基于区域差异的动漫产业效率及影响因素分析

王从春 陈敬良 匡霞

摘 要：结合我国26省市自治区的动漫产业投入产出数据进行DEA（数据包络分析）效率评价，运用BCC模型对我国动漫产业发展进行DEA效率评价，并获得与投入产出聚类的对应关系，利用TOBIT模型对全国及东、中、西部省域间的数据进行回归，分析了动漫产业研发力度、政府扶持力度、从业人员素质和从业人员专业水平对动漫产业效率的影响。

关键词：动漫产业；投入方式；效率分析 DEA-Tobit方法

中图分类号：F 062.9 文献标识码：A 文章编号：1672-7312（2016）01-0053-05

0 引 言

动漫产业是指以动漫文化为特征，以创意为核心，涉及动漫直接产品的开发、生产、出版、传播与销售，并能够带动有关玩具、服装、食品、网络游戏等衍生产品的生产和经营的产业。我国动漫产业在近几年实现了跨越式发展，实现了从动画片到动画、从动漫到大动漫、从传统媒体传播到全媒体营销的转变[1]。2013年我国动漫产业总产值已超过870亿元，产业规模不断扩大。然而，同日本、美国等动漫大国相比，我国动漫产业的整体发展水平较低，缺乏原创力，精品意识与商品化能力薄弱，产业链、投融资体系、盈利模式等都有待进一步完善等问题[2]。以动漫产业效率分析为切入点，研究动漫产业基于区域差异的发展规律及相关影响因素，有助于相关文化创意产业政策的制定、产业投入方式转型，对提高我国动漫产业国际竞争力、推动我国文化创意产业发展具有积极意义。研究在分析大量动漫产业相关数据的基础上，运用数据包络分析方法对我国动漫产业的效率进行综合评价，探讨投入方式对我国动漫产业发展的影响，进而提出针对性的发展策略。

1 基于投入与产出的区域动漫产业效率分析

动漫产业是文化创意产业的重要组成部分，具有文化创意产业的核心特征，如高知识性、高附加值、高融合度和辐射力，具有鲜明的非物质性。对动漫产业效率进行量化分析，可以通过DEA方法（数据包络分析）从产业发展的要素资源投入以及社会效益或经济效益的产出作为分析的依据，分析动漫产业效率。结合DEA方法利用线性优化给出边界生产函数与距离函数的估算，通过界定各决策单元是否位于“生产前沿面”上来比较各决策单元之间的相对效率并显示最优值。

资本投入和劳动投入是投入指标的两个重要方面。作为动漫产业资本存量的替代变量，研究选取资产总计和实收资本两个指标来衡量资本投入，劳动投入用机构数和从业人员数来衡量。产出方面，文章选取了文化产业增加值、营业收入作为动漫产业的产出指标。投入和产出指标数据均来源于国家文化部编纂的《中国文化文物统计年鉴》。由于海南、云南、西藏、青海、宁夏5省数据缺失，不在本次分析探讨范围内。考虑到投入产出数据指标的有效性和数据的可得性，研究对象为中国大陆26个省、市、自治区，为了较为全面反映近年各地区动漫文化产业的发展水平，研究区间是2011—2012年。

由于我国区域经济发展存在着较大差异，文章基于区域经济理论将我国省、市、自治区划分为东、中、西部地区分别测算其动漫产业效率。其中东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部地区包括四川、重庆、贵州、陕西、甘肃、新疆、广西、内蒙古。基于投入导向的BCC模型，结合我国26省、市、自治区的动漫产业投入产出数据，利用Deap2.0软件得出了各地区动漫产业发展效率及其分解结果，见表1.

2 基于投入与产出的省域聚类分析

从现有数据来看，能够反映省域间动漫产业投入规模和政府扶持力度的数据指标主要有机构数、从业人员、资产总计、实收资本股本、动漫产品研究开发经费和政府补助补贴收入。能够反映省域间产出规模和效益的主要指标有营业收入、营业利润、利润总额、增加值、原创漫画作品部数和原创动画作品部数。分别依据上述投入规模和产出规模指标数据对26个省、市、自治区、直辖市进行聚类。在15的阈值下，距离由远及近即投入规模由大到小的顺序分为以下5类，见表2.

结合聚类结果和DEA效率分析的结果，可获得DEA分析与投入产出聚类的对应关系，见表3.

结合表3，可以发现：

1）从总体看来，我国动漫产业效率整体水平不高，各省市差别很大，没有呈现出类似传统区域经济理论中的东中西阶梯差异，但整体上处于生产前沿面的省份都是东中部的发达省份，西部地区省份相对效率低。

2）综合效率为1的决策单元，即处于生产前沿面的省份有3个，分别是上海、安徽和四川。此外湖南、广东、北京、辽宁四省市效率接近于1。结合原始数据和聚类分析，DEA有效的省份分为两种情况，一种是上海的高投入、高产出，另一种是四川、安徽的低投入、高产出类型。上海在投入的聚类分析中位于第四类，仅次于湖南、浙江、广东、江苏，尤其是资产和实收资本更是位居全国首位。四川、安徽的技术创新投入和产出指标的数值都偏小，但不影响其效率。因为动漫产业属于该地区的新兴产业，基本不存在投入要素冗余，所以在计算效率值时该个体同样位于效率前沿面，这与效率值的计算方法有关。

3）中西部地区普遍规模收益递增，北京、湖南和广东等省份已经出现规模收益递减，这与现阶段的发展实际相符合。北京、湖南等地动漫企业和从业人员众多，国家级动漫产业基地的建设与实施也使得产业集群效应初步显现。中西部地区的动漫产业尚处于发展初期，尚未形成产业集聚和规模经济，这也提示了这些产业规模仍有很大的上升空间。

4）2011—2012全国动漫产业投入产出效率为0.66，区域间差别较大，除传统的文化创意产业相对发达地区外，湖南、辽宁、湖北等省接近生产面前沿。我国部分地区动漫产业在整合产业资源，实现企业和产业集群方面的作用相当薄弱，企业集中度和产业一体化水平还不高。众多动漫企业从事低端制作业务，较少涉及动漫的周边产业拓展[3]。湖南和广东的综合效率也达到了0.9，湖南和广东是我国动漫产业发展的排头兵。动漫成为继广电湘军、出版湘军之后湖南文化产业领域的又一支生力军。湖南动漫产业坚持市场化运作，以原创动漫作品为核心，从单纯的追求产量和速度的单一结构向产业链和盈利模式的整合延伸转变，形成了完整的动漫创意平台、传播平台和技术服务平台，产业集群效应显现[4]。作为改革开放的前沿阵地，广东省利用良好的区位和产业环境优势成为继湖南之后又一个动漫大省。其2012年动漫产业增加值为8.69亿元，是排在第二位的湖南省的近两倍。此外，珠三角地区强大的制造业生产能力也为开拓动漫衍生品、加速传统产业和动漫产业的融合提供了良好基础。

3 基于DEA-tobit方法的投入方式影响因素分析

动漫产业是各地发展文创产业的重要着力点，在财税政策、人才培养等方面获得了政府财政的倾斜，考察政府补助金额对动漫产业效率的影响，能够从侧面反映出政府财政支出效率。作为内容产业，动漫产业高度依赖创新和创意，企业的自主研发水平和高素质人才聚集直接影响产业发展效率。结合动漫产业的发展特点和各地区动漫产业的发展实践，文章着重考察以下因素：研发力度，该因素用动漫产品研究开发经费占营业成本的比重代表；政府扶持力度，该因素用政府补助金额占营业外收入的比重表示；从业人员素质，该因素用具有大专以上学历人员占从业人数的比重表示；专业水平，该因素用通过动漫人才专业认证的专业人员数占从业人员数的比重衡量。

通过DEA分析得到各地区动漫产业的效率值，由于该值介于0和1之间，所以将其作为TOBIT回归的因变量，借助TOBIT回归，就DEA模型未纳入的外生变量为自变量，再加入控制变量，便可分析出作用于DEA模型效率值的影响因素。

研究将研发力度、政府扶持力度、从业人员素质和专业水平作为控制变量，2011—2012各地区动漫产业发展效率作为因变量，设定回归模型为：

3.1 研发投入对动漫产业效率的影响

从上述模型来看，研发力度对动漫产业效率呈显著负相关，从3大经济区来看，对中部地区的影响较为显著。一般来讲，研发投入越多，产业的自主创新能力越强，规模报酬递增。区别于传统产业，我国动漫产业发展时间相对较短，起点低，真正的成功原创品牌屈指可数，大多采用沿袭或模仿的套路，以至于研发投入没能带来价值回报。同时国外强势动漫品牌不断压缩本土品牌的市场培育期，导致动漫企业疲于短线作战，产品生命周期过短，陷于不断开发产品的循环，从Tobit分析来看，这种现象在中部地区尤为明显。

3.2 政府扶持力度对动漫产业的影响

从全国来看，变量GS与动漫产业效率不存在显著正相关关系，但中部地区呈显著负相关，这说明并不是政府直接补助金额越高，效率越高。为响应国家调整经济结构、转变经济发展方式的号召，动漫产业在各地被作为十二五规划的重中之重，财政纷纷向相关企业倾斜。但囿于动漫企业在管理运营模式、品牌价值管理和业务类型拓展方面固有的局限，政府的财政补贴的预期效益未能实现，产业的投入产出效率未能实现预期增长。东部地区政府平均补助为977.9万元，其投入产出效率却有多个省份低于0.5，如黑龙江和山西的综合效率只有0.43和0.34，远未达到生产最佳状态。

3.3 从业人员素质和从业人员专业水平对效率的影响

动漫产业是创新创意人才的聚集地，从业人员的素质和专业水平直接影响到产业的投入产出效率。产业投入产出效率与具有大专以上学历人员占从业人数的比重显著负相关，与通过动漫人才专业认证的专业人员数占从业人员数的比重显著正相关。这并不意味着提升从业者素质与效率的背道而驰，这是由动漫产业在中国的特殊发展实践导致的。由于处于产业发展初期，动漫产业的人才培养还在摸索阶段，动漫企业中普遍存在人员配置失衡。动漫产业对人才的核心要求是创新，而这一能力与学历高低无关。从业人员方面，同样存在大幅度的投入剩余问题，低端制作人才相对过剩而缺乏高端复合型人才。虽然中部地区的从业人员中每个省市平均达687人，但效率评价却出现0.4的低水平省份。动漫人才专业认证体系的构建有效提高了动漫从业人员的专业水平和技能，带来了产业效率有效提升，通过动漫人才专业认证的专业人员数占从业人员数的比重提高1%，带来效率提升1.040%。

4 基于影响因素分析的动漫产业发展举措讨论

4.1 通过提升原创内容生产的技术水平及衍生品开发力度改善动漫企业的研发投入与产出不匹配的局面

Tobit分析结果显示，企业的研究开发经费占营业成本的比重与动漫产业效率呈负相关。这一结果显示，现阶段动漫产业在发展过程中面临如下悖论：中国动漫的原创能力相对不高，然而动漫产品研发经费的投入反而造成产出效率的下降。这主要是因为动漫产业前期资金投入较大，而动漫作品本身带来的播映收入很少，主要依赖后期的衍生产品回收，因此资金回收周期长且具有不确定性[5]。在政府扶持政策驱动下，动漫企业急于快速积累资本，短线作战明显，产品生命周期过短，导致动漫企业陷于不断开发产品的循环。大量动画片杀青之后就进入库房，无疑是极大的浪费，这也是规模扩张的沉重代价[6]。要改变我国动漫产业总体产出不足的现状，最为关键的是提升原创内容生产的技术水平及衍生品开发力度，增强动漫产业基地人才培养和产业集聚作用。

4.2 财政扶持政策应关注区域产业发展条件及资源禀赋差异

政府补贴与动漫产业效率不存在显著正相关关系，在中部地区甚至呈负相关。财政投入的扶持对象和领域在不同的发展区域应当有不同的侧重。中西部地区的动漫产业处于发展初期，尚未形成产业集聚和规模经济，产业规模有很大的上升空间，从业人员队伍急需扩大。而北京、上海、广东、湖南等地已经出现了规模收益递减，财政投入应当着力解决动漫企业间的衔接不畅、产业集群效应的薄弱和从业人员的素质不高等问题。随着我国动漫产业发展的区域性差异不断加强，各级政府的差异性的扶持政策势在必行[7]。政府各类财政扶持举措并不能直接改善动漫产业效率，要采用风险投资式的市场化运作，要结合区域产业发展条件及资源禀赋差异，着重考察项目的市场前景和盈利空间，形成资金投入、回笼、再投入的良性循环。

4.3 在实现地理集群的同时也应当关注要素资源的虚拟集聚

政府在服务和引导过程中创新思维，创造新的工作模式和思维方式，开发利用一切要素资源促进动漫产业生根发芽。从分析中可以看到，三大经济区的从业人员素质和从业人员专业水平对动漫产业效率并无直接的正向影响关系，这从一个侧面也说明了动漫的发展并不受限于地理空间。政府在推动动漫产业集群的发展过程中往往更多注重园区、研发场地等硬件资源的建设，忽视诸如商业模式创新、业态创新之类的“软资源”建设。在动漫产业地理集群的现实空间基础上借助信息网络，才能实现更大范围的动漫资源、动漫功能以及动漫服务和动漫产品的整合优化[8]。这需要借助社会化内容生产的平台经济模式，形成动漫创意园区新的利润增长点。

参考文献：

[1] 郑玉明，于海燕.2013中国动漫产业发展报告[J].传媒，2014（10）：8-11.

[2] 刘 华，张颖露.价值共创视角下中国动漫产业政策优化研究[J].北京社会科学，2015（3）：82-88.

[3] 张 锴.我国动漫产业效率评价及发展对策研究[D].湖北：武汉理工大学，2010.

[4] 湖南省动漫产业分析[EB/OL].http：//roll.sohu.com/20120113/n332125189.shtml，2012.

[5] 范 周，储钰琦.中国动漫产业浮华背后的忧思[J].同济大学学报：社会科学版，2012，23（1）：53-58.

[6] 中国文化报.湖南动漫发展的思考和建议[EB/OL].http：//epaper.ccdy.cn/html/2012-03 /07/content_67528.htm，2012.

[7] 马嘉欣.我国动漫产业税收政策的区域性差异[J].江苏商论，2015（10）：60-61.

[8] 耿 蕊.中国动漫产业集群发展研究[D].武汉：武汉大学，2010.