西部民族地区文化产业发展效率评价

郭启光

[摘要]本文基于2015年文化产业相关数据，采用三阶段DEA模型对中国西部民族地区文化产业综合效率、纯技术效率和规模效率进行测算和评价。研究结果表明：外部环境因素和随机干扰因素对西部民族地区文化产业发展效率具有显著影响。与东、中部地区相比，西部民族地区文化产业综合效率整体偏低。纯技术效率低下是制约文化产业效率提升的主要原因，并且各地区文化产业发展均处于规模报酬递增阶段。根据研究结果，本文针对提升西部民族地区文化产业效率提出了相关对策建议。

[关键词]西部民族地区;文化产业;高质量发展;三阶段DEA模型

中图分类号：F124

文献标识码：A

文章编号：1008-4096（ 2019） 05-0037-08

一、问题提出

20世纪90年代以来，文化产业成为全球发展最快的产业之一。通过发展文化产业培育“软实力”，增强综合竞争力，已成为世界许多国家和地区的战略选择。近年来，党中央国务院就深化文化体制改革、加快文化产业发展作出一系列科学论断和决策部署，特别是2002年党的十六大提出了“文化体制改革”的任务，2007年将“文化软实力”写入十七大报告.2009年国务院常务会议审议通过《文化产业振兴规划》，2010年“十二五”规划建议提出“推动文化产业成为国民经济的支柱性产业”.2011年十七届六中全会提出“推动文化产业跨越式发展”.2012年党的十八大报告提出“建设社会主义文化强国”。2017年党的十九大报告进一步指出，为了满足人民过上美好生活的新期待，必须提供丰富的精神食粮，要推动文化事业和文化产业发展，提高国家文化软实力。党中央对文化产业的认识和重视程度不断提高，标志着中国文化产业发展已被置于国家发展战略高度，得到前所未有的重视和认同。

中国西部民族地区在数千年的发展历程中，孕育了多姿多彩、底蕴丰厚的民族文化，成为中国最具特色的文化资源富集区。随着中国经济发展进入新常态，文化产业正成为推动西部民族地区经济发展转型升级的重要力量。尽管近年来西部民族地区文化产业发展速度明显加快，但发展质量如何有待进一步考察。技术效率反映的是投入与产出之间的关系，能够较好地衡量生产部门对现有资源有效利用的能力和水平。因此，技术效率水平的高低可以作为评价文化产业发展质量的指标之一。在当前全国大力发展文化产业的大背景下，科学测算和评价中国西部民族地区文化产业的发展效率，找出影响效率提升的关键因素，对于西部民族地区文化产业转变发展方式、实现高质量发展具有重要意义。

目前研究中国文化产业整体效率的文献居多[1]-[3]，但针对西部民族地区文化产业效率测算和评价的文献则相对较少。研究方法方面，马萱和郑世林[4]分别采用传统DEA的CCR模型和BCC模型对中国各地区文化产业效率进行了测算，发现中国文化产业纯技术效率偏低，具有较大的提升空间。袁海和曹培慎[5]使用超效率DEA模型研究发现，中国文化产业效率在2004-2008年期间稳步提高，并且纯技术效率存在较为显著的地区差异性，而规模效率的地区差异性并不明显。黄永兴和徐鹏[6]利用Bootstrap-DEA方法对2004年和2008年中国文化产业效率进行测算发现，如果不考虑随机冲击的影响则会高估文化产业效率。朱伟等[7]使用基于DEA的Malmquist指数对京、沪、深三大文化创意产业先驱城市和东、中、西部地区之间文化产业效率的差异进行了实证探讨。在少数研究西部地区文化产业效率的文献中，曹韩和张波[8]、马子红和郑丽楠[9]等学者均采用传统DEA模型对西部地区文化产业投入产出效率进行测算，并未深入挖掘西部地区文化产业效率的影响因素。由于传统DEA模型无法剔除外部环境与随机变量干扰对技术效率测算的影响，因而容易造成效率测算结果偏差。为了克服传统DEA模型的缺陷，本文借鉴蒋萍和王勇[2]的研究，使用剔除环境因素和随机干扰因素的三阶段DEA模型对西部民族地区文化产业技术效率进行测算和评价。此外，多数文献并未考虑科技创新、城市化水平等因素对文化产业效率的影响。鉴于此，本文在第二阶段的SFA回归分析时将影响文化产业效率的重要潜在因素一并纳入回归模型，以期更加科学准确地测算和评价西部民族地区文化产业发展效率。

本文结构安排如下：第一部分，提出问题并进行文献研究;第二部分，构建文化产业效率测算的三阶段DEA模型;第三部分，介绍投入、产出、环境因素变量选取与数据来源;第四部分，先使用传统DEA模型进行效率测算，随后通过SFA模型识别各环境因素对文化产业劳动和资本投入冗余的影响，在此基础上剔除环境因素干扰，重新测算各地区文化产业的综合效率、纯技术效率和规模效率;第五部分，给出促进西部民族地区文化产业效率提升的对策建议。

二、文化产业效率模型构建——三阶段DEA模型

在传统DEA模型的基础上引入SFA回归分析，Fried等[1O]提出了三阶段DEA模型。该模型考虑了外部环境效应和随机干扰对决策单元（ DMU）技术效率评估的影响，从而能够更加准确地刻画各DMU的技术效率。具体来讲，三阶段DEA模型的原理和步骤如下：

（一）第一阶段——传统DEA模型

不考虑外部环境效应和随机干扰，使用传统DEA模型对综合技术效率进行初步测算。传统DEA模型包括CCR模型和BCC模型，前者假定规模报酬不变，不能准确地反映现实情况;而后者放弃了这一假定，从而能够将综合技术效率进一步分解为纯技术效率和规模效率。具体到本文，CCR模型中规模报酬不变的假设认为，各地区文化产业投入增加能够使得文化产业产出等比例增加，这一假设显然与当前地区文化产业快速发展的现实不符。并且西部民族地区文化产业均处于规模报酬不变的状态也与实际不符，从后面的实证分析中可以看到，大部分地区文化产业处于规模可变状态。因此，本文选择BCC模型进行研究。

其中，综合技术效率（TE）是指文化产业在产出既定下实现投入量最小化的能力，或者在投入既定下产出量最大化的能力;纯技术效率（ PTE）指剔除了规模因素之后的技术效率，该效率主要受经营管理水平、制度质量等因素的影响;规模效率（ SE）指与规模有效点相比规模经济性发挥的程度，即现实生产规模与最优生產规模之间的差距。

（二）第二阶段——利用SFA模型寻找环境变量并对文化产业投入进行调整

为了剔除外部环境因素和随机干扰因素的影响，三阶段DEA模型中第二阶段的任务是找出K个可观测的环境变量，分别对N个决策单元DMU;的M种投入松弛变量进行SFA回归分析。Fried等[10]指出以投入松弛为代表的低效率是管理无效率、外部环境和随机干扰三方作用的结果，第一阶段DEA模型未能识别出导致低效率产生的真正因素及其影响力。回归模型如式（3）所示：

将经过调整后的投入值（ Xij）与原始产出值（ Yrj）再次代人基于DEA的BCC模型中，经过测算得到的技术效率值便是剔除了外部环境因素和随机扰动因素影响后的更为准确的效率值。

三、变量选取与数据来源

根据数据可获取性，本文选取以下投入和产出变量进行文化产业技术效率测算：

（一）投入变量

劳动投入。衡量文化产业生产过程中实际投入的劳动量。国外文献在衡量某一产业劳动投入量时一般使用代表标准劳动强度的劳动时间，由于国内缺乏劳动时间的统计数据，本文使用文化产业从业人员数①反映文化产业劳动投入。

资本投入。在测算技术效率时一般使用资本存量对资本投入进行测算。资本存量的计算是一个复杂的过程，目前多数研究采用“永续盘存法”（ PIM）对其进行估算。本文同样采用“永续盘存法”对资本存量进行估算，将其作为测算各地区文化产业的资本投入变量。具体计算公式如式（8）所示：

其中，K_t和K_t+i分别代表t期和t+l期文化产业的资本存量;I_t+i为t+l期文化产业的固定资产投资;δ为折旧率。在对文化产业资本存量的估算过程中，首先利用固定资产投资价格定基指数（2000年为基期）对文化产业的固定资产投资进行平减，以消除价格波动对变量的影响，从而得到固定资产投资的真实值。然后借鉴郑世林和葛珺沂[12]的做法，设折旧率为5%，使用平减后的文化产业固定资产投资并以2000年为基期对资本存量进行估算，从而得到各地区文化产业的资本存量。

（二）产出变量

一般使用产业增加值作为测算产业的产出变量。部分文献使用文化产业的增加值作为衡量文化产业的产出变量。然而，自2011年《中国文化文物统计年鉴》不再系统披露各地文化产业增加值数据，部分文献通过各地区文化产业发展报告数据对文化产业增加值数据进行填补。由于文化产业发展报告数据的统计口径与《中国文化文物统计年鉴》的统计口径不一致，为了保持数据统计口径一致，本文选取文化产业及相关产业主营业务收入作为衡量文化产业产出的代理变量。

（三）环境因素变量

在构建SFA模型进行回归分析时，需要考虑哪些环境因素变量可能会对文化产业投入冗余（进而对文化产业效率测算）产生潜在影响。本文从经济、科技、教育、政府、城市化等方面选取相关变量作为测算对文化产业投入可能产生影响的外部环境因素变量，各变量具体说明如下：经济发展水平，使用人均GDP作为测算地区经济发展水平的指标;科技水平，使用文化及相关产业专利授权总数（包括发明专利、实用新型专利和外观设计专利）测算文化产业的科技水平;教育水平，选取每十万人口普通高等学校平均在校生人数对教育水平进行测算;政府支持，使用文化事业费占财政支出的比重测算政府对文化产业的支持;城市化率，使用城镇人口占总人口的比重对城市化率进行测算。本文所用数据来源于《中国文化文物统计年鉴》《中国文化及相关产业统计年鉴》《中国统计年鉴》及国家统计局网站等。为了将西部民族地区文化产业效率水平与东部地区和中部地区的效率水平进行对比，本文的样本区间包括全国31个省（直辖市、自治区）的文化产业。②

四、西部民族地区文化产业效率测算与评价

（一）第一阶段——传统DEA模型测算结果

根据三阶段DEA模型的计算步骤，本文使用未经调整的投入产出数据和传统DEA的BCC模型对2015年西部民族地区文化产业技术效率（TE）进行测算，并将其进一步分解为纯技术效率（ PTE）和规模效率（SE），测算结果如表1所示。

根据表1.在不考虑外部环境因素和随机干扰因素的影响下.2015年中国西部民族地区文化产业综合技术效率均值为0. 8678，低于东部地区平均水平（0. 9098）和中部地区平均水平（0. 8909）。表明西部民族地区文化产业投入存

①通过《中国文化文物统计年鉴》中收录的主要文化行业（文物业、文化科研、文化市场经营机构、群众文化服务、图书馆、艺术业）从业人员数进行加总得到文化产业从业人员数。

②使用DEA模型进行技术效率测算时需要保证决策单元的数量达到投入和产出变量的2倍以上，本文样本数量为31个，投入产出指标为3个，符合DEA模型的适用条件。在较大冗余，即约13%的资源要素投入并未创造出相应的产出价值。如果改进管理技术、经营模式并充分发挥规模经济效应，那么西部民族地区文化产业则可以节约大约13%的人、财、物投入。从综合技术效率的分解情况来看，西部民族地区文化产业的纯技术效率和规模效率分别为0. 9044和0.9596，表明文化产业的纯技术效率和规模效率均存在改进空间，并且纯技术效率偏低是导致西部民族地区文化产业综合技术效率低下的主要原因。

注：表中数据为使用MaxDEA5.2软件计算整理得到。表中各均值为几何平均值。irs、drs、一分别为规模报酬递增、规模报酬递减和规模报酬不变。

从各地区的具体情况来看，四川文化产业的纯技术效率值和规模效率值均为1，其综合技术效率值也为1，表明在不考虑外部环境影响和随机变量的影响下，四川文化产业处于最佳生产前沿面上，生产最为有效，技术效率达到最高，文化产业经营管理水平较高且生产规模合理，文化产业实现了集约发展。除四川外，其余西部民族地区文化产业均存在不同程度的技术低效率状态。其中，云南文化产业纯技术效率为1，规模效率为0. 8934，表明其文化产业经营管理水平较高，实现了纯技术最佳效率，但由于投入产出与生产规模不匹配导致其规模效率低下，进而造成其综合技术效率低下，文化产业发展需要进一步提高规模效率。与之相比，内蒙古、广西、西藏、贵州、甘肃、青海、宁夏、新疆等地区文化产业的纯技术效率和规模效率均存在低效率情况，表明这些地区文化产业经营管理水平较低，投入产出与生产规模匹配度较低，除新疆文化产业规模报酬递减外，其余地区文化产业均处于规模报酬递增状态，需要进一步扩大产业规模。因此，上述地区文化产业无论在纯技术效率方面还是在规模效率方面均存在较大的改进完善空间。由于传统DEA模型未考虑外部环境因素和随机变量因素的影响，而文化产业的纯技术效率和规模效率可能因产业所处外部环境的不同而受到影响，因而需要进一步通过SFA模型对外部环境因素进行识别，并进一步剔除外部环境和随机干擾影响进行效率测算。

（二）第二阶段-SFA模型回归结果

第二阶段的目的是通过SFA回归分析找出显著影响文化产业劳动和资本投入冗余①的环境因素。通过将第一阶段传统DEA模型测算得到的文化产业劳动和资本投入的冗余量作为被解释变量，将环境因素变量作为解释变量，在此基础上构建SFA模型进行回归分析，结果如表2所不。SFA模型回归分析主要是为了检验文化产业的劳动和资本投入冗余与外部环境因素变量之间的相关关系，根据回归分析得到的各环境因素变量的回归系数可以判断环境因素如何影响劳动和资本投入冗余。若环境因素变量的估计系数为正，则表明该环境因素对投入冗余产生正向影响，造成投入冗余增加，不利于文化产业技术效率提高;反之若环境因素变量的估计系数为负，则表明该环境因素对投入冗余产生负向影响，会带来投入冗余减少，那么加强该环境因素便有利于文化产业技术效率提高。根据表2，两个回归模型的LR单边检验均通过了5%的显著性检验，表明整体而言SFA回归分析显著且必要。

第一，经济发展水平的影响。两个回归模型中用于测算经济发展水平的人均GDP的估计系数均为负，并且分别在5%和1%的显著性水平上显著，表明经济发展水平对劳动投入冗余和资本投入冗余均产生了显著的负向影响。换句话说，推动经济发展有助于减少劳动投入冗余和资本投入冗余，进而促进文化产业技术效率的提

①指资本和劳动投入的实际值与理想值之间的差额。升。可能的原因是，一方面，经济发展会带动文化消费增加，从而促进文化产业生产规模扩大，有助于减少劳动和资本投入的相对冗余量，提升文化产业效率;另一方面，随着经济发展水平不断提高，会促进文化产业发展方式转变，由粗放型的发展方式逐步转变为集约型的发展方式，这在一定程度上有助于文化产业节约劳动和资本投入，提升产业效率。

第二，科技水平的影响。科技水平变量在两个回归模型中的估计系数均为负，并且分别在10%和5%的水平上显著，表明科技水平对文化产业的劳动和资本投入冗余均具有负向影响，即科技水平的提高能够促进文化产业劳动和资本投入冗余减少。在劳动投入方面，科技水平的提高使得文化产业更加智能化和专业化，从而对减少劳动投入冗余产生积极作用。同时，科技水平的提高对文化产业人力资本提出更高要求，需要更多高质量高素质人才，劳动力素质的提升会相应地减少劳动投入冗余。在资本投入方面，科技水平的提高能够更大程度上挖掘现有资本的生产潜力，从而相应减少资本冗余，提高资本使用效率。

第三，教育水平的影响。在资本投入冗余为因变量的回归方程中，教育水平变量估计系数显著为负，而在劳动投入冗余为因变量的回归方程中，教育水平变量估计系数为负但并不显著。表明教育水平的提升主要在减少资本投入冗余方面发挥积极作用。可能的原因是，教育水平的提高有助于提高社会群体的文化素质，从而增加对文化产品的消费，推动文化产业规模扩大，进而减少文化产业资本的相对冗余量。

第四，政府支持的影响。政府支持变量在劳动投入冗余变量为因变量的回归模型中估计系数为负，但并不显著，因而无法判断政府对文化产业财政支持力度的增加对劳动投入冗余的影响情况。而政府支持变量在资本投入冗余变量为因变量的回归模型中估计系数为正，并且在5%的显著性水平上显著，表明政府支持对资本投入冗余产生了较为显著的正向作用，即政府财政支持的增加不利于减少资本投入冗余。可能的原因是，目前政府对文化单位的财政支持主要倾向于文化产业中的事业性单位而非经营性文化单位，而后者在市场机制的作用下对于文化产业资本冗余的减少和文化产业效率的提升具有重要作用。需要指出的是，这一结果并不直接意味着需要减少政府对文化产业中事业性单位的财政支持，而是应该在对事业性文化单位保持一定财政支持的情况下，增加对经营性文化单位的支持力度。

第五，城市化水平的影响。以城镇人口占总人口比重所反映的城市化水平变量在两个回归方程中的估计系数均为正，并且分别在5%和1%的显著性水平上显著，表明城市化水平对劳动和资本投入冗余均具有正向关系，即城市化水平的提高反而增加了劳动和资本投入冗余。一种可能的解释是，城市化水平提高促进了文化产业规模的扩大，同时也带动了文化产业劳动投入和资本投入规模的增加，但劳动和资本投入的增加可能超出了文化产业规模扩大所能容纳的最优劳动和资本投入量，两者之间并不十分匹配，从而造成了文化产业效率下降。

（三）第三阶段——调整后DEA模型测算结果

在第二阶段使用SFA模型进行回归分析之后，根据式（7）对劳动和资本投入进行调整，以剔除外部环境因素和随机扰动因素。然后将经过调整后的劳动和资本投入变量以及原始的产出变量纳入基于DEA的BCC模型进行效率测算，得到调整后的各地区文化产业综合技术效率，并进一步将其分解得到调整后的纯技术效率和规模效率，测算结果如表3所示。

通过对比表1和表3的测算结果可以看出，对劳动和资本投入进行调整前后各地区文化产业综合技术效率、纯技术效率和规模效率均呈现出不同程度的下降。从中可以看出，外部环境因素和随机干扰对文化产业效率具有较大影响。在剔除了外部环境因素和随机干扰因素的情况下，文化产业纯技术效率值的下降是导致综合技术效率下降的主要原因。下面对调整后DEA模型测算的西部民族地区文化产业效率进行分析。

整體来看，剔除了外部环境因素和随机扰动之后，西部民族地区文化产业综合技术效率为0. 7674.表明在没有外部环境和随机因素的影响下，西部民族地区文化产业有23. 26%的劳动和资本投入闲置，并未创造出相应的产出价值。换句话说，在保证产出一定的情况下，西部民族地区文化产业可以节约23. 26%的生产要素投入，这表明西部民族地区文化产业生产方式还较为粗放。此外，调整前后技术效率值的差异也表明良好的外部环境有助于文化产业技术效率的改进和提升。从综合技术效率的分解情况来看，西部民族地区文化产业的纯技术效率为0.8030，规模效率为0.9558，表明纯技术效率的低下是造成文化产业技术效率低下的主要原因。与东部和中部地区相比，西部民族地区文化产业的纯技术效率低于东部地区（0.8423）和中部地区（0.8367），规模效率虽低于东部地区（0.9692），但高于中部地区（0.9504）。因此，通过提高经营管理水平改善纯技术效率应当作为西部民族地区文化产业提升技术效率、实现集约生产的主攻方向。

分地区来看，调整后四川文化产业的综合技术效率虽有所下降，但在西部民族地区中综合技术效率依然最高。其规模效率为0.9927，表明四川文化产业的生产规模接近最优的生产规模，其综合技术效率下降主要源于纯技术效率的下降。云南文化产业综合技术效率在西部民族地区文化产业中排名第二。剔除外部环境和随机干扰因素后，云南文化产业纯技术效率由1下降为0. 8753，而规模效率比调整前略有提高，表明改善外部环境有助于提升云南文化产业技术效率。与四川和云南相比，内蒙古、广西、西藏等地文化产业的技术效率排名比较靠后，低于西部民族地区文化产业技术效率均值，表明这些地区文化产业无论在纯技术效率还是在规模效率方面都还有很大的提升空间。因此，改善经营模式、提高管理水平并调整生产规模使之与要素投入相匹配应当成为这些地区文化产业未来发展中需要重点解决的问题。从规模报酬来看，调整之后西部各民族地区文化产业普遍处于规模报酬递增的阶段，表明目前各地文化产业的规模与最优产业规模尚存在一定的差距，可以在促进文化产业集约化发展的同时进一步扩大文化产业规模。

五、对策建议

根据研究结论，目前西部民族地区文化产业发展效率整体并不乐观，仍存在较大改进空间。为了促进西部民族地区文化产業效率提升，进而实现高质量发展，本文提出以下对策建议：

第一，强化市场导向，增强创新意识。文化产业属于知识或技术密集型产业，应当将其视为国民经济的新增长点和未来的支柱产业。文化产业高质量发展需要增加技术创新与科研投入，在发展传统文化产业的基础上，利用高科技发展新兴文化产业，新的科技成果可以创造新的文化生产模式和文化消费方式，刺激人们新的文化需求。首先，政府应为文化产业发展创造宽松的金融环境，并且实行文化产业信贷优惠政策，对于文化产业用于技术升级和创新的信贷给予低息、无息、贴息等优惠政策，支持文化产业的技术升级。其次，加大文化产业的科技含量，加快科技成果在文化领域的产业化，将高科技融人文化产业创意、制作、生产与营销过程，实现高新技术与文化产业的相互促进与良性互动。

第二，建立健全产业链，形成产业集群。从文化产品及服务的生产到最终经济效益以及社会效益的实现，需要形成完整有效的文化产业链。首先，就企业而言，需要整合产品结构、人力资源、渠道资源以及区位资源，重塑并协调产业链中相关利益主体间的关系，实现资源的有效配置和利润的合理分配。其次，就政府而言，应当整合投融资环境、空间布局、制度环境以及中介环境，通过政策的制定及文化产业园区的打造等措施做好对文化产业市场的监督、引导工作，有意识地加强产业链中高附加价值环节的培育，实现在全球产业链中占据有利位置。

第三，营造良好的政策环境，引导产业优质发展。首先，政府需要增加文化产业公共产出，一方面需要加强文化产业基础设施建设，完善公共文化服务网络，使公众能就近、便利地享受文化成果;另一方面，切实加强新农村文化建设，缩小城乡之间文化发展的差距，刺激农村居民对文化产品和服务的需求，全面推动文化产业的发展。其次，为文化产业的发展壮大提供金融的介入与支持，结合当前西部民族地区文化产业发展的主要难点，找准金融支持文化产业发展的结合点和切人点，充分挖掘金融的作用优势。规范文化产业市场，充分利用财税政策，引导多元化资金进入文化市场，针对文化产业特点，加快金融产品及服务创新。

第四，健全人才培养机制，形成良性人才流动。文化产业链的各个环节都要有足够的人才支撑，人才是提高文化产业发展质量的决定性因素。首先，需要在现有高等教育体系中开设与文化产业相关的课程，加快产学研一体化进程，加强艺术从业者与文化产业从业人员之间的交流与合作，实现“文化教育一文化产业”相互促进的人才培养机制。其次，重视社会教育培训机构在文化产业人才培养中的作用，考虑增设专业委员会和第三方机构，严格文化产业教育培训机构实行认证制，并建立文化产业专门人才数据库，加强对文化产业人才的培养与管理。

参考文献：

[1] 王家庭，张容，基于三阶段DEA模型的中国31省市文化产业效率研究[J].中国软科学，2009，（9）：75-82.

[2] 蒋萍，王勇，全口径中国文化产业投入产出效率研究——基于三阶段DEA模型和超效率DEA模型的分析[J].数量经济技术经济研究，2011，（12）：69-81.

[3] 杨祖义，文化产业效率及其影响因素研究——基于DEA-Malmquist指数法和Sys-CMM法[J].宏观经济研究，2016，（6）：96-104.

[4] 马萱，郑世林，中国区域文化产业效率研究综述与展望[J].经济学动态，2010，（3）：83-86.

[5] 袁海，曹培慎，中国文化产业区域集聚的空间计量分析[J].统计与决策，2011，（10）：77-80.

[6] 黄永兴，徐鹏，中国文化产业效率及其决定因素：基于Bootstrap-DEA的空间计量分析[J].数理统计与管理，2014，（3）：457-466.

[7] 朱伟，安景文，孙雅轩，我国文化创意产业效率区域差异分析[J].科技管理研究，2018，（11）：173 -179.

[8] 曹韩，张波，我国西部地区文化产业效率评价[J].商业经济研究，2013，（32）：139-141.

[9] 马子红，郑丽楠，西部民族地区文化产业效率提升的路径选择[J].文化产业研究，2018，（1）：27-40.

[10] Fried，H.0.，Lovell，C.A.K.，Schmidt，S.S.，et al. Accounting for Environmental Effects andStatistical Noise in Data Envelopment Analysis[J].Journal of Productivity Analysis， 2002， 17（ 1/2）：157-174.

[11] Jondrow，J.，Lovell，C.A.K.，Materov，I.S.，eta1. On the Estimation of Technical Inefficiency in theStochastic Frontier Production Function Model[J].Joumal of Econometrics， 1981， 19（2）：233-238.

[12] 郑世林，葛珺沂，文化体制改革与文化产业全要素生产率增长[J].中国软科学，2012，（10）：48-58.

（责任编辑：李明齐）