安徽省动漫产业投入产出效率及影响因素研究

韩东林 吴东峰

(安徽大学，安徽 合肥 230601）

一、引言

随着经济新常态这一理念的提出， 国家和地区日益重视新兴文化产业的培育和发展。 在文化产业取得一定成绩的同时， 正确认识产业投入产出效率及影响因素，对文化产业的高质量发展有重要意义。以安徽省动漫产业为例， 在安徽省政府的大力推动以及政策影响下，安徽省动漫产业稳步增长，发展迅速，但是在产业发展进程中，仍然存在缺乏创新、竞争力不高、追求数量和忽视原创性、动漫产业链有待完善等问题。 因此，在政府的大力支持与资源投入背景下，分析动漫产业的投入产出效率及影响因素，对于产业投入方式转型、 提高安徽省动漫产业创新效率以及竞争力有重要作用。

目前学术界关于安徽省动漫产业投入产出效率的定量研究较少， 多以定性研究为主， 如王承（2016）[1]对安徽省动漫产业新发展的现状进行分析，并提出具有针对性的发展对策；李勇、田世彬（2017）[2]从四个不同的教育层面探究安徽省动漫教育各层次人才培养现状，以探究适合安徽省动漫产业发展需要的人才培养办学方法；张治栋、贺晓宇（2012）[3]从产业创新系统理论视角出发，全面分析安徽省动漫产业的发展现状，并在此基础上提出改进建议。

目前有关不同主体效率评价的研究包括文化产业投入产出效率的评价[4-6]，科技创新效率评价[7-9]，高校科研效率研究[10-11]等。 而有关动漫产业效率的评价较少，如徐宇沛等（2020）[12]利用超效率DEA 模型评价2011-2016 年我国省域动漫产业创新效率， 并探索相关因素对创新效率的影响；王从春等（2016）[13]从区域差异的角度评价我国26 省市自治区的动漫产业效率，利用Tobit 模型分析研发力度、政府扶持力度、 从业人员素质和专业水平四个因素对产业效率的影响。张珊等（2018）[14]在研究我国动漫产业的创新效率中发现， 我国动漫产业创新效率总体偏低但稳中提升，而且就区域差异来看，中西部地区的效率低于东部地区的动漫产业效率。

根据安徽省建成文化强省的目标以及实现动漫产业更好发展的需要，基于现有研究的不足，本文从横向和纵向两个维度评价安徽省动漫产业的投入产出效率。 首先，运用Malmquist 指数法对2014-2018年我国28 省市的动漫产业效率进行动态分析，通过安徽省与其他省市的横向对比， 明确定位安徽省动漫产业的发展情况； 其次， 利用DEA 模型对2012-2018 年安徽省动漫产业效率进行纵向分析。 在此基础上， 本文对可能影响安徽省动漫产业效率的内部和外部因素进行回归分析，得出相应结论，进而为安徽省动漫产业的发展提出有针对性的建议。

二、研究方法

（一）DEA-BCC 模型

数据包络分析法（Data Envelopment Analysis）是对每个决策单元（Decision Making Units，简称DMU）的相关效率进行评价的一种方法，该方法自Charnes等[15]学者提出后，在多种领域内运用广泛，特别是在决策分析评价等领域。

DEA 方法在决策评价的过程中， 通常需要建立线性模型来获得效率值， 其中最为常用的模型为：BCC 模型和CCR 模型，这两种模型的区别主要在于前者属于可变规模报酬（VRS），而后者则属于不可变规模报酬（CRS）。 此外，该方法的主要优点在于投入和产出指标的权重向量是通过模型客观赋予， 非人为主观，且在未设定相关的生产函数前提下，利用基本DEA 模型，对多目标决策问题进行评价分析。 基于此，依据动漫产业的发展特点，本文通过BCC 模型对安徽省动漫产业的投入与产出效率进行评价。

假设存在一组决策单元，记作 DMUk，k= 1，2，…，n，且每一个 DMU 都包含 h 个投入 Xik(i=1，2，… ，h，k= 1，2，…，n)和 g 个产出 Yrk( r=1，2，…，g，k= 1，2，…，n)。 将向量 Xk= (x1k，x2k，…，xhk)T和向量 Yk= (y1k，y2k， …，ygh)T分别视为被观察的决策单元 DMUk的投入向量和产出向量。 所以，DEA-BBC 模型表示如下：

其中，q 代表非阿基米德无穷小量，wr，ui是产出Yk和投入Xk的权重向量，记为wr= (w1k, w2k, …, wgk)T,ui= (u1k, u2k, …, uhk)T。 其对偶模型如下：

（二）Malmquist 指数法

Malmquist 指数也被称为全要素生产率指数，该指数模型能够测量决策单元在不同时期内效率的动态变化，具有较广泛的应用性。 自Caves 等[16]学者将 Malmquist 指数应用于生产率的分析中后，Fα̈re等[17]学者不断发展此方法，提出了建立非参数线性规划的方法。 近年来安徽省动漫产业快速发展，仅仅采用DEA-BCC 模型对其效率进行静态评价不够全面，所以，本文利用Malmquist 指数法对2014-2018 年我国28 个省市区的动漫产业效率进行动态分析， 从而明确安徽省动漫产业的效率水平。 基于上文，假设存在一组决策单元，同时有投入集合Xk= (x1k, x2k,…,xhk)T和产出集合 Yk= (y1k, y2k, …, ygh)T。 令 t 代表时期数，记为t = 1, 2, …, N，那么t 时期下的决策单元DMUk的投入向量和产出向量可以表示为Xkt和Ykt。Malmquist 指数表达式为：

此公式是指t 期到t+1 期的全要素生产率，其中含有距离公式D (x, y)。 且当出现M > 1，反映出全国各省市区的动漫产业总生产效率呈增长趋势。 在可变规模的前提下， 技术效率=规模效率* 纯技术效率， 因此， 全要素生产率 （TFPCH） 是由规模效率（SECH）、纯技术效率（PECH）与技术进步(TECHCH)三者相乘得到。 基于以上分析，可以得到以下公式：

当EFFCH >1 时,可知效率有所提升，反之则下降；当TECHCH >1 时，可以看出动漫产业生产的技术进步，相反则表示产业的技术退步。 公式（3）也可以转换为以下公式：

（三）Tobit 回归模型

本文采用Tobit 回归模型对影响动漫产业效率的因素进行实证分析。 Tobit 回归模型与传统回归模型不同的是因变量的选取来自截尾数据，该模型也叫受限因变量模型。 由DEA 模型计算出的动漫产业效率值连续且取值为[0，1]，符合Tobit 模型对因变量的要求，这就克服了传统回归模型在受限因变量选取下不能得到一致估计量的缺点。 Tobit 模型表示如下：

其中，Yi是被解释变量，Xi是解释变量，βi表示回归系数，ε 代表随机误差项，ε~N(0，σ2)。

三、指标和数据

（一）投入产出指标

动漫产业是围绕动漫内容的生产制作所形成的产业，集文化产业与创意产业于一身的朝阳产业，创意是其发展核心。 本文在借鉴相关研究的基础上，结合动漫产业的特征以及数据的可获得性， 按照建立指标的全面性、科学性等要求，构建了安徽省动漫产业效率评价指标体系，如表1 所示。

表1 安徽省动漫产业效率评价指标体系

（二）影响因素指标

作为新兴文化产业重要子行业的动漫产业，其发展会受到产业内部因素和外部环境的影响。 本文借鉴已有的研究， 结合动漫产业的发展特点和指标数据的可得性， 选取研发投入与从业人员素质作为影响动漫产业效率的产业内部因素， 外部环境因素包括政府扶持力度和人均文化消费支出。 本文选取2012-2018 年安徽省动漫产业的静态效率作为因变量，选取研发投入（RD）、从业人员素质（PQ）、政府扶持力度（GS）和人均文化消费支出（PC）指标值作为自变量（如表2 所示）。 设定回归模型如下：

表2 安徽省动漫产业投入产出效率影响因素指标

（三）数据来源

本文主要研究安徽省动漫产业效率及其影响因素，对安徽省动漫产业投入产出效率进行横向和纵向评价，在进行横向比较时，剔除数据缺失的省份，本文主要选取我国28 个省份（直辖市、自治区）的相关数据进行分析，研究时间跨度为2014-2018 年。在进行纵向比较时，本文主要根据2012-2018 年安徽省动漫产业投入和产出的数据进行实证分析。分析中所采用的数据主要参照《中国文化和旅游统计年鉴》①以及《中国统计年鉴》。

四、实证分析

（一）Malmquist 指数结果及分析

利用DEAP2.1 软件， 计算得出2014-2018 年我国28 个省市动漫产业发展的全要素生产率（TFPCH）、综合技术效率（EFFCH）和技术进步(TECHCH)等数值，具体结果及其构成如表3、表4 所示。

表3 2014-2018 年我国动漫产业效率Malmquist 指数及分解

表4 2014-2018 年我国各省动漫产业效率Malmquist 指数及分解

1.整体效率变动分析

由表3 可知，2014-2018 年我国动漫产业全要素生产率指数均值为1.025， 总体呈上升态势， 虽然2016-2017 年间全要素生产率有所下降， 但是2014-2016 年和2017-2018 年这两个时间段动漫产业全要素生产率表现出较好的发展态势，使得生产率均值有所上升。 从指标分解来看，综合技术效率上升-4%，技术进步上升6.8%， 说明全要素生产率的提高主要是通过技术进步实现的，表明我国动漫产品的生产技术水平有较大提升。 综合技术效率上升-4%，表现为下降， 分别从规模效率和纯技术效率两个指标分析得知，纯技术效率均值大于1，说明动漫产业在管理和技术方面有一定的提高，同样，虽然规模效率在2015-2016 年度表现为上升，但其余年份的规模效率值小于1，且规模效率的平均值也小于1，这表明动漫产业内部存在规模不合理问题，需不断完善产业结构。

2.各省份效率变化比较

由表4 可知，2014-2018 年安徽、河北、内蒙古、山西等十个省（自治区）的动漫产业全要素生产率指数小于1，其他18 个省份（直辖市、自治区）的动漫产业全要素生产率指数都不低于1。 其中，安徽省的动漫产业生产率排名19 位，较靠后，全要素生产率下降了1.2%， 并且低于生产率均值。 河南省排在第一位，全要素生产率增长62% ，甘肃省排在最后一位，其全要素生产率下降44.1%。 从指标分解来看，河南省全要素生产率的提升是综合技术效率和技术进步共同发挥推动作用的结果； 而安徽省动漫产业的综合技术效率值增长了1.6%， 技术进步值降低了2.8%，说明安徽省动漫产业缺乏创新，存在技术水平不高的问题， 这是安徽省动漫产业全要素生产率下降的原因。 从综合技术效率指标的分解来看，安徽省动漫产业的综合技术效率提升主要得益于纯技术效率的提升，而规模效率值有所下降。 所以，安徽省在关注动漫产业的管理和技术水平方面， 也要注重动漫产业的规模优化。

（二）DEA-BCC 模型结果分析

利用DEAP2.1 软件对2012-2018 年安徽省动漫产业的投入与产出进行效率测算， 具体的指标数值如表5 所示。

表5 2012-2018 年安徽省动漫产业效率值

1.从综合技术效率值的角度看，2012-2018 年这一时期， 安徽省动漫产业综合技术效率均值为0.829，未达到有效，说明在现有投入水平下，动漫产业效率仍有进步的空间。 其中，2013-2016 年的综合效率值低于平均水平，2012 年和2017 年动漫产业投入产出呈现相对最优， 表明这两个年份安徽省动漫产业投入与产出水平相对匹配，产业整体效率较高。通过数据对比可知， 安徽省动漫产业投入产出综合效率呈现波浪式的变化。

2.从纯技术效率值的角度看，2012-2018 年安徽省动漫产业纯技术效率的均值为0.96， 规模效率的均值为0.87，规模效率值低于纯技术效率值，说明动漫产业可能存在规模不合理的问题， 管理和技术水平也有待进一步的提高， 才能达到相对有效值。 其中，2012 年、2015 年和 2017 年纯技术效率指标达到有效，而由于2015 年规模效率值小于1，动漫产业综合效率值处于非DEA 有效。

3.规模效率可以显示出安徽省动漫产业的投入与产出是否处于最佳规模状态，2012 年和2017 年的规模效率达到最优，其余年份都是规模报酬递减，表明安徽省动漫产业的规模配置不合理， 投入资源未得到合理利用， 可能的原因是，2011 年安徽省政府出台相应政策，在这一时期资源投入以及政策支撑等多种因素的影响下，安徽省动漫产业取得一定成绩，在本研究中体现在2012 年动漫产业的投入产出效率达到相对有效。 但是，与同时期发达地区相比，安徽省动漫产业市场需求的进一步扩大、消费能力的提升在短时间内很难迅速实现[18]，而由于动漫产品的受众定位在幼儿群体，竞争同质化现象比较突出，使得市场进一步缩小[1]。即动漫产业在短时间内投入的大量资源与现有的市场规模、技术和管理水平出现不匹配现象，从而造成资源配置的阶段性闲置，资源配置效率的下降。

4.由表6 可知，安徽省动漫产业在2013 年、2014年、2016 年和2018 年存在投入冗余的情况。 在现有的技术和管理水平下，应确定合理的资源投入规模，提高资源利用能力。

表6 2012-2018 年安徽省动漫产业投入与产出效率投影分析

基于以上分析，为达到投入与产出的匹配，提高安徽省动漫产业的效率，应该优化产业规模，避免资源浪费，提升规模效率。 同时，动漫企业要加大创新力度，开发具有影响力、有质量的精品力作，加强安徽省动漫产业基地之间的竞争与合作， 从而形成产业集聚和规模经济。 此外，需要改进产业内部的经营管理水平和技术水平，增强资源配置能力，全面提高动漫产业的综合效率。

（三）安徽省动漫产业投入产出效率影响因素分析

本文采用 Tobit 回归模型， 利用 Eviews 9.0 软件， 探讨安徽省动漫产业效率的产业内部和外部影响因素，结果如表7 所示。

表7 安徽省动漫产业投入产出效率影响因素的Tobit 模型回归分析结果

由表7 可知， 人均文化消费水平和政府扶持力度正向影响安徽省动漫产业的投入产出效率， 而研发投入和从业人员素质与安徽省动漫产业的投入产出效率之间存在负相关关系。

1.政府扶持力度（GS）对动漫产业效率的回归系数为0.220,9，而且在1%的水平上显著。说明政府扶持力度显著正向影响动漫产业效率。 以打造动漫产业强省、提高动漫产业软实力为目标，安徽省为动漫企业的发展提供了大量的资金和政策支持，这些资源的投入能够为动漫产品的开发制作、产业链的运作起到积极作用，有利于提高安徽省动漫产业的效率。 同时，也要对补助资金后期的使用进行引导与监督，优化投资方向，真正发挥政府的扶持引导作用。

2.安徽省人均文化消费水平（PC）对动漫产业效率的回归系数为0.000,4， 而且在0.1%的水平上显著。 说明人均文化消费水平正向影响动漫产业效率，动漫市场需求前景较好，有利于动漫作品的商业化。

3.产业内的研发投入（RD）对安徽省动漫产业效率的回归系数为-1.427,8， 而且在0.1%的水平上显著。 说明研发投入过多可能会使安徽省动漫产业的投入产出效率下降。 产生这种现象的原因可能是，在研究时期内，安徽省动漫产业创新能力较低，缺少具有创新性发展的精品力作，原创能力较薄弱，市场定位不准确[19]，所以研发投入未能全部发挥价值。

4.从业人员素质（PQ）对安徽省动漫产业效率的回归系数为-0.981,5，而且在0.1%的水平上显著。 说明安徽省动漫产业效率与从业人员素质之间存在负相关关系， 但是并不能认为提高动漫产业从业人员的素质不利于产业投入与产出的相匹配，目前，行业内缺乏高端人才， 创新型人才的培养是动漫产业发展的关键及核心， 而创新能力与学历高低之间无必然联系。

五、结论与建议

（一）结论

本文在动漫产业投入产出数据的基础上， 运用Malmquist 指数法对2014-2018 年我国28 省市的动漫产业效率进行动态分析， 横向定位安徽省动漫产业的发展情况； 其次， 利用DEA 模型对2012-2018年安徽省动漫产业效率进行纵向分析， 并以效率的纵向评价结果值作为因变量，以研发投入、从业人员素质、 政府扶持力度和人均文化消费支出指标为自变量， 考察安徽省动漫产业投入产出效率的影响因素。 研究发现：

1.Malmquist 指数的动态评价结果显示， 我国动漫产业全要素生产率总体呈上升态势， 但是上升态势并不稳定。 安徽省的动漫产业生产率在全国28 个省市区中排名较靠后，处于第19，其中，技术进步值的下降以及规模效率值的下降是安徽省全要素生产率指数小于1 的原因。 表明安徽省应优化动漫产业的规模，通过生产技术和技术设备的更新提高，提升技术水平。

2.从BCC 模型效率静态评价看，在研究时期内，安徽省动漫产业的平均综合技术效率、纯技术效率、规模效率接近1，但未达到有效，说明动漫产业在资源配置、 经营管理以及规模合理化方面还存在改进完善的空间。

3.从安徽省动漫产业投入产出效率的影响因素研究中发现，政府扶持力度和人均文化消费水平与安徽省动漫产业效率之间存在显著的正向关系，而研发投入和从业人员素质水平与动漫产业效率之间存在显著的负向关系。

（二）建议

根据研究结论，本文提出以下建议：

1.利用安徽省丰富的文化资源，创作具有文化底蕴和竞争力的动漫作品。 动漫产业作为文化产业的子行业，文化特色是动漫作品富有内涵的重要体现，文化特征与动漫产业的双向互动不仅有利于提高动漫作品的竞争力，也有利于发扬传统文化的优秀精神。 将“徽文化”与动漫产业产品的开发制作相融合，提高动漫产品对传统徽文化的开发深度和广度，丰富动漫作品的选题和内涵，弘扬徽文化，增强产业的生产技术水平和原创能力，打造具有文化竞争力的本土动漫品牌。

2.培养创新型动漫产业人才，将安徽省打造为具有竞争力的动漫产业创新人才高地。 培养动漫企业内部的研发创作和经营管理人才， 提高从业人员的创作水平和创新能力，建设高质量、高层次的人才队伍③。 完善高校专业设置，确定适合安徽动漫产业发展需要的人才培养办学方法， 加强企业与高校之间的合作。 同时，相关部门要积极完善人才引进政策，创设有利于创新的环境， 吸引有能力的动漫产业人才，努力打造具有竞争力的动漫产业创新人才高地。

3.优化安徽省动漫产业的资源配置能力，提高产业创新效率。 提高动漫产业资源配置能力，确定合理的资源投入规模， 不能盲目追求产业规模，依靠技术进步来提高安徽省动漫产业的资源利用能力，使得投入与产出达到最佳匹配，进而提高动漫产业的发展效率。 另外，由于研发投入负向影响安徽省动漫产业的效率，相关企业应当建立有效的资金管理机制，不能一味追加投资，并且加强与不同部门机构的产学研合作，提升创新效率。

4.加强安徽省与其他地区、产业的合作交流，以实现产业内的协同发展。 加强不同地区、企业之间的合作交流，促进产业融合以及长三角区域文化产业的一体化发展，“长三角动漫产业合作联盟”便为动漫企业提供了一个互相学习的平台。 继续发展合肥、芜湖国家级动漫基地，大力推动一批省级、市级动漫产业基地（园区）的发展，加强产业基地之间的协同合作，以便形成产业集聚和规模经济。 借鉴芜湖方特主题乐园的经营模式，以品牌企业带动相关产业的发展，促进产业之间的融合发展，形成一体化的动漫产业链。

5.完善政府的投入资金结构，优化动漫产业公共服务体系。 政府在对动漫产业的支持方面，应重点关注产业创新能力的培养， 打造动漫企业的优势品牌，改善补助资金的结构，引导动漫企业合理运用政府补助资金，真正实现资金价值。 相关部门应为完善动漫产业链提供更广阔的平台空间和信息资源，不断优化相关政策以及动漫产业公共服务体系， 从而促进安徽省动漫产业更好更快发展。

注释：

①《中国文化文物统计年鉴》2019 年更名为《中国文化和旅游统计年鉴》。

②p<0.05 表示回归系数在 5%的水平上显著；p<0.01 表示回归系数在1%的水平上显著；p<0.001 表示回归系数在0.1%的水平上显著。

③安徽省文化厅2011 年4 月18 日印发：《安徽省“十二五”时期动漫产业发展规划》。