文化传媒行业的技术创新效率评价

2022-12-27梅明丽苏畅

新闻研究导刊 2022年22期

梅明丽苏畅

摘要：文章运用数据包络分析方法，对我国文化传媒上市公司2017—2021年五年内的技术创新效率进行变化趋势分析和行业差异分析，从纯技术效率和规模效率分析技术创新效率的影响因素。结果发现，我国文化传媒行业在近五年内，技术创新效率呈波动上升趋势，行业内部发展差异明显；技术创新效率低的主要原因是规模效率的不足，各行业普遍存在资源冗余、资源结构不平衡、规模报酬递减的情况。基于实证结果，提出调整创新资源投入结构；优化规模效应，拓宽融资渠道；打通行业沟通渠道，加强沟通等建议，为文化传媒行业提高创新能力和技术创新效率提供一定的发展建议和具体的发展路径，以便文化传媒行业更快地融入创新发展战略，实现文化产业数字化转型。

关键词：技术创新；效率评价；文化产业；文化传媒公司；数据包络分析

中图分类号：G124 文献标志码：A 文章编号：1674-8883（2022）22-0042-03

一、概述

党的十八大以来，我国一直将创新作为发展的第一动力，已逐渐迈入创新型国家行列。文化传媒行业承担着文化产业数字化转型的重要责任，也应提高自身的创新能力，以适应创新基因在各行业的植入和落地。如何最大化地利用现有技术资源和创新投入，实现企业正常盈利和技术创新，是文化产业急需关注和探索的重要问题。

企业技术创新是经济转型背景下，传统企业保有市场竞争力、后发企业进行追赶的重要方式。人力和资金投入以及二者的有效配置，在一定程度上决定企业的技术创新水平，也为实证研究在投入和产出选择上提供了基本思路。在模型和工具选择上，相关研究使用数据包络分析进行技术效率估算的文章较多；在指标的选取上，投入指标的选择较为相似，产出指标的选择差异较大，专利申请数、新产品销售收入、技术市场成交额、主营业务收入、高新技术企业的增加值、企业价值、劳动生产率等都曾被作为产出指标进行研究[1-2]。

聚焦于文化传媒领域的研究相对较少，但更有针对性。国内有学者尝试以我国30家文化传媒类上市公司为样本，构建文化传媒类企业技术创新效率评价指标体系[3]。羊晚成（2020）认为我国出版传媒上市公司生产效率整体下降，原因在于技术水平的降低[4]。针对影响因素分析的研究认为，GDP的增长和政府扶持力度的加大对文化传媒领域的经营效率具有一定消极作用，居民消费水平的提高则具有积极作用[5]。

对相关研究进行归纳可以发现，研究技术创新投入或技术创新影响因素的文章较多；以中观视角出发，研究各个行业公司数据差异的较多，但以各公司发展差异为契机，探究行业发展差异和特征的研究较少。

二、模型及指标选择

（一）DEA方法及模型选择

数据包络分析法（DEA）是一种评价决策单元相对有效性的线性分析方法，分为规模报酬不变的CCR模型和规模报酬可变的BCC模型[6]。由于文化传媒行业各公司的创新投入是不断变化的，故选择BCC模型进行分析。

（二）指标体系设计

表1为指标的具体情况，具体分类如下：

投入指标共分为五类。创新基础环境是指文化产业上市公司提供给研发、技术人员进行创新的内部物质环境；创新主体指标反映了内部创新人员的规模和能力，以研发人员占员工总数的比重衡量研发人员规模，以硕士及以上文化程度的员工占比衡量整体受教育水平；资源投入程度反映了企业资金支持程度，以研发投入占营业收入的比重来衡量。上述指标均选择比值而非绝对值，以避免因公司规模差异而造成结果误差。

产出指标的选择上，将直接比较各企业创新投入的资源管理水平及盈利变现能力。以营业成本率衡量资源的管理、使用效率；以营业利润率衡量创新能力变现的水平。

三、文化传媒行业的技术创新效率评价

本文选取2017—2021年文化传媒上市公司的相关数据，筛除ST状态及净利润为负值的公司，建立DEA模型，对新闻和出版业、广播电视电影和影视录音制作业（以下简称广播电视电影行业）、文化艺术业共34家公司进行技术创新效率评价，归类得出文化产业中三个行业的表现差异，用综合效率描述技术创新效率情况。综合效率为1，则为有效；越趋近1，效率越高。

（一）技术创新效率变化趋势

图1说明了近五年间，文化产业技术创新效率呈整体增长、年际波动明显的特征，综合效率由0.626波动增长到0.723。新闻和出版业效率变化不大，维持在0.73左右；广播电视电影行业综合效率小幅度增长，从0.624增长为0.717；文化艺术业增幅最明显，从0.38增长为0.727，從低于行业均值的低效率阶段发展到超过整体水平的较高效率阶段。

（二）行业效率差异分析

在衡量三个行业的技术创新效率差异时，将主要使用2021年的数据而非五年数据均值，以最大程度保证分析结果的时效性和价值。

表2反映了2021年文化产业的技术创新效率具体情况，按降序排列分组。综合效率等于1，记为DEA有效；高于平均值但小于1，记为较高效；低于平均值，记为低效。

表3反映了三个行业技术创新效率的差异情况。

三个行业综合效率值均处于0.7左右，由高到低依次为新闻和出版业、文化艺术业、廣播电视电影行业，但各行业内部表现各有不同。新闻和出版业效率平均水平较高，达到DEA有效的公司数量比位于三个行业首位，为43%，但公司间发展差距最大，极差为0.798；广播电视电影行业超过一半的公司仍处于低效发展阶段，但发展水平差距相对较低，极差最小，为0.589。

（三）低效率原因分析

DEA模型中，综合效率=纯技术效率×规模效率，纯技术效率、规模效率反映了影响决策单元效率未达到有效的因素。将2021年34家公司的效率具体数值按行业进行分类计算均值，得出三个行业的综合效率、纯技术效率和规模效率均值情况，如图2所示。

1.纯技术效率分析

纯技术效率可以用来衡量创新资源管理能力和技术水平对效率的影响。2021年，我国文化产业三个行业的纯技术效率均处于相对高效的状态，均值约为0.92，行业间整体差距较小，说明各公司的技术能力和管理水平能够较好匹配现阶段的创新需求。

2.规模效率分析

规模效率可以用来衡量规模配置水平对效率的影响。2021年，我国文化产业三个行业规模效率均值约为0.77，广播电视电影行业规模效率相对较低。规模效率普遍低于纯技术效率，说明相较于纯技术效率，规模效率低下是现阶段文化产业综合效率未实现有效的显著原因。如出版传媒、读者传媒、中南文化和中国电影这4家公司，他们的纯技术效率均为1，但规模效率不同程度的低效限制了其综合效率的提升。

此外，DEA模型还可以分析决策单元的规模效益趋势，记为规模效益递增（irs）和规模效益递减（drs）。如表2，当前所有未达到综合效率有效的21家公司均呈规模效益递减趋势，说明这些公司均存在不同程度的资源投入过剩问题。