罗 丹, 赵喜霞

(1. 莆田学院商学院,莆田 351100;2. 莆田学院管理学院,莆田 351100)

近年来,我国文化产业增加值占GDP 比重逐年上升,但由于经济发展水平及文化资源不同,各地区文化产业的发展差异悬殊。为了提升我国文化产业整体竞争力,避免产业投入产出效率低下、资源浪费,应对我国文化产业效率进行有效测量,制定科学合理且有针对性的政策措施。

DEA 模型适应性强,故学者们多采用此方法探究文化产业效率影响因素问题。马萱、郑世林(2010)运用DEA 模型测量了我国31 个省份的文化产业效率[1]。黄永兴和徐鹏(2014)利用Bootstrap-DEA 方 法 和 空 间 计 量 模 型[2]。杨 祖 义(2016)则基于DEA-Malmquist 指数法和Sys-GMM法评价文化产业效率及探索其影响因素[3]。范晓男、冯冲和张凤海(2017)借助三阶段DEA 模型测度了36 个城市的文化产业效率,分析了区域差异性及其原因[4]。学者们一致认为,我国文化产业效率整体偏低,而且通过对不同省市地区的效率比较发现区域间差异明显。

鉴于我国文化产业发展的区域阶梯性及差异,本文采用Battese 和Rao 提出的Meta-frontier DEA探究我国31 个省市文化产业发展效率以及区域间的技术效率差距,以期为我国文化产业效率的提升制定行之有效的措施。

一、研究方法

考虑到不同省份和地区间文化产业发展相差悬殊,参照地理位置临近及文化同质性等特点,将生产单元划分为东部、中部、西部三大不同群组。采用共同前沿模型对各个群组采用随机前沿法界定出不同群组前沿和共同前沿,并估计不同群组前沿和共同前沿的技术效率,进而得出技术落差比率(Technology Gap Ratio,简称TGR)[5]。

参照Battese 和Rao[6]以及国内学者李正锋等[7]对共同前沿模型的定义,DEA 模型强调多投入多产出,决策单元(DMU)通过投入x(x∈)得到产出y(y∈)。当衡量所有DMU 的投入产出组合情况时,DMU 面对的共同技术集合为:Tmeta={(x,y)|x≥0;y≥0;x能生产出y},其对应的生产可能集P为:,其上界即为共同前沿,亦即能突破群组间的技术差距,所有生产单元具备同等的技术能力时,生产单元追求最小投入的技术边界。

共同技术效率的距离函数为:

共同前沿的技术效率为:

将31 个省市划分为东部、中部、西部三个群组(g= 1,2,3),则群组技术集合为

群组距离函数为:

群组前沿的技术效率为:

群组前沿包络曲线就是共同前沿。群组前沿与共同前沿下生产单元的技术效率可以表示为:

构建共同前沿的目的就是要测算出技术落差比y(TGR)。TGR 的值高,就表明生产单元所在群组的生产技术水平与潜在生产技术水平差距就会越小。反之亦然,TGR 的值越低,其差距越大。TGR 的函数为:

由上式可得:

二、样本、数据来源和指标选择

鉴于数据的可获得性以及统计口径的一致性,选取我国31 个省市(不包括香港、澳门和台湾地区)作为研究样本。在群组的划分上,地理临近和自身特征是进行分组的决定性因素,因此将全国划分为东部群组、中部群组和西部群组。数据来源于《中国文化及相关产业统计年鉴(2017)》《中国文化与文物统计年鉴(2017)》等。

选取文化产业增加值、文化产业主营业务收入作为产出指标,固定资产投资、年末从业人员数、法人单位数作为投入指标。

三、研究结果

(一)共同前沿技术效率和群组技术效率差异分析

由表1 可知,全国文化产业效率平均值在共同前沿和群组前沿下分别为0.689 和0.842,这说明投入减少31.1%和15.8%,产出仍可实现现有水平,我国文化产业整体效率水平相对偏低。

从共同前沿评价结果来看(见表1),东西中部三大群组技术效率值分别为0.766、0.706 和0.561,整体技术效率均偏低。按照从高到低依次排序,呈现东部、西部和中部格局。其中,中部群组最低,仅为0.561,远低于全国的平均水平,还存在较大的改善空间;东部群组表现最为突出,主要是由于东部省市经济发展状况好,资金投入实力雄厚,技术创新能力强,容易吸引创意人才聚集。

表1 共同前沿和群组前沿下分地区文化产业效率的统计性描述

从群组前沿评价结果来看,东部为0.88,中部为0.893,西部为0.774。其中,中部群组和东部群组表现较好,西部群组最低,低于全国平均值。从群组前沿下文化产业技术效率来看,分别存在12%、10.7%和22.6%的效率改善空间。

对比两种评价结果,文化产业技术效率在群组前沿下明显高于共同前沿下的表现。而且文化产业效率并未表现出“东部＞西部＞中部”的格局,进一步说明有必要分群组进行考查。在共同前沿模型下,参考的技术前沿是全国文化产业效率的潜在最优水平。相较于东部群组,中西部在群组前沿下的文化产业效率水平被明显高估。

(二)技术差距分析

由表2 可知,三大群组的TGR 值分别为0.874、0.638 和0.910,这表明产出效果不变的情况下,东中西部地区分别可达到全国文化产业投入利用水平的87.4%、63.8%和91%。其中,西部群组表现突出,东部群组次之,中部群组最低。这表明不同地区间群组间确实存在生产技术水平上的差异,但与以往学者的研究结果有所不同。本文得到的结果是共同前沿下东部地区文化产业效率优于中西部地区,但群组前沿下西部地区文化产业效率均值更高。究其原因主要是,西部群组地区文化产业技术进步具有“后发优势”。西部地区具有资源禀赋、文化资源丰富,再则近年来国家政策支持和引导文化产业,特别是“一带一路”建设拉动了西部地区文化产业发展。“一带一路”建设覆盖了7 个东部省市、1 个中部省市和10 个西部省市。“一带一路”倡议下,西部地区参与省份多,文化产业发展迅速,效率提高,起到了平衡区域发展的目的;东部地区沿海地理优势,经济发达;中部地区效率低,受到“一带一路”影响小。

四、结语

运用Meta-frontier DEA 对2016 年我国31 个省(市)的文化产业效率进行评价,比较分析东中西部三大群组的效率差异以及技术效率差距。研究发现:(1)从共同前沿和群组前沿来看,我国文化产业整体效率偏低,仍有较大提升空间。不同前沿水平下,三大群组的文化产业效率值均有差异。与东部地区相比,中西部地区在群组前沿下的文化产业效率水平被显著高估,这需要进一步探索影响文化产业效率的关键因素;(2)从技术效率差距来看,西部地区表现较为突出,略高于东部、中部地区。中部地区投资高,但是产出效率低,可见不同于其他产业,文化产业效率更注重文化资源禀赋、产业集聚效应和政策的引导。

各省市在探索优化投入产出效率路径时,首先要考虑到文化产业“轻资产”的特点,盲目的投资建设并不一定带来效率的提升,要注重投入和产出的转化效率,根据地区资源禀赋,挖掘本土化特色文化资源,开发特色产品,讲好文化故事,打造地域品牌;其次,要推动文化与科技的融合,将大数据、云计算、物联网和人工智能等新技术运用于文化创意新业态,促进文化产业数字技术和互联网技术等高新技术的发展。此外,国家及地方政府要出台能有效提升文化产业效率的扶持政策,结合地区特点制定适合有效的财政支持政策,而文化企业也要抓住利好政策,提高产出。