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]。……