EN中文

经济地理 >

2021 , Vol. 41 >Issue 4: 82 - 92

DOI: https://doi.org/10.15957/j.cnki.jjdl.2021.04.011

产业经济与创新发展

中国文化产业效率的时空分异与影响因素

  • 王家庭 , 1 ,
  • 梁栋 , ※
展开
  • 1.南开大学 中国城市与区域经济研究中心，中国 天津 300071
  • 2.南开大学 经济学院，中国 天津 300071
※梁栋（1997—），男，山东威海人，硕士研究生，研究方向为城市与区域经济。E-mail：

王家庭（1974—），男，山东诸城人，博士，副教授，硕士生导师，研究方向为城市与区域经济、土地与房地产经济、区域教育与文化产业发展等。E-mail：

收稿日期: 2020-04-16

  网络出版日期: 2025-04-25

基金资助

中央高校基本科研业务费专项资金资助项目(63192309)

收起

Spatio-temporal Differentiation of Chinese Cultural Industry Efficiency and Its Influencing Factors

  • WANG Jiating , 1 ,
  • LIANG Dong , ※
Expand
  • 1. Research Center of China Urban and Regional Economies，Nankai University，Tianjin 300071，China
  • 2. School of Economics，Nankai University，Tianjin 300071，China

Received date: 2020-04-16

  Online published: 2025-04-25

Fold

摘要

在推动文化产业建设国民经济支柱性产业的背景下，提高文化产业效率是实现这一目标的重要环节。文章使用SBM模型、核密度估计法和泰尔指数对1998—2018年中国文化产业效率进行测算和时空演进分析，并运用Tobit模型对文化产业效率的影响因素进行识别。结果显示：①中国文化产业效率总体呈现波动上涨的趋势，其变动可对应为文化产业初步发展、试点改革、试点改革推广和深化改革四个阶段。②中国文化产业效率在空间上表现出东高西低的分布格局，且高效率的省份不断集中。③2012年以前，中国文化产业效率的空间差异主要来自于区域内差异，而2012年以后，区域间差异开始产生更大的影响。④文化单位数量、文化市场潜力、文化产业基础设施和人力资本等因素共同作用，对中国文化产业效率产生着正向显著的影响。

关键词： 文化产业; 时间演进; 区域差异; 文化体制改革; 市场潜力

本文引用格式

王家庭 , 梁栋 . 中国文化产业效率的时空分异与影响因素[J]. 经济地理, 2021 , 41(4) : 82 -92 . DOI: 10.15957/j.cnki.jjdl.2021.04.011

Abstract

Improving the efficiency of cultural industry is an important part to promote the cultural industry to be a pillar industry of national economy. This paper uses SBM model,kernel density estimation method and Theil index to measure and analyze the spatial and temporal evolution of the efficiency of China's cultural industry from 1998 to 2018,and then applies Tobit model to identify the influencing factors of the efficiency of cultural industry. The results show that: 1) The overall efficiency of China's cultural industry shows a trend of fluctuating rise,which can be divided into four stages: initial development,pilot reform,promotion of pilot reform and deepening reform. 2) China's cultural industry efficiency shows the characteristics of increasement from the west to the east,and the provinces with high efficiency are constantly concentrated. 3) Before 2012,the spatial differences of China's cultural industry efficiency mainly came from the intra-regional differences; the inter-regional differences began to have a greater impact on the spatial differences of China's cultural industry efficiency after 2012. 4) The number of cultural units,the potential of cultural market,the infrastructure of cultural industry and human capital have a positive and significant impact on the efficiency of China's cultural industry.

Key words： cultural industry; time evolution; regional differences; cultural system reform; market potential

习近平总书记在党的十九大报告中指出：“文化是一个国家、一个民族的灵魂。”在我国，文化产业已经历了40余年的发展历程[1]，文化产业增加值占GDP的比例已由1998年的0.25%上升到2018年的4.3%。现阶段，文化产业正逐步成为国家战略性产业和国民经济支柱产业，在社会主义精神文明建设和国家文化软实力建设中发挥着重要的推动作用。但值得注意的是，虽然我国文化建设取得了一定的进步，但相比发达国家，我国文化产业起步较晚、基础较弱、产业竞争力优势不足[2]；相比新旧动能转换目标，文化产业仍旧存在资源、人才、资金和技术等制约因素[3]；相比人民群众日益增长的精神生活需要，中国高质量的文化产品供给不足，创新能力欠缺，难以满足人民群众多样化、多层次的文化需求。面对文化产业重要的战略地位和不容忽视的发展问题，全面认识中国文化产业效率的时空特征和区域差异，识别其潜在的影响因素并采取针对性的政策以提升各地区的文化产业效率，对当前中国文化产业建设具有重要的现实意义。
文化产业效率领域的现有研究主要集中在效率的测算与影响因素的识别两个层次。在文化产业效率测算方面，王家庭等基于三阶段DEA模型测算了2004年中国31个省市的文化产业效率，认为中国文化产业效率地区差异明显，呈现东高西低的分布态势[4]；马萱等使用DEA模型对1998—2006年中国文化产业效率进行测算，发现中西部地区与东部地区的效率差距正在逐渐减小[5]；何里文等对2005—2010年中国文化产业全要素生产率进行实证研究，发现中国文化产业全要素生产率整体呈波动式增长[6]；戴俊骋等通过“规模—效率”分析认为东部文化产业在规模与效率具有全面优势，且空间不均衡格局会进一步极化[7]；Tao使用OP法对中国2012—2014年文化产业的生产率进行估计，认为文化产业集聚有助于提升产业的全要素生产率[8]；王家庭等使用SBM模型对2012—2016年中国文化制造业绿色全要素生产率进行了测算，发现其区域差距显著，东西部地区高于中部东北地区[9]。
在文化产业效率的影响因素方面，国外学者多从集聚经济的角度考察文化产业效率的影响因素，Forida等运用结构方程模型和路径分析法对人力资本、文化经济和区域发展的关系进行研究，认为技术水平和人力资本对提升创意产业生产率有积极作用[10]；Boix-Domenech对24个欧洲国家创意产业生产率进行实证研究，发现创意产业中较高的劳动力份额能够促进劳动生产率的提升[11]。国内学者则从更多角度识别文化产业效率的影响因素，马跃如等使用SFA模型分析了2003—2008年文化产业发展规模和环境等影响因素对文化产业效率的作用，认为居民生活水平、社会资本、市场化进程等因素对我国文化产业生产效率的提高具有明显的正向作用[12]，赵琼等通过Tobit模型研究了2009—2013年中国文化产业上市公司效率的影响因素，结果显示智力成果比重和营销相对规模有利于提高技术效率[13]，曾荣平等使用面板回归模型对文化产业全要素生产率的影响因素进行解析，提出经济发展水平、文化消费水平、科技创新水平等因素有助于文化产业生产率的提升[14]。雷宏振等对2013—2017年各省文化产业发展效率影响因素进行识别，提出产业集聚和地区创新水平等因素对效率影响显著，而固定资产投资存在结构性冗余，不利于效率的提升[15]。
现有文献对文化产业效率的测算做出了有益的探索，但仍存在一些局限性：首先，大部分研究认为中国文化产业效率存在较大的区域差异，但对差异的具体描述相对粗糙，且缺少对差异来源的深入探讨；其次，现有研究对文化产业效率的测算区间较短，难以反映中国文化产业效率长期的时空变动趋势。基于此，本文首先使用SBM模型对1998—2018年中国文化产业效率进行测算，其次通过核密度估计法和GIS空间分析法识别文化产业效率的时空分异及演进特征，在此基础上使用泰尔指数定量刻画不同地区文化产业效率的差异，最后通过Tobit模型分析文化产业效率的影响因素，并就文化产业效率的高质量发展提出针对性的政策建议。

1 研究方法与数据处理

1.1 研究方法

1.1.1 SBM模型

传统的径向DEA模型对无效率程度的测算只包括了等比例的变动，而无法体现出松弛改进的部分。为避免这一问题，本文采用Tone[16]提出的非导向的SBM模型，这一模型能够有效优化对无效率投入决策单元的测算。模型假设投入决策单元（DMU）的个数为 k个，则 m种投入变量可表示为 X = ( x 1 k , x 2 k , … , x m k )， s种产出变量可表示为 Y =（ y 1 k , y 2 k , … , y s k），若用 ρ表示SBM模型的效率值，则非导向的SBM模型规划式可以表示为：
m i n ρ = 1 - 1 m ∑ i = 1 m s i - x i k / 1 + 1 s ∑ r = 1 s s r + y r k
s . t . X λ + s - = x k Y λ - s + = y k λ , s - , s + ≥ 0
式中： s i -为投入松弛变量； s i +为产出松弛变量； ρ值越大，表明投入决策单元越有效，当 ρ=1时，表明投入决策单元达到强有效，即不存在径向模型中的弱有效问题。

1.1.2 核密度估计

为了考察中国区域文化产业效率的分布特征及动态演进趋势，本文采用核密度估计法来研究文化产业效率在各区域内的演进过程。相比于传统的参数估计方法，非参数核密度估计法能够克服参数估计中函数选择的主观性，直接从样本出发研究数据分布规律。假设 z 1 , z 2 , … , z n为服从总体中的 n个样本，则核密度估计的基本函数可以表示为：
f z = 1 n h ∑ i = 1 n K z i - z ¯ h
式中： K ∙为核函数； h > 0为带宽； z i为各观测值； z -为观测值的均值。本文使用高斯核密度进行估计，并采用Silverman[17]提出的拇指法则确定最优带宽，进而制作对应的核密度估计图来反映中国文化产业效率变量的分布位置、形态、延展性和变化等信息。

1.1.3 泰尔指数

泰尔指数为测算区域差距的一种方法，近年来也被用于对效率水平的分布差异进行分解，泰尔指数的值越大，表明区域差异性越大。泰尔指数能够将总体差异分解为组内差异和组间差异，分别将其记为 T b和 T w。假设样本容量为 n，全部样本可进一步别划分为 k个区域，则每个区域所包含的样本数量记为 n k，若用 y i和 y k分别表示第 i个样本和第 k个区域的效率值，则泰尔指数的分解式可表示为：
T = T b + T w = ∑ k = 1 k y k l o g y k n k / n + ∑ k = 1 k y k y i y k l o g y i / y k 1 / n k
T b = ∑ k = 1 k y k l o g y k n k / n
T w = ∑ k = 1 k y k y i y k l o g y i / y k 1 / n k

1.1.4 Tobit模型

由于通过SBM模型测度的中国文化产业效率值在0~1之间，且最大值为1，符合受限因变量的特点，这一数据分布适合使用Tobit模型进行回归分析。Tobit模型能够对部分离散、部分连续的因变量进行参数估计，其一般形式的回归方程可以表示为：
Y i = β 0 + β T X i + μ i
式中： Y i为测得的中国文化产业效率值； X i为可能的影响因素变量； β 0 、 β T分别为常数项和未知的参数向量； μ i ~ N 0 , σ 2。在此基础上，本文构建了如下的Tobit回归模型：
E i t = β 0 + β 1 ∙ d w i t + β 2 ∙ s c i t + β 3 ∙ s s i t + β 4 ∙ s y i t + β 5 ∙ h c i t + ε i t
式中： E i t表示第 i个省份第 t年的文化产业效率； β 0 、 β 1 、 β 2 、 β 3 、 β 4 、 β 5为待估计参数； ε i t为随机扰动项。

1.2 SBM模型的投入产出数据来源与处理

基于DEA的SBM模型需要使用各投入决策单元的投入产出数据，鉴于使用DEA方法测得的效率值对投入产出变量非常敏感，本文根据叶世绮等[18]提出的确定DEA指标体系的标准确定投入产出变量，即投入产出变量的选取应符合目的性、精简性、关联性和多样性四个原则。此外，综合考虑现有同类研究的选择标准[19⇓-21]，本文在确保结果可比性的基础上选取了文化产业年末从业人员数、文化产业资本存量作为投入指标，文化产业增加值作为产出指标，除去数据严重缺失的西藏和海南，本文最终对1998—2018年中国大陆地区29个省区的文化产业效率进行测算。

1.2.1 文化产业劳动投入

文化产业劳动投入是一个较为综合的指标，其既应考虑劳动者数量因素，也应考虑劳动者的劳动时长等因素。此外，就文化产业而言，其发展对智力成果依赖度较高，而个体劳动者间专业素养相差较大，对文化产业劳动投入的衡量应当能够反映劳动质量，从而使劳动投入更为准确，但现有资料缺乏劳动时间和劳动质量的数据或公允衡量方法，因此本文使用文化产业年末从业人数作为投入变量来表示劳动投入。
文化产业从业人员数据来自各年度《中国文化文物统计年鉴》，由于年鉴中没有直接公布不同省份文化产业从业人员的总数，但提供了不同省份文化产业全部细分行业的从业人员数据 ① ，因此本文将文化产业各细分行业的从业人员数进行加总，以获得各省份文化产业从业人员总数。

1.2.2 文化产业资本投入

现有文献在衡量文化产业资本投入时，多使用文化产业实收资本或资产总计替代[5,19,22]，但这一做法是较为粗糙的，难以反映文化产业的真实资本投入，因此本文尝试对文化产业资本存量进行估算，并以此来表示资本投入。鉴于现有公开数据缺乏文化产业资本存量的直接数据，本文使用永续盘存法进行估算，具体公式为：
K t = I t + 1 - δ t ∙ K t - 1
式中： K t、 K t - 1分别为第t期和t-1期的资本存量； I t为第t年不变价固定资产投资额； δ t为第t年的折旧率。各年度资本存量的计算方法为：首先确定各年度文化产业名义固定资产投资额，并使用文化产业固定资产价格指数进行平减，在此基础上确定各年度文化产业不变价固定资产投资序列。其次，根据各年度固定资产折旧和固定资产原值计算各年度固定资产折旧率，并以此计算出文化产业基期资本存量。最后，将基期资本存量、固定资产折旧率与不变价固定资产投资序列代入式（9）中求得文化产业各年度资本存量。
本文选择1998年为基期，根据资本产出比和产出数据首先估算基期资本存量，其中文化产业分省份名义固定资产投资的相关数据来自《中国文化文物统计年鉴》，为使各年份数据具有可比性，对名义固定资产投资以1998年作为基期，采用固定投资指数进行平减，数据来源于各年份《中国统计年鉴》。计算折旧率需要文化产业折旧额和固定资产原值数据，针对年鉴中没有直接公布不同省份汇总的固定资产原值数据，本文根据年鉴统计范围将文化产业下细分行业的固定资产原值数据进行加总，缺失值采用前后三年的移动平均数代替。

1.2.3 文化产业增加值

现有文献在衡量文化产业产出时，多使用产出水平、产出增加值、营业收入或营业利润表示。综合考虑现有公开数据，本文使用文化产业不变价增加值表示文化产业产出，文化产业增加值数据来自于《中国文化文物统计年鉴》，由于2012年我国新修订了《文化及相关产业分类（2012）》，《中国文化文物统计年鉴》不再公布文化产业增加值的相关数据，因此2012—2018年的文化产业增加值数据来自《中国文化及相关产业统计年鉴》和各省市统计年鉴。为了保证统计口径的一致性，借鉴陈诗一[23]的方法，利用统计口径的调整数来进行数据调整。在名义数据的处理方面，对各年份文化产业增加值以1998年作为基期进行平减，由于文化产业没有公布相应的增长指数，本文用第三产业价格指数来代替，各年份第三产业价格指数来自于《中国统计年鉴》，对于年鉴中缺失的个别数据，本文用其余年份数据进行平滑处理。

1.3 中国文化产业效率的影响因素识别及数据来源

在中国文化产业效率测算的基础上，本文尝试对中国文化产业效率的影响因素进行分析，结合已有研究成果，最终识别出的文化产业效率影响因素如下：
①文化单位数量。根据新经济地理学理论，前向关联和后向关联能够产生一种专业化过程，使产业集中至某些区域[24]，由于文化产业的关联度较强[25]，文化单位数量的增加能够通过前向和后向关联吸引更多的上下游企业，从而有助于提高企业的运行效率。基于此，本文选取各省市文化单位数量作为文化产业的潜在影响因素，数据来源于各年份《中国文化文物统计年鉴》。
②文化市场潜力。随着消费时代的发展，文化市场的发展潜力开始被挖掘。根据新经济地理学的本地市场效应，规模报酬递增的产品能够吸引企业在本地不断集聚，从而使产出增长大于需求增长，最终使其成为此产品的净出口地[26]。对文化产业而言，一个地区的文化消费能够反映该地区的文化市场发展潜力，基于此，本文选取各省市居民人均文教、娱乐用品及服务支出作为来衡量文化市场潜力，数据来源于各年份《中国统计年鉴》。
③文化产业基础设施。文化产业的发展在很大程度上依托于数字技术、互联网技术、信息技术等媒介，这些文化产业基础设施的建设和质量直接关系到文化产业的发展和效率，因此，本文选取各省市互联网普及率作为文化产业的潜在影响因素，数据来源于中国互联网络信息中心发布的各年份《中国互联网络发展统计报告》。
④文化事业发展。范志杰提出文化事业可以通过资源竞争和投资驱动等机制进入到文化产业循环中，从而促进文化产业发展[27]。文化事业和文化产业在一定程度上实现了相互促进和协同发展。因此，本文选取各省市人均文化事业费反映文化事业的发展情况，数据来源于各年份《中国文化文物统计年鉴》和《中国统计年鉴》。
⑤人力资本。文化产业作为知识密集型行业，对高素质人才的需求较大。对某一地区来说，人力资本的提升更容易带来知识和创意的溢出，从而有助于文化产业效率的提高。基于此，本文选取受教育程度在大专以上的人口占6岁及6岁以上人口的比例作为人力资本的代理变量，数据来源于各年份《中国统计年鉴》。
各影响因素解释变量的描述性统计见表1。
表1 文化产业效率影响因素解释变量的描述性统计

Tab.1 Descriptive statistics of explanatory variables of influencing factors of cultural industry efficiency

解释变量 变量符号 最大值 最小值 均值 标准差
文化单位数量 d w i t 8 060.000 91.000 588.019 848.300
文化市场潜力 s c i t 5 049.400 26.915 914.861 887.626
文化产业基础设施 s s i t 78.000 0.022 26.080 22.201
文化事业发展 s y i t 183.556 1.110 28.247 31.484
人力资本 h c i t 1.603 0.004 0.089 0.098

2 中国文化产业效率的时空分异

2.1 中国文化产业效率变动的时间演进趋势

根据式（1）、（2）所示的SBM模型，使用MaxDEA软件对1998—2018年中国大陆29个省区的文化产业效率进行测算。若将29个省区分为东部、中部、西部和东北四个区域，则全部样本和四大区域文化产业效率的整体变动趋势如图1。
图1 1998—2018年中国文化产业效率的总体特征

Fig.1 The general characteristics of the efficiency of the cultural industry in China from 1998 to 2018

总体来看，中国文化产业效率在1998—2018年呈波动增长趋势，文化产业全国平均效率由1998年的0.502增长至2018年的0.535。各区域间文化产业效率分化明显，东部地区文化产业效率明显高于其他地区和全国平均值，中部地区略高于全国平均值，而西部地区和东北地区则低于全国平均水平，特别是东北地区文化产业效率下降明显，由1998年的0.661降至2018年的0.265。在研究期内，我国文化产业效率的阶段变动与文化体制改革的逐步推进联系紧密，根据二者的动态耦合关系，可将我国文化产业的发展大致分为四个阶段。

2.1.1 文化产业初步发展阶段（1998—2002年）

在改革开放后，虽然文化体制改革得到了一定的推进，但深层次的制度问题未能清楚地理顺，这在很长一段时间中制约着中国的文化建设。1996年以后，随着《中共中央关于加强社会主义精神文明建设若干重要问题的决议》以及《中共中央关于制定国民经济和社会发展第十个五年计划的建议》相继出台，“文化产业”的概念被首次提出，《关于加快发展第三产业的决定》将文化产业正式列入第三产业，把文化产业由财政支出型部门定位为生产型部门，这标志着文化体制改革和文化产业发展进入了全新的阶段。在此阶段中，除了政策和体制上的初步发展外，数字技术、广播、文艺市场等新业态开始在北京、上海、长沙等地得到初步应用，文化产业增加值、文化产业单位数和从业人员数快速增长。与此同时，各区域文化产业效率平稳增长，但由于文化产业领域尚未完全脱离计划经济，因此具有较好的经济基础和工业基础的东北地区文化产业效率最高，均值为0.599，高于东部、西部和中部地区，后者分别为0.466、0.412和0.354。总的来说，在文化产业初步发展阶段，文化产业被首次提出并作为生产性部门开始蓬勃发展，但由于制度因素制约和经济基础薄弱等因素，各地区文化产业效率整体变动不大，地区差距较不明显。

2.1.2 文化产业试点改革阶段（2003—2005年）

党的十六大以来，我国面临的国际形势和竞争格局日趋复杂，各国间的经济文化交流大幅增加，在这一背景下，文化产业的大繁荣、大发展逐步成为国民经济快速发展的必然要求。2002年末至2005年，党中央国务院相继出台了多项文化产业及文化体制改革相关政策及文件，党的十六大将文化事业与文化产业进行明确区分，阐明社会主义精神文明的特点和规律，大力推进文化体制改革和文化产业发展，为文化产业的长足发展提供了制度保障。2003年，全国文化体制改革试点工作会议确定在北京、上海、广东等九个省市和35个文化单位进行文化体制改革试点，通过转企改制、完善投融资体制、提高行政管理水平等措施释放文化产业发展活力，这标志着我国文化体制改革正式进入了试点改革的发展阶段。但由于中国文化产业长期在计划经济下运营，而纳入试点改革的地区和企业仅占全体的一小部分，大部分未被纳入试点的地区和单位仍存在着发展方向不明、发展意愿不足、发展动能欠缺等问题。此外，由于改革过程中在产权归属、人员划拨、利益分配等方面存在着一系列阻力，诸多因素叠加对文化体制改革试点效果造成了一定程度的影响。因此，在此阶段内各地区文化产业效率均有较大程度的下降，四大区域的文化产业效率均值由0.6降至0.45，地区文化产业的效率差距进一步减小。

2.1.3 文化产业试点改革推广阶段（2006—2012年）

2006—2012年，文化与经济政治相互交融，在综合国力竞争中的地位和作用越来越突出。文化产业的繁荣发展在全面建设小康社会、实现中华民族伟大复兴的历史进程中发挥着高度的战略作用。在文化体制改革第一期试点后，全国文化体制改革试点工作会议在2006年新增了89个地区和170个文化单位进行试点，全面总结了一期试点过程中的经验，通过进一步采取深化文化企业体制改革创新、发挥市场导向和促进机制转换等措施，全国文化产业发展走上了试点改革由点及面、由典型试验到全面铺开的试点改革推广之路。在此期间，文化产业的产业结构、产品结构和所有制结构得到了明显的改善，文化产业试点改革阶段的“硬骨头”开始得到妥善解决，大量国有文化单位通过分离改制、整体改制和股份制改造等渠道实现了从“公益性”单位到“经营性”单位的转变，助力了文化产业的转型发展。与此同时，由于文化产业市场化经营的深化，各地区文化产业效率的增长差距开始显现，东部地区和中部地区文化产业效率快速增长，而东北地区和西部地区文化产业效率在经历了一段增长后快速下降，这一现象表明文化体制改革在不同地区呈现出不同的效果，东北地区和西部地区亟需进一步推进市场化转型以增强文化产业的效率和活力。

2.1.4 文化产业深化改革阶段（2013—2018年）

党的十八大以来，我国文化产业所处的发展环境发生了巨大变化，文化产业的地位和重要程度日益提升。在习近平新时代中国特色社会主义文化思想的指导下，党中央国务院进一步加强顶层设计，相继推出《深化文化体制改革实施方案》《国家“十三五”时期文化发展改革规划纲要》等文件，标志着我国的文化产业发展进入体制机制全面深化改革的全新阶段。其中，《深化文化体制改革实施方案》明确提出加快构建现代公共文化服务体系、现代文化市场体系、优秀传统文化传承体系、对外文化传播和对外话语体系、文化政策法规体系等五大文化发展体系，为文化产业发展和效率提升提供了坚实的制度保障。《国家“十三五”时期文化发展改革规划纲要》进一步擘画了文化产业的发展思路，并提出建设现代文化产业体系和现代文化市场体系、繁荣文化产品创作生产、发展壮大文化市场主体等举措，为文化产业深化改革和高质量发展提供了重要指导。在此阶段中，文化产业增速始终高于GDP增速，保持强劲发展势头，规模以上文化企业数量和产值提升迅速，文化产业已经逐步成为国民经济支柱性产业。东部、西部和中部地区文化产业效率稳步上升，而东北地区文化产业效率下降明显，由2014年的0.597降至2018年的0.265。这一结果表明，在此阶段中各地区文化产业效率的差距进一步扩大，文化体制改革先行先试的东部地区及拥有较强文化产业基础的地区文化产业效率处于相对优势地位，整体来看，区域文化产业效率呈现出“高者愈高、低者愈低”的发展趋势。

2.2 中国文化产业效率变动的空间差异

2.2.1 中国文化产业效率变动的省域差异

为进一步研究在文化产业发展阶段中各省市的效率差异，本文整理了各省市在不同阶段的文化产业效率均值，结果见表2。
表2 文化产业发展四阶段中各省市文化产业效率均值

Tab.2 The average value of cultural industry efficiency in each region in the four stages during the development of cultural industry

省份 1998—2002 2003—2005 2006—2012 2012—2018
北京 0.362 0.368 0.532 0.833
天津 0.414 0.530 0.634 0.966
河北 0.432 0.414 0.399 0.443
山西 0.421 0.751 0.771 0.478
内蒙古 0.293 0.426 0.398 0.396
辽宁 0.738 0.579 0.218 0.195
吉林 0.331 0.433 0.499 0.389
黑龙江 0.941 0.796 0.655 0.576
上海 0.295 0.515 0.849 0.811
江苏 0.390 0.568 0.667 0.938
浙江 0.491 0.845 0.726 0.835
安徽 0.452 0.646 0.725 0.682
福建 0.476 0.425 0.594 0.714
江西 0.210 0.367 0.309 0.235
山东 0.369 0.416 0.776 1.000
河南 0.295 0.218 0.311 0.328
湖北 0.382 0.369 0.460 0.397
湖南 0.366 0.342 0.487 0.610
广东 0.704 0.648 0.761 0.851
广西 0.339 0.525 0.598 0.380
四川 0.131 0.184 0.271 0.497
重庆 0.828 0.880 0.625 0.621
贵州 0.466 0.468 0.563 0.230
云南 0.586 0.560 0.398 0.249
陕西 0.373 0.790 0.725 0.661
甘肃 0.313 0.670 0.799 0.425
青海 0.330 0.419 0.352 0.389
宁夏 0.481 0.455 0.348 0.352
新疆 0.401 0.484 0.370 0.330
在文化产业崛起发展阶段（1998—2002年），黑龙江、重庆和辽宁3省文化产业相对有效，而其他地区文化产业效率仍处于低效率阶段，效率值基本处于0.3~0.6区间，其中四川文化产业效率最低，仅为0.131；在文化产业改革试点阶段（2003—2005年），各省市文化产业效率较前一阶段有明显的提升，重庆、黑龙江和陕西3省市文化产业效率最高，分别达到0.880、0.796和0.790，而四川和河南文化产业效率远低于其他省市，分别为0.184和0.218；在文化产业转型发展阶段（2006—2012年），文化体制改革的效果开始显现，部分文化体制改革试点省市的文化产业效率得到明显提高，如北京、上海和广东的文化产业效率分别由上一阶段的0.368、0.515和0.648增至0.532、0.849和0.761，而江西、四川和青海文化产业效率仍处在较低水平，分别为0.309、0.271和0.352；在文化产业快速发展阶段（2013—2018年），各省市的文化产业效率差异进一步扩大，在此期间山东文化产业效率均值为1，表明其达到DEA强有效，天津、江苏和广东的文化产业效率也处在较高水平，分别达到了0.966、0.938和0.851，与此同时，辽宁、吉林、贵州和云南等东北和西部偏远省份文化产业效率与其他省份差距较大，分别仅为0.195、0.389、0.230和0.249。
为了更加直观地反映各省份文化产业效率的空间演变情况，基于各省份在文化产业发展四阶段中的效率均值，绘制29个省份的时空演变趋势图，具体如图2所示。我国1998—2018年文化产业效率的空间分布表现出以下三方面特征：
图2 中国文化产业效率的空间分布

注：基于国家测绘地理信息局标准地图（审图号：GS（2019）1825）绘制，底图无修改。

Fig.2 The spatial distribution of the efficiency of cultural industry in China

第一，中国文化产业效率整体呈现不断上涨的趋势。1998—2002年，大部分省份的文化产业效率均在0.2~0.4之间，效率值在0.5以下的省份有24个；而到2013—2018年，大部分省份文化产业效率均值增至0.4~0.6之间，效率值在0.5以下的省份减少至15个。
第二，中国文化产业效率呈现东部省份高，西部、中部和东北地区偏低的空间格局。虽然在1998—2005年这一特点表现得尚不明显，东北地区和西南地区的黑龙江、重庆、云南等省份文化产业效率较高，但随着文化体制改革的推进和文化市场的繁荣发展，近年来这些地区的文化产业效率有所下降，与此同时东部地区多个省份如北京、山东、江苏、浙江和广东等文化产业效率提升较大，使得文化产业效率总体呈现出东高西低的空间分布格局。
第三，文化产业效率高的省份表现出不断集中的趋势。1998—2005年，各DMU有效省份分布较为分散，如黑龙江、辽宁、重庆和广东省间地理距离相对较远；2006年后，文化体制改革得到大范围的推广和深化，DMU有效省份日趋集中，由2013—2018年的文化产业效率空间分布图可知，大部分文化产业效率高的省份集中在东部沿海地区（图2d）。文化产业对知识、技术等要素要求较高，而随着文化产业市场化程度的提高，这些要素资源不断向东部沿海地区集中，通过产业集聚促进这些地区文化产业效率的提高[28]。

2.2.2 中国文化产业效率变动的区域差异

图3显示了1998—2018年中国各区域文化产业效率的核密度动态演进趋势。
图3 中国文化产业效率区域差异的核密度动态演进

Fig.3 The dynamic evolution of kernel density of regional differences in efficiency of cultural industry in China

从位置上看，东部地区和中部地区文化产业效率核密度曲线位置逐渐右移，而西部地区和东北地区核密度图在位置上呈现小幅右移后便向左移动。从移动幅度上看，东部地区核密度曲线右移程度显著大于中部地区，西部地区和东北地区在研究期间移动较小，表明东部地区和中部地区文化产业效率在研究期间有一定程度上涨，且东部地区文化产业效率增长大于中部地区，但西部地区和东北地区文化产业效率略有下降，但下降程度相对较小。
从波峰和波宽看，东部和中部地区核密度曲线的波峰呈现先减小后增大的过程，波宽表现为缓慢扩大的动态变化趋势；西部地区核密度曲线波峰不断减小，在1998—2002年达到最高峰，然而其波宽变动较小；东北地区波峰呈现先升高后降低的趋势，而波宽变动不明显。这说明东部和中部地区各省份间文化产业效率差距略有扩大，西部和东北地区各省份间文化产业效率差距相对较小。这一现象的原因为：在文化产业改革发展阶段与文化产业转型发展阶段中，由于改革阻力和转型成本的制约，东部和中部地区文化产业效率经历了一段时间的下降，但近年来通过充分释放文化产业活力、实行文化强国战略等措施，文化产业效率开始回升，且由于市场化的要素流动使得优质要素不断聚集，加大了区域内部各省份的文化产业效率差异。然而，东北地区和西部地区由于文化产业转型相对滞后，发展活力相比东部和中部地区较弱，文化产业效率表现出一定程度的下降。

2.2.3 中国文化产业效率变动的区域差异分解

为进一步考察中国文化产业效率区域差异的来源，根据式（4）~（6），使用Matlab软件分别测算了1998—2018年中国文化产业效率的泰尔指数，并在此基础上测算了各区域内部文化产业效率的差异变动趋势，结果分别见表3和图4。
表3 中国文化产业效率的泰尔指数

Tab.3 The Theil index decomposition value of the efficiency of cultural industry in China

年份 区域间
差距		 区域间
贡献度		 区域内
差距		 区域内
贡献度		 泰尔
指数
1998 0.011 0.130 0.071 0.870 0.081
1999 0.018 0.164 0.092 0.836 0.111
2000 0.014 0.155 0.076 0.846 0.089
2001 0.013 0.118 0.095 0.883 0.108
2002 0.010 0.120 0.071 0.880 0.081
1998—2002 0.013 0.137 0.081 0.863 0.094
2003 0.001 0.025 0.055 0.975 0.057
2004 0.002 0.023 0.089 0.977 0.092
2005 0.003 0.027 0.116 0.973 0.120
2003—2005 0.002 0.025 0.087 0.975 0.089
2006 0.002 0.044 0.053 0.956 0.055
2007 0.005 0.053 0.088 0.947 0.093
2008 0.011 0.148 0.065 0.852 0.076
2009 0.007 0.087 0.077 0.913 0.084
2010 0.006 0.081 0.068 0.919 0.074
2011 0.037 0.339 0.072 0.661 0.109
2012 0.107 0.550 0.088 0.450 0.195
2006—2012 0.025 0.186 0.073 0.814 0.098
2013 0.060 0.336 0.118 0.664 0.178
2014 0.079 0.528 0.070 0.472 0.149
2015 0.064 0.489 0.067 0.511 0.131
2016 0.059 0.507 0.057 0.493 0.116
2017 0.065 0.521 0.060 0.479 0.125
2018 0.060 0.608 0.039 0.392 0.099
2013—2018 0.064 0.498 0.069 0.502 0.133
均值 0.030 0.241 0.076 0.759 0.106
图4 1998—2018年不同区域文化产业效率差距的演变趋势

Fig.4 The evolution trend of efficiency gap of cultural industry in different regions from 1998 to 2018

整体来看，1998—2018年中国文化产业效率的泰尔指数显著为正，且呈现逐渐上行的趋势，表明中国文化产业效率的区域差异客观存在且随时间推移有所扩大。1998—2012年，泰尔指数均值保持在0.095的水平，然而2013年后，泰尔指数均值增长至0.133，表明文化产业效率的区域差距在文化产业发展早期阶段尚不明显，直到文化产业快速发展阶段呈现增大趋势。
从区域间和区域内差距的关系来看，区域间差距表现出先缩小后增大的“U”形趋势，1998—2005年，区域间差距贡献度由13%降至2.7%，而与此同时文化产业效率区域内差距的贡献度较高；2006年后，区域间差距贡献度波动回升，并于2012年首次超过区域内差距成为文化产业效率区域差距的主要来源。进入新时代以来，文化产业效率的区域间差距愈发明显，2017和2018年，区域间差距的贡献度分别达到52.1%和60.8%，相比区域内差距追赶势头进一步扩大，这反映出在现阶段应在妥善处理文化产业效率区域内差距的基础上，更加重视区域间文化产业的协调发展。
从区域内部差距来看，西部地区各省份文化产业效率差距最为明显，东北地区和中部地区次之，东部地区内部总体差距较小。在文化产业崛起发展阶段（1998—2002年），不同地区内部效率差距经历了一定程度的波动，但西部地区内部效率差距总体高于其他地区；在文化产业改革试点阶段（2003—2005年），各地区内部效率差距均有较大幅度增长，由于文化体制改革只在某些省份进行试点，不可避免地加大了各区域内部的效率差距；在文化产业转型发展阶段（2006—2012年），东部、中部和东北地区内部效率差距均呈现缓慢增长的趋势，但西部地区内部效率差距波动相对剧烈，这说明西部地区文化产业效率的可持续发展和均衡发展问题值得受到关注；在文化产业快速发展阶段（2013—2018年），随着区域间差距的扩大，各个区域内部差距均有所下降，其中西部和东北地区下降最为明显，截至2018年，四大地区内部文化产业效率差距已收敛至较为接近的水平。

3 中国文化产业效率的影响因素

基于上述理论分析和式（8）所示的Tobit模型，使用Stata软件进行回归分析，结果见表4。
表4 中国文化产业效率影响因素的回归结果

Tab.4 The regression results of factors influencing the efficiency of China's cultural industry

变量 全国 东部 中部 西部 东北
d w 4.95E-05***
（3.78）		 1.34E-05*
（1.81）		 2.03E-05*
（1.74）		 1.82E-04**
（2.19）		 2.74E-04*
（1.83）
s c 5.77E-05*
（1.93）		 8.05E-05*
（1.76）		 2.64E-05
（0.83）		 6.97E-05
（1.11）		 2.33E-06
（0.02）
s s 0.007***（2.61） 0.003**（2.05） 0.008***（3.24） -0.0042
（-1.56）		 0.007**
（2.33）
s y 0.002
（0.72）		 0.001
（0.84）		 0.007
（1.09）		 5.22E-04*
（1.83）		 0.012***
（4.28）
h c 0.294**
（2.25）		 0.571
（1.17）		 1.705*
（1.73）		 0.259*
（1.85）		 2.586
（1.52）
C 0.414***
（15.90）		 0.410***
（8.26）		 0.380***
（5.40）		 0.433***
（9.84）		 0.865***
（5.92）
N 609 189 126 231 63

注：括号内数值为z统计量，***、**和*分别表示在1%、5%和10%的显著性水平下显著。

回归结果显示，在全国层面，文化单位数量（dw）、文化市场潜力（sc）、文化产业基础设施（ss）和人力资本（hc）均通过了显著性检验，且系数为正，表明这些因素有利于文化产业效率的提升。而文化事业发展（sy）仅在西部和东北地区显著，这可能是因为随着文化体制改革的推进，文化事业和文化产业在部分发达地区得到了较好的区分，对这些地区的转企改制企业或普通文化企业而言，其发展经营过程较为独立，公益性的文化事业发展难以对这些经营性的文化企业效率产生显著的推动作用；而对于西部和东北等偏远地区，其文化产业的发展仍在一定程度上依赖于文化事业的驱动和指引，表明在这些地区，文化体制改革仍需进一步的深化和推进。
文化单位数量对各地区文化产业效率的影响均正向显著。由前文分析可知，在文化产业快速发展阶段，具有较高文化产业效率的省份聚集趋势明显，在一定区域内文化单位数量的增加有利于加强产业的前向和后向关联，在一定范围内形成集聚经济，从而能够供给多样化和专业化的文化产品和服务，这一方面能够吸引居民进行文化消费，另一方面能够降低企业的运输成本、搜寻成本和营销成本，最终增加各地区的文化产业效率。
文化市场潜力仅在东部地区正向显著。与其他地区相比，东部地区文化市场发展程度较高，其市场中具有更多的文化产品供给者、需求者和服务平台。发达的文化市场既有利于促进居民和企业间高效地达成交易，与此同时，居民文化消费的增加能够有效地传导至各文化企业，增加其经营收入和创新意愿，进而表现为东部地区文化产业效率的相对领先。
文化产业基础设施在东部、中部和东北地区均表现出正向显著，互联网等文化产业基础设施的建设使得居民能够享受到更多层次的文化产品，同时也丰富了文化企业的宣传推广渠道，拉近了文化产品消费者和文化产品生产者的距离，在节省文化产业企业生产成本的同时改善了居民的消费体验，这一过程有效地提升文化产业效率。但值得注意的是，文化产业基础设施对文化产业效率的影响在西部地区并不显著，这可能是由于西部地区互联网等基础设施接入较慢且普及度较低，使其难以对文化效率提升发挥应有的作用。
人力资本对中部和西部地区文化产业效率的影响均通过了10%水平的显著性检验。一方面，当前中部和西部地区文化产业发展对高素质人才的需求较高，人力资本的提升将有助于其改善文化产业的发展模式，实现创新驱动型发展，从而使文化产业效率得以提升；另一方面，东部地区从文化产业发展之初便聚集了大量高素质的劳动力，新劳动力的增加边际效用相对较低，使得其对文化产业效率的提升尚不显著。

4 结论与政策建议

本文使用SBM模型测度了1998—2018年中国文化产业效率，并使用核密度估计法、泰尔指数考察了文化产业效率的空间分布差异，最后使用Tobit模型识别了文化产业效率的影响因素，主要结论如下：①1998—2018年，中国文化产业效率呈波动上升趋势，全国平均文化产业效率由1998年的0.502增长至2018年的0.535。文化产业效率的波动可大致对应至文化产业发展的四个阶段，分别为文化产业初步发展阶段、文化产业试点改革阶段、文化产业试点改革推广阶段和文化产业深化改革阶段。②中国文化产业效率的省域差异较大，其空间分异特点主要表现为：中国文化产业效率呈现东部省份高，西部、中部和东北地区偏低的空间格局，文化产业效率高的省份不断集中。核密度估计结果进一步表明东部地区文化产业效率增长最快，增速大于中部地区，而西部和东北地区文化产业效率整体变动相对较小。③中国文化产业效率的区域差异客观存在，且随时间推移有所扩大，区域差距在文化产业发展早期阶段尚不明显，直到文化产业深化改革阶段呈现增大趋势。区域间差距表现出先缩小后增大的“U”形趋势，而在区域内部，西部地区各省份文化产业效率差距最为明显，东北地区和中部地区次之，东部地区内部总体差距较小。④在文化产业效率的影响因素方面，文化单位数量、文化市场潜力、文化产业基础设施和人力资本等因素共同作用，对中国文化产业效率产生着正向显著的影响，而文化事业发展仅对西部和东北地区等偏远地区影响显著。
基于以上结论，本文提出如下政策建议：①注重文化体制改革的区域协同推进，释放文化产业长期发展活力。目前我国文化产业效率的省域分布存在着较大的差异，且这种差异呈现逐渐扩大的趋势。对于东部地区等沿海发达省份，其文化体制改革试点较早，且聚集了大量的优质要素，文化产业市场化运营效率较高。然而，本文研究结果表明，东北地区和西部地区的文化产业发展仍存在着发展动力不足等问题，对此，应格外注重文化体制改革在这些地区的贯彻落实，促进各类要素高效流动，增强文化产业主体和文化市场的活力。②因地制宜发展文化产业，提升居民的文化产品消费意愿。根据对文化产业效率影响因素的分析，文化单位数量和文化市场潜力有利于文化产业效率的提升。考虑到我国各地区文化产业效率差异的客观存在，应根据各个地区的市场接受情况和自身资源禀赋，发展最为适合的文化产业行业。例如，西部地区的文化资本和旅游资源十分丰富，因此对于西部地区的文化产业发展，应结合市场需求和区域禀赋开发具备当地特色的文化产品和服务，从而实现文化产业发展的弯道超车。③鼓励文化产业与新技术的融合发展，加强高素质文化产业人才的培养和引进。本文研究结果表明，互联网等文化产业基础设施以及人力资本对文化产业效率起到显著的促进作用。鼓励新技术与文化产业融合发展，一方面能够抢占新时代数字基础设施的建设高地，促进文化产业的产品创新和运营模式创新，另一方面能够吸引高素质的劳动力资源，通过人才、技术和数据等优势要素的结合，实现地区文化产业创新能力和运营效率的提升。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
李文军, 李巧明. 改革开放40年我国文化产业发展历程及其取向[J]. 改革, 2018(12):54-64.

[2]
霍步刚. 国外文化产业发展比较研究[D]. 大连: 东北财经大学, 2009.

[3]
王家庭, 唐瑭. 新时代中国文化产业新旧动能转换的初步探索[J]. 同济大学学报:社会科学版, 2019, 30(5):32-40.

[4]
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.

[5]
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.

[6]
何里文, 袁晓玲, 邓敏慧. 中国文化产业全要素生产率变动、区域差异分析——基于Malmquist生产力指数的分析[J]. 经济问题探索, 2012(9):71-77.

[7]
戴俊骋, 孙东琪, 张欣亮. 中国区域文化产业发展空间格局[J]. 经济地理, 2018, 38(9):122-129.

DOI

[8]
Tao J, Ho C Y, Luo S, et al. Agglomeration economies in creative industries[J]. Regional Science and Urban Economics, 2019,77:141-154.

[9]
王家庭, 梁栋. 中国文化制造业绿色全要素生产率测度及其影响因素研究[J]. 西安交通大学学报:社会科学版, 2020, 40(5):53-65.

[10]
Florida R, Mellander C, Stolarick K. Inside the black box of regional development-human capital,the creative class and tolerance[J]. Journal of Economic Geography, 2008, 8(5):615-649.

[11]
Boix-Domenech R, Soler-Marco V. Creative service industries and regional productivity[J]. Papers in Regional Science, 2017, 96(2):261-280.

[12]
马跃如, 白勇, 程伟波. 基于SFA的我国文化产业效率及影响因素分析[J]. 统计与决策, 2012(8):97-101.

[13]
赵琼, 姜惠宸. 文化产业上市公司效率评价及影响因素分析——基于DEA模型的分析框架[J]. 经济问题, 2014(9):52-58,71.

[14]
曾荣平, 蔡爱斌. 我国文化产业效率区域差异影响因素再解析[J]. 文化产业研究, 2019(4):287-302.

[15]
雷宏振, 李芸. 文化产业发展效率时空差异及影响因素分析[J]. 当代经济管理, 2020, 42(6):50-56.

[16]
Tone K. A slacks-based measure of efficiency in Data Envelopment Analysis[J]. European Journal of Operational Research, 2001,130:498-509.

[17]
Silverman B.W. Density estimation for statistics and data analysis[M]. New York: Chapman and Hall,1986.

[18]
叶世绮, 颜彩萍, 莫剑芳. 确定DEA指标体系的B-D方法[J]. 暨南大学学报:自然科学与医学版, 2004(3):249-255.

[19]
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, 28(12):69-81.

[20]
王恕立, 胡宗彪. 中国服务业分行业生产率变迁及异质性考察[J]. 经济研究, 2012, 47(4):15-27.

[21]
鲁小伟, 毕功兵. 基于主成分分析法的区域文化产业效率评价[J]. 统计与决策, 2014(1):63-65.

[22]
曾燕萍, 康玮. 中国文化服务业企业全要素生产率变动及其影响因素研究——基于DEA-Malmquist指数法的分析[J]. 上海经济研究, 2019(5):63-72.

[23]
陈诗一. 中国工业分行业统计数据估算:1980—2008[J]. 经济学(季刊), 2011(3):735-776.

[24]
Venablesa J. Equilibrium locations of vertically linked industries[J]. International Economic Review, 1996, 37(2):341-359.

[25]
袁海, 吴振荣. 中国省域文化产业效率测算及影响因素实证分析[J]. 软科学, 2012, 26(3):72-77.

[26]
Krugman P. Scale economies,product differentiation and the pattern of trade[J]. American Economic Review, 1980, 70(5):950-959.

[27]
范志杰. 发展文化事业促进文化产业政策研究[D]. 北京: 财政部财政科学研究所, 2013.

[28]
戴钰. 湖南省文化产业集聚及其影响因素研究[J]. 经济地理, 2013, 33(4):114-119.

Options
文章导航

/

〈 〉