基于DEA-Malmquist的文化制造业全要素生产率评价

韩东林，夏传伟

基于DEA-Malmquist的文化制造业全要素生产率评价

韩东林，夏传伟

（安徽大学 商学院，安徽 合肥，230601）

本文运用DEA-Malmquist指数法选取、测算了2012-2016年间24个省、自治区、直辖市的文化制造业全要素生产率、技术效率、规模效率、纯技术效率和技术进步。结果表明，我国文化制造业全要素生产率提高较缓慢，全要素生产率的增加主要依赖于技术效率，技术进步有待提高；省际全要素生产率存在差异；四大区域发展不协调，东部地区全要素生产率虽达到DEA有效，但增加缓慢，中西部东北地区均未达到DEA有效。在此基础上，提出了相应对策与建议。

文化制造业；全要素生产率；DEA-Malmquist模型

引言

文化制造业是指将文化研发、设计、科技等特有元素融入到传统制造业生产流程中，使产品附加值最大化和产业链多元化的一个新兴产业领域，是文化产业的一个重要组成部分。2016年5月，国务院在《关于推动文化文物单位文化创意产品开发的若干意见》中强调：在推动文化创意产品的开发过程中，注意与产业发展相结合，力争到2020年，逐步形成样式丰富、竞争力强的文化创意产品体系。2017年5月，中共中央办公厅、国务院办公厅印发了《国家“十三五”时期文化发展改革规划纲要》，明确指出文化是民族的灵魂，是人民的精神食粮，是国家强盛的重要支柱，要加快文化发展改革，建设社会主义文化强国。党的十九大报告也明确指出：要大力发展文化产业和文化事业，坚定文化自信，推动社会主义文化繁荣兴盛。在这一系列政策指导下，我国的文化产业取得了突破性的发展，数据显示，2016年我国文化产业增加值占GDP比重首次超过4%，全国文化及相关产业增加值为3.078 5万亿元，占GDP的比重为4.14%，比上年提高0.17%，其中文化制造业（Culture Manufacture Industry，CMI）（1）增加值为1.188 9万亿元，比上年增长7.6%，占文化及相关产业增加值的比重为38.6%（2）。按照新古典经济增长理论分析框架，提高全要素生产率是实现经济长期增长的根本途径，因此，在促进我国文化制造业快速发展的同时，必须通过技术进步提升文化制造业全要素生产率（Total Factor Productivity，TFP），基于此，本文采用DEA-Malmquist指数法，测算了2012-2016年间24个省、自治区、直辖市（以下简称“省市区”）文化制造业全要素生产率水平，分析了我国文化制造业全要素生产率变动趋势以及省际和四大区域（3）的差异性，就提高全要素生产率、缩小省际及区域差异性，提出了相应对策和建议。

一、 文献综述

对于全要素生产率的探讨，学者主要从其影响因素和分析方法上研究。杨汝岱通过OP、LP方法对中国制造业企业全要素生产率研究发现，中国制造业企业全要素生产率增速波动较大，资源配置不合理，国有企业急需进一步改革[1]。李俊采用增长核算法研究商业服务进口、自主研发对企业全要素生产率的影响，结果表明，二者对其具有促进作用[2]。Ashraf等通过分析发达国家和发展中东道国的绿地投资和跨国并购（M&A）对全要素生产率的影响，结果显示，绿地投资对发展中国家和发达国家全要素生产率的提高均不显著，但并购对发达国家的全要素生产率有显著的正向影响，对发展中国家影响不显著[3]。Huong研究了越南制造业商业改革对全要素生产率的影响，通过对17个行业的分析发现，改革促进了商业间的竞争，使得TFP增长变缓[4]。Fabio、Roberto等运用DEA方法研究放宽配额制度对欧盟国家奶牛场技术效率和全要素生产率的变化有何影响，结果表明，即使放宽配额制度，欧盟国家利用自己现存的技术仍然不能提高生产率[5]。程慧芳等运用宏观知识生产模型研究了知识资本和全要素生产率的关系，结果显示，不管是国内知识资本还是国外知识资本溢出对提高全要素生产率都有显著作用[6]。

目前国内学者对文化产业发展效率或全要素生产率评价比较多，代表性成果主要有：李忠斌等基于PCA-DEA组合模型和Malmquist指数研究我国各省区文化产业的效率，得出文化产业总体效率较差，技术进步有待提高[7]。吴慧香通过对中国文化产业生产率变迁的研究发现，我国文化产业全要素生产率增长波动较大，地区发展不平衡，中西部地区发展较东部发展更快[8]。钟廷勇等从我国各省份1998-2009年文化产业7个行业的面板数据分析得出，地区产业专业化和多样化水平对文化产业全要素水平具有正面影响，产业内竞争性水平对文化产业全要素水平具有负面影响[9]。麻书豪通过对民族文化产业发展和政府管理的关系研究发现，政府管理对民族文化产业的发展具有积极的引导作用[10]。潘玉香等通过对京津冀地区文化产业资源配置效率分析表明，三地区文化产业发展不均衡，以北京文化产业资源配置效率最高，天津次之，河北省最差[11]。

通过梳理已有文献我们发现，还未见到文化制造业全要素生产率方面的研究成果，因此，本文将使用DEA-Malmquist指数分析法，实证分析24个省市区2012-2016年间文化制造业全要素生产率变动趋势、省际及区域差异性，就提高文化制造业全要素生产率、缩小省际及区域差异性，提出相关对策与建议。

二、 指标体系、样本数据与研究方法

（一） 指标体系

全要素生产率是指除资本（K）、劳动（L）外所有影响产出效率的因子，在评价文化制造业全要素生产率时，需要考虑全要素生产率具体投入产出情况。在投入指标上，本文主要从经济、人力、创新三方面选取，鉴于数据的可获得性、文化制造业自身的特征以及借鉴李忠斌、肖博华[14]的做法，采用文化制造业总资产（X1）作为经济投入，文化制造业年末从业人员数（X2）作为人力投入，创新投入方面选取R&D人员全时当量（X3）和R&D经费内部支出（X4）两个指标。在产出方面分别从经济产出和创新产出，构建了三个指标：经济产出指标用文化制造业工业总产值Y1表示，创新产出指标用新产品开发项目数Y2、有效发明专利数Y3和新产品销售收入Y4，具体指标体系如表1所示。

表1 文化制造业全要素生产率评价指标体系

（二） 样本数据

鉴于数据的可获得性，因吉林、海南、内蒙古等7个省区的文化制造业数据不完整，所以不予考虑，筛选后，选取了24个省市区。本文数据主要来源于《中国文化及相关产业统计年鉴》，具体选取24个省市区规模以上文化制造业（2012-2016）5年的相应数据。

（三） 研究方法

全要素生产率的测算方法主要分为参数估计法和非参数估计法，参数方法从生产函数出发，需明确具体的生产函数，在评估文化制造业全要素生产率时，由于投入产出的不确定性，构造一个具体的函数显得不切实际，因此，本文使用的是目前较成熟的基于DEA生产前沿面的Malmquist指数法。

构建Malmquist生产率指数需定义距离函数，借鉴Shephard[15]和Fare[16]的研究方法，设投入向量为X，产出向量为Y，U为输出效率指标，P(x)为可能生产集合。产出指标的距离函数定义为：

产出指标的Malmquist指数为：

其中，Xt、Xt+1、Yt、Yt+1分别表示t时期和t+1时期的投入产出向量，M0t或M0t+1表示以t或t+1时期的技术条件为基准，从t时期到t+1时期的技术效率变化。

因以t或t+1时期的技术条件为参照计算的结果不同，为了避免时期选择任意性带来的误差，用（1）式和（2）式的几何平均值测算t时期到t+1时期的Malmquist指数，则：

根据Fare等人的研究，在BCC模型下，M0可以进一步分解为技术进步（TC）、规模效率（SE）、纯技术效率（PTE）之积，即：

其中，TC表示从t时期到t+1时期技术变化程度，SE表示企业规模的改变对生产率的影响，PTE表示企业因管理和技术的改变影响生产效率的程度。

三、 效率评价

（一）全要素生产率变动趋势

多指标评价文化制造业全要素生产率，由于指标数据量纲不一致，需对指标数据进行无量纲化处理，对数据无量纲处理使用最多的是标准化和均值化方法，本文用标准化处理原始数据后由于测算的结果多为负值，使用DEAP2.1将使数据处理无效，因此本文将使用均值化法对原始数据处理，将处理后的数据代入本文构建的DEA-Malmquist模型中，使用DEAP2.1软件测算出我国文化制造业Malmquist生产率指数及其分解的具体数据，如表2所示。

表2 文化制造业Malmquist生产率指数及其分解（2012-2016年）

由表2可知，2012-2016五年间，我国文化制造业全要素生产率均值为0.977，接近于1，说明我国文化制造业总体发展稳定，各年份全要素生产率变化均围绕着1上下波动，但相对而言，2016年我国文化制造业全要素生产率较低，只有0.858，低于平均水平，且比上年下降了18.4%，2016年全要素生产率指数较低是因为近几年来随着各种文化产业政策的出台，文化产业蓬勃发展，文化产业营业利润逐年增加，在利益的驱使下，一部分公司特别是上市公司，看到文化产业势头正好，就在没做好准备的情况下，盲目地进入文化产业，虽然短期内市场反响可能不错，但长期看，由于缺乏清晰的策略与长期的投入，很多项目往往达不到预期，导致文化产业质量下降。

从全要素生产率指数分解结果来看，2012-2016年间，我国文化制造业技术效率指数大于1，技术进步指数小于1，反映出我国文化制造业全要素生产率的增加主要依赖于技术效率，技术进步有待提高。技术效率指标又可进一步分解为纯技术效率指标和规模效率指标，总体来看纯技术效率达到了有效状态，规模效率各年之间差别不大，反映出文化制造业产业规模变动较平稳。

（二） 全要素生产率省际差异性分析

使用DEAP2.1软件测算了24个省市区文化制造业Malmquist指数分解值，具体数值如表3所示。

1.全要素生产率指数比较

2012-2016年间，我国文化制造业全要素生产率整体未达到DEA有效，测算的24个省市区中，只有9个省市区全要素生产率达到DEA有效，其中，东部地区占比55.56%，它们分别为北京、江苏、浙江、福建、山东5个省市，中部为河南、湖北2个省，西部为云南、宁夏2个省区。借鉴刘战伟对我国各省全要素生产率变动情况划分为三种类型[17]，本文亦将我国24省市区文化制造业全要素生产率变动状况划分为三种类型，分别为增加型（TFP指数≧1.050）、平稳型（1.050>TFP指数≧0.950）、减少型（TFP指数<0.950）。增加型的地区有北京、浙江、宁夏3个省市区，其增加速度要高于其它省市区；平稳型的地区包括天津、河北、上海、江苏、福建、山东、广东、江西、河南、湖北、湖南、广西、贵州、云南14个省市区；减少型的有山西、安徽、重庆、四川、陕西、辽宁、黑龙江7个省市。由此可见，省市区之间文化制造业全要素生产率的变动存在一定的差异，原因是各个省市区之间在经济发展水平、资源禀赋、文化习俗及其对文化制造业重视程度上存在差异。上海、广东经济最发达的地区全要素生产率亦未得到提高，原因是经济发达地区，产业过于集中，资源未得到有效利用，产出效率低。处在减速型的7个省市，不管是在经济投入还是人力、创新方面的投入都存在不足，表现为基础设施不完备，高技术人才稀缺，因而产出效率低。

表3 24个省市区文化制造业Malmquist指数及其分解（2012-2016年）

2.技术进步指数比较

从全要素生产率指数分解来看，除北京技术进步指数大于1外，其它各省市区技术水平处在下降或徘徊在生产前沿面边缘，反映出技术水平对全要素生产率的变动不仅未起到促进作用，反而有阻碍其提高的倾向。通过研究发现，我国文化制造业发展目前还不成熟，将文化元素融入到传统制造业的创新过程中，在前期试探中，技术的缺乏迫使我们从外部引入大量技术，在后期，又由于缺乏自主创新、科技研发能力不足，致使技术存在退步状况。

3.纯技术效率指数与规模效率指数比较

从表3中可以看出，除山西和辽宁2省技术效率小于1外，其它省市区技术效率均大于或等于1。表明，山西和辽宁两省文化制造业在管理和创新上存在不足。从技术效率指数分解结果来看，纯技术效率和规模效率两者均围绕着1上下波动，且波幅不大，反映出其对全要素生产率的提高贡献有限，各省市区文化制造业企业在管理和创新上仍需进一步加强。

（三） 全要素生产率区域差异性分析

表4为我国文化制造业区域Malmquist指数分解值，从表中可以看出，2012-2016年间，我国文化制造业全要素生产率排名为：东部地区第一，西部地区第二，中部地区第三，东北地区第四。按照前述对文化制造业全要素生产率变动情况划分类型来看，东部、中部、西部地区全要素生产率较为平稳，东北地区全要素生产率在减少。虽东部、中部、西部地区全要素生产率较为平稳，但其平稳的原因有所不同。对于东部来说，东部地区虽有优越的自然条件、资源禀赋吸引了大量文化制造业企业在此投资，但文化制造业产业的大量聚集使得在人力、物力、资本等方面的投资过剩，大多数的文化制造业产业又大同小异，产品之间差异较小，缺乏创新性产品，最终使得东部地区全要素生产率增加较慢。相比东部地区而言，中部、西部地区文化制造业发展起步较晚，产业基础薄弱，近年来，随着对中西部投资力度的加强，加快了当地文化制造业的发展，提高了全要素生产率，使得中西部地区全要素生产率较为平稳。东北地区，自然条件较差，人才流失，进而导致全要素生产率降低。

表4 文化制造业区域Malmquist指数及其分解（2012-2016年）

从全要素生产率指数分解情况来看，我国文化制造业技术效率整体呈平稳状态，其中，四大区域的效率排名为：西部>东部>中部>东北。相比之下，四大区域的技术进步变化有所不同，东部、中部地区技术进步较为平稳，西部和东北技术进步比较滞后，数据显示可以看出，四大区域2012-2016年间技术进步均为非DEA有效，这也表明，我国文化制造业技术进步有待提高。

四、 结论与建议

（一） 结论

通过对24个省市区2012-2016年间文化制造业全要素生产率变动趋势、省际全要素生产率差异性及区域间全要素生产率差异性分析后，得出如下结论：第一，我国文化制造业全要素生产率增加较缓慢，全要素生产率增加主要依赖于技术效率，技术进步有待提高。第二，省际全要素生产率变动存在差异，3个省市区全要素生产率在增加，7个省区全要素生产率在减少，14个省市区全要素生产率较为平稳。第三，四大区域发展不协调，东部地区全要素生产率虽达到DEA有效，但增加缓慢，中西部东北地区均未达到DEA有效。

（二） 对策建议

1.调整资源投入比例，提高要素利用率。将依靠投资拉动和人力资本积累的粗放型发展模式转变为依靠技术发展的集约式模式，具体来说，各省市区可以借鉴国内外先进技术管理经验，培养文化制造业优秀管理人员，同时鼓励文化制造业管理人员积极探索科学高效的管理模式。此外，在科技创新方面加大文化制造业的资本、人力投入，并提高R&D人员综合素质。

2.实施“创新驱动”发展战略，加快文化制造业技术进步。加强文化制造业科技创新有利于提高文化制造业技术进步。为此，一方面，政府可以建立学习交流平台，定期组织各省文化制造业科技人才进行交流，互相学习，各省科技人才再将新学的技术知识传给本省的技术人员，使他们掌握更先进的技术，最后运用相关技术，发展适合本省的高端文化制造业。另一方面，国家可以通过鼓励科学技术研究开发机构、高等院校所在的文化制造业领域进行知识、文化交流和技术交换，共享研发设备，自主创新，具体来说，可以采用知识产权入股、科技成果收益分红、股权奖励等方式，与研究开发机构、高等院校和科技人员开展“产学研用”的合作，进而推进企业技术进步。

3.促进生产要素自由流动，推动区域协调发展。对于东部资源聚集地区，政府可以采取积极引导政策，如将东部的企业或人才引入其它地区时，政府应健全市场法律制度，营造法制化的运营环境，确保外来企业与人员享有完全的市民待遇，从而达到成功输送资源的目的；东部地区也可以强化激励措施，吸引外国技术人才涌入东部，结合本地的文化习俗加强对新兴产业和高端品质文化制造业的研发与发展。对于中西部、东北地区，要加大对其投资力度，完善基础设施，采取一些激励手段，如对外来人才给与物质（如住房问题）和荣誉（如专利保护）上的优待，以此吸引更多高新人才来此创业和就业，带动东西部、东北地区文化制造业发展。

注释：

（1）根据《中国文化及相关产业统计年鉴（2017）》中的分类，文化制造业包括以下16个子行业：焰火、鞭炮产品制造；文化用纸的制造；文化用油墨颜料的制造；文化用化学品的制造；工艺美术品的制造；印刷复制服务；印刷专用设备的制造；园林、陈设艺术及其他陶瓷制品制造；办公用品的制造；乐器的制造；玩具的制造；游艺器材及娱乐用品的制造；视听设备的制造；其他文化用品的制造；广播电视电影专用设备的制造；其他文化专用设备的制造。

（2）数据是根据《中国文化及相关产业统计年鉴（2017）》计算整理所得。

（3）本文选取的样本中，东部地区包括：北京、天津、河北、上海、江苏、浙江、福建、山东、广东；中部地区包括：山西、安徽、江西、河南、湖北、湖南；西部地区包括：广西、重庆、四川、贵州、云南、陕西、宁夏；东北地区包括：辽宁、黑龙江。划分依据为国家统计局行政区域划分法。

[1]杨汝岱.中国制造业企业全要素生产率研究[J].经济研究,2015(2):61-74.

[2]李俊.商业服务进口、自主研发与制造业企业技术进步[J].科技进步与对策,2017（34):60-65.

[3]Ashraf A,Herzer D,Nunneenkamp P.The effects of greenfield FDI and cross-border M&As on total factor productivity[J].World Economy,2016(39): 1728-1755.

[4]Huong Quynh Nguyen.Business reforms and total factor productivity in Vietnamese manufacturing[J].Asian Economics,2017(3):33-42.

[5]Fabio A.Madau,Roberto Furesi,Pietro Pulina.Technical efficiency and total factor produc-tivity changes in European dairy farm sectors[J].Agricultural and Food Economics, 2017(1):1-14.

[6]程慧芳,陈超.开放经济下知识资本与全要素生产率——国际经验与中国启示[J].经济研究,2017(52):21-36.

[7]李忠斌,肖博华.基于PCA-DEA组合模型和Malmquist指数的我国各省份文化产业效率研究(2008-2012年)[J].中南民族大学学报（自然科学版）,2015(2):138-142.

[8]吴慧香.中国文化产业生产率变迁及省际异质性研究[J].科研管理,2015(7):65-69.

[9]钟廷勇,国胜铁,杨珂.产业集聚外部性与我国文化产业全要素生产增长率[J].管理世界,2015(2):178-179.

[10]麻书豪.我国民族文化产业发展与政府管理探讨[J].管理世界,2017(2):180-181.

[11]潘玉香,赵梦琳,朱文宇.京津冀协同发展背景下文化产业资源配置效率评价与对策[J].科技进步与对策,2017(7):50-54.

Evaluation of Total Factor Productivity of China’s Cultural Manufacturing Industry

HAN Dong-lin, XIA Chuan-wei

(School of Business, Anhui University, Hefei 230601, China)

In this paper,we use DEA-Malmquist index method to calculate total factor productivity,technical efficiency,scale efficiency,pure technical efficiency and technological progress of 24 province,autonomous regions and municipalities in China from 2012 to 2016. The research shows that the total factor productivity of China’s cultural manufacturing industry increases slowly, the increase of total factor productivity mainly depends on technical efficiency and technological progress needs to be improved. There are differences in total factor productivity between provincial. The four regions are uncoordinated, although the total factor productivity in the eastern region reaches to DEA, the increasing is slow, the northeastern and central regions in the central and western regions have not reached the DEA. The corresponding countermeasures and proposals are offered based on empirical research.

cultural manufacturing; total factor productivity; DEA-Malmquist model

2018-04-25

2012年度教育部人文社会科学研究规划基金项目“农村广播电视公共服务体系建设的效率评价与模式优化研究”（12YJAZH024）；安徽大学农研院2014年度科研项目“我国农村公共文化服务供给模式及其优化路径研究”（ADNY201425）。

韩东林（1968－），男，安徽霍邱人，教授，应用经济学博士后，主要研究方向：技术创新与投资评价；夏传伟（1994－ ），女，安徽霍邱人，硕士生，主要研究方向：技术创新与投资评价。

10.14096/j.cnki.cn34-1044/c.2018.04.24

G124

A

1004-4310（2018）04-0132-07