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

(1.天津工业大学管理学院，天津 300387；2.上海大学管理学院，上海 200444)

摘要：为提高京津冀协同发展战略实施效率，利用DEA方法，对京津冀地区文化产业资源配置效率进行了评价。结果表明，京津冀地区文化产业发展不均衡。其中，北京文化产业资源配置效率最高，天津资源配置效率有所波动，而河北省资源配置效率不佳；京津冀整体相比于长三角地区在资源配置效率方面还存在一定差距。在此基础上，提出京津冀协同发展文化产业资源配置目标调整和改进方案。最后，提出了提高京津冀协同发展文化产业资源配置效率的对策建议。

关键词：京津冀；文化产业；资源配置；资源配置效率；数据包络分析

0 引言

随着科技的发展，文化产业作为新兴经济业态，其快速发展的劲头愈发强势。目前，文化产业快速发展已成为发达国家和地区经济发展的重要特征。美国是文化产业最发达的国家，好莱坞、时代华纳、迪士尼、米高梅等世界跨国传媒集团都是成功的典范[1]。根据最新统计，美国GDP中25%来自文化产业，文化产业在美国占据支柱性产业地位；英国、日本等国家以及中国香港、台湾等地区都将文化产业作为经济发展的支柱产业。文化已从单纯的意识形态载体逐渐转变为经济发展中新的增长领域，高速发展的产业在国民经济中的支柱地位也越发明显，文化产业影响价值创造、社会就业和出口贸易，成为世界各国的战略性资产。党的十八大指出：“发展文化产业必须坚持把社会效益放在首位、社会效益和经济效益相统一，推动文化产业跨越式发展，为推动科学发展提供重要支撑。”在京津冀协同发展的大背景下，京津冀三地着力推进文化产业一体化发展。随着文化产业以及京津冀协同发展上升到国家战略层面，京津冀三地共同签署了《京津冀文化领域协同发展战略框架协议》，进一步强化了京津冀地区文化产业合作对接、优势互补和融合发展的意识。因此，随着京津冀协同发展战略的实施，在国家大力推进供给侧改革的背景下，基于优化国民经济要素配置这一目标，探索文化产业资源整合及其资源配置效率显得尤为重要。

1 理论分析与文献综述

文化产业本身包含诸多内容，在学术界由于其外延范围不一致，不同国家和地区有着不同解释。在美国文化产业被称作“版权产业”，分为核心版权、交叉版权等几大类[2]；日本政府则认为，凡是与文化相关联的产业都属于文化产业，除传统的演出、展览、新闻出版外，还包括休闲娱乐、广播影视、体育、旅游等，也称之为内容产业，更强调内容的精神属性[3]；英国认为文化产业就是创新，反映人的实际动手能力，能够为社会增加财富；联合国教科文组织对文化产业的定义只包括可以由工业化生产并符合4个特征(即系列化、标准化、生产过程分工精细化和消费的大众化)的产品及相关服务。中国主要参考联合国教科文组织的定义，将文化产业界定为：为社会公众提供文化娱乐产品和服务的活动，以及与这些活动有关联的活动的集合。文化产业的一般特点是：可以满足人们的精神需求；具有高附加值和高风险性；产品需求具有不确定性；与其它产业具有兼容性与渗透性；通过文化资源生产文化产品，并围绕文化开展服务。

资源配置是企业战略调整手段，也是企业经营管理的日常工作。安庆贤[4]从效率视角对资源配置问题展开了深入研究，认为优化资源配置就要有取有舍、有进有退，最终获得整体最优；资源配置合理与否，对一个企业的成败甚至国家经济发展有着极其重要的影响。

对于企业资源配置效率评价，相关研究主要集中在科技资源、金融资源、教育资源、信息资源等领域。史安娜等[5]构建了基于DEA的超效率CCR模型与Malmquist指数模型，实证分析与比较了我国30个省域科技资源配置效率。我国已有部分学者应用DEA对文化产业投入产出效率和绩效进行评价，郭淑芬等[6]从区域文化产业创新绩效方面进行了比较研究；王家庭等[7]运用数据包络分析模型(DEA)对文化产业进行了效率评价，结果表明我国内地31个省域文化产业规模效率整体低下；蒋萍等[8]研究了我国各省域文化产业投入产出效率，通过DEA模型证实我国西部地区文化产业受环境影响的程度远大于东中部地区。

综上分析，本文使用数据包络分析方法，计算京津冀地区文化产业资源配置的综合技术效率、纯技术效率和规模效率，并对其规模报酬区间进行分析，进而评价京津冀地区资源配置效率，最后提出对策建议。

2 研究方法与研究设计

本文应用DEA数据包络分析法对京津冀地区文化产业资源配置效率进行评价，减少了主观因素的影响。数据包络分析法(Data Envelopment Analysis)简称DEA，是一种基于多投入多产出的效率评价方法，它通过数学模型计算比较单位之间相对效率，对评价对象作出相应评价[9]。其适用性主要表现为以下几点：①每个输入(投入)都关联到一个或多个输出(产出)，而且输入和输出之间确实存在某种关系，使用DEA方法不必确定这种关系函数表达式；②以决策单元(DMU)各输入输出的权重作为变量，从最有利于决策单元的角度进行评价，避免确定各指标在优先意义下的权重；③DMU效率指标与投入指标值、产出指标值的量纲选取无关，不需要对指标量纲进行统一处理；④DEA最突出的优点是无需任何权重假设，是由决策单元输入输出实际数据求得的最优权重，排除了主观因素的影响，具有一定的客观性；⑤对输入输出数据进行综合分析，可以得到每个决策单元(DMU)的综合效率，确定有效DMU，并指出其它DMU非有效的程度和原因。

该方法通过度量决策单元DMU的有效性来描述生产效率，据此确定有效的DMU，再根据这些投影结果，给出DMU各输入输出的目标调整结果[10] 。它主要采用线性规划方法反映DMU能否达到“以尽可能少的投入获取最大效益”的决策结果[11] 。

假设有n个决策单元DMU，每个决策单元均有m项输入指标和s项输出指标，令Xi=(X1i,X2i,…,Xmi)为第i个DMU的投入指标向量，Xmi为第m项输入指标的投入值；Yi=(Y1i,Y2i,…,Ysi)为第i个DMU的输出指标向量，Ysi为第s项输出指标的产出值(i=1,2,…,n)。本文运用CCR模型，公式如下：

其中，s+和s-均为松弛变量，s+表示产出不足值，s-表示投入冗余值。若θ=1，则说明决策单元的DEA弱有效；若θ=1，且s+=s-=0，则说明其决策单元的DEA有效；若θ<1,则说明DEA无效。

2.2.1 样本选取与数据来源

由于DEA要求DMU数据横向展开，本文选取中国内地31个省、直辖市、自治区的资源配置数据，其中，新疆、青海、西藏、宁夏4个地区数据统计不完善，予以剔除，将剩余27个地区作为决策单元进行综合效率评价。为加强每一地区评价结果的可信性，使用2011-2014年资源配置数据进行纵向对比。由于篇幅限制，在提出投资目标调整方案时仅列举2014年数据。本文数据来源于《中国统计年鉴》和《中国文化文物统计年鉴》。

2.2.2 评价指标体系设计

(1)输入指标选取。DEA方法讲究多元化的输入指标，因此，本研究参考了多项指标。如徐文燕等[12]在描述江苏省文化产业10年趋势中使用了固定资产投资，因而本文选取固定资产投资(按主要行业(文化)划分的全社会固定资产投资)数据；张仁寿(2011)研究广东省等13个省市文化产业投融资效率时使用了政府财政投入，因而本文选取财政支出(文化)作为第二个输入指标；李梦琦等(2016)研究长江中游城市群创新效率时选取了科技活动支出强度，而本文考虑到文化产业大多以项目的方式呈现，选取项目支出(文化)作为第三个输入指标。

(2) 输出指标选取。文化产业效率相关研究都涉及文化产业增加值，因而本文选取文化产业增加值作为输出指标。杨松令等[13]研究高新技术企业经营绩效时使用利润总额、净利润等输出指标，郭淑芬等[14]选用了主营业务收入和净利润等输出指标。为了保证DEA输入输出多元化的效果，基于数据可得性和有效性，本文将文化产业利润总额作为第二个输出指标。

综上，本文构建了文化产业资源配置效率评价指标体系，如表1所示。

3 京津冀地区资源配置效率评价

(1)DEA 测评数据结果。本文利用DEAP2.1软件对2014年原始数据进行重点分析。由于文化产业具有不确定性，投入控制比产出稳定，所以，采用投入导向模式。结果表明，2014年北京和天津的效率都达到了有效值，但是，河北2014年技术效率为0.638 0，纯技术效率为0.684 3，而规模效率为0.9340，与最高有效值相比还有很大提升空间。将27个省域按照2014年投资效率，分为高效区、技术有效区和完全无效区，如表2所示。

(2)效率排名。为增强说服力，本文将27个省域2011-2014年的数据进行纵向对比，对文化产业投资效率进行排名。由于篇幅限制，在此只列出京津冀地区排名结果，如表3所示。

(1)京津冀地区资源配置效率对比分析。由表4和表5中综合技术效率排名可以发现，北京和天津文化产业处于资源配置高效区，河北则处于完全无效区。而在排名上只有北京达到了最优值；天津具有不稳定性，其综合技术效率排名2012年由先前的第1名变为第19名，规模效率在2012年由先前的第1名变为第24名；相比于北京和天津，河北表现最差，综合技术效率排名分别为第19、21、15、12名，处于全国中游水平，但从整体趋势看处于上升状态，纯技术效率排名和规模效率排名也逐步上升，说明其对文化产业发展越来越重视，不过，相比于北京和天津，河北省还存在较大差距。

(2)京津冀和长三角、全国地区文化产业资源配置效率对比分析。①综合技术效率分析。一般认为，综合技术效率是对决策单元资源配置能力、资源使用效率等多方面能力的综合衡量与评价。长三角地区在我国文化产业中处于领头羊地位，2014年江苏文化产业增加值等于京冀两地之和，2014年长三角地区文化产业增加值占GDP比重为7.24%，而京津冀地区为5.91%。为了产生更强的对比性，将京津冀综合技术效率平均值与全国平均水平、长三角地区平均水平进行对比，结果如图1所示。2013和2014年，长三角地区效率值始终保持着1的水平，这也反映出华东地区文化产业实力雄厚。2014年长三角地区文化产业增加值占全国的22.74%。京津冀地区综合技术效率除2012年之外均高于全国平均水平，但始终低于长三角地区平均水平，说明京津冀地区整体资源配置效率有待提高；②纯技术效率分析。纯技术效率反映企业由于管理和技术等因素影响的生产效率，2011-2014年全国、京津冀、长三角纯技术效率平均值如图2所示。京津冀地区4年平均效率分别为0.945 7、0.959 3、0.898 0、0.894 3，处于下降状态，且没有达到有效值，长三角地区纯技术效率均达到了有效值，说明京津冀地区相对于长三角地区存在缺乏技术创新、管理水平不高等情况。其原因在于长三角地处我国沿海地区，经济发展领跑全国，投资环境相对较完善，科技水平和产业转化能力都高于内陆地区；③规模效率分析。规模效率越接近1，表示在现有产出水平下投资规模越接近于最优规模。2013和2014年京津冀地区规模效率值高于全国平均水平，2011-2014年平均值分别为0.985 9、0.932 0、0.927 7、0.978 0，整体处于较稳定状态。长三角地区规模效率平均值逐年上涨，且持续两年达到最优。2011-2014年河北规模效率值分别为0.959 0、0.919 0、0.783 0、0.934 0，波动过大的原因可能是某些资产投资较大，存在严重闲置状况，导致投资规模效率低下，具体数据如图3所示。

3.3 资源配置目标调整与改进方案

为进一步分析纯技术效率、规模效率对综合效率的影响程度，本文运用SPSS21软件对所选27个地区的3项数据进行回归。在此选取2014年回归结果进行分析，如表4所示。R2值均大于0.5，说明纯技术效率和规模效率是制约文化产业资源配置效率的因素。规模效率的R2大于纯技术效率的R2，且其标准化系数大于纯技术效率的标准化系数，说明规模效率对综合效率的影响程度大于纯技术效率。由此可知，相比于纯技术效率，规模效率对资源配置效率的影响更大。因此，要想提高京津冀文化产业资源配置效率，优化投资规模是关键。

为使京津冀地区文化产业资源配置效率达到规模有效，本文运用DEA软件分析非有效性决策单元的投影，提出资源配置目标调整和改进方案,在此使用2014年数据进行说明。

由表5可知：①北京和天津两地效率值有效；②河北省与京津两地相比存在较大落差，其利润总额没有达到最优，2014年实际利润总额是81亿元，目标值是98亿元，说明河北省文化产业还需要增加自身赢利能力，同时，资源使用效率不高，固定资产需要盘活产能。因此，面对文化产业转型升级的要求，河北省应从供给侧发力，通过创新产业思路，跟上北京和天津的步伐，减少和避免资源浪费。由以上分析可知，适当对河北省投入项目进行调整，是提高京津冀地区协同发展下文化产业资源配置效率的关键所在。

4 结论与对策建议

本文利用DEA模型和回归分析方法，对我国文化产业资源配置效率进行研究，结论如下：①对于文化产业投资，北京的资源投入有着较好的增加值效果，天津略有波动，河北省存在资源配置效率低下的问题；②长三角地区2011-2014年效率值基本保持最优，而京津冀地区文化产业资源配置效率与长三角地区有一定差距。京津冀地区需要加快发展步伐，在文化产业快速增长阶段，采取投资改革、技术进步、人员培训等措施，优化投资规模，提高创新水平，推动文化产业发展；③京津冀文化产业资源配置效率低下的主要原因是京津冀三地发展不均衡，北京发展水平远远高于河北省，河北省资源投入产出效率偏低。综上，本文提出以下对策建议：

(1)充分发挥政府和金融机构的调控作用。政府投入是文化企业资金来源之一，具有宏观调控、优化资源配置的作用[15]。随着投资规模的增扩，京津冀地区尤其是河北省应该在政府宏观调控的基础上，考虑管理制度与投资效率之间的关联，拓展投资渠道，对投入项目和规模进行优化配置，提高资源配置效率。另外，必须得到市场金融机构的资金支持，这就需要加大对文化企业的金融市场支持，增加二者的相互信任，加快“金企”合作节奏，构建文化产业投融资服务平台，提高京津冀文化产业资源配置效率。

(2)建立资源共享平台，推动资源柔性流动。京津冀地区相比于长三角地区文化产业资源配置效率低下的一个主要原因在于其发展不均衡。因此，应在京津冀协同发展战略背景下，建立京津冀资源共享平台，实现京津冀三地资本、人才和技术等生产要素柔性流动，减少资源投入浪费，合理高效配置资源，提高资源使用效率。

(3)文化与科技融合成为文化产业发展的客观要求与必然趋势[16]。文化产业是符号产业、内容产业和创意产业，文化产业创新发展需要以科技创新和进步作为根基。科技创新为文化产业发展提供了新的传播手段，创造了崭新的文化表现形式，能够提高文化产业效率，催生新的文化产业业态。科技创新和技术进步是提升文化产业竞争力的关键，是提高文化产品质量、满足市场需求的重要手段，是文化产业发展的不竭动力和源泉。只有实现科技创新资源与文化产业资源的有机融合，才能进一步推进文化产业发展。

[1] ELIF HAYKIR HOBIKOGLU,MUSTAFA CETINKAYA.In innovative entertainment economy framework,economic impacts of culture industries turkey and Hollywood samples[J].Procedia-Social and Behavioral Sciences, 2015(3)：1435-1442.

[2] 吴德金.美国文化产业发展研究[D].长春：吉林大学，2015.

[3] 唐向红，李冰.日本文化产业的国际竞争力及其前景[J].现代日本经济，2012(4)：47-55.

[4] 安庆贤.效率视角下的资源配置研究[D].合肥：中国科技大学，2014.

[5] 史安娜，徐巧玲.我国科技资源配置效率的实证分析——基于DEA的超效率CCR模型和Malmquiust指数模型[J].科技管理研究，2015(1)54-60.

[6] 郭淑芬，裴耀琳.中国内地31省市文化产业创新绩效区域比较——基于过程视角[J].科技进步与对策，2016(2)：31-37.

[7] 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.

[8] 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(12)：69-80.

[9] 张协奎，杨林慧，陈伟清，等.基于DEA-Malmquist指数的背部湾经济区行政效率分析[J].管理世界，2012(8)：176-177.

[10] 张友棠，李思呈，曾芝红.基于DEA的大学预算绩效拨款模式创新设计[J].会计研究,2014(1)：64-70.

[11] 杨力，王舒鸿.基于DEA的煤炭上市公司效率三阶段评价[J].经济管理，2014(4)： 147-152.

[12] 徐文燕，张玉兰.基于DEA的文化产业投入与产出效率趋势实证研究——以江苏2004—2010年文化产业投入产出数据为例[J].南京财经大学学报，2013(5)：51-55.

[13] 杨松令，常晓红，刘亭立.高新技术企业经营绩效评价研究——以中国创业板上市公司为例[J].中国科技论坛，2013(7)：58-65.

[14] 郭淑芬，郝言慧，王艳芬.文化产业上市公司绩效评价——基于超效率DEA和Malmquist指数[J].经济问题，2014(2)：75-78.

[15] 李炎，何继想.资源配置与区域文化产业发展[J].同济大学学报：社会科学版，2015(6)：33-40.

[16] 钟晟，王敏.文化与科技融合发展过程中政府政策创新研究[J].科技进步与对策，2015(3)：90-95.

The Resources Allocation Efficiency Evaluation of Cultural Industry under theCoordinated Development of Beijing-Tianjin-Hebei and its Countermeasures

(1.School of Management, Tianjin Polytechnic University，Tianjin 300387，China；2.School of Management，Shanghai University，Shanghai 200444，China)

Abstract：To improve the efficiency of the implementation of Beijing-Tianjin-Hebei coordinated development strategy, this article evaluates Beijing-Tianjin-Hebei region culture industry resources allocation efficiency using DEA method. And the results show that the development of Beijing-Tianjin-Hebei region culture industry is not balanced, the allocation of resources in Beijing is the best, Tianjin fluctuates in the resource allocation efficiency, and the allocation of resources in Hebei is the worst. In addition, through the comparison with Yangtze River Delta region, the study also finds that Beijing-Tianjin-Hebei also has certain gap in terms of resource allocation efficiency. On the basis of the study, the Beijing-Tianjin-Hebei region culture industry resources target adjustment and improvement scheme are studied. Finally, it puts forward some countermeasures and suggestions to improve resource distribution efficiency of Beijing-Tianjin-Hebei region culture industry.

Key Words：Beijing-Tianjin-Hebei; Cultural Industry; Resource Allocation; Resource Allocation Efficiency; Data Envelopment Analysis

基金项目：天津市哲学社会科学规划项目(TJGL15-029)；天津市科技发展战略研究计划项目(16ZLZXZF00140)

作者简介：潘玉香(1968-)，女，吉林长春人，博士，天津工业大学管理学院副教授，研究方向为财务会计、管理会计；赵梦琳(1992-)，女，河北石家庄人，天津工业大学管理学院硕士研究生，研究方向为财务会计、管理会计；朱文宇(1993-)，男，内蒙锡林浩特人，上海大学管理学院硕士研究生，研究方向为财务会计、管理会计。