魯小偉，畢功兵

(中國(guó)科學(xué)技術(shù)大學(xué) 管理學(xué)院，合肥 230026)

0 引言

近年來(lái)，對(duì)文化產(chǎn)業(yè)效率及其區(qū)域競(jìng)爭(zhēng)力的評(píng)價(jià)研究越來(lái)越受到學(xué)者們的重視，他們所使用的評(píng)價(jià)方法包括了ANP法，結(jié)構(gòu)模型法等。作為研究多投入與多產(chǎn)出系統(tǒng)效率的DEA方法，在文化產(chǎn)業(yè)效率評(píng)價(jià)研究中也逐步得到推廣。但學(xué)者們對(duì)文化產(chǎn)業(yè)投入產(chǎn)出指標(biāo)體系的建立尚未取得統(tǒng)一的意見(jiàn)，這種現(xiàn)狀已成為制約DEA在文化產(chǎn)業(yè)效率評(píng)價(jià)方面進(jìn)一步發(fā)展的重要因素。如何建立合理的投入產(chǎn)出指標(biāo)體系，成為當(dāng)前這一研究領(lǐng)域重要問(wèn)題。本文將根據(jù)主成分分析法，從統(tǒng)計(jì)的角度科學(xué)建立文化產(chǎn)業(yè)效率評(píng)價(jià)的指標(biāo)體系，進(jìn)而應(yīng)用DEA模型對(duì)中國(guó)區(qū)域文化產(chǎn)業(yè)的運(yùn)營(yíng)效率進(jìn)行評(píng)價(jià)，以期為文化產(chǎn)業(yè)的科學(xué)發(fā)展提供決策依據(jù)。

1.1 數(shù)據(jù)來(lái)源及主成分分析過(guò)程

本文沿用文獻(xiàn)[1]中2007年廣東等13省市文化產(chǎn)業(yè)投入產(chǎn)出原始指標(biāo)和數(shù)據(jù)，利用主成分分析方法確定新的投入產(chǎn)出指標(biāo)。在文獻(xiàn)[1]中作者具體選用了廣東、湖南、廣西、福建、上海、河北、吉林、新疆、云南、四川、重慶、山東和安徽等13省市2007年投入產(chǎn)出數(shù)據(jù)。作者選取的投入產(chǎn)出指標(biāo)分別是文化、文物單位數(shù)（個(gè)），從業(yè)人員數(shù)量（萬(wàn)人），財(cái)政投入（億元），固定資產(chǎn)投入額（億元）；產(chǎn)出增加值（億元），總產(chǎn)出（億元），生產(chǎn)稅凈額（億元），營(yíng)業(yè)盈余（億元）等8個(gè)指標(biāo)。

由于在文獻(xiàn)[1]中作者選取的指標(biāo)數(shù)目較多，而決策單元數(shù)目相對(duì)較少，這導(dǎo)致后面的效率評(píng)價(jià)結(jié)果中出現(xiàn)了5個(gè)CCR有效，10個(gè)純技術(shù)有效的決策單元，讓評(píng)價(jià)結(jié)果沒(méi)有產(chǎn)生良好的區(qū)分作用。因此為了得到更客觀的評(píng)價(jià)結(jié)果，必須使用必要的方法來(lái)簡(jiǎn)化投入產(chǎn)出指標(biāo)。主成分分析過(guò)程如下：

步驟1：矩陣標(biāo)準(zhǔn)化。利用正向指標(biāo)對(duì)原始投入數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，得到無(wú)量綱的投入產(chǎn)出矩陣。結(jié)果如表1所示：

步驟2：主成分分析結(jié)果。利用SPSS軟件對(duì)原始投入和產(chǎn)出指標(biāo)分別進(jìn)行主成分分析。表2表示的是投入指標(biāo)的主成分分析結(jié)果，從表2中可以看出前兩個(gè)主成分F1、F2的累積方差貢獻(xiàn)率已達(dá)86.12%，故可以使用這兩個(gè)主成分指標(biāo)代替原來(lái)的4個(gè)投入指標(biāo)。表3得到的是新的主成分對(duì)原來(lái)4個(gè)指標(biāo)的負(fù)載矩陣。按照同樣的方法，表4表示的是產(chǎn)出指標(biāo)主成分分析結(jié)果，顯然唯一的主成分E1的方差貢獻(xiàn)率達(dá)到了98.68%，完全可以用E1代替原來(lái)的4個(gè)產(chǎn)出指標(biāo)。相應(yīng)的表5表示的是E1對(duì)原有的四個(gè)產(chǎn)出指標(biāo)的負(fù)載率。

表2 投入指標(biāo)主成分分析結(jié)果

表4 產(chǎn)出指標(biāo)主成分分析結(jié)果

表5 產(chǎn)出主成分對(duì)原有指標(biāo)的負(fù)載矩陣

步驟3：各省市主成分指標(biāo)數(shù)據(jù)生成。經(jīng)過(guò)前面的主成分分析，根據(jù)表4和表6可以將表2中投入產(chǎn)出指標(biāo)分別轉(zhuǎn)化為兩個(gè)投入主成分F1、F2和一個(gè)主成分E1，從而得到新的關(guān)于各省市的主成分指標(biāo)數(shù)據(jù)。由于使用DEA方法進(jìn)行效率評(píng)價(jià)時(shí)需要保證所有投入產(chǎn)出數(shù)據(jù)非負(fù)，可以對(duì)新的指標(biāo)數(shù)據(jù)全部取e的指數(shù)處理。具體結(jié)果如表6所示：

2.2 廣東等13省市文化產(chǎn)業(yè)投入產(chǎn)出效率的DEA評(píng)價(jià)

根據(jù)前述分析，投入主成分F1、F2將作為新的投入指標(biāo)，產(chǎn)出指標(biāo)E1將作為產(chǎn)出指標(biāo)，具體投入產(chǎn)出數(shù)據(jù)參見(jiàn)表6。利用CCR和BCC模型分別得到廣東等13省市文化產(chǎn)業(yè)投入產(chǎn)出的綜合效率和純技術(shù)效率。同時(shí)根據(jù)公式：規(guī)模效率=綜合效率/純技術(shù)效率，從而得到各省市文化產(chǎn)業(yè)規(guī)模效率。具體結(jié)果如表7所示。

表7 廣東等13省市投入產(chǎn)出效率評(píng)價(jià)結(jié)果

3 廣東等13省市文化產(chǎn)業(yè)效率評(píng)價(jià)結(jié)果分析

3.1 表7結(jié)果分析

①純技術(shù)效率分析。利用BCC模型求得的純技術(shù)效率結(jié)果表明，在全部13省市中有廣東、上海、吉林、重慶等4省市達(dá)到了純技術(shù)有效。同時(shí)，從表7中可以看出，各省市文化產(chǎn)業(yè)純技術(shù)效率值差別較明顯，除去有效的省市之外，效率值最低的是安徽省，為0.2414，而效率值低于0.5的還有山東、四川、河北等省。純技術(shù)效率的這種差異性說(shuō)明13省市文化產(chǎn)業(yè)發(fā)展極不均衡，特別對(duì)于安徽、山東、四川和河北四省而言，其應(yīng)著力加強(qiáng)文化產(chǎn)業(yè)技術(shù)進(jìn)步，提高管理水平，促進(jìn)當(dāng)?shù)匚幕蟀l(fā)展。

②規(guī)模效率分析。從規(guī)模效率評(píng)價(jià)結(jié)果可以看出，廣東和重慶兩省分別達(dá)到了規(guī)模有效，而其他各省均未達(dá)到規(guī)模有效。但同純技術(shù)效率相比較而言，各省市文化產(chǎn)業(yè)規(guī)律效率值差異性并不明顯。除了規(guī)模有效的兩省市之外，另有9省市規(guī)律效率值超過(guò)0.8，6省市規(guī)模效率值超過(guò)0.9。只有上海、吉林和新疆3省市規(guī)律效率值低于0.7，規(guī)模效率偏低成為降低其綜合效率值的主要原因。規(guī)模效率值的這種分布形式表明大部分省市均具有較為合理的產(chǎn)業(yè)規(guī)模，而上海、吉林和新疆3省市應(yīng)重點(diǎn)加強(qiáng)文化產(chǎn)業(yè)規(guī)模建設(shè)，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，繼而提高其文化產(chǎn)業(yè)綜合效率。

③綜合效率分析。在表7中，利用CCR模型得到的綜合效率表明13省市文化產(chǎn)業(yè)中只有廣東和重慶兩省市達(dá)到了有效，其他各省均非有效，其中山東和安徽兩省的綜合效率最低。通過(guò)對(duì)純技術(shù)效率和規(guī)模效率的分析可以得到，影響湖南、福建、廣西、河北、云南、四川、山東、安徽等省市綜合效率值提高的主要因素是其技術(shù)效率值，對(duì)于這些省份而言，加強(qiáng)文化產(chǎn)業(yè)技術(shù)創(chuàng)新、制度創(chuàng)新顯得尤為重要。而對(duì)上海、吉林、新疆3省市而言，規(guī)模效率較低。廣東、重慶兩省市各項(xiàng)效率值均為1，對(duì)它們而言應(yīng)保持文化產(chǎn)業(yè)良好發(fā)展勢(shì)頭，繼續(xù)扮演中國(guó)文化產(chǎn)業(yè)發(fā)展排頭兵角色。圖1是13省市純技術(shù)效率與規(guī)模效率比較圖，從這個(gè)圖中可以清晰的看出各省市兩項(xiàng)效率值的分布情況

3.2 本研究結(jié)果同文獻(xiàn)[6]所得結(jié)果的比較分析

①本研究結(jié)果較文獻(xiàn)[6]結(jié)果更具效率區(qū)分度。在文獻(xiàn)[4]中，其效率評(píng)價(jià)結(jié)果中出現(xiàn)了5個(gè)DEA-CCR有效的決策單元，同時(shí)更出現(xiàn)了10有效的BCC單元，甚至其規(guī)模有效決策單元也達(dá)到了5個(gè)。而本研究中這一統(tǒng)計(jì)數(shù)據(jù)分別只有2個(gè)、4個(gè)和2個(gè)。很明顯，本研究結(jié)果具有更好的區(qū)分度，能夠更科學(xué)、更真實(shí)地反映出各省在文化產(chǎn)業(yè)投入產(chǎn)出效率方面的客觀排名，為決策者提供更有意義的決策支持，促進(jìn)各省文化產(chǎn)業(yè)的科學(xué)發(fā)展。

②評(píng)價(jià)方法更具科學(xué)性。首先從指標(biāo)個(gè)數(shù)方面而言，文獻(xiàn)[4]共選取了8個(gè)投入產(chǎn)出指標(biāo)，而決策單元總共只有13個(gè)，指標(biāo)數(shù)較決策單元數(shù)偏多。而本研究中最終得到的主成分只有3個(gè)，即投入產(chǎn)出指標(biāo)的總個(gè)數(shù)是3個(gè)，這一差別促使本研究得到的結(jié)果更具科學(xué)性。

4 總結(jié)

本文在前人的研究基礎(chǔ)之上，率先將主成分分析法應(yīng)用到文化產(chǎn)業(yè)的效率評(píng)價(jià)上來(lái)，利用DEA方法得到了廣東等13省市2007年文化產(chǎn)業(yè)投入產(chǎn)出效率新的評(píng)價(jià)結(jié)果。這一結(jié)果表明，在這13省市中廣東和重慶處于文化產(chǎn)業(yè)效率有效性行列，綜合效率、純技術(shù)效率和規(guī)模效率都達(dá)到了有效。在剩余的11省市中，除去上海、吉林和新疆三省市，其余各地應(yīng)注重提高其文化產(chǎn)業(yè)的技術(shù)效率，而上海、吉林和新疆則應(yīng)該提高其文化產(chǎn)業(yè)的規(guī)模效率。

當(dāng)然，本文在研究過(guò)程中還存在一定的不足之處，具體表現(xiàn)為：（1）本文原始指標(biāo)和數(shù)據(jù)均來(lái)源于文獻(xiàn)[1]，影響了評(píng)價(jià)結(jié)果的時(shí)效性。（2）本研究使用的DEA模型是經(jīng)典的CCR模型和BCC模型，沒(méi)有就文化產(chǎn)業(yè)的產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行深入研究，從而在一定程度上影響評(píng)價(jià)結(jié)果的公正性。

[1]張仁壽，黃小軍，王明.基于DEA的文化產(chǎn)業(yè)效率評(píng)價(jià)實(shí)證研究以廣東等13省市2007年投入產(chǎn)出數(shù)據(jù)為例[J].中國(guó)軟科學(xué),2011,（2）.

[2]趙彥云，余毅，馬文濤.中國(guó)文化產(chǎn)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)與分析[J].中國(guó)人民大學(xué)學(xué)報(bào),2006,(4).

[3]侯建紅.文化產(chǎn)業(yè)投入績(jī)效評(píng)價(jià)研究[D].天津工業(yè)大學(xué),2008.

[4]王家庭，張容.基于三階段DEA模型的中國(guó)31省市文化產(chǎn)效率研究[J].中國(guó)軟科學(xué),2009,(9).

[5]陳清華.中國(guó)文化產(chǎn)業(yè)投資機(jī)制創(chuàng)新研究[D].南京航空航天大學(xué),2009.

[6]王嵐，趙國(guó)杰.基于ANP的地區(qū)文化產(chǎn)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)模型與指標(biāo)體系[J].科學(xué)學(xué)與科學(xué)技術(shù)管理,2008,(7).

[7]袁海，吳振榮.中國(guó)省域文化產(chǎn)業(yè)效率測(cè)算及影響因素實(shí)證分析[J].軟科學(xué),2012,（3）.