龔旭云

【摘 要】文章使用DEA三階段模型對(duì)2017年浙江省文化金融合作效率進(jìn)行了評(píng)估，評(píng)估結(jié)果表明：在全國(guó)29個(gè)?。ㄗ灾螀^(qū)、直轄市）中，浙江省文化金融合作效率并不高，存在較多的投入冗余，并且從投入角度而言，浙江省已處于規(guī)模報(bào)酬遞減狀態(tài)，文化與金融的合作已不再是資金的問(wèn)題，而是如何通過(guò)文化金融產(chǎn)品、服務(wù)的創(chuàng)新實(shí)現(xiàn)兩者的雙贏問(wèn)題。要提高浙江省文化金融合作的效率，需要加快金融業(yè)發(fā)展和引入民間資本，提升民間資本的活躍度，同時(shí)要積極尋求文化金融合作的創(chuàng)新路徑。

【關(guān)鍵詞】文化金融;DEA模型;SFA回歸

【中圖分類號(hào)】F832.46;F224【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1674-0688（2019）06-0022-05

文化產(chǎn)業(yè)的發(fā)展離不開金融資本的支持，離開金融資本，文化產(chǎn)業(yè)的發(fā)展、轉(zhuǎn)型升級(jí)都無(wú)從談起。文化和金融有著共融共生的緊密關(guān)系，二者的融合體現(xiàn)了金融資本、社會(huì)資本和文化資源的結(jié)合，既是文化產(chǎn)業(yè)自身發(fā)展的需求，也是金融創(chuàng)新發(fā)展的要求。浙江省是文化大省，文化產(chǎn)業(yè)已成為浙江省的八大萬(wàn)億產(chǎn)業(yè)之一。同時(shí)，浙江省也是金融強(qiáng)省，新金融、互聯(lián)網(wǎng)金融已成為浙江省的標(biāo)志，以浙江省為例，研究文化金融的合作效率，探討文化金融的未來(lái)發(fā)展，具有重要的現(xiàn)實(shí)意義和理論意義。

1 文獻(xiàn)研究

Van Grasstek（2009）最早提出了文化產(chǎn)品金融化的概念，認(rèn)為文化產(chǎn)品應(yīng)該允許被資本化，并加入金融市場(chǎng)。此前，一些國(guó)外學(xué)者也在實(shí)踐層面對(duì)文化產(chǎn)業(yè)的融資現(xiàn)狀、投融資方式等做了具體的研究。A Klamer，Lpetrova（2007）通過(guò)對(duì)荷蘭視覺藝術(shù)家的調(diào)查，分析了不同的金融模式對(duì)藝術(shù)家創(chuàng)造力的影響，并且分析了在社會(huì)支持系統(tǒng)中創(chuàng)新過(guò)程與融資的相互關(guān)系，認(rèn)為豐富的金融資本有利于藝術(shù)家的創(chuàng)作。

相比國(guó)外，我國(guó)有關(guān)文化金融的研究起步較晚。2008年以前，我國(guó)文化產(chǎn)業(yè)與金融的關(guān)系一直處于摸索階段，并無(wú)實(shí)質(zhì)性進(jìn)展。從2008年開始，國(guó)家陸續(xù)出臺(tái)了一些文化產(chǎn)業(yè)金融扶持政策，國(guó)內(nèi)理論界開始圍繞文化產(chǎn)業(yè)的金融支持問(wèn)題展開研究。羅靚（2008）、國(guó)世平等人（2008），安定明等人（2010）從金融監(jiān)管嚴(yán)、無(wú)形資產(chǎn)評(píng)估困難、融資渠道單一、政策支持不夠、市場(chǎng)體系不健全等方面分析了我國(guó)文化產(chǎn)業(yè)的融資障礙，并提出加強(qiáng)知識(shí)產(chǎn)權(quán)保護(hù)、拓寬文化產(chǎn)業(yè)融資渠道、建立第三方評(píng)估機(jī)構(gòu)、鼓勵(lì)投資主體多元化等建議。

隨著文化產(chǎn)業(yè)的迅速發(fā)展，金融資本的不斷介入，我國(guó)文化與金融的研究逐漸走向融合，從“支持”轉(zhuǎn)向“合作”。學(xué)界就文化金融內(nèi)涵、服務(wù)體系及文化金融合作試驗(yàn)區(qū)的創(chuàng)建等展開了一系列研究。蔡尚偉、鐘勤（2013）認(rèn)為文化金融是發(fā)生于文化資源領(lǐng)域所有金融活動(dòng)的總稱，并提出發(fā)展文化金融，要充分發(fā)揮政府引導(dǎo)作用，同時(shí)要?jiǎng)?chuàng)新金融服務(wù)體系、完善文化金融人才培養(yǎng)。張志偉、石瑤（2017）則提出建立文化產(chǎn)品服務(wù)平臺(tái)，將文化產(chǎn)品資產(chǎn)化、促進(jìn)產(chǎn)品價(jià)值的合理化、加強(qiáng)文化產(chǎn)品的流通使之附有價(jià)值角色。在搭建文化金融中介服務(wù)平臺(tái)方面，政府應(yīng)發(fā)揮主導(dǎo)作用，并介紹了政府主導(dǎo)下建立的南京金融服務(wù)中心的運(yùn)營(yíng)情況。朱佳俊等人（2017）圍繞文化價(jià)值鏈與金融服務(wù)鏈，從征信體系、功能體系和服務(wù)體系等角度，提出文化金融合作試驗(yàn)區(qū)發(fā)展思路，并且提出了基于“實(shí)體園區(qū)+虛擬網(wǎng)絡(luò)”的文化金融合作試驗(yàn)區(qū)雙線發(fā)展模式。

縱觀國(guó)內(nèi)外文獻(xiàn)，目前文化金融的研究以現(xiàn)象分析、對(duì)策研究為主，理論分析比較少。在研究方法方面，偏重定性分析，定量分析較少，有關(guān)文化金融合作效率評(píng)價(jià)指標(biāo)體系和評(píng)價(jià)方法等未有涉及。

2 三階段DEA模型介紹

DEA模型，又稱數(shù)據(jù)包絡(luò)分析，最早由Charnes、Cooper等人（1978）提出，是運(yùn)籌學(xué)領(lǐng)域評(píng)價(jià)效率的一個(gè)重要分析方法，隨著研究研究的不斷深入，DEA方法已運(yùn)用于社會(huì)生產(chǎn)和經(jīng)濟(jì)研究的諸多領(lǐng)域。利用DEA方法分析相對(duì)效率的優(yōu)點(diǎn)如下：①無(wú)需估計(jì)投入與產(chǎn)出的關(guān)系函數(shù);②可以把分散的評(píng)價(jià)指標(biāo)綜合起來(lái)，避免評(píng)價(jià)的片面性;③無(wú)需設(shè)定指標(biāo)的權(quán)重，采用實(shí)際的投入、產(chǎn)出數(shù)據(jù)，使效率評(píng)估結(jié)果更真實(shí)客觀（周菲，2016）。

傳統(tǒng)的DEA模型，不能識(shí)別和分離環(huán)境因素與隨機(jī)變量對(duì)效率的影響，F(xiàn)ried等人（2002）提出的三階段DEA模型，在BBC模型的基礎(chǔ)上，運(yùn)用SFA運(yùn)算方法，也叫隨機(jī)前沿法，將環(huán)境因素和隨機(jī)噪聲對(duì)效率的影響進(jìn)行剔除，將決策單元調(diào)整于相同的外部環(huán)境之中，以調(diào)整后的投入產(chǎn)出變量測(cè)算各決策單元的效率，所測(cè)算的效率值相對(duì)真實(shí)準(zhǔn)確。

2.1 第一階段：利用傳統(tǒng)DEA模型計(jì)算初始效率和松弛變量

選擇投入導(dǎo)向的傳統(tǒng)DEA模型——BCC模型，對(duì)原始投入、產(chǎn)出數(shù)據(jù)進(jìn)行初始效率值的計(jì)算。BBC模型由Banker和Charnes（1984）提出，其假設(shè)前提為規(guī)模報(bào)酬可變，計(jì)算的效率值分為3個(gè)部分：綜合效率、純技術(shù)效率和規(guī)模效率。投入導(dǎo)向下對(duì)偶形式的BCC模型如下：

其中，j表示決策單元，X代表投入向量，Y代表產(chǎn)出向量，λj是權(quán)重變量，θ為決策單元的相對(duì)效率衡量指標(biāo)，ε代表阿基米德無(wú)窮小量，S-為投入松弛變量，S+為產(chǎn)出松弛變量。

若θ=1，S+=S-=0，則決策單元DEA有效;若θ=1，S+≠0，或S-≠0，則決策單元弱DEA有效;若θ<1，則決策單元非DEA有效。

運(yùn)用DEAP2.1軟件可以計(jì)算出BCC模型下的初始效率值、投入冗余、產(chǎn)出冗余、投入目標(biāo)值、產(chǎn)出目標(biāo)值等數(shù)據(jù)。根據(jù)原始投入值和投資目標(biāo)值，可以計(jì)算松弛變量，松弛變量等于原始投入值減去投入目標(biāo)值。

2.2 第二階段：似SFA回歸剔除環(huán)境因素和統(tǒng)計(jì)噪聲

第二階段的主要任務(wù)就是對(duì)松弛變量進(jìn)行分解，松弛變量由環(huán)境因素、管理無(wú)效率和統(tǒng)計(jì)噪聲構(gòu)成，借助SFA回歸，可以將松弛變量分解成上述3種效應(yīng)，投入導(dǎo)向下的SFA回歸函數(shù)表示如下：

Sn=f（Zi;βn）+vni+μni;i=1，2，…，I;n=1，2，…，N

其中，Sni表示第n個(gè)DMU的第n項(xiàng)投入的松弛量;Zi是環(huán)境變量，βn是環(huán)境變量的系數(shù);vni+μni是混合誤差項(xiàng)，vni表示隨機(jī)干擾，μni表示管理無(wú)效率，其中v～N（0，σv2），μ～N+（0，σμ2）。

隨機(jī)誤差項(xiàng)的計(jì)算比較復(fù)雜，需要分離管理無(wú)效率項(xiàng)μ，對(duì)于管理無(wú)效率的分離，國(guó)內(nèi)普遍采用Jondrow等人（1982）的觀點(diǎn)，用生產(chǎn)函數(shù)形式分離管理無(wú)效率項(xiàng)，計(jì)算公式如下：

通過(guò)SFA回歸分解計(jì)算得出回歸系數(shù)和管理無(wú)效率項(xiàng)分離所得的隨機(jī)誤差項(xiàng)，利用調(diào)整公式將所有決策單元的外部環(huán)境置于同一水平下，調(diào)整公式如下：

2.3 第三階段：調(diào)整后投入產(chǎn)出變量的DEA效率分析

運(yùn)用調(diào)整公式計(jì)算得出的投入產(chǎn)出變量再次進(jìn)行DEA效率分析，此時(shí)的效率值剔除了環(huán)境因素和隨機(jī)因素的干擾，結(jié)果更真實(shí)準(zhǔn)確。

3 浙江省文化金融合作效率的實(shí)證分析

3.1 指標(biāo)及樣本的選取

（1）投入、產(chǎn)出變量的選擇。目前，國(guó)內(nèi)有關(guān)文化金融合作效率的評(píng)價(jià)，大多偏向于文化產(chǎn)業(yè)投融資效率，如劉亞錚等人（2014）以資產(chǎn)總額、負(fù)債總額、所有者權(quán)益、財(cái)務(wù)費(fèi)用為投入指標(biāo)，凈資產(chǎn)收益率、主營(yíng)業(yè)務(wù)收入為產(chǎn)出指標(biāo)。張群等人（2016）運(yùn)用異質(zhì)性隨機(jī)前沿分析法，選取投資增長(zhǎng)率、托賓Q值、單位資本營(yíng)業(yè)收入、單位資本經(jīng)營(yíng)現(xiàn)金凈流量、資產(chǎn)總額、資產(chǎn)負(fù)債率、上市公司十大股東持股比例為變量。張桂玲（2016）以企業(yè)負(fù)債總額、所有者權(quán)益總額為融資效率輸入指標(biāo)，企業(yè)資產(chǎn)總額、從業(yè)人數(shù)為投資效率輸入指標(biāo)，企業(yè)增加值、利潤(rùn)總額為輸出指標(biāo)，分析了我國(guó)地方國(guó)有文化企業(yè)的投融資效率。從文化金融合作角度而言，相較所有者權(quán)益，實(shí)收資本更適合作為投入指標(biāo)，可以反映企業(yè)的股權(quán)融資狀況，負(fù)債總額則反映的是企業(yè)的債權(quán)融資狀況，本文選取這兩個(gè)指標(biāo)作為投入指標(biāo)，而產(chǎn)出指標(biāo)則選取營(yíng)業(yè)總收入和利潤(rùn)總額。

（2）環(huán)境變量的選取。環(huán)境變量的選取，主要看其是否對(duì)決策單元的投入松弛變量產(chǎn)生作用，最好經(jīng)過(guò)標(biāo)準(zhǔn)化處理。本文選取《新財(cái)富中國(guó)區(qū)域金融力排行》中公布的經(jīng)過(guò)標(biāo)準(zhǔn)化處理的金融業(yè)發(fā)展程度、資本化程度和民間資本活躍度3個(gè)指標(biāo)作為環(huán)境變量指標(biāo)。金融業(yè)發(fā)展程度代表著一個(gè)地區(qū)金融體系的總體狀況，良好、健全的金融體系有助于區(qū)內(nèi)投融資活動(dòng)的順利開展。資本化程度不僅體現(xiàn)一個(gè)地區(qū)的經(jīng)濟(jì)實(shí)力，也可以反映一個(gè)地區(qū)的經(jīng)濟(jì)質(zhì)量。民間投資則在一定程度上可以反映一個(gè)經(jīng)濟(jì)體的內(nèi)生動(dòng)力。

（3）樣本的選取及原始數(shù)據(jù)采集。在樣本的選取上，文化產(chǎn)業(yè)包括文化制造業(yè)、文化零售業(yè)和文化服務(wù)業(yè)，涉及面廣，數(shù)據(jù)統(tǒng)計(jì)相對(duì)較困難，尤其是服務(wù)業(yè)，很多數(shù)據(jù)不全?？紤]到數(shù)據(jù)的全面性及完整性，本文選取文化及相關(guān)產(chǎn)業(yè)上市公司作為樣本進(jìn)行分析。為提高評(píng)估的準(zhǔn)確性，本文對(duì)全國(guó)31個(gè)省的所有A股上市公司，共3 569家，按照國(guó)家統(tǒng)計(jì)局2018年4月頒布的《文化及相關(guān)產(chǎn)業(yè)分類（2018）》標(biāo)準(zhǔn)，對(duì)各省的文化及相關(guān)產(chǎn)業(yè)上市公司數(shù)據(jù)進(jìn)行了梳理和匯總整理。最后選取2017年全國(guó)29個(gè)省市（因內(nèi)蒙古沒(méi)有文化上市企業(yè)，西藏只有1家文化上市企業(yè)，且2017年利潤(rùn)總額為負(fù)數(shù)，DEA模型無(wú)法處理負(fù)數(shù)，所以將這兩個(gè)省份剔除）文化及相關(guān)產(chǎn)業(yè)上市公司橫截面數(shù)據(jù)進(jìn)行相對(duì)效率分析。

2017年各省文化及相關(guān)產(chǎn)業(yè)上市公司投入、產(chǎn)出數(shù)據(jù)及環(huán)境變量基本情況見表1。

3.2 結(jié)果的分析

3.2.1 第一階段初始效率分析

運(yùn)用DEAP2.1軟件對(duì)全國(guó)29個(gè)省市2017年文化金融合作進(jìn)行效率分析，得到表2中的初始效率值及松弛變量數(shù)據(jù)。

從表2可看出，盡管浙江省的上市公司數(shù)量和上市融資總額都處在全國(guó)前列，但是浙江省的文化及相關(guān)產(chǎn)業(yè)上市公司融資效率并不高，綜合技術(shù)效率只有0.502，純技術(shù)效率只有0.563，而處在同一梯隊(duì)的上海、江蘇、廣東的綜合技術(shù)效率都比浙江省高，并且這些省份的純技術(shù)效率都為1。綜合技術(shù)效率=純技術(shù)效率×規(guī)模效率，浙江省的規(guī)模效率高于純技術(shù)效率，說(shuō)明浙江省的文化產(chǎn)業(yè)上市公司融資效率不高主要是由技術(shù)和管理等因素主導(dǎo)的。全國(guó)29個(gè)省市中，河北、黑龍江、上海、重慶、青海、新疆綜合技術(shù)效率最高，達(dá)到1，江蘇、安徽、山東、廣東、甘肅五省的綜合技術(shù)效率未達(dá)到1，但是純技術(shù)效率為1，說(shuō)明這些省份的技術(shù)和管理水平是相對(duì)有效的。此外，全國(guó)有14個(gè)?。ㄗ灾螀^(qū)、直轄市）處在規(guī)模報(bào)酬遞減狀態(tài)，只有天津、山西、廣西、貴州、云南、甘肅、寧夏處在規(guī)模報(bào)酬遞增狀態(tài)，有17個(gè)?。ㄗ灾螀^(qū)、直轄市）存在投入冗余，浙江省是投入冗余最高的省份。

3.2.2 第二階段似SFA回歸

分別以第一階段所得的負(fù)債總額松弛變量、實(shí)收資本松弛變量為因變量，金融業(yè)發(fā)展程度、資本化程度、民間資本活躍度為自變量建立似SFA回歸模型，運(yùn)用Frontier4.1軟件進(jìn)行回歸運(yùn)算，得到表3。

對(duì)表3進(jìn)行分析可得出，兩個(gè)投入指標(biāo)的松弛變量在SFA回歸方程中LR都通過(guò)了5%的顯著檢驗(yàn)，說(shuō)明所選擇的3個(gè)環(huán)境因素對(duì)文化金融合作效率的影響是顯著的，通過(guò)SFA回歸將其影響剔除是十分有必要的。金融業(yè)發(fā)展程度對(duì)負(fù)債總額松弛變量、實(shí)收資本松弛變量的回歸系數(shù)均為負(fù)數(shù)，且在1%的顯著性水平下顯著，說(shuō)明金融發(fā)展程度的提高，將有助于負(fù)債總額、實(shí)收資本冗余量的減少，對(duì)文化金融合作效率的提高是有利的。資本化程度則剛好相反，對(duì)負(fù)債總額松弛變量、實(shí)收資本松弛變量的回歸系數(shù)均為正數(shù)，且在1%的顯著性水平下顯著，說(shuō)明資本化程度越高，負(fù)債總額、實(shí)收資本的冗余量越容易增加，不利于效率的提高，所以資本化程度排名前三的省市——廣東、北京、浙江綜合技術(shù)效率都不高。民間資本活躍度對(duì)負(fù)債總額松弛變量、實(shí)收資本松弛變量的回歸系數(shù)均為負(fù)數(shù)，且在5%的顯著性水平下顯著，說(shuō)明民間資本的活躍，有助于文化及相關(guān)產(chǎn)業(yè)上市公司負(fù)債總額、實(shí)收資本冗余量的減少，對(duì)效率的提高是有利的。

3.2.3 第三階段調(diào)整后DEA分析

將調(diào)整后的投入變量再次進(jìn)行DEA分析，得到調(diào)整后的效率值，并與調(diào)整前的效率值進(jìn)行對(duì)比（見表4）。

從表4可以看出，剔除環(huán)境變量和隨機(jī)干擾的影響之后，浙江省的綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率都有所提高，從低于全國(guó)平均水平到略高于全國(guó)平均水平，綜合技術(shù)排名更是從原先的第22位上升到第10位。就全國(guó)來(lái)看，綜合技術(shù)效率值為0.528，純技術(shù)效率值為0.69，規(guī)模效率為0.732，與調(diào)整前相比，綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率都有所下降，主要是很多省市地區(qū)的綜合技術(shù)效率在調(diào)整后出現(xiàn)了明顯的下降，尤其是原先效率值為1的河北、黑龍江、江西、重慶、青海、新疆地區(qū)，效率值出現(xiàn)了大幅下降，而經(jīng)濟(jì)相對(duì)較發(fā)達(dá)的北京、江蘇、浙江、廣東、山東的效率值都有不同程度的提高。浙江、江蘇和廣東三省是處于規(guī)模報(bào)酬遞減狀態(tài)。從地區(qū)對(duì)比來(lái)看，調(diào)整后東部地區(qū)的效率值要高于中西部地區(qū)，說(shuō)明經(jīng)濟(jì)、金融越發(fā)達(dá)，文化金融合作效率越高，調(diào)整后的效率值更符合客觀事實(shí)。

3.3 進(jìn)一步論證

因?yàn)檫x取的樣本是文化及相關(guān)產(chǎn)業(yè)上市公司，個(gè)別省份的上市公司數(shù)量較少，為進(jìn)一步提高分析結(jié)論的可靠性，所以本文還選取了2012～2016年規(guī)模以上文教、工美、體育及娛樂(lè)制造業(yè)進(jìn)行了DEA初始效率分析，分析結(jié)果見表5，結(jié)果與文化及相關(guān)產(chǎn)業(yè)上市公司分析結(jié)果一致：浙江省文化金融合作效率并不高，且處在規(guī)模報(bào)酬遞減狀態(tài)，投入冗余較嚴(yán)重。

4 結(jié)論和建議

利用2017年全國(guó)29個(gè)省（自治區(qū)、直轄市）的橫截面數(shù)據(jù)，對(duì)浙江省的文化金融合作效率進(jìn)行相對(duì)效率分析，分析結(jié)果表明，浙江省的文化金融合作效率并不高，投入冗余較高，且處在規(guī)模報(bào)酬遞減狀態(tài)。所以，在浙江省大力發(fā)展文化產(chǎn)業(yè)背景下，需要提高文化金融合作效率，讓資本有效地配置，讓資本在文化產(chǎn)業(yè)發(fā)揮最大的效用，建議如下。

（1）加快金融業(yè)發(fā)展。金融業(yè)發(fā)展程度的提高，將有助于負(fù)債總額、實(shí)收資本冗余量的減少，對(duì)文化金融合作效率的提高是有利的。浙江省應(yīng)深化金融改革，加快金融業(yè)發(fā)展，尤其是現(xiàn)代金融業(yè)的發(fā)展，通過(guò)金融業(yè)的創(chuàng)新發(fā)展、服務(wù)水平的提高，帶動(dòng)文化金融的創(chuàng)新發(fā)展。

（2）積極引入民間資本。根據(jù)前面的分析，民間資本活躍對(duì)文化產(chǎn)業(yè)上市公司負(fù)債和實(shí)收資本冗余量的減少。相比國(guó)營(yíng)資本，民間資本更高效、靈活，逐利性更強(qiáng)，在行業(yè)、項(xiàng)目的選擇上，民間資本更有利于資金向能人投資者傾斜。因而，引入民間資本，不僅可以促進(jìn)金融資源的有效配置，還可以促進(jìn)金融產(chǎn)品及服務(wù)的創(chuàng)新，提高文化金融合作的效率。

（3）推動(dòng)文化金融合作的創(chuàng)新。推動(dòng)金融產(chǎn)業(yè)與文化產(chǎn)業(yè)的合作，發(fā)揮浙江省的互聯(lián)網(wǎng)金融優(yōu)勢(shì)，探索互聯(lián)網(wǎng)+文化+金融的深度融合模式;探索共享化、大眾化的文化+理財(cái)模式，開發(fā)適合大眾投資理財(cái)?shù)奈幕鹑诋a(chǎn)品和服務(wù);結(jié)合金融行業(yè)IP金融、區(qū)塊鏈金融等新業(yè)態(tài)，探索區(qū)塊鏈+金融+文化等新模式的發(fā)展。通過(guò)創(chuàng)新，進(jìn)行深入融合，達(dá)到金融業(yè)和文化產(chǎn)業(yè)的雙贏。

參 考 文 獻(xiàn)

[1]Van Grasstek.Treatment of Cultural Goods and Se-

rvices in International Trade Agreements[M].London：Oxford University Press，2009：7-8.

[2]A Klamer，LPetrova.Financing the Arts：The Consequences of Interaction among Artists，F(xiàn)inancial Support，and Creativity Motivation[J].The journal of arts management，law&society，2007，37（2）：245-256.

[3]Bakker，G.The decline and fall of the European film

industry：sunk costs，market size，and market structure，1890-1927.Economic History Review，LVIII，2005（2）：310-351.

[4]Angilella S，Mazzù S.The financing of innovative SMEs：a multicriteria credit rating model[J].Europeanjournal of operational research，2015，244（2）：540-554.

[5]ChamesA，Cooper W W，RhodesE.Measuring the efficiency of decision making units[J].European Journal of Operational Research，1978（2）：429-444.

[6]Fried H O，C A Lovell.Accounting for Environme-

ntal Effects and Statistical noise in Date Envelopment Analysis[J].Journal of Productivity Analysis，2002（17）：157-174.

[7]Jondrow，J，Knox Lovell，C，Materov I.On the Estimation of Technical Inefficiency in the Stochastic Frontier Production Function Mode[J].Journal of Econometrics，1982（19）：233-238.

[8]羅靚.發(fā)展文化產(chǎn)業(yè)與金融支持[J].農(nóng)村金融研究，2008（5）.

[9]國(guó)世平.中國(guó)—東盟文化產(chǎn)業(yè)面臨的融資問(wèn)題[J].創(chuàng)新，2008（12）：22-26.

[10]安定明.文化產(chǎn)業(yè)投融資機(jī)制創(chuàng)新模式研究[J].中國(guó)城市經(jīng)濟(jì)，2010（10）：31-33.

[11]蔡尚偉，鐘勤.對(duì)我國(guó)發(fā)展文化金融的初步探討[J].深圳大學(xué)學(xué)報(bào)，2013（7）：150-155.

[12]張志偉，石瑤.關(guān)于文化金融服務(wù)體系建設(shè)的若干思考[J].西華大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2017（5）：66-

70.

[13]朱佳俊，王敏.文化金融合作區(qū)的發(fā)展模式與運(yùn)營(yíng)機(jī)制研究[J].江蘇商論，2017（5）：54-57.

[14]周菲.基于三階段DEA模型的股市融資效率分析——來(lái)自世界主要國(guó)家與地區(qū)數(shù)據(jù)比較[D].合肥：合肥工業(yè)大學(xué)，2016.

[15]劉亞錚，冉娜娜.文化產(chǎn)業(yè)上市公司融資效率評(píng)價(jià)及優(yōu)化[J].商業(yè)時(shí)代，2014（2）：135-136.

[16]張桂玲.基于DEA的文化產(chǎn)業(yè)投融資效率研究[J].會(huì)計(jì)之友，2016（21）：80-83.

[17]張群，邱玉興.文化產(chǎn)業(yè)上市公司的融資效率及影響因素研究——基于異質(zhì)性隨機(jī)前沿分析法[J].會(huì)計(jì)之友，2016（10）：55-59.

[責(zé)任編輯：鄧進(jìn)利]