基于三階段dea模型的文化產(chǎn)業(yè)投入產(chǎn)出效率研究

基于三階段dea模型的文化產(chǎn)業(yè)投入產(chǎn)出效率研究

文化產(chǎn)業(yè)投入產(chǎn)出效率測算方法文化產(chǎn)業(yè)是21世紀的朝陽產(chǎn)業(yè)。目前，文化產(chǎn)業(yè)已成為許多發(fā)達國家的支柱，是綜合國力的重要組成部分。加入WTO以來,我國文化產(chǎn)業(yè)面臨著前所未有的沖擊和挑戰(zhàn),要想在激烈的競爭中立于不敗之地,必須提高我國文化產(chǎn)業(yè)的核心競爭力,而投入產(chǎn)出效率是核心競爭力的集中體現(xiàn)。因此,正確認識當前我國文化產(chǎn)業(yè)的投入產(chǎn)出效率,找出影響我國文化產(chǎn)業(yè)投入產(chǎn)出效率的因素,對于我國文化產(chǎn)業(yè)的長遠發(fā)展具有重要的現(xiàn)實意義。目前,國內(nèi)對產(chǎn)業(yè)或者行業(yè)的效率研究大多數(shù)集中在制造業(yè)、銀行業(yè)、服務業(yè)等領域,對文化及相關(guān)產(chǎn)業(yè)投入產(chǎn)出效率的研究并沒有引起廣泛的關(guān)注。目前僅見到少量文獻研究我國文化產(chǎn)業(yè)投入產(chǎn)出效率:侯艷紅(2008)應用CCR模型對2005年我國31個省區(qū)文化產(chǎn)業(yè)投入產(chǎn)出效率進行了分析,結(jié)果顯示,我國文化產(chǎn)業(yè)有效的省區(qū)有廣東、北京等7個省份;馬萱、鄭世林(2010)應用BCC模型對我國31個省份1998～2006年文化產(chǎn)業(yè)投入產(chǎn)出效率進行了分析,發(fā)現(xiàn)我國不同區(qū)域之間的文化產(chǎn)業(yè)投入產(chǎn)出效率存在較大差距;王家庭和張榮(2009)應用三階段DEA模型對2004年我國31個省份文化產(chǎn)業(yè)投入產(chǎn)出效率進行了分析,發(fā)現(xiàn)剔除環(huán)境因素和隨機因素后,我國各省份文化產(chǎn)業(yè)的效率亟需提高。上述文獻對研究我國文化產(chǎn)業(yè)投入產(chǎn)出效率做了有意義的探索,但是也存在幾點不足:第一,研究使用的文化產(chǎn)業(yè)數(shù)據(jù)不能完全反映文化產(chǎn)業(yè)整體。有的文獻采用《文化產(chǎn)業(yè)發(fā)展報告》,有的文獻采用《文化文物統(tǒng)計年鑒》,上述來源得到的文化產(chǎn)業(yè)數(shù)據(jù)大部分僅包括服務業(yè)中的文化產(chǎn)業(yè),對于制造業(yè)中的文化產(chǎn)業(yè)產(chǎn)品的制造并沒有包括。對研究文化產(chǎn)業(yè)而言,這些數(shù)據(jù)在全面性上有所欠缺,不能完全反映文化產(chǎn)業(yè)的整體發(fā)展狀況,研究口徑過于狹窄。第二,模型假設不合實際。從研究使用的方法上看,DEA方法是目前國內(nèi)外學者研究文化產(chǎn)業(yè)投入產(chǎn)出效率時使用的主要方法。DEA中的CCR模型存在模型假設不切實際的缺點,CCR模型的前提是假設規(guī)模報酬不變,這一假設意味著各省可以在增加一定文化產(chǎn)業(yè)投入后等比例的增加文化產(chǎn)業(yè)產(chǎn)出,該假設并不符合當前我國文化產(chǎn)業(yè)快速發(fā)展的現(xiàn)狀,而全國31個省份均處于規(guī)模報酬不變的情況也顯然不切實際1。第三,側(cè)重效率研究,忽略影響因素或者影響因素考慮不全面。CCR和BCC模型更多的是側(cè)重于對效率的研究,對于導致非有效單元效率低下的影響因素并沒有進行分析。三階段DEA可以考慮環(huán)境因素和隨機因素,但是目前研究中考慮的因素僅限于經(jīng)濟發(fā)展水平、文化體制等因素,對于其他可能影響文化產(chǎn)業(yè)投入產(chǎn)出效率的因素并沒有全面考慮。第四,對同屬生產(chǎn)前沿面的省區(qū)沒有進行有效區(qū)分。當前的研究對于同屬生產(chǎn)前沿面的文化產(chǎn)業(yè)有效省區(qū)均沒有進行有效的區(qū)分和甄別,應當指出,即使是文化產(chǎn)業(yè)有效的省區(qū)間也可能存在較大的差別?；谏鲜隹紤],本文首先采用三階段DEA方法中的BCC模型對文化產(chǎn)業(yè)投入產(chǎn)出效率進行測算,將文化產(chǎn)業(yè)投入產(chǎn)出效率分解為綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率,繼而采用SFA模型找出影響文化產(chǎn)業(yè)投入產(chǎn)出效率的環(huán)境因素,在剔除環(huán)境因素后再次構(gòu)建BCC模型對各省份文化產(chǎn)業(yè)投入產(chǎn)出效率進行測算。文章還首次在文化產(chǎn)業(yè)效率研究中使用了超效率模型對均為文化產(chǎn)業(yè)投入產(chǎn)出有效的省區(qū)進行分析;在數(shù)據(jù)方面,本文選擇時效性較強的2008年(目前的研究均在2006年之前)作為研究時間點,采用第二次經(jīng)濟普查數(shù)據(jù),依據(jù)國家統(tǒng)計局公布的《文化及相關(guān)產(chǎn)業(yè)分類》,綜合制造業(yè)和服務業(yè)文化產(chǎn)業(yè)數(shù)據(jù),采用全口徑的文化產(chǎn)業(yè)標準;在考察影響文化產(chǎn)業(yè)投入產(chǎn)出效率的環(huán)境因素時,文章不僅考慮了文化體制、經(jīng)濟發(fā)展和政府支持等因素,還考慮了科技水平、教育以及社會發(fā)展等因素。顯然,本文在方法甄別、數(shù)據(jù)全面性、指標選取、研究角度上與已有研究有很大不同,上述改進將使得本文的研究更具有說服力,文章的結(jié)論也具有很強的借鑒意義和參考價值。一、建立全球投資效率模型1.模型構(gòu)建及變量定義三階段DEA方法是Fried等(2002)提出的一種新的效率評價模型,它克服了一階段DEA方法無法衡量影響效率因素和二階段DEA方法給定影響因素函數(shù)的形式和無法剔除環(huán)境影響因素的缺點。Fried等認為,企業(yè)生產(chǎn)的低效率不僅受企業(yè)管理的影響,還受環(huán)境與隨機誤差兩個外生因素的影響,三階段DEA模型的目的就是剔除環(huán)境和隨機誤差的影響,從而更加真實的反映各決策單元的效率情況。步驟1對原始投入產(chǎn)出變量進行DEA分析。設有n個決策單元,每個決策單元DMUj有m種類型的輸入和s種類型的輸出,分別用輸入變量Xj和輸出變量Yj表示。Xij>0表示第j個決策單元的第i種類型的輸入量;Yij表示第j個決策單元的第r種類型的輸出量;對每一個決策單元,投入導向下對偶形式的CCR模型可以表示如下:{min[θ-ε(m∑j=1s-+s∑j=1s+)]=νd(ε)s.t.n∑j=1λjxj+s+=θx0n∑j=1λjyj-s-=y0s+≥0,s-≥0???????????????????????????????min[θ?ε(∑j=1ms?+∑j=1ss+)]=νd(ε)s.t.∑j=1nλjxj+s+=θx0∑j=1nλjyj?s?=y0s+≥0,s?≥0(1)模型(1)中,θ為決策單元的有效值;s+、s-為松弛變量;ε為非阿基米德無窮小量。在模型(1)中,當加入凸性約束條件(n∑i=1λj=1,λj≥0)(∑i=1nλj=1,λj≥0)時稱為BCC模型。CCR模型假設規(guī)模報酬不變,凸性約束條件使得BCC模型允許規(guī)模報酬可變。BCC模型可以將每個決策單元的技術(shù)效率(TE,TechnicalEfficiency)、純技術(shù)效率(PTE,PureTechnicalEfficiency)和規(guī)模效率(SE,ScaleEfficiency)區(qū)分開來。其中,技術(shù)效率指的是實現(xiàn)投入既定下產(chǎn)出最大或者產(chǎn)出既定下投入最小的能力;規(guī)模效率表示與規(guī)模有效點相比規(guī)模經(jīng)濟性的發(fā)揮程度;純技術(shù)效率指的是剔除規(guī)模因素的效率。三者之間的關(guān)系如下:TE=SE×PTE(2)模型(1)中,當θ=1且s+和s-均為0時,決策單元為DEA有效,決策單元的經(jīng)濟活動同時為技術(shù)有效和規(guī)模有效;當θ=1且s+≠0或者s-≠0時,決策單元為弱DEA有效,決策單元的經(jīng)濟活動不是同時為技術(shù)效率最佳和規(guī)模最佳;當θ<1時,決策單元不是DEA有效,經(jīng)濟活動既不是技術(shù)效率最佳,也不是規(guī)模最佳。步驟2應用SFA模型找出環(huán)境變量并根據(jù)結(jié)果調(diào)整文化產(chǎn)業(yè)投入量。本文以投入導向為例,分別對n個決策單元的m個投入松弛變量進行SFA分析。構(gòu)建SFA回歸方程如下:sij=fj(zj;βj)+vij+uij(i=1,2,…,m;j=1,2,…,n)(3)其中,sij表示第j個決策單元的第i種投入的松弛變量。zj=(z1j,z2j,…,zkj)為K個可觀測的環(huán)境變量,βj為環(huán)境變量的待估參數(shù),fj(zj;βj)表示環(huán)境變量對冗余sij的影響,一般取fj(zj;βj)=zjβj。vij+uij為混合誤差,假設vij～N(0,σ2vi2vi)反映隨機因素的影響,uij≥0反映管理的無效率,且uij服從截斷正態(tài)分布,即uij～N+(μi,σ2ui2ui),vij與uij獨立互不相關(guān)。我們定義γ=σ2uiσ2ui+σ2viγ=σ2uiσ2ui+σ2vi,顯然,當γ趨向于1時,說明在無效率決策單元中,管理因素的影響占主要地位;當γ趨向于0時,說明隨機誤差的影響占主導地位。γ的零假設統(tǒng)計檢驗可用于檢驗SFA模型設定的合理性,若θ0和θ1分別為γ=0和γ≠0假設條件下待估參數(shù)向量的極大似然(ML)估計量,L(θ0)和L(θ1)分別為似然函數(shù)值,則檢驗γ零假設的單邊似然檢驗統(tǒng)計量LR為:LR=-2ln[L(θ0)L(θ1)]=-2[lnL(θ0)-lnLLR=?2ln[L(θ0)L(θ1)]=?2[lnL(θ0)?lnL(θ1)](4)在γ=0的假設條件下,當LR大于Mixedχ2分布臨界值時,原假設被拒絕,表明SFA模型的設定是合理的。利用SFA模型的回歸結(jié)果進一步對決策單元的投入進行調(diào)整,調(diào)整的原理是將所有的決策單元調(diào)整到相同的環(huán)境,同時考慮隨機因素的干擾。進行調(diào)整之前,首先需要從SFA回歸模型的誤差中將隨機因素分離出來,文章采用Jondrow等(1982)提出的方法(JLMS技術(shù))首先得到uij的條件估計量:?E(uij|uij+vij)=σ*[?(εiλσ)1-?(-εiλσ)+εiλσ]?i=1,2,?,mE?(uij|uij+vij)=σ?[?(εiλσ)1??(?εiλσ)+εiλσ]?i=1,2,?,m;j=1,2,…,n(5)式(5)中,σ*=σ2uσ2vσ2?εi=uij+vij?λ=σuσv?σ2=σ2u+σ2v??和?分別為標準正態(tài)分布的密度函數(shù)和分布函數(shù),繼而得到隨機因素的條件估計:?E[vij|vij+uij]=sij-zj?βj-?E[uij|vij+uij]i=1,2,?,m;j=1,2,?,n(6)然后基于最有效的DMU,以其投入項為基準,對其他各決策單元投入量的調(diào)整如下:Axij=xij+[maxj{zi?βj}-zi?βj]+[maxj{?vij}-?vij]i=1,2,?,m;j=1,2,?,n(7)Axij和xij分別是調(diào)整后和調(diào)整前的投入數(shù)量。式(7)右邊第一個中括號的調(diào)整是使所有決策單元都處于共同的運營環(huán)境,即樣本遇到的最壞環(huán)境;第二個中括號的調(diào)整是使所有決策單元處于共同的自然狀態(tài),即樣本遇到的最不幸的狀態(tài)。以上調(diào)整是每個決策單元面對相同的運營環(huán)境和經(jīng)營運氣。步驟3對調(diào)整后的投入產(chǎn)出變量進行DEA分析。第三步將第二階段得出的調(diào)整后的投入值Axij與原始產(chǎn)出值yrj再次帶入DEA模型,此時得到的效率值即為消除了環(huán)境和隨機誤差影響后的效率值。2.超效率模型的基本原理一般的DEA模型可以將決策單元分為有效和無效兩個類別,但是對有效的決策單元卻無法進一步區(qū)分。為了彌補這個缺陷,Andersen和Petersen提出了超效率(SuperEfficiency)模型,它可以使得有效決策單元之間也能比較投入產(chǎn)出效率值的高低。其基本思想是在評估決策單元時,將該決策單元本身排除在單元的集合之外2。為了更直觀地說明以圖1來闡述超效率模型的原理。圖1中,B、C、D點為決策單元有效點,位于生產(chǎn)的最優(yōu)前沿面上,顯然,A點為生產(chǎn)效率無效點。當應用超效率模型計算A點時,對生產(chǎn)前沿面沒有影響,仍然為BC-CD;考慮C點,當計算C點的效率值時,由于超效率模型將C點排除在外,則生產(chǎn)前沿面變?yōu)锽D段,C點與新的生產(chǎn)前沿面的距離CC’為C點的可擴張大小,從而可以計算出擴張比例,如計算出的比例為25%,這意味著C點在投入擴大25%的情況下仍然是有效的。由以上分析可知,C點在擴張到C’的過程中是始終有效的,而對于DEA無效的A點,其效率評價值是不變的,因此,對于超效率模型而言,DEA無效點的效率值與一般DEA模型相同,而DEA有效點的有效值則由于可擴張比例不同而很好的區(qū)分。二、數(shù)據(jù)源和變量選擇1.文化產(chǎn)業(yè)服務標準目前,國際上關(guān)于文化產(chǎn)業(yè)并沒有統(tǒng)一的定義和標準,有的國家稱之為“創(chuàng)意產(chǎn)業(yè)”,有的國家稱之為“版權(quán)產(chǎn)業(yè)”或“內(nèi)容產(chǎn)業(yè)”。根據(jù)國家統(tǒng)計局2004年公布的《文化及相關(guān)產(chǎn)業(yè)分類》,我國的文化產(chǎn)業(yè)被定義為“為社會公眾提供文化、娛樂產(chǎn)品和服務的活動,以及與這些活動有關(guān)聯(lián)的活動的集合”。按照該分類標準,文化產(chǎn)業(yè)分為文化服務和相關(guān)文化服務兩大部類,包括80個國民經(jīng)濟行業(yè)中小類,分為三大層次、九大行業(yè)。三大層次分別為核心層、外圍層和相關(guān)層。其中,文化產(chǎn)業(yè)核心層包括新聞服務,出版發(fā)行和版權(quán)服務,廣播、電視、電影服務,文化藝術(shù)服務;文化產(chǎn)業(yè)外圍層包括網(wǎng)絡文化服務,文化休閑娛樂服務,其他文化服務;文化產(chǎn)業(yè)相關(guān)層包括文化用品、設備及相關(guān)文化產(chǎn)品的生產(chǎn),文化用品、設備及相關(guān)文化產(chǎn)品的銷售。本文文化產(chǎn)業(yè)數(shù)據(jù)大部分采用第二次經(jīng)濟普查數(shù)據(jù),采用國家統(tǒng)計局公布的《文化及相關(guān)產(chǎn)業(yè)分類》,從全口徑角度研究文化產(chǎn)業(yè),其他數(shù)據(jù)來源于國家統(tǒng)計局網(wǎng)站、《中國統(tǒng)計年鑒2009》、《中國文化文物統(tǒng)計年鑒2009》以及公開出版的其他資料。本文采用的是經(jīng)濟普查數(shù)據(jù),保證了數(shù)據(jù)的時效性,已有的研究大部分采用常規(guī)統(tǒng)計資料而非經(jīng)濟普查數(shù)據(jù),經(jīng)普資料與常規(guī)統(tǒng)計資料相比的優(yōu)勢是分組更細和樣本更全,在保證了資料的可信性與全面性的同時,也使得從全口徑角度研究文化產(chǎn)業(yè)成為可能。2.行業(yè)監(jiān)管指標和環(huán)境指標的選擇(1)dea模型中產(chǎn)出指標的選取對文化產(chǎn)業(yè)投入指標進行選擇時,本文我們主要考慮人力和資本方面的投入,基于數(shù)據(jù)可獲得性和有效性,選擇文化產(chǎn)業(yè)實收資本3、文化產(chǎn)業(yè)年平均從業(yè)人員數(shù)、文化產(chǎn)業(yè)法人單位數(shù)作為文化產(chǎn)業(yè)投入指標,選擇文化產(chǎn)業(yè)增加值、文化產(chǎn)業(yè)營業(yè)收入4作為文化產(chǎn)業(yè)的產(chǎn)出指標。應用DEA進行效率分析時應該保證決策單元的數(shù)量是投入產(chǎn)出指標的至少2倍以上,本文決策單元為31個,而投入產(chǎn)出指標為5個,因此適合應用DEA方法。另外,投入指標和產(chǎn)出指標之間應該具有顯著的正相關(guān)關(guān)系,以避免出現(xiàn)某投入指標數(shù)量增加卻引起產(chǎn)出指標數(shù)量減少的情況。經(jīng)計算得,文化產(chǎn)業(yè)增加值與實收資本、年平均就業(yè)人員表、法人單位數(shù)Pearson相關(guān)系數(shù)分別為0.978、0.957、0.918,文化產(chǎn)業(yè)營業(yè)收入與實收資本、年平均就業(yè)人員表、法人單位數(shù)Pearson相關(guān)系數(shù)分別為0.957、0.945、0.930,上述相關(guān)系數(shù)通過了在1%顯著性水平下的檢驗,可以認為具有顯著的正相關(guān)關(guān)系,因此適合進行DEA效率分析。(2)外部因素的影響在進行SFA建模時,通過考慮文化產(chǎn)業(yè)的屬性和發(fā)展特點,從教育、社會、經(jīng)濟發(fā)展、文化體制、政府支持、科技水平等方面考慮外部不可控因素:選擇大專及以上學歷人口占6歲及以上人口的比重作為教育因素,選擇城市化率作為社會因素,選擇人均GDP作為經(jīng)濟發(fā)展因素,選擇文化事業(yè)機構(gòu)數(shù)作為文化體制因素,選擇文化體育與傳媒撥款占全部財政支出比重5作為政府支持因素,選擇專利申請授權(quán)數(shù)6作為科技因素。三、計算和解釋行業(yè)收入和產(chǎn)品效率1.文化產(chǎn)業(yè)規(guī)模效率的比較文章應用DEAP2.1軟件對2008年全國31個省份文化產(chǎn)業(yè)投入產(chǎn)出效率進行分析,結(jié)果(見表1)顯示,2008年我國31個省份文化產(chǎn)業(yè)綜合技術(shù)效率平均得分為0.714,文化產(chǎn)業(yè)純技術(shù)效率平均得分為0.744,文化產(chǎn)業(yè)規(guī)模效率平均得分為0.950,這說明大部分省份文化產(chǎn)業(yè)的規(guī)模效率要明顯大于純技術(shù)效率。處在文化產(chǎn)業(yè)生產(chǎn)前沿面的有北京、內(nèi)蒙古、上海、山東、湖北、廣東,共6個省份,占全部省份數(shù)量的19.35%,這些省份文化產(chǎn)業(yè)既是技術(shù)有效又是規(guī)模有效,其余各省區(qū)文化產(chǎn)業(yè)的技術(shù)效率和規(guī)模效率均存在一定的改進空間。另外,結(jié)合規(guī)模報酬來看,除了綜合技術(shù)有效的6個省份表現(xiàn)為規(guī)模報酬不變外,江蘇、福建、河南、湖南4個省份表現(xiàn)為規(guī)模報酬遞減,其余21個省份均表現(xiàn)為規(guī)模報酬遞增。2.文化產(chǎn)業(yè)投入產(chǎn)出效率的提高和環(huán)境以上文得出的決策單元各投入變量的松弛變量作為因變量,將各環(huán)境變量作為自變量進行SFA回歸,通過Frontier4.1軟件得到結(jié)果如表2。由表2可知,三個投入松弛變量的模型中,各影響因素均通過了1%或5%的顯著性檢驗,說明模型的變量選取較為合理。而且三個模型的LR單邊檢驗均通過了5%的檢驗水平,說明第二階段的SFA分析是有必要的。具體來看各個變量:居民受教育水平。以大專及以上學歷人口占6歲以上人口比重衡量的居民受教育水平在三個模型中的系數(shù)均為負值,說明了居民受教育水平的的高低與投入冗余變量之間呈反向關(guān)系,即居民受教育水平的提高可以導致文化產(chǎn)業(yè)投入量的減少,有利于提高文化產(chǎn)業(yè)投入產(chǎn)出效率,對此,我們理解如下:居民受教育水平的提高可以促進文化消費、提高文化產(chǎn)業(yè)從業(yè)人員素質(zhì),從而帶動文化產(chǎn)業(yè)投入產(chǎn)出效率。經(jīng)濟發(fā)展水平。以人均GDP衡量的經(jīng)濟發(fā)展水平與各投入冗余變量呈反向關(guān)系,說明經(jīng)濟發(fā)展可以顯著的減少各投入量。經(jīng)濟發(fā)展水平的提高一方面可以促進文化消費,另一方面可以為文化產(chǎn)業(yè)發(fā)展提供充裕的資金支持,從而帶動文化產(chǎn)業(yè)投入產(chǎn)出效率的提高。城市化率。城市化率在三個模型中的系數(shù)均為正,這意味著,城市化水平的提高會增加文化產(chǎn)業(yè)各投入量,降低文化產(chǎn)業(yè)的效率。文化體制。以文化事業(yè)機構(gòu)數(shù)衡量的文化體制因素對三個模型的投入冗余變量均呈正向作用,說明了文化事業(yè)機構(gòu)數(shù)的增加對文化產(chǎn)業(yè)投入產(chǎn)出效率的提高是呈反向作用的。科技水平。以專利申請授權(quán)數(shù)衡量的科技水平只進入了實收資本冗余變量的回歸模型,回歸系數(shù)為負,這說明了科技水平的提高可以顯著地減少文化產(chǎn)業(yè)的投入量,提高文化產(chǎn)業(yè)投入產(chǎn)出效率。政府支持。文化體育與傳媒撥款占財政支出比重均進入了三個回歸方程,且回歸系數(shù)均為正,說明政府的財政支持對文化產(chǎn)業(yè)投入產(chǎn)出效率的提高呈反向作用。對此,我們解釋如下:我國目前的文化產(chǎn)業(yè)是由經(jīng)營性文化單位和事業(yè)性單位組成,政府對文化體育與傳媒的撥款其實主要是對事業(yè)單位的撥款,而真正提高文化產(chǎn)業(yè)整體效率的卻是文化企業(yè),于是就產(chǎn)生了政府對文化事業(yè)撥款與文化產(chǎn)業(yè)投入產(chǎn)出效率并沒有呈現(xiàn)正向相關(guān)的關(guān)系7。由上述分析可知,不同環(huán)境變量對文化產(chǎn)業(yè)投入產(chǎn)出效率的影響方向有所不同,顯然,包含了環(huán)境影響的效率評價有可能會得出對文化產(chǎn)業(yè)決策單位不恰當?shù)脑u價,即處于較好環(huán)境的決策單元的效率值可能較高,處于較差環(huán)境決策單元的效率值的表現(xiàn)并不理想。因此,本文基于第二階段的分析對原來的投入變量進行調(diào)整,使調(diào)整后的各決策單元處于相同的環(huán)境。3.調(diào)整前后各處理效率的比較我們根據(jù)式(7)對三個文化產(chǎn)業(yè)投入變量進行有效調(diào)整,然后再次應用DEAP2.1軟件進行效率測算,得結(jié)果如表1。為了便于分析,我們將第一階段的效率值和第三階段的效率值同時放在表1中。由表1知,我國31個省份文化產(chǎn)業(yè)投入產(chǎn)出效率在調(diào)整前后的差別較大,總體來看,綜合技術(shù)效率由第一階段測量的平均值0.714下降到0.533,純技術(shù)效率由之前的平均值到0.744上升到0.961,規(guī)模效率由之前的平均值0.950下降到0.556。很顯然,剔除環(huán)境影響后的各省份文化產(chǎn)業(yè)純技術(shù)效率有了較大幅度的提高,而規(guī)模效率則顯著下降。在進行各效率具體分析之前,本文采用Wilcoxon符號等級檢驗就調(diào)整前后綜合技術(shù)效率和純技術(shù)效率、規(guī)模效率進行顯著性差異分析,結(jié)果如表3所示。表3顯示,我國31個省份文化產(chǎn)業(yè)綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率在調(diào)整前后有顯著差異,這也從側(cè)面印證了我們對原始投入變量進行調(diào)整的必要性。下面,本文對第三階段DEA分析結(jié)果進行詳細分析。(1)文化產(chǎn)業(yè)投入產(chǎn)出效率測算結(jié)果綜合技術(shù)效率得分可以衡量各省份文化產(chǎn)業(yè)整體效率高低。由表1可知,全國31個省份文化產(chǎn)業(yè)投入產(chǎn)出效率在調(diào)整前后有較大變化,絕大多數(shù)省區(qū)調(diào)整后的文化產(chǎn)業(yè)投入產(chǎn)出效率低于調(diào)整前的文化產(chǎn)業(yè)投入產(chǎn)出效率。具體來看,調(diào)整前的文化產(chǎn)業(yè)投入產(chǎn)出效率測算中,處在文化產(chǎn)業(yè)生產(chǎn)前沿面的省份有北京、內(nèi)蒙古、上海、山東、湖北、廣東6個,這些省份文化產(chǎn)業(yè)既是技術(shù)有效又是規(guī)模有效;調(diào)整后處在文化產(chǎn)業(yè)生產(chǎn)前沿面的有北京、上海、山東、廣東4個省份。從不同地區(qū)的變化來看,東部地區(qū)綜合技術(shù)效率平均得分由0.794變?yōu)?.724,中部地區(qū)綜合技術(shù)效率平均得分由0.774變?yōu)?.594,西部地區(qū)綜合技術(shù)效率平均得分由0.602變?yōu)?.319,由此可見,西部地區(qū)綜合技術(shù)效率在調(diào)整前后變化最大,即西部地區(qū)綜合技術(shù)效率受環(huán)境影響較大。從各個省區(qū)來看,調(diào)整前后變化最大的省份為西藏,效率值差額達到0.847,調(diào)整前后差額大于0.3的還有湖北、江西、甘肅、青海、寧夏、重慶等省份。(2)調(diào)整前后的純技術(shù)效率有分化的差異純技術(shù)效率用來衡量各省份文化產(chǎn)業(yè)無效多大程度上由純技術(shù)原因?qū)е碌?指的是在規(guī)模一定的情況下文化產(chǎn)業(yè)發(fā)展水平的高低和文化產(chǎn)業(yè)區(qū)域規(guī)劃的合理程度。由表2可知,調(diào)整后的純技術(shù)效率值普遍大于調(diào)整前的純技術(shù)效率值,這說明對大部分省份來說,之前的效率低下確實部分是由不好的運氣或者較差的環(huán)境導致的。具體來看,調(diào)整后純技術(shù)有效的有北京、山西、內(nèi)蒙古、吉林、黑龍江、上海、山東、湖南、廣東、西藏、青海共11個省區(qū)市。從不同地區(qū)來看,東部地區(qū)調(diào)整前純技術(shù)效率平均得分為0.806,調(diào)整后的平均得分為0.950,中部地區(qū)調(diào)整前的純技術(shù)效率得分為0.780,調(diào)整后的得分為0.957,西部地區(qū)調(diào)整前的純技術(shù)效率平均得分為0.664,調(diào)整后的得分為0.974,由此可知,西部地區(qū)調(diào)整前后的純技術(shù)效率上升明顯大于東部和中部地區(qū)。從各省區(qū)的變化來看,變化最大的為山西省,調(diào)整后的效率值比調(diào)整前的效率值大0.59,而新疆、海南、貴州、廣西、安徽、云南等省份調(diào)整后的純技術(shù)效率得分比調(diào)整前得分也均大于0.4。(3)調(diào)整前后的規(guī)模效率差異規(guī)模效率用來衡量決策單元目前的生產(chǎn)規(guī)模與最優(yōu)生產(chǎn)規(guī)模的差距,規(guī)模效率的得分值越接近1,生產(chǎn)規(guī)模就越接近最優(yōu)生產(chǎn)規(guī)模。由表2可知,全國大部分省份調(diào)整后的規(guī)模效率得分要小于調(diào)整前的規(guī)模效率得分。具體來看,東部地區(qū)調(diào)整之前的規(guī)模效率平均得分為0.974,調(diào)整之后的得分為0.755,中部地區(qū)調(diào)整之前的規(guī)模效率平均得分為0.992,調(diào)整后的得分為0.622,西部地區(qū)調(diào)整前的規(guī)模效率平均得分為0.900,調(diào)整后的得分為0.328,由此可見,西部地區(qū)規(guī)模效率調(diào)整前后變化最大。從各省份來看,調(diào)整前后規(guī)模效率值大于0.7的省份有西藏和新疆,而甘肅、山西、云南、海南4個省份的差額也大于0.6。(4)規(guī)模報酬遞增由表2可知,調(diào)整之前有6個省份表現(xiàn)為規(guī)模報酬不變,另有江蘇、福建、河南、湖南4個省表現(xiàn)為規(guī)模報酬遞減,剩余的21個省個份均表現(xiàn)為規(guī)模報酬遞增。調(diào)整后除了生產(chǎn)效率有效的4個省區(qū)表現(xiàn)為規(guī)模報酬不變外,其余省份均表現(xiàn)為規(guī)模報酬遞增,這說明,在去除環(huán)境影響因素和隨機因素影響后,我國文化產(chǎn)業(yè)投入產(chǎn)出效率無效的省份中,文化產(chǎn)業(yè)規(guī)模均低于最優(yōu)生產(chǎn)規(guī)模。(5)文化產(chǎn)業(yè)綜合技術(shù)效率低下由式(2)可知,文化產(chǎn)業(yè)投入產(chǎn)出綜合技術(shù)效率由純技術(shù)效率和規(guī)模效率決定,兩者均有可能導致綜合技術(shù)效率低下。分析可知,在文化產(chǎn)業(yè)無效的省區(qū)中,除江蘇、浙江兩省外,其他省份的文化產(chǎn)業(yè)規(guī)模效率均小于文化產(chǎn)業(yè)純技術(shù)效率,這說明了導致大部分省份文化產(chǎn)業(yè)綜合技術(shù)效率低下的原因主要是規(guī)模效率低下。其中,東部地區(qū)規(guī)模效率與純技術(shù)效率差額平均值為0.194,中部地區(qū)規(guī)模效率與純技術(shù)效率差額平均值為0.335,西部地區(qū)規(guī)模效率與純技術(shù)效率差額平均值為0.645。規(guī)模效率與純技術(shù)效率差額大于0.8的省份有西藏、寧夏、青海、海南、貴州、新疆。(6)規(guī)模效率和效率本文將31個省份按照純技術(shù)效率得分和規(guī)模效率得分進行分布,得到圖2。由圖2可知,我國各省份文化產(chǎn)業(yè)投入產(chǎn)出效率有很大不同:位于圖2右上角第Ⅰ象限省份的純技術(shù)效率和規(guī)模效率均很高,一共有7個省份,占全部省區(qū)的22.6%;圖2左上角第Ⅱ象限省區(qū)的純技術(shù)效率較高,但是規(guī)模效率低下,一共有6個省份,占全部省份的19.4%;圖2右下角第Ⅳ象限省區(qū)的規(guī)模效率較高,但是純技術(shù)效率低下,一共有2個省份,占全部省份的6.5%;圖2左下角第Ⅲ象限省份的規(guī)模效率和純技術(shù)效率均有待提高,一共有16個省份,占全部省份的51.6%。由此可見,我國31個省份中有超過一半省份純技術(shù)效率和規(guī)模效率均有待提高,提高文化產(chǎn)業(yè)投入產(chǎn)出效率任重道遠。4.最大效率的區(qū)域面的dea分析根據(jù)前面的分析我們知道,第一階段的DEA分析中,綜合技術(shù)效率得分為1的省區(qū)市有6個,分別為北京、內(nèi)蒙古、上海、山東、湖北、廣東;第三階段的DEA分析中,綜合技術(shù)效率得分為1的省份有4個,分別為北京、上海、山東、廣東。為了進一步對這些同屬生產(chǎn)前沿面的省區(qū)進行有效區(qū)分,我們采用超效率DEA分析方法。運用EMS1.3軟件運算后得到結(jié)果如表4。由表4可知,調(diào)整前處于生產(chǎn)有效前沿面的6個省份中,超效率得分由高到低依次為廣東、內(nèi)蒙古、北京、湖北、上海、山東,其超效率得分分別為1.471、1.379、1.363、1.236、1.195、1.125;調(diào)整后處于文化產(chǎn)業(yè)生產(chǎn)前沿面的4個省