韓東林，夏傳偉

基于DEA-Malmquist的文化制造業(yè)全要素生產(chǎn)率評價

韓東林，夏傳偉

（安徽大學(xué) 商學(xué)院，安徽 合肥，230601）

本文運用DEA-Malmquist指數(shù)法選取、測算了2012-2016年間24個省、自治區(qū)、直轄市的文化制造業(yè)全要素生產(chǎn)率、技術(shù)效率、規(guī)模效率、純技術(shù)效率和技術(shù)進步。結(jié)果表明，我國文化制造業(yè)全要素生產(chǎn)率提高較緩慢，全要素生產(chǎn)率的增加主要依賴于技術(shù)效率，技術(shù)進步有待提高；省際全要素生產(chǎn)率存在差異；四大區(qū)域發(fā)展不協(xié)調(diào)，東部地區(qū)全要素生產(chǎn)率雖達到DEA有效，但增加緩慢，中西部東北地區(qū)均未達到DEA有效。在此基礎(chǔ)上，提出了相應(yīng)對策與建議。

文化制造業(yè)；全要素生產(chǎn)率；DEA-Malmquist模型

引言

文化制造業(yè)是指將文化研發(fā)、設(shè)計、科技等特有元素融入到傳統(tǒng)制造業(yè)生產(chǎn)流程中，使產(chǎn)品附加值最大化和產(chǎn)業(yè)鏈多元化的一個新興產(chǎn)業(yè)領(lǐng)域，是文化產(chǎn)業(yè)的一個重要組成部分。2016年5月，國務(wù)院在《關(guān)于推動文化文物單位文化創(chuàng)意產(chǎn)品開發(fā)的若干意見》中強調(diào)：在推動文化創(chuàng)意產(chǎn)品的開發(fā)過程中，注意與產(chǎn)業(yè)發(fā)展相結(jié)合，力爭到2020年，逐步形成樣式豐富、競爭力強的文化創(chuàng)意產(chǎn)品體系。2017年5月，中共中央辦公廳、國務(wù)院辦公廳印發(fā)了《國家“十三五”時期文化發(fā)展改革規(guī)劃綱要》，明確指出文化是民族的靈魂，是人民的精神食糧，是國家強盛的重要支柱，要加快文化發(fā)展改革，建設(shè)社會主義文化強國。黨的十九大報告也明確指出：要大力發(fā)展文化產(chǎn)業(yè)和文化事業(yè)，堅定文化自信，推動社會主義文化繁榮興盛。在這一系列政策指導(dǎo)下，我國的文化產(chǎn)業(yè)取得了突破性的發(fā)展，數(shù)據(jù)顯示，2016年我國文化產(chǎn)業(yè)增加值占GDP比重首次超過4%，全國文化及相關(guān)產(chǎn)業(yè)增加值為3.078 5萬億元，占GDP的比重為4.14%，比上年提高0.17%，其中文化制造業(yè)（Culture Manufacture Industry，CMI）（1）增加值為1.188 9萬億元，比上年增長7.6%，占文化及相關(guān)產(chǎn)業(yè)增加值的比重為38.6%（2）。按照新古典經(jīng)濟增長理論分析框架，提高全要素生產(chǎn)率是實現(xiàn)經(jīng)濟長期增長的根本途徑，因此，在促進我國文化制造業(yè)快速發(fā)展的同時，必須通過技術(shù)進步提升文化制造業(yè)全要素生產(chǎn)率（Total Factor Productivity，TFP），基于此，本文采用DEA-Malmquist指數(shù)法，測算了2012-2016年間24個省、自治區(qū)、直轄市（以下簡稱“省市區(qū)”）文化制造業(yè)全要素生產(chǎn)率水平，分析了我國文化制造業(yè)全要素生產(chǎn)率變動趨勢以及省際和四大區(qū)域（3）的差異性，就提高全要素生產(chǎn)率、縮小省際及區(qū)域差異性，提出了相應(yīng)對策和建議。

一、 文獻綜述

對于全要素生產(chǎn)率的探討，學(xué)者主要從其影響因素和分析方法上研究。楊汝岱通過OP、LP方法對中國制造業(yè)企業(yè)全要素生產(chǎn)率研究發(fā)現(xiàn)，中國制造業(yè)企業(yè)全要素生產(chǎn)率增速波動較大，資源配置不合理，國有企業(yè)急需進一步改革[1]。李俊采用增長核算法研究商業(yè)服務(wù)進口、自主研發(fā)對企業(yè)全要素生產(chǎn)率的影響，結(jié)果表明，二者對其具有促進作用[2]。Ashraf等通過分析發(fā)達國家和發(fā)展中東道國的綠地投資和跨國并購（M&A）對全要素生產(chǎn)率的影響，結(jié)果顯示，綠地投資對發(fā)展中國家和發(fā)達國家全要素生產(chǎn)率的提高均不顯著，但并購對發(fā)達國家的全要素生產(chǎn)率有顯著的正向影響，對發(fā)展中國家影響不顯著[3]。Huong研究了越南制造業(yè)商業(yè)改革對全要素生產(chǎn)率的影響，通過對17個行業(yè)的分析發(fā)現(xiàn)，改革促進了商業(yè)間的競爭，使得TFP增長變緩[4]。Fabio、Roberto等運用DEA方法研究放寬配額制度對歐盟國家奶牛場技術(shù)效率和全要素生產(chǎn)率的變化有何影響，結(jié)果表明，即使放寬配額制度，歐盟國家利用自己現(xiàn)存的技術(shù)仍然不能提高生產(chǎn)率[5]。程慧芳等運用宏觀知識生產(chǎn)模型研究了知識資本和全要素生產(chǎn)率的關(guān)系，結(jié)果顯示，不管是國內(nèi)知識資本還是國外知識資本溢出對提高全要素生產(chǎn)率都有顯著作用[6]。

目前國內(nèi)學(xué)者對文化產(chǎn)業(yè)發(fā)展效率或全要素生產(chǎn)率評價比較多，代表性成果主要有：李忠斌等基于PCA-DEA組合模型和Malmquist指數(shù)研究我國各省區(qū)文化產(chǎn)業(yè)的效率，得出文化產(chǎn)業(yè)總體效率較差，技術(shù)進步有待提高[7]。吳慧香通過對中國文化產(chǎn)業(yè)生產(chǎn)率變遷的研究發(fā)現(xiàn)，我國文化產(chǎn)業(yè)全要素生產(chǎn)率增長波動較大，地區(qū)發(fā)展不平衡，中西部地區(qū)發(fā)展較東部發(fā)展更快[8]。鐘廷勇等從我國各省份1998-2009年文化產(chǎn)業(yè)7個行業(yè)的面板數(shù)據(jù)分析得出，地區(qū)產(chǎn)業(yè)專業(yè)化和多樣化水平對文化產(chǎn)業(yè)全要素水平具有正面影響，產(chǎn)業(yè)內(nèi)競爭性水平對文化產(chǎn)業(yè)全要素水平具有負面影響[9]。麻書豪通過對民族文化產(chǎn)業(yè)發(fā)展和政府管理的關(guān)系研究發(fā)現(xiàn)，政府管理對民族文化產(chǎn)業(yè)的發(fā)展具有積極的引導(dǎo)作用[10]。潘玉香等通過對京津冀地區(qū)文化產(chǎn)業(yè)資源配置效率分析表明，三地區(qū)文化產(chǎn)業(yè)發(fā)展不均衡，以北京文化產(chǎn)業(yè)資源配置效率最高，天津次之，河北省最差[11]。

通過梳理已有文獻我們發(fā)現(xiàn)，還未見到文化制造業(yè)全要素生產(chǎn)率方面的研究成果，因此，本文將使用DEA-Malmquist指數(shù)分析法，實證分析24個省市區(qū)2012-2016年間文化制造業(yè)全要素生產(chǎn)率變動趨勢、省際及區(qū)域差異性，就提高文化制造業(yè)全要素生產(chǎn)率、縮小省際及區(qū)域差異性，提出相關(guān)對策與建議。

二、 指標(biāo)體系、樣本數(shù)據(jù)與研究方法

（一） 指標(biāo)體系

全要素生產(chǎn)率是指除資本（K）、勞動（L）外所有影響產(chǎn)出效率的因子，在評價文化制造業(yè)全要素生產(chǎn)率時，需要考慮全要素生產(chǎn)率具體投入產(chǎn)出情況。在投入指標(biāo)上，本文主要從經(jīng)濟、人力、創(chuàng)新三方面選取，鑒于數(shù)據(jù)的可獲得性、文化制造業(yè)自身的特征以及借鑒李忠斌、肖博華[14]的做法，采用文化制造業(yè)總資產(chǎn)（X1）作為經(jīng)濟投入，文化制造業(yè)年末從業(yè)人員數(shù)（X2）作為人力投入，創(chuàng)新投入方面選取R&D人員全時當(dāng)量（X3）和R&D經(jīng)費內(nèi)部支出（X4）兩個指標(biāo)。在產(chǎn)出方面分別從經(jīng)濟產(chǎn)出和創(chuàng)新產(chǎn)出，構(gòu)建了三個指標(biāo)：經(jīng)濟產(chǎn)出指標(biāo)用文化制造業(yè)工業(yè)總產(chǎn)值Y1表示，創(chuàng)新產(chǎn)出指標(biāo)用新產(chǎn)品開發(fā)項目數(shù)Y2、有效發(fā)明專利數(shù)Y3和新產(chǎn)品銷售收入Y4，具體指標(biāo)體系如表1所示。

表1 文化制造業(yè)全要素生產(chǎn)率評價指標(biāo)體系

（二） 樣本數(shù)據(jù)

鑒于數(shù)據(jù)的可獲得性，因吉林、海南、內(nèi)蒙古等7個省區(qū)的文化制造業(yè)數(shù)據(jù)不完整，所以不予考慮，篩選后，選取了24個省市區(qū)。本文數(shù)據(jù)主要來源于《中國文化及相關(guān)產(chǎn)業(yè)統(tǒng)計年鑒》，具體選取24個省市區(qū)規(guī)模以上文化制造業(yè)（2012-2016）5年的相應(yīng)數(shù)據(jù)。

（三） 研究方法

全要素生產(chǎn)率的測算方法主要分為參數(shù)估計法和非參數(shù)估計法，參數(shù)方法從生產(chǎn)函數(shù)出發(fā)，需明確具體的生產(chǎn)函數(shù)，在評估文化制造業(yè)全要素生產(chǎn)率時，由于投入產(chǎn)出的不確定性，構(gòu)造一個具體的函數(shù)顯得不切實際，因此，本文使用的是目前較成熟的基于DEA生產(chǎn)前沿面的Malmquist指數(shù)法。

構(gòu)建Malmquist生產(chǎn)率指數(shù)需定義距離函數(shù)，借鑒Shephard[15]和Fare[16]的研究方法，設(shè)投入向量為X，產(chǎn)出向量為Y，U為輸出效率指標(biāo)，P(x)為可能生產(chǎn)集合。產(chǎn)出指標(biāo)的距離函數(shù)定義為：

產(chǎn)出指標(biāo)的Malmquist指數(shù)為：

其中，Xt、Xt+1、Yt、Yt+1分別表示t時期和t+1時期的投入產(chǎn)出向量，M0t或M0t+1表示以t或t+1時期的技術(shù)條件為基準，從t時期到t+1時期的技術(shù)效率變化。

因以t或t+1時期的技術(shù)條件為參照計算的結(jié)果不同，為了避免時期選擇任意性帶來的誤差，用（1）式和（2）式的幾何平均值測算t時期到t+1時期的Malmquist指數(shù)，則：

根據(jù)Fare等人的研究，在BCC模型下，M0可以進一步分解為技術(shù)進步（TC）、規(guī)模效率（SE）、純技術(shù)效率（PTE）之積，即：

其中，TC表示從t時期到t+1時期技術(shù)變化程度，SE表示企業(yè)規(guī)模的改變對生產(chǎn)率的影響，PTE表示企業(yè)因管理和技術(shù)的改變影響生產(chǎn)效率的程度。

三、 效率評價

（一）全要素生產(chǎn)率變動趨勢

多指標(biāo)評價文化制造業(yè)全要素生產(chǎn)率，由于指標(biāo)數(shù)據(jù)量綱不一致，需對指標(biāo)數(shù)據(jù)進行無量綱化處理，對數(shù)據(jù)無量綱處理使用最多的是標(biāo)準化和均值化方法，本文用標(biāo)準化處理原始數(shù)據(jù)后由于測算的結(jié)果多為負值，使用DEAP2.1將使數(shù)據(jù)處理無效，因此本文將使用均值化法對原始數(shù)據(jù)處理，將處理后的數(shù)據(jù)代入本文構(gòu)建的DEA-Malmquist模型中，使用DEAP2.1軟件測算出我國文化制造業(yè)Malmquist生產(chǎn)率指數(shù)及其分解的具體數(shù)據(jù)，如表2所示。

表2 文化制造業(yè)Malmquist生產(chǎn)率指數(shù)及其分解（2012-2016年）

由表2可知，2012-2016五年間，我國文化制造業(yè)全要素生產(chǎn)率均值為0.977，接近于1，說明我國文化制造業(yè)總體發(fā)展穩(wěn)定，各年份全要素生產(chǎn)率變化均圍繞著1上下波動，但相對而言，2016年我國文化制造業(yè)全要素生產(chǎn)率較低，只有0.858，低于平均水平，且比上年下降了18.4%，2016年全要素生產(chǎn)率指數(shù)較低是因為近幾年來隨著各種文化產(chǎn)業(yè)政策的出臺，文化產(chǎn)業(yè)蓬勃發(fā)展，文化產(chǎn)業(yè)營業(yè)利潤逐年增加，在利益的驅(qū)使下，一部分公司特別是上市公司，看到文化產(chǎn)業(yè)勢頭正好，就在沒做好準備的情況下，盲目地進入文化產(chǎn)業(yè)，雖然短期內(nèi)市場反響可能不錯，但長期看，由于缺乏清晰的策略與長期的投入，很多項目往往達不到預(yù)期，導(dǎo)致文化產(chǎn)業(yè)質(zhì)量下降。

從全要素生產(chǎn)率指數(shù)分解結(jié)果來看，2012-2016年間，我國文化制造業(yè)技術(shù)效率指數(shù)大于1，技術(shù)進步指數(shù)小于1，反映出我國文化制造業(yè)全要素生產(chǎn)率的增加主要依賴于技術(shù)效率，技術(shù)進步有待提高。技術(shù)效率指標(biāo)又可進一步分解為純技術(shù)效率指標(biāo)和規(guī)模效率指標(biāo)，總體來看純技術(shù)效率達到了有效狀態(tài)，規(guī)模效率各年之間差別不大，反映出文化制造業(yè)產(chǎn)業(yè)規(guī)模變動較平穩(wěn)。

（二） 全要素生產(chǎn)率省際差異性分析

使用DEAP2.1軟件測算了24個省市區(qū)文化制造業(yè)Malmquist指數(shù)分解值，具體數(shù)值如表3所示。

1.全要素生產(chǎn)率指數(shù)比較

2012-2016年間，我國文化制造業(yè)全要素生產(chǎn)率整體未達到DEA有效，測算的24個省市區(qū)中，只有9個省市區(qū)全要素生產(chǎn)率達到DEA有效，其中，東部地區(qū)占比55.56%，它們分別為北京、江蘇、浙江、福建、山東5個省市，中部為河南、湖北2個省，西部為云南、寧夏2個省區(qū)。借鑒劉戰(zhàn)偉對我國各省全要素生產(chǎn)率變動情況劃分為三種類型[17]，本文亦將我國24省市區(qū)文化制造業(yè)全要素生產(chǎn)率變動狀況劃分為三種類型，分別為增加型（TFP指數(shù)≧1.050）、平穩(wěn)型（1.050>TFP指數(shù)≧0.950）、減少型（TFP指數(shù)<0.950）。增加型的地區(qū)有北京、浙江、寧夏3個省市區(qū)，其增加速度要高于其它省市區(qū)；平穩(wěn)型的地區(qū)包括天津、河北、上海、江蘇、福建、山東、廣東、江西、河南、湖北、湖南、廣西、貴州、云南14個省市區(qū)；減少型的有山西、安徽、重慶、四川、陜西、遼寧、黑龍江7個省市。由此可見，省市區(qū)之間文化制造業(yè)全要素生產(chǎn)率的變動存在一定的差異，原因是各個省市區(qū)之間在經(jīng)濟發(fā)展水平、資源稟賦、文化習(xí)俗及其對文化制造業(yè)重視程度上存在差異。上海、廣東經(jīng)濟最發(fā)達的地區(qū)全要素生產(chǎn)率亦未得到提高，原因是經(jīng)濟發(fā)達地區(qū)，產(chǎn)業(yè)過于集中，資源未得到有效利用，產(chǎn)出效率低。處在減速型的7個省市，不管是在經(jīng)濟投入還是人力、創(chuàng)新方面的投入都存在不足，表現(xiàn)為基礎(chǔ)設(shè)施不完備，高技術(shù)人才稀缺，因而產(chǎn)出效率低。

表3 24個省市區(qū)文化制造業(yè)Malmquist指數(shù)及其分解（2012-2016年）

2.技術(shù)進步指數(shù)比較

從全要素生產(chǎn)率指數(shù)分解來看，除北京技術(shù)進步指數(shù)大于1外，其它各省市區(qū)技術(shù)水平處在下降或徘徊在生產(chǎn)前沿面邊緣，反映出技術(shù)水平對全要素生產(chǎn)率的變動不僅未起到促進作用，反而有阻礙其提高的傾向。通過研究發(fā)現(xiàn)，我國文化制造業(yè)發(fā)展目前還不成熟，將文化元素融入到傳統(tǒng)制造業(yè)的創(chuàng)新過程中，在前期試探中，技術(shù)的缺乏迫使我們從外部引入大量技術(shù)，在后期，又由于缺乏自主創(chuàng)新、科技研發(fā)能力不足，致使技術(shù)存在退步狀況。

3.純技術(shù)效率指數(shù)與規(guī)模效率指數(shù)比較

從表3中可以看出，除山西和遼寧2省技術(shù)效率小于1外，其它省市區(qū)技術(shù)效率均大于或等于1。表明，山西和遼寧兩省文化制造業(yè)在管理和創(chuàng)新上存在不足。從技術(shù)效率指數(shù)分解結(jié)果來看，純技術(shù)效率和規(guī)模效率兩者均圍繞著1上下波動，且波幅不大，反映出其對全要素生產(chǎn)率的提高貢獻有限，各省市區(qū)文化制造業(yè)企業(yè)在管理和創(chuàng)新上仍需進一步加強。

（三） 全要素生產(chǎn)率區(qū)域差異性分析

表4為我國文化制造業(yè)區(qū)域Malmquist指數(shù)分解值，從表中可以看出，2012-2016年間，我國文化制造業(yè)全要素生產(chǎn)率排名為：東部地區(qū)第一，西部地區(qū)第二，中部地區(qū)第三，東北地區(qū)第四。按照前述對文化制造業(yè)全要素生產(chǎn)率變動情況劃分類型來看，東部、中部、西部地區(qū)全要素生產(chǎn)率較為平穩(wěn)，東北地區(qū)全要素生產(chǎn)率在減少。雖東部、中部、西部地區(qū)全要素生產(chǎn)率較為平穩(wěn)，但其平穩(wěn)的原因有所不同。對于東部來說，東部地區(qū)雖有優(yōu)越的自然條件、資源稟賦吸引了大量文化制造業(yè)企業(yè)在此投資，但文化制造業(yè)產(chǎn)業(yè)的大量聚集使得在人力、物力、資本等方面的投資過剩，大多數(shù)的文化制造業(yè)產(chǎn)業(yè)又大同小異，產(chǎn)品之間差異較小，缺乏創(chuàng)新性產(chǎn)品，最終使得東部地區(qū)全要素生產(chǎn)率增加較慢。相比東部地區(qū)而言，中部、西部地區(qū)文化制造業(yè)發(fā)展起步較晚，產(chǎn)業(yè)基礎(chǔ)薄弱，近年來，隨著對中西部投資力度的加強，加快了當(dāng)?shù)匚幕圃鞓I(yè)的發(fā)展，提高了全要素生產(chǎn)率，使得中西部地區(qū)全要素生產(chǎn)率較為平穩(wěn)。東北地區(qū)，自然條件較差，人才流失，進而導(dǎo)致全要素生產(chǎn)率降低。

表4 文化制造業(yè)區(qū)域Malmquist指數(shù)及其分解（2012-2016年）

從全要素生產(chǎn)率指數(shù)分解情況來看，我國文化制造業(yè)技術(shù)效率整體呈平穩(wěn)狀態(tài)，其中，四大區(qū)域的效率排名為：西部>東部>中部>東北。相比之下，四大區(qū)域的技術(shù)進步變化有所不同，東部、中部地區(qū)技術(shù)進步較為平穩(wěn)，西部和東北技術(shù)進步比較滯后，數(shù)據(jù)顯示可以看出，四大區(qū)域2012-2016年間技術(shù)進步均為非DEA有效，這也表明，我國文化制造業(yè)技術(shù)進步有待提高。

四、 結(jié)論與建議

（一） 結(jié)論

通過對24個省市區(qū)2012-2016年間文化制造業(yè)全要素生產(chǎn)率變動趨勢、省際全要素生產(chǎn)率差異性及區(qū)域間全要素生產(chǎn)率差異性分析后，得出如下結(jié)論：第一，我國文化制造業(yè)全要素生產(chǎn)率增加較緩慢，全要素生產(chǎn)率增加主要依賴于技術(shù)效率，技術(shù)進步有待提高。第二，省際全要素生產(chǎn)率變動存在差異，3個省市區(qū)全要素生產(chǎn)率在增加，7個省區(qū)全要素生產(chǎn)率在減少，14個省市區(qū)全要素生產(chǎn)率較為平穩(wěn)。第三，四大區(qū)域發(fā)展不協(xié)調(diào)，東部地區(qū)全要素生產(chǎn)率雖達到DEA有效，但增加緩慢，中西部東北地區(qū)均未達到DEA有效。

（二） 對策建議

1.調(diào)整資源投入比例，提高要素利用率。將依靠投資拉動和人力資本積累的粗放型發(fā)展模式轉(zhuǎn)變?yōu)橐揽考夹g(shù)發(fā)展的集約式模式，具體來說，各省市區(qū)可以借鑒國內(nèi)外先進技術(shù)管理經(jīng)驗，培養(yǎng)文化制造業(yè)優(yōu)秀管理人員，同時鼓勵文化制造業(yè)管理人員積極探索科學(xué)高效的管理模式。此外，在科技創(chuàng)新方面加大文化制造業(yè)的資本、人力投入，并提高R&D人員綜合素質(zhì)。

2.實施“創(chuàng)新驅(qū)動”發(fā)展戰(zhàn)略，加快文化制造業(yè)技術(shù)進步。加強文化制造業(yè)科技創(chuàng)新有利于提高文化制造業(yè)技術(shù)進步。為此，一方面，政府可以建立學(xué)習(xí)交流平臺，定期組織各省文化制造業(yè)科技人才進行交流，互相學(xué)習(xí)，各省科技人才再將新學(xué)的技術(shù)知識傳給本省的技術(shù)人員，使他們掌握更先進的技術(shù)，最后運用相關(guān)技術(shù)，發(fā)展適合本省的高端文化制造業(yè)。另一方面，國家可以通過鼓勵科學(xué)技術(shù)研究開發(fā)機構(gòu)、高等院校所在的文化制造業(yè)領(lǐng)域進行知識、文化交流和技術(shù)交換，共享研發(fā)設(shè)備，自主創(chuàng)新，具體來說，可以采用知識產(chǎn)權(quán)入股、科技成果收益分紅、股權(quán)獎勵等方式，與研究開發(fā)機構(gòu)、高等院校和科技人員開展“產(chǎn)學(xué)研用”的合作，進而推進企業(yè)技術(shù)進步。

3.促進生產(chǎn)要素自由流動，推動區(qū)域協(xié)調(diào)發(fā)展。對于東部資源聚集地區(qū)，政府可以采取積極引導(dǎo)政策，如將東部的企業(yè)或人才引入其它地區(qū)時，政府應(yīng)健全市場法律制度，營造法制化的運營環(huán)境，確保外來企業(yè)與人員享有完全的市民待遇，從而達到成功輸送資源的目的；東部地區(qū)也可以強化激勵措施，吸引外國技術(shù)人才涌入東部，結(jié)合本地的文化習(xí)俗加強對新興產(chǎn)業(yè)和高端品質(zhì)文化制造業(yè)的研發(fā)與發(fā)展。對于中西部、東北地區(qū)，要加大對其投資力度，完善基礎(chǔ)設(shè)施，采取一些激勵手段，如對外來人才給與物質(zhì)（如住房問題）和榮譽（如專利保護）上的優(yōu)待，以此吸引更多高新人才來此創(chuàng)業(yè)和就業(yè)，帶動?xùn)|西部、東北地區(qū)文化制造業(yè)發(fā)展。

注釋：

（1）根據(jù)《中國文化及相關(guān)產(chǎn)業(yè)統(tǒng)計年鑒（2017）》中的分類，文化制造業(yè)包括以下16個子行業(yè)：焰火、鞭炮產(chǎn)品制造；文化用紙的制造；文化用油墨顏料的制造；文化用化學(xué)品的制造；工藝美術(shù)品的制造；印刷復(fù)制服務(wù)；印刷專用設(shè)備的制造；園林、陳設(shè)藝術(shù)及其他陶瓷制品制造；辦公用品的制造；樂器的制造；玩具的制造；游藝器材及娛樂用品的制造；視聽設(shè)備的制造；其他文化用品的制造；廣播電視電影專用設(shè)備的制造；其他文化專用設(shè)備的制造。

（2）數(shù)據(jù)是根據(jù)《中國文化及相關(guān)產(chǎn)業(yè)統(tǒng)計年鑒（2017）》計算整理所得。

（3）本文選取的樣本中，東部地區(qū)包括：北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東；中部地區(qū)包括：山西、安徽、江西、河南、湖北、湖南；西部地區(qū)包括：廣西、重慶、四川、貴州、云南、陜西、寧夏；東北地區(qū)包括：遼寧、黑龍江。劃分依據(jù)為國家統(tǒng)計局行政區(qū)域劃分法。

[1]楊汝岱.中國制造業(yè)企業(yè)全要素生產(chǎn)率研究[J].經(jīng)濟研究,2015(2):61-74.

[2]李俊.商業(yè)服務(wù)進口、自主研發(fā)與制造業(yè)企業(yè)技術(shù)進步[J].科技進步與對策,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,陳超.開放經(jīng)濟下知識資本與全要素生產(chǎn)率——國際經(jīng)驗與中國啟示[J].經(jīng)濟研究,2017(52):21-36.

[7]李忠斌,肖博華.基于PCA-DEA組合模型和Malmquist指數(shù)的我國各省份文化產(chǎn)業(yè)效率研究(2008-2012年)[J].中南民族大學(xué)學(xué)報（自然科學(xué)版）,2015(2):138-142.

[8]吳慧香.中國文化產(chǎn)業(yè)生產(chǎn)率變遷及省際異質(zhì)性研究[J].科研管理,2015(7):65-69.

[9]鐘廷勇,國勝鐵,楊珂.產(chǎn)業(yè)集聚外部性與我國文化產(chǎn)業(yè)全要素生產(chǎn)增長率[J].管理世界,2015(2):178-179.

[10]麻書豪.我國民族文化產(chǎn)業(yè)發(fā)展與政府管理探討[J].管理世界,2017(2):180-181.

[11]潘玉香,趙夢琳,朱文宇.京津冀協(xié)同發(fā)展背景下文化產(chǎn)業(yè)資源配置效率評價與對策[J].科技進步與對策,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年度教育部人文社會科學(xué)研究規(guī)劃基金項目“農(nóng)村廣播電視公共服務(wù)體系建設(shè)的效率評價與模式優(yōu)化研究”（12YJAZH024）；安徽大學(xué)農(nóng)研院2014年度科研項目“我國農(nóng)村公共文化服務(wù)供給模式及其優(yōu)化路徑研究”（ADNY201425）。

韓東林（1968－），男，安徽霍邱人，教授，應(yīng)用經(jīng)濟學(xué)博士后，主要研究方向：技術(shù)創(chuàng)新與投資評價；夏傳偉（1994－ ），女，安徽霍邱人，碩士生，主要研究方向：技術(shù)創(chuàng)新與投資評價。

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

G124

A

1004-4310（2018）04-0132-07