一、文献回顾
目前国内学者在科技创新对文化产业①的影响的研究主要集中在以下几个方面:(一)科技创新对文化产业或创意产业的支撑作用。金元浦(2006)认为，文化产业的根本观念是通过“越界”促成不同行业、不同领域的重组与合作，以实现高技术和新经济的“杂交”②。曹京明(2007)指出，科技在文化产业中的作用是多层次渗透、全方位介入的，在文化创意产业的每个阶段科技都发挥着重要作用③。(二)科技创新对文化产业的作用机理分析。赵弘(2006)提出，“文化创意产业=文化创意+科技支撑+思路模式”，科技在文化产业中的作用是多层次、全方位的，作用方式和作用程度不同④。解学芳，臧志彭(2007)指出，文化产业与科技创新具有极大的关联性。在文化产业发展演化的过程中，科技创新把文化生产力要素和技术条件的新组合纳入到文化大生产过程中，形成了文化产业发展的周期运动，构成了科技创新与创意产业发展的周期性演化机理、创协同循环机理⑤;钟荣丙(2012)提出了文化科技一体化的理念。(三)文化产业与科技产业的融合。李于昆(2006)研究了数字文化产业与高科技的关系文化产业必须与新兴高科技、新媒体信息文化产业联手发展，才能实现数字技术基础上的高端融合⑥;顾江，郭新茹(2010)通过赫芬达尔指数测算法来测算我国各文化产业和高新产业的融合程度，按照赫芬达尔指数的高低和文化产业的发展程度对我国30个省区进行分类⑦。陈少峰(2013)从文化与科技融合的角度对文化产业发展模式的转型进行了研究⑧;虽然国内现有文献对科技与文化产业的关联性进行了不少研究，但大多数仅局限于科技对文化产业的推动作用的简单阐述上，用数理模型和实证的方法来研究科技创新对文化产业的影响是文献资料中的一个空白。
二、模型建构与实证检验
(一)我国各省区文化产业生产效率水平的测度1．测度方法对产业投入绩效的评价主要有两种评价方法:投入产出法与数据包络法。其中，投入产出法使用前提是要求在一定时期内其所测度产业的投入要素、以及其管理水平处于相对不变的状态，同时假定每个行业或部门的产出量与各种投入量之间存在正比例关系。而文化产业由于包含众多行业，且各个行业之间差别较大，无法对各投入因素设计比重，同时文化产品是知识密集型产业，更强调创造性的个性化与差异化，其产出具有较强的规模经济与范围经济，因此，由于无法满足投入产出法的基本要求，不能采用投入产出法对文化产业投入产出绩效进行评价。而DEA(数据包络法)的显著特点是不需要预先估计参数、任何权重假设，直接通过数据包络模型，计算决策单元的投入产出效率，避免了因文化产业内行业差别而导致的分析结果误差。因此，笔者选取选择DEA方法来对我国各省区文化产业生产效率水平进行测度。DEA模型按照导向不同可分为投入导向模型与产出导向模型。因为首先各地文化产业的生产规模报酬存在很大差异，不可能满足锥形公理，若以文化产业投入的α倍进行投资，其产出增量以原增量的α倍增加是不符合现实的。其次，文化产业与其它产业一样，成本控制是其关键问题之一，关注成本控制的典型选择是投入导向的DEA模型(CasuandMolyneux，2003)。为此，本文基于线性规划，引进松弛变量，构建具有非阿基米德无穷小量ε的BC2模型来构建文化产业投入与产出评价指标体系。式中:ε为阿基米德无穷小量;S－和S+为引进的松弛变量，S－表示投入的冗余，S+表示产出的不足;Xj=(x1j，x2j，…，x8j)T和Yj=(y1j，y2j)T分别代表第j项决策单元(即第j个省、市或自治区)。模型D1ε的最优解为λ*，s*－，s*+，θ*，若θ*=1，则DMUj0(即第j0个省、市或自治区)为弱DEA有效，若θ*=1，且s*－=0，s*+=0，则DMUj0(即第j0个省、市或自治区)为DEA有效。⑨2．评价指标体系的选取与建立本文选择文化娱乐业为代表，通过测算各地区文化娱乐产业的生产效率反映各地区文化产业的生产经营情况，之所以选择文化娱乐业为代表行业，主要是基于以下两个方面考虑:第一，文化产业这一概念被纳入我国政策性、法规性文件是在2001年3月，在此之前，文化产业与文化事业的统计并没有分开。虽然国家统计局在2004年对文化产业的门类进行了较为详细的说明，但基于地方政府对文化产业的重视程度与当地文化产业发展的现实情况，全国各地对文化产业的统计开始的时间也不一致，如江苏2006年开始测算文化产业的相关统计数据，西藏从2012年才开始测算;此外，由于各地统计口径的不一致造成数据不具有可比性，如果以年份作为文化产业投入绩效评价DEA模型的决策单元，DEA的评价结果会有较大误差。第二，按照文化部公布的文化统计指南所示，本研究所指的文化娱乐业包括文艺表演、综合娱乐、电子游戏、网吧等六大部分。尽管用文化娱乐业并不能代表整个文化产业，但由于2002—2011年这一统计口径数据具有连续且一致性，且按照《中国文化文物统计年鉴》公布的数据显示，2002－2011年间文化娱乐业的增加值占文化产业增加值的50．3%以上，在文化产业所有子行业中排在第一位，仍能够反映整个文化行业的市场绩效的演变过程。因此，将文化娱乐业作为文化产业的典型代表行业是可取也是可行的。文化娱乐产业的要素投入主要包括房屋建筑等固定资本的投入和人力资源等可变资本的投入两个方面。这是因为文化娱乐产业是以知识、创意、人力资本为主导的经济形式，人力资本是文化娱乐产业的核心资本，在“内容为王”的时代，原创性的知识是控制整个文化娱乐产业链的关键环节。因此，在分析文化娱乐产业的生产效率时，人力资本的报酬是必须考虑的因素。其次，文化娱乐产业是一种典型的“注意力”经济，其品牌的产生和创新是文化娱乐产业持续发展的重要保障，文化娱乐产品一旦赢得顾客的信任和忠诚，形成了强大的品牌效应与乘数效应，实现“一义多用”。而品牌形成的初期要以资金额投入为基础，所以其房屋建筑等固定设备的投入、文化娱乐产品排练制作费是生产效率的投入要素之一。因此，基于投入产出效益的考虑，并考虑我国文化娱乐产业的特殊性质，本文最终选取实际演出收入、增加值作为文化产业的产出变量，以剧团数、公用房屋建筑面积、年末固定资产原值、从业人员数、从业人员劳动报酬、本年新拍上演剧目、演出场次为投入变量，研究对象是我国31个省市、自治区的艺术表演产业的效率，所有的数据来源于文化部网站数据和《中国文化文物统计年鉴》(2003年—2012年的统计年鉴)。在此需要说明的是:本文采取横截面数据来进行效率评价，直接使用以当年价格计算的投入产出值，不必做调整。但是为了在时序上对各地区的生产效率状况作纵向比较，文中对模型所使用的数据用价格指数进行了调整。3．测度结果及结论本文选择我国31个省、直辖市和自治区2002－2011十年间的文化娱乐产业的投入与产出数据作为生产可能集，考虑到统计口径和数据的获取性问题不包含港澳台地区。用DEA测算我国文化娱乐产业的生产效率的θ结果如下:第一，处于生产前沿面的省份在空间分布上具有很大的差异性。换言之，与经济发展形成的东部、中部、西部的俱乐部效应不同，我国文化产业的生产效率不存在明显的地域选择性。2002－2011年十年间，一方面，北京、上海、安徽三个省区文化产业生产效率值为1，处于生产最前沿面;江苏、浙江、天津、河南、湖北、四川达到0．95以上。这说明，在目前的技术水平、市场环境等各种条件下，这些省份在这十年期间基本上实现了有效生产，其投入产出比达到了理论最大值。即在现有的投入水平下，获得了最大的产出(文化娱乐产业的收入达到了最大值)。另一方面，还有很多省份在发展过程中文化资源的投入没有得到充分利用，导致生产效率较低。以最新的三年统计数据为例，2009年河北、黑龙江、广东、新疆等10个省区文化产业的生产效率低于0.8。2010年广西、黑龙江、辽宁、内蒙古、甘肃、宁夏、新疆等10个省区的文化产业的生产效率低于0．6，其中西藏文化产业的生产效率还没达到0．3;2011年广西、重庆、四川、江西、甘肃、新疆等9个省区文化产业的生产效率低于0．7，其中黑龙江只有0．37。第二，我国大部分省份的文化产业生产效率呈下降的趋势。在2002年我国31个省市自治区的艺术表演产业的生产效率都达到了0．96以上，这说明当时我国文化产业基本上都实现了有效生产。但从2003年开始，我国大部分省份的文化产业的生产效率呈现出不同程度的下降，如浙江省从2002年的0．98下降到2003年的0．85，特别在2004年不同省份的文化产业生产效率除了北京、天津、江苏等11个省市之外，其它的地区都有较大的下降趋势，这一趋势不断蔓延，截止到2010年，有一定的省份的文化产业的生产效率达到历史最低点，如西藏只有0．28，宁夏只有0．41，只有7个省区的生产效率是相对有效的，而除此之外的19个省、市、自治区的生产效率都低于0.8，这一部分比例占全国省份总数的60%的比例，这说明我们大量的文化产业资源的投入没有得到有效的利用，出现了产能不足的情况。第三，我国不同省区的文化产业效率有不断拉大的趋势。在2002年，文化产业生产效率最高的北京、上海、江苏、浙江等15个省份与文化产业生产效率最低的黑龙江省只有0．05的差距，2011年北京、天津、上海、浙江、福建等12个省份与效率最低的黑龙江省有0．63的差距。这表明，在目前的技术水平、市场环境等各种条件下，有些省份在不同年份的生产效率相对较低，存在着资源的浪费，如内蒙、西藏、广西、黑龙江等4个省区在发展的过程中文化资源的浪费是一直相对较大的(十年间文化产业的生产效率的平均值低于0．8)。若想达到目前的产出水平，生产投入只需要实际投入的倍即可。以2011年黑龙江为例:2011年黑龙江文化产业的生产效率为0．37，表明在现有的技术条件下，黑龙江的文化产业如达到现有产值，人力资源、固定资产等各方面的投入只需要实际投入的37%，剩余的63%属于因资源配置不当造成的无效投入。(二)科技创新对文化产业生产效率影响的实证分析科技创新是从人员、经费、固定设备等各种资源的投入到科技成果的产出等一系列生产资源转化为生产力的过程，需要用系统的、有代表性的统计指标来完整反映这一过程。在分析科技创新对文化产业发展的影响作用时，笔者采用综合科技进步水平指数来衡量各地区科技创新的程度，它是以全国小康目标实现时的综合科技进步水平(100%)为监测标准，通过测度全国各地区实际监测指标值与监测标准之间的差异来反映全国各地区科技创新水平，先由三级指标合成二级指标，再由二级指标合成一级指标，最后由一级指标合成综合科技进步水平指数。以上海为例，2012年综合科技进步指数为82．18%，比2010年的的79．81%距离标准值接近了2．36个百分点。通过对比2002—2011年间我国各省区综合科技进步指数平均指数与文化产业生产效率平均指数相关图(见图1)，可以直观地看出文化产业生产效率与科技创新之间具有相关性，除了个别省份之外，我国大部分省市科技创新与文化产业的生产效率之间基本上具有相同的变动趋势。1．模型选取为了进一步证实这一判断，需要从统计上实际检验科技创新与文化产业生产效率之间的关系。本文将采用面板数据的计量模型来分析科技创新对文化产业的影响作用。这一模型不仅能够克服文化产业相关数据来源不足的困难，更重要的是它将各个省份相关变量放在同一个模型中进行比较，因此还能够更好地揭示我国各地区科技创新对文化产业发展的影响程度的异同。由于本文研究的是各个省区技术创新对文化产业发展的不同影响程度，而不是技术创新对文化产业发展的总体影响程度，所以本文采用面板模型中的随机影响变截距模型。考虑到科技创新对文化企业行为影响的滞后性以及内生性问题，本文采用滞后一阶的指标。具体模型如下:effit=c+βistpit+μit，i=1，2，…，N，t=1，2，…，Teffit和stpit分别为我国各省区不同时期文化产业的生产效率、综合科技进步指数;c为截距中常数项部分，表示我国各省区文化产业平均自发生产水平;βi为不同个体的可变系数，μit为随机误差项，符合白噪音过程。之所以前置一期，是考虑到文化产业具有“一义多用”的乘数效应，科技创新对其支撑作用往往会在后一年凸显出来。2．实证分析基于上述模型，运用Eviews6．0软件进行回归后，得到模型估计结果如表2所示。在被解释变量为effit的变系数模型中，解释变量stpit(综合科技进步指数)(数据来源:中国科学指标数据库)的T统计值均相当显著，除了内蒙古、辽宁、黑龙江与云南之外，T值大于1．96，同时相伴概率极小，几乎接近于0，检验结果表明模型在5%显著性水平下能通过F检验。(1)科技创新对文化产业生产效率的提升具有正向的促进作用(βi0)。其中有13个省区满足β0．4，这表明技术创新对文化产业发展起着重要的支撑作用，科技创新是促进文化产业发展的关键因素:一方面科技创新的不断扩散以及应用速度和强度的不断增加，缩短了文化产业的更新周期，提高了生产效率;另一方面，科技的高速发展和数字技术的不断升级，使文化产业产向高技术、高集约化演化，促进文化产业结构的升级换代，延伸了文化产业链，使文化产业向新业态、高层次发展，不断创造出新的增长极。此外，科技创新推动了文化产业与周边生态环境、制度环境相互协，形成了产业间良性互动的循环发展，反过来又成为科技创新的动力。(2)不同省份技术创新对文化产业的产出水平的贡献程度存在明显的差异。按照科技创新对文化产业生产效率贡献度的不同，我国三十一个省市自治区可以分为五个梯队，广东与黑龙江两个省区构成了第一梯队(β0．2);吉林、北京、天津、上海、江苏、浙江、上海、辽宁等十五个省区构成了第二梯队(0．2β0．4);安徽、贵州、青海、河北、山西等十二个省区构成了第三梯队(0．4β0．6);河南、云南个省区构成了第四梯队(β0．6)，其中贡献度最大的为河南，达到0．6299，表明综合技术进步指数每增加1%，河南文化产业的生产效率将提高0．63%;最小的省份为黑龙江，只有0．19，即综合技术进步指数每增加1%，黑龙江文化产业的生产效率只提高0．19%。(3)区域科技创新和文化产业效率之间并不存在严格的正向线性关系。综合科技进步指数较高的地区的科技创新对文化产业效率的贡献度不一定最大，综合科技进步指数最小的地区的科技创新对文化产业效率的贡献度不一定最小，如上海和北京的综合科技进步指数四年的平均值达到72%以上，但其对文化产出效率的贡献却小于0．3。青海、贵州和云南的综合科技指数四年平均值还不到32%，但其对文化产出效率的贡献度却大于0．5。这其中的原因可能北京、上海、广州等地虽然在技术创新方面遥遥领先，但科技在文化产业方面的引导性创新性投入不足，再加上制度环境、创新激励、人才培育等影响文化产业效率提升的软环境的虹吸效应没有完全发挥效应，以致于高新技术本应带来的文化产品升级换代的渠道没能得到很好疏通，技术对文化产品价值提升效应不明显。(4)发达省份科技创新对文化产业效率提升的凸显度相对很低。北京、上海、天津与江苏的生产效率和综合科技进步指数近十年的平均值都排在全国前五名，但科技创新对文化产业生产效率的贡献度在全国排名靠后，说明技术创新相对较好的省份，其技术领先的优势在文化产业领域并未完全显现出来，这其中可能原因是在全国科技经济持续大幅增长的形势下，这些省市在电子及通讯设备制造业、互联网等高新技术产业方面的发展取得了一定的成效，在反映高新技术产业发展水平的相关数字表现上如高技术产业增加值、高技术产品出口额占工业制成品额比重等方面的指数都有了较大的提高，但在与文化产业关联度较强的新媒体技术的创新发展方面的投入相对不足，并没有以高新技术为起点，加大文化产品与服务的创新力度。(5)我国现阶段科技创新对我国文化产业效率提升的作用有限。在我国31个省市自治区中，综合技术进步指数每增加1%，科技创新对文化产业生产效率提升贡献度最高的只有0．63%，大部分只有0．3%左右，这表明我国在文化产业领域所进行的科技创新不能满足其对技术的即时诉求，特别是那些和高新技术产业融合度较高的文化企业，在将创意的“隐形技术”与科技创新的“显性技术”的吸收和融合上，以及将创意通过技术的嫁接在转化为现实文化产品的能力上，与跨国文化企业集团相比，“技术创新应用”的思维乃至速度是相对滞后的。这主要的原因是因为我国大部分文化企业还没有充分重视运用“软”“硬”技术，开发基于自有品牌和自有文化内核的文化创意产品，文化产品与服务的同质化比较严重;文化企业的经营对象还主要以传统服务业为主，以经营高创意与高科技含量的“双高”文化产品生产与服务如软件、游戏动漫等的龙头文化企业还比较缺乏，因此，我国文化企业如何通过科技创新提升对传统文化资源转化加工能力，政府如何从政策、体制等方面营造文化产业创意、创新的发展环境，是一个亟待解决的问题。
三、研究结论与启示
在用省级面板数据重点分析科技创新与文化产业生产效率之间的关系后，本文主要研究结论与启示如下:第一，科技创新是文化产业生产效率提升的充分条件，但并不是必要条件，即科技创新在一定程度上必然带来文化生产效率的提升，但文化产业生产效率的提升并不一定是技术创新的结果，文化产业是集资本密集型、知识密集型和技术密集型为一体的高附加值产业，影响资本投入、知识积累和技术创新的任何一个因素都会影响文化产业生产效率。第二，我国正处于文化产业快速发展的重要转型期，大力发展文化产业对于实现资源的优化配置，促进产业结构转型升级，改变经济增长方式具有重要的意义。但与经济发展形成的东部、中部、西部的俱乐部效应不同，我国文化产业的生产效率不存在明显的地域选择性。经济欠发达的地区文化产业生产效率也可以达到很高，河南文化产业的发展相对高的效率指数就是一很好的例证，我国中西部省区文化产业参与省级区域分工的过程中，一方面可以发挥文化产业关联效应极强的特点，提高其对其它产业的关联效应、支撑效应和溢出效应，另一方面要加大技术创新的投入力度，通过自主创新和品牌经营，建立起快速的市场扩张的能力，以“超前错位”来影响和带动其产业结构升级。⑩第三，文化创意与科技创新是提升文化产业附加值的两大牵引力。这就要求在对多元文化的深刻理解与现代时尚进行巧妙结合的同时，加速传统文化产业与其他多媒体技术的融合，发挥科技创新对文化产品内容创新的启发效应以及后衍生品开发的支撑效应，通过“一义多用”与乘数效应，将我国深厚的文化资源转换成不同业态的文化产品。但在此过程中，要注意区域间的差异化效应，对于文化产业强、科技基础好的省区如广东、江苏、浙江、上海等要充分利用自身的技术优势，着力打造数字文化产业，将广电、网络服务、动漫游戏等新兴文化产业作为首选产业门类。对于文化产业强、科技基础差的省区如安徽、山西、河南等省区，要充分利用科技创新对文化产业生产效率较强的带动作用，在立足本省文化资源的基础上，加大新媒体技术的研发力度。对于文化产业差、科技基础差的省区如西藏、新疆、甘肃等省区应该将科技发展放在第一位，文化产业的发展和科技的发展存在正相关关系，这些省区只有科技先行，才能为文化产业的发展提供有利支撑和保障。需要特别指出的是，科技创新与文化产业效率的关系相当复杂。尽管本文以我国31个省份的文化娱乐业为样本，分析了科技创新对文化产业效率的影响，论述了二者之间的关联，但是它并不是对文化产业所有行业的全景检验。因此，关于科技创新对文化产业效率的影响研究需要更多的行业数据作为样本和更合理的分析工具为依托，这需要进一步的深入研究。
作者：郭新茹金融经济期刊 顾江 单位：南京师范大学社会发展学院教师 南京大学国家文化产业研究中心教授
