摘要：运用BCC模型和Malmquist生产力指数对2011―2013年河北省11个地级市文化产业的综合技术效率及其动态变化进行分析。研究表明，河北省文化产业在波动中呈上升态势，但是各市文化产业发展不平衡，纯技术效率和规模效率均存在地区差异。鉴于此，应深化文化体制改革、培养特色文化产业集群和加速跨界融合等。
关键词：文化产业；Malmquist指数；技术效率；规模效率；产业融合；产业集中度
中图分类号：F062.9 文献标识码：A 文章编号：1673-1573（2017）01-0055-06
近年来，河北省文化产业增加值一直保持高速增长，而且在十三五规划纲要中把“推动文化与相关产业融合，培育新型市场主体”作为文化产业发展目标。可见，文化产业已成为新常态下河北省转方式、调结构和稳增长的重要推动力。然而，与全国其他省份相比，无论是产业规模还是产业集中度，河北省都有一定的差距。在此背景下，要M一步促进河北省文化产业快速发展，缩小与其他省份的差距，实现“十三五”规划目标，更应注重对其产业效益和发展质量的研究。换言之，要对河北省文化产业效率进行测评，寻找提升文化产业效率的途径，对于加快推动河北省文化产业健康快速发展具有重要的现实意义。
一、相关研究综述
目前，国内外有关文化产业的探讨逐渐从理论分析转向了实证研究。研究方法也从单纯的定性探讨向定性与定量相结合的方法转变。国外学者主要从政策层面或文化产业某个具体行业来研究其技术效率。例如，Vitaliano D F[1]运用DEA模型对美国184家图书馆的相对效率进行分析，结果表明图书馆效率偏低，开放时间内的大部分资源利用率不高。Choi Young Ho[2]的研究指出高速度的投资规模是韩国文化创意产业快速发展的主要因素。Serrano M和Kster Y[3]通过分析发现技术进步和规模效率对西班牙文化产业生产率的提高具有显著影响。Last A和Wetzel H[4]通过对德国公共剧院生产效率研究表明规模效率是其生产效率提高的重要源泉。
我国的文化产业与西方国家相比，发展历程较短。国内学者的研究呈现多元化趋势，在文化产业效率评价及其影响因素的研究主要有：李兴江、孙亮[5]采用随机生产前沿模型（SFA）和Malmquist指数分析法，对2006―2010年我国省际文化产业发展效率进行分析，结果表明全国呈现东高西低的梯度分布，经济发展、文化体制和科技创新因素显著影响我国文化产业的技术效率的提高；郝言慧[6]从产业创新系统角度构建文化产业发展效率指标体系，并采用三阶段DEA方法对我国31个省市的文化产业效率进行评价；雷原，赵倩，朱贻宁[7]采用随机前沿分析方法对68家上市公司的投入产出效率进行实证研究，并根据分析结果提出相应的政策建议。类似的研究还有吴鸣然和马骏[8]、袁海和吴振荣[9]、袁晓玲和何里文等[10]通过对动态的省级面板数据的整理，采用DEA模型对我国东部、中部和西部区域文化产业的生态效率、技术效率进行实证研究。另外，有些学者以某个具体省市为研究对象，对其文化创意产业效率及空间差异进行实证分析。例如李明[11]采用主成分分析法对北京市各区县的文化创意产业进行差异分析；方忠和张华荣[12]以文化创意产业资产增加值和从业人数为投入指标，以主营业务收入和产业增加值为产出指标，利用Malmquist指数模型对福建省9个地区的文化创意产业效率进行区域差异分析；王学军[13]以文化产业从业人数、文化事业单位数和文化产业项目投资额为投入变量，以文化产业增加值为产出变量，运用三阶段DEA模型对甘肃省14个地区的文化产业效率进行评价分析。
对以上文献资料梳理后发现：一是目前国内外学者从国家层面以各省为决策单元对其文化创意产业效率进行研究的较多，而聚焦单一省份以地级市为决策单元进行差异分析的较少。二是在研究方法上，多采用传统DEA方法或者SFA方法，两种方法都有一定的局限性，难以真实地对文化产业效率进行测度。鉴于此，本文将在前人研究基础上，研究对象从国家层面聚焦到河北省，以河北省的11个地级市为决策单元，依据面板数据，引用DEA-BCC模型与Malmuqist指数对其文化产业效率进行测度，从而有利于相关政府部门和企业明确产业未来重点发展方向，便于更加合理有效地进行资源配置。
二、研究方法
（一）BCC模型
BCC模型是由Banker、Charnes和Cooper[14]提出的对可变规模报酬下的决策单元相对效率进行评价的DEA典型模型。该模型将综合效率进一步分解为纯技术效率和规模效率的乘积。鉴于河北省文化产业正处于飞速发展上升阶段，具有产业层次低和小企业居多等特点，所以本文采用投入导向的BCC模型，以投入量的多少来评测DMU效率是否有效。其模型如式（1）所示为：
Dv、Dc表示规模收益可变和规模收益不变的距离函数。M>1，表示从t期到t+1期生产力呈增长趋势，M
