西部民族地區文化產業發展效率評價

郭啟光

[摘要]本文基于2015年文化產業相關數據，采用三階段DEA模型對中國西部民族地區文化產業綜合效率、純技術效率和規模效率進行測算和評價。研究結果表明：外部環境因素和隨機干擾因素對西部民族地區文化產業發展效率具有顯著影響。與東、中部地區相比，西部民族地區文化產業綜合效率整體偏低。純技術效率低下是制約文化產業效率提升的主要原因，并且各地區文化產業發展均處于規模報酬遞增階段。根據研究結果，本文針對提升西部民族地區文化產業效率提出了相關對策建議。

[關鍵詞]西部民族地區;文化產業;高質量發展;三階段DEA模型

中圖分類號：F124

文獻標識碼：A

文章編號：1008-4096（ 2019） 05-0037-08

一、問題提出

20世紀90年代以來，文化產業成為全球發展最快的產業之一。通過發展文化產業培育“軟實力”，增強綜合競爭力，已成為世界許多國家和地區的戰略選擇。近年來，黨中央國務院就深化文化體制改革、加快文化產業發展作出一系列科學論斷和決策部署，特別是2002年黨的十六大提出了“文化體制改革”的任務，2007年將“文化軟實力”寫入十七大報告.2009年國務院常務會議審議通過《文化產業振興規劃》，2010年“十二五”規劃建議提出“推動文化產業成為國民經濟的支柱性產業”.2011年十七屆六中全會提出“推動文化產業跨越式發展”.2012年黨的十八大報告提出“建設社會主義文化強國”。2017年黨的十九大報告進一步指出，為了滿足人民過上美好生活的新期待，必須提供豐富的精神食糧，要推動文化事業和文化產業發展，提高國家文化軟實力。黨中央對文化產業的認識和重視程度不斷提高，標志著中國文化產業發展已被置于國家發展戰略高度，得到前所未有的重視和認同。

中國西部民族地區在數千年的發展歷程中，孕育了多姿多彩、底蘊豐厚的民族文化，成為中國最具特色的文化資源富集區。隨著中國經濟發展進入新常態，文化產業正成為推動西部民族地區經濟發展轉型升級的重要力量。盡管近年來西部民族地區文化產業發展速度明顯加快，但發展質量如何有待進一步考察。技術效率反映的是投入與產出之間的關系，能夠較好地衡量生產部門對現有資源有效利用的能力和水平。因此，技術效率水平的高低可以作為評價文化產業發展質量的指標之一。在當前全國大力發展文化產業的大背景下，科學測算和評價中國西部民族地區文化產業的發展效率，找出影響效率提升的關鍵因素，對于西部民族地區文化產業轉變發展方式、實現高質量發展具有重要意義。

目前研究中國文化產業整體效率的文獻居多[1]-[3]，但針對西部民族地區文化產業效率測算和評價的文獻則相對較少。研究方法方面，馬萱和鄭世林[4]分別采用傳統DEA的CCR模型和BCC模型對中國各地區文化產業效率進行了測算，發現中國文化產業純技術效率偏低，具有較大的提升空間。袁海和曹培慎[5]使用超效率DEA模型研究發現，中國文化產業效率在2004-2008年期間穩步提高，并且純技術效率存在較為顯著的地區差異性，而規模效率的地區差異性并不明顯。黃永興和徐鵬[6]利用Bootstrap-DEA方法對2004年和2008年中國文化產業效率進行測算發現，如果不考慮隨機沖擊的影響則會高估文化產業效率。朱偉等[7]使用基于DEA的Malmquist指數對京、滬、深三大文化創意產業先驅城市和東、中、西部地區之間文化產業效率的差異進行了實證探討。在少數研究西部地區文化產業效率的文獻中，曹韓和張波[8]、馬子紅和鄭麗楠[9]等學者均采用傳統DEA模型對西部地區文化產業投入產出效率進行測算，并未深入挖掘西部地區文化產業效率的影響因素。由于傳統DEA模型無法剔除外部環境與隨機變量干擾對技術效率測算的影響，因而容易造成效率測算結果偏差。為了克服傳統DEA模型的缺陷，本文借鑒蔣萍和王勇[2]的研究，使用剔除環境因素和隨機干擾因素的三階段DEA模型對西部民族地區文化產業技術效率進行測算和評價。此外，多數文獻并未考慮科技創新、城市化水平等因素對文化產業效率的影響。鑒于此，本文在第二階段的SFA回歸分析時將影響文化產業效率的重要潛在因素一并納入回歸模型，以期更加科學準確地測算和評價西部民族地區文化產業發展效率。

本文結構安排如下：第一部分，提出問題并進行文獻研究;第二部分，構建文化產業效率測算的三階段DEA模型;第三部分，介紹投入、產出、環境因素變量選取與數據來源;第四部分，先使用傳統DEA模型進行效率測算，隨后通過SFA模型識別各環境因素對文化產業勞動和資本投入冗余的影響，在此基礎上剔除環境因素干擾，重新測算各地區文化產業的綜合效率、純技術效率和規模效率;第五部分，給出促進西部民族地區文化產業效率提升的對策建議。

二、文化產業效率模型構建——三階段DEA模型

在傳統DEA模型的基礎上引入SFA回歸分析，Fried等[1O]提出了三階段DEA模型。該模型考慮了外部環境效應和隨機干擾對決策單元（ DMU）技術效率評估的影響，從而能夠更加準確地刻畫各DMU的技術效率。具體來講，三階段DEA模型的原理和步驟如下：

（一）第一階段——傳統DEA模型

不考慮外部環境效應和隨機干擾，使用傳統DEA模型對綜合技術效率進行初步測算。傳統DEA模型包括CCR模型和BCC模型，前者假定規模報酬不變，不能準確地反映現實情況;而后者放棄了這一假定，從而能夠將綜合技術效率進一步分解為純技術效率和規模效率。具體到本文，CCR模型中規模報酬不變的假設認為，各地區文化產業投入增加能夠使得文化產業產出等比例增加，這一假設顯然與當前地區文化產業快速發展的現實不符。并且西部民族地區文化產業均處于規模報酬不變的狀態也與實際不符，從后面的實證分析中可以看到，大部分地區文化產業處于規模可變狀態。因此，本文選擇BCC模型進行研究。

其中，綜合技術效率（TE）是指文化產業在產出既定下實現投入量最小化的能力，或者在投入既定下產出量最大化的能力;純技術效率（ PTE）指剔除了規模因素之后的技術效率，該效率主要受經營管理水平、制度質量等因素的影響;規模效率（ SE）指與規模有效點相比規模經濟性發揮的程度，即現實生產規模與最優生產規模之間的差距。

（二）第二階段——利用SFA模型尋找環境變量并對文化產業投入進行調整

為了剔除外部環境因素和隨機干擾因素的影響，三階段DEA模型中第二階段的任務是找出K個可觀測的環境變量，分別對N個決策單元DMU;的M種投入松弛變量進行SFA回歸分析。Fried等[10]指出以投入松弛為代表的低效率是管理無效率、外部環境和隨機干擾三方作用的結果，第一階段DEA模型未能識別出導致低效率產生的真正因素及其影響力。回歸模型如式（3）所示：

將經過調整后的投入值（ Xij）與原始產出值（ Yrj）再次代人基于DEA的BCC模型中，經過測算得到的技術效率值便是剔除了外部環境因素和隨機擾動因素影響后的更為準確的效率值。

三、變量選取與數據來源

根據數據可獲取性，本文選取以下投入和產出變量進行文化產業技術效率測算：

（一）投入變量

勞動投入。衡量文化產業生產過程中實際投入的勞動量。國外文獻在衡量某一產業勞動投入量時一般使用代表標準勞動強度的勞動時間，由于國內缺乏勞動時間的統計數據，本文使用文化產業從業人員數①反映文化產業勞動投入。

資本投入。在測算技術效率時一般使用資本存量對資本投入進行測算。資本存量的計算是一個復雜的過程，目前多數研究采用“永續盤存法”（ PIM）對其進行估算。本文同樣采用“永續盤存法”對資本存量進行估算，將其作為測算各地區文化產業的資本投入變量。具體計算公式如式（8）所示：

其中，K_t和K_t+i分別代表t期和t+l期文化產業的資本存量;I_t+i為t+l期文化產業的固定資產投資;δ為折舊率。在對文化產業資本存量的估算過程中，首先利用固定資產投資價格定基指數（2000年為基期）對文化產業的固定資產投資進行平減，以消除價格波動對變量的影響，從而得到固定資產投資的真實值。然后借鑒鄭世林和葛珺沂[12]的做法，設折舊率為5%，使用平減后的文化產業固定資產投資并以2000年為基期對資本存量進行估算，從而得到各地區文化產業的資本存量。

（二）產出變量

一般使用產業增加值作為測算產業的產出變量。部分文獻使用文化產業的增加值作為衡量文化產業的產出變量。然而，自2011年《中國文化文物統計年鑒》不再系統披露各地文化產業增加值數據，部分文獻通過各地區文化產業發展報告數據對文化產業增加值數據進行填補。由于文化產業發展報告數據的統計口徑與《中國文化文物統計年鑒》的統計口徑不一致，為了保持數據統計口徑一致，本文選取文化產業及相關產業主營業務收入作為衡量文化產業產出的代理變量。

（三）環境因素變量

在構建SFA模型進行回歸分析時，需要考慮哪些環境因素變量可能會對文化產業投入冗余（進而對文化產業效率測算）產生潛在影響。本文從經濟、科技、教育、政府、城市化等方面選取相關變量作為測算對文化產業投入可能產生影響的外部環境因素變量，各變量具體說明如下：經濟發展水平，使用人均GDP作為測算地區經濟發展水平的指標;科技水平，使用文化及相關產業專利授權總數（包括發明專利、實用新型專利和外觀設計專利）測算文化產業的科技水平;教育水平，選取每十萬人口普通高等學校平均在校生人數對教育水平進行測算;政府支持，使用文化事業費占財政支出的比重測算政府對文化產業的支持;城市化率，使用城鎮人口占總人口的比重對城市化率進行測算。本文所用數據來源于《中國文化文物統計年鑒》《中國文化及相關產業統計年鑒》《中國統計年鑒》及國家統計局網站等。為了將西部民族地區文化產業效率水平與東部地區和中部地區的效率水平進行對比，本文的樣本區間包括全國31個?。ㄖ陛犑?、自治區）的文化產業。②

四、西部民族地區文化產業效率測算與評價

（一）第一階段——傳統DEA模型測算結果

根據三階段DEA模型的計算步驟，本文使用未經調整的投入產出數據和傳統DEA的BCC模型對2015年西部民族地區文化產業技術效率（TE）進行測算，并將其進一步分解為純技術效率（ PTE）和規模效率（SE），測算結果如表1所示。

根據表1.在不考慮外部環境因素和隨機干擾因素的影響下.2015年中國西部民族地區文化產業綜合技術效率均值為0. 8678，低于東部地區平均水平（0. 9098）和中部地區平均水平（0. 8909）。表明西部民族地區文化產業投入存

①通過《中國文化文物統計年鑒》中收錄的主要文化行業（文物業、文化科研、文化市場經營機構、群眾文化服務、圖書館、藝術業）從業人員數進行加總得到文化產業從業人員數。

②使用DEA模型進行技術效率測算時需要保證決策單元的數量達到投入和產出變量的2倍以上，本文樣本數量為31個，投入產出指標為3個，符合DEA模型的適用條件。在較大冗余，即約13%的資源要素投入并未創造出相應的產出價值。如果改進管理技術、經營模式并充分發揮規模經濟效應，那么西部民族地區文化產業則可以節約大約13%的人、財、物投入。從綜合技術效率的分解情況來看，西部民族地區文化產業的純技術效率和規模效率分別為0. 9044和0.9596，表明文化產業的純技術效率和規模效率均存在改進空間，并且純技術效率偏低是導致西部民族地區文化產業綜合技術效率低下的主要原因。

注：表中數據為使用MaxDEA5.2軟件計算整理得到。表中各均值為幾何平均值。irs、drs、一分別為規模報酬遞增、規模報酬遞減和規模報酬不變。

從各地區的具體情況來看，四川文化產業的純技術效率值和規模效率值均為1，其綜合技術效率值也為1，表明在不考慮外部環境影響和隨機變量的影響下，四川文化產業處于最佳生產前沿面上，生產最為有效，技術效率達到最高，文化產業經營管理水平較高且生產規模合理，文化產業實現了集約發展。除四川外，其余西部民族地區文化產業均存在不同程度的技術低效率狀態。其中，云南文化產業純技術效率為1，規模效率為0. 8934，表明其文化產業經營管理水平較高，實現了純技術最佳效率，但由于投入產出與生產規模不匹配導致其規模效率低下，進而造成其綜合技術效率低下，文化產業發展需要進一步提高規模效率。與之相比，內蒙古、廣西、西藏、貴州、甘肅、青海、寧夏、新疆等地區文化產業的純技術效率和規模效率均存在低效率情況，表明這些地區文化產業經營管理水平較低，投入產出與生產規模匹配度較低，除新疆文化產業規模報酬遞減外，其余地區文化產業均處于規模報酬遞增狀態，需要進一步擴大產業規模。因此，上述地區文化產業無論在純技術效率方面還是在規模效率方面均存在較大的改進完善空間。由于傳統DEA模型未考慮外部環境因素和隨機變量因素的影響，而文化產業的純技術效率和規模效率可能因產業所處外部環境的不同而受到影響，因而需要進一步通過SFA模型對外部環境因素進行識別，并進一步剔除外部環境和隨機干擾影響進行效率測算。

（二）第二階段-SFA模型回歸結果

第二階段的目的是通過SFA回歸分析找出顯著影響文化產業勞動和資本投入冗余①的環境因素。通過將第一階段傳統DEA模型測算得到的文化產業勞動和資本投入的冗余量作為被解釋變量，將環境因素變量作為解釋變量，在此基礎上構建SFA模型進行回歸分析，結果如表2所不。SFA模型回歸分析主要是為了檢驗文化產業的勞動和資本投入冗余與外部環境因素變量之間的相關關系，根據回歸分析得到的各環境因素變量的回歸系數可以判斷環境因素如何影響勞動和資本投入冗余。若環境因素變量的估計系數為正，則表明該環境因素對投入冗余產生正向影響，造成投入冗余增加，不利于文化產業技術效率提高;反之若環境因素變量的估計系數為負，則表明該環境因素對投入冗余產生負向影響，會帶來投入冗余減少，那么加強該環境因素便有利于文化產業技術效率提高。根據表2，兩個回歸模型的LR單邊檢驗均通過了5%的顯著性檢驗，表明整體而言SFA回歸分析顯著且必要。

第一，經濟發展水平的影響。兩個回歸模型中用于測算經濟發展水平的人均GDP的估計系數均為負，并且分別在5%和1%的顯著性水平上顯著，表明經濟發展水平對勞動投入冗余和資本投入冗余均產生了顯著的負向影響。換句話說，推動經濟發展有助于減少勞動投入冗余和資本投入冗余，進而促進文化產業技術效率的提

①指資本和勞動投入的實際值與理想值之間的差額。升?？赡艿脑蚴牵环矫妫洕l展會帶動文化消費增加，從而促進文化產業生產規模擴大，有助于減少勞動和資本投入的相對冗余量，提升文化產業效率;另一方面，隨著經濟發展水平不斷提高，會促進文化產業發展方式轉變，由粗放型的發展方式逐步轉變為集約型的發展方式，這在一定程度上有助于文化產業節約勞動和資本投入，提升產業效率。

第二，科技水平的影響?？萍妓阶兞吭趦蓚€回歸模型中的估計系數均為負，并且分別在10%和5%的水平上顯著，表明科技水平對文化產業的勞動和資本投入冗余均具有負向影響，即科技水平的提高能夠促進文化產業勞動和資本投入冗余減少。在勞動投入方面，科技水平的提高使得文化產業更加智能化和專業化，從而對減少勞動投入冗余產生積極作用。同時，科技水平的提高對文化產業人力資本提出更高要求，需要更多高質量高素質人才，勞動力素質的提升會相應地減少勞動投入冗余。在資本投入方面，科技水平的提高能夠更大程度上挖掘現有資本的生產潛力，從而相應減少資本冗余，提高資本使用效率。

第三，教育水平的影響。在資本投入冗余為因變量的回歸方程中，教育水平變量估計系數顯著為負，而在勞動投入冗余為因變量的回歸方程中，教育水平變量估計系數為負但并不顯著。表明教育水平的提升主要在減少資本投入冗余方面發揮積極作用。可能的原因是，教育水平的提高有助于提高社會群體的文化素質，從而增加對文化產品的消費，推動文化產業規模擴大，進而減少文化產業資本的相對冗余量。

第四，政府支持的影響。政府支持變量在勞動投入冗余變量為因變量的回歸模型中估計系數為負，但并不顯著，因而無法判斷政府對文化產業財政支持力度的增加對勞動投入冗余的影響情況。而政府支持變量在資本投入冗余變量為因變量的回歸模型中估計系數為正，并且在5%的顯著性水平上顯著，表明政府支持對資本投入冗余產生了較為顯著的正向作用，即政府財政支持的增加不利于減少資本投入冗余。可能的原因是，目前政府對文化單位的財政支持主要傾向于文化產業中的事業性單位而非經營性文化單位，而后者在市場機制的作用下對于文化產業資本冗余的減少和文化產業效率的提升具有重要作用。需要指出的是，這一結果并不直接意味著需要減少政府對文化產業中事業性單位的財政支持，而是應該在對事業性文化單位保持一定財政支持的情況下，增加對經營性文化單位的支持力度。

第五，城市化水平的影響。以城鎮人口占總人口比重所反映的城市化水平變量在兩個回歸方程中的估計系數均為正，并且分別在5%和1%的顯著性水平上顯著，表明城市化水平對勞動和資本投入冗余均具有正向關系，即城市化水平的提高反而增加了勞動和資本投入冗余。一種可能的解釋是，城市化水平提高促進了文化產業規模的擴大，同時也帶動了文化產業勞動投入和資本投入規模的增加，但勞動和資本投入的增加可能超出了文化產業規模擴大所能容納的最優勞動和資本投入量，兩者之間并不十分匹配，從而造成了文化產業效率下降。

（三）第三階段——調整后DEA模型測算結果

在第二階段使用SFA模型進行回歸分析之后，根據式（7）對勞動和資本投入進行調整，以剔除外部環境因素和隨機擾動因素。然后將經過調整后的勞動和資本投入變量以及原始的產出變量納入基于DEA的BCC模型進行效率測算，得到調整后的各地區文化產業綜合技術效率，并進一步將其分解得到調整后的純技術效率和規模效率，測算結果如表3所示。

通過對比表1和表3的測算結果可以看出，對勞動和資本投入進行調整前后各地區文化產業綜合技術效率、純技術效率和規模效率均呈現出不同程度的下降。從中可以看出，外部環境因素和隨機干擾對文化產業效率具有較大影響。在剔除了外部環境因素和隨機干擾因素的情況下，文化產業純技術效率值的下降是導致綜合技術效率下降的主要原因。下面對調整后DEA模型測算的西部民族地區文化產業效率進行分析。

整體來看，剔除了外部環境因素和隨機擾動之后，西部民族地區文化產業綜合技術效率為0. 7674.表明在沒有外部環境和隨機因素的影響下，西部民族地區文化產業有23. 26%的勞動和資本投入閑置，并未創造出相應的產出價值。換句話說，在保證產出一定的情況下，西部民族地區文化產業可以節約23. 26%的生產要素投入，這表明西部民族地區文化產業生產方式還較為粗放。此外，調整前后技術效率值的差異也表明良好的外部環境有助于文化產業技術效率的改進和提升。從綜合技術效率的分解情況來看，西部民族地區文化產業的純技術效率為0.8030，規模效率為0.9558，表明純技術效率的低下是造成文化產業技術效率低下的主要原因。與東部和中部地區相比，西部民族地區文化產業的純技術效率低于東部地區（0.8423）和中部地區（0.8367），規模效率雖低于東部地區（0.9692），但高于中部地區（0.9504）。因此，通過提高經營管理水平改善純技術效率應當作為西部民族地區文化產業提升技術效率、實現集約生產的主攻方向。

分地區來看，調整后四川文化產業的綜合技術效率雖有所下降，但在西部民族地區中綜合技術效率依然最高。其規模效率為0.9927，表明四川文化產業的生產規模接近最優的生產規模，其綜合技術效率下降主要源于純技術效率的下降。云南文化產業綜合技術效率在西部民族地區文化產業中排名第二。剔除外部環境和隨機干擾因素后，云南文化產業純技術效率由1下降為0. 8753，而規模效率比調整前略有提高，表明改善外部環境有助于提升云南文化產業技術效率。與四川和云南相比，內蒙古、廣西、西藏等地文化產業的技術效率排名比較靠后，低于西部民族地區文化產業技術效率均值，表明這些地區文化產業無論在純技術效率還是在規模效率方面都還有很大的提升空間。因此，改善經營模式、提高管理水平并調整生產規模使之與要素投入相匹配應當成為這些地區文化產業未來發展中需要重點解決的問題。從規模報酬來看，調整之后西部各民族地區文化產業普遍處于規模報酬遞增的階段，表明目前各地文化產業的規模與最優產業規模尚存在一定的差距，可以在促進文化產業集約化發展的同時進一步擴大文化產業規模。

五、對策建議

根據研究結論，目前西部民族地區文化產業發展效率整體并不樂觀，仍存在較大改進空間。為了促進西部民族地區文化產業效率提升，進而實現高質量發展，本文提出以下對策建議：

第一，強化市場導向，增強創新意識。文化產業屬于知識或技術密集型產業，應當將其視為國民經濟的新增長點和未來的支柱產業。文化產業高質量發展需要增加技術創新與科研投入，在發展傳統文化產業的基礎上，利用高科技發展新興文化產業，新的科技成果可以創造新的文化生產模式和文化消費方式，刺激人們新的文化需求。首先，政府應為文化產業發展創造寬松的金融環境，并且實行文化產業信貸優惠政策，對于文化產業用于技術升級和創新的信貸給予低息、無息、貼息等優惠政策，支持文化產業的技術升級。其次，加大文化產業的科技含量，加快科技成果在文化領域的產業化，將高科技融人文化產業創意、制作、生產與營銷過程，實現高新技術與文化產業的相互促進與良性互動。

第二，建立健全產業鏈，形成產業集群。從文化產品及服務的生產到最終經濟效益以及社會效益的實現，需要形成完整有效的文化產業鏈。首先，就企業而言，需要整合產品結構、人力資源、渠道資源以及區位資源，重塑并協調產業鏈中相關利益主體間的關系，實現資源的有效配置和利潤的合理分配。其次，就政府而言，應當整合投融資環境、空間布局、制度環境以及中介環境，通過政策的制定及文化產業園區的打造等措施做好對文化產業市場的監督、引導工作，有意識地加強產業鏈中高附加價值環節的培育，實現在全球產業鏈中占據有利位置。

第三，營造良好的政策環境，引導產業優質發展。首先，政府需要增加文化產業公共產出，一方面需要加強文化產業基礎設施建設，完善公共文化服務網絡，使公眾能就近、便利地享受文化成果;另一方面，切實加強新農村文化建設，縮小城鄉之間文化發展的差距，刺激農村居民對文化產品和服務的需求，全面推動文化產業的發展。其次，為文化產業的發展壯大提供金融的介入與支持，結合當前西部民族地區文化產業發展的主要難點，找準金融支持文化產業發展的結合點和切人點，充分挖掘金融的作用優勢。規范文化產業市場，充分利用財稅政策，引導多元化資金進入文化市場，針對文化產業特點，加快金融產品及服務創新。

第四，健全人才培養機制，形成良性人才流動。文化產業鏈的各個環節都要有足夠的人才支撐，人才是提高文化產業發展質量的決定性因素。首先，需要在現有高等教育體系中開設與文化產業相關的課程，加快產學研一體化進程，加強藝術從業者與文化產業從業人員之間的交流與合作，實現“文化教育一文化產業”相互促進的人才培養機制。其次，重視社會教育培訓機構在文化產業人才培養中的作用，考慮增設專業委員會和第三方機構，嚴格文化產業教育培訓機構實行認證制，并建立文化產業專門人才數據庫，加強對文化產業人才的培養與管理。

參考文獻：

[1] 王家庭，張容，基于三階段DEA模型的中國31省市文化產業效率研究[J].中國軟科學，2009，（9）：75-82.

[2] 蔣萍，王勇，全口徑中國文化產業投入產出效率研究——基于三階段DEA模型和超效率DEA模型的分析[J].數量經濟技術經濟研究，2011，（12）：69-81.

[3] 楊祖義，文化產業效率及其影響因素研究——基于DEA-Malmquist指數法和Sys-CMM法[J].宏觀經濟研究，2016，（6）：96-104.

[4] 馬萱，鄭世林，中國區域文化產業效率研究綜述與展望[J].經濟學動態，2010，（3）：83-86.

[5] 袁海，曹培慎，中國文化產業區域集聚的空間計量分析[J].統計與決策，2011，（10）：77-80.

[6] 黃永興，徐鵬，中國文化產業效率及其決定因素：基于Bootstrap-DEA的空間計量分析[J].數理統計與管理，2014，（3）：457-466.

[7] 朱偉，安景文，孫雅軒，我國文化創意產業效率區域差異分析[J].科技管理研究，2018，（11）：173 -179.

[8] 曹韓，張波，我國西部地區文化產業效率評價[J].商業經濟研究，2013，（32）：139-141.

[9] 馬子紅，鄭麗楠，西部民族地區文化產業效率提升的路徑選擇[J].文化產業研究，2018，（1）：27-40.

[10] Fried，H.0.，Lovell，C.A.K.，Schmidt，S.S.，et al. Accounting for Environmental Effects andStatistical Noise in Data Envelopment Analysis[J].Journal of Productivity Analysis， 2002， 17（ 1/2）：157-174.

[11] Jondrow，J.，Lovell，C.A.K.，Materov，I.S.，eta1. On the Estimation of Technical Inefficiency in theStochastic Frontier Production Function Model[J].Joumal of Econometrics， 1981， 19（2）：233-238.

[12] 鄭世林，葛珺沂，文化體制改革與文化產業全要素生產率增長[J].中國軟科學，2012，（10）：48-58.

（責任編輯：李明齊）