基于投入產出模型的文化產業貢獻測度研究

周爾康

(西安財經大學 統計學院， 西安 710100)

文化是國家競爭力的重要組成部分。從國家層面上來說文化關系著全民族的凝聚力，是社會經濟的重要支柱，發展文化產業有助于提升整個國家的“軟實力”。黨的十九屆五中全會審議通過的《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二○三五年遠景目標的建議》明確提出要在2035年建成文化強國。近年來中國文化產業發展極為迅速，據國家統計局公示，文化產業增加值從2012年18 071億元GDP占比3.48%增長為2019年44 363億元 GDP 占比 4.5%，年平均增長速度超過 11.88%，而同期中國GDP的年平均增長速度約為7.86%，文化產業已經成為中國經濟的重要組成部分。

當下，對文化產業的測度研究上，國內許多學者進行了大量的研究。顧萍和田貴良通過構建基于影響力系數的誘發模型、基于感應度系數的促動模型以及對就業、稅收和產業增加值的影響效應模型，較為全面地測度了江蘇省文化產業對區域經濟增長的貢獻，結果表明，江蘇省文化產業對稅收的貢獻一般，但對就業有著良好的促進作用，對產業增加值的促進作用處于中等水平[1]。高云虹和李學慧利用2014年文化產業相關統計數據,采用三階段DEA模型對中國西部地區文化產業效率進行實證研究。發現西部各個地區文化產業效率偏低,各省份之間文化產業投入產出效率相差較大,純技術效率低是制約西部地區文化產業效率提升的主要原因[2]。袁俊和高智運用熵值權重法和融合度分析模型對珠三角地區9個城市2008—2015年文化產業與旅游業融合發展水平進行測度，結果表明，珠三角地區文化產業與旅游業融合發展水平穩步上升,但區域內部融合發展差異性大,呈現出由廣州、深圳核心區向外圍城市迅速遞減的空間格局[3]；王家庭和梁棟運用SBM模型等方法對1998—2018年中國文化產業效率進行測算和時空演進分析，并運用Tobit模型對文化產業效率的影響因素進行識別。結果顯示，中國文化產業效率總體呈現波動上漲的趨勢，在空間角度上中國文化產業效率表現出東高西低的分布格局，高效率的省份不斷集中[4]。吳麗等發現在時間角度上2012年以前，中國文化產業效率的空間差異主要來自區域內差異，而2012年以后，區域間差異開始產生更大的影響[5]。

盡管相關文獻已經對文化產業對經濟的貢獻測度有了深入的研究，但隨著時間的變化，中國經濟的發展情況也在不斷變化，不同時期的文化產業也擁有不同的特點，所以研究文化產業對國民經濟的貢獻度這一系列問題需要根據有一定時效性的數據作為基礎。因此，本文以2012與2018年的數據為基礎構建相關年份文化產業投入產出表，對文化產業在國民經濟體系內作用的相關指標進行測算，并對其進行動態比較，以達到能夠較為合理地測度文化產業對國民經濟的貢獻。

1 方法及模型構建

1.1 方法

本文的研究目的是對文化產業在國民經濟體系內的作用進行測度，并討論文化產業與其他產業的關聯效應。文化產業橫跨制造業和服務業，其產業鏈較長，上下游產業較多并與其他產業部門有較強的關聯性，文化產業的發展不僅能發展自身產業，還可以通過產業關聯效應帶動其他相關產業的發展，由此在促進國民經濟發展、擴大財政收入、優化就業環境等方面也發揮著不容忽視的作用。而這些作用都可以通過投入產出模型中的一些系數來進行量化。

1.2 模型構建

在模型的構建方面，首先選擇《文化產業相關分類(2012)》與《文化產業相關分類(2018)》中文化產業的二級分類并對照相應年份的國民經濟行業分類標準，構成由國民經濟一級分類與文化產業二級分類的分類對照表，并根據所建立的分類對照表，選擇相對應的文化產業二級分類的營業收入占所對應國民經濟行業分類的營業收入的比重作為投入產出表的拆分權重。綜合考慮到經濟普查數據相較于其他來源數據的準確度更高，且相鄰年份的行業經濟數據的穩定性，所以本文采用的數據以第三次與第四次經濟普查所公布數據為主，《中國文化及相關產業統計年鑒(2013)》《中國文化及相關產業統計年鑒(2018)》《中國信息產業年鑒軟件篇(2018)》《中國出版年鑒(2018)》以及部分商業機構所發布的行業數據作為參考。

在確定相關拆分權重之后分別以國家統計局公布的2012年及2018年投入產出表為母表，通過合理拆分合并構建出包含文化產業的20個部門文化產業投入產出表，余下的19個部門分別為國民經濟行業分類中的19個大類部門，其中文化、體育和娛樂業由于其中文化和娛樂絕大部分被拆分至文化產業，所以更名為體育業。之所以選擇2012年及2018年的投入產出表進行分析，主要有兩個方面的考慮，一是可以對文化產業在國民經濟中進行動態研究，方便了解文化產業與其他產業關聯結構的變化。二是考慮到數據的易獲取性，相鄰或本年份都有經普數據的支撐。

2 關聯性分析

文化產業與其他產業部門的產業關聯的度量，主要分為投入角度的后向關聯度和產出供應角度的前向關聯度這兩個方向。本文選擇用完全消耗系數對后向關聯度進行度量，完全分配系數對前向關聯度進行度量。

完全消耗系數bij為部門j最終產品所直接與間接消耗i部門產品的數量之和，反映了j部門對其他產業的拉動能力，一般認為bij的數值越大關系越緊密，通過直接消耗系數aij可以求得bij，相關計算公式為

B=(I-A)-1-I

(1)

式中：A為直接消耗系數矩陣；B為完全消耗系數矩陣。bij為完全消耗系數矩陣B中的具體元素。相關輸出結果見表1。

完全分配系數wij為部門i的最終產品所供給部門j進行直接和間接的消耗量之和，反映了部門i對其他部門的貢獻程度。根據直接分配系數可以得到wij，相關計算公式為

W=(I-H)-1-I

(2)

式中：H為直接分配系數矩陣；W為完全分配系數矩陣。wij為W中的具體元素，wij也可以衡量產業與其下游產業關系的緊密度。相關數據結果見表1。

表1 2012、2018年文化產業關聯性分析

續表1

根據表1觀察，在文化產業后向關聯度方面，對比2012年和2018年文化產業對其他產業的完全消耗系數的變化可以發現，系數值增加較多的有房地產業，信息傳輸、軟件和信息技術服務業，租賃和商務服務業，系數增加的值均在0.02以上，而系數值增加較少的有制造業，采礦業，農、林、牧、漁業以及電力、熱力、燃氣及水生產和供應業，所增加系數值都小于-0.03。而在文化產業前向關聯度方面，對比2012年和2018年的文化產業對其他產業的完全分配系數變化可以觀察到，系數值增加較多的有金融業，信息傳輸、軟件和信息技術服務業，租賃和商務服務業以及批發和零售業，這些產業的系數值均超過了0.03，而系數增加值最少的有制造業，農、林、牧、漁業與采礦業，其產業增加的系數值均低于-0.02。

文化產業作為一個跨產業部門，在前向和后向兩個角度的整體變動情況都反映出文化產業對第一和第二產業的關聯度正在降低，其中制造業作為國民經濟體系的基礎雖然仍是與文化產業聯系最緊密的行業，但同時也是與文化產業關聯度降低幅度最大的產業。而文化產業與服務業的關聯度卻是在不斷增強，尤其在信息傳輸、軟件和信息技術服務業，租賃和商務服務業等高附加值的產業上表現得尤為明顯。

3 文化產業波及效應分析

為了解文化產業在國民經濟中對整個國民經濟的具體的帶動及支撐能力，本文基于投入產出模型選擇影響力系數與感應度系數作為衡量標準對其進行衡量。

影響力系數是文化產業對其他產業部門的拉動力與國民經濟體系中各個部門相應貢獻平均值的比較，當所得到的影響力系數的值小于1時，認為文化產業對社會生產的拉動力小于國民經濟各個產業的平均水平；當文化產業影響力系數等于 1 時，認為文化產業發展對其他部門影響等于國民經濟各個產業平均水平；當影響力系數大于1時，則認為該部門對社會生產的拉動力大于于國民經濟各個產業的平均水平，感應度系數是文化產業對其他產業部門的支撐作用水平與國民經濟體系中各個部門相應貢獻平均值的比較，其結果與影響力系數有著類似的含義。

相關計算公式為

(3)

(4)

由表2可知，在拉動其他產業部門發展方面，文化產業的影響力系數從2012年的1.194 3下降至2018年的1.135 4，相對排名也從第4名下降至第6名，而在對其他產業部門的支撐作用方面，文化產業的感應度系數從2012年的0.865 7增加至2018年的1.002 7，相對排名未發生變化，均排名第8。通過對比可以發現文化產業在對于其他部門的拉動力方面有了一定的下降，但發展較為均衡，在2018年影響力系數及感應度系數均超過1，綜合關聯度從2012年的1.030 0提升至1.069 0，也反映出文化產業在對整個國民經濟體系的綜合貢獻度有了一定的提升。

表2 2012、2018年文化產業波及效應

4 宏觀經濟效應分析

文化產業不僅可以自身發展還可以由其與其他產業的關聯效應帶動整個社會各個方面的發展。為了完整反映文化產業影響效應，本文選擇從文化產業對整個社會引致的勞動報酬、提供的就業崗位、產生的稅收3個方面進行描述，并選擇完全勞動者報酬系數、完全就業系數以及完全稅收系數等指標度量。

由直接勞動報酬系數avj=Vj/X可以得到完全勞動者報酬系數矩陣Bv，計算公式為

Bv=Av(I-A)-1

(5)

式中：Av為直接勞動者報酬系數矩陣。

根據直接就業系數aej=Ej/X求得完全就業系數矩陣Le，計算公式為

Le=Ae(I-A)-1

(6)

式中：aej為直接就業系數；Ej為j部門直接就業人數；Ae為直接就業系數矩陣。

而通過直接稅收系數rlj=lj/Xj可以得到完全稅收系數矩陣BT，相關計算公式為

BT=LT(I-A)-1

(7)

式中：LT為直接稅收系數矩陣。相應結果見表3。

在表3中包括了已分類的20個產業部門的完全勞動報酬系數、完全就業系數、完全稅收系數。通過對比2012年與2018年數據可以發現，文化產業的完全勞動報酬系數從2012年的0.461 5提升至2018年的0.521 7，相對排名從第12提升至第10，而文化產業的完全就業系數從2012年的0.063 2下降至0.040 3，相對排名從2012年的第6下降至2018年的第8，整體來說文化產業借助其跨產業的特點帶動就業的能力在所有產業中處于中上的地位，但在2012年至2018年文化產業的勞動報酬投入加大的情況下，所能帶動產生勞動崗位的能力卻有了一定的下降，可以理解為文化產業的人工待遇的增強，最終產品的附加值的提高以及整個行業技術要素占比的提升。而通過對比文化產業2012年和2018年完全稅收系數可以看出文化產業的完全稅收系數從0.145 5下降至2018年的0.088 2,相對名次從第7下降至第9，從靜態來看文化產業對稅收的貢獻在所有行業中處于中間位置，動態來看文化產業貢獻稅收能力的下降考慮到文化強國戰略實施以后國家以及各個地方對相關文化產業的稅收政策，這是可以理解的。

表3 2012、2018年文化產業波及效應

5 結論及建議

通過建立投入產出模型，分析了文化產業與其他產業的關聯度以及近幾年文化產業的發展對整個國民經濟的影響，得出以下結論，并據此提出相關建議。

1)加強文化產業數字化建設。在信息技術高速發展的時代背景下，依托數字賦能加快“互聯網+文化”新業態發展。近些年互聯網其他信息服務、文化數字內容服務、智能文化設備制造等新業態明顯的文化產業行業小類的快速發展也證明了與信息產業的深度融合對文化產業發展是一個難得的發展機遇。

2)大力培養文化產業人才。人才是創新的第一要素，在文化產業數字化這個大背景下文化產業對相應人才的需求也逐漸增加，因此文化產業相關企業應加強對人才的培養。具體措施可以推進產學研融合發展，加大復合型人才引進力度，制定相應的激勵機制，提升文化產業總體人力資源質量。

3)構建健全的文化產品知識產權保護機制。內容生產是文化產業價值鏈的核心之一,近幾年文化產業IP熱以及文創產品迅速發展是版權價值的體現。而在這個人人都是創作者的時代，版權保護的重要性顯得更加重要，只有對創作者的作品有足夠的尊重才能鼓勵更多的人參與到內容創造中來，才能產出更多的優質內容形成良性循環，以此推動文化產業更好的發展，而這種尊重的最大表現就是對其作品內容版權的保護。

4)推進文化產業的經濟屬性與社會屬性共同發展。在文化產業經濟屬性不斷凸顯的同時也要提升文化產業的社會屬性，提供優秀的文化產品滿足人民日益增長的精神文化生活的需要，達到體現民族精神，提升國民素質、強化國家民族“軟實力”的目的。