在线客服

咨询热线

基于DEA-Malmquist的中国动漫产业创新效率研究

作者:未知

  摘 要: 运用了DEA-Malmquist指数法,通过对投入、产出要素的调整,对我国21个省市2010-2014年动漫产业创新方面进行了全要素生产率的测算,并进行了实证分析,分析结果表明:中国动漫产业创新效率主要依靠技术进步指标上升,中部和西部地区创新效率有了较好的提升,但还是存在整体创新效率不高、年度起伏大,技术效率下降明显,技术进步上升不明显的问题。对此提出了:巩固基础、保护成果、形成良好的创新环境,加强政策支持、充分利用创新资源,以创新为指导、培养创新型人才,建立动漫产业基地、提高创新管理效率的对策。
  关键词: 动漫产业;创新效率;DEA-Malmquist
  中图分类号: F2      文献标识码: A      doi:10.19311/j.cnki.1672-3198.2019.12.001
  1 研究背景
  中国动漫起源于19世纪五十年代,当时的中国动漫因以水墨动画作为创新点而备受瞩目,获得了长足的发展;近年来,随着中国动漫用户的不断提升,动漫产业产值的不断提高,中国动漫产业也成了中国发展潜力最大的新兴产业之一。但是在看到中国动漫产业飞速发展的同时,创新不足成为了制约中国动漫产业发展的主要因素,尤其是与动漫强国相比,中国动漫的内容、表现形式、生产模式和管理模式都缺乏创新。在中国动漫产业转型的关键阶段,必须要突破创新不足的困难,立足于中国优秀的传统文化,完成产业转型,促进我国文化产业的发展,增强我国的文化软实力与国际影响力。
  国内外学者运用DEA在创新效率方面做出许多有益的尝试:Barney(1991)提出应将产品市场和企业资源放入一个产业创新效率评价体系中,使该评价体系更加科学合理;Lester(2002)对一个产业的创新评价指标进行了有益探讨,认为指标的选取必须能够反映该产业研发的投入和相关创新成果;刘玉芬(2010)对西部地区2007年7个省份高新技术产业技术创新绩效进行了测算,得出西部地区高新技术产业技术创新总体效率较高的结论,并提出了通过扩大专利申请数和新产品销售继而提高技术创新效率的建议;张静(2011)对1990-2008年我国农业科技创新效率进行了测算并对2006-2008年30個省份的农业科技创新效率进行区域对比,结果表明我国大部分省份农业科技创新效率呈正增长,但是区域差距明显;桂黄宝(2014)对我国高新产业1999-2009年技术效率进行了测算,结果表明创新效率总体呈上升趋势,但技术效率和规模效率呈下降趋势;黄海霞(2015)对我国战略性新兴产业2005-2012年技术创新进行了测算,得出了技术进步速度下降成为制约技术创新的主要原因,并分析出了东西部地区技术创新效率依赖技术进步增长,中部地区依赖于技术效率增长的结论;刘晖(2015)对我国战略性新兴产业2007-2012年28个省份的技术创新效率进行了测算,得出了我国战略性新兴产业地区差异明显,纯技术效率波动较大,规模效率平稳上升的结论;董艳梅(2015)对我国高新技术产业28省份的技术创新效率进行了测算,同样得出创新综合效率偏低的结论,并从创新的导向、评估体系、服务体系和区域政策方面提出了相关建议;韩东林(2016)对中部地区文化制造业的科技创新效率进行了测算,发现中部地区文化制造业的科技创新效率略高于东部地区,主要原因是各种技术因素相互影响导致;李伟(2016)对中国工业的自主创新效率进行了测算,得出了政府资金支持和技术市场活跃度对工业创新效率起负面作用,而地区经济开放程度和高技术产业发展水平起正面影响的结论;刘迎春(2016)对我国战略新兴产业技术2000-2014年五大产业的创新效率进行了实证研究,得出了战略新兴产业技术开发的创新效率较高,整体呈U型的结论;陈伟(2017)从整体和区域的视角出发,对中国2009-2015年28个省份高新技术产业技术创新效率进行了评价研究,确定了影响中国高新技术产业创新效率的主要原因为技术效率偏低,提出合理配置技术资源的结论;王明亮(2018)对我国电子及通信设备制造业创新效率进行了测算,得出了总体综合创新效率增长缓慢,东西部地区创新效率增长的影响因素相反,区域差异明显的结论。
  综上所述,学者们对创新效率研究文献较多,对于动漫产业创新效率研究较少,而且中国动漫产业与日韩等发达国家相比,正面临着创新相对不足的情况,本文基于学者们对创新效率的研究,运用DEA-Malmquist指数法,通过设定投入、产出,对中国动漫产业创新效率方面的全要素生产率进行测算,在实证分析中找出创新效率方面的问题,并针对性的提出相应的对策。
  2 研究方法
  DEA-Malmquist指数法是基于距离函数的比例,针对多投入和多产出生产单位的效率分析和评价方法,适合于针对多个决策单元进行跨时期效率分析,本文则将22个省市作为决策单元,对中国动漫产业2010-2014年创新方面的数据进行测算。公式的推导过程如下:
  首先需要构造一个产出距离函数:
  St=  xt,yt ,xt可以生产yt  (1)
  公式(1)中St为t时期生产合集即所有可能的投入产出向量合集,xt和yt为t时期的投入和产出,其中每一投入下的最大产出集为生产技术前沿,由此推出t+1时期的产出距离函数为:
  Dt(xtyt)=min  θ  xt,yt/θ ∈St  (2)
  在公式(2)的情况下,可以推出(t+1)时期的产出距离函数:
  Dt+1 xt,yt =min  θ  xt,yt/θ ∈St+1  (3)
  此时可以Malmquist指数表示t和t+1时期的TFP增长,公式为:   Mt= Dt xt+1,yt+1  Dt xt,yt  Mt+1=  Dt+1 xt+1,yt+1  Dt+1 xt,yt     (4)
  为了避免增加约束或选取参考技术的随意性,公司(4)还可以进一步转换,并且全要素生产率(TFP)还可以分解为技术效率(EC)和技术进步(TC),其中技术效率(EC)还可以更为具体的分解为纯技术效率(PTE)和规模效率(SE),具体公式如下:
  M(xt+1,yt+1,xt,yt)
  =  Dt(xt+1,yt+1) Dt(xt,yt) × Dt+1(xt+1,yt+1) Dt+1(xt,yt)   1 2
  = Dt+1(xt+1,yt+1) Dt(xt,yt) ×  Dt(xt+1,yt+1) Dt+1(xt+1,yt+1) × Dt(xt,yt) Dt+1(xt,yt)   1 2
  =EC×TC=PTE×SE×TC  (5)
  如果M>1表示与上期相比生产效率有所提高,如果M=1表示生产效率不变,如果M<1则表示生产效率降低。
  3 数据来源及指标选取
  本文选取22个省市作为决策单元,测算2010-2014年中国动漫产业创新效率,这22个省市包括北京市、天津市、河北省、山西省、内蒙古自治区、黑龙江省、上海市、江苏省、浙江省、安徽省、福建省、江西省、山东省、河南省、湖北省、湖南省、广东省、广西省、重庆市、四川省、贵州省和陕西省,数据来源于2010-2014年的《中国文化文物统计年鉴》和Wind金融数据终端,并根据之前学者们的研究,选取各省动漫产业原创漫画动画作品数、自主知识产权软件数、研发机构数、通过动漫人才专业认证的专业人才、动漫产品研发开发经费和自主开发动漫产品收入作为指标,其中研发机构数、通过动漫人才专业认证的专业人才和动漫产品研发开发经费作为投入指标,原创漫画动画作品数、自主知识产权软件和自主开发动漫产品收入数作为产出指标。
  研发机构数代表着动漫产业创新方面的部门基础,研发机构数的多少与动漫产业创新的质量直接挂钩。
  通过动漫人才专业认证的专业人才是动漫产业中最具创新力的一部分人才,这个人才的多少及质量代表着该产业的创新力度,同时这也代表着劳动因素加入全要素生产率的测算。
  动漫产品研发开发经费是动漫产业对动漫研发方面的专门投入,研发经费的多少也直接与创新能力的大小挂钩,同时这个研发经费也作为资本因素加入全要素生产率的测算。
  原创漫画动画作品数是一个省市动漫产业最直接的产出,它是该省市创新能力的体现,也决定着该省市动漫产业影响力和盈利能力。
  自主知识产权软件数可以作为每个省市动漫产业的研发投入成果的代表之一,开发的软件数量也就代表着该省市自主研发创新的能力,所以作为产出指标。
  自主开发动漫产品收入代表着该省份动漫产业因动漫产品研发而带来的收入,这部分收入直接代表着研发带来的收益。
  4 实证分析
  本文通过DEAP2.1软件测算出21个省市的全要素生产率,并将全要素生产率分解为了技术效率和技术进步,将技术效率分解为纯技术效率和规模效率,以下为具体数据。
  从表1中平均值我们可以看出,中国动漫产业2010-2014年创新方面的全要素生产率是下降的,下降了5.4%,下降的原因是技术效率和技术进步两项指标同时有所下降,分别为5.3%和0.2%。由于技术效率等于纯技术效率和规模效率的乘积,所以技术效率下降的原因也是由于纯技术效率与规模效率同时下降造成的。
  从表1和图1中我们结合看出,除了2011-2012年之间的全要素生产率是上升的之外,其余年份全是下降的;造成这种情况的主要原因是由于2011-2012年度技术进步上升明显,带动了全要素生产率的上升,而其余年度各个指标大部分是下降的或者是上升不明显,导致这些年份创新方面的全要素生产率下降。
  而且从图1之中可以明显的看出在2012-2013年度之前,技术进步一直是起带动全要素生产率上升的,2012-2013年度之后技术进步缓慢持续下降;而技术效率从2010-2011年度开始下降之后,在2012-2013年度开始上升,虽然数值一直小于1,但是上升的趨势明显。2013-2014年度技术进步下降到了低谷,技术效率也没有起到带动作用,这也是导致2013-2014年度创新方面全要素生产率最低的原因。
  关于2010-2014年,组成技术效率的纯技术效率和规模效率指标,虽然有上升和下降,但是从折现图和数值中都可以看出,上升下降都不明显,这是造成技术效率起不了带动作用的原因。
  根据表2,我们可以看出中国动漫产业中部地区和西部地区全要素生产率的均值是上升的,分别上升了1.4%和5.6%,反而东部地区全要素生产率的均值是下降的,下降了5.9%。中部和西部地区上升的主要原因是因为技术进步带动了全要素生产率的上升,说明中部和西部地区创新投入效果比较明显,技术创新对全要素生产起到了很大的带动作用,但是两地区技术效率都是下降的,从组成技术效率的两指标来看,纯技术效率下降相对于规模效率更加明显,说明两地区动漫产业对于创新的技术利用效率、产业管理模式和产业规模方面都存在不足;东部地区全要素生产率下降的原因是技术效率和技术进步两指标都下降而共同导致的,反而在组成技术效率的规模效率指标实现了上升,但是上升幅度比较小,难以带动技术效率的上升,说明东部地区拥有比较适宜的产业规模,但是技术的创新,以及技术的使用效率都是比较低的。
  从这22个省市整体来看,创新方面全要素生产率上升的有9个省市,分别是东部地区的上海市、山东省和广东省,中部地区的黑龙江省、安徽省、湖南省和湖北省,西部地区的重庆市和贵州省,占全部的40%,说明大部分省市在创新方面全要素生产率没有实现上升。在全要素生产率下降的13个省市中,河北省、江苏省、山西省、河南省、内蒙古自治区5个省市在技术进步方面都实现了上升,所以总体来说还是因为技术效率这一指标的下降导致全要素生产率的下降,说明目前最主要还是动漫产业管理效率的不高,产业规模不适宜。   5 结论
  通过对22个省市Malmquist的实证分析可以看出,中国动漫产业2011-2012年创新效率是上升的,主要由技术进步带动发展,说明这一年动漫产业创新取得了很大的进步;中部地区和西部地区创新效率是上升的,同样是依靠技术进步指标带动创新效率的上升,说明这几年,中部和西部地区动漫产业注重动漫创新,大大提高了该地区动漫产业的创新效率。
  相比这些进步而言,动漫产业在创新方面还有很多不足,2010-2014年创新的效率整体是下降的,年度起伏较大,并且2013-2014年度下降最明显,说明这几年动漫产业创新不稳定,没有实现稳步的增长;60%的省份全要素生产率是下降的,技术效率下降是主要原因,说明大部分省市技术创新资源没有得到合理利用,产业规模和已有的创新力不适宜;大部分省份技术进步是上升的,但是上升幅度比较小,还不足以带动创新方面全要素生产率的上升,说明各个省市技术创新力还是不够强大,不足以成为发展的源泉。
  6 建议
  6.1 巩固基础,保护成果,形成良好的创新环境
  动漫产业创新效率年度变化大主要原因还是没有巩固好现有动漫产业创新基础,没有保护完善好创新成果,没有形成好的创新环境。目前中国文化大格局刚初步形成,又是中国动漫产业转型期的关键时刻,动漫产业应该把握好这个机会,要以习近平十九大指出的中华文化精神为方向,立足于中国优秀的传统文化,不断吸取优秀的文化成果,要让创新有源头,让创新有正确的方向,最终形成良好的创新氛围。
  6.2 加强政策支持,充分利用创新资源
  每个省市政府的宏观政策是实现各省市动漫产业创新力发展的基础,各省市政府应当根据各地动漫产业实际发展情况,从宏观角度根据实际情况颁布相应的发展政策,合理控制动漫产业规模,让产业规模与创新力相适宜,让动漫产业的资源得到合理的利用,提高利用效率。
  6.3 以创新为导向,培养创新型人才
  技术进步指标上升不足,创新力不够强大,归根结底还是动漫创新型人才不足,要做好动漫专业毕业生与动漫产业的衔接,提高动漫工作人员的实用能力,让他们自身能力与实际工作情况相结合,并在此基础上,以创新为导向,让动漫工作人员养成创新思维,以创新为基础,培育创新型人才。
  6.4 建立动漫产业基地,提高创新管理效率
  各省市应该在政府的引导下建立动漫产业基地,形成聚集作用,吸引各方面的人才,让动漫产业规模合理发展的同时,也凝聚动漫产业创新的力量,让已有的创新合理高效应用于实践,从而使动漫产业的创新管理效率更加合理化,更加合理配置有限的创新资源。
  参考文献
  [1]Barney J.Firm Resources and Sustained Competitive Advantage[J].Journal of Management,1991,17(1):99-120.
  [2]Alfred Kleinknecht,Kees Van Montfort,Erik Brouwer.Thenon-trivial choice between innovation indicators[J].Economics of Innovation&New Technology,2002,11(2):109-121.
  [3]刘玉芬,张目.基于DEA的西部地区高技术产业技术创新绩效评价[J].科技管理研究,2010,30(13):119-121+112.
  [4]张静,张宝文.基于Malmquist指数法的我国农业科技创新效率实证分析[J].科技进步与对策,2011,28(07):84-88.
  [5]桂黃宝.我国高技术产业创新效率及其影响因素空间计量分析[J].经济地理,2014,34(06):100-107.
  [6]黄海霞,张治河.中国战略性新兴产业的技术创新效率——基于DEA-Malmquist指数模型[J].技术经济,2015,34(01):21-27+68.
  [7]刘晖,刘轶芳,乔晗,胡毅.我国战略性新兴产业技术创新效率研究[J].系统工程理论与实践,2015,35(09):2296-2303.
  [8]董艳梅,朱英明.中国高技术产业创新效率评价——基于两阶段动态网络DEA模型[J].科技进步与对策,2015,32(24):106-113.
  [9]韩东林,袁茜,李春影.我国中部地区文化制造业科技创新效率评价[J].科技进步与对策,2016,33(17):43-48.
  [10]李伟.中国工业企业自主创新效率测度与影响因素分析[J].调研世界,2016,(05):35-40.
  [11]刘迎春.中国战略新兴产业技术创新效率实证研究——基于DEA方法的分析[J].宏观经济研究,2016,(06):43-48+57.
  [12]陈伟,张长孝,李传云,冯志军.基于DEA-Malmquist指数的高新技术产业技术创新效率评价研究[J].科技管理研究,2017,37(23):79-84.
  [13]王明亮,余芬.我国电子及通信设备制造业创新效率实证分析[J].科技管理研究,2018,38(07):85-92.
转载注明来源:https://www.xzbu.com/2/view-14892310.htm