中国文化创意产业上市公司的经营效率研究
摘 要：以 2010—2013年间的文化创意产业中广播电影电视、出版业和旅游业的38家上市公司为样本，运用DEA分析法计算并比较了各上市公司的综合效率，得出 了相应的结果。整体上，我国文化创意产业的经营效率低下。其中，旅游业上市公司的综合效率值在样本企业中处于领先地位，广播电影电视业次之，出版业上市公 司的综合效率值在样本企业中处于落后地位。
关键词：文化创意产业；上市公司；经营效率；实证分析
文化创意产业（Cultural and Creative Industries）是一种在经济全球化背景下产生的以创造力为核心的新兴产业，主要包括广播影视、动漫、音像、传媒、旅游等几个方面。近年来，学者们 针对文化创意产业的发展进行了一系列的讨论和研究，产生了较为丰富的研究成果。早期的研究主要集中在产业层面，围绕其内涵、发展模式以及产品贸易等问题展 开，之后逐渐出现了从微观视角研究相关企业经营效率的文献。但在微观层面的研究中，多集中于单一细分行业内不同企业的研究，而文化创意产业较为特殊，它所 包含的具体细分行业较多，单一行业的研究在反映其发展现状和态势可能会存在一定程度的局限，因此，需要大量从行业整体的有关企业经营效率的研究加以补充。
同时，实践中，20多年来，我们在引进西方先进生产技术设备的同时，也在不断引进大量的文化产品，这对我国本土的文化创意产业造成一定程度的 冲击。许多的文化创意产品，比如《卧虎藏龙》、《花木兰》虽然描述的是中国的故事，但由于我们自身的产业化程度不高，最终版权都归属于美国公司。因此，迫 切需要加快文化创意产业的发展速度，加大资金投入和人才培养力度，提高技术水平和创造力，并结合中国悠久的历史和文化底蕴，争取在早日摆脱目前困境的同 时，赶超先进国家的发展水平和发展速度。 一、相关文献回顾
近年来，化创意产业取得了长足的发展，以此为核心的相关问题吸引了众多学者的关注，也产生了较为丰富的研究成果，主要涉及创意产业的发展模式、创意产业集群、创意产品贸易等等内容。同时，伴随着数据包络分析（DEA）在中国学术界的应用和发展，运用DEA方法进行文化创意企 业经营效率的研究也逐渐出现，比如王艳等（2012）采用2009年的截面数据，运用AHP/DEA模型对16家旅游上市公司的绩效进行了排序，并指出酒 店类旅游上市公司的整体经营绩效优于其他类型的旅游上市公司；赵定涛、董慧萍（2012）运用数据包络分析及主成分回归法，对我国30个省（市）旅 游业的区域技术效率差异及其影响因素进行了分阶段研究，指出我国旅游业整体效率偏低；岳宏志、朱承亮（2010）运用DEA
模型对 2001-2007年中国旅游产业技术效率及其区域差异进行实证分析，认为中国旅游产业技术效率大致呈U型变化，近年来有上升趋势，但整体水平偏低；何勋等（2013）借助数据包络分析（DEA）的超效率模型，分析了我国1999-2010年旅游企业效率的时空特征，认为我国旅游企业的整体效 率偏低；张仁寿等（2011）13个省市2007年文化产业投入产出数据，利用DEA-Solver-LV软件对文化产业投入产出绩效进行实证分 析，认为广东文化产业投入产出绩效虽综合效率得分第一；袁海、吴振荣（2012）利用BCC模型和超效率DEA模型测算了2004-2008年中国 各省份文化产业的效率，发现中国文化产业效率稳步提高且纯技术效率存在显著的地区差异；许立新、杨淼（2014）收集了2010年我国38家文化产 业上市公司的数据，运用DEA-Tobit两阶段模型进行回归分析后发现：我国文化产业上市公司总体上经营效率偏低，其中规模效率无效是主因。
从上述文献回顾可知，运用DEA方法对文化创意企业经营效率进行分析的文献多集中于旅游业，且研究结论多表明旅游业的效率整体偏低，对于从文 化创意产业整体展开分析的较少，仅有的研究中要么侧重不同区域的文化产业效率，要么采用的是某一年份的截面数据，缺乏连续时间范围内的 不同细分行业的相关研究。因此，本文选取2010-2013年间的广播电影电视、出版业和旅游业中38家上市企业为样本，运用DEA法对各上市公司的综合 效率值进行计算和比较，期望能在丰富文化创意产业相关研究的同时，也能为众多文化创意企业的发展提供借鉴和参考。
本文的特点有：第一，所选研究样本为文化创意产业中的广播电影电视、出版业和旅游业等三个细分行业，主要是因为这三个行业与文化创意产品的生 产较为相关，也能在较大程度上代表文化创意产业的整体水平。而现有文献要么侧重某一行业的阐述，要么是某一地理区域的相关分析，缺乏较为整体的研究；第 二，动态比较了2010-2013年间广播电影电视、出版业和旅游业的综合效率，而不是局限于某一年份，这样的分析可以更连贯地展示各行业的发展现状和趋 势。 二、实证分析
本文首先采用DEA分析法对包含有广播电影电视、出版业以及旅游业等三个细分行业在内的38家上市公司2010-2013年间的相关数据进行分析，计算并比较各公司的综合技术效率值。
（一）DEA方法介绍
数据包络分析（Data Envelopment Analysis）是美国著名运筹学家Charnes等提出的一
种效率评价方法，用于测度投入、产出以及性质都相同的生产决策单元的相对有效性。最经典的 是CCR模型和BCC模型，前者是Charnes、Cooper和Rhodes于1978年针对规模报酬不变假设提出的最基本的DEA模型；后者是由 Banker、Charnes和Cooper于1984年针对规模报酬可变假设提出的改进后的DEA模型。其中，CCR模型作为一种既为“规模有效”，又 为“技术有效”的十分理想且卓有成效的方法，在具体的研究中得到了较为广泛的应用，因此，本文也采用CCR模型进行分析。
（二）数据来源和样本选取
本文以新浪财经、巨潮资讯等网站搜集上市公司2010-2013年的相关数据为主要基础，选取广播电影电视、出版以及旅游等三个细分行业作为 研究对象。之所以选择这三个细分行业，主要基于以下考虑：目前各地有关文化创意产业的具体划分尚未完全统一，我们依据《北京市“十二五”文化创意产业发展 规划》中的主要类目，查阅相关资料，结合数据的可获得性，认为上述三个细分行业所占比重较大且较为典型，故选择这三个细分行业。同时，由于部分公司 2013年的年报尚未公布，而DEA的运算结果对缺失值又较为敏感，故本文最终样本为广播电影电视、出版以及旅游等三个细分行业的38家上市公司，其中， 广播电视业17家，出版业5家，旅游业16家。
在进行DEA分析时，需要分别确定投入指标和产出指标，考虑到研究的需要和特点，我们选取总资产、营业成本和销售费用作为投入指标；选取营业收入和利润总额作为产出指标，相关数据均来源于新浪财经、巨潮资讯等网站。 （三）结果讨论
运用DEA方法计算样本的综合效率，具体结果详见表1。由于DEA方法计算得出的综合效率值，如果大于0.9，认为该企业的运营属于相对有 效；如果小于0.9，认为该企业的运营属于相对低效或无效。而由表1的计算结果可以看出，整体而言，样本行业的综合效率较为低下（小于0.9），说明我国 的文化创意产业中存在着较为明显的效率低下现象。
同时，我们还计算了各细分行业每年的平均效率值和行业平均效率值（详见表2），由表2可以清晰的看出：就年度而言，样本行业的综合效率略有波 动，2010年和2012年的综合效率值略高一些；就行业而言，旅游业的综合效率不仅高于行业平均水平，更高于广播电视电影和出版业的综合效率。
再以2013年为例，我们具体列出了样本企业的综合效率、技术效率和规模效率的雷达图（见图1），其中第1-17为广播电影电视业上市公司， 第18-22为出版业上市公司，第23-38为旅游业上市公司。雷达图的中心点效率值为0，随着外圆的扩散增加到1，并认为与最外圆的交点处时，该企业的 效率值为1。可以看出，图1中位于相对有效点的企业多为旅游企业，广播电影电视业只有3家（光线传媒、省广股份和华谊嘉信），出版业有0家。