论文部分内容阅读
摘要：文章用定量研究方法，在讨论各省文化产业增加值分布的基础上，从金融支持相关度、效率和投资额三个方面，深入探究与金融资产直接相关的变量对文化产业发展的影响，并对提高我国文化产业发展的金融支持效益，提出了系统详尽的政策建议。
关键词：文化产业；金融支持；效益
一、 引言
理论界对支持文化产业的金融政策研究已经不少，方法基本是定性研究。代表性的论著如《金融支持文化产业发展问题研究》（常晔，2009）、《文化产业金融政策研究》（贾旭东，2010）、《文化产业发展中的金融支持》（李德，2011）、《文化产业大发展的金融支持系统研究》（陆岷峰、张惠，2012）等等。主要观点是：长期以来，金融支持文化产业发展的主要问题是融资渠道方式单一，企业自身实力偏弱，银行信贷投入不足，金融服务手段之后，直接融资渠道不畅，民间融资门槛较高。产生上述问题的原因，一是“合格”的市场融资主体较少，文化企业受自身发展和政策环境等因素影响，“内功”还需进一步改善。二是金融机构对文化产业经营还不够熟悉，金融创新支持文化企业的效应不足，同时有限的金融资源在文化产业的利用效率也偏低。三是金融市场整体功能需要进一步提升，特别是随着金融监管体制改革和现代金融制度的建立，传统金融市场运行中大量不平衡、不协调、不科学、不可持续的问题日益凸显。此外，有少数研究也涉及金融支持对文化产业发展的定量研究，如《金融支持对文化产业发展的影响》（熊正德、李兰、廖然，2014）、《中国省域金融支持文化产业发展空间影响分析》（王认真，2015）等，通过运用多元回归分析方法，从银行信贷、证券市场规模、金融支持效率等方面探究了金融支持对文化产业发展的影响。
总体上看，目前学者们对“金融支撑文化产业作用不足”这一观点已达成共识，并试图从企业自身、金融机构等角度寻找原因和对策，但笔者认为深入的定量研究还不足，理论上没有回答清楚金融支撑文化产业作用究竟有多大，以及金融支持应该从哪些方面入手等问题。基于此，本文专注于金融支持文化产业发展的效益分析，通过讨论各省文化产业增加值的分布，从金融支持相关度、效率和投资额三个方面，深入探究与金融资产直接相关的变量对文化产业发展的影响，弥补现有研究的不足。
二、 指标选取和差异测度
在对各省文化产业发展的金融支持效益进行测度时，由于衡量文化产业发展的官方统计指标唯一，即各省文化产业增加值，而该指标没有连续年份统计数据，从官方可靠渠道获得的数据仅分布在2004年、2008年和2012年。因此，统筹考虑研究需要和数据来源，将金融支持效益指标分为如下三类：一是金融资产相关度，它是金融总资产与文化产业增加值之比，其中金融总资产等于存款、贷款和保费收入之和，该指标考察的是一国总体金融实力对文化产业增加值的影响；二是金融资产效率，它是贷款与存款之比，该指标考察的是金融资产的“有效性”即服务于实体经济的程度；三是金融资产投资，即用于文化及相关产业的固定资产投资额，该指标考察的是金融资产在文化产业领域的投入规模。
表1汇总了由官方统计数据计算得到的三类指标有关情况。2004年、2008年和2012年的各省文化产业增加值，最大为2 720亿元，最小为4.6亿元，均值362.25亿元，标准差为562.44亿元；金融资产相关度最大為0.029%，最小为0.000 9%，均值为0.009%，标准差为0.005%；金融资产效率最大为1.02%，最小为0.26%，均值为0.72%，标准差为0.12%；金融资产投资最大为2 016.31亿元，最小为3.63亿元，均值为258.58亿元，标准差为329.88亿元。
三、 指标相关性分析
从各省情况看，由于我国幅员辽阔，经济社会发展水平不一致，文化产业发展程度很不均衡，图1显示的是2012年各省文化产业增加值的分布情况。可以看出，山东、广东、江苏和北京的文化产业增加值位列前四，均超过2 000亿元，浙江、上海、湖南、福建四省的文化产业属“第二梯队”，产值超过1 000亿元。西部省份的文化产业增加值明显少于其他省份，低于100亿元。总体上，东部沿海省份和中部文化大省的文化产业蓬勃发展，这与其传统文化底蕴、经济发展阶段、金融支持力度密不可分，广大中西部地区文化产业发展相对落后。
通过计算各省文化产业增加值与金融资产相关度、金融资产效率和金融资产投资额的关系可以得出，各省文化产业增加值与金融资产相关度、金融资产投资额呈正相关关系，说明一个地区的金融总资产越多，或一个地区在文化及其相关产业的固定资产投资越多，这个地区的文化产业发展速度就越快。从绝大部分省份看，文化产业增加值与金融资产效率呈负相关关系，这实际上是现有金融贷款结构存在某种扭曲的侧面反映，由于金融对文化产业支持不足，金融资产的“有效性”即服务于实体经济的程度越高，文化产业所获得的金融支持作用相对于其它产业越少，表现为金融资产效率与文化产业增加值的负相关。
四、 计量模型
基于金融资产相关度、金融资产效率和金融资产投资额等三类指标选取情况，建立如下模型来探究文化产业发展的金融支持效益：lnCGDPit=β0 β1CFIRit β2EFFit β3lnFICit β4C β5W μi εit。其中，lnCGDP为文化产业增加值的对数，CFIR为金融资产相关度，EFF为金融资产效率，lnFIC为金融资产投资额，C为中部省份的虚拟变量，W为西部省份的虚拟变量，i为省份，t为时间，μi为不随时间变化的各省特定效应，εit为随机干扰项。
使用STATA 11计算得到我国各省文化产业发展与金融支持效益的随机效应模型结果见表2。
对随机效应模型分析表明，各变量符号基本与预期相同。金融资产相关度、金融资产投资额与文化产业增加值呈正相关，且在1%的水平上显著；金融资产效率虽然与文化产业增加值呈负相关，侧面体现出在现有金融贷款结构下金融效率对文化产业发展的抑制效应，但此回归系数不显著，所以在模型中可以暂时忽略；中部和西部地区的虚拟变量都为负，且在5%的水平上显著，说明相对东部地区，中西部地区的文化产业增加值较低，这与我国区域经济发展不平衡直接相关，影响到了三类地区的文化产业发展。整体上，金融资产相关度对文化产业发展的影响最大，金融资产投资额影响次之，金融资产效率的影响不甚明显。
关键词：文化产业；金融支持；效益
一、 引言
理论界对支持文化产业的金融政策研究已经不少，方法基本是定性研究。代表性的论著如《金融支持文化产业发展问题研究》（常晔，2009）、《文化产业金融政策研究》（贾旭东，2010）、《文化产业发展中的金融支持》（李德，2011）、《文化产业大发展的金融支持系统研究》（陆岷峰、张惠，2012）等等。主要观点是：长期以来，金融支持文化产业发展的主要问题是融资渠道方式单一，企业自身实力偏弱，银行信贷投入不足，金融服务手段之后，直接融资渠道不畅，民间融资门槛较高。产生上述问题的原因，一是“合格”的市场融资主体较少，文化企业受自身发展和政策环境等因素影响，“内功”还需进一步改善。二是金融机构对文化产业经营还不够熟悉，金融创新支持文化企业的效应不足，同时有限的金融资源在文化产业的利用效率也偏低。三是金融市场整体功能需要进一步提升，特别是随着金融监管体制改革和现代金融制度的建立，传统金融市场运行中大量不平衡、不协调、不科学、不可持续的问题日益凸显。此外，有少数研究也涉及金融支持对文化产业发展的定量研究，如《金融支持对文化产业发展的影响》（熊正德、李兰、廖然，2014）、《中国省域金融支持文化产业发展空间影响分析》（王认真，2015）等，通过运用多元回归分析方法，从银行信贷、证券市场规模、金融支持效率等方面探究了金融支持对文化产业发展的影响。
总体上看，目前学者们对“金融支撑文化产业作用不足”这一观点已达成共识，并试图从企业自身、金融机构等角度寻找原因和对策，但笔者认为深入的定量研究还不足，理论上没有回答清楚金融支撑文化产业作用究竟有多大，以及金融支持应该从哪些方面入手等问题。基于此，本文专注于金融支持文化产业发展的效益分析，通过讨论各省文化产业增加值的分布，从金融支持相关度、效率和投资额三个方面，深入探究与金融资产直接相关的变量对文化产业发展的影响，弥补现有研究的不足。
二、 指标选取和差异测度
在对各省文化产业发展的金融支持效益进行测度时，由于衡量文化产业发展的官方统计指标唯一，即各省文化产业增加值，而该指标没有连续年份统计数据，从官方可靠渠道获得的数据仅分布在2004年、2008年和2012年。因此，统筹考虑研究需要和数据来源，将金融支持效益指标分为如下三类：一是金融资产相关度，它是金融总资产与文化产业增加值之比，其中金融总资产等于存款、贷款和保费收入之和，该指标考察的是一国总体金融实力对文化产业增加值的影响；二是金融资产效率，它是贷款与存款之比，该指标考察的是金融资产的“有效性”即服务于实体经济的程度；三是金融资产投资，即用于文化及相关产业的固定资产投资额，该指标考察的是金融资产在文化产业领域的投入规模。
表1汇总了由官方统计数据计算得到的三类指标有关情况。2004年、2008年和2012年的各省文化产业增加值，最大为2 720亿元，最小为4.6亿元，均值362.25亿元，标准差为562.44亿元；金融资产相关度最大為0.029%，最小为0.000 9%，均值为0.009%，标准差为0.005%；金融资产效率最大为1.02%，最小为0.26%，均值为0.72%，标准差为0.12%；金融资产投资最大为2 016.31亿元，最小为3.63亿元，均值为258.58亿元，标准差为329.88亿元。
三、 指标相关性分析
从各省情况看，由于我国幅员辽阔，经济社会发展水平不一致，文化产业发展程度很不均衡，图1显示的是2012年各省文化产业增加值的分布情况。可以看出，山东、广东、江苏和北京的文化产业增加值位列前四，均超过2 000亿元，浙江、上海、湖南、福建四省的文化产业属“第二梯队”，产值超过1 000亿元。西部省份的文化产业增加值明显少于其他省份，低于100亿元。总体上，东部沿海省份和中部文化大省的文化产业蓬勃发展，这与其传统文化底蕴、经济发展阶段、金融支持力度密不可分，广大中西部地区文化产业发展相对落后。
通过计算各省文化产业增加值与金融资产相关度、金融资产效率和金融资产投资额的关系可以得出，各省文化产业增加值与金融资产相关度、金融资产投资额呈正相关关系，说明一个地区的金融总资产越多，或一个地区在文化及其相关产业的固定资产投资越多，这个地区的文化产业发展速度就越快。从绝大部分省份看，文化产业增加值与金融资产效率呈负相关关系，这实际上是现有金融贷款结构存在某种扭曲的侧面反映，由于金融对文化产业支持不足，金融资产的“有效性”即服务于实体经济的程度越高，文化产业所获得的金融支持作用相对于其它产业越少，表现为金融资产效率与文化产业增加值的负相关。
四、 计量模型
基于金融资产相关度、金融资产效率和金融资产投资额等三类指标选取情况，建立如下模型来探究文化产业发展的金融支持效益：lnCGDPit=β0 β1CFIRit β2EFFit β3lnFICit β4C β5W μi εit。其中，lnCGDP为文化产业增加值的对数，CFIR为金融资产相关度，EFF为金融资产效率，lnFIC为金融资产投资额，C为中部省份的虚拟变量，W为西部省份的虚拟变量，i为省份，t为时间，μi为不随时间变化的各省特定效应，εit为随机干扰项。
使用STATA 11计算得到我国各省文化产业发展与金融支持效益的随机效应模型结果见表2。
对随机效应模型分析表明，各变量符号基本与预期相同。金融资产相关度、金融资产投资额与文化产业增加值呈正相关，且在1%的水平上显著；金融资产效率虽然与文化产业增加值呈负相关，侧面体现出在现有金融贷款结构下金融效率对文化产业发展的抑制效应，但此回归系数不显著，所以在模型中可以暂时忽略；中部和西部地区的虚拟变量都为负，且在5%的水平上显著，说明相对东部地区，中西部地区的文化产业增加值较低，这与我国区域经济发展不平衡直接相关，影响到了三类地区的文化产业发展。整体上，金融资产相关度对文化产业发展的影响最大，金融资产投资额影响次之，金融资产效率的影响不甚明显。