本章将企业获取的利润作为研究对象。在企业的生产过程中，资本与劳动作为投入要素直接影响企业利润。考虑到本章着重研究技术因素对文化产业的影响，因此将企业的综合技术密集度纳入企业获取利润的影响因素范围；同时，考虑到在文化产业中，有些企业可能本身不直接开发技术，而是与其他合作伙伴进行技术方面的合作，根据世界其他国家的经验，技术与文化产业的结合以集群的方式影响其绩效（如美国的好莱坞有众多的文化企业，同时也有大量专门的文化技术服务企业），因此企业与技术创新合作伙伴所在区域也纳入企业获取利润的影响因素范围。企业生产过程如图9-1所示。

图9-1　企业生产过程图

根据以上分析，构建基本模型如下

式中，K代表资本投入，L代表劳动力投入，TI代表综合技术密集度，tpartner代表企业技术创新合作伙伴所在区域。为了让文章脉络更加清晰，特提出如下两个假设。需要特别指出的是，以下两个假设只是基于现有的文化产业相关知识结构进行的推理，需要利用模型回归以得到科学的验证。

假设1：技术密集度对文化产业获取利润具有促进作用，即技术密集度对企业利润额的影响系数为正且显著。

从理论角度进行分析，拥有较高技术密集度的企业会掌握行业内先进的技术手段，因此此类企业具有非常明显的技术优势，这种技术优势可以表现在成本的缩减上，也可以表现在产品质量的提高上，无论是哪一种，都会使企业在市场交换的过程中获取较大利润，即技术密集度会对文化产业获取利润产生正向促进作用。

基于相关的研究文献综述，只有一篇研究证明了外资对全部内资技术密集型行业具有显著的正向技术外溢效应的文章（毛日昇、魏浩，2007），目前还没有讨论技术密集度对企业经济利润的影响作用。近年来，高新技术在文化产业中的应用越来越普遍，也为该假设提供了现实依据。究其原因，无论是研发还是引入新技术应用于企业或产业生产都需要巨大成本，因此在市场的自动筛选作用下，能够使用新技术的产业或企业都是在巨大的成本投入下可以盈利的企业，由此可以推出技术密集度高的产业或企业其盈利能力及利润额也一定相对较高。

此外，对比9.2.2节计算出的十大类文化产业技术密集度的数值及分类排序，可以看出表9-5列出的文化产业技术密集度的高、中高、中低、低分类与这些产业对我国经济发展的贡献程度也是大体成正比的，这些都为假设1提供了依据。

假设2：技术创新合作伙伴在国内其他城市会对企业经济产出产生负影响；技术创新合作伙伴在国外会对企业经济产出产生负影响，即企业技术创新合作伙伴在本地对文化产业具有正向影响。

上述推论的理论依据在于产业集聚效应的存在，即同一产业在某个特定地理空间内的高度集中，产业资本要素在空间范围内不断汇聚的一个过程（徐君，2010）。相关产业的企业在地理上的集中可以促进行业在区域内的分工与合作提高劳动生产率，同时又可以促进产业创新与企业间的良性竞争，因此产业集聚对促进产业发展有非常重要的作用。作为文化产业，其创新效应会更加明显，因此可以推断：与技术创新合作伙伴在本地的企业相比，技术伙伴在外地的企业发展会受到一定限制。

从现实角度来看，我国经济的大幅度增长并没有改变地域经济分割的缺陷，东部沿海地区经济发展迅速，中部次之，西部的经济虽然在近年来有很大的进展，但依然只能望其项背。考虑到地域经济发展不均等，以及地理分割带来的巨大的沟通成本、交易成本以及政策成本（如果存在的话），文化产业技术合作伙伴所在区域会对企业的经济产出带来不同的效果。考虑到上海作为我国目前的经济中心，相比于国内其他城市，存在技术落后的可能性不大，即吸引外来技术转化成经济产出的收益效果远不会比地域分割带来的各种成本的综合上升更大。因此在本模型中给出假设2中前半部分的假设，即技术创新合作伙伴在国内其他城市会对企业经济产出产生负向影响。

虽然国外对于文化产业的研究及发展相比我国起步较早，有很多值得借鉴学习之处，但是在提出这一部分的假设时，本章主要考虑两个因素：一是在产业发展初期，非产业集聚的企业劣势会比较明显；二是因为西方先进的技术在引入后不一定能直接应用于我国文化产业的发展，需要做出本土化的改进与尝试，因此，从国外引进先进技术收益远远小于区域隔离所造成的成本负担（沟通成本、交易成本和政策成本等因素）。因此，本章假设对于技术创新合作伙伴在国外的企业，会对其利润产生负向影响。

根据以上对投入要素及影响因素的分析假设，参照生产函数的单位人均形式，为了研究文化类企业的盈利能力，本章选取利润的相对指标即企业的人均利润额作为被解释变量，得到以下具体模型：

上述两式中，

模型（9-6）是生产函数的单位人均形式，为研究技术密集度对企业经济产出的影响，本章提出模型（9-7）加以研究。此外，考虑到技术创新合作伙伴所在区域对企业的影响，在模型（9-7）的基础上加入这一因素后得到模型（9-8），本章计划对这三个模型依次回归后，比较技术因素对企业经济产出的影响作用。在这一比较模型组合中，模型（9-6）是作为经典模型研究的比较基准。

在上述模型组合中，i代表企业，t代表时间。变量TI代表各个企业的综合技术密集度，考虑到企业的技术先进程度在由该企业本身科技投入决定的同时，还会被其所处的行业技术环境影响（毛日昇、魏浩，2007），因此该项指标由企业技术密集度firmti与该企业所属行业技术密集度indti乘积得到；tpartner代表企业的主要技术创新合作伙伴所在区域；此外，被解释变量人均利润额对应，人均资产tasset／emp作为投入要素列入模型；企业规模、经济属性以及时间因素作为虚拟变量被放入模型。

考虑到文化产业内部同时包括制造业与服务业，两者分属于不同的产业类别，生产过程会表现出很大的差异，为了得到更为精确的实证结果，本章设计使用上述模型对三套数据进行回归，包括文化产业面板数据、属于其细分产业的文化服务业及文化产品制造业面板数据。

在研究面板数据的过程中，考虑到研究个体效应的处理问题，有两种模型可供选择：固定效应模型及随机效应模型。固定效应模型在数据处理过程中认为每一个体都有一个特定的截距项来反映其个体差异，而随机效应模型则认为个体差异反映在随机干扰项上，并假设所有的个体都有相同的截距项（邓俊杰，2012）。豪斯曼于1978年提出著名的豪斯曼检验，用以判定固定效应及随机效应两种模型的选择和建立，其基本思路（邓俊杰，2012）如下：

给定显著性水平，若H＞χ²（K），其中K为χ的维数，则模型存在个体固定效应，拒绝原假设，应该建立固定效应模型；反之，应建立随机效应模型。

以上模型的研究对象是一套由280家文化类企业5年的统计结果组成的面板数据（共1 400组），数据来源于上海市4 881家科技企业2011—2015年间统计结果。由于该套数据统计的起始年份为2011年，因此使用GB／T 4754—2011国民经济行业分类代码，对文化产业进行筛选。

依据9.3.2节的模型构建，研究所需的数据指标有：企业的利润总额（tpro），企业的最终技术密集度（TI），技术创新合作伙伴所在区域（tpartner），年末总从业人员数（emp loyee）以及企业总资产（tasset）。关于研究企业的技术密集度会在9.3.4节给出具体计算过程。

利润总额作为财务报告数据是常见的衡量企业盈利能力及发展情况的指标，从业人员数及资产是生产函数中的重要投入要素，对本章所采用的面板数据整理后，其统计结果如表9-6所示。

表9-6　企业经济表现统计

考虑到实际因素，企业的经济类型对其经济表现有一定的影响作用，企业的经济类型可以分为以下七大类：国有（SOE）、集体（COE）、外资（FOR）、港澳台企业（HKT）、股份制企业（STK）、私有制企业（PRI）和其他（OTH），因此对面板数据企业的经济特征进行统计，结果如表9-7所示。

表9-7　企业经济特征统计

在上海市科技企业的统计中，对技术创新合作伙伴所在区域这一指标（以下简称“技术伙伴”）通过其所在的区位代码实现，如上海市徐汇区为310104。本章在对这一指标的处理过程中，将其归为三类：上海市本地、国内其他城市及海外，分别用虚拟变量1、2、3表示。

表9-8　技术创新合作伙伴所在区域指标统计

可以看出，在上海市的280家文化类科技企业中，其技术伙伴大多集中于国内，建立国际合作关系的企业非常少。上海市作为我国的经济中心，国际化发展程度很高，但文化类企业国际合作程度并不高。

本章所使用研究对象面板数据的指标统计完善，对研发投入及技术职称人员数都有准确完备的统计数据，因此对上海市文化类企业个体技术密集度的计算使用9.2.2节中提出的技术密集度计算模型，即式（9-1）。式中，RDI=科技活动支出总额／行业总额；TSI=技术职称人员数／总从业人员数。

根据以上模型分别计算出上海市280家文化类企业5年的技术密集度，由于数据太多无法一一列出（共1 400个），给出向计算结果如表9-9所示。

表9-9　企业技术密集度结果统计

本章9.3.2节中提到，考虑到行业技术环境对企业技术密集度的影响，本章将使用企业综合技术密集度作为回归指标，即式（9-9）。

因此将上述计算结果与9.2.3节与其所处各大类文化产业技术密集度计算结果相加，得到如下结果（见表9-10）。(www.daowen.com)

表9-10　综合技术密集度结果统计

以上对企业综合技术密集度的计算由两部分构成，采用统一计算模型，对产业的技术密集度计算作为行业技术环境的衡量指标与企业技术密集度计算值加和得出综合结果。要特别提出的是，由于文化产业的统计不够完善，因此在产业数据的收集计算过程中，采用专利作为R&D投入的代替指标，但事实上，这样的选择更有其现实意义，因为相较前期研发支出，成熟的技术标准更能反映出行业的技术现状，是现有企业可借鉴的技术经验，对其经济产出能产生更直接的作用效果。

本小节将上海市280家文化产业5年间的统计数据作为回归对象，在STATA软件中使用模型（9-6）～模型（9-8）对面板数据进行固定效应模型回归操作，得出的结果如表9-11所示。

表9-11　文化产业模型回归结果

注：∗∗∗p＜0.01，∗∗p＜0.05，∗p＜0.1分别代表回归结果在99%、95%、90%的置信区间内显著。

模型（9-6）是人均利润作为被解释变量的基本模型，没有加入任何技术因素，从回归结果可以看出，人均资产投入对于人均利润增加的促进作用非常显著，其弹性系数达到0.49。这说明在企业的价值创造过程中，人均资产是非常重要的投入要素。

在模型（9-7）的回归结果中，技术密集度对人均利润增长的影响作用达到0.07，并且在99%的置信区间内显著，这一结果与本章9.3.1中提出的研究假设吻合。对比模型（9-7）与模型（9-6）的回归结果可以看到，在加入技术密集度这一影响因素后，人均资产投入对人均利润的作用程度出现了轻微程度的下降。这说明，随着企业技术密集度的增加，资产在其获取利润创造价值过程中的作用会逐渐减小，即加入技术因素后，技术对资产投入在产品生产以及价值创造的过程中起到了一定的替代作用。这一结果有非常重要的现实意义，说明在文化类企业生产过程中，高技术密集度的企业可以适当减少对资产的投入，转而注重科研技术与工作人员综合素质方面的投入，以达到创造企业价值的目标。这是由文化产业的特有性质决定的。文化产业的核心是创意，技术密集度越高的企业对于资产的需求会越少，对于知识技术的要求越来越高。以大型社交网站FACEBOOK为例，对于该企业而言，之所以创立是因为其创建人基于人类生活的精神需求而提出的优秀创意，之所以发展是因为企业所掌握的庞大的信息数据。在此之中，资产都不是企业创造价值的关键所在。

我国文化产业目前还处在起步发展阶段，大多数企业处在技术含量较低的阶段，在其生产过程中，技术密集度的作用虽然绝对值不够大，但影响效果是非常显著的。可以预计，随着我国文化产业的发展以及技术程度的不断提高，技术密集度在文化产业利润创造的作用会不断增大。

在原有技术密集度模型（9-7）的基础上，模型（9-8）纳入了技术创新合作伙伴所在区域这一指标作为影响因素。在回归中，文化类企业技术伙伴在上海市本地（即tpartner=1）被吸收成为标准。观察模型（9-8）的回归结果，可以看出技术创新合作伙伴在外地的文化类企业会对其获取利润产生负的影响效果，这一结果也是符合9.3.1节提出的研究假设的。对技术伙伴所在区域进行单独分析，技术创新合作伙伴在国内其他城市对人均利润的负面影响作用达到-0.44。这一结果说明，相比技术伙伴在上海本市的文化类企业，合作伙伴在国内其他城市的企业所创造的人均利润比前者要少44%，差距之大显而易见。从现实角度分析，造成这一结果的原因主要有以下两点：一是虽然我国近年来经济发展较快，但国内经济区域隔离的状况依然存在，尤其表现在区域间文化产业合作上，区域间巨大的交易成本使得与外地伙伴进行技术合作的文化类企业利润创造能力明显不足；二是由于我国幅员辽阔，各地区经济发展程度不均，区域间隔又加深这一差距，本章的研究对象为上海市文化类企业，这些企业地处我国文化产业发展相对较好的城市，其拥有的技术相比其他地区更为先进，在双方的技术创新合作中受益的可能性非常小。因此，为了促进我国文化产业发展以及国家整体经济水平的提高，经济，尤其是技术合作一体化的程度还有待加强，否则在文化产业发展领域内的两极分化会更为严重。

回归结果显示，技术创新合作伙伴在海外对上海市文化类企业的负面影响作用比在国内其他城市更大。具体来说，相比在上海本地，技术伙伴在国外的企业人均利润要低94%，且这一结果在95%的置信区间显著。这说明我国文化产业与海外技术合作程度不高，而且海外合作伙伴技术先进性的正面影响弱于区域隔离的巨大交易成本所带来的负面影响，这应是日后政府制定文化产业发展相关政策的着力点之一。国外的文化产业技术先进经验丰富，对我国的文化产业发展有很大的借鉴作用。

对比模型（9-8）与模型（9-7），可以看出加入区位因素后，技术密集度与人均资产对企业盈利能力的作用都出现了轻微的下降，这也说明区位因素不仅自身对企业人均利润带来负的影响，还通过对企业的技术投入与资产投入的作用进而达到间接影响企业利润创造能力的最终结果。

考虑到文化产业涵盖的内容从第二产业到第三产业较为复杂，上一小节对全体文化类企业进行回归分析的方法较为笼统，因此在本小节与下一小节，将特别对文化产业内包含的制造业与服务业分别进行研究，以期得到更为精确的研究结果。文化产品制造业包括工艺美术品的生产、文化用品的生产与文化专用设备的生产等三个细分产业，表9-12是利用9.3.2节中构建的实证模型对文化产品制造业进行回归的结果：

表9-12　文化产品制造业模型回归结果

注：∗∗∗p＜0.01，∗∗p＜0.05，∗p＜0.1分别代表回归结果在99%、95%、90%的置信区间内显著。

对比模型（9-6）对制造业与文化产业的回归结果（即表9-13与表9-12中的第一列），可以看出在文化产品制造业的盈利过程中，资产投入对企业盈利能力的影响作用为0.66，大于其在文化产业大类中的0.49，这说明文化产品制造业在具有文化产业特征的同时，其制造业的特征更明显。对于制造业而言，生产设备等资产是必不可少的投入要素，并在其生产过程中发挥着至关重要的作用。

对比观察模型（9-7）的回归结果，技术密集度对文化产品制造业的回归系数为0.11，并且在90%的置信区间内显著，而在文化产业中，技术密集度的回归系数为0.07，文化产品制造业的盈利对于技术的投入更加敏感，即文化产品制造业每提高一单位的技术密集度，会带来更为明显的利润收益。同样，在文化产品制造业中，人均资产的回归系数0.60比文化产业中的0.48也高出不少，即资产投入对制造业利润的影响作用更大。改革开放以来，我国经济发展是由制造业带动的，制造业在我国的发展比较成熟，产业内部作用机制也更为有效，因此加强对文化产品制造业各方面的投入，对企业提高经济利润是正向的促进作用。

观察表9-13中模型（9-6）～模型（9-7）的回归系数的变动可以发现，在加入技术密集度这一因素后，人均资产投入的价值创造能力受到了一定程度的抑制，从0.66下降为0.60，这个下降幅度相较于表9-12中的系数变动更为明显。也就是说，在文化产品制造业的盈利过程中，技术密集度对资产投入的替代效应更加明显，这也就解释了在技术链条中，企业单纯处于应用技术的设备生产阶段价值创造能力低下的原因，一旦企业提高其技术密集度并涉足技术含量较高的领域，其利润值就会出现大幅增长，创造出更大的价值。

对比表9-12中，模型（9-8）在表9-11中的回归结果，出现了一定程度的不一致性，明显表现在对技术创新合作伙伴所在区域这一指标中。如表9-12所示，与表9-11中负的回归结果不同，技术伙伴在国内其他城市与其在国外对文化产品制造业价值创造能力的影响都是正向促进的，在对置信程度要求不高的情况下，其促进的作用系数分别达到了0.41和0.37，这个结果也验证了对文化产品制造业与文化服务业进行分开研究的必要性。在对文化产品制造业这一指标的衡量结果中出现了与对其所属文化产业大类研究结果的明显偏差，也恰恰说明了在文化产业中占较少数量的制造业的独特性。比较可信的解释是，文化产品制造业属于产品可以相对标准化的产业，其技术的标准化程度也比较高，远距离的不利影响相对较小。

此外，对比模型（9-8）与模型（9-7）可以发现，加入技术创新合作伙伴所在区域这一因素后，资产投入的回归系数出现了明显的增长（在上一小节中，该模型资产投入的回归系数变小了）。也就是说，考虑技术伙伴区位因素后，资产在企业价值创造的过程中发挥了更加重要的作用。这一结果可以解释为与外部技术合作的频繁互动有助于企业更加有效地使用其所属资产，进而转化成为企业新创造的价值。

国家统计局规定，我国文化产品制造业主要包括文化用品的生产、工艺美术品的生产以及文化专用设备的生产，这类企业的主营业务基本都包含了生产与销售，属于自产自销的文化制造，并且其技术创新合作伙伴所在区域基本都集中在上海本地与国内其他城市。因此回归结果中这两类企业技术伙伴区域的影响作用为正数的原因有以下三点：①我国制造业发展较为成熟，因此企业间进行技术交流合作的效率较高。②这些企业的主营业务都涵盖了附加值相对较高的销售领域，拓宽了其利润空间。在文化产品制造业的统计数据中，技术创新合作伙伴集中在国内的企业有61家，区域交易的成本相对较小。③对于其中技术伙伴区位在国外的少数大企业来说，这些企业规模较大，再加上从国外引进的先进技术与设备，在行业内具有明显优势，其所获取的高额利润一定大于技术合作付出的交易成本。这也就是文化产品制造业对模型（9-8）中技术伙伴区位回归结果偏高的原因。

以上描述也相对暴露出我国文化产品制造业所存在的问题。上海是我国最为开放的市场，与国际经济的融合程度也最高，但是文化产品制造业企业中与海外有技术合作创新关系的非常少。目前国际竞争格局已经由军事竞争经过经济竞争转入文化竞争，世界各国都把发展文化产业列为国家发展的重点并取得了重要成果，国际上有很多先进的经验值得我们借鉴，尤其是制造业方面，我国的制造业起步较早，对经济发展也起到了较大的拉动作用，但是始终处于低技术密集度低附加值的阶段，因此应加强国际合作，吸收外来先进经验，促进文化产品制造业的自我研发，实现技术链与产业链的升级。

文化服务业包括新闻出版发行服务、广播电视电影服务、文化艺术服务、文化信息传输服务、文化创意和设计服务、文化娱乐休闲服务与文化产品的辅助生产。表9-13是利用9.3.2节中构建的实证模型（9-6）～模型（9-8）对文化服务业进行回归的结果：

表9-13　文化服务业模型回归结果

注：∗∗∗p＜0.01，∗∗p＜0.05，∗p＜0.1分别代表回归结果在99%、95%、90%的置信区间内显著。

分析模型（9-6）的回归结果可以发现，资产投入对文化服务业人均利润的促进程度远不如对文化产品制造业（回归系数为0.66），在文化服务业中，资产投入的回归系数为0.46。文化服务业属于第三产业，在第三产业的生产过程中，创意与终端服务的价值创造能力会高一些，这也就决定了固定资产在文化服务业创造价值的过程中发挥作用的空间十分有限。

模型（9-7）的回归结果表明在文化服务业内部，提高技术密集度对人均资产投入的替代作用在创造价值的过程中虽然较小但是依然存在，因为在加入技术密集度这一因素后，人均资产的回归系数由原来的0.46变成0.45。技术密集度的回归系数为0.06，表明技术密集度对文化服务业获得利润的促进作用比其在文化产品制造业中低，这是因为近年来，我国文化产业虽然在政策引领市场需求的作用下取得了长足的进步，但是文化服务业大都集中于技术密集度相对较低的市场服务环节。这一部分的进入门槛低，在我国文化产业发展初期竞争形势也不够激烈，因此这一部分成为我国文化服务业价值创造能力相对较高的环节，故而现阶段技术密集度对我国文化服务业价值创造的促进能力十分有限。但是随着我国文化产业的发展，服务业的竞争会越来越激烈，良性的竞争逐步将企业引向技术研发阶段后，技术密集度在文化服务业价值创造的过程中会显得越来越重要。

模型（9-8）的回归结果中与对文化产业的回归结果相一致的是随着技术创新合作伙伴所在区位的加入，技术密集度与资产投入在企业价值创造过程中发挥的作用受到了一定程度的抑制。在这里需要着重指出的是技术伙伴所在区位的回归结果，可以看到，在该模型中对文化服务业进行回归后，相比于技术创新合作伙伴在国内的企业，技术合作伙伴在国内其他城市的回归系数为-0.72，技术伙伴在海外的回归系数为-1.24，远远高过在文化产业大类中的回归结果-0.44与-0.94。也就是说，在文化服务业的价值创造过程中，与同一地区的企业进行技术合作所获得的经济效益远远大于与其他企业的企业合作。这一结论印证了产业集聚在文化服务业的重要性。文化服务业的技术复杂多样、标准化程度低，更需面对面的沟通和高频度的互动。

产业集聚是基于企业生产过程中的外部经济提出的，即集中在一起的厂商比单个孤立的厂商更有效率。同一产业在某个特定地理区域内高度集中对于该产业发展有着非常重要的推动作用。以文化服务业为例，①如果产业技术链上下游的企业都集中于同一个区域，可以有效减少搜索成本与交易费用，降低生产成本；②产业集聚有助于企业进行分工细化，提高整体劳动生产率；③产业集聚可以使得文化服务企业获得更多的配套设施及政策优惠，并实现信息共享；④最重要的一点在于产业集聚有助于建立文化服务业内部良好的竞争环境，促进创新。文化产业是以创意为核心的产业，产业集聚会通过企业家的聚会与艺术家的交流等多种形式，来提高与同业企业的沟通，通过这种“隐性知识”共享，有助于提出好的创意并通过技术合作将其实施。美国的好莱坞以及硅谷是文化服务业集聚的典型案例，将优秀的电影企业或者电子信息企业集中在同一区域，通过产业集聚效应达到1+1＞2的产出效果，使得这两个地区成为美国文化产业发展的重心所在，同时这两个文化产业集群又带动了周围一系列产业的发展，成为产业经济理论中的“增长极”并发挥效应。此外，世界各国都有非常著名的产业集群的案例，我国在借鉴发达国家文化产业发展的成功经验上，提出了建立国家级文化和科技融合示范基地，上海张江也在其中。可以看出，在文化服务业的发展过程中，注重区域集聚可以大幅提高企业的价值创造能力。

前一部分的研究内容主要提出了技术密集度的计算方法，计算出十类文化产业的技术密集度，并验证了技术因素对文化产业获得利润创造价值的促进作用。此处研究对象不仅包括技术密集度也包括技术创新合作伙伴所在区域。通过实证分析可以得出，技术因素对文化产业的促进作用非常显著，为了促进我国文化产业发展，文化产品制造业应注重与国际先进企业的技术经验交流，而对于文化服务业，培养有代表性的文化服务业产业集聚基地并给予适当的政策倾斜是现阶段的有效途径。