根据经济理论逻辑，并结合文化产业技术效率理论，本章做出以下假设：

假设（1）：文化企业的研发资本强度对技术效率有积极正向的影响，即以企业的技术效率为因变量，以研发投入力度指标为自变量，技术效率与研发资本强度之间存在可观察到的线性正相关关系。

假设（2）：文化企业的研发人力强度对技术效率有积极正向的影响，即以企业技术效率为因变量，以企业研发人力投入强度指标为自变量，技术效率与研发人力强度之间存在可观察到的线性正相关关系。

假设（3）：文化企业从业人员素质对技术效率有积极正向影响，即以企业技术效率为因变量，以从业人员素质指标为自变量，技术效率与从业人员素质之间存在可观察到的线性正相关关系。

假设（4）：文化企业存续时间对技术效率有负面影响，即以企业技术效率为因变量，以企业年龄为自变量，技术效率与企业年龄之间存在可观察到的线性负相关关系。

假设（5）：文化企业规模对技术效率有积极正向影响，即以企业技术效率为因变量，以企业规模指标为自变量，技术效率与企业规模之间存在可观察到的线性正相关关系。

为了检验上述假说，对相关指标给出以下界定：

（1）以企业实际R&D支出占企业总资产的比例来表示样本企业的研发资本强度。

（2）以企业从事科技活动人员数占年末从业人员数的比例表示样本企业的研发人力强度。

（3）以企业员工平均受教育年限来表示企业从业人员素质。根据国家统计局统计设计管理司公布的统计制度改革研究之“人均受教育年限”计算方法探讨中的以现行学制年数为系数的方法，本章使用学制年数来替代受教育年数，当样本中的受教育人口进入到某一教育等级，则视其已经接受教育的年数为完成这一教育等级所需要的年数，这样确定的系数为：大专以上文化程度的受教育人口受教育年数为16年，高中文化程度的受教育人口受教育年数为12年，初中文化程度的受教育人口受教育年数为9年，小学文化程度的受教育人口受教育年数为6年，文盲则为0。以此类推本科文化程度的受教育人口受教育年数为16年，硕士研究生文化程度的受教育人口受教育年数为19年，博士研究生文化程度的受教育人口受教育年数为23年。根据《上海市人口普查资料》第四卷受教育程度“4-1全市分年龄、性别、受教育程度的6岁及以上人口”的数据资料，未上过学总计694 616人，上过小学总计3 121 808人，上过初中总计8 406 458人，上过高中总计4 823 221人，上过大学专科总计2 216 495人，上过大学本科总计2 401 283人，研究生总计421 787人。则可推算出：

进一步可计算企业员工平均受教育年限：

企业从业人员平均受教育年限=

（4）以企业从成立日起到统计当年的年数来表示企业年龄。

（5）以企业总收入占该行业所有企业总收入的比重来表示企业规模。

本章使用2008—2012年上海市科技企业统计数据，这五年间参与网上信息填报的企业分别有10 950、14 944、18 008、21 117和24 226家。根据《文化及相关产业分类》类别名称（2004）GB／T 4754—2002代码将属于文化产业的企业挑选出来，共得到6 258个大样本。为了满足平衡面板数据条件，继续挑选出五年交集的企业，并剔除部分无效数据，得到228家企业的平衡面板数据，样本量共1 140个。

本章采用如下几类数据：产出数据以各企业各年的总收入表示，并根据“娱乐教育文化用品及服务类居民消费价格指数”以2008年为基期对各企业当年的总收入数据进行平减。生产要素投入数据中，劳动投入以各企业各年的从业人员数表示，资本投入以各企业各年的资产总计表示，并用以2008年为基期的“居民消费价格指数”进行平减。各企业各年总收入、从业人员数和资产总计的数据来自上述文化企业样本数据库，娱乐教育文化用品及服务类居民消费价格指数和居民消费价格指数来自中国统计局网站。影响因素数据中，企业实际R&D支出、企业总资产、企业从业科技活动人员数、年末从业人员数、具有博士学历人数、具有硕士学历人数、具有大学本科学历人数、企业成立时间、企业总收入均来源于文化企业样本数据库。

本章参考赵书华和张弓（2009）的分类方法首先将样本划分“劳动密集型文化产业”和“资本密集型文化产业”两类。这里主要使用人均资产占用额指标来区分劳动密集型文化产业与资本密集型文化产业。人均资产占用额高则表示资本密集程度高，人均资产占用额低则表示劳动密集程度高。将高于人均资产占用额平均水平的划入资本密集型，低于人均资产占用额平均水平的划入劳动密集型（或非资本密集型集合A）。

其次是将文化产业划分为资本密集型和劳动密集型。两者划分的依据是技术密集程度，⁽³⁾高于行业整体技术密集程度的为技术密集型，否则为劳动密集型（或非技术密集型集合C）。

其中：

技术密集度指数=研发资本强度∗研发人力强度∗专利比例

研发资本强度=实际R&D支出／总资产

研发人力强度=从事科技活动人员数／年末从业人员数

专利比例=某一行业年均专利授权数／文化产业样本平均年均授权数

然后确定劳动密集型文化产业：非资本密集型集合A与非技术密集型集合C的交集即为劳动密集型文化产业。

最后需要区分的是同时被归为资本密集和技术密集的产业。劳动生产率，即劳动者的劳动效率，一般认为，劳动者愈熟练，采用的技术手段则愈高，其效率也就会愈高。工资，顾名思义，就是企业根据相关规定及按照劳动协议对于劳动者的货币给付。若某一行业存在较高的技术要求，则会相应地要求较高的劳动生产率，那么这个行业的平均报酬水平也会更高。所以，可以通过报酬的高低作为划分技术密集型和资本密集型两类生产要素投入要求高的劳动生产率的依据。以行业平均报酬为分界线，高于分界线则归类为技术密集型，反之则归类为资本密集型。最终分组结果如表10-3所示。

表10-3　十类文化产业按照要素密集型分组情况

（续表）

资料来源：赵书华、张弓（2009）。

本章以Battese & Coelli（1995）模型为基础，采取实用性好的超越对数时变技术效率随机前沿生产函数模型，运用2008—2012年间的有关数据，对上海市文化产业中劳动密集型、资本密集型以及技术密集型三类文化产业的技术效率进行估算。

超越对数时变技术效率随机前沿生产函数

式（10-9）为技术无效率方程，其中n=1，2，…，10分别表示十类文化产业类型。

EDU_m,it为m产业内i企业在t年的员工平均受教育年限，如果员工平均受教育年限对技术效率产生正向影响，则δ_m，3为负且显著，否则δ_m，3为正或者不显著。

AGE_m,it为企业年龄，是m产业内i企业从成立日起到t年的年数；如果企业年龄对技术效率产生正向影响，则δ_m，4为负且显著，否则δ_m，4为正或者不显著。

SHARE_n,it是n行业内i企业在t年总收入在n行业大样本中所占比重，即企业所占市场份额，这个指标也体现了企业的规模大小；如果企业所占市场份额对技术效率产生正向影响，则δ_m，5为负且显著，否则δ_m，5为正或者不显著。

本章采用技术非中性随机前沿生产模型，模型较为复杂但实用性强，既包括单一的生产要素的产出弹性，也包括要素间的替代弹性、技术非中性和技术进步的变化等。由于随机前沿生产模型可以用来判断技术效率，模型的设定是否准确决定了能否有效对技术效率的外生性影响进行分析。因此，本节既要检验其合理性，又要检验技术非效率方差的设定形式。模型主要包括以下假设检验：

（1）对超越对数函数的实用性进行检验。“简单的柯布—道格拉斯生产函数里没有生产要素的交互项，没有把要素之间的替代效应考虑进来，生产函数具有线性齐次形式的技术结构”（涂正革、肖耿，2005）。

那么超越对数生产函数是否比柯布—道格拉斯生产函数更加合理，可检验假设H₀：β_LL=β_KK=β_TT=β_LK=β_LT=β_KT=0。

（2）检验技术的非中性。“技术中性指的是技术独立于生产要素，要素的变动与技术的变动无关”（涂正革，肖耿，2005）。但实际中技术的变化往往会渗透到生产要素里，一是依附于技术含量较高的机器设备中；二是依附于受到良好培训的人才。技术的非中性特征可用模型中时间与生产要素的交互项来衡量，故检验假设H₀：β_LT=β_KT=0。

（3）检验是否存在技术变化。在技术非中性的生产模型中，生产工艺的改进创新、企业专利技术的突破获取，还有依附于生产要素中的技术含金量的提高，都可以视为技术进步的表现，模型中用时间T来表示技术变量，为此可检验假设H₀：β_T=β_TT=β_LT=β_KT=0。

（4）检验技术无效率项的存在。如果技术无效率u不存在，那么随机前沿生产模型就变成了只包含随机冲击噪音的普通面板数据模型，因此可检验假设：H₀：γ=δ₀=δ₁=δ₂=δ₃=δ₄=δ₅=0。

（5）检验外生性因素的影响。如果所有的外生性因素对技术效率都没影响，那么技术无效率方程在设定上就有问题，可检验H₀：δ₁=δ₂=δ₃=δ₄=δ₅=0。

以上五个方面的假设检验都用似然率统计量进行检验。本研究先估计无约束模型得到备择假设下的对数似然函数值L（H₁)，再分别估计包含上述约束条件的模型得到原假设下的对数似然函数值L（H₀)。接下来可以构造似然率检验统计量：

LR=-2[L（H₀）-L（H₁）]

如果原假设为真，LR统计量服从渐进卡方分布，被约束变量的个数即为自由度。Coelli（1995）证明了当原假设涉及方差比例参数γ=0时，对数似然统计量服从混合卡方分布，其临界值对照Koddet & Palm（1986）给出的非线性等式及不等式约束下的wald联合检验临界值。

本章通过Frontier 4.1软件使用极大似然法对随机前沿生产函数模型中的参数进行估计。首先是模型设定的假设检验，全部样本及各类要素密集型文化产业模型设定形式的检验结果，如表10-4所示。

表10-4　模型形式设定检验结果

本章从五个方面对模型设定进行了检验，根据检验的结果可以得到：(www.daowen.com)

（1）关于是采用简单的柯布—道格拉斯生产函数形式还是采用复杂的超越对数（translog）形式的包容性生产模型，检验结果表明使用包容性更强的超越对数生产函数模型更合理。

（2）关于技术的非中性，检验结果表明生产技术是非中性的，即技术可以体现在要素中。

（3）关于生产函数中是否包括技术进步因素，检验结果表明，模型中包含技术进步因素是可取的。

（4）关于生产技术中是否存在技术无效率，检验结果表明使用随机前沿生产函数模型比使用普通的生产函数模型更加合理。

（5）关于技术效率的高低是否受到外生性因素的影响，检验结果表明，本章根据技术效率理论所选择的外生性因素对技术效率确实有显著影响。

综合以上假设检验，本章以超越对数生产函数作为最终模型对上海市文化企业技术效率进行分析。

带有技术效率外生性因素效应的随机前沿生产函数模型的估计结果，如表10-5所示。

表10-5　随机前沿生产模型估计结果

注：∗∗∗表示在1%水平上显著，∗∗表示在5%水平上显著，∗表示在10%水平上显著。

技术密集型、资本密集型和劳动密集型文化产业企业的技术效率估计过程与全部样本企业技术效率的估计过程类似，由模型估计出的各行业历年技术效率水平如表10-6所示。

表10-6　各类产业行业历年技术效率水平

（续表）

三类产业以及整个文化产业的加权平均技术效率水平变动如图10-4所示。整个文化产业的技术效率在2008年达到最高值，为0.525；在2009年有较大幅度下滑，下降至0.486；在2010年又有一个微小的回升，到0.487；接着在随后的两年里又连续下降到2012年的0.447。总而言之，整个文化产业的技术效率呈现出逐年波动下降的趋势。

技术密集型文化产业的技术效率变化跟总体文化产业的变化走势较一致，但其波动更大，从2008年的0.51下降到2009年的0.478，到2010年又回升到0.491，随后两年连续下降到2012年的0.446。

资本密集型文化产业的技术效率整体来看略高于技术密集型文化产业，但其变化起伏多变，从2008年的0.538连续两年下降到2010年的0.492，2011年微小回升到0.493，2012年又急剧下降到0.458。

劳动密集型文化产业的技术效率下降程度最大，从2008年0.568开始一直下降到2011年的0.375，到2012年微微回升到0.377，从最高效率变成了最低效率，且综合来看其技术效率低于技术密集型文化产业和资本密集型文化产业。

可以看出2009年是整个文化产业技术效率下降最大的一年，可能是由于金融危机余波冲击所致。而三类产业的技术效率水平变动趋势同中存异，表明各要素密集型文化产业的技术效率水平不仅受所处经济环境因素的共同影响，不同产业内部的特殊因素也会对技术效率产生重要影响。

图10-4　三类要素密集型文化产业及整个文化产业平均技术效率变动

十类文化产业的平均技术效率如图10-5所示。从图中可以看出，新闻出版发行服务业技术效率水平最高（0.52），文化艺术服务业技术效率水平最低（0.34），这两个行业都属于劳动密集型文化产业；资本密集型文化产业各产业的技术效率水平一致都较高，分别是0.49（文化创意和设计服务业、文化产品生产的辅助生产业）和0.5（广播电视电影服务业、文化用品的生产业）；技术密集型文化产业各产业的技术效率水平整体较平均，分别为0.45（文化专用设备的生产业）、0.48（文化信息传输服务业）和0.49（文化休闲娱乐服务业），属于中上水平；劳动密集型文化产业各产业的技术效率水平差异较大，最低0.34（文化艺术服务业），其次0.43（工艺美术品的生产业），最高0.52（新闻出版发行服务业）。

图10-5　十类文化产业平均技术效率

分别按三类要素密集型文化产业来看，在技术密集型文化产业中（见图10-6），摄影扩印服务、广播电视节目制作及发射设备制造、通讯及广播电视设备批发这三个行业的平均技术效率相对较低，分别为0.22、0.34和0.41；互联网信息服务、印刷专用设备制造和其他计算机服务三个行业的平均技术效率处于中间水平，分别为0.46、0.49和0.49；而照相机及器材制造、有线广播电视传输服务和复印和胶印设备制造三个行业的平均技术效率都比较高，都在0.5以上，分别是0.76、0.65和0.54。

图10-6　技术密集型文化产业各行业的平均技术效率

资本密集型文化产业各行业的平均技术效率如图10-7所示。在资本密集型行业中，家用影视设备制造、玩具制造、电视等行业的平均技术效率相对较高，分别是0.71、0.62和0.6；而家用电器零售、音像制作、知识产权服务和家用音响设备制造等行业的平均技术效率较低，分别是0.1、0.23、0.32和0.34；其他行业的平均技术效率值都在0.4到0.6之间。

图10-7　资本密集型文化产业各行业的平均技术效率

劳动密集型文化产业各行业的平均技术效率如图10-8所示。在劳动密集型文化产业的六个行业中，图书出版、珠宝首饰及有关物品的制造和首饰工艺品及收藏品批发三个行业的技术效率相对较高，分别为0.58、0.55和0.51；而档案馆、其他工艺美术品制造和图书批发三个行业的平均技术效率水平较低，分别是0.34、0.36和0.4 1。

为了深入剖析各要素密集型文化产业行业技术效率产生差异的原因、分析和掌握各要素密集型文化产业技术效率变化趋势，本章利用Battese & Coelli（1995）模型分别研究了使得各要素密集型文化产业各行业技术效率产生差异的影响因素。

对技术效率进行研究主要有两个目的：一是对各生产单元技术效率高低进行对比；二是探究技术效率产生差异的影响因素。笔者在前文中已经对各要素密集型文化产业之间的技术效率水平情况进行了测算与评述，接下来将研究使得不同要素密集型文化产业技术效率产生差异的外生性影响因素。

图10-8　劳动密集型文化产业各行业的平均技术效率

本章通过面板模型对各类产业行业技术效率进行估计并进行外生性因素的分析，采用将外生性因素与前沿生产函数模型联合估计的一步法模型，得到以下效率方程：

其因变量μm，_it=-lnTE_m,it，将方程左边的μ_m,it替换为-ln TE_m,it，方程两边同时乘以-1，则可得到：

做一个简单的替换，令φm,_j=-δ_m，（j=0，1，2，3，45），即

因此将回归得到的系数（δ_m,i）乘以-1所得到的新系数（φ_m,i）就直观地显示了对应自变量对技术效率的影响情况。本章考察了研发资本强度（R&D^K）、研发人力强度（R&D^L）、员工平均受教育年限（EDU）、企业年龄（AGE）和市场份额（SHARE）等因素对不同产业行业技术效率的影响。表10-7就是整理后的各类产业无效率方程模型估计的结果。

表10-7　整理后各类产业无效率方程估计结果

注：∗∗∗表示在1%水平上显著，∗∗表示在5%水平上显著，∗表示在10%水平上显著。

表10-8　实证结果与研究假设比照情况

注：与预期假设相同：√；与预期假设相反：×；无显著影响：—。

由表10-7、表10-8分析如下：

（1）研发资本强度。研发资本投入对总体技术效率的弹性显著为正，说明对整个文化产业而言，研发资本对技术效率的提高有促进作用，且R&D每提高1个百分点，技术效率就提高0.182 5个百分点；研发资本投入对技术密集型文化产业技术效率的弹性也显著为正，说明对技术密集型文化产业而言，研发资本的增加促进技术效率的提高，且R&D每提高1个百分点，技术效率就提高0.747个百分点，且与总体文化产业和资本密集型文化产业相比，其影响力度更大；研发资本投入对资本密集型文化产业技术效率的弹性显著为正，说明对资本密集型文化产业而言，研发资本强度的增加促进了技术效率的提升，R&D每提高1个百分点，技术效率就提高0.218 7个百分点，其影响力度高于总体行业的水平；研发资本投入对劳动密集型文化产业技术效率的影响不显著。综合来看，研发资本强度的增加带动了体现在资本中的技术水平的提高，企业通过研发资金的投入来不断开发新技术，从而进行技术的积累和整合，形成企业的核心竞争能力，研发成果在实际生产中的运用将有利于促进企业的技术效率提高，进而增强企业的竞争实力。这一结果与诸多研究所得结论一致，如张庆利（2011）沿着“研发投入—技术效率—财务绩效”的技术路径来探索研发投入对企业绩效的影响效果，发现研发投入有助于技术效率的提高。周春应（2009）在研究跨国公司R&D投资对我国区域经济技术效率水平的影响时发现，跨国公司R&D投资对技术效率的增长有显著的影响，认为国际性企业研发投入体现在资本、专利等各个方面，跨国公司的研发投入对于我国区域经济的技术效率提升具有重要贡献。

（2）研发人力强度。研发人力投入对总体文化产业技术效率的影响不显著，但其对分组后的三类产业的影响却非常显著；其中，研发人力强度对技术密集型文化产业技术效率的弹性显著为正，说明对技术密集型文化产业而言，研发人力促进了技术效率的提高，研发人员每提高1个百分点，技术效率上升0.238 4个百分点；周春应（2009）在研究跨国公司R&D投资对我国区域经济技术效率水平的影响时将各省大专及以上人口占各省人口的比例作为人力资本水平指标加入模型中，也发现人力资本水平对于技术效率的提高有着重要的作用。然而，研发人力强度对资本密集型文化产业技术效率的弹性为负，说明对资本密集型文化产业而言，研发人力削弱了技术效率的提高，研发人员每提高1个百分点，技术效率下降0.132个百分点；与资本密集型文化产业相似，研发人力强度对劳动密集型文化产业技术效率的弹性显著为负，说明对劳动密集型文化产业而言，研发人力削弱了技术效率的提高，研发人员每提高1个百分点，技术效率下降0.155 9个百分点；朱卫平、伦蕊（2004）在研究高新技术企业的科技投入和绩效之间的关系时发现人力资源投入与企业绩效之间不存在显著的正相关关系，对此现象给出的解释是由于高新技术企业对科技人才重“招”轻“用”，人力资源的巨大能量未能充分发挥造成闲置和浪费。在本章的实证分析中，出现上述结果的原因可能是由于技术密集型文化产业行业主要依靠研发人员进行研发活动和技术创新，从而提高技术效率；而资本密集型文化产业和劳动密集型文化产业的生产一个更依赖于资本累积，另一个更依赖于从业人员娴熟的生产技能，并不主要依靠研发人员进行研发活动来提升生产效率，所以研发人员的增多提高了管理成本却不一定能增加产出，反而不利于效率的提高。

（3）员工平均受教育年限。受教育年限对总体文化产业技术效率的影响不显著，但其对分组后的三类产业的影响却非常显著；员工平均受教育年限对技术密集型文化产业技术效率的弹性为正，说明对技术密集型文化产业而言，员工文化程度越高越有利于促进技术效率的提高，员工平均受教育年限每提高1个百分点，技术效率就提高15.243 6个百分点；跟技术密集型文化产业不同，员工平均受教育年限对资本密集型文化产业技术效率的弹性显著为负，说明对资本密集型文化产业而言，员工文化程度越高越有不利于促进技术效率的提高，员工平均受教育年限每提高1个百分点，技术效率就削弱4.712 8个百分点；员工平均受教育年限对劳动密集型文化产业技术效率的弹性显著为正，说明对劳动密集型文化产业而言，员工文化程度越高越有利于促进技术效率的提高，员工平均受教育年限每提高1个百分点，技术效率就提高3.935 8个百分点。本章认为员工平均受教育年限出现这个结果的原因跟研发人力强度有类似的地方，但不完全相同。受教育年限直接关系到人力资源的素质以及员工技术的娴熟程度，因此这个因素会对依赖于人力的行业的技术效率有促进作用，故员工平均受教育年限的提高有利于促进技术密集型文化产业和劳动密集型文化产业技术效率的提高，且对技术密集型文化产业的促进力度远高于对劳动密集型文化产业；而对于资本密集型文化产业而言，受教育年限的效果与研发人力强度一样，雇用受教育年限越长的员工所需付的薪酬就越多，而产出不一定会提高，故不利于效率的提高。刘小玄、郑京海（1998）在研究国有企业效率的决定因素时发现教育程度变量对于企业的产出增长率的作用相当显著和稳定，企业在掌握更多对人才激励机制的控制权之后，以优厚回报来拉拢人才的竞争会更激烈，故文化水平对于技术效率的作用也更显著。

（4）企业年龄。企业年龄对总体文化产业技术效率的弹性显著为负，说明对整个文化产业而言，企业成立时间越长越不利于促进技术效率的提高，企业年龄每提高1个百分点，技术效率就下降2.207 6个百分点；企业年龄对技术密集型文化产业技术效率的弹性显著为负，说明对技术密集型文化产业而言，企业成立时间越长越不利于促进技术效率的提高，企业年龄每提高1个百分点，技术效率就下降2.844个百分点；企业年龄对资本密集型文化产业技术效率的弹性显著为负，说明对资本密集型文化产业而言，企业成立时间越长越不利于促进技术效率的提高，企业年龄每提高1个百分点，技术效率就下降2.567 5个百分点；企业年龄对劳动密集型文化产业技术效率的弹性显著为负，说明对劳动密集型文化产业而言，企业成立时间越长越不利于促进技术效率的提高，企业年龄每提高1个百分点，技术效率就下降1.626 5个百分点。说明对总体文化产业以及三类产业而言，成立时间短的企业比成立时间长的企业有更高的技术效率，出现这个结果的原因可能是在文化产业这样的新兴产业中，由于文化产业特殊的产业性质，产品和服务更新换代的速度比一般产业的快，产业周期也更短，故它对企业的经营模式和创新活力有更高的要求，年龄大的企业确实存在历史包袱重、退休人员多、业务领域升级慢、经营模式守旧、创新激励不足等不利因素，从而导致企业的技术效率出现下滑，或者说，年轻的公司比年龄大的企业更有研发创新的激励。Pitt & Lee（1981）在对印度尼西亚的纺织业技术效率进行研究时，分析了企业所有权、企业年龄和企业规模这三个外生性因素对企业效率的影响情况，结果发现年轻的企业比年龄大的企业更有效率。

（5）企业所占行业份额。企业所占行业份额对总体文化产业技术效率的弹性显著为正，说明对整个文化产业而言，企业所占行业份额越大越有利于促进技术效率的提高，企业所占行业份额每提高1个百分点，技术效率就提高25.368 3个百分点；企业所占行业份额对技术密集型文化产业技术效率的弹性显著为正，说明对技术密集型文化产业而言，企业所占行业份额越大越有利于促进技术效率的提高，企业所占行业份额每提高1个百分点，技术效率就提高77.997 9个百分点；企业所占行业份额对资本密集型文化产业技术效率的弹性为正，说明对资本密集型文化产业而言，企业所占行业份额越大越有利于促进技术效率的提高，企业所占行业份额每提高1个百分点，技术效率就提高19.182 2个百分点；但对劳动密集型文化产业技术效率的影响并不显著。从本章的实证研究来看，对于总体文化产业以及技术密集型文化产业和资本密集型文化产业而言，企业规模的扩大是雄厚资金和技术实力积累的结果，这些因素更有利于企业生产活动中技术效率的提高，企业规模与技术效率之间确实存在明显的正向关系。郭斌（2006）在对中国软件产业是否存在可观测的规模效应、R&D活动对绩效是否存在一致性的正向影响进行实证研究时发现“企业规模对于产出率确实存在着一致性的正向影响”。

综上可见，由于不同要素密集程度间的差异和特定行业因素等原因，各外生性影响因素对三类产业技术效率的影响不尽相同，这也反映出了行业分组的必要性和可取性。