數據賦能驅動文化產業創新效率：研究進展*

劉靜，惠寧

（西北大學 經濟管理學院，西安 710127）

伴隨新一代信息技術革命推進產業結構轉型的時代變遷、國家提高文化軟實力和人們對高質量精神文化的需求，大數據驅動文化產業創新升級已經是普遍現象。在數據賦能文化產業發展的同時，需要思考大數據引發的技術沖擊如何影響文化經濟的資源配置問題，且這種驅動力能在多大程度并以怎樣的方式對文化產業數字化高效率運行產生作用。首先，文化產業發展是我國產業結構調整的深水期經濟走向高質量階段的重要途徑，但同時需要研究創新驅動文化產業數字化中的發展效率問題，因為驅動效率的高低能夠影響文化產業在多大程度上成為21世紀支柱型產業的戰略選擇。其次，數據賦能是大數據影響經濟運行的復合名詞，因其具有多領域交叉性質而難以測度，構建多元化評價維度可以形成較為完整的衡量體系，從而對經濟績效產生直接與間接的驅動作用。再次，數據賦能對文化經濟資源配置的影響體現在大數據的數量效應、技術效應與結構效應三個方面，如何合理確定數據資產的價格體系、技術支持和產業結構配比既是文化產業創新設計的瓶頸，也是大數據時代需要深入思考的課題。最后，數據賦能驅動文化產業創新效率的沖擊體現在經濟總量關聯和結構關聯上，因為數字經濟是通過改變文化產業中產業鏈與價值鏈的創新環節實現文化經濟總量增長的，而結構性影響則體現在文化產品創新與技術結構創新兩個方面。因此，有必要深入剖析數據賦能與文化產業的內涵，研究其影響因素及經濟效率，并尋求兩者的內在關聯及運行機理，確保數據賦能對文化產業結構性調整的順利進行。本文旨在對國內外數據賦能與文化產業創新的學術成果進行系統梳理，并提出數據賦能驅動文化產業創新的研究方向。

1 數據賦能驅動效應

產業融合理論認為技術創新是產業間融合的實質，通過產業技術邊界的收縮與模糊化可以形成業務融合、技術融合與市場融合并推動新一輪產業創新。大數據、互聯網與信息技術的快速發展，將帶動經濟增長與文化消費，從而為數據賦能推動產業創新提供豐富的學理基礎與現實參考，數據賦能驅動效應具體體現為數據資產的數量效應、數據要素的技術效應、數據產業的結構效應。

1.1 數量效應

海量數據的出現使得傳統商業模式與產業結構面臨被重構的風險，面對這一問題，要素投入數量將施壓于傳統數據資產價格形成數量效應，其影響體現于“數據”聚焦研究與“賦能”擴散研究兩個相輔相成的層面。

“數據”主要指“大數據”，是“數據賦能”的內涵，聚焦傳統商業活動的數據要素與資產?！皵祿奔匆幌盗蟹柦M合，具有記載客觀事物的性質、狀態及作用關系的價值。廣義的數據包括數字、文字、音頻、視頻、圖像等，而狹義的數據單指數字[1]。因此，在研究范疇上，數字是數據的組成部分，而在研究內容上，數字是數據的內核，數據是數字的載體?；ヂ摼W時代的數據主要指“大數據”，即相對于專注特定問題進行信息搜集的“小數據”而言的海量數據。早期托夫勒在1980年將大數據的價值稱為“第三次浪潮的華彩樂章”[2]，但真正將大數據的理念普及開來的是麥肯錫公司于2011年6月發布的大數據報告。在報告中，他們對大數據的影響力、技術路徑與作用領域進行了詳細說明，之后大數據才得到各行業的廣泛關注[3]。2014年3月“大數據”概念首次正式寫入我國政府工作報告，2015年一年內，國務院常務會議六次提及大數據運用，國內關于大數據理論研究文獻才呈現“井噴”趨勢?！洞髷祿a業發展規劃（2016-2020年）》①我國工業和信息化部于2016年12月18日為推進實施國家大數據戰略，促進大數據產業健康快速發展編制的規劃部署。規劃從我國發展大數據產業的基礎、“十三五”時期面臨的形勢、指導思想和發展目標、重點任務和重大工程、保障措施五個方面闡述了建設數據強國的戰略思想與實施細則。分析了大數據產業發展趨勢，指出我國“大數據產業體系初具雛形”，“到2020年，技術先進、應用繁榮、保障有力的大數據產業體系基本形成”，“推動大數據應用”，“能夠為我國經濟轉型發展提供新動力，為重塑國家競爭優勢創造新機遇”。徐宗本等[4]、金元浦[5]、王倩和李天柱[6]概括性地認為大數據能夠以其精準、全面、多量的特性形成新的管理決策模式，產生創新性技術路徑與融合性創意方式。但以往研究通常僅將大數據與技術積累相聯系，往往忽略將其運用于商業決策中經營方式的顯著變化，而近年來這些變化對經濟增長構成重要影響。

“賦能”是“數據賦能”的外延，指數字經濟的擴散力，強調將新的生產活動注入傳統產業鏈與價值鏈，從而形成大數據帶來的精準需求信息與高效率運營模式。因此，“賦能”體現大數據數量帶來的數字經濟效應，也是數字經濟發展形態與客戶需求結合的產物。熱敘阿等[7]指出，數字經濟伴隨新進入企業的增加，其運營收入呈邊際效用遞增的結果。例如，免費的軟件帶來高附加值的市場需求，顛覆了傳統企業的組織形態，將量販式生產賦予專業化特點且形成符合客戶意愿的“量身選定”。由此，數字經濟成為獲得財富和提高生產率的主要形式。但是，目前對數字新經濟體的解釋性與理論性系統尚待構建。尼夫[8]進行了更加深入的研究，指出數字經濟與大數據之間相互作用，一方面，大數據會影響商業，全球商業經濟運用數量級的數據形成數據洞察力，從而帶動數字經濟。另一方面，數字經濟將消費者互聯網、工業互聯網、物聯網相結合，連同非結構化數據及新技術共同推動大數據現象的產生，賦予商業新的洞察力、客戶需求、盈利模式與高效供應鏈。馬化騰等[9]也認為數字經濟賦予中國經濟新的增長點，已占到2016年中國GDP 的30.6%，帶動280 萬新增就業人口，引領全球數字內容變現并實現創意變現的最高價值。

大數據通過價格傳導機制影響新興經濟體的作用力毋庸置疑，但其改變不同產業的運行方式不盡相同，依賴于數據賦能的技術外溢效應、數字化程度產生的規模經濟、產業融合中的產業鏈主體差異與需求市場的接受度等因素。在經濟增長領域，數據賦能的技術創新及影響占比最大，因此自第四次產業革命以來，數據賦能驅動一直被定義為產業結構與技術升級的關鍵[10，11]。

1.2 技術效應

數據賦能形成互聯網時代大數據與經濟融合的紐帶，一方面能夠通過影響科學技術的擴散效應產生產業交替迭代，另一方面也會加速監管風險，因此難以盡數大數據的技術經濟績效。

理論研究對大數據發展基本持認可態度，強調其技術特征在經濟發展中的促進作用。較早Kim 和Song[12]認為在大數據研究尚處于起步階段時，應構建一個將大數據技術擬合理論與創新擴散理論相結合的理論模型，并通過提高大數據接受度促進區域增長效應。隨后Soegoto和Akbar[13]采用定性數據支撐的描述性分析，指出數據技術與網絡分析可以改善商業模式從而影響業務增長。Xu 等[14]則通過知識分類學視角研究發現，BDA（big data analysis，大數據分析）水平的提高和推廣對企業戰略與數字經濟發展有積極影響。而Vidgen 等[15]總結了大數據創造價值的三個方面，分別是實施數據驅動的文化變革、挖掘數據價值的技術問題及建立與大數據戰略相匹配的經濟分析生態系統，這三個方面共同搭建起大數據業務分析與經濟價值相關性的研究框架，為Gunasekaran 等[16]關于確認BDPA（big data processing and analysis，大數據處理與分析）對經濟增長的效應，以及進一步研究大數據的同化性對供應鏈與組織績效的影響提供理論解釋。此外，芮明杰[17]通過對現代產業體系的解構，認為大數據作為中國現行創新型產業體系的關鍵要素，是推進產業價值鏈的重組、經濟復蘇、需求升級和國際競爭力重建的重中之重。何大安[18]也指出大數據與人工智能將以新人類思維融合的方式對經濟增長的各個領域產生影響與作用，由此構建創新微觀經濟學理論與產業組織理論分析框架，用數據與數據的對話改變經濟學理論中的資源配置方式和經濟人的理性選擇。李紀珍等[19]則從專利知識信息角度探索了知識數據要素的運作績效后發現，專業性的技術信息文獻對知識密集型企業的影響尤為突出，其作為國家開放體系的重要環節能夠提高經濟增長的資源配置效率。王天恩[20]同時指出大數據出現后的新信息社會能推動經濟增長的質量提升，也更符合人的需求發展和社會經濟生活進步。因此，以數字技術為代表的經濟模式創新可以豐富大數據對經濟創新的理論領域[21]。

實證研究集中于對數據賦能經濟績效的波動效應進行檢驗。Barbierato 等[22]通過對典型的內存數據和數據管理行為建模，分析了大數據的客戶評估方式對經濟績效的影響。Bughin[23]基于數百家企業的隨機樣本測試了大數據投資與大數據價值的互補性關聯，得出使用大數據的公司比同行的生產率高出2.5%的結論。Liaw 和Le[24]以越南太原大學372 名學生作為研究對象，估算了大數據發展與電子供應商、消費者影響效應的相關程度，并分析發現大數據量每增加10%，經濟效應增長0.56 個百分點，研究認為大數據是經濟領域與技術效能拓展的必然趨勢。但盡管如此，大數據帶來的潛在風險與方向性問題也不容忽視，是未來探索的重要方向。Müller 等[25]使用814 家企業2008～2014年的面板數據分析了大數據與商業績效之間的關系，認為大數據能促進企業生產率提升，但對于信息技術密集型企業和技術競爭性行業以外企業的影響力研究還有待進一步考證。與此同時，Dong 和Yang[26]以系統論作為基礎，對意大利2014年30 312 家公司的社交媒體數據進行研究，分析表明大數據基礎設施的交互作用所產生的決策創新貢獻率每提升10 個單位將促進經濟績效增長率提高0.52～0.75個百分點，并證明在初創階段中小企業的大數據驅動效應可能更強的結論。Johnson 等[27]則通過對261 名管理人員調查研究發現，在傳統的新產品開發模型中，劃分數據三維（體積、變化與流速）后分析數據勘探與開發導向對數據市場使用績效的影響效應，實證表明，數據勘探與業務績效呈正相關關系，而數據開發與業務績效關系不顯著。Wamba 等[28]也嘗試建立大數據分析能力模型，基于297 名數據分析師的數據進行分析驗證并提出大數據分析能力對經濟績效的作用，強調數據動態分析能力的中介效應。此外，部分文獻發現大數據的經濟績效在不同主體與區域間的非線性關聯。Dubey 等[29]通過建立反射模型測算了190 名受訪者運用大數據分析和預測經濟的行為，檢驗企業大數據組織能力的生產協作績效，結果顯示，企業大數據組織能力與組織兼容性協作資源合作呈顯著正相關，且在1%的顯著性水平下，企業大數據組織能力每提高10 個百分點，供應鏈績效提升0.51 個百分點。

對大數據技術效應的質疑也是近年學者關注的重點。例如，Tian[30]將大數據與知識管理進行概念比對，認為將其稱為“革命性的變革”還為時過早，將其納入知識管理與戰略組織分析更為科學。Caesarius 和Hohenthal[31]進一步指出，大數據雖然被視為一種前沿優勢，但對于不同組織的作用力不同，而且可能會打破原有經濟體的平衡而形成經濟中的不確定性因素。另外，從數字經濟的安全性角度考慮，重要信息系統與關鍵性基礎設施所面臨的挑戰與威脅將遠超過互聯網，因此加強大數據安全保障與健康發展尤為關鍵[32]。由于大數據的技術體系尚未成熟，目前在數字經濟監管方面的理論與實證研究還較為欠缺。

1.3 結構效應

結構主義（structuralism）源于19世紀，是研究一個文化意義通過結構關系表達的理論機制，強調透過表意系統構建的各種現象與活動。運用在經濟領域，結構效應是指產業結構及其變化影響效果的表達框架。

大數據以高度市場黏合度通過融資、貿易、新聞傳播、社會治理等多種途徑改變商業規則并形成產業間新的數量比例。Kshetri[33]通過中國金融業市場中大數據的部署案例，發現大數據對中國及其他新興經濟體國家中的中小企業與低收入家庭金融供給結構有顯著影響，且現階段出現的信譽缺失問題的原因在于缺乏大數據評估與外部信息處理能力，因而降低了經濟體的活躍程度。Cameron 等[34]運用TRADE-DSM（trade-decision support model，貿易決策支持模型），驗證了大數據發展對農業出口貿易結構的影響，認為大數據對新興市場與利基產品的貿易量影響尤為顯著。Wells 和Thorson[35]也通過實證分析發現，數據量與公眾關注度密切相關，大數據每滲透1 個單位，公共事物的關注度增加4.5 個百分點，因此大數據信息的流動程度塑造了現階段經濟信息的產業結構環境。而Messacar[36]利用1990～2010年加拿大行政稅收數據發現，調查數據中延遲信息與經濟結構分析之間關系不顯著，不存在偏見性估計，運用大數據分析稅收的經濟影響時可以忽略其偏差。

另外，大數據在社會生產中形成產業內技術結構之間的經濟聯系。邁爾—舍恩伯格和庫克耶[37]指出大數據能為投資人做出更好的決策提供依據，可以成為中國市場經濟轉換增長引擎的主要動力，且諸多大數據先鋒企業已經形成典型應用案例。岳云嵩和李兵[38]運用多產品異質性模型基于2000～2009年阿里巴巴的微觀企業數據實證發現，大數據顯著提高了企業進出口市場的概率與出口規模，并確定數據平臺對企業出口國廣延邊際存在的正向促進作用，而對集約邊際沒有顯著影響。曾建光和王立彥[39]則選取A 股上市公司2004～2012年的9264 個樣本數據，實證探討了互聯網數據信息治理對降低我國上市公司代理成本與提升企業價值創造的作用。沈頌東和亢秀秋[40]進一步采用聚類—灰色關聯法，依據2008～2015年監測的面板數據進行實證分析，發現伴隨大數據技術的成熟，物流與電子商務呈現協同發展，但協同效果尚不確定，而大數據與信息技術對產業鏈協同作用的影響力依舊是未來的研究方向。

從現有文獻看，當大數據迅速發展時，普遍出現數字經濟與產業資本的融合成本不斷下降、產業創新的投資回報率上升態勢，但數字經濟產生的效應大小事實上與不同產業形態及制度政策等其他因素息息相關，因此相關研究仍有待深入。

2 文化產業的創新效率

文化產業的發展迄今已有百年歷史，但直至20世紀50年代霍克海默爾和阿多爾諾[41]首次提出文化產業（最早稱之為“文化工業”）的概念后，這一領域才成為熱議的問題。文化產業經歷了從無到有，從文化經濟到創意產業再到文化產業的過渡，當前與數字經濟結合形成文化創新經濟體。圍繞文化產業創新的研究主要源于兩個方面：來自文化經濟學與文化產業領域的理論研究及來自文化產業創新效率測度的實證研究。

2.1 文化產業內涵

理論層面，早期文化產業研究主要集中于對其屬性的爭論上，即文化屬性與經濟屬性的關系問題，霍克海默爾和阿多爾諾就是站在批判文化產業、去文化性立場上陳述其觀點。直至20世紀80年代文化產業從理論層面向實踐層面過渡，才成為產業經濟領域的重要組成部分。因此，20世紀90年代后，相關研究主要側重于文化產業的經濟屬性研究且從不同行業進行分析。普拉特和邱美艷[42]從產業鏈的角度分析了文化產業的戰略意義，認為文化產業是一套核心要素集合的生產體系。Nichter 等[43]將廣告宣傳的經濟利潤與社會接受度相結合，指出文化產業應發揮其經濟效益。奧哈拉[44]則比對了新古典經濟學與非古典經濟學中關于文化的經濟屬性問題，認為制度經濟學最具有文化傾向，并且經濟理論不僅是文化經濟的一部分，也等同于文化系統本身。大量文獻認為探索經濟學研究就是將其置于文化經濟的解釋框架中，文化產業的經濟屬性與文化屬性應是非二元性的，文化濡化使文化經濟學具備可持續的經濟效應。Gotcheva 等[45]進一步指出企業的設計與共享安全文化對產業的重要性，這種觀點建立在文化產業的“物質形態”基礎之上，強調文化產業的理論基礎是產業發展與經濟增長。同時，也有相關文獻從文化產業的“精神形態”展開。Bertoni[46]認為文化產業無約束力的“去文化”市場導向會使其置于文化的邊緣。而從文化產業的雙重屬性考慮，森[47]指出文化經濟所涉及的邊界應具有拓展性，認為文化產業活動具備經濟學科與文化部門的雙重屬性，并從組織結構信息理論和文化產品異質性角度分析了國家干預文化產業的合法性。此類文獻強調文化經濟的發展形態是由文化領域內深入的經濟知識與豐富的經濟學分析工具共同構成，由此引起經濟學界對文化經濟領域的關注與興趣。然而，真正將文化產業的文化與經濟屬性系統化集大成的是Throsby[48]，其研究采取新古典經濟學的理論框架，認為文化產品的價值可以用市場交換與交易衡量，但若對單個文化產品作價值判斷則體現其文化特性。

而將文化產業理論研究延伸至中國則始于20世紀80年代改革開放后，伴隨著市場經濟發展形成了文化市場化與市場文化論的研究路徑。其中，一是對文化產業的經濟屬性研究。早期劉詩白[49]指出商品性文化與文化產品市場是實現經濟發展與調動勞動者積極性的價格杠桿，是時代化生產的方向。張曉明和閆坤[50]進一步強調文化產業是復制性技術，即網絡數字技術的商業應用和市場經濟發展共同作用的結果，強調文化產業的產業鏈創新與商業屬性。二是對文化產業的文化屬性研究。胡惠林[51]綜合梳理國內外文化產業發展內涵后指出，文化產業的目的是滿足人民群眾的精神文化需求，因此文化產業的文化性是其更為本質的屬性，在此基礎上從國家安全治理的角度闡述了文化市場準入與文化傳播的重要價值，并從文化產業的新維度——國家治理層面得出了文化治理是社會發展最高級階段的結論，強調文化具備的社會性與政治性是文化產業的方向與趨勢，從而開拓了文化產業性質的新視野。此外，尹世杰[52]也以經濟活動與經濟研究中的文化因素為切入點分析了商業研究框架中人文屬性的重要作用。三是文化產業的雙重屬性研究。張曾芳和張龍平[53]也較早從文化產業的基礎性質研究出發，運用價值的雙重屬性分析了文化產業中文化的“超經濟”特征，認為文化產業兼具社會價值屬性與經濟價值屬性，并應該充分發揮其雙重導向的作用。顧江[54]則將古典經濟學的基本原理運用到文化產業中，提出文化產業的經濟學SCP（structure-conduct-performance，結構—行為—績效）范式，概括出文化產業發展的四重含義，即文化產業的利潤導向、精神需求功能、文化產品與服務的內容集合、媒介交互的產業內部結構，使文化產業的經濟溢出效應與社會文化功能有機融合。文化與經濟否定之否定的螺旋上升歷史邏輯形成了對文化產業的現代詮釋，文化產業的多重性的價值使之成為諸多發展中國家經濟結構性調整的重要方向之一。

因此，文化產業發展對經濟增長與社會繁榮無關的論述面臨重大挑戰?；诖?，對文化產業創新效率的深入研究還需要進一步的實證檢驗與測度。

2.2 文化產業創新效率測度

實證層面，相關研究重點關注文化產業創新效率的總量與結構測度，因為總量與結構是反映國民經濟發展總過程的兩個基本變量?？偭繙y度包括非線性特征研究、文化產業創新效率測度系統研究，結構測度包括文化產品創新效率研究、文化產業技術創新效率研究。

第一，文化產業創新效率的非線性特征方面。以往研究常常把文化產業發展的線性分析作為主要內容，而事實上文化產業創新效率存在非線性關系與特征。為檢驗非線性特征，大量文獻展開實證研究。袁連生和傅鵬[55]利用非線性模型實證分析了文化產業發展對區域生產總值與人均GDP 的作用，得出結論，文化產業發展與GDP 之間呈“U”形關系特征。靳濤和林海燕[56]則考察了文化資本與經濟增長的非線性交替變化趨勢，并指出文化資本的正向溢出效應與物質資本的負向替代效應是決定經濟階段性增長趨勢的主要原因。此外，李村璞和何靜[57]使用平滑轉換回歸模型分析了產業結構升級與經濟增長的非線性關系特征。胡宗義和劉春霞[58]同樣運用平滑轉換回歸模型對不同區位高技術產業中勞動、資金、人才資本要素與技術創新的非線性關系進行研究。陶長琪和周璇[59]進一步運用面板平滑轉換回歸模型刻畫出多要素變量的非線性關系，考察其促進產業技術創新效率的過程。而孫堅強等[60]構建了非線性系統模型，通過產業鏈與價格機制分析了生產價格指數與居民消費價格指數的雙向傳導效應。

第二，文化產業創新效率測度系統方面。部分文獻認為以完善的指標體系與行業指南建立文化產業的評價機制是文化產業發展的重要環節。周錦[61]研究了我國文化產業創新指標體系并構建了文化產業創新效率的動力系統，將文化產業的內外部創新要素與機制納入研究框架，繪制出文化產業創新因果圖，說明經濟發展與文化產業創新的正向關聯，由此論證文化產業發展的關鍵在于創新。此外，部分學者將文化產業的測度目標劃分為文化產業技術效率與文化產業技術進步兩方面。例如，柯平等[62]認為技術效率、人力資本、科技水平、產業集聚等是構成文化產業效率水平的重要指標。楊祖義[63]也通過實證研究構成文化產業影響的指標體系，指出包括文化體制、經濟發展、文化聚集、科技與政府支持在內的指標均應納入文化產業的技術效率與技術進步評價范疇。李麗梅[64]則綜合性運用市場需求潛力、經濟環境、基礎設施與經營績效4 個一級指標與35 個二級指標系統構建了休閑文化產業的研究體系，并從整體、分區、分部門層面探討了休閑文化產業發展效率，研究結果發現，我國休閑文化產業發展效率影響因素復雜、整體效率較低、區域不均衡、結構差異顯著。而部分文獻認為單一的文化產業指標也可以補充反映文化產業創新效率。例如，樊貴蓮和郭淑芬[65]對文化產業創業者的勝任特征進行度量，從而深入研究創新型文化產業的運行績效。此外，麻書豪[66]從差異化視角探索發現政府職能的提升也可以帶動文化產業創新增長點。

第三，文化產品創新效率測度方面。文化產品創新效率測度主要從文化產品的分類測算與實證研究角度進行。產業層面，Li[67]使用了TEA（technology-education-art，技術—教育—藝術）模型測度了文化產業五種類型的發展效率，分別涉及藝術發展集團、旅游業、影視業、游戲業與娛樂產品，并指出中國文化產業組織發展在注重文化傳承性的同時還應考慮產品商業利益與價值。企業層面，Liu 和Zhang[68]探索了京津冀地區文化產業中藝術品——鋼琴的創新發展路徑，認為應從文化產品的區域認同度、合作產業鏈網絡建立及政府文化產業可持續性方面強化文化產業效率的測度力度。而Alexe C G 和Alexe C M[69]通過羅馬尼亞信息發展領域與商品制造領域的比對發現，個體層面的文化創新動力才是組織效率測度的重要因素。由此得出結論，文化產品創新在信息技術領域投入比在其他方面更為重要。此外，大量實證研究從全要素生產率角度探討了文化產品與區域發展之間的關系。Zeng 等[70]測評了2011年中國31 個省區市（不含港澳臺）的文化產業發展效率，運用DEA（data envelopment analysis，數據包絡分析）得到文化產業的規模與產品效率的評價結果，認為中國文化產業生產具有整體效率偏低、環境制約性強、企業主導、地區發展不平衡的特征。吳慧香[71]也運用DEA-Malmquist 生產率指數法測度出我國文化產業全要素生產率的特征與規律，發現1999～2009年全國及省際文化產業發展的波動率與差異度較大，產品生產效率普遍較低。而楊春宇等[72]以系統論為理論基礎，將文化產業的測度范疇劃分為由文化產業系統和旅游產業系統組成的兩個部分，并將兩者合并成文化旅游產業創新系統產品結構，在此基礎上，運用PDF（probability density function，概率密度函數）研究并進行差異度與均衡度分析。此外，也有學者以創新性網絡文化產業為研究視角，探析互聯網產業與文化產業融合后的新型文化產品業態，并從產品普及率、產品模仿創新性角度測度其效率發展水平與瓶頸[73]。郭新茹等[74]則借助引力模型，基于2004～2015年31 個文化產品貿易國的面板數據，研究文化距離與貿易壁壘對中國文化產品出口的影響效應。

第四，文化產業技術創新效率方面。典型的研究有：郭淑芬和郭金花[75]分析了中國31個省區市文化制造業、文化批零業與文化服務業純技術效率，結果表明，文化制造業效率呈現“西低東高”特征，文化批零業與文化服務業效率呈現“低集中—高分散”的空間異質性，且區域分布存在明顯的非均衡性與顯著階段性形態，其原因在于文化產業純技術效率偏低。高云虹和李學慧[76]則對中國西部文化產業效率進行測算，認為中國西部文化產業發展純技術效率存在普遍較低的狀況，且外部與隨機因素對其影響較大，但各無效率省區市的產業規模卻呈現遞增趨勢。此外，部分研究利用面板數據實證檢驗文化產業生產創新與經濟效率的關系。呂洪渠和董意鳳[77]利用國內31 個省區市2006～2016年面板數據分析了中東西部文化產業效率中開放度與城市化程度，測度了三大區域Malmquist 指數并進行面板分位數回歸，結果顯示，我國文化產業生產率呈下降趨勢。其中，中部區域因開放晚，其文化產業技術效率最低，但對外開放度、城市化與政府導向對西部區域的作用力較為顯著，因此西部區域技術效率變化升高，而東部地區的區位優勢使得高新技術產業發展效率較高。而張亞麗[78]從投入產出的角度研究文化產業中制造與服務業的科技投入對相關行業的拉動效應、關聯效應與波及效應。吳石磊[79]也基于中國2002～2007年整合為四部門的投入產出表分析了文化產業技術關聯度與波及效應。上述研究是學界對文化產業創新效率測算主要研究內容的梳理?？傊?，進行文化產業不同層面的實證測度是將文化產業的影響力研究帶入微觀領域并繼續深入。

總體上，目前還無法精確估量不同區域、層次文化產業發展效率和數字技術創新之間影響力的差別，但可以肯定的是，文化產業數字化已經促使產業創新與結構升級效率發生顯著變化。

3 數據賦能與文化產業創新效率關聯研究

數據賦能文化產業的歷程就是產業創新的過程，其實質都反映科技革新突破對經濟增長的效應。因為，數據信息本身是一種表征性資源，它的利用狀況決定一個國家生產率高低與經濟發展速度的快慢[80]。而文化產業是經濟增長的組成與社會分工細化的結果。如前所述，經濟增長可以從總量與結構兩方面探討。其中，一方面，庫茲涅茨[81]從總量分析的角度論述了科學技術的廣泛應用對生產率高增長的靜態推動作用，強調有用知識的儲存和科學發展是經濟均衡的必需條件。另一方面，羅斯托[82，83]從結構分析的角度發現，科技、需求變化之后的資源將無遲滯性地配置到各個部門中，從而形成動態性、分解性的產業結構變遷。因此，將兩者對于經濟增長研究的爭論引申到文化經濟的實踐中，可探究如何推進文化產業創新效率的問題?；诖?，文化產業數字化與創新效率關系的研究同樣可以從總量關聯與結構關聯兩個方面進行。

3.1 總量關聯

數據賦能與文化產業創新的總量關聯中，目前相關文獻研究主要聚焦于商業活動的增長性關聯與波動性關聯環節，而且普遍采用經濟增長模型或調研數據進行預測。在增長性關聯中，較多通過產業鏈和價值鏈增值研究將數據賦能與文化產業增長相聯系。例如，Liu 和Yi[84]通過電子商務網站交易與行為數據進行產業開發需求管理研究，結果表明，大數據能夠預測新的客戶需求從而改變整個產業鏈。同時，Sharma 等[85]通過理論與實踐層面的文獻梳理驗證了大數據和業務分析在價值鏈中的市場創造力，并分析了數據洞察力在不同層次組織績效中的差異性，結果表明數據驅動的業務分析對文化企業流程再造有顯著作用。Shamim 等[86]利用108 家中國企業的原始數據，運用最小二乘估計法檢驗了大數據與企業價值鏈中決策環節的質量關聯，研究表明，大數據是企業決策環節的重要前提。而國內較早的相關研究中，劉友金等[87]在闡述創意產業價值鏈的基礎上，剖析了由信息流構成的若干組織節點對創意產品市場影響的自循環系統，由此構建系統結構模型，為信息系統與文化創意產業增長相關研究提供理論基礎。趙小平等[88]則進一步從藝術價值鏈“陷阱”問題出發，分析了信息不對稱形成的產業道德風險與逆向選擇行為，并改進了文化藝術價值鏈模型。但也有研究認為，中國文化創意產業鏈始終涵蓋上下游所有企業，是市場需求和科技藝術的結合，因此技術經濟的關聯性至關重要[89]。張杰和鄭文平[90]考察了中國本土企業在全球價值鏈的作用，指出在進口中運用數據學習效應能夠拉動產業創新升級。但是，上述研究在大數據與文化產業的增長性關聯分析中普遍考慮文化產業的長期經濟增長效應，卻往往忽略了技術沖擊帶來的短期波動，因此具有局限性，需要進行時段性動態分析。

波動性關聯模型較好地改進了文化產業長期增長模型的局限性，相關研究主要圍繞數據賦能對文化產業創新的產業周期與經濟波動展開。產業生命周期理論模型是較早描述產業波動的理論工具。蔣園園和楊秀云[91]由此選取2006～2016年我國1008 份政策文本，定量分析出產業政策波動與文化創意產業生命周期的匹配性，研究得出，2012年網絡信息產業發展推動我國文化產業達到產業周期峰值。桑硼飛[92]則基于文化創意產業生產函數建模，測算出文化創意集聚對生產率的波動效應，發現科技與人才對文化創意產業的顯著作用。盛壘和權衡[93]總結性地指出引領新經濟周期的三重變革，認為大數據等信息技術的拓展能夠帶動經濟發展長周期，但在數字化尚未全面進入商業領域階段，難以成為驅動長期經濟波動的中流砥柱。另外，黃滕[94]首次將分析經濟周期波動的典型工具即動態隨機一般均衡模型引入商品價格波動中，利用商品價格大數據分析中國經濟波動，并進一步從中國傳統文化角度探討中國商品價格黏性的成因。而駱嘉和王中云[95]通過剖析互聯網數字技術內涵，提出推進文化產業數字化與新媒體聯動效應的必要性，由此整合波動性區域文化資源形成世界扁平化。值得說明的是，文化產業數字化的波動性增長模型在實際應用中還較為匱乏，此類文獻有待進一步豐富。

3.2 結構關聯

由上述研究發現，數據賦能引發的文化產業創新增長效應為文化產業結構升級研究帶來新的契機與空間，現有關于數據賦能與文化產業創新結構的文獻為此提供了較好的補充。但從當前數據賦能產生的多層面文化產業結構性關聯來看，文化產業核心層的高質量文化產品與技術需求將日益擴大，而文化產品供給和技術支持力度卻相對匱乏，結構性缺陷與供需數量缺口大小因數據賦能的精準度與客戶需求偏好差異度各有不同。

在數據賦能與文化產品供給結構關聯研究方面，相關研究眾說紛紜。其中，Kubler 等[96]開創性地基于標準化數據同步模型，將大數據與各個系統網絡及產品信息結合，形成具有新結構特征的抽象智能化產品，并服務于各產業領域。Badin[97]進一步將大數據引入文化產品與服務中，認為大數據足跡能改變營銷產品組合結構從而造就新的利潤模式。Zhan 等[98]則通過搜集電子公司新產品六個月的調查數據研究發現，大數據能識別產品需求偏好，挖掘產品信息，改進產品設計結構與用戶體驗，將客戶滿意度提升了0.71 個百分點。而楊連星等[99]基于1996～2013年中國文化貿易HS（the harmonized commodity description and coding system，商品名稱及編碼協調制度）六位碼數據，采用回歸模型實證分析表明，文化產品出口品質與文化貿易呈正向關聯，而出口價格對貿易聯系有負向抑制效應。也有學者認為我國具備豐裕的人力資源稟賦，更適應于形成文化產業服務優勢。例如，黃文遷[100]運用引力模型與靜態面板數據，對中國文化產品與服務模式結構進行測度，驗證了我國文化產品服務貿易模式結構存在的失衡問題，強調文化產品服務貿易結構的改進需要進一步將技術與文化融合。李曉標和解程姬[101]同樣通過實證分析，發現物質資本與人力資本的交叉項與文化資本共同作用于文化旅游經濟，但中國文旅業的產品結構轉型升級不能單純依靠粗放型物質資本，更應注重集約型人力科技投入。

應對數據賦能的技術沖擊，是文化產業技術結構調整的目標之一。為此，Bail[102]較早基于文本數據探索了大數據新技術與文化領域定性化研究的結合，指出大數據技術與文化環境刻畫、文化區域拓展、文化元素跟蹤等的關聯，強調大數據對文化社會自動化與技術專長的驅動作用。而Holtzhausen[103]從方法論的角度探討了大數據作為公共文化環境研究的驅動因素，能夠將現實問題轉換成結構性數據的可能性，并可以進行技術層面的回歸分析，但同時強調大數據應致力服務文化參照物并保障數據安全。然而，隨著數據賦能技術的顯著性提升，文化產業技術性缺陷卻日益凸顯，尋求文化產業技術結構標準化呼聲隨之出現。因此，構建標準的經濟模型可以解決文化創新及其影響因素問題，并且因為大數據與文化社會各個領域技術方法提升顯著相關，所以應深入研究大數據的技術方法潛能[104]。因此，斯塔布斯[105]從宏觀層面將大數據與文化價值相結合，指出大數據作用于文化創新的關鍵在于從信息中獲取創新動力，激發人們測試與應用各種創新技術的能動性并將其投入商業分析中。顧潔[106]進一步將數字經濟劃分為三大特征并引領五大商業變革，認為大數據能夠打破現有技術結構與資源邊界形成產業開放性創新。從現有的研究看，數據賦能如何在促進文化產業技術結構中同時具有標準化的規范功能和系統性的保障功能，還能兼顧文化產業數字化的技術安全，是理論研究與制度設計的重心與依據。另外，相關研究更多針對部分區域與個別領域，缺乏全國不同區域、領域的研究?；诖?，學術界關于大數據與文化產業技術結構的關聯效應問題還有待深入，需要從多層次尋求理論與實證支撐。

4 結論與展望

4.1 基本結論

通過文獻梳理發現，數據賦能驅動文化產業創新效率的研究從三方面展開。

一是從數據賦能的內涵出發，研究大數據的內在屬性與外延價值及在數據資產中的數量效應、全要素挖掘中的技術效應與產業經濟中的結構效應，并提煉出大數據對文化經濟形成的配置方式與影響力；二是通過界定文化產業的基本概念并梳理其嬗變機制，總結出文化產業創新效率提升需要將數字科技、信息化有機融合的必要性，并且得出文化產業創新波動、創新系統、文化產業產品與技術創新是衡量創新效率與產業結構升級重要指標的研究結論；三是在分析數據績效的基礎上，進一步驗證文化產業數字化與產業創新效率的總量關聯度與結構關聯度，形成數據賦能對文化產業創新效率量化與質化驅動力的研究框架。

具體內容如下。其一，大數據影響文化經濟資源配置。相關研究主要從大數據的數量效應、技術效應、結構效應等維度展開。通過“數據”與“賦能”的解析，說明互聯網背景下大數據的海量性資產屬性，普遍證實數字經濟以要素投入數量影響資產價格從而產生經濟內驅力的資源配置作用。而技術傳導機制和結構動力機制為研究大數據的技術效應與結構效應提供理論支撐及現實依據，并為個體層面的數據技術、中觀層面的產業經濟結構、宏觀層面的文化經濟的結合提供樞紐。

其二，文化產業及其創新效率測度。相關研究主要關注文化產業的屬性、機理與演進歷程及非線性特征、指標體系、文化產品與文化產業技術等內生變量的測度、建模、評價與檢驗。一方面，以文化產業經濟屬性與文化屬性的爭論為切入點，形成現當代文化產業創新理論的產業融合論基礎。另一方面，從文化產業創新效率的非線性測度、文化產業測度系統構建角度進行文化產業總量研究發現，文化產業效率呈非線性波動，并且能夠通過體系化測量指標深入進行復雜度檢驗與影響機制剖析。然而，這些實證分析尚未形成基于創新視角的文化產業發展效率模型。

其三，數據賦能文化產業創新效率提升。以科技創新對經濟增長的動態關聯為切入點與理論依據，將大數據作為創新行為表征，研究其對經濟增長的重要組成——文化產業的驅動機制發現，數據賦能經由產業鏈與價值鏈對經濟增長產生長期影響，而短期技術沖擊形成文化產業周期性波動，共同構成數據要素對文化產業創新效率的總量關聯。此外，作為促進文化產業結構升級的文化產品與文化產業技術能夠在一定程度對文化產業創新效率產生結構關聯。其中，數據與文化產品信息結合的目標是改善文化產品結構性供給，與數字技術結合則是文化產業技術結構調整的重要方向。

4.2 研究展望

首先，深化數據賦能與文化產業創新的關聯度研究。上述研究代表了數據賦能驅動文化產業的最近進展，且能為數據賦能對文化產業發展創新的影響分析從不同角度提供較為完整的支撐。就文化產業數字化發揮積極作用的同時，對社會經濟發展的諸多方面也產生了一系列影響，以往的研究也達成一定的共識。前人的研究積累是后續研究的基礎，同時也為進一步探索提供新的方向。但是，相關文獻還存在亟待研究與解決的諸多問題，關于數據賦能與文化產業創新效率關聯性問題研究還相對較少，且更多文獻集中于理論與經驗研究，缺乏系統的相關實證研究與深入挖掘。后續研究需要進一步探討數據賦能驅動文化產業創新的機理、數據賦能對文化產業創新效率的影響特征、對文化產業創新不同區面層面的效率差異的影響等問題。

其次，注重數據賦能驅動文化產業效率的機理研究。數據賦能雖然作為中國經濟與全球管理的新模式，已有相關文獻進行研究，但完整概念剖析與動力機制尚未建立起來，現有的文獻大多從相關學科角度切入分析。學者們也主要從大數據賦能內涵、大數據賦能的評估、數據賦能的經濟效應等方面進行探討，尚缺乏關于大數據對文化產業創新影響的理論機理與模型構建研究。并且雖然較多文獻肯定了大數據對經濟發展與創新的作用，但鮮有文獻以宏觀與微觀機理為綱剖析大數據為什么會影響文化產業創新，以及如何影響文化產業創新效率等問題。而應將數據賦能驅動下文化產業制度創新、產品需求創新、技術投入創新結合，從大數據施策與技術運用的角度進一步完善數據賦能對產業結構創新驅動的理論與現實框架構建。

再次，重視文化產業的產業經濟屬性與產業創新效率的研究。隨著現實中文化產業這一新分支領域的不斷擴展，作為特殊性生產要素，文化產業經濟調整了古典經濟學的研究重心，更加關注產業結構的內部運行與轉變方式，而現有的文化產業文獻中較少體現這一內容，尤其是將文化產業數字化思維引入經濟學分析框架中的研究相對欠缺。另外，對于文化產業創新效率的測度，以往多數文獻側重于以某一方面指標反映文化產業發展水平，少有研究構建綜合性指標體系衡量其創新效率。相關的定量文獻分析也多集中于文化產業發展線性測算與經濟增長關系的研究，缺乏文化產業創新效率的非線性特征測算，且鮮有研究從效率角度對數據治理影響文化產業創新問題進行探索。

最后，拓展文化產業數字化趨勢與結構差異度研究?，F有文獻多集中于概覽性分析影響文化產業發展的因素，且多基于微觀層面的調查與經驗分析，集中于相同時間節點的截面數據，缺乏數據賦能對文化產業創新的長期趨勢性研究。此外，將大數據的商業發展潛力納入文化產業創新內部，直接研究大數據對文化產品與文化產業技術的作用機理、規律的文章較少，尤其是文化產品的市場供給效率與產業關聯度分析、文化產業技術結構創新的門檻特征及識別等。缺乏對區域性產業結構升級與文化產業關系的深度解讀與實證分析，且進行區域比較性與行業關聯性的研究有限。因此，有必要深入研究文化產業在數據賦能產業結構創新邏輯下的運行機制。

綜上，學界為數據賦能與文化產業創新效率的相關研究奠定了翔實的基礎，也為后續探索提供借鑒與方向。進一步研究應緊密聯系新常態下中國大數據發展與文化產業創新的區域性階段性特征，結合文化產業創新發展中存在的效率波動與結構性失衡問題，通過數據賦能驅動文化產業創新效率的非線性機制與結構性機制，分析大數據對中國文化產業創新效率的影響效應、產業關聯、區域差異。同時，應深入研究數據賦能驅動文化產業創新發展的非線性特征、文化產品供給結構、文化產業技術結構的運行規律，為推進新時代文化產業創新發展提出更具針對性的理論與現實參考依據。