文化产业对国民经济的影响.docx
《文化产业对国民经济的影响.docx》由会员分享,可在线阅读,更多相关《文化产业对国民经济的影响.docx(22页珍藏版)》请在冰点文库上搜索。
文化产业对国民经济的影响
文化产业对国民经济的影响
(以2006年四川各地级以上城市为例)
【摘要】
影响GDP增长的因素多种多样,其中就包括文化产业的推动作用,文化既不是一种消费性事业,更不能简单地等同于经济活动本身,而应该把人的发展作为文化和社会进步的根本目标,要从社会的可持续发展的角度来审视文化。
本文对经济增长与文化产业之间的关系进行实证,选取了四川省各地级以上城市GDP的差异、剧院/影剧院数量,公共图书馆总藏书量,高校数量的截面数据,运用计量经济学的有关方法对截面数据进行了回归并通过检验,得出经济增长对进口促进作用显著的结论并提出相应的政策性建议。
【关键词】
文化产业国民经济GDP计量经济
目录
1.引言-3-
2.综述文献-4-
3.模型设定-5-
3.1数据分析-6-
4.实证分析-8-
4.1数据回归-8-
4.2模型检验-9-
4.2.1统计学检验和经济学检验-9-
4.2.2计量经济学检验-9-
4.3结论-14-
5.结论-15-
6.启示和政策性建议-16-
7.参考文献-17-
1.引言
2004年,国家统计局在与中宣部及国务院有关部门共同研究的基础上,制定了《文化及相关产业分类》,从国家有关政策方针和课题组的研究宗旨出发,结合我国的实际情况,将文化及相关产业概念界定为:
为社会公众提供文化、娱乐产品和服务的活动,以及与这些活动有关联的活动的集合,包括书籍、影剧院、高校等。
文化产业是在全球化的消费社会背景中发展起来的一门新兴产业,是全球化的消费社会背景中发展起来的一门新兴产业。
被公认为21世纪全球经济一体化时代的“朝阳产业”或“黄金产业”。
上世纪90年代初,美国前总统克林顿提出了文化产业(CultureIndustry)的概念。
几年后,英国首相布莱尔又提出CreativeIndustry的新概念。
直译为创造型产业,新加坡开始译成创意产业,甚为确切。
文化产业对宏观经济的影响应该从两个方面来考虑:
一是通过产业的关联性和乘数效应还直接或间接地影响到宏观经济的增长。
二是从长期来看,政府对文化产业的投入作为一种人力资本的投资,能大大提高劳动力的技术知识和管理知识,这必然导致社会劳动生产力的提高和技术的进步,从而对宏观经济产生巨大影响。
决定人类前途的并不是空间、土地和自然资源,而是人的素质,技能和水平。
人的能力和素质是决定贫富的关键。
不同层次的教育所构成的文化体系培养出国际人才、高级人才、优秀人才是拉动经济发展的火车头。
在经济发展中,人力资本比物力财力资本更重要,特别是科学技术在迅猛发展,人类经济突飞猛进,知识经济已初见端倪的当今时代更是如此。
文化既不是一种消费性事业,更不能简单地等同于经济活动本身,而应该把人的发展作为文化和社会进步的根本目标,要从社会的可持续发展的角度来审视文化。
通文化事业培养具有社会责任感、具有完善人格、既能尊重别人又能尊重自己的人才能真正为经济发展做出长久的贡献。
国民素质的高低和人力资本的形成状态,从而决定着经济发展的水平和速度。
近代日本和亚洲四小龙创造世界经济奇迹,有一个共同的特点:
他们都高度重视国民教育,注重发展文化事业,人力资本在经济发展中处于绝对重要的地位。
日本由于二战而损失了巨大的物质财富,但是最为重要的资产——人的巨大潜能并没有丧失。
日本能够迅速崛起得益于明治维新依赖长期对国民教育的高度重视和巨大投入。
香港的经济腾飞主要原因之一也是香港当局十分重视发展教育事业。
文化产业的发展是否会促进经济发展?
这种发展趋势能否得到证实?
这对我们发展经济有何启示?
这是本项目研究的主要目的。
2.综述文献
亚君,《福建省科教投入对GDP影响的实证分析》,《宁德师专学报(哲学社会科学版)》2007年第02期,期刊QCode:
ndszxb-zxshkxb200702001:
本文主要以福建省1990年到2004年教科研投入与GDP之间的数据关系为依托,借助计量经济模型,运用OLS2原理,说明科教投入在福建GDP增长过程中的重要贡献,并作比较分析,为加强科教兴省,促进海峡西岸经济区建设提供事实与理论依据。
戴成兰,《江苏省高等教育经费投入状况分析与实证研究》,《淮阴工学院学报》2006年第15卷第04期,期刊ISSN:
1009-7961(2006)04-0073-04:
随着江苏省高等教育大众化进程的不断推进,学生人数不断增加,教育规模不断扩大,而教育经费投入却相对不足。
通过对我省近十年来教育经费投入状况的实证分析,指出我省教育经费投入方面的不足,并进一步通过对教育经费投入影响因素的分析,运用SPSS软件得到教育经费投入的线性预测模型及相关结论,可以为江苏省积极推进建设高教强省进程中的相关教育决策提供参考。
马玲,孟冬冬,《江苏高等教育对经济的直接拉动效应研究》,《南京审计学院学报》2005年第2卷第04期,期刊ISSN:
1672-8750(2005)04-0025-05:
高等教育与经济发展是辩证相关的。
从高等教育消费的角度出发,对江苏高等教育在发展过程中的经济直接拉动作用进行的实证分析,得出结论为:
江苏高等教育对经济增长直接拉动效应明显;江苏近几年来高等教育规模的扩大,对就业具有一定的积极作用;江苏经济的腾飞离不开高等教育的发展。
李建平,《广西文化产业现状分析和发展研究》,《学术论坛》2003年第06期,期刊ISSN:
1004-4434(2003)06-0146-06:
广西要实现全面建设小康社会和富民兴桂新跨越的奋斗目标,必须加快文化产业的发展。
广西文化产业目前存在整体实力偏小、在GDP中所占比重偏低、文化资源的开发和整合不够、运作效益不高等问题,但有较大的发展潜力。
建议采取以下对策加快广西文化产业发展:
建立集中统一的文化产业管理机构,加紧制定文化产业发展的各项政策,完善现行管理和运作体制;建立和完善产业发展指标体系;确立以旅游业带动文化产业的发展思路;增加文化投入,加强文化产业的硬件建设。
预计在3~5年内,广西的文化产业将以占广西GDP17%~20%左右的比重,成为广西经济发展的重要支柱。
李萍,谭慧,《2006年广西文化产业的发展现状与展望》,《沿海企业与科技》2007年第02期,期刊ISSN:
1007-7723(2007)02-0090-0006:
文章分析2006年广西文化产业的状况,分析广西文化产业发展中存在的主要问题和原因及其发展趋势,并提出2007年广西文化产业的发展措施。
《文化产业经济学》,南京大学出版社,2007,ISBN:
9787305050701:
文化是人类改造世界的结果性表征,不同民族、不同时代都有自己不同的文化精神和文化产品,文化的进步是通过其物化形态和传播方式决定的。
随着科学技术的发展和知识经济的到来,文化产业正从各国经济的边缘向中心内聚,成为新的经济增长点和持续发展的新兴产业。
自改革开放以来,尤其是自20世纪90年代实行社会主义市场经济改革以来,中国的文化产业获得了长足发展。
发展文化产业,对于高整产业结构、促进经济增长、增强综合国力、实现共同发展有着得在的战略意义。
3.模型设定
我们研究的对象是四川省各地级以上城市文化产业构成对GDP的差异的影响。
由于文化产业多种多样,范围较广,我们只选取最具有代表性的剧院/影剧院数量,公共图书馆总藏书量,高校数量来比较,而这正是可以从统计年鉴获得的变量,所以模型的被解释变量Y选定为“四川省各地级以上城市2006年GDP水平”。
因为研究的目的是四川省各地级以上城市文化产业构成对GDP的差异的影响,并不是文化产业对GDP在不同时期的影响,所以应选择同一时期各地区城市GDP来建立模型,因此建立的是2006年截面数据。
文化产业影响四川省地级以上城市GDP的因素有很多种,但从理论和经验分析,其他因素虽对GDP也有影响,但有的不易取得,如居民素质水平,有的因素在运用截面数据时高度相关,如学校数量与教师数量,有的与GDP可能高度相关,但这些因素可不列入模型,即使他们对GDP有某些影响也可归入随机扰动项中。
从2007年中国统计年鉴中得到下表数据
2006年四川省各地级以上城市GDP、剧院、影剧院个数、公共图书馆总藏量、高校个数
城市
GDP
剧场、影剧院数(个)
公共图书馆图书总藏量(千册、件)
高校个数
成都市
2370.77
17
9,250
40
自贡市
273.95
5
364
2
攀枝花市
248
5
422
2
泸州市
284.91
5
1,110
4
德阳市
462.17
9
641
7
绵阳市
482.52
4
914
11
广元市
145.19
11
524
1
遂宁市
206.58
6
304
1
内江市
254.83
8
402
2
乐山市
306.72
1
352
1
南充市
335.27
20
928
4
眉山市
245.06
3
249
2
宜宾市
370.04
5
805
2
广安市
246.31
5
1,417
1
达州市
342.56
13
811
3
雅安市
126.47
1
517
3
巴中市
129
3
414
0
资阳市
254.84
10
543
0
资料来源:
中国城市统计年鉴2007、四川省统计局
3.1数据分析
Y
X1
X2
X3
Mean
393.6217
7.277778
1109.278
4.777778
Median
264.3950
5.000000
533.5000
2.000000
Maximum
2370.770
20.00000
9250.000
40.00000
Minimum
126.4700
1.000000
249.0000
0.000000
Std.Dev.
503.1416
5.244667
2055.486
9.181539
Skewness
3.636145
1.046812
3.734019
3.393612
Kurtosis
14.86870
3.332974
15.33341
13.52142
Jarque-Bera
145.3142
3.370602
155.9134
117.5750
Probability
0.000000
0.185389
0.000000
0.000000
Observations
18
18
18
18
作四川省各地级以上城市GDP(Y)和剧院/影剧院数量(X1),公共图书馆总藏书量(X2),高校数量(X3)的散点图和趋势图,如下所示
从散点图中可以看出,四川省各地级以上城市GDP(Y)和剧院/影剧院数量(X1),公共图书馆总藏书量(X2),高校数量(X3)大体程线形关系,所以建立的计量经济模型为以下线形模型
Yi=β0+β1X1+Β2X2+β3X3+μ
Yi四川省各地级以上城市GDP
X1剧院/影剧院数量
X2公共图书馆总藏书量
X3高校数量
4.实证分析
4.1数据回归
应用Eviews3.1软件,采用OLS估计法得到:
初步回归结果
DependentVariable:
Y
Method:
LeastSquares
Date:
12/16/08Time:
10:
57
Sample:
118
Includedobservations:
18
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
115.2457
31.04647
3.712039
0.0023
X1
2.006453
3.995821
0.502138
0.6234
X2
0.114059
0.032750
3.482746
0.0037
X3
28.72676
7.197219
3.991369
0.0013
R-squared
0.981626
Meandependentvar
393.6217
AdjustedR-squared
0.977689
S.D.dependentvar
503.1416
S.E.ofregression
75.15442
Akaikeinfocriterion
11.67010
Sumsquaredresid
79074.62
Schwarzcriterion
11.86796
Loglikelihood
-101.0309
F-statistic
249.3130
Durbin-Watsonstat
2.260659
Prob(F-statistic)
0.000000
根据表中数据,得模型估计结果为
(31.046)(3.996)(0.033)(7.197)
t=(3.712)(0.502)(3.483)(3.991)
R2=0.982
=0.978F=249.313DW=2.261df=14
4.2模型检验
4.2.1统计学检验和经济学检验
从回归的结果可以看出,可决系数
,模型拟合较好。
F=249.313,表明模型从整体上看年四川省各地级以上城市GDP与剧院/影剧院个数、公共图书馆总藏量、高校个数与线性关系检验显著。
但当
时,
,各系数的t检验显著,系数符号与预期的相同,表明可能不会存在严重的多重共线性。
4.2.2计量经济学检验
1多重共线性检验
相关系数表
Y
X1
X2
X3
Y
1
0.492244359356
0.980092444681
0.981729780142
X1
0.492244359356
1
0.491879188514
0.461888444301
X2
0.980092444681
0.491879188514
1
0.961123843479
X3
0.981729780142
0.461888444301
0.961123843479
1
从相关系数矩阵可以看出,两个解释变量之间的相互关系系数较高,证实确实存在严重的多重共线性。
②多重共线性修正
运用OLS方法逐一求Y对剧院/影剧院数量、图书馆藏书和高校个数的回归,结合经济意义和统计检验选出拟合效果最好的一元线性回归方程。
Y对X1的回归分析结果为:
表Y和X1的回归结果
DependentVariable:
Y
Method:
LeastSquares
Date:
12/16/08Time:
11:
04
Sample:
118
Includedobservations:
18
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
49.94360
185.4900
0.269252
0.7912
X1
47.22294
20.87659
2.262004
0.0380
R-squared
0.242305
Meandependentvar
393.6217
AdjustedR-squared
0.194949
S.D.dependentvar
503.1416
S.E.ofregression
451.4421
Akaikeinfocriterion
15.16721
Sumsquaredresid
3260799.
Schwarzcriterion
15.26614
Loglikelihood
-134.5049
F-statistic
5.116663
Durbin-Watsonstat
1.417884
Prob(F-statistic)
0.037972
Y和X2的回归结果
DependentVariable:
Y
Method:
LeastSquares
Date:
12/16/08Time:
11:
04
Sample:
118
Includedobservations:
18
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
127.4982
27.76104
4.592703
0.0003
X2
0.239907
0.012150
19.74583
0.0000
R-squared
0.960581
Meandependentvar
393.6217
AdjustedR-squared
0.958118
S.D.dependentvar
503.1416
S.E.ofregression
102.9690
Akaikeinfocriterion
12.21117
Sumsquaredresid
169641.8
Schwarzcriterion
12.31010
Loglikelihood
-107.9005
F-statistic
389.8977
Durbin-Watsonstat
2.135600
Prob(F-statistic)
0.000000
Y和X3的回归结果
DependentVariable:
Y
Method:
LeastSquares
Date:
12/16/08Time:
11:
04
Sample:
118
Includedobservations:
18
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
136.5864
26.38476
5.176718
0.0001
X3
53.79807
2.606807
20.63754
0.0000
R-squared
0.963793
Meandependentvar
393.6217
AdjustedR-squared
0.961530
S.D.dependentvar
503.1416
S.E.ofregression
98.68447
Akaikeinfocriterion
12.12617
Sumsquaredresid
155818.0
Schwarzcriterion
12.22510
Loglikelihood
-107.1355
F-statistic
425.9079
Durbin-Watsonstat
1.475194
Prob(F-statistic)
0.000000
其中加入X3的方程
最大,以X3为基础,顺次加入其他变量,逐步回归,结果如下
Y和X3X1的回归结果
DependentVariable:
Y
Method:
LeastSquares
Date:
12/16/08Time:
11:
12
Sample:
118
Includedobservations:
18
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
108.1186
40.88714
2.644319
0.0184
X3
52.54983
2.954210
17.78812
0.0000
X1
4.731059
5.171767
0.914786
0.3748
R-squared
0.965707
Meandependentvar
393.6217
AdjustedR-squared
0.961134
S.D.dependentvar
503.1416
S.E.ofregression
99.19154
Akaikeinfocriterion
12.18299
Sumsquaredresid
147584.4
Schwarzcriterion
12.33139
Loglikelihood
-106.6469
F-statistic
211.2007
Durbin-Watsonstat
1.487421
Prob(F-statistic)
0.000000
X1参数的t检验不显著,说明X1引起严重的多重共线性,应予以剔除.
Y和X3X2的回归结果
DependentVariable:
Y
Method:
LeastSquares
Date:
12/16/08Time:
11:
12
Sample:
118
Includedobservations:
18
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
127.0574
19.75081
6.433020
0.0000
X3
28.56337
7.008336
4.075629
0.0010
X2
0.117279
0.031305
3.746312
0.0019
R-squared
0.981295
Meandependentvar
393.6217
AdjustedR-squared
0.978801
S.D.dependentvar
503.1416
S.E.ofregression
73.25698
Akaikeinfocriterion
11.57684
Sumsquaredresid
80498.77
Schwarzcriterion
11.72523
Loglikelihood
-101.1915
F-statistic
393.4603
Durbin-Watsonstat
2.252127
Prob(F-statistic)
0.000000
从回归结果来看,在引进变量X2后,它的F、t检验都通过,而且可决系数也有明显的增大。
最后修正严重多重共线性影响的回归结果为
t=(6.433)(4.076)(3.746)
R2=0.981
=0.979F=393.460DW=2.252
③自相关检验
由回归结果可知DW=2.252,n=18,k’=2,查表可得临界值dl=1.046,du=1.535,Du同时可见,可决系数R2、t、F统计量也均达到理想水平。
自相关检验表
Date:
12/16/08Time:
11:
51
Sample:
218
Includedobse