1. 引言
文化产业作为以文化创造和文化创新能力为核心的综合产业,具有高附加值、高创意及高市场活力的特征,是引领“创新驱动发展、经济转型升级”的重要力量。从《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》到2022年6月发布的《“十四五”文化产业发展规划》等重要文件的出台可以看出,通过发展文化产业促进经济增长方式的转变已成为我国普遍采取的重要战略举措。然而,我国文化产业目前仍处在成长期,其发展进程中显现出低效供给、区域间发展不均衡不充分等问题,距离达成高质量发展的既定目标尚有差距,因此,探究我国文化产业高质量发展水平和区域差异来源,有助于全面了解我国文化产业高质量发展的现实状况,对于促进区域文化产业的协同均衡发展,实现文化产业提质增效发展具有重要的现实意义。
2. 文献综述
近年来,学术界对文化产业高质量发展等相关问题进行了有益地探讨,现有成果主要集中在对文化产业高质量发展的内涵阐释、发展水平评价及空间分布特征等方面。其中,关于文化产业高质量发展的内涵研究大体可以分为两类:一是基于产业经济发展的视角,指出文化产业高质量发展要始终贯穿创新的发展理念,注重对产业内容质量、结构等的优化以及产业协调统筹能力、发展环境的提升(李培峰,2019;郑自立,2019;包国强等,2021) [1]-[3];二是基于精神文化需求的视角,认为新时代文化产业的高质量发展是满足人民群众对更美好生活的热切期待的重要手段,必须坚守以人民为核心的发展理念,通过提供有效且优质的供给,更好地增进民众的生活幸福感和满足感(宗祖盼,2020;史学慧和张振鹏,2019;魏鹏举,2020;范玉刚,2021) [4]-[7]。关于文化产业高质量发展评价的研究,主要可以分为采用单一指标和构建指标评价体系这两大类。单一指标方面的相关成果较少,学者们主要采用全要素生产率来衡量,如江晓晗和任晓璐(2021)借助文化产业全要素生产率来评价长江经济带文化产业高质量发展水平[8]。评价指标体系方面,多数学者则基于“五大新发展理念”视角来构建指标评价体系,如袁渊和于凡(2020) [9]、魏和清等(2022) [10]、宁楠和惠宁(2023) [11]等。也有部分学者从产业发展的视角出发,对现有研究进行拓展,如喻蕾(2021)结合了产业经济理论,从产业创新、产业协调、产业开放和产业共享等4大维度构建文化产业高质量发展评价体系,并运用AHP层次分析法对其子系统权重进行研究[12];丁仕潮(2021)从文化产业供给侧和文化产业需求侧两方面构建了文化产业高质量发展评价体系,并借助熵权法对其综合水平进行了探讨。[13]此外,还有一部分学者对区域文化产业高质量发展进行了测度与评价,如张安忠(2023) [14]及李忠斌(2019) [15]等。
纵观上述文献不难发现:第一,国内学界对相关产业高质量发展的研究主要集中于其内涵特征、评价指标体系的构建等理论方面,针对文化产业高质量发展的系统研究相对较少,缺少数据与统计研究的支撑。第二,现有对文化产业高质量发展的评价指标体系研究仍处在探索阶段,已有研究对文化产业高质量发展评价指标多有重叠,且针对“文化”一词的体现比较缺乏,评价指标体系的科学性、全面性及指标选取等方面值得进一步探讨。
3. 文化产业高质量发展指标体系构建
本文在文献梳理的基础上,参考多位学者的成果,以五大新发展理念中的“创新、协调、开放、共享”为核心,遵循系统全面性、主题相关性、可计量性等原则,围绕影响文化产业高质量发展的内涵,从产业创新、产业协调、产业开放、产业共享四个维度进行评价指标体系的构建,具体详见表1。
1) 产业创新。创新是实现文化产业高质量发展的重要支撑,充分的文化创新资源是实现创新成果转化的必要基础。一般而言,创新资源主要包括人力资源和物质资源。因此,针对文化产业创新资源的指标设计上,本文借鉴喻蕾[12]、袁渊[9]等学者的成果,具体从以下三个方面展开:一是文化企业R&D经费投入,选取了规模以上文化制造业企业R&D经费内部支出来表示,反映了文化产业创新资金的投入强度;二是文化产业从业人员数,选取了规模以上文化产业从业人员数来表示,用于反映从事文化产品生产和文化服务供给的人数;三是文化产业法人数,选取了规模以上文化产业企业数量来表示。创新成果主要从以下三个方面展开:一是文化企业获得专利数,选取规模以上文化制造业企业有效发明专利数来说明,反映文化产业的科技产出情况;二和三分别是文化企业新产品收入、文化企业新产品项目数,分别选取规模以上文化制造业企业新产品销售收入及新产品开发项目数表示,用来综合反映文化企业为满足消费者需求而研发多样的化的新产品的质与量。
2) 产业协调。协调是文化产业持续健康发展的内在要求。本文借鉴丁仕潮、陆建栖等学者的成果[13] [16],选取政策协调、城乡协调、结构协调及供给协调来综合反映文化产业的协调持续情况。其中,政策协调选用文化体育与传媒支出占财政支出比及文化事业费占财政支出比表示,用于反映各地区政府对文化产业发展的支持力度;城乡协调选用城市与农村居民人均文化娱乐消费支出比表示,用于反映城乡居民在文化消费水平方面的实际差距;结构协调参考干春晖等(2011)做法[17],选用产业结构合理化表示,反映文化产业中制造业、批发零售业及服务业之间的协调度,计算公式如下式1所示。供给方协调选用文化市场经营机构数来反映文化产业的供给协调情况。
(1)
其中,i分别代表文化制造业、文化批发零售业和服务业,Y和L分别代表营业收入及从业人员数。
3) 产业开放。开放合作是提升文化产业质量和效益的必然选择。本文参考张安忠、李锦宏等学者的研究[14] [18],选取文化交流及入境旅游这两个二级指标来综合考量文化产业的开放程度。其中,文化交流活动次数及参与人数能反映不同国家或地区的文化开放水平,因此,文化交流方面选用对外文化交流活动项目数及对外文化交流活动参与人数二个具体指标进行衡量。同样,文化产业和旅游产业密不可分,旅游产品也是传播优秀文化以及文化创造的重要载体,故在入境旅游方面选用入境旅游人数及国际旅游外汇收入二个具体指标,反映某地文化产业的对外吸引力,尤其是地区开放发展产生的或带动的实际效益情况。
4) 产业共享。共享是推动文化产业高质量发展的新动能。本文参考袁渊、宁楠等学者的成果[9] [11],主要从设施共享及产品共享两个方面进行分析,用于综合衡量文化产业发展的贡献情况。设施共享方面主要从区域基础设施资源等方面进行评价,选用艺术表演场馆数、博物馆机构数、人均公共图书馆建筑面积三个具体的指标,反映在文化产业带动下地区共享发展对人民生活实际改善情况。产品共享方面选用人均博物馆文物藏品数及人均拥有公共图书馆藏量来体现,即地区文化藏品数量和公共图书馆馆藏数量与人口总数的比例,反映地区人均文化产品的共享情况。
综上,本文构建了包含“产业创新、产业协调、产业开放、产业共享”5个一级指标、10个二级指标、20个三级指标的文化产业高质量发展评价体系,如下表1所示。
Table 1. Evaluation indicators system for high-quality development of cultural industry
表1. 文化产业高质量发展评价指标体系
一级指标 |
二级指标 |
三级指标 |
指标解释 |
参考文献 |
产业创新 |
创新资源 |
文化企业R&D经费
投入 |
规模以上文化制造业企业R&D
经费内部支出 |
喻蕾等[12];袁渊等[9];宁楠等[11];魏和清等[10] |
文化产业从业人员数 |
规模以上文化制造业 + 文化批发和零售业 + 文化服务业从业人员数 |
文化产业法人数 |
规模以上文化制造业 + 文化批发和零售业 + 文化服务业企业数 |
创新成果 |
文化企业获得专利数 |
规模以上文化制造业企业
有效发明专利数 |
宁楠等[11];魏和清等[10];喻蕾等[12];李锦宏等[18] |
文化企业新产品收入 |
规模以上文化制造业企业
新产品销售收入 |
文化企业新产品项目数 |
规模以上文化制造业企业
新产品开发项目数 |
产业协调 |
政策协调 |
文化体育与传媒支出占 财政支出比重 |
文化体育与传媒支出/一般财政支出 |
陆建栖等[16];李锦宏等[18];喻蕾等[12] |
文化事业费占 财政支出比重 |
文化事业费/一般财政支出 |
城乡协调 |
城市与农村居民人均文化娱乐消费支出比 |
城市居民人均文化娱乐消费支出/
农村居民人均文化娱乐消费支出 |
丁仕潮等[13];陆建栖等[16];魏和清等[10];
张安忠等[14] |
结构协调 |
产业结构合理化 |
参考文中公式1 |
魏和清等[10];张安忠等[14];宁楠等[11] |
供给协调 |
文化市场经营机构数 |
- |
魏和清等[10];宁楠等[11] |
产业开放 |
文化交流 |
对外文化交流 活动项目数 |
- |
张安忠等[14];魏和清等[10];李锦宏等[18];宁楠等[11];袁渊等[9] |
对外文化交流 活动参与人数 |
- |
张安忠[14];李锦宏等[18]; |
|
入境旅游 |
国际旅游(外汇)收入 |
- |
张安忠[14];宁楠等[11];袁渊等[9] |
接待国际游客数 |
- |
产业共享 |
设施共享 |
艺术表演场馆数 |
- |
袁渊等[9]:宁楠等[11];李锦宏等[18] |
博物馆机构数 |
- |
人均公共图书馆 建筑面积 |
公共图书馆建筑总面积/人口数 |
产品共享 |
人均博物馆文物藏品数 |
文化藏品数量/人口数 |
陆建栖等[16];李锦宏等[18] |
人均拥有公共图书馆
藏量 |
公共图书馆馆藏数量/人口数 |
4. 研究设计
4.1. 研究方法
4.1.1. 熵权TOPSIS法
熵权TOPSIS法作为由熵权法和TOPSIS法结合形而成的方法,兼具了两种方法的优势,能准确地反映各评价方案之间的差距程度,其具体步骤如下:
第一步,数据无量纲化处理。首先通过极差法对原始指标数据进行标准化处理,公式如下:
正向指标:
(2)
负向指标:
(3)
上式2和3中,Xij和Yij代表标准化后的数据及原始数据,max(Yij)和min(Yij)分别为指标中的最大值和最小值。
第二步,计算文化产业高质量发展评价体系中各指标Xij的信息熵Ej
(4)
第三步:确定文化产业高质量发展评价体系各指标Xij的权重Wj
(5)
第四步:计算加权矩阵R
(6)
第五步:根据加权矩阵R确定各指标的正负理想解
及
(7)
(8)
第六步:计算各指标与正理想值
及负理想值
之间的欧氏距离
和
(9)
(10)
第七步:计算综合评价指数Ci
(11)
其中,Ci的值介于0~1之间,Ci值越大表明该省(市)的文化产业高质量发展水平越优。
4.1.2. Dagum基尼系数及分解法
Dagum基尼系数及分解方法较传统方法而言,可以有效解决样本数据之间的交叉重叠问题及子群间的差异来源问题,总体基尼系数G的计算公式如下:
(12)
式(12)中,子群数k为3,省(市)数n为28,nj与nh分别表示子群j及h所包含的省(市)数,yji与yhr分别表示子群j及h内省(市)i与r的文化产业高质量发展水平,
表示总体均值。
进一步地,可将基尼系数G分为子群内差异Gw、子群间差异Gnb及超变密度Gt三个部分,等式为
,其各组成部分计算公式为:
(13)
(14)
(15)
(16)
(17)
其中,
,
,式13和式15分别表示子群内各省区文化产业高质量发展基尼系数Gjj及不同子群省区间的基尼系数Gjh;
及
表示子群j和h的文化产业高质量发展均值。
表示子群间文化产业高质量发展的相对影响,djh表示子群间总影响,即当
时,在yji > yhr的条件下,所有yji-yhr的样本值加总的数学期望;pij表示超变一阶矩,即当
时,在yji < yhr的条件下,所有yhr-yji的样本值加总的数学期望。具体可表示为:
(18)
(19)
4.2. 数据来源
本文的数据主要来自于《文化及相关产业统计年鉴》《中国文化文物和旅游统计年鉴》《中国统计年鉴》及各省(市)统计年鉴等。由于海南、新疆、西藏及港澳台的数据缺失较为严重,故在研究中予以剔除,因此本文的研究样本为2012~2021年我国28各省(市)的相关数据。同时,对个别省(市)的缺失数据运用均值法进行补全,对部分指标数据中绝对值较大的数值进行对数处理。
5. 实证结果分析
5.1. 文化产业高质量发展综合评价分析
通过熵权TOPSIS法测度2012~2021年我国各省(市)文化产业高质量发展指数,可以反映出我国文化产业发展情况以及变化趋势,测算结果如下表2所示。
Table 2. The comprehensive scores of cultural industry high-quality development in various provinces (cities) from 2012 to 2021
表2. 2012~2021年各省(市)文化产业高质量发展综合得分
地区 |
2012 |
2013 |
2014 |
2015 |
2016 |
2017 |
2018 |
2019 |
2020 |
2021 |
均值 |
排名 |
东部地区 |
北京 |
0.657 |
0.639 |
0.632 |
0.615 |
0.633 |
0.639 |
0.647 |
0.704 |
0.659 |
0.680 |
0.650 |
2 |
天津 |
0.485 |
0.507 |
0.522 |
0.526 |
0.511 |
0.544 |
0.548 |
0.511 |
0.487 |
0.513 |
0.515 |
8 |
河北 |
0.361 |
0.357 |
0.377 |
0.378 |
0.380 |
0.398 |
0.401 |
0.425 |
0.430 |
0.445 |
0.395 |
21 |
辽宁 |
0.456 |
0.437 |
0.448 |
0.473 |
0.475 |
0.458 |
0.424 |
0.441 |
0.444 |
0.456 |
0.451 |
13 |
上海 |
0.634 |
0.635 |
0.632 |
0.617 |
0.617 |
0.667 |
0.642 |
0.683 |
0.637 |
0.661 |
0.643 |
3 |
江苏 |
0.565 |
0.567 |
0.569 |
0.588 |
0.604 |
0.617 |
0.612 |
0.656 |
0.662 |
0.648 |
0.609 |
5 |
浙江 |
0.663 |
0.640 |
0.649 |
0.687 |
0.688 |
0.683 |
0.684 |
0.695 |
0.725 |
0.739 |
0.685 |
1 |
福建 |
0.499 |
0.506 |
0.514 |
0.532 |
0.539 |
0.560 |
0.573 |
0.607 |
0.615 |
0.616 |
0.556 |
6 |
山东 |
0.486 |
0.498 |
0.495 |
0.501 |
0.518 |
0.534 |
0.538 |
0.538 |
0.522 |
0.546 |
0.518 |
7 |
广东 |
0.583 |
0.568 |
0.569 |
0.558 |
0.588 |
0.616 |
0.646 |
0.637 |
0.664 |
0.676 |
0.610 |
4 |
东部均值 |
0.539 |
0.535 |
0.541 |
0.547 |
0.555 |
0.572 |
0.571 |
0.590 |
0.585 |
0.598 |
0.563 |
- |
中部地区 |
山西 |
0.380 |
0.375 |
0.373 |
0.401 |
0.417 |
0.418 |
0.432 |
0.484 |
0.458 |
0.470 |
0.421 |
15 |
吉林 |
0.336 |
0.356 |
0.358 |
0.387 |
0.368 |
0.391 |
0.411 |
0.450 |
0.403 |
0.424 |
0.388 |
23 |
黑龙江 |
0.306 |
0.299 |
0.298 |
0.296 |
0.310 |
0.338 |
0.333 |
0.328 |
0.339 |
0.363 |
0.321 |
27 |
安徽 |
0.412 |
0.414 |
0.424 |
0.438 |
0.447 |
0.450 |
0.454 |
0.456 |
0.464 |
0.474 |
0.443 |
14 |
江西 |
0.360 |
0.375 |
0.390 |
0.398 |
0.409 |
0.419 |
0.421 |
0.446 |
0.479 |
0.506 |
0.420 |
16 |
河南 |
0.382 |
0.387 |
0.405 |
0.410 |
0.408 |
0.410 |
0.411 |
0.425 |
0.434 |
0.443 |
0.412 |
19 |
湖北 |
0.440 |
0.435 |
0.447 |
0.439 |
0.478 |
0.492 |
0.525 |
0.546 |
0.538 |
0.564 |
0.490 |
10 |
湖南 |
0.384 |
0.404 |
0.420 |
0.450 |
0.475 |
0.486 |
0.480 |
0.494 |
0.472 |
0.519 |
0.458 |
12 |
中部均值 |
0.375 |
0.381 |
0.389 |
0.402 |
0.414 |
0.426 |
0.433 |
0.454 |
0.449 |
0.470 |
0.419 |
- |
西部地区 |
内蒙古 |
0.371 |
0.381 |
0.395 |
0.397 |
0.406 |
0.448 |
0.418 |
0.440 |
0.442 |
0.466 |
0.416 |
18 |
广西 |
0.348 |
0.354 |
0.390 |
0.395 |
0.398 |
0.389 |
0.384 |
0.395 |
0.437 |
0.434 |
0.392 |
22 |
重庆 |
0.371 |
0.362 |
0.368 |
0.400 |
0.421 |
0.423 |
0.442 |
0.458 |
0.455 |
0.483 |
0.418 |
17 |
四川 |
0.501 |
0.506 |
0.498 |
0.493 |
0.495 |
0.497 |
0.491 |
0.514 |
0.513 |
0.545 |
0.505 |
9 |
贵州 |
0.259 |
0.233 |
0.260 |
0.277 |
0.313 |
0.344 |
0.337 |
0.334 |
0.339 |
0.398 |
0.309 |
28 |
云南 |
0.370 |
0.356 |
0.352 |
0.380 |
0.411 |
0.406 |
0.421 |
0.455 |
0.418 |
0.429 |
0.400 |
20 |
陕西 |
0.438 |
0.443 |
0.439 |
0.435 |
0.482 |
0.473 |
0.478 |
0.487 |
0.502 |
0.531 |
0.471 |
11 |
甘肃 |
0.345 |
0.341 |
0.292 |
0.301 |
0.328 |
0.361 |
0.359 |
0.386 |
0.367 |
0.394 |
0.347 |
25 |
青海 |
0.275 |
0.286 |
0.343 |
0.334 |
0.355 |
0.368 |
0.323 |
0.386 |
0.392 |
0.384 |
0.345 |
26 |
宁夏 |
0.337 |
0.318 |
0.339 |
0.365 |
0.388 |
0.393 |
0.401 |
0.403 |
0.435 |
0.438 |
0.382 |
24 |
西部均值 |
0.362 |
0.358 |
0.368 |
0.378 |
0.400 |
0.410 |
0.405 |
0.426 |
0.430 |
0.450 |
0.399 |
- |
全国均值 |
0.429 |
0.428 |
0.436 |
0.445 |
0.459 |
0.472 |
0.473 |
0.492 |
0.490 |
0.509 |
0.463 |
- |
由表2可知,2012~2021年全国整体层面的文化产业高质量发展水平出现显著提升,由2012年的0.429增长至2021年的0.509,显示出较大的发展潜力。具体来看,我国各地区的文化产业发展水平呈现出较大的差距。
其中,东部地区文化产业发展优势最为显著,整体均值维持在0.5以上,在三大区域中最高,其中2021年文化产业高质量发展综合得分为0.598,领先全国均值0.089。以浙江、北京、上海为代表,其文化产业高质量发展综合得分位列全国排名前三,2021年它们的综合发展得分依次为0.739、0.680和0.661,发展水平较为突出,遥遥领先于全国平均水平。东部地区汇聚了全国经济发展最活跃、文化资源较为丰富的“长三角”“珠三角”以及“京津冀”地区,建成了多个业态集聚、产业链协同的文化产业发展园区,其文化产业发展速度较快,产业发展综合表现优异。
中部地区文化产业高质量发展综合得分总体均值为0.419,在三大区域中排名第二,落后于全国平均水平,落后幅度达到0.044。其中,湖北省的历年综合得分均最高,排名位列中部地区中的第一,综合得分介于0.435~0.564之间,而黑龙江、吉林等省份的文化产业高质量发展水平较低,历年综合得分均值分别为0.321、0.388,在全国整体水平中排名靠后,但呈现出缓慢上升的发展态势。
西部地区整体综合得分最低,总体均值水平落后全国平均水平幅度达到0.064,且其内部两极化现象严重,近几年,四川及陕西综合得分均大于0.5,文化产业高质量发展水平较高,排名分别为第9名及第11名,而贵州、青海、甘肃等经济欠发达地区文化产业高质量发展程度偏低,历年得分均值分别为0.309、0.345、0.347,文化产业发展进程较慢。
5.2. 文化产业高质量发展的空间差异与来源分解
为进一步识别各地区文化产业高质量发展不平衡和不充分的特征,本文采用Dagum基尼系数对东、中、西三大地区的文化产业高质量发展差距进行测度和分解,以理清其贡献来源。
5.2.1. 区域内差异及其演变趋势
由图1可知,从地区Dagum基尼系数年均值来看,东部地区内部差异最为明显,西部地区次之,最
Figure 1. The trend of Gini coefficient change within the region from 2012 to 2021
图1. 2012~2021年区域内基尼系数变化趋势
后为中部地区。其中,西部地区区域内基尼系数变化幅度最大,2012年其地区内基尼系数为0.099,随后又下降至2021年的0.065,下降了40.91%。东部地区区域内差异呈现略微下降趋势,2021年区域内基尼系数相比2012年仅下降了0.006。中部地区区域内差异呈现上升的趋势,由0.058增至0.069,上升了18.97%。综合三大地区内部文化产业高质量发展的差异程度来看,虽然各地区差异度有增有减,但全国整体层面的基尼系数呈现下降的趋势,这说明我国各地区内文化产业高质量发展仍存在不平衡不充分的现象,但有较大的改善空间。
5.2.2. 地区间差异及其演变趋势
由图2可知,各地区的文化产业高质量发展存在明显的差异,东部和西部地区的差距最为显著,其Dagum基尼系数的均值为0.133,其次为东部与西部地区及中部与西部地区之间,其基尼系数均值分别为0.118和0.077。从整体的演变趋势来看,相比于2012年,2021年各地区之间的差异程度均有所下降。东部与中部地区之间、东部与西部地区之间及中部与西部地区之间的下降幅度分别为23.84%、18.80%、16.67%,这表明虽然区域间差异越来越小,但现阶段我国文化产业高质量空间均衡发展不足,西部地区同发达地区的差距是我国文化产业高质量发展地区间差异的主要原因之一。
Figure 2. The trend of Gini coefficient between regions from 2012 to 2021
图2. 2012~2021年区域间基尼系数变化趋势
5.2.3. 地区差异来源及其贡献
由图3可知,各地区文化产业高质量发展水平差异存在三大差异,且各部分贡献率较为稳定。区域间差异是导致各区域差异的主要因素,其贡献率高达60%以上,超变密度的贡献率则相对较小,维持在10%附近。从时间演变趋势来看,地区间差异的贡献率有所下降,由67.79%下降61.74%,下降幅度为8.92%,而地区内贡献率则有所增加,增加幅度分别为11.96%,这表明地区内各省(市)的文化产业高质量发展水平聚类程度在降低,差异水平呈上升的趋势,也意味着现阶段中东西部的高质量发展水平交叉程度正逐渐增大,地区间部分省(市)的发展层次相近,与此同时,经济水平经济发达地区与不发达地区间的暂时性差异越来越小。
Figure 3. Variation trend of contribution degree of difference sources from 2012 to 2021
图3. 2012~2021年差异来源贡献度变化趋势
6. 结论与启示
6.1. 研究结论
本文基于新发展理念,构建我国文化产业高质量发展指标评价体系对我国28个省份2012~2021年的数据进行综合评价。首先,运用熵权TOPSIS法测算各省(市)文化产业高质量发展得分。进而,借助Dagum基尼系数及其分解揭示各地区文化产业高质量发展差异水平差异来源。基本结论如下:一是从整体水平来看,2012~2021年我国文化产业高质量发展水平呈上升态势,其中,北京、广东及江浙沪的高质量发展指数得分在全国排名前列;但各地区的发展情况不一,差异显著,总体分布呈现“东部 > 中部 > 西部”的空间格局。二是从区域差异来源来看,区域间差异的贡献度最高,主要来源于东-西部地区的发展差异,超变密度差异的贡献最小,且全国整体差异呈逐步缩小态势。
6.2. 相关启示与建议
基于上述的结论和分析,本文提出如下三个方面的政策建议供参考。
1) 培育优秀文化人才,构建文化产业发展之基。
现阶段,各地区基层文化人才队伍的建设仍存在一些短板,文化产业的活力未能最大限度的激发。因此,一方面,“内”要激发自身活力,为文化人才提供有力的后勤保障和人才福利政策。另一方面,“外”求政策支持,在国家层面统筹研究、破解现阶段部分省市文化人才资源不足的问题。通过宏观调控机制,“因地制宜”的给予不同地区一定的倾斜与扶持,建立创新激励机制等,帮助经济不发达地区恢复“造血”功能,构筑文化人才发展的高地,让“孔雀西飞”。
2) 完善公共设施网络,释放文化产业内生动力
优质的资源、环境和产品是提升文化产业吸引力的重要依托,也是推动文化产业高质量发展的重要途径。第一,推进公共文化机构建设,对不同地域做好资源合理配置,为文化产业发展提供更丰富、精准的文化资源基础供给。第二,健全公共文化服机制,利用好公共文化服务阵地,开展形式多样的差异化特色化服务,满足广大群众不同的精神文化需求。第三,健全公共服务评价机制。设置科学的公众满意度指标,通过群众的反馈,了解和掌握群众的文化需求,努力提升群众对公共文化服务的满意度。
3) 创新产业发展方式,促进文化产业提质升级。
在供给侧方面,要顺应数字产业化、产业数字化发展趋势,用新的技术、新手段、新业态激活文化资源。在需求侧,要推动“互联网+”向传统消费领域渗透,一方面,可以运用数字技术从多角度分析文化消费数据背后的支撑因素,以便于供给端作出更精准的判断。另一方面,要让文化消费顺应可视化、互动化、沉浸化的新趋势,以进一步提升居民文化生活的丰富性和体验性。通过线上线下融合互促,打造更多参与方式、更富于乐趣的综合性消费载体,促进文化产业在“双循环”发展战略下转型升级,高质量发展。