基于不同区域层级的文化产业集聚研究

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

陶金, 罗守贵^,上海交通大学安泰经济与管理学院,上海 200030

Agglomeration economies in cultural industries: A comparison at the city and province level

TAO Jin, LUO Shougui^,Antai College of Economics and Management, Shanghai Jiao Tong University, Shanghai 200030, China

通讯作者: 罗守贵（1963-），男，河南固始人，博士，教授，博士生导师，研究方向为城市与区域经济发展。E-mail: sgluo@sjtu.edu.cn

收稿日期:2018-04-16修回日期:2018-10-16网络出版日期:2019-09-20

基金资助:

国家社会科学基金重大项目.12&ZD026
上海市软科学基金重点课题.18692180500

Received:2018-04-16Revised:2018-10-16Online:2019-09-20
作者简介 About authors
陶金（1989-）,男,江苏灌云人,博士研究生,研究方向为产业发展与科技创新E-mail:taojin0804@126.com。

摘要
利用企业层面数据,从市域和省域两个尺度研究中国文化产业的集聚特征,并揭示集聚对文化企业生产率的影响。应用一致性方法估计了中国文化企业的生产函数,并计算企业层面全要素生产率估计值,并从专业化和城市化两个角度研究集聚对于文化企业的影响。结果表明：① 地级市尺度下,文化产业专业化经济并不显著,但却存在城市化经济;② 在更大的省域层面,则呈现出专业化经济显著,多样化经济弱化的特征;③ 行业和区域异质性回归显示了结果的稳健性,核心文化产业的产业集聚经济更显著;④ 在知识溢出效应占主导的文化集聚中,通信基础设施良好的省份被赋予了创意交流的便利性,因而拥有更强的集聚经济。
关键词： 文化产业;集聚经济;生产率;专业化;多样化

Abstract

Economists have long argued that there is a productivity gain from agglomeration. And the rise of cultural industries has been benefited from agglomeration economies. However, existing research has been lacking of empirical attempts to analyze the mechanism of agglomeration economies in cultural industries from the perspective of productivity. This study contributes to the literature on agglomeration economies by providing the first study, to the authors' knowledge, on the firm-level productivities in cultural industries. This paper studies agglomeration economies for cultural industries in Chinese cities and provinces using firm-level data, and reveals the culture cluster's impact on cultural firms' TFP. Firstly, the paper estimates the production function of cultural industries and firm-level TFP using the consistent method. Specifically, the paper estimates the production function by controlling simultaneity and selection biases. Secondly, it analyzes the localization and urbanization economies for cultural industries through comparing the effects in cities and provinces. The paper constructs two measures of agglomeration: specialization and diversity. Specialization, which measures the concentration of artists and cultural workers in a province, aims to test the Marshallian economies. Diversity, which measures the diversity of industries in a province, aims to test the Jacobian economies. In order to capture the true effects of culture cluster on the productivities of cultural firms, the paper conducts the regression by applying different empirical methods, including OLS, 2SLS, instrument variable and fixed effects. The study shows that there is no significant specialization effect but clear diversity effect on cultural industries in Chinese cities. However, at provincial level, which is a larger geographical scale, strong specialization is found instead of diversity. In contrast to manufacturing industries, the effects of employment intensity, and market access are not strong enough to promote the productivities of cultural firms. The benchmark regression proves to be robust by the disaggregated analysis, which also indicates that the core cultural sector has stronger agglomeration economies. Besides,the disaggregated results show that the agglomeration economies could be channelled through knowledge and ideas spillover that come from telecommunication, as agglomeration economies, including both specialization and diversity, tend to rise in provinces with better telecommunication infrastructure.

Keywords：cultural industries;agglomeration economies;productivity;specialization;diversity

PDF (0KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
陶金, 罗守贵. 基于不同区域层级的文化产业集聚研究. 地理研究[J], 2019, 38(9): 2239-2251 doi:10.11821/dlyj020180370
TAO Jin. Agglomeration economies in cultural industries: A comparison at the city and province level. Geographical Research[J], 2019, 38(9): 2239-2251 doi:10.11821/dlyj020180370

1 引言

全球文化产业的崛起催生了各国政策当局、国际组织和学术界较为全面的描述、统计和分析。在中国,虽然“文化产业”的概念直到21世纪初才被官方提出,但中国文化产业经历了快速、持续增长。2017年,中国文化产业增加值达到3.5万亿元,约占当年GDP的4.3%。同时,在深入的文化体制改革后,大部分文化事业单位转变为参与市场竞争的企业。在市场化的过程中,产业集聚正成为中国文化产业发展中的重要现象之一,这与全球文化产业的发展趋势是一致的^[1]。认识到产业集聚在文化产业发展中的作用,各地区政府部门推行了诸多促进文化产业集聚的政策,文化产业集聚程度在持续深化。本文试图通过实证分析揭示文化集聚经济的特征及其对企业层面生产率的促进作用。

集聚经济理论体系源自于Marshall和Jacobs的开创性研究。Marshall最早从理论角度动态分析了单一产业内集聚经济产生的原因及其对产业增长的重要性^[2],所以这种动态的产业内集聚经济被称为马歇尔外部性（Marshallian externalities）专业化经济（Specialization）或地方化经济（Localization）,其作用机制主要包括三个方面：① 劳动力市场共享;② 中间投入品共享;③ 知识和创意溢出。相应地,跨行业集聚经济被称为雅各布斯外部性（Jacobs externalities）、多样化（diversity）或城市化经济（urbanization）,因为Jacobs指出城市经济的发展在很大程度上来自于城市内的产业多样化^[3]。

基于上述集聚经济的基本原理,通过两个步骤来分析中国文化产业集聚。首先对文化企业生产率进行估计,其中,采用一致性方法来消除生产函数估计中的内生性等问题,得到企业层面全要素生产率估计值^[4]。本文发现不同文化企业之间的生产率存在较大差别。其次,应用回归模型,从专业化和城市化两个角度探讨集聚经济对文化企业生产率的影响。其中,本文比较了地级市层面与省份层面的集聚经济,结果显示,省份层面的集聚经济更为明显,地级市层面则专业化经济偏弱,但城市化经济显著。该结果揭示出中国文化产业集聚在城市范围内尚不显著,城市级的文化集聚亟待加强。

2 文化产业集聚的理论和实证研究回顾

2.1 集聚经济和生产率

大量文献关注集聚经济如何促进区域经济和产业发展^[5],但这种分析角度较为宏观,因而有研究指出微观企业生产率才是研究产业集聚的最直接的方法^[6]。而且就业的增长和集聚仅是观测到的结果,而全要素生产率（TFP）才是对于企业更实质和更好测量的效率指标^[7]。同时,随着统计工作日益完善,关于集聚经济对生产率的研究越来越多。最具代表性的,是集聚经济对产业TFP的影响分析^[8,9],其中大部分文献认为专业化经济的作用大于多样化经济。早期针对企业层面数据的很多实证研究结果显示专业化的作用似乎也大于多样化^[10]。但同时也存在大量实证研究认为两种集聚经济对生产率均有显著正向作用。对于中国制造业专业化和多样化经济的比较,诸多文献也给出了不尽相同的结论^[11],其中大部分的研究证实了这两方面的集聚经济。需要说明的是,集聚经济的实证研究大多关注制造业的实证分析,文献中较缺乏从集聚经济的视角针对服务业生产率的研究,更不存在文化产业生产率的相关实证结果。不过,制造业集聚经济的已有研究为本文提供了借鉴,文化集聚的专业化与多样化经济分别会对文化企业效率产生何种作用?有鉴于此,相较于关注制造业的现有文献,本文力图展现集聚经济对文化产业的作用。

2.2 文化产业集聚

产业集聚也是文化产业中的重要现象。文化具有强烈的地方特质,不同地域可以以其文化发展特色进行区分^[1]。但通常来说,文化产业有着较为普适的集聚经济作用机制：首先,文化产业专业化经济促进了内容的创作：① 艺术与创意人才的聚集,引致文化企业、组织的人力资本投入选择集变大,同时存在大量的技术劳动力满足众多中小文化企业的岗位需求;② 文化基础设施的共享,如演出场馆、录音室、演播室等为众多艺术家所重复利用;③ 在同一行业的创意人员通过频繁的交流互动,可以有效地分享和传播创意和作品,这种集聚带来了多方面的外部性^[12]。其次,城市化经济有助于文化产品的发行和推广：当地其他服务业部门为文化企业提供金融、法律等方面的服务,使发行工作更加有秩序^[13],同时更大的市场也使创作成果能够快速地被更多的人群所认知。因此理论上,文化产业同时存在专业化和多样化经济。

针对这些机制,有研究对英美城市的自然历史电影制作产业集群进行了实证研究,发现在一些亚等级城市也有可能存在规模较小、却更加独立的文化产业集群,而且文化产业集群的可持续性依赖于其不可轻易复制的当地特质^[14]。基于此,在研究文化产业集聚的过程中,控制不同地域的特质很重要,而固定效应、空间计量等模型能够有效地解决此问题。例如,对于中国文化产业集聚,有研究利用动态空间面板模型研究中国城市的文化产业集群,指出人力资本、城市产业结构、通讯基础设施建设等城市发展因素对文化产业集群的发展有着显著正相关关系^[15]。

更多的实证研究通过研究单一地区（如浙江省、山西省、西安市等）的文化产业集聚^[16,17,18],总结出了经济、科教、政府支持、市场需求、环境、交通和地方性等影响文化产业集聚的因素。本文借鉴了上述研究的成果,将相关因素作为重要的控制变量。

2.3 文化产业集聚研究中的空间尺度问题

选取不同区域层级将对集聚经济的实证结果产生本质影响,这也是众多文献对集聚经济的作用认识不同的重要原因之一^[9]。较多文献指出市级或县级层次是较好的选择^[19,20,21],过高区域层次会使集聚经济指标过小,无法准确反映集聚情况。而诸多文献同时也认为中国各省份经济结构类似,因而省份可能不是完美的区域层次^[22,23]。然而事实上,在现实中很难找出某一种层级作为衡量所有集聚经济的最优层级^[9],且因为文化产业在制作和发行等环节的特殊性,制造业领域的地理层级选择可能并非适用于文化产业。再者,尽管研究尺度的增大对文化企业空间集中程度具有“稀释”作用,但稀释能力随着尺度的增大而减弱^[16]。因此对于文化产业集聚研究,对于市域或省份层级的选择,存在不确定性。

事实上,对于文化产业集聚研究中地理层级或空间尺度的选择,不同研究确无定论。多数文献以区县或街道等空间尺度为主要考察层级。举例来说,有研究对西安市文化产业发展和格局进行多空间尺度的分析^[16],还有研究利用企业点密度数据研究了武汉市文创产业空间分布^[24]。上述例证表明,不同类型文化创意产业在城市内确实存在分异^[1]。不过,这些单一地区或尺度的文献大多关注文化产业在较小区域内的空间分布特征,并无对更大范围内的全局研究,而且也并非对集聚经济的计量分析和解释。再者,这些文献在分析空间分布时往往也忽略了文化企业的异质性。

另外,有研究在省级^[25]、市级尺度^[24]等更大尺度下对文化产业的空间集中和分布进行了分析,但这些研究也多为单一尺度的局部研究,且由于统计数据等因素的限制,现有文献缺乏更大区域范围、更多尺度的融合研究,更缺乏以地级市为空间尺度的全局研究。因此基于以上考虑,本文在采用市域层级的同时也考虑了与省级层面的比较研究。实证结果也证实了在文化产业的特殊背景下,不同区域层次具有不同的集聚经济特征。

综上所述,本文发现这些文献并未给出文化产业集聚现象的微观基础,也并无针对文化企业的集聚经济的研究,同时也缺乏对中国市域和省域两个尺度的全局研究。因而本文试图从更大的区域尺度揭示集聚经济对提高文化企业效率的作用,是对已有研究成果的有益补充。

3 研究方法与数据来源

3.1 数据来源

大多数国家对于文化产业的界定沿用了较为宽泛的界定,在分类方面,各个国家根据自身情况采用了不同的分类标准。在联合国教科文组织（UNESCO）的框架下,“文化产业”和“创意产业”是两个可以互换的概念,这与中国的文化产业统计框架相似。借鉴了UNESCO文化统计框架,国家统计局的《文化及相关产业分类（2012）》将文化产业分为以下11类：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、文化休闲娱乐服务、工艺美术品生产、文化产品生产的辅助生产、文化用品的生产、文化专用设备的生产、其他文化产业。本文采用这一分类来估计企业层面生产率。

本文所用的企业层面数据来源于国务院国有资产监督管理委员会、中央文化企业国有资产监督领导小组办公室以及各地方国资委等政府部门截至2014年7月（2014年以后,相关部门不再提供企业层面的文化企业数据）的全国调查统计,主要描述了全国全部国有文化企业2011年、2012年、2013年的企业发展与经营情况。数据全部来自企业的2011年、2012年和2013年度财报。由于部分企业的部分数据缺失,为了保证科学性,剔除了这些样本。最终各个省份和各个产业的企业数量总和是3614户。详细的企业层面指标及其数据来源见表1。

Tab. 1
表1
表1企业层面指标及数据来源
Tab. 1Definition of firm-level variables and data source

企业层面变量	计算方式	数据来源
企业规模	企业总资产	国资委提供企业年度报告及作者计算
资产负债率	企业负债除以资产	国资委提供企业年度报告及作者计算
无形资产	无形资产（包括专利、版权、商标权等）除以总资产	国资委提供企业年度报告及作者计算
政府补助	政府补助除以总资产	国资委提供企业年度报告及作者计算

注：除本身为比例指标的资产负债率和虚拟变量外,其余变量在回归模型中均取对数形式。

新窗口打开|下载CSV

由于数据收集的困难,本文无法获得私营文化企业的数据,导致本文的分析有一定偏颇。但文化体制改革后,国有文化企业更积极地融入市场竞争中,在竞争行为和商业模式等方面正与民营文化企业变得趋同,其对区域文化产业的代表性正在逐步加强。这一定程度上缓解了国有企业样本的有偏性。

3.2 研究方法

本文的总体研究目标不但是鉴别不同种类的产业集聚对文化企业层面生产率的影响,而且细化了产业集聚的具体形式对不同空间尺度下和不同类别文化产业效率的促进作用。

3.2.1 估计生产率全要素生产率（TFP）通常由估计生产函数得到。生产函数通常假设为柯布-道格拉斯（Cobb-Douglas）函数。企业在最优化的生产决策中,将根据以往集聚经济对企业的影响,及时调整生产要素的投入组合。此时集聚经济将造成生产率计算的同时性偏差（simultaneity bias）。因而应用OLS方法估计生产函数经常会导致参数的估计出现偏离。鉴于企业的投资决策很大程度上受到前期地区集聚情况的影响,采用OP的半参数估计方法,有效地控制了企业投资导致的内生性问题,从而得出生产率的更加合理的一致性估计。对数线性形式的生产函数如下：

（1）

y_{it} = α l_{it} + β k_{it} + u_{it}

（2）

u_{it} = w_{i t} + η_{it}

式中：i和t分别表示企业和年份;变量y_it、l_it、k_it分别表示对数形式的增加值、劳动和资本;α和β为待估参数;u_it为残差项;w_it是企业观测到、外界无法观测的生产率波动;η_it为白噪声误差项,任何人无法观测。

OP假设w_it以外生的马尔科夫过程进行演变：

E [w_{it} | w_{it - 1}, Ω_{it}] = g (w_{it - 1}) + ξ_{it}

,式中：Ω_it代表企业i和时间t的信息集;ξ_it是独立同分布的随机变量。

OP假设企业的投资决策I_it由生产率波动w_it和资本K_it决定,即I_it=I（w_it, K_it）。同时假定投资随K_it增加而严格递增,进而有w_it=I^-1（I_it, K_it）= h（I_it, K_it）。OP发展出一个控制函数方法,将h（I_it, K_it）代入生产函数,以替代观测不到的生产率波动：

（3）

y_{it} = a + α l_{it} + Φ (I_{it}, K_{it}) + e_{it}

式中：

a

是常数;

e_{it}

是残差项。控制函数Ф（I_it, K_it） = βk_it + h（I_it, K_it）捕捉到了观测不到的生产率,进而纠正了劳动投入要素的内生性。

根据OP提出的两步骤分析法计算出TFP。首先,根据方程（1）,对对数形式的企业增加值进行回归,方程右边是投资I_it和资本K_it的多项式,该多项式用以估计h（I_it, K_it）。进而估计出y_it -αl_it的值以及Ф（I_it, K_it）的函数形式。其次,对以下方程进行非线性最小方差估计：

（4）

y_{it} - α l_{it} = a + β k_{it} + ρ_{1} (Φ_{it - 1} - β k_{it - 1}) + ρ_{2} (Φ_{it - 1} - β k_{it - 1})^{2} + ξ_{it} + e_{it}

最后,在估计出α和β后,便可以计算出企业层面的TFP,即TFP_it=y_it -αl_it -βk_it。

3.2.2 回归方法为了构建产业集聚变量,借鉴以往文献的成果,从马歇尔外部性和雅各布斯外部性两方面进行相关指标的衡量。简化的模型可以用以下等式来表示：

文化企业生产率=F（集聚经济变量,产业控制变量,企业控制变量,区域控制变量）,即：

（5）

TF P_{ijkt} = A_{kt - 1} δ + B_{jkt} β + W_{kt} γ + X_{ijkt} α + ε_{ijkt}

式中：TFP_ijkt表示企业的全要素生产率。在文化产业中,TFP可被视为艺术家创意和企业创意资本的艺术创造。B_jkt是文化产业控制变量;W_kt是区域控制变量;X_ijkt是企业控制变量;参数α、β、γ、δ待估计;

ε_{ijkt}

是残差项。

OLS回归模型下,企业TFP和产业集聚变量之间可能存在互为因果关系（高生产率的企业会吸引其他企业,进而导致区域内的集聚程度增加）导致的内生性问题。为此,在两个地理层级的回归中,采用工具变量法,利用滞后一期的集聚变量A_kt_-1作为工具变量。为了解决遗漏变量带来的内生性问题,采用面板回归模型,应用企业固定效应,最大程度上控制了遗漏变量问题。

3.2.3 构建变量将专业化和城市化（多样化）作为核心解释变量,试图从这两个角度解释文化产业集聚对文化企业效率的作用。

在专业化方面,采用区位熵指标^[26,27],即：

（6）

Specialization = \frac{(\frac{E_{cj}}{E_{j}})}{\frac{(E_{c}}{E)}}

式中：Specialization代表区位熵;E_cj是地区j（地级市和省份,下同）的文化产业就业人数;E_c是全国文化产业就业人数。为了使文化产业就业人数具有代表性,采用国民经济行业分类中的R类产业（文化、娱乐与体育产业）(R类产业与国家统计局的四位数产业分类稍有不同。Ko等提供了R类产业的具体介绍^[15]。),如果Specialization大于1,则表示该区域的文化产业就业高于全国平均水平。马歇尔外部性指出,一个高密度的产业就业预期将对企业效率产生正向影响。城市总就业人口和分行业就业人口数据来源于相关年份的《中国城市统计年鉴》。

雅各布斯外部性指出一个多样化的产业结构有利于不同部门之间技术的交流和知识的扩散。产业多样化指标可以用多种方式来衡量,例如：基尼系数、Theil熵指数等。本文采用1除以各产业就业的赫芬达尔（Herfindahl）指数^[9],用以下公式表达：

（7）

Diversity = 1 / \sum_{j} \frac{(E_{j}}{\sum_{j} E_{j}}

）²

式中：Diversity代表多样化Herfindahl指数;E_j表示区域内服务业部门j的就业。该指标反映了区域产业多样化的程度,指标越大,多样化程度越深,单个产业的比例越小。

本文还引进不同层面的控制变量,以控制对企业生产率产生影响的其他变量。B_jkt是衡量市场竞争程度的集中度指标HHI_jkt,即赫希曼-赫芬达尔指数(由于不能获得包括私营企业的给地区全部文化企业的数据,本文采用原始样本数据进行代替,同时由于地级市层面的HHI计算将会出现较大偏差,本文主要计算省级层面的数值。)。对市场结构影响的控制一定程度上能够回答企业生产率提高是受集聚还是竞争效应影响的问题。W_kt是区域层面变量,本文引入了城市就业人口密度、地区人口受教育程度、市场准入和地区文化发展等因素^[26]。其中,城市就业人口密度控制城市的规模,也是集聚经济的重要指标,它反映了城市就业规模对文化产业发展的影响^[28];地区人口受教育程度也称为人力资本外部性,是除集聚经济中劳动力市场共享以外的另一种促进企业生产率的区域人力资本因素,这种外部性与马歇尔外部性相关但并不等同,该指标控制住了地区人力资本的影响;市场准入衡量的是企业接近更大市场（更大城市）的程度,本文用省会和直辖市虚拟变量来捕获这种效应,这是因为与其他城市相比,各个省会城市和直辖市在市场容量、都市经济规模等方面拥有地理优势。另外,本文引入了衡量文化发展水平的变量,好的地区文化环境可以促进当地艺术从业人员的创新^[29],从而带来企业效率的增进。X_ijkt表示企业层面的控制变量,包括总资产、资产负债率、政府补助、无形资产。最终,可以得到生产率和产业集聚的回归方程（5）。各个变量的定义和计算方法见表2。

Tab. 2
表2
表2变量定义和数据来源
Tab. 2Definition of variables and data source

变量名称	描述	数据来源
估计TFP所用变量
增加值	工资+折旧+生产税+利润	国资委提供企业年度报告
L	员工人数	国资委提供企业年度报告
K	固定资产净值	国资委提供企业年度报告
折旧	固定资产折旧	国资委提供企业年度报告
投资	固定资产变化值+折旧	企业年度报告及作者计算
集聚经济分析所用变量
被解释变量
TFP	全要素生产率	国资委提供企业年度报告&作者计算
劳动生产率	企业增加值除以员工人数	国资委提供企业年度报告&作者计算
解释变量
专业化（Specialization）	区位商（文化产业就业）	城市/省份统计年鉴
多样化（Diversity）	1除以赫希曼赫芬达尔指数（就业）	城市/省份统计年鉴
控制变量
产业层面变量
市场竞争	除以赫希曼赫芬达尔指数（集中度）	根据国资委提供企业年度报告估算
区域层面变量
城市人口规模	城市常住人口	城市/省份统计年鉴
人力资本水平	城市或省份本科毕业生	城市/省份统计年鉴
FDI	服务业外商直接投资	城市/省份统计年鉴
互联网发展水平	网络用户数量	城市/省份统计年鉴
文化发展水平	演唱会等表演数量	城市/省份统计年鉴
市场准入	虚拟变量：直辖市或省会=1;非直辖市=0

注：除本身为比例指标的集聚变量、资产负债率和虚拟变量外,其余变量在回归模型中均取对数形式。

新窗口打开|下载CSV

4 文化产业集聚的实证分析

4.1 文化产业集聚概况

表3给出了利用OLS、固定效应、系统GMM和OP方法估计的生产函数。从结果来看,OLS估计的生产函数确实存在向上偏的劳动力系数和向下偏的资本系数。

Tab. 3
表3
表3企业层面TFP的估计
Tab. 3Estimation of firm-level TFP

解释变量	OLS	固定效应	系统GMM	OP	核心层	外围层	相关层
L	0.883***	0.412***	0.670***	0.851***	0.948***	0.804***	0.757***
	(0.010)	(0.019)	(0.056)	(0.010)	(0.015)	(0.030)	(0.016)
K	0.138***	0.126***	0.672***	0.185***	0.109***	0.153***	0.150***
	(0.006)	(0.013)	(0.036)	(0.023)	(0.018)	(0.038)	(0.035)
Observations	10842	10842	10842	7228	4090	770	3552
R-squared	0.660	0.881	-	0.885	0.737	0.908	0.910

注：括号內数据为标准误;***表示P<0.01。

新窗口打开|下载CSV

另外,根据2004年中国文化及相关产业的分类,文化产业根据业务特点和功能可分为核心层（出版、广播电视电影和文化艺术服务）、外围层（文化信息传输服务、文化创意和设计服务、文化休闲娱乐服务）和相关层（工艺美术品生产、文化产品生产的辅助生产、文化用品的生产、文化专用设备的生产）,虽然由于产业融合等原因,2012年统计局重新分类时不再采用这一分类,但这一分类仍反映了不同细分产业在内容制作和发行等方面的差别。本文对这三个产业类别的生产函数进行异质性估计,以更准确地揭示不同产业的真实生产率水平（见表3后三列）,并以此得到异质性TFP,作为主要集聚经济回归的主要被解释变量。

表4报告了细分文化产业和不同省份和城市的生产率一般水平。从区域上来看,上海、北京和广东等地的文化企业生产率水平相对较高,分列全国前三位。而生产率排名靠前的地级市也大多为经济较发达或文化资源禀赋优越的地区。

Tab. 4
表4
表42013年不同地区的与不同产业的TFP中位数排名
Tab. 4TFP medians of cultural firms in cultural sub-industries, cities and provinces in 2013

产业种类	TFP	省份	TFP	地级市	TFP	地级市	TFP
产业种类	中位数	省份	中位数	地级市	中位数	地级市	中位数
工艺美术品生产	2.444	上海	1.881	亳州	3.815	宿州	2.790
文化创意和设计服务	2.195	北京	1.842	三亚	3.484	广州	2.766
新闻出版发行服务	1.588	广东	1.592	张家界	3.163	上海	2.716
其他文化产业	1.546	陕西	1.571	泸州	3.086	南昌	2.706
文化用品的生产	1.435	江苏	1.546	深圳	3.012	蚌埠	2.647
文化艺术服务	1.376	浙江	1.542	铜仁	2.950	朔州	2.631
文化信息传输服务	1.347	重庆	1.476	苏州	2.943	宜宾	2.617
文化专用设备的生产	1.323	福建	1.448	滁州	2.916	杭州	2.611
文化产品生产的辅助生产	1.117	安徽	1.437	淮安	2.864	绵阳	2.593
文化休闲娱乐服务	0.851	贵州	1.384	阜阳	2.834	北京	2.586
广播电视电影服务	0.807	云南	1.378	金华	2.829	厦门	2.543

新窗口打开|下载CSV

图1a显示了2013年地级市文化企业全要素生产率分布。生产率水平较高的文化企业多集中在华东地区和京津地区。在西部地区,由陕西省主要地市延伸至四川和重庆相关地区形成了一条文化企业高生产率地带。这样的结果既反映了中国有关地区总体上的经济发展和企业经营效率差异,也体现了文化产业的特殊性,即经济发展水平并非是影响文化企业生产率的唯一因素。

图1

新窗口打开|下载原图ZIP|生成PPT
图12013年地级市文化企业全要素生产率中位数、专业化和多样化程度分布

注：该图基于国家测绘地理信息局标准地图（审图号：GS（2016）1554）绘制,底图无修改。
Fig.1Firm-level TFP medians, specialization and diversity of cultural firms in prefecture-level cities in 2013

图1b和图1c显示了2013年全国地级市专业化和多样化集聚程度的分布。东部地区的文化产业集聚程度显著高于中西部地区。但在有些中部、甚至西部地级市中,文化集聚现象也较为明显。

4.2 市域集聚经济分析

表5报告了回归方程（5）的实证结果。本文利用更贴近产业实际的异质性TFP作为被解释变量。凡在必要之处均在模型中加入了年份、产业和地区的固定效应,以控制时间、产业和地区的影响。考虑到样本中文化企业分布明显向东部集中,在回归时均对样本进行加权处理。同时,混合回归和工具变量法中进行了聚类处理,进而得到稳健标准误。而引入工具变量的模型均通过了弱工具变量和过度识别检验。

Tab. 5
表5
表5市域文化集聚经济回归结果
Tab. 5Results of regression model of agglomeration economy for cultural industries in prefecture-level cities

解释变量	OLS	工具变量法（2SLS）	工具变量法&企业固定效应	劳动生产率
Specialization滞后一期	0.006
	(0.064)
Diversity滞后一期	0.061***
	(0.023)
Specialization		-0.013	-0.113	-0.137
		(0.042)	(0.183)	(0.187)
Diversity		0.052**	0.262**	0.278**
		(0.020)	(0.117)	(0.120)
HHI	0.589	0.565	0.274*	0.280*
	(0.438)	(0.401)	(0.148)	(0.151)
就业密度	0.027	0.017	1.943***	1.965***
	(0.065)	(0.052)	(0.660)	(0.680)
人力资本水平	0.042	0.037	0.017	0.013
	(0.031)	(0.032)	(0.017)	(0.017)
文化发展	0.037	0.058*	-0.021	-0.026
	(0.040)	(0.033)	(0.026)	(0.027)
资产负债率	-0.009	-0.091***	-0.009	-0.010
	(0.008)	(0.032)	(0.008)	(0.008)
无形资产	-0.006*	-0.008**	-0.006*	-0.007**
	(0.003)	(0.004)	(0.003)	(0.003)
企业规模	0.261***	0.202***	0.269***	0.262***
	(0.024)	(0.010)	(0.024)	(0.025)
省会/直辖市虚拟变量	-0.033	-0.065	—	—
	(0.091)	(0.103)
年份固定效应	是	是	是	是
产业固定效应	是	是	否	否
省份固定效应	是	是	否	否
企业固定效应	否	否	是	是
Cragg-Donald Wald F统计量	—	9904.634	103.411	103.411
Kleinbergen-Paap检验	—	318.78	—	—
Sargan检验（P值）	—	0	0	0
Observations	9987	9987	9987	9987
R-squared	0.269	0.483	0.024	0.027

注：① 括号内数据为稳健标准误（以省份层面进行聚类）;***、**、*分别表示P<0.01、P<0.05、P<0.1;② 回归模型经过加权处理（权重为样本中的文化产业就业总数除以各省市文化产业就业总数）;③ 回归模型进行了城市-年份的聚类处理;④ 因删除了位于非城区的文化企业数据,样本数量有一定的减少。

新窗口打开|下载CSV

第1列运用混合回归模型进行分析,结果显示专业化经济并不显著,另一重要的集聚指标就业密度的作用对于文化产业也并不显著,但产业多样化显著与企业生产率正相关。第2列运用工具变量法（2SLS）,利用滞后一期的集聚变量作为工具变量,结论与混合回归模型的结果较为一致。

第3列的市域回归模型则是本文的主要模型,即引入工具变量的企业固定效应模型。该模型最大限度地缓解因遗漏变量和互为因果而导致的内生性。从结果来看,首先,文化产业的专业化经济在城市范围并不显著。在专业化经济的三种渠道中,中间品要素共享因素并不重要,文化产业更多地根植于艺术人员要素的共享和创意的知识溢出。而这两个渠道优势在较小的城市范围内似乎并不能充分发挥。其次,固定效应模型下的多样化经济在统计意义上在5%置信水平上显著,且相较于混合回归模型在经济意义上更加显著。这反映了在城市中,多样化的产业和服务能够在更加邻近的地理位置之间为创意的产生提供更多的渠道。而就业密度的显著正向作用也进一步验证了全行业就业集聚经济比文化产业内部的就业规模更显著。

第4列则利用劳动生产率替换TFP,重新利用固定效应进行回归。与TFP不同的是,劳动生产率包含了除劳动以外的所有影响生产的因素,因而能够一定程度上反映企业资本的作用。结果显示,用劳动生产率回归的结果与TFP也较为一致。总之,无论统计意义还是经济意义上,这四种模型的回归结果具有较高的一致性,回归结果是稳健的。

4.3 省域集聚经济分析及其与市域的比较

4.3.1 基准回归分析表6给出了省域集聚经济的回归结果。与表5类似,表6第1列运用混合回归模型进行分析。第2列运用工具变量法（2SLS）,采用滞后一期的集聚变量作为工具变量。第3列则是本文的主要市域回归模型,即引入工具变量的企业固定效应模型。第4列则利用劳动生产率替换TFP重新利用固定效应进行回归。同样,本文在模型必要时加入相应的时间、产业和省份固定效应。其中只有第2列的2SLS模型中主要集聚变量不显著,这可能与省域范围内集聚变量的互为因果内生性减小有关（企业在省内不同城市之间的搬迁并不改变省域集聚变量）。

Tab. 6
表6
表6省域集聚经济回归结果
Tab. 6Results of regression model of agglomeration economy for cultural industries in provinces

解释变量	OLS	工具变量法（2SLS）	工具变量法&企业固定效应	劳动生产率
Specialization滞后一期	0.242**
	(0.115)
Diversity滞后一期	-0.001
	(0.035)
Specialization		0.480	0.726**	1.592***
		(0.316)	(0.369)	(0.485)
Diversity		-0.011	-0.034	-0.037
		(0.022)	(0.025)	(0.028)
HHI	0.434***	0.353***	0.148	0.863***
	(0.106)	(0.088)	(0.126)	(0.230)
就业密度	0.156	0.027	-0.442	-0.441
	(0.246)	(0.514)	(0.561)	(0.638)
人力资本水平	0.022	0.108	0.182*	0.456***
	(0.026)	(0.099)	(0.110)	(0.149)
文化发展	-0.029	-0.032	-0.034	-0.034
	(0.025)	(0.022)	(0.023)	(0.032)
资产负债率	-0.052***	-0.030*	-0.0134*	-0.018*
	(0.017)	(0.016)	(0.008)	(0.011)
无形资产	-0.011***	-0.013***	-0.002	-0.002
	(0.002)	(0.001)	(0.003)	(0.004)
企业规模	0.212***	0.216***	0.245***	0.203***
	(0.007)	(0.006)	(0.020)	(0.033)
年份固定效应	是	是	是	是
产业固定效应	是	是	否	否
省份固定效应	是	是	否	否
企业固定效应	否	否	是	是
Cragg-Donald Wald F统计量	—	157.050	76.610	76.610
Kleinbergen-Paap过度识别检验	—	1.340	—	—
Sargan检验（P值）	—	0	0	0
Observations	9987	9987	9987	9987
R-squared	0.269	0.483	0.028	0.033

注：① 括号內数据为稳健标准误（以省份层面进行聚类）;***、**、*分别表示P<0.01、P<0.05、P<0.1;② 回归模型经过加权处理（权重为样本中的文化产业就业总数除以各省市文化产业就业总数）;③ 回归模型进行了城市-年份的聚类处理;④ 因删除了位于非城区的文化企业数据,样本数量有一定的减少。

新窗口打开|下载CSV

总体来看,文化产业的专业化经济作用在省域显然比地级市层级更加显著。如上所述,艺术人员要素的共享和创意的知识溢出十分重要,而随着通信技术水平提升,这两种渠道可以在越来越大的地域范围内发挥作用。中国的很多国有文化企业为省级单位,文化企业之间的合作也自然在省内进行,进而从业人员在省域层级上的交流和合作更为频繁和日程化。本文认为这也是从省份层级看,文化产业就业规模对企业效率具有正向作用的重要原因。

而多样化经济在统计意义和经济意义上均不显著,进一步验证了在城市中,多样化的产业和服务在更加邻近的地理位置之间为创意的产生提供更多的条件。而固定效应下人力资本外部性显著,显示了更大地理范围内高素质人才在省内集聚和共享的现象。另外,市域和省域的文化发展水平和文化禀赋对企业效率提高均无明显作用。文化产业的发展更多依靠的是不同层次空间和市场的集中以及城市产业多样化的多重作用。

4.3.2 稳健性检验如上文所述,核心层、外围层和相关层的文化产业有着不同的创意生成特征,其所受集聚经济的影响也有所不同,本文通过对不同细分领域的文化企业进行省域集聚经济回归,得到了表7（见第2250页）的结果。其中,第1列为样本总体回归结果,第2、第3、第4列分别给出了相应细分文化产业的回归结果。在包括电影、艺术表演等更需要艺术创意的核心层文化产业中,文化企业同时享受了专业化和多样化经济。外围层企业则仅存在专业化经济。而由于相关层产业中的企业大多是核心层配套的文化制造业企业,其生产与典型制造业一样,因而两种集聚经济均较为显著。总体上,行业异质性回归结果与基准回归结果较一致,总体上具有稳健性。

Tab. 7
表7
表7行业异质性下的省域集聚经济回归结果
Tab. 7Results of regression model of agglomeration economy for cultural industries in provinces under industrial heterogeneity

解释变量	样本总体	核心层	外围层	相关层
Specialization	0.726**	0.266***	0.203***	0.195***
	(0.369)	(0.073)	(0.070)	(0.055)
Diversity	-0.034	0.065*	0.035	0.066**
	(0.025)	(0.032)	(0.038)	(0.029)
HHI	0.148	0.067	0.217	0.403**
	(0.126)	(0.299)	(0.216)	(0.194)
就业密度	-0.442	-0.039	-0.010	0.196***
	(0.561)	(0.102)	(0.126)	(0.053)
人力资本水平	0.182*	0.190*	0.090	0.156*
	(0.110)	(0.120)	(0.190)	(0.090)
文化发展	-0.034	0.094*	0.037	0.028
	(0.023)	(0.049)	(0.035)	(0.034)
企业控制变量	是	是	是	是
年份固定效应	是	是	是	是
产业固定效应	否	否	否	否
省份固定效应	否	否	否	否
企业固定效应	是	是	是	是
Observations	10842	6135	1155	3552
R-squared	0.341	0.316	0.355	0.298
Number of firms	3614	2045	385	1184

新窗口打开|下载CSV

由上述分析可知,文化集聚经济在更大的省份层面中体现了出来。同时,如上文所述,交流带来的知识溢出是文化集聚经济的重要传导方式,通信技术的进步增强了这种渠道。本文选取互联网发展水平代替通讯基础设施建设水平^[24],首先计算出全国人均互联网宽带接入端口数量的平均值,并以均值水平作为标准,将各个省份区分为通信基础设施高、低两类（见表8）。通过回归分析,通信基础设施较好的省份,在拥有显著专业化经济的同时还拥有显著的多样化经济,反映了文化创意可通过通信交流向产业外部溢出和吸收,进而提升了集聚经济。

Tab. 8
表8
表8区域异质性下的省域集聚经济回归结果
Tab. 8Results of regression model of agglomeration economy for cultural industries in provinces under provincial heterogeneity

	通信基础设施
解释变量	低	高
Specialization	0.487**	0.404***
	(0.214)	(0.088)
Diversity	0.025	0.038**
	(0.035)	(0.014)
HHI	0.149	0.281
	(0.219)	(0.161)
就业密度	0.039	-0.100
	(0.060)	(0.111)
人力资本水平	-0.020	-0.025
	(0.025)	(0.049)
文化发展	0.035	-0.043
	(0.030)	(0.027)
企业控制变量	是	是
年份固定效应	是	是
产业固定效应	否	否
省份固定效应	否	否
企业固定效应	是	是
Observations	5412	5430
R-squared	0.341	0.283
Number of firms	1804	1810

注：① 括号內数据为稳健标准误（以省份层面进行聚类）;***、**分别表示P<0.01、P<0.05。② 回归模型经过加权处理（权重为样本中的文化产业就业总数除以各省市文化产业就业总数）。③ 回归模型进行了城市-年份的聚类处理。④ 因删除了位于非城区的文化企业数据,样本数量有一定的减少。

新窗口打开|下载CSV

5 结论与讨论

5.1 结论

利用企业层面数据,从地级市和省份两个尺度揭示中国文化产业的集聚特性,并揭示集聚对文化企业生产率的影响。采用一致性方法估计了中国文化企业的全要素生产率,从两个空间尺度研究集聚对于文化企业的影响。实证结果表明,不同类型的集聚在不同地域层级中对文化产业效率的改善作用不同,具体包括以下几个发现：

首先,文化产业专业化经济在市域范围内并不显著,但却存在多样化经济。这表明以城市规模衡量的城市化经济需要在更大的范围内发挥作用,同时全国各地文化产业的发展更应该结合城市的其他重要产业,而非孤立于城市经济之外。

第二,在省域层面,专业化经济远大于多样化经济。这表明在更大的区域范围内,文化企业内部的劳动力共享、知识溢出等效应来自于文化产业内部,而非外部的其他服务业。文化产业的集聚经济体现了文化产业发展对于产业集聚的依赖。文化产业的专业化经济在省域也比地级市层级更显著。随着通信和社交技术水平提升,这两种渠道可以在越来越大的地域范围内发挥作用。

第三,行业和区域异质性回归显示了结果的稳健性。核心文化产业的集聚经济更显著,反映了文化创意的集聚需求是文化产业集聚的内在驱动力之一。而在知识溢出效应占主导的文化集聚中,通信基础设施良好的省份拥有更强的集聚经济,因为良好通信基础设施赋予了通信交流上的便利性。

5.2 讨论

力图通过全国文化企业数据展现文化产业集聚的全局特征,但数据的局限性制约了本文的准确性。首先,由于私营文化企业的数据获取难度较大,本文仅分析了国有文化企业的集聚特征,尽管国有文化企业日渐融入市场化竞争,其集聚特征亦具有一定的代表性,但加入私营企业的样本将极大提升本文对集聚经济特征总结的准确性。其次,地级市细分文化产业的统计工作尚不完善,以致无法揭示更为细分的文化产业集聚特征。此外,在全局性研究框架下,数据可得性也使得本文仅选择了省域和市域两层尺度。即使在仅有的两层尺度的研究比较中,可以发现文化产业集聚经济呈现显著差别。后续研究中,需对代表性城市、区县等更小地理尺度下的文化产业集聚进行针对性研究。

此外,回归模型发现在传统制造业中典型的人力资本外部性和就业密度、市场准入等集聚经济衡量指标在中国文化产业中似乎并不明显,这为研究文化产业集聚经济内在的特殊机制埋下了伏笔。在后续研究中,文化产业与制造业,以及文化产业内部的核心产业与外围产业之间的集聚经济定量比较分析显得十分必要。

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

Scott A

. The Cultural Economy of Cities
London: Sage, 2000: 324.

[本文引用: 3]

[2]

Marshall

. Principles of Economics
9th Edition. London: Macmillan, 1961: 325-330.

[本文引用: 1]

[3]

Jacobs

. The Economies of Cities
New York: Random House, 1969: 77.

[本文引用: 1]

[4]

Olley

, Pakes

. The dynamics of productivity in the telecommunications equipment industry
Econometrica, 1996,54(6):1263-1297.

[本文引用: 1]

[5]

Rosenthal S

, Strange W

. Evidence on the nature and sources of agglomeration economies
In: Henderson V, Thisse J F. Handbook of Regional and Urban Economics. Amsterdam: North Holland, 2004,4:2119-2171.

[本文引用: 1]

[6]

Puga

. The magnitude and causes of agglomeration economies
Journal of Regional Science, 2010,50(1):203-219.

[本文引用: 1]

[7]

Ehrl

. Agglomeration economies with consistent productivity estimates
Regional Science and Urban Economics, 2013,43:751-763.

[本文引用: 1]

[8]

Cingano

, Schivardi

. Identifying the sources of local productivity growth
Journal of the European Economic Association, 2004,2(4):720-742.

[本文引用: 1]

[9]

Beaudry

, Schiffauerova

. Who's right, Marshall or Jacobs? The localization versus urbanization debate
Research Policy, 2009,38(2):318-337.

[本文引用: 4]

[10]

Henderson J

. Marshall's scale economies
Journal of Urban Economics, 2003,53(1):1-28.

[本文引用: 1]

[11]

范剑勇, 冯猛, 李方文 . 产业集聚与企业全要素生产率
世界经济, 2014, ( 5):51-73.

[本文引用: 1]

[ Fan

Jianyong

, Feng

Meng

, Li

Fangwen

. Industrial cluster and firm-level TFP
Journal of World Economy, 2014, ( 5):51-73.]

[本文引用: 1]

[12]

Scott A

. The Craft, fashion, and cultural products industries in Los Angeles: Competitive dynamics and policy dilemmas in a multi-sectoral, image-producing complex
Annals of the Association of American Geographers, 1996,86(2):306-323.

[本文引用: 1]

[13]

Scott A

. The cultural economy of cities
International Journal of Urban and Regional Research, 1997,21(2):323-340.

[本文引用: 1]

[14]

Bassett

, Griffiths

, Smith

. Cultural industries, cultural clusters and the city: The example of natural history film-making in Bristol
Geoforum, 2002,33(2):165-177.

[本文引用: 1]

[15]

Ko K

, Mok

K W P

. Clustering of cultural industries in Chinese cities
Economics of Transition, 2014,22(2):365-395.

[本文引用: 2]

[16]

刘振锋, 薛东前, 庄元 , 等. 文化产业空间尺度效应研究: 以西安市为例
地理研究, 2016,35(10):1963-1972.

[本文引用: 3]

[ Liu

zhenfeng

, Xue

Dongqian

, Zhuang

Yuan

, et al. Space scale effects of cultural industries: A case study of Xi'an
Geographical Research, 2016,35(10):1963-1972.]

[本文引用: 3]

[17]

马仁锋, 王腾飞, 张文忠 , 等. 文化创意产业区位模型与浙江实证
地理研究, 2018,37(2):379-390.

[本文引用: 1]

[ Ma

Renfeng

, Wang

Tengfei

, Zhang

Wenzhong

, et al. Location model of cultural & creative industry and its application in Zhejiang
Geographical Research, 2018,37(2):379-390.]

[本文引用: 1]

[18]

孙玉梅, 秦俊丽 . 山西省文化旅游资源的特征与文化产业发展模式
地理研究, 2011,30(5):845-853.

[本文引用: 1]

[ Sun

Yumei

, Qin

Junli

. Characteristics of cultural tourism resources and modes of cultural industry development in Shanxi Provicne
Geographical Research, 2011,30(5):845-853.]

[本文引用: 1]

[19]

范剑勇 . 产业集聚与地区间劳动生产率差异
经济研究, 2006, ( 11):72-81.

[本文引用: 1]

[ Fan

Jianyong

. Industrial agglomeration and difference of regional labor productivity: Chinese evidence with international comparison
Economic Research Journal, 2006, ( 11):72-81.]

[本文引用: 1]

[20]

刘修岩 . 产业集聚与经济增长: 一个文献综述
产业经济研究, 2009, ( 3):70-78.

[本文引用: 1]

[ Liu

Xiuyan

. Industrial agglomeration and economic growth: A literature review
Industrial Economics Research, 2009, ( 3):70-78.]

[本文引用: 1]

[21]

陈良文, 杨开忠 . 产业集聚、市场结构与生产率: 基于中国省份制造业面板数据的实证研究
地理科学, 2008,28(3):325-330.

Magsci [本文引用: 1]

利用1987~2003年中国制造业8个产业分省份面板数据对集聚经济效应的存在与否进行了实证研究,研究结果显示在制造业8个产业中,大部分产业存在地方化经济效应和城市化经济效应,即产业自身规模以及其他产业规模对该产业的劳动生产率具有正向影响,从而验证了集聚经济效应的存在性。研究同样对市场结构与生产率之间的关系进行了实证检验,并没有支持"竞争性的市场结构更能促进创新"这一理论预期,在一定程度上说明企业的内部规模经济效应要强于市场竞争对创新的促进作用。

[ Chen

Liangwen

, Yang

Kaizhong

. Industrial agglomeration, market structure and productivity—Empirical research based on provincial panel data of China’s manufacturing industries
Scientia Geographica Sinica, 2008,28(3):325-330.]

Magsci [本文引用: 1]

薄文广 . 外部性与产业增长: 来自中国省级面板数据的研究
中国工业经济, 2007, ( 1):37-44.

[本文引用: 1]

[ Bo

Wenguang

. Externalities and industrial economic growth: Evidences from Chinese provincial panel data
China Industrial Economy, 2007, ( 1):37-44.]

[本文引用: 1]

[23]

李金滟, 宋德勇 . 专业化、多样化与城市集聚经济: 基于中国地级单位面板数据的实证研究
管理世界, 2008, ( 2):25-34.

[本文引用: 1]

[ Li

Jinyan

, Song

Deyong

. Specialization, diversity and agglomeration economies in the cities
Management World, 2008, ( 2):25-34.]

[本文引用: 1]

[24]

罗蕾, 田玲玲, 罗静 . 武汉市中心城区创意产业企业空间分布特征
经济地理, 2015,35(2):114-119.

DOI:10.15957/j.cnki.jjdl.2015.02.016 URL [本文引用: 3]

通过对武汉市中心城区创意产业进行分类,调研整理武汉市中心城区现有创意企业的基本情况,利用Arc GIS10建立武汉市中心城区创意产业7大类创意企业的空间数据库,运用栅格法分别计算绘制武汉市中心城区各类创意产业企业空间分布机构密度图,并进行空间分布特征分析,揭示武汉市中心城区创意产业企业空间分布规律和各类型创意企业的空间分异特征。研究发现：1武汉市中心城区创意产业企业在中心城区商圈附近高密度面状集聚;2沿河与沿交通干线次密度带状扩散;3高校与高科技园区周边地区低密度点状蔓延;4各类型创意企业中心城区的空间格局呈现出一定的差异,表现为三种形态、三种密度和三种不同的发展阶段。最后,总结武汉市创意产业企业的空间分布特征,提出武汉市创意产业可持续发展的优化策略。

[ Luo

Lei

, Tian

Lingling

, Luo

Jing

. Spatial patterns of creative industry enterprises of Wuhan city
Economic Geography, 2015,35(2):114-119.]

DOI:10.15957/j.cnki.jjdl.2015.02.016 URL [本文引用: 3]

文嫮, 胡兵 . 中国省域文化创意产业发展影响因素的空间计量研究
经济地理, 2014,34(2):101-107.

URL [本文引用: 1]

在考虑空间相互影响的前提下,分析中国省域文化创意产业发展的影响因素。首先,以2009年中国31个省、自治区、直辖市的年度数据为样本,采用全局Moran指数和局部Moran散点图对中国省域文化创意产业发展进行空间分析。然后,在文献回顾和梳理的基础上,利用空间计量模型分析了人才、技术、宽容、政策、基础设施这5个因素对省域文化创意产业发展的影响程度。研究发现:中国省域文化创意产业发展的空间作用主要是通过邻近省域间的溢出效应来体现,技术因素在推动当前中国省域文化创意产业发展中扮演重要的作用;其次是宽容和人才因素;而基础设施和政府政策这两个因素的影响力并不太显著。研究结论与国外已有研究有一定差异性。最后,就该研究结论展开了初步的讨论。

[ Hu

Wen

, Hu

Bing

. A spatial economic study on the influence factors of provincial cultural and creative industries development in China
Economic Geography, 2014,34(2):101-107.]

URL [本文引用: 1]

Batisse

. Dynamic externalities and local growth: A panel data analysis applied to Chinese provinces
China Economic Review, 2002,13(2-3):231-251.

[本文引用: 2]

[27]

贺灿飞, 潘峰华 . 中国城市产业增长研究: 基于动态外部性与经济转型视角
地理研究, 2009,28(3):726-737.

[本文引用: 1]

[ He

Canfei

, Pan

Fenghua

. City industry growth in China: Perspectives of dynamic externalities and economic transition
Geographical Research, 2009,28(3):726-737.]

[本文引用: 1]

[28]

Combes P

, Gobillon

. The empirics of agglomeration economies
In: Duranton G, Henderson V, Strange W. Handbook of Regional and Urban Economics. Amsterdam: North Holland, 2015,5:66.

[本文引用: 1]

[29]

Lazzeretti

, Capone

, Boix

. Reasons for clustering of creative industries in Italy and Spain
European Planning Studies, 2012,20(8):1243-1262.

[本文引用: 1]