删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

京津冀文化艺术产业空间格局演变及其影响因素

本站小编 Free考研考试/2021-12-29
肖晔,1, 赵林2, 乔路明1, 吴殿廷,11.北京师范大学地理科学学部,北京100875
2.曲阜师范大学地理与旅游学院,日照 276826

The spatial pattern evolution and influencing factors of cultural and artistic industries in Beijing-Tianjin-Hebei region

XIAO Ye,1, ZHAO Lin2, QIAO Luming1, WU Dianting,11. Faculty of Geographical Science, Beijing Normal University, Beijing 100875, China
2. School of Geography and Tourism, Qufu Normal University, Rizhao 276826, Shandong, China

通讯作者: 吴殿廷（1958-）,辽宁大连人,博士,教授,博士生导师,主要研究方向为区域经济与区域规划。E-mail: wudianting@bnu.edu.cn

收稿日期:2020-07-13接受日期:2020-12-3网络出版日期:2021-06-10
基金资助:国家自然科学基金项目.41771128


Received:2020-07-13Accepted:2020-12-3Online:2021-06-10
作者简介 About authors
肖晔（1996-）,女,江西赣州人,硕士研究生,主要研究方向为区域分析与规划。E-mail: yxiao817@mail.bnu.edu.cn






摘要
基于2007—2017年文化艺术企业数据,采用核密度估计和空间自相关检验分析京津冀县域尺度的文化艺术产业的空间格局演变,并运用岭回归和地理加权回归对其影响因素效应及空间分异性进行探索,最后讨论其影响机制。研究发现：① 京津冀文化艺术产业空间集聚范围不断扩大,河北与京津的断崖式差距正在逐步缩减,“两核一轴带”格局逐渐形成;② 京津冀文化艺术产业具有显著的空间依赖性,全局依赖性有所减弱但局部依赖性逐渐增强;H-H型集聚主要在京津分布蔓延,京津之间的廊坊市显现出L-H型集聚;L-L型集聚主要位于河北各地市的边缘地带,个别区县呈现H-L型孤岛集聚形态;③ 市场需求、关联产业及人才技术是影响当前京津冀文化艺术产业发展的主要因素,文化资源影响稳定而政策环境效应空间分异性大,未来应结合地区发展空间关联性和影响因素空间分异性针对性地实现京津冀文化艺术产业协同发展。
关键词： 文化艺术产业;空间格局;影响因素;岭回归;地理加权回归;京津冀

Abstract
Nowadays the cultural industry has become a new engine for regional transformation and upgrading. Accordingly, promoting the coordinated development of the cultural industry is an important part in the coordinated development of the Beijing-Tianjin-Hebei region, which is regarded as a national strategy of China. Based on the data of cultural and artistic firms from 2007 to 2017, this paper analyzed the spatial pattern evolution of cultural and artistic industries in this region at the county scale by using kernel density estimation and spatial autocorrelation test. In addition, this paper explored the influencing factors and the spatial differentiation of their effects, combining ridge regression model with geographically weighted regression model. Finally, the mechanism of the spatial pattern was discussed. The results showed that: (1) The spatial agglomeration scope of the cultural and artistic industries continued to expand in the study area, roughly presenting agglomeration patterns as “Beijing single core” - “Beijing large core and Tianjin small core” - “Beijing-Tianjin dual core”. Meanwhile, the huge gap between Hebei and Being-Tianjin was gradually shrinking, and the Beijing-Baoding-Shijiazhuang industry belt began to take shape, finally exhibited a pattern of “two cores and one belt”. (2) The cultural and artistic industries in the region had significant spatial dependence, and the global dependence had continuously weakened, however, the local dependence had gradually increased. Specifically speaking, H-H agglomeration mainly spread in Beijing and Tianjin, and L-H agglomeration appeared between Beijing and Tianjin. L-L agglomeration was mainly observed in the fringe area of cities in Hebei, and individual counties presented the H-L agglomeration in an island form. (3) Market demand, related industries, talent and technology were the main factors affecting the current development of cultural and artistic industries. Besides, cultural resource had stable effects, and the effects of policy environmental factor had large spatial differentiation. In the future, targeted policies making should take both spatial dependence of region development and spatial differentiation of influencing factors into consideration so as to achieve the coordinated development of Beijing-Tianjin-Hebei cultural and artistic industries.
Keywords：cultural and artistic industry;spatial pattern;influencing factor;ridge regression;geographically weighted regression;Beijing-Tianjin-Hebei region


PDF (5900KB)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
肖晔, 赵林, 乔路明, 吴殿廷. 京津冀文化艺术产业空间格局演变及其影响因素. 地理研究[J], 2021, 40(6): 1768-1784 doi:10.11821/dlyj020200663
XIAO Ye, ZHAO Lin, QIAO Luming, WU Dianting. The spatial pattern evolution and influencing factors of cultural and artistic industries in Beijing-Tianjin-Hebei region. Geographical Research[J], 2021, 40(6): 1768-1784 doi:10.11821/dlyj020200663


1 引言

文化是一个国家软实力的重要体现。作为一种新兴产业,文化产业凭借其高附加、低消耗的特点成为国民经济的新增长点和区域经济转型升级的新引擎。2009年,国务院出台《文化产业振兴规划》,标志着文化产业上升为国家战略性产业。随着中国经济由高速增长阶段转向高质量发展阶段[1],文化产业在国家社会生活中扮演着愈发重要的角色。党的十九大报告明确指出,要健全现代文化产业体系和市场体系,推动文化产业发展。京津冀地域一体,文化一脉,是中国文化发展最富活力的地区之一[2]。2014年,京津冀协同发展确立为重大国家战略,产业升级转移即为三大重点领域之一,而文化产业协同发展则是关键一环。2017年,三地签署《京津冀文化产业协同发展行动计划》,旨在切实推进三地文化产业协同发展。在此背景下,开展京津冀文化产业空间布局及成因研究具有重要的现实意义。

随着人们对文化产业重要性的认知程度加深,其相关研究逐渐成为研究热点,涉及文化产业概况分析、竞争力评价、空间集聚研究、与经济增长的互动关系探索、与旅游产业的融合发展探究等众多方面。作为典型的后福特式产业部门,文化产业的一个重要特征即为集聚,且集聚程度高于一般工业[3,4]。此外,相比于一般的制造业,文化产业提供的产品或服务更注重满足人的精神需求,其生产过程也往往与特定的社会文化背景密切相关[5,6]。诸如此类的特性使得文化产业的空间集聚特征与模式、影响因素及形成机制等具有重要研究意义。代表性成果如Scott基于全球视角指出现代化文化产业主要集中在国际化都市,如洛杉矶、纽约、米兰和东京[3]324;Fahmi以印度尼西亚为例研究发展中国家语境下的文化产业集聚,发现文化创意产业倾向于集中在城市地区,而传统文化产业多位于乡村地域,二者空间模式具有显著差异[7];薛东前聚焦西安市文化娱乐产业的空间格局及热点区模式,识别出了商贸旅游型热点区、文教游憩型热点区、科技商务型热点区和城市新区型热点区四种模式[8]。

关于文化产业集聚的影响因素,****们往往基于产业集聚经典理论构建相应文化产业集聚的影响因素分析框架,进而开展不同层面的实证研究,主要可分为如下几类。① 基于新经济地理理论。Krugman开创的新经济地理理论在传统经济地理理论的基础上引入了“规模报酬递增”和“正反馈效应”,强调产业和人力资本外部性、企业的前向和后向联系、运输成本和市场需求在企业选址方面的重要作用。袁海[9]和戴钰[10]分别基于此开展了全国省域和湖南市域层面的文化产业实证研究,将新经济地理变量与经济地理、新古典经济变量等结合进行分析。② 基于Potter钻石模型。1990年,Potter建立了针对产业集群与国家竞争力的“钻石模型”,包含生产要素、需求条件、辅助行业、企业战略四项关键要素和机遇、政府两项附加要素。这一模型在文化产业相关研究中广泛应用,并被整合为要素禀赋、市场需求、关联产业和政策环境四大方面。肖博华将其运用于民族地区文化产业集聚度的影响因素探究[11];黄伟群依此构建了中国省域文化产业发展的影响因素指标体系,并挖掘出了生产要素、市场及政府和广电三大影响因子[12]。③ 基于Florida“3T”理论。2002年,Florida提出了著名的“3T”理论,认为人才（Talent）、技术（Technology）和宽容的社会环境（Tolerance）是促进文化创意产业发展的三大因素[13],这一理论常被应用于文化创意产业的研究之中。Lazzeretti将其融合进意大利及西班牙的文化创意产业集聚因素研究[14];文嫮在此基础上研究了中国省域文化创意产业发展的影响因素,并证实了空间溢出效应的存在[15]。

纵观近十年文化产业空间集聚研究,主要呈现以下几个特点。① 研究尺度不断细化,由以国家[14,16,17]、省域[15,18-21]、市域[10,21-24]尺度为主,到开始出现区县[25]、街道[26]甚至格网尺度[27,28]。研究显示,文化产业无论是空间集聚特征还是影响因素均具有明显的空间尺度效应[26,28],研究尺度的放大对于空间集聚程度具有稀释作用,而不同尺度下的集聚机制也各不相同,因此亟需补充更多小尺度实证研究。② 研究数据逐渐拓展,从文化产业增加值[9,10,17,23-25]、营业收入[4,11,20]、从业人数[14,18]等统计数据拓展到文化企业空间数据[26,27,28]。前者数据获取方便,并且能够从规模和效率双重维度进行测度,而后者空间刻画精细,并且在微观尺度上的特定产业门类刻画上具有独特优势。③ 研究方法日趋多元,对于影响因素的探测从定性案例研究[16,29]转向采用解释结构模型[30]、灰色关联分析[31]、因子分析[10,12,25]、OLS回归[17-19,23]、负二项回归[26]、决策树[32]等半定量和定量方法,并且开始考虑空间效应,使用空间滞后模型、空间误差模型等空间计量模型[7,15,24]将空间自相关性纳入分析。但与此同时,同样身为一大空间效应的空间非平稳性却尚未被相关研究纳入考量。由于各地区的自然、人文环境等差异,现实地理世界往往存在空间非平稳性,即变量间的关系或结构随着地理位置的变化而变化[33]。相比于传统研究的全局空间关系,文化产业发展影响因素的空间分异值得被进一步考察。

总结可知,从地理学视角下对文化产业的定量评价、空间分布及成因等已有了较多工作,但仍存在部分不足有待深化。一方面,现有成果对于小尺度下的区域文化产业空间格局考察不够,对于特定门类的文化产业亦关注不足;另一方面,关于文化产业影响因素的研究缺乏对空间非平稳效应的考虑。文化艺术产业是文化产业的重要组成部分[34],作为一种特定的文化产业门类,其相关研究更是亟待强化。基于以上认识,本文基于企业空间数据,立足县级研究尺度,聚焦近十年京津冀地区文化艺术产业发展空间格局演变,并引入岭回归和地理加权回归模型,从全局和局部两个层面探究其影响因素效应及空间变异,以期丰富地理学视角下的文化艺术产业研究内容,并为京津冀文化产业协同发展提供参考借鉴。

2 数据来源与研究方法

2.1 研究对象与数据来源

本文选取2007年、2012年、2017年3个时间截面,分别跨越了2009年《文化产业振兴规划》出台和2014年“京津冀协同发展”国家战略确立这两个关键时间节点,以此考察近十年京津冀地区文化艺术产业发展演变。为统一空间单元,以2017年行政区划为标准,共包含200个县级行政单元（图1）。

图1

新窗口打开|下载原图ZIP|生成PPT
图1京津冀行政区划

Fig. 1Administrative divisions of Beijing-Tianjin-Hebei region



关于文化产业的分类,国务院分别于2004年、2012年和2018年发布《文化及相关产业分类》,鉴于本文的研究时间截至2017年,故以《文化及相关产业分类（2012）》为标准。在此标准中,文化艺术产业隶属于文化产品的生产活动,构成文化及相关产业的主体之一,具体包括文艺创作与表演服务、图书馆与档案馆服务、文化遗产保护服务、群众文化服务、文化研究和社团服务、文化艺术培训服务和其他文化艺术服务7个中类。这一统计口径与《国民经济行业分类》（GB/T4754-2017）中文化、体育和娱乐门类下的文化艺术业统计口径高度契合。

文化企业是进行文化产品生产、销售、推广的组织,是产业发展的动力单元。因此,本文以文化艺术企业数量作为京津冀各区县文化艺术产业发展的衡量指标。企业数据来源于“企查查”（https://www.qcc.com/）和“天眼查”（https://www.tianyancha.com/）,二者均为官方备案企业征信机构,是目前企业数据查询的主流平台。在比照两个网站数据的基础上,以2017年为时间截点,搜索京津冀文化艺术企业,筛选企业状态和经营范围,并利用百度坐标拾取系统进行空间定位,剔除地址和记录不明确的数据,最终得到8711家企业数据（图2）。

图2

新窗口打开|下载原图ZIP|生成PPT
图2京津冀文化艺术企业空间分布

Fig. 2Spatial distribution of cultural and artistic firms in Beijing-Tianjin-Hebei region



2.2 研究方法

2.2.1 核密度估计 核密度估计是一种非参数估计方法,其从数据样本本身出发研究数据分布特征,具有较强的适应性。通过与空间平滑技术相结合,核密度估计被广泛应用于空间点模式的可视化与探测[35,36]。本文以此来探究京津冀文化艺术产业的空间异质性格局。

2.2.2 空间自相关 空间相关分析是探测空间效应形式和类型的有力工具,其通过建立空间权重矩阵来测度空间中不同单元同一属性值的相似性和差异性,能够反映空间集聚程度与依赖性[37]。空间自相关分析可分为全局测度和局部测度两种,本文分别采用全局Moran's I指数和局部Moran's I指数来检验京津冀各区县文化艺术产业发展在整体和局部地域上的空间依赖性。空间权重矩阵选取共边界或点的邻接权重矩阵类型,具体计算公式见刘晔等[38]。

2.2.3 岭回归 岭回归（Ridge Regression Model,RRM）是一种专门适用于共线性数据的回归分析方法,实质上是对普通最小二乘法（Ordinary Least Square,OLS）的改良。当自变量存在严重多重共线性时,选用OLS模型进行参数估计会发生扭曲。岭回归以放弃最小二乘法的无偏性、降低精度为代价获得更符合实际、更可靠的回归方程[39]。与传统的舍弃变量或主成分法相比,岭回归保留了自变量的绝大部分信息和独立性,从而保证了模型解释力的原真性。其基本思路是给奇异矩阵 X'X加上一个正常数矩阵kI,以改善其奇异性,从而得到岭估计系数,表达式为[40]：

β?(k)=(X'X+kI)-1X'Y

式中： β?(k)为岭估计系数,当k=0时即为普通最小二乘估计OLS;当k→∞时,岭估计系数则趋于0。k值的选取没有公认的最优方法,常用的是岭迹图法,即各β系数趋于平稳时的k值。

2.2.4 地理加权回归 地理加权回归（Geographically Weighted Regression,GWR）是对普通最小二乘法（Ordinary Least Square,OLS）线性回归的拓展[41]。传统的线性回归模型测度的是“全局平均”的参数效果,在解释研究问题时可能出现偏差,而地理加权回归将数据的空间特性纳入模型之中,能够考察局部参数在地理空间上的差异性与变异性,本文以此来探索京津冀文化艺术产业发展影响因素在不同地域上的空间分异特征及规律。模型表达式如下[42]：

yi=a0(ui,vi)+∑k=1pak(ui,vi)xik+εi

式中： (ui,vi)为第i个样本点的空间坐标;P为解释变量个数; xik为第k个解释变量在第i个样本点的取值; ak(ui,vi)为第k个解释变量在第i个样本点回归参数; a0(ui,vi)为第i个样本点的回归常数项; εi为误差项。

3 京津冀文化艺术产业空间格局

3.1 空间异质性格局

借助ArcGIS对2007年—2017年京津冀文化艺术企业点分布进行空间核密度估计,并依据自然断裂法分级进行可视化（图3）。由图3可知,京津冀文化艺术产业空间格局呈现如下特点：① 北京核心地位始终稳固,天津次中心地位日益凸显,集聚强度不断提升,辐射范围显著扩大,呈现“北京一核”-“京津大小双核”-“京津双核”的演变模式。② 河北省内发展梯度日益彰显,从最初的小点萌芽、未成气候到各地市主城区显现小集聚区,再到各地市集聚规模和强度出现明显差距,呈南强北弱的空间异质性分布。其中,石家庄的省内核心地位凸显,成为京津双核之外的第三次核;邯郸主城区密度较高,集聚强度梯度次于石家庄;保定整体发展水平较强,市域内出现了多个小集聚区,与北京和石家庄串联形成东北-西南轴带,京保石产业带初具雏形。③ 总体上2007—2017年京津冀文化艺术企业数量激增,分布密度整体增加,空间集聚范围不断扩大,河北与京津的断崖式落差正在逐步缩减,“两核一轴带”格局逐渐形成,区域发展均衡度有所提高,初步呈现协同发展的态势。

图3

新窗口打开|下载原图ZIP|生成PPT
图3京津冀文化艺术产业空间核密度估计

Fig. 3Spatial kernel density estimation of cultural and artistic industries in Beijing-Tianjin-Hebei region



3.2 空间依赖性格局

3.2.1 全局空间依赖性格局 从全局自相关测度结果（表1）来看,三年的全局Moran's I指数在0.449~0.539之间,均为正且通过了1%水平下的显著性检验,说明京津冀文化艺术产业在整体上有显著的空间集聚性和依赖性,即各区县的文化艺术产业水平受相邻区县的正向影响较大。从时序演变上来看,2007年以来全局Moran's I指数呈现出下降趋势,且2012—2017年下降幅度较大,表明京津冀文化艺术产业的空间集聚程度和依赖性减弱,产业布局呈现扩散化趋势,再次折射出京津冀协同发展战略的推进功效。

Tab. 1
表1
表1京津冀文化艺术产业全局Moran's I统计量
Tab. 1Statistics of Global Moran's I for cultural and artistic industries in Beijing-Tianjin-Hebei region
时间Moran's IP-valueZ-score
2007年0.5390.00116.675
2012年0.5180.00115.606
2017年0.4490.00113.146

新窗口打开|下载CSV

3.2.2 局部空间依赖性格局 接下来利用LISA指数进一步考察局部空间自相关性（图4）。相比于全局Moran's I指数的下降趋势,2007—2017年间京津冀文化艺术产业布局的局部显著区县数量呈现上升趋势,显著类型也逐步增多,表明局部地域上的空间依赖性越来越强。具体之：① H-H型集聚区主要在京津分布蔓延,从集中分布在北京一地到天津中心城区初显并逐渐向周围延伸,与“京津双核”的集聚模式演变相吻合,凸显出京津文化艺术产业的蓬勃发展;此外,2017年位于北京周边的廊坊广阳区也呈现H-H型集聚,反映出北京文化艺术产业辐射力的增强。② L-L型集聚区均集中在河北境内,且主要位于各地市的边缘地带,折射出城市中心-边缘的资源配置差异;随着时间推移从零星分布演变为条状分布再到东南部显现集中连片分布,空间范围不断扩展,表明省内发展梯度愈发明显;③ L-H型和H-L型集聚区伴生于H-H型和L-L型集聚区之间。其中,位于京津之间的廊坊市显现出L-H型集聚,一定程度上体现了大型城市的虹吸效应,十年间L-H型集聚区小幅度南移,可能与燕郊崛起带来的局部格局变化有关;河北南部广布的L-L型集聚区之中出现个别H-L型集聚区,包括衡水桃城区和保定定州市,说明其文化艺术产业发展相对较好但辐射力有限,呈现“孤岛”形态。

图4

新窗口打开|下载原图ZIP|生成PPT
图4京津冀文化艺术产业的LISA集聚图

Fig. 4The LISA cluster map of cultural and artistic industries in Beijing-Tianjin-Hebei region



总体来看,十年间京津冀文化艺术产业主要表现为H-H型和L-L型集聚的两极分化格局,此两类区域呈集中式分布,数量较多,而L-H型和H-L型集聚区与之相伴分布,数量较少。

4 京津冀文化艺术产业空间格局的影响因素

4.1 变量选择

作为文化产业的核心之一,文化艺术产业具备文化产业文化性和经济性的双重属性。从经济属性来看,文化艺术产业和一般产业集聚所受的制约维度类似,经典产业集聚理论同样适用于文化艺术产业。从文化属性来看,文化艺术产业和其他文化产业相似,注重精神意识形态,其集聚相比一般制造业而言具有自身特性,与文化产业总体相比亦可能存在一定差异性。因此,本文基于波特钻石模型理论框架和文化艺术产业特性,参考文化产业集聚相关研究,在综合考虑可获取、可量化、可比性等原则的基础上,从要素禀赋、市场需求、关联产业、政策环境4个维度选取因素指标（表2）,以检验相关因素对于文化艺术产业的影响效应,并进一步厘清不同因素的作用强度、透视文化艺术产业空间格局形成的影响机制。

Tab. 2
表2
表2影响因素指标体系
Tab. 2Index system for influencing factors
类别影响因素具体指标数据来源
要素禀赋文化资源非物质文化遗产得分X1北京和天津市政府文件、河北非物质文化遗产保护网
A级景区得分X2地方文化和旅游局/厅官网
人力资本高等学校数量X3教育部官网
技术水平专利授权量X4佰腾网及地方统计年鉴
市场需求消费能力社会消费品零售总额X5地方统计年鉴
关联产业综合辅助第三产业产值X6同上
政策环境政府干预一般公共预算支出X7同上
社会投入固定资产投资X8同上
注：① 对国家级、市级非物质文化遗产项目按4、2赋分;对5A、4A、3A、2A级景区按4、2、1、0.5赋分。② 地方统计年鉴包括《北京区域统计年鉴》《天津统计年鉴》《河北经济年鉴》。

新窗口打开|下载CSV

要素禀赋。新古典贸易理论强调自然资源、劳动力和技术等要素禀赋对于产业区位选择的重要性。对于文化艺术产业,本文重点考察文化资源、人力资本和技术水平三方面因素的影响效应。文化资源是文化艺术产品和服务的基点,是文化艺术产业形成的基础和特性所在。本文从非物质和物质文化资源禀赋入手,选取非物质文化遗产和A级景区两个指标,参考孟召宜等[25]进行赋分。和其他文化产业类似,人力资本是文化艺术产业的主导力量,其贯穿于产品设计、生产、营销全过程,并直接影响着企业管理和发展方向,是文化艺术产业发展中最具活力的要素[43]。相对而言,高素质的人力资本对于文化产业的空间分布具有更为关键的作用[7,19]。已有研究表明,人才集聚与高等教育机构的分布具有较强的空间耦合性[44]。因此,囿于数据可得性,本文选取高等学校数量作为各地区人力资本的代理指标。此外,在当今知识经济时代背景下,技术水平对于文化艺术产业的发展也愈发重要,是其开辟新产品、提升生产力从而获得持久发展的支撑和引擎[43]。参考相关研究[14,15,23],本文选取专利授权量反映地区技术水平。

市场需求。市场需求是产业得以形成、发展的根本动力[45],对于文化艺术产业来说亦是如此。根据需求层次理论,当需求达到一定水平时对于精神层次的追求愈发强烈,因而对于市场需求规模大的地区来说,文化艺术产业的市场前景尤其广阔,从而催生大批文化艺术企业。一般而言,一个地区的消费购买力强弱决定其需求规模大小[46]。因此,本文选取社会消费品零售额这一指标来考察市场力量对于文化艺术产业集聚的作用[11,47]。

关联产业。作为新兴的现代服务业之一,文化艺术产业关联度高,企业前向和后向联系强,其运转有赖于良好的产业基础,尤其是一系列第三产业的辅助,如物流、通讯、金融、传媒、旅游等。对于文化艺术企业来说,第三产业完备的地区不仅利于其生产交易成本的节约,还利于其产业联动效应的释放,从而吸引新公司落址[23]。囿于细分产业数据可得性的限制,本文选取第三产业产值这一指标衡量地区关联产业的综合辅助水平[23,43]。

政策环境。作为处于新兴阶段的文化艺术产业,其集聚发展离不开政府政策的支持。一方面,政府作为公共服务的提供主体,对于产业基础设施的建设、维持至关重要;另一方面,政府通过制定、颁布系列政策法规发挥其监督管理和宏观调控职能,有利于营造健康的产业运行环境[45,46]。近年来全国文化艺术产业的繁荣发展很大程度上得益于政府政策的引导、扶持和保障。财政政策是政府干预经济的基本手段之一,其中一般公共预算支出既包含文化领域又涉及教育、科技、交通运输等关联领域。此外,固定资产投资作为一种社会投入,能够有效反映政府调控、财政刺激效果。因此本文从政府干预和社会投入两个层面着手,分别选取一般公共预算支出和固定资产投资指标表征政府政策环境[25]。

基于以上影响因素指标体系,接下来,本文将从全局和局部两个层面进行回归分析,考察各因素指标的影响效应大小及空间分异性。考虑到数据可得性和GWR模型适用于截面数据的特性,回归分析以2017年数据为基础,着重探究当前影响文化产业发展的关键因素;同时,考虑到经济变量易产生内生性问题,将社会消费品零售总额、第三产业产值、固定资产投资、一般公共预算支出几个指标取滞后一期值。所有数据均进行标准化处理,以消除量纲影响。

4.2 岭回归模型及结果

首先,对各自变量进行共线性检验。从诊断结果（表3）来看,X3、X5、X6、X7几个指标的VIF值均大于10,各指标的VIF平均值达到10.068,表明变量间存在明显共线性,若使用OLS模型会使得参数估计发生扭曲。因此本文采用岭回归进行全局影响因素分析,以规避共线性的影响。

Tab. 3
表3
表3共线性诊断结果
Tab. 3Multi-collinearity diagnosis
影响指标容差VIF
非物质文化遗产得分X10.4122.425
A级景区得分X20.4862.056
高等学校数量X30.03826.210
专利授权量X40.2294.371
社会消费品零售总额X50.08711.477
第三产业产值X60.06714.982
一般公共预算支出X70.07513.350
固定资产投资X80.1765.673

新窗口打开|下载CSV

根据岭迹图观察,当k处于0.40附近时各变量岭迹趋于平稳,因此选取k=0.40。此时模型的调整R2为0.829,拟合效果较好,各变量的估计参数见表4。从估计结果来看,各项指标基本符合预期,其中非物质文化遗产得分未通过显著性检验,固定资产投资通过了5%水平的显著性检验,其他指标均通过了1%水平的显著性检验。

Tab. 4
表4
表4岭回归估计结果
Tab. 4Estimated results of ridge regression
影响指标回归系数标准误t值Sig.
非物质文化遗产得分X10.0030.0210.1210.904
A级景区得分X20.0830.0223.8020.000
高等学校数量X30.1430.0216.8620.000
专利授权量X40.0710.0174.0990.000
社会消费品零售总额X50.3290.01719.4860.000
第三产业产值X60.1830.01412.9370.000
一般公共预算支出X70.0700.0164.2590.000
固定资产投资X80.0500.0202.5540.011

新窗口打开|下载CSV

要素禀赋。文化资源中,A级景区得分表征的物质文化资源通过了1%水平的显著性检验,而非物质文化遗产得分表征的非物质文化资源（Sig.=0.904）影响效应不显著。分析此可能与不同文化资源属性的空间扩散性有关。物质文化资源往往具有空间不可移动性,而非物质文化资源的空间扩散性则相对较强。随着交通、通讯等媒介的迅猛发展,时空距离被大大压缩,进一步拓展了非物质文化资源的扩散范围。此外,考虑到本文的研究空间尺度较小,文化资源效应衰减较弱,因而文化艺术产业区位受其制约较弱。高等学校数量表征的人才资本和专利授权量表征的技术水平均呈现极显著正向影响,其中人才资本的回归系数为0.143,在几大要素禀赋中影响效应最强,这与Florida针对文化创意产业的“3T理论”及陈政等关于文化产业的研究结论相符,即人才是最重要的要素禀赋[23,45]。进一步而言,相比于低素质人才,高素质人才在知识溢出和智力支持等方面所具有的无可比拟优势,使得其成为影响包括文化艺术产业在内各类文化产业空间集聚的关键因素。

市场需求。社会消费品零售总额的回归系数为0.329,远高于其他因素指标,表明市场需求是当前京津冀文化艺术产业集聚的主要驱动力,同时反映出在中国的市场化转型背景下,市场在社会资源配置中发挥着越来越重要的决定性作用。值得对比的是,肖博华等的研究中市场需求对文化产业的影响不显著,其分析此与文化产品的强流动性有关[11,19]。从这个层面上来说,相比于新闻出版、广播电视等文化产业门类,文化艺术服务的流动性更弱、辐射范围更小,即主产地往往为主消费地,因而表现出对于市场需求的强依赖性。

关联产业。第三产业产值的回归系数为0.183,仅次于影响最强的社会消费品零售额。这符合新经济地理理论对于产业联系和成本的注重,同时说明了文化艺术产业集聚和现代服务业集聚的强空间关联性,其折射出文化艺术产业链的日益深化和产业融合的可能性。

政策环境。一般公共预算支出表征的政府干预和固定资产投资表征的社会投入均呈现显著正向影响,但相对而言社会投入（Sig.=0.011）的显著性水平略低,且此两因素指标的回归系数在显著指标中最低,表明政策环境的总体影响作用相对较弱。与之呼应的是,文嫮针对文化创意产业的研究中政策表现出显著但微乎其微的影响力[15],而肖博华等的研究指出产业政策对于文化产业的影响不显著[11,45]。分析此一方面与近年来文化产业的市场化改革有关,另一方面可能是政府政策存在局部环境上的空间分异性,有待在接下来的地理加权回归分析中进一步考察。

4.3 地理加权回归模型及结果

接下来根据岭回归得到的显著指标考察其影响效应的空间分异性,由于7个显著指标依然存在严重多重共线性,无法直接进行地理加权回归,因此先采用主成分法进行因子分析降维。检验分析显示,KMO统计量为0.755,Bartlett's统计量sig值为0.000,表明适合做因子分析。最终提取出3个因子（表5）,累计方差贡献率达到92.5%,反映了原始变量的大部分信息。其中,成分3在X2上具有较大载荷,主要代表了物质文化资源,故将其命名为文化资源因子;成分1在X3~X6上具有较大载荷,主要代表人力资本、技术水平、消费能力和综合辅助,涵盖了智力资源禀赋、市场需求和关联产业,故将其命名为社会环境因子;成分2在指标X7和X8上具有较大载荷,主要代表政府干预和社会投入,故将其命名为政策环境因子。

Tab. 5
表5
表5旋转后的因子载荷矩阵
Tab. 5Rotated factor loading matrix
影响指标F1F2F3
A级景区得分X20.3190.1480.933
高等学校数量X30.8430.2030.194
专利授权量X40.8950.2800.238
社会消费品零售总额X50.8310.3760.295
第三产业产值X60.8640.3220.270
一般公共预算支出X70.5310.7450.336
固定资产投资X80.2430.9510.066
注：粗体表示各因子中载荷较大的指标。

新窗口打开|下载CSV

基于以上得到的文化资源、社会环境和政策环境3个因子,从局部视角进行地理加权回归分析。其中,核类型设置为Adaptive,最佳带宽选取原则为AICC值最小。GWR模型下,调整R2为0.820,虽然略低于岭回归模型（0.829）,但考虑到主成分分析抽取后遗漏了部分信息,可以认为此GWR模型的拟合效果不错。标准化残差空间自相关检验结果显示,Moran's I值为-0.047,Z值为-1.801,P值为0.072,基本满足了随机分布条件,说明模型整体效果较好。对回归系数结果采用自然断裂法进行可视化表达（图5）。

图5

新窗口打开|下载原图ZIP|生成PPT
图5GWR模型回归系数空间分布

Fig. 5Spatial distribution of regression coefficients of GWR model



（1）文化资源因子：系数在0.193~0.566之间变化,均值为0.319,标准差为0.071,呈现出较为稳定的正向影响。从空间分布来看,从东向西扇形递减,高值区主要位于衡水市,低值区主要位于保定市、石家庄市和张家口市。文化资源是文化艺术产品与服务的原料与基石,是地区文化艺术产业成长发展的原动力,加之物质文化资源在空间上往往具有不可或不宜移动性[48],因而对于各地区文化艺术产业的发展均具有重要影响,空间分异性较低。京津冀区域文化资源丰富且各具特色,初步造就了“一县一业”的文化艺术产业雏形,成为了各自地域上文化艺术产业的内核力量。

（2）社会环境因子：系数在0.553~1.253之间变化,均值为0.848,标准差为0.140,呈现出较强的正向影响。从空间分布来看,从中西部向东南和东北两个方向递增,高值区主要集中在衡水市、邯郸市、唐山市和秦皇岛市,低值区主要集中在保定市。社会环境因子涵盖了市场需求、关联产业及要素禀赋中的人才技术要素,均是岭回归中识别出的影响力较强的因素,同时折射出这几者之间的紧密联系。在当今市场化、知识经济和产业链深化及产业融合等趋势背景下,文化艺术产业亦亟需更新升级以适应时代变革,因此社会环境各要素相辅相成,共同强烈影响着文化艺术产业的空间格局。

（3）政策环境因子：系数在0.185~0.943之间变化,均值为0.405,标准差为0.215,总体呈现出正向影响,但变异程度较大。从空间分布来看,从西北向东南方向圈层递减,高值区主要分布在张家口市、北京市和保定市,低值区主要分布在衡水市、邢台市和邯郸市。政策环境因子效应所具有的较大空间分异性印证了前文全局回归时较微弱的总体效应系数。一方面,政府的资金投入和政策优惠对于新兴产业具有很好的培育、扶持作用,另一方面由于各地区文化艺术产业发展阶段不一,市场环境、产业环境、政府运转环境基底不同,因此政策作用发挥的滞后性不一,政策效果也不尽相同。

综合来看,各因子对于京津冀文化艺术产业空间差异的影响效应存在一定的空间分异性,且效应分布模式显著不同,这一特性值得被纳入政策考量,以充分发挥政策绩效。

4.4 影响机制分析

京津冀文化艺术产业发展具有空间异质性,基于上述全局-局部视角下对于影响因素的探测结果,本文尝试构建了影响机制框架（图6）。京津冀文化艺术产业发展的影响机制主要包括文化资源、社会环境、政策环境这三大因子,分别对应着文化禀赋积累型、社会推动型、政府引导型三大作用机制。各因子内部包含众多要素、自成一体,因子之间彼此联系、相互影响,共同作用于文化艺术产业的发展演进。

图6

新窗口打开|下载原图ZIP|生成PPT
图6京津冀文化艺术产业发展影响机制

Fig. 6Mechanism of cultural and artistic industries in Beijing-Tianjin-Hebei region



（1）文化资源可分为非物质文化资源和物质文化资源。由于天然属性差异,非物质文化资源的空间扩散性相对较强,对于小尺度背景下文化艺术产业空间布局的影响作用暂不显著,但依然和物质文化资源共同成为文化艺术产品的价值凭借,构成文化艺术产业发展的内核力。随着文化资源禀赋的积累,其产业价值日益凸显,吸引着其他环境要素的集聚与作用。作为不可或缺的核心内容,文化资源禀赋的积累稳健影响着文化艺术产业的形成与发展。

（2）社会环境涵盖了智力资源禀赋、市场需求和关联产业三大子要素,三者影响强度最高且彼此紧密联系。一般来说,市场需求高的地区往往生活环境优良、开放度高,吸引着人才、技术与产业的流入与集聚。人流的集聚增加了潜在消费需求,创意、技术等智力资源的加持能够提升产品吸引力,关联产业的丰富不断促成完善的消费综合体,共同刺激市场需求。对于文化艺术产业而言,人才、技术要素通过对文化资源采取开发、利用、营销等再加工手段使之市场化、产业化,构成文化艺术产业发展的支持力;市场需求直接影响着消费水平和营业收入从而驱动着社会资源的流动与配置,构成文化艺术产业发展的驱动力;关联产业与文化艺术产业产生不同程度的前后向联系,共享资源节约成本,融合发展开创新空间,构成文化艺术产业发展的联合力;三者聚合成的社会环境自下而上,强有力地推动文化艺术产业的发展与集聚。

（3）政策环境主要包括政府干预和社会投入两大子要素,为文化资源提供保护、扶持,对于各类环境要素发挥监督协调职能,构成文化艺术产业发展的调控力,自上而下引导文化艺术产业的发展与集聚。然而,由于政效发挥往往具有一定的滞后性,同时或受发展阶段和基底环境所限,或受机制体制桎梏,政府政策对于不同地区的影响效应不尽相同,空间分异性较强。

5 结论与启示

5.1 结论

本文以企业发展为窗口,以区县为空间尺度,选取2007—2017年数据,采用核密度估计和空间自相关分析探究了近十年京津冀文化艺术产业的空间异质性格局和空间依赖性格局演变,并运用岭回归及地理加权回归模型定量分析了其影响因素强度及空间分异性,进而讨论了京津冀文化艺术产业布局的影响机制。主要结论如下：

（1）空间异质性格局方面,2007—2017年京津冀文化艺术企业数量呈井喷式增长,空间集聚范围不断扩大,呈现“北京一核”-“京津大小双核”-“京津双核”的集聚模式演变,北京核心地位始终稳固,天津次中心地位日益凸显,河北省内梯次也愈发明显,与京津的断崖式差距正在逐步缩减,京保石产业带初具雏形,“两核一轴带”格局逐渐形成。

（2）空间依赖性格局方面,2007—2017年京津冀各区县文化艺术产业发展具有显著的全局空间自相关性,但随时间推移强度有所减弱,体现出一定的产业扩散化趋势;局部地域上空间依赖性则有所增强,H-H型集聚区主要在京津分布蔓延,京津之间的区域显现出L-H型集聚;L-L型集聚区主要分布在河北各地市的边缘地带,近年在东南部呈现集中连片趋势,个别河北地市区县呈现H-L型孤岛集聚形态,体现出显著的中心-边缘梯度差异。

（3）影响因素探究上,识别发现市场需求、关联产业及人才技术禀赋紧密联系,共同构成影响京津冀文化艺术产业集聚的主要因子;非物质文化资源影响不显著,而物质文化资源呈现显著且稳定的正向影响;政策环境总体作用显著但微弱,空间分异性大;归纳总结了文化禀赋积累型、社会推动型和政府引导型三种作用机制,自成一体同时彼此联系。

本文的主要贡献在于：一是丰富了小尺度及特定门类下的文化产业空间集聚实证研究,检验了相关影响因素的适用性;二是基于全局-局部双重视角剖析影响因素,弥补了以往相关研究对于空间非平稳性的忽视,为后续研究提供了参考依据。

5.2 启示与展望

京津冀文化艺术产业发展具有显著的空间关联性,其影响因素效应具有一定的空间分异性,未来政策制定应该结合此两项特性,因地制宜。具体来看：

（1）根据京津冀文化艺术产业的空间关联性特征,对于H-H型集聚的京津地区,应在把握规模优势的基础上着眼提升自身产业影响力,打造国际化文化艺术品牌,增强区域产业知名度;对于显现L-H型集聚的京津之间及周边地区,应充分利用区位优势汲取京津优势资源、承接产业辐射与转移,扭转自身低谷局面;对于河北个别H-L型集聚区和广布的L-L型集聚区,应着力增强地市中心地区文化艺术产业辐射力,关注边缘地区发展瓶颈,通过合理顶层设计与针对性政策扶持,促进相邻地区产业合作串联,构建区域文化艺术产业链,破除孤岛化发展形态,增强集聚规模与效益。

（2）根据本文对于影响因素的探测结果,针对文化资源因子的稳定作用,应立足本土特色,充分挖掘、保护文化资源,并进行文化资源的整合与创新,构建优势互补、错位竞争的文化艺术产业格局。针对社会环境因子关键作用,一是要注重提升智力资源,通过联合培养、互通互鉴等方式促进人才交流、知识共享,赋予文化艺术产业活力;二是应着力激活市场环境,打通区域间文化交流、效益共享的渠道,拓宽市场覆盖面;三是深化产业链,加强产业间协作共享,并积极推动产业融合,谋求新业态,引领市场。针对政策环境因子的分异作用,应重点优化南部政策环境,改革机构释放效能,并建立区域间高位统领体制机制,破除行政壁垒,加强宏观规划,协同共进。

值得说明的是,由于研究单元和数据可得性的限制,本文还存在以下不足：① 对于各区县文化艺术产业发展水平的衡量仅以企业数量表征,暂无法获得产业增加值、营业额和从业人员等统计数据,空间刻画精细但偏重规模而难以反映效率,未来可结合产业生命周期理论尝试测度各地区文化艺术产业所处的生命周期阶段,探究不同生命周期产业的空间演变模式。② 对于影响因素的探测可能遗漏一些重要因素,如制度变迁、地方根植性、多维邻近性等对文化艺术产业的影响与否、作用机制,这些都是未来值得探索的方向。③ 仅考察了当前京津冀文化艺术产业发展布局的影响因素,有待补充完善数据,对影响因素的演变进行剖析,从而更深入地挖掘文化艺术产业的发展规律,并提供更有益的启示。

致谢

真诚感谢匿名评审专家在论文评审中所付出的时间和精力,评审专家针对本文文化艺术产业空间格局的影响因素指标选取、识别方法优化、影响机制深化方面提出了宝贵的修改意见,使本文获益匪浅。


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

于伟, 吕晓, 宋金平. 山东省城镇化包容性发展的时空格局
地理研究, 2018, 37(2): 319-332.
DOI:10.11821/dlyj201802007 [本文引用: 1]
在中国城镇化发展的战略转型期,将“包容性”理念融入新型城镇化道路的建设中,从发展机会平等、发展内容全面、发展成果共享三个维度解析了城镇化包容性发展的内涵,并构建测评指标体系,以山东省为案例进行了实证研究。结果表明：① 2005-2014年,山东省城镇化包容性发展评价值均小于0.5,处于以排斥性特征为主的过渡时期,不同维度的评价值呈现发展机会平等
[Yu Wei, Lv Wei, Song Jinping. The spatial and temporal patterns of inclusive development in the urbanization of Shandong province
Geographical Research, 2018, 37(2): 319-332.] DOI: 10.11821/dlyj201802007.
[本文引用: 1]

张娜, 赵晓军. 推动京津冀文化产业协同发展
经济日报, 2019-08-09(14).
[本文引用: 1]

[Zhang Na, Zhao Xiaojun. Promote the coordinated development of Beijing-Tianjin-Hebei region
Economic Daily, 2019-08-09(14).]
[本文引用: 1]

Scott A J. The Cultural Economy of Cities
London: SAGE Publications, 2000.
[本文引用: 1]

雷宏振, 潘龙梅, 雷蕾. 中国文化产业空间集聚水平测度及影响因素研究: 基于省际面板数据的分析
经济问题探索, 2012, 33(2): 35-41.
[本文引用: 2]

[Lei Hongzhen, Pan Longmei, Lei Lei. Research on measurement of spatial agglomeration level and its influential factors of Chinese cultural industry: Analysis based on provincial panel data
Inquiry into Economic Issues, 2012, 33(2): 35-41.] DOI: 10.3969/j.issn.1006-2912.2012.02.007.
[本文引用: 2]

Scott A J. A World in Emergence: Cities and Regions in the 21st Century
Cheltenham, UK; Northampton, USA: Edward Elgar Publishing, 2012: 74.
[本文引用: 1]

张旭, 余方正, 徐良佳. 基于文化产业企业网络视角的中国城市网络空间结构研究
地理科学进展, 2020, 39(1): 78-90.
DOI:10.18306/dlkxjz.2020.01.008 [本文引用: 1]
论文通过对230家“新三板”文化产业挂牌企业总部—分支机构关联数据的收集、整理和分析,对文化产业视角下中国城市网络的空间结构特征进行研究,比较文化产业城市网络与其他类型城市网络的差异性,并探索影响文化产业城市网络空间格局的经济社会因素。结果表明：① 中国文化产业挂牌企业地理分布呈现出地域分散但数量集中的特点,城市网络空间分布高度不均衡,并未表现出常见的“菱形结构”;② 网络核心节点以东中部发达城市以及少数具有特殊资源的城市为主,多数城市的对外输出能力有限;③ 城市网络扩散以核心节点城市间的等级扩散为主,邻近城市间的扩散效应不明显,同时本地网络(即城市内部网络)对文化企业组织结构的贡献度低于跨地域网络;④ 不同类型文化产业在网络结构上表现出较为明显的差异,反映其市场需求和发展条件的不同;⑤ 地方政府作用和城市产业结构是影响中国文化产业企业布局和网络格局形成的重要因素,其他社会经济因素的作用则较为不明显,反映出中国文化产业的独特性。
[Zhang Xu, Yu Fangzheng, Xu Liangjia. Spatial structure of urban networks in China based on the perspective of cultural industry enterprise networks
Progress in Geography, 2020, 39(1): 78-90.] DOI: 10.18306/dlkxjz.2020.01.008.
[本文引用: 1]

Fahmi F Z, Koster S, Van Dijk J. The location of creative industries in a developing country: The case of Indonesia
Cities, 2016, 59(11): 66-79. DOI: 10.1016/j.cities.2016.06.005.
URL [本文引用: 3]

薛东前, 黄晶, 马蓓蓓, 等. 西安市文化娱乐业的空间格局及热点区模式研究
地理学报, 2014, 69(4): 541-552.
DOI:10.11821/dlxb201404010 [本文引用: 1]
采用矢量数据符号法、探索性空间数据分析法（ESDA）和Kriging空间插值法等3 种空间分析方法，分别从规模等级、集聚程度、热点区及模式等方面对2011 年西安市文化娱乐业的空间格局特征展开研究。主要结论：① 从数量规模上来看，西安市的文化娱乐产业在空间上呈现出“南密北疏，西密东疏，内密外疏”的整体特征，文化娱乐场所主要集聚在以钟楼为圆心，以钟楼至曲江新区的直线距离（约7 km） 为半径的圈层内；各类文化娱乐场所的空间分布大致符合文化娱乐业的整体空间特征，但又表现出一定的特异性；② 从空间集散上来看，高高集聚区主要连续分布在城市南部的传统人口和城市产业集聚区；低低集聚区主要分散分布在城市开发程度低的边缘区，及城市内部的特殊区域；③ 通过空间插值分析，可识别出西安市文化娱乐业的4 个空间集聚热点区，综合分析各热点区软硬件条件，可将其归纳为基于传统城市中心的商贸旅游型热点区、基于文化产业集聚的文教游憩型热点区、基于高新技术产业集聚的科技商务型热点区和多重资源推动下的城市新区型热点区4 种模式。本文的研究结论将有利于从空间的视角来探讨城市新兴产业的区位规律和布局偏好，在实践中将为城市文化娱乐业的合理布局和规划提供参考。
[Xue Dongqian, Huang Jing, Ma Beibei, et al. Spatial distribution characteristics and hot zone patterns of entertainment industry in Xi'an
Acta Geographica Sinica, 2014, 69(4): 541-552.] DOI: 10.11821/dlxb201404010.
[本文引用: 1]

袁海. 中国省域文化产业集聚影响因素实证分析
经济经纬, 2010, 27(3): 65-67.
[本文引用: 2]

[Yuan Hai. An empirical analysis of the factors influencing the convergency of the provincial cultural industry in China
Economic Survey, 2010, 27(3): 65-67.] DOI: 10.3969/j.issn.1006-1096.2010.03.015.
[本文引用: 2]

戴钰. 湖南省文化产业集聚及其影响因素研究
经济地理, 2013, 33(4): 116-121.
[本文引用: 4]

[Dai Yu. Cultural industry cluster and its influencing factors of Hunan procince
Economic Geography, 2013, 33(4): 116-121.] DOI: 10.15957/j.cnki.jjdl.2013.04.027.
[本文引用: 4]

肖博华, 李忠斌. 民族地区文化产业集聚度测算及影响因素分析
中国人口·资源与环境, 2013, 23(5): 32-37.
[本文引用: 5]

[Xiao Bohua, Li Zhongbin. Analysis of the cultural industry concentration degree measurement and influence factors in provinces and autonomous regions of minorities
China Population, Resources and Environment, 2013, 23(5): 32-37.]
[本文引用: 5]

黄伟群. 我国文化产业发展的主要影响因素实证分析
图书情报工作, 2014, 58(10): 19-23, 61.
[本文引用: 2]

[Huang Weiqun. Empirical analysis on the main factors of China's cultural industry development
Library and Information Service, 2014, 58(10): 19-23, 61.] DOI: 10.13266/j.issn.0252-3116.2014.10.003.
[本文引用: 2]

Florida R. The Rise of the Creative Class: And How It's Transforming Work, Leisure, Community and Everyday Life
New York: Basic Books, 2002.
[本文引用: 1]

Lazzerettia L, Caponea F, Boixb R. Reasons for clustering of creative industries in Italy and Spain
European Planning Studies, 2012, 20(8): 1243-1262. DOI: 10.1080/09654313.2012.680585.
URL [本文引用: 4]

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.
[本文引用: 5]

[Wen Hu, Hu Bing. A spatial econometric study on the influence factors of provincial cultural and creative industries development in China
Economic Geography, 2014, 34(2): 101-107.] DOI: 10.15957/j.cnki.jjdl.2014.02.008.
[本文引用: 5]

Bialic-Davendra M, Bednar P, Danko L, et al. Creative clusters in visegrad countries: Factors conditioning cluster establishment and development
Bulletin of Geography Socio Economic, 2016, 32(32): 33-47. DOI: 10.1515/bog-2016-0013.
[本文引用: 2]

肖雁飞, 王缃韵, 万子捷. 中国文化创意产业发展影响因素与实证研究
科技管理研究, 2014, 34(11): 102-105.
[本文引用: 3]

[Xiao Yanfei, Wang Xiangyun, Wan Zijie. Empirical study on influence factors of cultural and creative industries development in China
Science and Technology Management Research, 2014, 34(11): 102-105.] DOI: 10.3969 /j.issn.1000-7695.2014.11.023.
[本文引用: 3]

顾江, 吴建军, 胡慧源. 中国文化产业发展的区域特征与成因研究: 基于第五次和第六次人口普查数据
经济地理, 2013, 33(7): 89-95, 114.
[本文引用: 2]

[Gu Jiang, Wu Jianjun, Hu Huiyuan. The regional characteristics and its influential factors of China's cultural industry: Based on the 5th and 6th census data
Economic Geography, 2013, 33(7): 89-95, 114.] DOI: 10.15957/j.cnki.jjdl.2013.07.012.
[本文引用: 2]

孙智君, 李响. 长江经济带文化产业集聚水平测度及影响因素研究
学习与实践, 2015, 32(4): 51-60.
[本文引用: 3]

[Sun Zhijun, Li Xiang. Research on measurement of agglomeration level and its influential factors of cultural industry in Yangtze River Economic Belt
Study and Practice, 2015, 32(4): 51-60.] DOI: 10.19624/j.cnki.cn42-1005/c.2015.04.006.
[本文引用: 3]

戴俊骋, 孙东琪, 张欣亮. 中国区域文化产业发展空间格局
经济地理, 2018, 35(9): 122-129.
[本文引用: 1]

[Dai Juncheng, Sun Dongqi, Zhang Xinliang. Spatial pattern of regional cultural industry development in China
Economic Geography, 2018, 35(9): 122-129.] DOI: 10.15957/j.cnki.jjdl.2018.09.014.
[本文引用: 1]

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, 2019, 38(9): 2239-2253.
DOI:10.11821/dlyj020180370 [本文引用: 2]
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。
[Tao Jin, Luo Shougui. Agglomeration economies in cultural industries: A comparison at the city and province level
Geographical Research, 2019, 38(9): 2239-2253.] DOI: 10.11821/dlyj020180370.
[本文引用: 2]

Escalona-Orcao A I, Escolano-Utrilla S, Sáez-Pérez L.A, et al. The location of creative clusters in non-metropolitan areas: A methodological proposition
Journal of Rural Studies, 2016, 45(7): 112-122. DOI: 10.1016/j.jrurstud.2016.03.007.
URL

陈政, 胡吉, 洪敏, 等. 湖南文化产业发展的时空特征与影响因素分析
经济地理, 2018, 38(3): 129-134.
[本文引用: 6]

[Chen Zheng, Hu Ji, Hong Min, et al. The spatial temporal characteristics and influencing factors of Hunan cultural industry development
Economic Geography, 2018, 38(3): 129-134.] DOI: 10.15957/j.cnki.jjdl.2018.03.016.
[本文引用: 6]

沈艳, 陈广, 顾江. 本地社会网络、外部空间溢出与城市文化产业增长: 基于江苏地级市的空间计量研究
经济问题探索, 2017, 38(8): 64-69.
[本文引用: 2]

[Shen Yan, Chen Guang, Gu Jiang. Local social network, external space spillovers and urban cultural industry growth: A spatial econometric study based on prefecture-level cities in Jiangsu
Inquiry into Economic Issues, 2017, 38(8): 64-69.]
[本文引用: 2]

孟召宜, 渠爱雪, 仇方道, 等. 江苏文化产业时空格局及其影响因素研究
地理科学, 2016, 35(12): 87-96.
[本文引用: 5]

[Meng Zhaoyi, Qu Aixue, Qiu Fangdao, et al. Spatial-temporal pattern and its influencing factors of cultural industry in Jiangsu province
Scientia Geographica Sinica, 2016, 36(12): 87-96.] DOI: 10.13249/j.cnki.sgs.2016.12.010.
[本文引用: 5]

张丽, 韩增林. 大连市文化企业空间分布变化与区位影响因素
地理科学, 2020, 40(4): 665-673.
DOI:10.13249/j.cnki.sgs.2020.04.019 [本文引用: 4]
基于大连市2000年、2008年和2016年文化企业数据,以街道为空间尺度,运用全局自相关、热点区分析、负二项回归模型等方法探究大连市文化企业空间分布变化与区位影响因素。结果发现:① 大连市文化企业空间布局整体呈现明显的“市中心”偏好,2000-2016年文化企业空间扩散现象明显,但核心城区的集聚程度却不断提高,最终呈现出“两心一带”的分布格局。② 大连市的南部地区一直是全市文化企业的热点地区,表现出明显的圈层特性。在研究时段内热点区域面积减少,但是热点集聚中心的位置没有发生变化。③ 生产型文化企业仍高度集聚于传统中心城区,消费型文化企业则向城区边缘和新区扩散,形成多中心集聚的分布格局。④ 在街道空间尺度下,区位要素和集聚要素对文化企业的区位选择具有显著影响,政策要素的影响不显著。与消费型文化企业相比,生产型文化企业对集聚效益、文化资源和商务环境等因素更敏感。
[Zhang Li, Han Zenglin. The spatial variation and location influencing factors of cultural firms in Dalian city, China
Scientia Geographica Sinica, 2020, 40(4): 665-673.] DOI: 10.13249/j.cnki.sgs.2020.04.019.
[本文引用: 4]

Coll-Martinez E, Moreno-Monroy A I, Arauzo-Carod J M. Agglomeration of creative industries: An intra-metropolitan analysis for Barcelona
Papers in Regional Science, 2019, 98(1): 409-432. DOI: 10.1111/pirs.12330.
[本文引用: 2]
In this paper we analyse the intensity and extent of agglomeration and co-agglomeration of creative industries (CIs) in the metropolitan area of Barcelona (MAB). To do so, we use firm-level geo-located data to calculate distance-based M and m functions of agglomeration and co-agglomeration. Our results show that CIs are relatively more agglomerated than non-CIs at short distances, and that each individual CI sector displays high levels of agglomeration (especially symbolic-based sectors). Also, the co-agglomeration of CIs and Non-CIs is only observed for micro-firms and that there is significant co-agglomeration among symbolic-based CI sectors. Finally, we confirm the role of the city-centre of Barcelona as a magnet for CIs.

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): 167-176.
[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): 167-176.] DOI: 10.11821/dlyj201610014.
[本文引用: 3]

He J L, Gebhardt H. Space of creative industries: A case study of spatial characteristics of creative clusters in Shanghai
European Planning Studies, 2014, 22(11): 2351-2368. DOI: 10.1080/09654313.2013.837430.
URL [本文引用: 1]

张惠丽, 王成军, 金青梅. 基于ISM的城市文化产业集群动力因素分析: 以西安市为例
企业经济, 2014, 34(4): 112-115.
[本文引用: 1]

[Zhang Huili, Wang Chengjun, Jin Qingmei. Analysis of dynamic factors of urban cultural industry cluster based on ISM: A case study of Xi'an
Enterprise Economy, 2014, 34(4): 112-115.] DOI: 10.13529/j.cnki.enterprise.economy.2014.04.007.
[本文引用: 1]

范中原, 刘长喜. 上海文化产业及贸易发展影响因素的灰色关联度分析
资源开发与市场, 2012, 28(6): 26-29.
[本文引用: 1]

[Fan Zhongyuan, Liu Changxi. Grey relational analysis of factors influencing development of Shanghai cultural industry and trade
Resource Development and Market, 2012, 28(6): 26-29.] DOI: 10.3969/j.issn.1005-8141.2012.06.008.
[本文引用: 1]

臧志彭. 基于决策树的网络文化产业发展影响因素实证研究: 来自上海的经验证据
科技管理研究, 2014, 34(24): 211-217.
[本文引用: 1]

[Zang Zhipeng. Empirical study on influencing factors of network cultural industries development based on decision tree: Empirical evidence from Shanghai
Science and Technology Management Research, 2014, 34(24): 211-217.] DOI: 10.3969 /j.issn.1000-7695.2014.24.039.
[本文引用: 1]

覃文忠, 王建梅, 刘妙龙. 地理加权回归分析空间数据的空间非平稳性
辽宁师范大学学报: 自然科学版, 2005, 28(4): 476-479.
[本文引用: 1]

[Qin Wenzhong, Wang Jianmei, Liu Miaolong. Geographically weighted regression analysis of spatial non-stationarity of spatial data
Journal of Liaoning Normal University: Natural Sciences Edition, 2005, 28(4): 476-479.] DOI: 10.3969/j.issn.1000-1735.2005.04.028.
[本文引用: 1]

薛东前, 郭瑞斌, 才超, 等. 西安市文化艺术产业时空格局与布局模式演化分析
地域研究与开发, 2014, 33(2): 77-82.
[本文引用: 1]

[Xue Dongqian, Guo Ruibin, Cai Chao, et al. The spatial-temporal pattern and layout mode evolution of arts and culture industrial in Xi'an
Areal Research and Development, 2014, 33(2): 77-82.] DOI: 10.3969/j.issn.1003-2363.2014.02.016.
[本文引用: 1]

蒋天颖. 浙江省区域创新产出空间分异特征及成因
地理研究, 2014, 33(10): 1825-1836.
DOI:10.11821/dlyj201410004 [本文引用: 1]
通过构建总体差异测度指数,并结合运用核密度估计等多种空间统计方法,分析浙江省区域创新产出的空间分异特征及其影响因素,结果表明：2006-2012年,浙江省区域创新产出总体存在较大差异,并呈现波动式上升趋势;浙江省区域创新产出分异增强,空间核密度呈现出由相对均匀到极化的演化趋势;浙江省区域创新产出整体上呈现高值和低值集聚分布,且集聚程度逐渐增强;各县域创新产出同样具有空间集聚性,杭州与宁波市辖区成为热点区域;空间指向性明显,整体表现出“东高西低、北高南低”的空间趋势面分布;由回归分析得出该时期浙江省区域创新产出空间分异主要受经济基础、政策制度、技术溢出和空间区位四个主要因素的影响。
[Jiang Tianying. Spatial differentiation and its influencing factors of regional innovation output in Zhejiang province
Geographical Research, 2014, 33(10): 1825-1836.] DOI: 10.11821/dlyj201410004.
[本文引用: 1]

方忠权. 广州会展企业空间集聚特征与影响因素
地理学报, 2013, 68(4): 34-46.
[本文引用: 1]

[Fang Zhongquan. Characteristics and influencing factors of spatial agglomeration of Guangzhou convention and exhibition enterprises
Acta Geographica Sinica, 2013, 68(4): 34-46.] DOI: 10.3969/j.issn.0375-5444.2013.04.003.
[本文引用: 1]

孙克, 聂坚, 游细斌, 等. 长江中游城市群生产性服务业的分工特征及空间效应分析
经济地理, 2018, 38(2): 123-132.
[本文引用: 1]

[Sun Ke, Nie Jian, You Xibin, et al. Spatial division and spatial effect of producer service in the urban agglomeration in the middle reaches of Yangtze River
Economic Geography, 2018, 38(2): 123-132.] DOI: 10.15957/j.cnki.jjdl.2018.02.016.
[本文引用: 1]

刘晔, 王若宇, 薛德升, 等. 中国高技能劳动力与一般劳动力的空间分布格局及其影响因素
地理研究, 2019, 38(8): 1949-1964.
DOI:10.11821/dlyj020180391 [本文引用: 1]
基于2000和2010年全国人口普查分县数据和地级行政单元数据,采用不均衡指数和空间自相关分析等方法,刻画中国高技能劳动力和一般劳动力的空间分布格局及其变化,并采用空间滞后模型,识别高技能劳动力与一般劳动力空间分布的决定因素及其变化。结果表明：① 两类劳动力总体的空间特征均为东南密集,西北稀疏;② 2000—2010年,高技能劳动力在空间分布上呈集中化的趋势,而一般劳动力呈分散化的趋势;③ 十年间高技能劳动力集聚区虹吸作用加强,其分布越发集中于沿海特大城市群,而一般劳动力集聚区回波作用加强,其分布越发均衡;④ 空间回归分析结果表明,职工平均工资、是否直辖市或省会、每万人在校高校学生、是否沿海城市、常住人口数和空间溢出效应在十年中一直都是决定高技能劳动力和一般劳动力空间分布的主要因素,而失业率、中学生师比、二氧化硫排放量和绿地率在2010年也成为影响两类劳动力空间分布的主要因素。对比两类劳动力的模型结果可得,高技能劳动力的空间分布受行政因素、高校因素和地区生活舒适度的影响更大,而一般劳动力的空间分布受劳动力市场因素的影响更大。
[Liu Ye, Wang Ruoyu, Xue Desheng, et al. The spatial pattern and determinants of skilled laborers and less-skilled laborers in China: Evidence from 2000 and 2010 censuses
Geographical Research, 2019, 38(8): 1949-1964.] DOI: 10.11821/dlyj020180391.
[本文引用: 1]

郭源园, 李莉. 西部内陆省区区域经济差异影响因素: 以重庆为例
地理研究, 2017, 36(5): 926-944.
DOI:10.11821/dlyj201705010 [本文引用: 1]
选取内陆开放的典型区域重庆市作为案例,综合运用基尼系数、泰尔指数和变异系数等方法,对重庆市1994-2014年间区域经济差异的演变进行测度和分析,并以区县经济差异（基尼系数）为因变量,选取西部省区中较具普适性的、囊括社会行政、经济、地理区位和政策四个方面的15个影响因素为自变量,运用岭回归和地理加权回归模型分别从“全局”和“局部”视角探讨其作用效果。研究表明：① 研究时段内重庆市区域经济差异持续波动,基尼系数大体处于0.3~0.4之间,并表现出以重庆直辖、加速新型工业化战略及金融危机为三个节点的四阶段演变特征;② 岭回归结果显示,城镇化、劳动力资源、非市场化、工业化、地形条件和政策倾斜是最为显著的六个影响因素;③ 地理加权回归结果表明,城镇化、劳动力资源、非市场化、工业化和政策倾斜对重庆市区域经济差异的影响表现出明显的空间差异特征,但地形因素的影响并不显著。研究对西部内陆地区的可持续发展具有一定科学指导意义。
[Guo Yuanyuan, Li Li. Influencing factors of regional economic inequality in inland provinces of western China: A case study of Chongqing
Geographical Research, 2017, 36(5): 926-944.] DOI: 10.11821/dlyj201705010.
[本文引用: 1]

李凯, 刘涛, 曹广忠. 中国省区城镇化空间格局与驱动力演变
城市发展研究, 2018, 25(6): 8-16.
[本文引用: 1]

[Li Kai, Liu Tao, Cao Guangzhong. The spatial pattern and core driving force's evolution of urbanization on provincial scale in China
Urban Development Studies, 2018, 25(6): 8-16.] DOI: 10.3969/j.issn.1006-3862.2018.06.002.
[本文引用: 1]

薛明月, 王成新, 赵金丽, 等. 黄河流域旅游经济空间分异格局及影响因素
经济地理, 2020, 40(4): 19-27.
[本文引用: 1]

[Xue Mingyue, Wang Chengxin, Zhao Jinli, et al. Spatial differentiation pattern and influencing factors of tourism economy in the Yellow River basin
Economic Geography, 2020, 40(4): 19-27.] DOI: 10.15957/j.cnki.jjdl.2020.04.003.
[本文引用: 1]

王永明, 王美霞, 吴殿廷, 等. 贵州省乡村贫困空间格局与形成机制分析
地理科学, 2017, 37(2): 217-227.
DOI:10.13249/j.cnki.sgs.2017.02.007 [本文引用: 1]
以贫困态势严峻、区域内部贫困差异大的贵州省为研究区,分析了贵州省区县层面乡村贫困的空间异质性和空间依赖性格局,定量测度了乡村贫困空间差异的影响因素和因素效应的空间差异性,进而归纳了贵州省乡村贫困的形成机制。结果发现,贵州省区县乡村贫困具有时空稳定性,呈现出东、南、西部高而中、北部低的“马蹄”形空间异质性格局。区县贫困存在较强的空间依赖性,“高-高”型贫困地域即空间贫困陷阱区域,集聚分布在贵州省的东南部、南部。定量模型发现,坡度、到所在市中心的距离、青少年人口占比、少数民族人口占比是导致贵州区县层面乡村贫困空间差异的显著因素,且这些因素的效应水平呈现出不同的空间模式。产业发展受限、劳动力流动性差、金融和人力资本积累不足是贵州贫困空间形成的主导机制。最后建议扶贫政策层面应将基于地方和基于人的政策相结合。
[Wang Yongming, Wang Meixia, Wu Dianting, et al. Spatial patterns and determinants of rural poverty: A case of Guizhou province, China
Scientia Geographica Sinica, 2017, 37(2): 217-227.] DOI: 10.13249/j.cnki.sgs.2017.02.007.
[本文引用: 1]

孟书魁, 雷原. 中国文化产业发展的影响因素研究
统计与决策, 2019, 65(7): 100-104.
[本文引用: 3]

[Meng Shuqui, Lei Yuan. Research on influence factors of China's cultural industry development
Statistics & Decision, 2019, 65(7): 100-104.] DOI: 10.13546/j.cnki.tjyjc.2019.07.025.
[本文引用: 3]

Abel J R, Deitz R. Do colleges and universities increase their region's human capital?
Journal of Economic Geography, 2012, 12(3): 667-691. DOI: 10.1093/jeg/lbr020.
URL [本文引用: 1]

王猛, 王有鑫. 城市文化产业集聚的影响因素研究: 来自35个大中城市的证据
江西财经大学学报, 2015, 17(1): 12-20.
[本文引用: 4]

[Wang Meng, Wang Youxin. Research on influencing factors of urban cultural industry agglomeration: Evidence from 35 large and medium cities
Journal of Jiangxi University of Finance and Economics, 2015, 17(1): 12-20.] DOI: 10.13676/j.cnki.cn36-1224/f.2015.01.002.
[本文引用: 4]

袁俊. 中国文化产业空间集聚水平及其影响因素研究
技术经济与管理研究, 2013, 34(11): 102-107.
[本文引用: 2]

[Yuan Jun. Study on spatial agglomeration level and influence factors of Chinese cultural industry
Journal of Technical Economics & Management, 2013, 34(11): 102-107.]
[本文引用: 2]

曹广忠, 马嘉文. 中国城镇化与非农化的空间分异、相互关系和形成机制
地理研究, 2016, 35(12): 2249-2260.
DOI:10.11821/dlyj201612005 [本文引用: 1]
区域就业非农化和人口城镇化是相互关联且进程相对一致的过程,但由于发展背景和影响机制的不同,二者的关系有可能在空间和时间上呈现一定的差异性。基于第五、第六次人口普查资料,分析了中国人口城镇化与就业非农化水平和进程的空间格局、相互关系及其形成机制。研究发现：城镇化和非农化水平的分布和演变都具有明显的行政指向特征和地带分异特征,差异化的空间集散态势下,在不同地区二者形成了多样化的相互关系,但总体上相互促进、共同发展。在城镇化初期和中期阶段,非农化适当超前或同步于城镇化有利于促进城镇化水平的提高。主导驱动因素不一致是城镇化和非农化空间差异和相互关系形成的基础,要素投入引致的经济增长直接促进就业非农化进程,但人口城镇化则更多受到政府行为的影响;要素投入产出效率和政府政策实施力度的不同也导致这一机制过程呈现出鲜明的区域特征。
[Cao Guangzhong, Ma Jiawen. Spatial pattern, mutual relationship and driving forces of China's urbanization and non-agriculturalization
Geographical Research, 2016, 35(12): 2249-2260.] DOI: 10.11821/dlyj201612005.
[本文引用: 1]

薛东前, 张志杰, 郭晶, 等. 西安市文化产业集聚特征及机制分析
经济地理, 2015, 35(5): 92-97.
[本文引用: 1]

[Xue Dongqian, Zhangzhijie, Guo Jing, et al. The agglomeration features and mechanism of cultural industry in Xi'an
Economic Geography, 2015, 35(5): 92-97.] DOI: 10.15957/j.cnki.jjdl.2015.05.014.
[本文引用: 1]

相关话题/空间 文化 资源 地理 数据

Free考研考试FreeKaoYan.Com
欢迎来到Free考研考试，"为实现人生的Free而奋斗"

© 2020 FreeKaoYan! . All rights reserved.