浙江文化创意产业空间发展质量评价

马仁锋 张 茜

浙江文化创意产业空间发展质量评价

马仁锋 张 茜

文化创意产业是新经济的产物，是促进经济发展方式转变与提升城市创新能力的重要产业。基于2004与2008年浙江经济普查数据，运用GeoDA软件的空间分位图、空间自相关方法和基尼系数、区位商方法研究浙江文化创意产业的省域和市际空间质量特征。其中，空间分位图直观地表明浙江文化创意产业发展规模呈现自东部沿海向中部再向西部递减的状态，其中杭州、温州、宁波三市为文化创意产业发展的三高地，湖州、丽水、衢州、舟山四市为四大低谷。杭州市2004、2008年的区位商均值为1.50，温州则为1.48，表明其文化创意产业专业化程度高，空间集聚分布；宁波两年区位商均值为0.99，表明其文化创意产业处于快速发展时期，空间分布呈集聚趋势；其余8市的区位商平均值都小于1，文化创意产业专业化水平和空间集聚度亟待提高。两种方法均表明杭州、温州、宁波三市为浙江文化创意产业发展的三大高地。

文化创意产业；空间自相关；基尼系数；区位商；空间发展质量

1998年英国发布 《创意产业路径文件》首次提出 “创意产业”概念，认为它是源于个人创造力、技能和才华，能够通过知识产权的开发和运用，具有创造巨大财富以及提供更多就业岗位潜力的产业［1］。 《中国创意产业发展报告2013》显示2012年北京、上海、广东、湖南、浙江、云南等省/市的文化创意产业增加值占GDP的比重已突破7%，成为区域经济的战略性支柱产业与新增长点。可见，文化创意产业对于推动国民经济增长、促进就业等，发挥着越来越重要的作用。目前，学界重点关注文化创意产业的概念、产业的空间集聚、城市环境与文化创意产业的关系，以及研究方法等议题。每个领域都充满了争议，但也存在共同点，即地理学家都强调了空间作为文化、经济活动的载体及其生产要素是至关重要的［1，2］；其中文化创意产业的空间分布问题备受关注。国内外学者从不同尺度和视角探究该问题：（1）宏观到微观重点关注全球尺度的产业网络［3］、区域尺度的区位选择和集聚动因分析［4］、城市尺度的空间分布及其形成机制［5，6］、分部门的文化创意产业案例［7］及文化创意产业集群对城市空间影响［8］等。 （2）区域尺度案例研究表明文化创意产业呈现出向经济发达地区/城市集聚的倾向。如斯科特 （Scott Alan）研究洛杉矶的家具制造、时装、好莱坞的电影产业、美国的唱片产业及硅谷的多媒体等文化创意产业重点行业的区位选择，发现基于本地网络文化创意产业集群是创意产业发展典型模式［9］；然而拉泽雷蒂（Lazzeretti Luciana）研究发现意大利的文化创意产业空间分布呈分散状态，其与文化/艺术遗产、地方经济的扩散十分相关，西班牙则高度集聚，并与城市经济、大城市中的创意人才聚集十分相关，这说明文化创意产业极强的根植性［10］。总之，文化创意产业空间分布研究呈两种典型范式：一是基于案例 （园区、集群或企业）的质性研究和访谈，在区域和城市尺度讨论某一行业的集群或集聚的机制，及其对于区位特殊偏好；二是基于统计数据的定量测度，主要采用空间相关、基尼系数、区位商等方法测度区域文化创意产业的空间状态及其趋势等。虽然浙江具有发展文化创意产业的优势资源禀赋、浓郁文化底蕴和充足民间资本，且近年文化创意产业发展水平与规模均位居全国前列［11］，但是浙江文化创意产业相关研究鲜见关注空间组织及其演变问题。因此，基于2004与2008年浙江经济普查数据运用空间分位图、空间自相关和基尼系数、区位商方法研究浙江文化创意产业的省域和市域空间特征及其变化，为浙江文化创意产业健康发展提供科学依据。

一、文化创意产业统计范畴、数据来源与研究方法

（一）统计范畴与数据来源

明确统计范畴是文化创意产业的空间分布分析的重要前提，不同国家界定存在显著特色：以英国为代表的国家对文化创意产业的行业范畴界定突出“创意”型，以澳大利亚为代表的国家界定突出“艺术性”，以荷兰为代表的国家界定比较宽泛，以美国为代表的国家界定突出 “版权”，以中国和韩国为代表的国家则注重 “文化性”［12］。文中以国家统计局 《文化及相关产业分类2012》为据，并结合 《国民经济行业分类与代码 （GBT4754⁃2002）》确定文化创意产业分为五大类 （研发设计创意业、建筑设计创意业、咨询策划创意业、时尚消费创意业、文化艺术创意业）、共87个子行业（表1）。

表1 文化创意产业统计范畴量

续表

文中数据源于2004与2008年浙江经济普查年鉴，据表1统计各市文化创意产业的“文化创意产业法人单位数”与 “文化创意产业从业人员数”，作为实证分析的属性数据。

（二）研究方法

1.产业空间分布的测度方法

①空间自相关。空间自相关是事物和现象在空间上的相互依赖、相互制约、相互影响和相互作用，是事物和现象本身所固有的属性，是地理空间现象和空间过程的本质特征。目前常用的空间自相关统计量为Moran’s I，包括全局自相关分析和局部自相关分析。全局自相关描述某种现象的整体分布情况，判定区域内是否存在空间集聚特征及集聚强度，但不能确定集聚的具体位置；局部自相关计算局部空间集聚性并指出集聚的位置，探测空间异质性。

②基尼系数。基尼系数由意大利经济学家基尼于1912年提出，它是一个数值在0和1之间比值。基尼指数的数值越低，表明财富在社会成员之间的分配越均匀；指数越高，表明居民内部收入差异越大。1990年左右，Keeble、Krugman等人将基尼系数引入空间经济测度行业在地区间分布的不均衡程度。测度公式为G＝Σ（Si－xi）2，其中Si表示i地区

i某产业占全国该产业从业人员数的比重，xi表示该地区总从业人员数占全国总从业人员数的比重。G越趋近于0说明产业在空间上分布比较均衡，反之G越趋近于l说明产业在空间上分布比较集中。当G值等于0说明产业在空间上呈完全均等分布，当G值等于l说明产业完全集聚在一个地区［3］。

③空间分位图。空间分位图是将各空间单元的相应指标观测值按照数值大小进行分级来体现所考察指标的空间分布情况［13］。该方法可以在GeoDa软件中得以实现。软件在进行分类时，力求达到组内差异最小、组间差异最大的效果，分类临界值一般设在数据有较大跳跃的节点。

④区位商。区位商又称专门化率，由哈盖特首先提出并运用于区位分析中，可以衡量某一区域要素的空间分布情况，可以反映某一产业部门的专业化程度。在产业结构研究中运用区位商指标分析区域主导专业化部门发育状况。公式为 LQik＝其中eik是i地区k产业的产业增加值/从业人员数，∑eik表示i地区总产业增加值/从业人员数，Eik是全国k产业增加值/从业人员数，∑Eik表示全国总产业增加值/从业人员数。区位商大于1，表示产业k在i地区的专业化水平高于全国平均水平，可以认为该产业是地区的专业化部门，输出率高。区位商越大，专业化水平越高，通常这个产业构成产业集群；如果区位商小于或等于1，则表示产业k在i地区的专业化水平低于或等于全国平均水平，可以认为该产业是自给性部门，且空间分布较分散。

2.四种方法的适用性评价

空间自相关分析、基尼系数、空间分位图、区位商四种方法均可以测度事物空间分布状态，但各有侧重：空间自相关方法侧重分析事物分布是否与空间因素相关，有什么样的关系，同时Moran’s I指数可以间接反映事物空间分布是否集聚，但该方法的分析结果受样本量的影响较大；基尼系数可以测度行业在地区间分布的不均衡程度，进而反映行业的整体空间集中状况；运用这两种方法都将浙江看作一个整体，反映文化创意产业的省域空间分布状况，却不能揭示市域尺度的空间分布状况，然而空间分位图和区位商在此方面则更具优势。空间分位图可以生动形象地呈现出文化创意产业的市域分布情况，不足之处在于无法测度事物空间分布的集聚度；区位商可以进一步反映各市文化创意产业的专业化水平和空间集聚度。

以往研究只使用了一种方法来测度文化创意产业的空间分布状态，但每种方法均有各自的局限性，使分析结果的科学性受到影响。为此使用前述四种方法，从省域和市域两个尺度分析浙江文化创意产业的空间分布特征及其趋势，既可多重验证分析结果的科学性，又可检测方法的有效性。

二、文化创意产业的省域空间发展质量特征

（一）文化创意产业省域空间分布的空间自相关测度

利用2004与2008年浙江11个市域文化创意产业从业人员数，运用GeoDa0.95i软件得到2004与2008年全局Moran’s I（表2），发现浙江文化创意产业从业人员数的Moran’s I统计值在小于1%的显著性水平下表现为空间负相关，说明省域文化创意产业空间分布状况整体上趋于分散。

表2 2004与2008年浙江市域文化创意产业从业人员数的Moran’s I统计值

定量测评文化创意产业在省域空间上具有负的空间相关性后，利用局部Moran散点图进一步探析文化创意产业空间联系模式与空间分布位置信息。通过2004与2008年文化创意产业从业人员数分别得到Moran散点图、集聚图与显著性图发现：浙江市域文化创意产业的共同特征是在地理空间呈现了负的空间自相关性；2004与2008年浙江全省只有绍兴在显著性水平小于5%的情况下，属于低—高的负空间自相关关系聚类 （LH），即绍兴文化创意产业发展水平较低，周边地区如杭州、宁波等地发展水平较高，其余市域均表现为 “No significant”。

图1 2004和2008年浙江省域文化创意产业从业人员的Moran散点图

（二）文化创意产业省域空间分布的基尼系数测度

统计浙江各市总行业从业人员数、全国总行业从业人员数，并以同样的文化创意产业统计范畴计算全国文化创意产业从业人员数。将以上数据带入空间基尼系数公示得表3，发现虽然2008年基尼系数值在2004年基础上略有增长，但二者均小于0.2。根据空间基尼系数小于0.2表示该产业在空间上极端分散，0.2⁃0.3表示高度分散，0.3⁃0.4表示比较分散，0.4⁃0.5表示比较集中，0.5以上表示高度集中［14］可知，浙江市域文化创意产业空间分布属于极端分散状态，该结果验证了空间自相关的分析，即浙江文化创意产业省域空间分布呈分散状态。

表3 2004与2008年浙江市域文化创意产业空间基尼系数

三、文化创意产业的市际发展质量差异

空间自相关与基尼系数测度了浙江文化创意产业的省域尺度分布特征，而分位图与区位商测度市域尺度文化创意产业的分布特征。在此，本文既计算浙江各市文化创意产业对于全国的区位商，又计算其对于全省的区位商，从而不仅反映浙江11市文化创意产业在全国的地位，同时反映在浙江省的地位。

（一）分位图方法测度文化创意产业市际空间分布差异

首先准备好浙江行政区划图的shape格式，并导入市域文化创意产业法人单位从业人员数。在GeoDa软件中选择quantile功能，得到文化创意产业法人单位从业人员数分位图。对浙江文化创意产业从业人员数作二分位图、三分位图、五分位图，逐步揭示其空间分布特征。二分位图可反映浙江省文化创意产业总体空间分布状态。可知，文化创意产业从业人员数较高的地区集聚在东部沿海一带与浙江中部地区，即沿海的宁波、台州、温州和中部的杭州、金华、绍兴市。这六市从业人员数相对其他市域较为突出。三分位图在二分位图的基础上，使得空间分布趋势更明显。该种分级方法下2004年与2008年的分级情况是完全一致的。除了西北部的杭州和东北部的舟山比较特殊外，全省文化创意产业规模大致呈从东部到中部再到西部依次递减的趋势 （表4—6）。

五分位图分级情况更详细，可进一步探索市域文化创意产业发展整体规模。若根据文化创意产业从业人员数，将所有市划分五个层级，即最发达地区、比较发达地区、发展中地区、相对落后地区和落后地区。2004年，文化创意产业从业人员数分布最密集、最发达的地区是杭州、温州，分别为229156人、180129人，占浙江文化创意产业从业人员数的28.64%、22.51%；比较发达地区包括宁波、台州，分别为155399人、64930人，占浙江的19.42%、8.11%；发展中地区包括绍兴、金华、嘉兴，分别为43066人、42085人、41239人，3市在全省所占比例为5.1%⁃5.4%。相对落后地区包括湖州和丽水，2市在全省所占比例约占2%。落后地区包括衢州、舟山2市，文化创意产业从业人员数占全省比例不足1.5%。2008年与2004年的分级情况大体一致，只有宁波与温州的层级发生置换。

表4 浙江市域文化创意产业从业人员数二分位等级分类

表5 浙江市域文化创意产业从业人员数三分位等级分类

表6 浙江市域文化创意产业从业人员数五分位等级分类

综上可知：浙江文化创意产业发展规模呈现自东部沿海向中部再向西部递减的模式，其中杭州和舟山是特殊值；浙江11个市中杭州、宁波、温州三市两年的文化创意产业发展规模均较大，3市总规模占全省的70%左右，为浙江文化创意产业发展的三大高地；浙江11个市中湖州、丽水、衢州、舟山四市的文化创意产业发展规模在2%左右及以下，为浙江文化创意产业发展的四大低谷。整体而言，文化创意产业明显地呈现出向经济发达地区集聚的倾向。这主要是因为经济发达地区往往具有显著的区位优势、强大的要素配置能力和稳定的市场需求，且都市区集体性的制度环境效应可以有效解决中小企业为主的文化创意产业的难题，包括基础设施供给、知识产权保护、企业间协调等，并有助于降低交易成本；同时高效的创新人才环境也有助于产生非交易的相互依赖，可促进知识外溢，因此十分有利于文化创意产业的发生发展。

（二）区位商测度文化创意产业市际空间分布差异

区位商采用指标数据是文化创意产业从业人员数、浙江各市总产业从业人员数、全国文化创意产业从业人员数、全国总产业从业人员数，将数据带入区位商计算公式得表7：（1）整体上，浙江11个地级市的文化创意产业呈现出了不同程度的集聚，如杭州、温州、宁波，产业优势突出、集聚程度较高，但由于地区发展的非均衡性导致了市际产业优势存在差异。①杭州、温州2004与2008年两年对于全国和对于全省的区位商均大于1，表明两地在满足地区自身需求的情况下，还能对外输出，文化创意产业专业化程度高，在浙江以及全国的同产业中处于优势地位，而且在浙江的优势大于在全国的优势；同时，也表明两地产业空间分布呈现集聚状态。②宁波2004与2008年两年对于全国的区位商均值为0.99，接近1，而对于浙江的区位商均大于1，表明其文化创意产业专业化程度接近全国平均水平，而大于浙江平均水平。宁波的文化创意产业处于增长趋势中，随着文化产业的继续发展，未来很有可能成为浙江文化创意产业专业化程度高、集聚度高的区域。③浙江其他地级市文化创意产业的区位商都低于1，表明这些地区文化创意产业的发展落后于其他地区，在全国和全省的同产业中产业优势不足，专业化程度不高，需加大投入力度。（2）据各市2004与2008年两年文化创意产业区位商，计算其平均值，各地区位商平均值从高到低，依次为杭州 （1.5041）、温州 （1.4776）、宁波 （0.9898）、台州 （0.8372）、金华 （0.6722）、丽水 （0.6264）、嘉兴 （0.6100）、舟山 （0.6212）、衢州 （0.5043）、湖州 （0.4301）、绍兴（0.4161）。对照前文的空间五分位图发现：绍兴属于第三等级 （发展中地区），丽水、舟山属于第四、第五等级，即相对落后地区和落后地区。而在区位商测度表明，丽水和舟山的值在0.62左右，并不是最低的，绍兴的值为0.42，反而位列倒数第一。如何解释这一反常变化？因为空间五分位图是在绝对化指标测度方式下得出的结果，区位商是在相对化指标测度方式下得到的结果。说明，相对于本市经济规模，丽水、舟山文化创意产业专业化程度要高于绍兴。

表7 2004与2008年浙江市域文化创意产业的区位商

四、结论与讨论

浙江在全国文化创意产业发展中占据举足轻重的地位，而产业的空间分布研究又是产业发展研究的重要前提和基础，对浙江的研究将具有极强的引领性和代表性。通过4种方法对浙江文化创意产业空间分布的研究，得出：①2004与2008年两年的全局Moran指数均为－0.33，表明浙江文化创意产业发展存在着空间负相关性，即空间分布分散；②2004与2008年基尼系数均小于0.2，验证了空间分布分散的情况；③空间分位图直观地表明浙江文化创意产业发展规模呈现自东部沿海向中部再向西部递减的模式，其中杭州、温州、宁波3市为浙江文化创意产业发展的三大高地，湖州、丽水、衢州、舟山4市为四大低谷；④杭州2004与2008年两年区位商均值为1.50、温州为1.48，表明其文化创意产业专业化程度高，空间分布集聚；宁波两年区位商均值为0.99，表明其文化创意产业处于快速发展时期，空间分布有集聚趋势；其余8市的区位商均值都小于1，其文化创意产业的专业化程度和空间集聚度均亟待提高。测度表明：空间自相关和基尼系数对于省域文化创意产业的空间分布测度结果一致，空间分位图与区位商对于市域文化创意产业的空间分布测度结果基本一致。运用多种方法对产业空间分布进行测度的尝试是可行的，既验证了方法的有效性，又增强了研究结果的可信度。但值得思考的是，虽然四种不同的方法可以取长补短，但整体上来讲 “分析”仍然存在不足。例如，基尼系数在测度产业的总体地理集中程度时没有考虑产业内企业规模分布对产业地理集中的影响，即：不能区分产业地理集中形成的原因是由于产业内少数几个大企业集中在少数区域还是大量的中小企业在某些区域的集聚。虽然本文的分析结果是“分散”的，但这仍然是基尼系数分析不可回避的问题。区位商可以反映一地区产业的集聚情况，但是到底区位商达到多大值时才可说明已形成产业集聚？一些研究根据区位商超过1.25来判断产业集聚，另一些研究则根据区位商大于3来判断，但仍没有形成一个公认的判断依据。区位商的另一个问题就是没有考虑区域内产业的绝对规模，也可能在某个区域内区位商很大，但产业规模很小，所以需要在区位商分析基础之上辅之以企业数目门槛，相关研究值得再进一步深入下去。

［1］赵继敏，刘卫东.文化创意产业的地理学研究进展［J］.地理科学进展，2009，28（4）：503⁃510.

［2］马仁锋，沈玉芳.中国创意产业区理论研究的进展与问题［J］.世界地理研究，2010，19（2）：91⁃101.

［3］Karenjit Clare.The essential role of place within the creative in⁃dustries：Boundaries，networks and play［J］.Cities，2013，34（5）：52⁃57.

［4］肖雁飞，廖双红.创意产业区：新经济空间集群创新演进机理研究［M］.北京：中国经济出版社，2011.

［5］褚劲风.创意产业集聚空间组织研究［M］.上海人民出版社，2009.

［6］马仁锋.大都市创意空间识别研究：基于上海市创意企业分析视角［J］.地理科学进展，2012，31（8）：1013⁃1023.

［7］Scott Alan.Cultural⁃products Industries and Urban Economic Development［J］.Urban Affairs Review，2004，39（4）：461⁃490.

［8］马仁锋.创意产业区演化与大都市空间重构［M］.杭州：浙江大学出版社，2014.

［9］Scott Alan.The craft，fashion，and cultral products industries of Los Angeles［J］.Annals of the Association of American Ge⁃ographers，1996，86（2）：306⁃323.

［10］LazzerettiLuciana.Creative industriesand innovation in Europe：Concepts，Measures and Comparative Case Studies［M］.Routledge，2012.

［11］马仁锋，周国强.浙江文化创意产业研究热点与展望［J］.浙江艺术职业学院学报，2016，13（2）：103⁃110.

［12］马仁锋，梁贤军.西方文化创意产业认知研究［J］.天府新论，2014（4）：58⁃64.

（责任编辑：黄向苗）

Study of Spatial Development Quality of Cultural Creative Industry in Zhejiang Province

MA Renfeng，ZHANG Xi

Cultural creative industry is the product of new economy and the important industry to promote the trans⁃formation of the patterns of economic development and the promotion of city innovation ability.Based on the economic census data of Zhejiang in 2004 and 2008，the spatial division map of Geoda，spatial autocorrelation method and Gi⁃ni coefficient and location quotient method are used to study the provincial and inter city spatial distribution charac⁃teristics The space bitmap visually shows the development scale of Zhejiang cultural creative industry decreasing from the eastern coastal areas to central and the West.Hangzhou，Wenzhou and Ningbo are the three highlands of cultural and creative industry in Zhejiang.Huzhou，Lishui，Quzhou and Zhoushan are the four major troughs.The averagelo⁃cation quotient of 2004 and 2008 years in Hangzhou was 1.50，while that of Wenzhou is about 1.48，which indi⁃cates that the cultural and creative industry has a high degree of specialization and spatial agglomeration distribution. The location quotient of the other 8 cities was less than 1，the level of cultural and creative industries and the degree of spatial agglomeration were urgent to improve.Two methods show that Hangzhou，Wenzhou，Ningbo are the three big highlands of cultural and creative industry in Zhejiang.

cultural creative industry；spatial autocorrelation；Gini coefficient；location quotient；spatial develop⁃ment quality

G124

A

2016⁃11⁃01

马仁锋 （1979— ），男，湖北枣阳人，宁波大学地理与空间信息技术系副教授，博士，主要从事文化创意产业与城市—区域发展研究；张茜 （1989— ），女，山西晋城人，宁波大学地理与空间信息技术系硕士研究生，主要从事城市文化发展管理研究 （宁波 315211）。

∗本文系教育部2013年人文社科研究青年项目 《我国大都市文化创意产业发展的空间调控模式研究》阶段性成果。（项目编号：13YJC790107）