基于灰色关联聚类模型的江苏省创意文化产业发展水平区域差异分析

杜俊良 刘勇

摘 要：创意产业发展水平关系到一个国家或地区的综合竞争力，把握区域创意产业发展水平的现状与差异性，为相关部门制定有差异性的创意产业发展政策提供依据。鉴于此，为全面反映区域创意产业发展水平，充分挖掘和提取其存在的差异信息，根据创意产业面板数据所呈现的特征与规律，利用灰色关联分析方法，构建基于面板数据的灰色矩阵型关联度聚类模型，评估江苏省13个地级市创意产业发展的现状，识别和提取其差异性。结果表明，江苏省创意产业存在发展不平衡的问题，呈现明显的区域差异性和不均衡性，苏南地区较好，苏北地区最弱。

关键词：面板数据;灰色关联;创意产业;差异性

中图分类号：   文献标识码：A文章编号：1674-9448 （2019） 01-00108-008

Abstract： The level of creative industry development affects the comprehensive competitiveness of a country or region， how to grasp the status and differences in the development level of regional creative industries， which helps provide basis for relevant departments to formulate differentiated creative industry development policies. In view of this， in order to fully reflect the development level of regional creative industries， to fully tap and extract their existing differences， according to the characteristics and laws presented by the panel data of the creative industry， gray correlation analysis method is used to construct gray matrix-type correlation based on panel data. The clustering model assesses the status quo of creative industry development in 13 prefecture-level cities in Jiangsu Province and identifies and extracts the differences. The results show that there is a problem of unbalanced development of creative industries in Jiangsu Province， showing obvious regional differences and imbalances. Southern Jiangsu Province is better， and northern Jiangsu Province is the weakest.

Key words：  panel data; grey relational; creative industries; differences

一、引言

在创意产业是发达国家和地区产业发展的普遍趋势，也日益成为衡量一个国家和地区综合竞争力的重要标志之一。创意产业与传统产业相比，其特点是研发投入高、渗透力强，其竞争力主要来源于创意基层。尽管我国创意产业投入规模和强度逐年提高，并于2011年成立了中国创意产业联盟，创意产业的区域发展不均衡问题仍旧凸出。如何准确把握和明晰江苏省创意产业发展状况和差异性，制定适合不同区域的创意产业发展政策和措施对于促进江苏省产业结构优化升级、推动创意产业的快速增长具有重要意义。

目前对创意产业发展水平相关研究主要从创意产业竞争能力和发展水平评价指标体系设计、评估创意产业发展水平测度方法选择等两个方面展开。

（1）创意产业竞争能力和发展水平评价指标体系设计。刘飒，王强（2009）针对北京地区文化创意产业发展状况进行研究，从管理能力、生产能力、需求能力和智力能力四个方面建立评价指标体系[1];张彦军等（2011）针对北京文化创意产业集聚区，从集聚区外部影响因素、自身发展因素、建设和发展成效三个维度构建了两级评价指标体系[2];邹樵，肖世姝（2017）运用层次分析法，从整体创新能力、相关外部环境、政府行为和市场需求状况四个角度设计了竞争力评价指标体系，并求解指标的权重[3];程乾，方琳（2015）构建由生产要素、需求条件、相关产业和支持产业以及企业四个维度19个变量的文化旅游创意产业竞争力评价指标体系，通过聚类分析进行评价[4];鲍枫，沈颂东（2013）对构建的22项评价指标体系，运用因子分析法对 2010 年我国31个省市的文化创意产业竞争力进行了评价，提炼了影响竞争力的5大因素[5];张洁（2009）从产业的影响力、产业增长力、产业效率、产业升级能力、产业创新能力五个方面建立中国创意产业竞争力评价指标体系[6];黄天蔚，刘容志（2016）构建以创新投入能力、创新产出能力、创新支撑能力、潜在创新能力四方面组合的评价指标体系[7];杨凤鸣（2014）基于3T理论，从人才、科技和宽容等三个方面对长沙创意产业竞争力形成机理进行分析[8];Dong Q，Gao C（2012）构建了创意产业园的智力资本水平评价指标体系，并用熵权法得到指标的权重[9];Ying Zhang等（2015）构建了中国31个省市、自治区的创意产业发展效率评价指标体系[10];Fan Z G等（2010）构建了创意人才指数，创意技术指标，社会文化环境指标和行业规模指标等城市创意产业竞争力评价指标体系[11]。（2）评估创意产业发展水平测度方法选择。学者主要采用钻石模型、SWOT矩阵分析、TOPSIS法、随机前沿分析等方法测度和评估创意产业发展水平。其中，张伟，谢宇鸿（2012）建立城市创意产业竞争力指标体系，以波特的竞争力“钻石”模型为分析工具，对广州、上海、深圳三個城市的文化创意产业竞争力横向比较[12];陈美霞（2010）借鉴SWOT矩阵分析法全面、系统地探讨福建文化创意产业发展的优势、劣势、机遇和威胁，厘清发展思路[13];董秋霞，高长春（2012）提出我国创意产业集群创新能力评价指标体系，应用线性加权法和 TOPSIS 方法对各网络要素创新水平和总体创新能力进行综合评价[14];杨秀云，郭永（2010）对波特的钻石模型进行调整，构建了创意产业国际竞争力理论模型和评价指标体系，运用指数法对包括我国在内的七个代表国家的创意产业国际竞争力进行测评[15];雷原等（2015）将深沪交易所 68 家文化创意上市公司分为四大类别，运用随机前沿分析对企业投入产出效率进行评价[16];曲国明（2012）运用显示性比较优势指数（RCA）和贸易竞争力（TC）指数，采用UNCTAD数据，从创意产品和创意服务两方面来分析比较中美两国创意产业的国际竞争力[17];Liu Y Y，Chiu Y H（2017）采用模糊德尔菲法确定评估创意产业对城市竞争力的正向影响指标，将层次分析法和网络分析法结合起来，建立城市创意产业发展政策评估模型[18];Hui S（2010）基于灰色系统理论，构建了文化创意产业竞争力的灰色综合评价模型[19];Wang J X（2013）运用证据理论评价创意产业园区的竞争力[20]。

通过梳理创意产业发展水平相关文献，可以发现，其大多将创意产业看作一个整体进行研究，对不同区域间的创意产业要素和微观环境的的差异性、产业发展相关的支撑产业有所忽略，且指标体系尚不完善，可行性不强。在评价方法的选择和应用上过于单一，主观性较强，包含较大的人为因素，难以有效挖掘区域创意产业发展面板数据所蕴含的信息，使得评价结果不够客观。为全面反映区域创意文化产业发展水平，充分挖掘和提取其存在的差异信息，并根据面板数据所呈现的特征与规律，利用灰色关联分析，构建了一种新的灰色矩阵型关联度聚类方法，以评估和提取江苏省地级市创意产业发展水平与其差异性，各地级市在创意产业发展存在的优势和不足，为政府创意产业相关发展政策的制定提供依据

二. 江苏省创意文化产业评价指标体系构建

对某一地区的文化产业竞争力展开综合评价，就要确定一套可以量化的指标体系，选取的指标不但要体现文化产业竞争力的基本特征，还要反映文化产业的主要内容和影响文化产业发展的主要方面。在选择构建指标体系的指标时遵循如下原则：

（1）能够反映地区产业发展实际

由于各国国情各异，对文化创意产业的概念内涵界定也略有不同，特别是对文化创意产业涵盖的产业的划分差异更为明显，在国内，由于对文化创意产业的统计口径尚未统一， 较早致力于发展文化创意产业的北京、上海、广州、深圳等城市在产业发展与积累上已经有了较大进展，但由于各城市产业结构与产业组织侧重各有不同，因此对文化创意产业概念的界定以及产业分类并无统一标准。就江苏新兴城市而言，由于地缘及经济基础、资源禀赋等方面原因，文化创意产业在结构上存在较大的共性，但是也随着产业成长而各逐渐有侧重，与其他省市的产业内部组织有一定的差异，因此在构建评价指标时应结合新兴城市产业发展的实际，评价指标应具有一定的相关性，指标尽量选择文化创意产业中选取，以便能够较好地反映产业发展实际。

（2）理论概念与现实政策相结合

尽管目前就文化创意产业的内涵界定及分类标准尚无统一界定。但在理论上，文化创意产业满足两个属性：一是同文化相关的创意，二是擦黄奕能形成知识产权。但是文化创意与科技的密切融合使得产业政策往往超出文化的范畴，江苏省政府《关于加快提升文化创意和设计服务产业发展水平的意见》中提法为“文化创意和设计服务产业”，主要内容包括文化软件服务、建筑设计服务、专业设计服务和广告服务等。因此在评价指标设计时除了要紧扣“文化”的创意，也要涉及相关的科技类创意。

（3）兼顾指标的多样性与权威数据的可得性

作为一个被纳入综合评价指标体系的指标而言，必须具有明确的指标概念和计量单位，能够取得相关的数据，可以参与定量的计算分析，这样在文化产业竞争力评价的实际分析过程中才能发挥应有的作用。出现“此城市有而彼城市无”的情况，因此在指标设计时也要考虑某一指標数据是否可得。

（4）可比性原则

为了便于地区间文化产业竞争力的比较，所选取的指标应该在口径和时序上保持一致，只有这样的比较结果才能更好地诠释区域间的差距和发展差异，才能有更强的说服力，还能为学习借鉴其他区域好的经验和做法提供可参考的依据和方向。

（5）可操作性原则

所选取的指标应该具有清晰的概念，最好是一些常用的指标，若必须使用调查数据，则要考虑数据取得的便利性、可靠性和获得成本。

（6）简明实用原则

指标体系不能过于复杂，要容易理解，尽可能选取少量的指标来反映研究的对象，另外，指标体系还要便于操作和分析理解。综合评价指标体系不可能做到面面俱到，因此，在构建指标体系时遵循必要的指标选取原则，有利于构建一个高效、系统的评价指标体系

江苏省各地级市创意文化产业发展水平评估是一项复杂的系统工程，需要建立全面、客观的评价指标体系。本文依照科学性、全面性、数据可获得性原则，在借鉴文献[22]相关研究成果的基础上，从创意文化生产要素、创意文化产业微观基础和相关支撑产业三个角度，设计创意文化产业发展水平评价指标体系。用人力资源、基础设施、生产环节、消费环节、教育产业、旅游产业、信息产业和高新技术等8个二级指标来表征和测度创意产业的发展水平，具体评价指标如表1所示。

三. 基于多指标面板数据的灰色对象矩阵绝对关联分析方法

由定义5可知，灰色关联聚类人为设定聚类阈值，这样处理过于主观缺乏理论依据。而层次聚类（Hierarchical Clustering）是通过计算两类数据点间的相似性，对所有数据点中最为相似的两个数据点进行组合，并反复迭代这一过程，直至实现分类的一种聚类算法。简单来说层次聚类的合并算法是通过计算每一个类别的数据点与所有数据点之间的距离来确定它们之间的相似性，距离越小，相似度越高;距离越大，相似度越低，最终将距离最近的两个数据点或类别进行组合，生成聚类树。如图1所示。

由以上分析可知，该算法是典型的贪婪算法，先取局部最优最终优化为全局最优。因为凝聚层次聚类结果完全取决于该参数的选择，不需要类似基本K均值的全局目标函数，没有局部极小问题或是很难选择初始点的问题，合并的操作往往是最终的，一旦合并两个簇之后就不会撤销，因此避免因为人类认知的不确定性导致的误差产生，使得聚类结果更加贴近真实情况，且能够克服灰色关联聚类阈值设置问题，使得更贴近现实情况。因此，本文在计算任意两个研究对象间灰色关联度的基础上，不再人为设定聚类阈值，利用层次聚类算法对其进行聚类分析。

在层次聚类算法中，距离矩阵的计算有很多种方法，例如：欧氏距离（Euclidean）、标准化欧氏距离（Seuclidean）、马氏距离（Mahalanobis）、布洛克距离（Cityblock）、明可夫斯基距离（Minkowski）、余弦距离（Cosine）、汉明距离（Hamming）等。而这些距离计算方法，都集中研究距离的构造方法，而没有反映所研究问题的实际背景，无法充分体现和挖掘面板数据所蕴含的信息。本文将灰色对象矩阵绝对关联度矩阵d转化为距离矩阵d'，新构造的距离矩阵d'，既充分体现了面板数据的信息又符合层次聚类的要求。

两个聚类对象之间的关联度越大，两者之间的距离就越小;关联度越小，距离越大。可见关联度和距离之间是反比的关系，因此取关联度的倒数就可以用来表达距离，由于对象和自己的距离为0，距离矩阵的主对角线全为0，关联度矩阵的主对角线全为1，因此将关联度取完倒数再减1可实现关联度矩阵d向距离矩阵d'的转化，相应地，距离矩阵d'为：

利用灰色对象矩阵绝对关联分析模型，可计算出江苏省各地级市在创意文化产业发展水平指标体系下的灰色关联度，利用本文所设计的方式将任意两地级市间的灰色关联度矩阵转化为层次聚类距离矩阵。根据江苏省13个地级市在创意文化产业发展水平指标体系下的聚类对象距离矩阵，用“Ward法”对13个地级进行层次聚类，可得具体聚类类别，如图2所示。

由图2可知，江苏省13个地级市可以聚为优、良、中、差四类。创意文化产业发展水平较高的城市，其创意文化产业的发展处于成熟阶段，此类地级市有：南京;创意文化产业发展水平处于良类的城市为：无锡、常州;发展水平水平一般（处于中等水平）的城市为：宿迁、连云港;创意文化产业发展水平比较差的城市为：盐城、淮安、泰州、南通、徐州、扬州、镇江。从聚类结果上可知，整体上江苏省创意文化产业发展不均衡，苏南地区创意文化产业发展水平明显优于苏北地区，并且创意文化产业发展水平处于优良的地级市并不多，而发展水平较差的地级市较多，这表明江苏省创意文化产业整体发展水平不高，两极化现象严重。

对于创意文化产业发展水平高（优类）的城市，由于背靠强大的科研院校，并有政府政策倾斜和充足的资金支持，其科技发展比较早，市场国际化和信息化水平高，创意成果及时高效转化，但这类地级市创意文化产业发展水平已经处于成熟阶段，短期内很难有更大的突破，今后的发展方向应转向国际，将具有中国特色的创意文化更好地走出去;占领国际创意文化产业制高点，拓宽全球化视野，充分利用国际创意资源;调整创意产业结构，走内涵式发展之路。

对于创意文化产业发展水平比较好的地级市，其经济基础好，科技实力雄厚，创意研发技术投入拥有较高的水平，但其产出能力和其投入能力相比明显不足，创意产品的市场导向性有待提高;创意产品研发水平并没有充分挖掘和提升。提高此类城市的创意产业发展水平，要提高创意资源的利用效率，创意产品的研发要以创意市场的有效需求为第一导向，拓宽创意研发领域，形成合理的创意产业结构;在固有优势创意产业领域要继续保持和巩固领先地位，并努力寻求国际化、全球化发展路径。

对于创意文化产业发展水平一般的城市，其创意产业正处于快速发展的阶段，创意产业的投入和产出都处于中等水平，主要因为此类城市大多正处于经济快速发展的阶段，对创意产业发展的重视程度不断提高。但此类城市不能一味的追求创意成果的数量，而忽视了质量;这样导致的后果为大量无谓的创意资源浪费，创意转化效率不高。这类城市要保持创意文化产业的健康、稳定、绿色和可持续性发展，在投入方面要做到节源开流，政府要做好方向引导，以地区现有特色资源和优势为依托，加大资金、人才和政策的投入力度，因地制宜制定合理的创意产业发展规划。在产出方面，坚持以市场为导向，提高创意产品的科技含量和质量，避免无效、低价值、低效益的创意产品。

对于创意文化产业发展水平较低的城市，由于其创意基础设施和环境缺乏，经济发展落后，科技发展水平低，高科技企业和科研高校数量少、质量差，同时政府重视力度不够，以致于在创意产业投入和产出都处于较差的水平。可以看到此类城市创意产业正处于起步萌芽阶段，发展此类城市，政府应加强政策倾斜和资金投入的扶持力度，引进高质量的高科技企业和科研院校;同时完善创意基础设施，提高本地区经济发展水平;加强和苏南地区的创意项目合作。

六. 结論

本文利用灰色关联分析方法，构建基于面板数据的灰色矩阵型关联度聚类模型，评估江苏省13个地级市的创意产业发展情况，识别和提取其发展水平的差异性。最终的结果表明：江苏省创意产业发展水平和能力不均衡，地域差异明显，其中，南京、苏州、常州、无锡等苏南地区的城市创意产业发展水平优于其他城市;而盐城、淮安、泰州等城市的创意产业发展水平远远落后于江苏其他城市。

参考文献：

刘飒， 王强. 北京市文化创意产业发展实证研究[J]. 经济管理， 2009（2）：42-48.

张彦军， 刘利永， 沈晓平. 北京文化创意产业集聚区评价指标体系研究[J]. 中国软科学， 2011（s2）：260-265.

邹樵， 肖世姝. 基于AHP的文化创意产业竞争力评价指标体系设计[J]. 统计与决策， 2017（24）：58-60.

程乾， 方琳. 生态位视角下长三角文化旅游创意产业竞争力评价模型构建及实证[J]. 经济地理， 2015， 35（7）：183-189.

鲍枫， 沈颂东. 文化创意产业竞争力评价与集聚水平的关系分析[J]. 当代传播（汉文版）， 2013（1）：84-86.

张洁. 我国创意产业的国际竞争力[J]. 经济管理， 2009（12）：32-38.

黄天蔚， 刘容志. 长江经济带文化创意产业园创新能力评价研究[J]. 科研管理， 2016（s1）：482-488.

杨凤鸣. 基于3T理论视角的长沙创意产业发展研究[J]. 经济地理， 2014， 34（7）：111-115.

Dong Q， Gao C. Knowledge Engineering， Intellectual Capital of Creative Industry Park Based on Multi-objective Decision-Making and Entropy Methods[J]. Systems Engineering Procedia， 2012， 3：326-332.

Ying Zhang， Yongzhong Yang， Lirong Zhong. A Research on Chinese Creative Industry Development Efficiency Based on Geography District[J]. 2015，362：1065-1076.

Fan Z G， Fu B， Zhang X L. The Analysis of City Creative Industry Competitiveness Based on Analytic Network Process[C]. International Conference on E-Business and E-Government. IEEE Computer Society， 2010：5292-5295.

张伟， 谢宇鸿. 城市文化创意产业竞争力研究——广州与上海、深圳的比较[J]. 产经评论， 2012， 3（5）：62-72.

陈美霞. 福建文化创意产业的SWOT分析[J]. 福建论坛（人文社会科学版）， 2010（2）：29-34.

董秋霞， 高长春. 基于熵值法和TOPSIS法的创意产业集群网络式创新能力评价研究[J]. 软科学， 2012， 26（4）：12-16.

杨秀云， 郭永. 基于钻石模型的我国创意产业国际竞争力研究[J]. 当代经济科学， 2010， 32（1）：90-97.

雷原， 赵倩， 朱贻宁. 我国文化创意产业效率分析——基于68家上市公司的实证研究[J]. 当代经济科学， 2015， 37（2）：89-96.

曲国明. 中美创意产业国际竞争力比较——基于RCA、TC和“钻石”模型的分析[J]. 国际贸易问题， 2012（3）：79-89.

Liu Y Y， Chiu Y H. Evaluation of the Policy of the Creative Industry for Urban Development[J]. Sustainability， 2017， 9（6）：1009.

[19] Hui S. Grey Evaluation of Cultural Creative Industry's Competitive Ability[C]// International Conference on E-Business and E-Government. IEEE， 2010：2922-2925.

[20]Wang J X. Evaluation Research on the Competitiveness of Creative Industry Park Based on Evidence Theory[J]. Information Technology Journal， 2013， 12（15）：3249-3252.

Liu S F， Yang Y J， Lin Y. Grey Data Analysis： Method， Models and Applications， Springer-Verlag， 2016.

何娟. 文化創意产业竞争力评价体系研究[D]. 吉林大学， 2011.