基于POI数据的北京市文化创意 产业空间集聚特征与影响机制研究

殷小菡 曹芳洁 孙希华

( 山东师范大学地理与环境学院，250358，济南 )

1 引 言

在国民经济结构调整和转型中，文化创意产业已成为新的经济增长点和可持续发展的新兴产业，能有效促进地区产业结构优化，带动城市形象发展[1].产业布局是影响文化创意产业发展的重要因素，合理的产业布局能够促进文化企业间的创新协作，提高文化企业的经济效率[2].探究文化创意产业的空间格局及其影响机制，有助于指导其空间结构的调整和优化，传承城市文化空间脉络，促进文化创意产业的协调发展.由于其产品的特殊性，文化创意产业具有明显的空间集聚性，其表现就是区域性的文化创意产业集群[3]，而日益兴盛的文化创意产业集群也引起了许多研究者的关注.目前，已有的研究主要涉及文化创意产业集群的形成机理、集群模式、区域差异、集群竞争力、文化产业园区等方面[4-9]，其研究理论与方法日益成熟，并对文化创意产业发展提供了一定的理论指导.但已有研究大多是基于统计数据或调查数据展开的，数据获取时间较长、成本较高，且时效性差.

WEB2.0时代“大数据”热潮迅猛波及到经济社会的各个领域，大数据以其多样性强、实时性高、更新频率快等特点，能够更好的从宏观、中观、微观等角度揭示城市居民的时空分布与时空行为模式，反映城市用地及其功能布局，成为地理学研究的途径[10].其中，兴趣点(Point of Interest，POI)数据作为一种代表真实地理实体的点状地理空间数据在国内外城市地理学研究中得到了广泛应用.Roth等提出用伦敦实时的地铁乘客移动POI数据，来分析居民空间活动特征从而揭示多中心的城市结构[11]；Hollenstein等利用 Flikr 位置数据研究芝加哥都市区中心边界[12]；Becker等引入美国莫利斯顿市通话POI数据，研究城市人口流动与变化[13].龙瀛等率先将大数据引入定量城市研究中，结合公交刷卡数据与POI数据进行北京市功能区识别和职住地分析[14]；吴康敏等基于广州市商业POI数据识别城市多类型商业中心边界，探索其商业空间结构与模式[15]；郭洁等根据北京市都市区POI数据识别城市主次中心，分析城市空间结构，探讨就业中心对不同产业的集聚作用[16].以上研究侧重于利用POI数据进行城市边界识别、功能结构分类、城市中心或商业中心判定及居民活动空间分析， POI数据在产业空间结构及集聚特征分析中应用较少，基于POI数据的文化创意产业分析更加鲜有.

鉴于此，本研究将POI数据引入北京市文化创意产业空间格局的研究中，借助核密度估计法识别产业中心，同时，通过空间自相关统计法研究北京市及其中心城区的文化创意产业空间集聚特征，分析多中心城市结构基础上的文化创意产业空间格局及影响机制，以期为北京市产业结构调整及文化创意产业发展提供参考.

2 研究区域与方法

2.1研究区概况北京是我国的政治、文化中心，文化创意产业发展水平居于全国领先地位.自2006年起，北京开始大力推进文化产业发展，出台了《北京市促进文化创意产业发展的若干政策》等一系列政策文件，文化创意产业增加值占GDP比重迅速上升，奠定了良好的发展基础[17].截止2014年底，北京市文化创意增加值实现2 826亿元，占地区经济比重达到13.2%，在经济下行压力不断加大的情况下，文化创意产业增加值仍然实现13%的增长速度，在首都经济中仅次于金融业，由此确立了北京市第二大经济支柱产业的地位(图1).

图1 北京市文化创意产业增加值占地区生产总值比例

本研究选取北京市16个市辖区作为研究区，按功能区划分，包括2个首都功能核心区(东城区、西城区)，4个城市功能拓展区(朝阳区、海淀区、丰台区、石景山区)，5个城市发展新区(通州区、顺义区、大兴区、昌平区、房山区)，5个生态涵养发展区(门头沟区、平谷区、怀柔区、密云区、延庆区)，总面积为16 412 km2.

2.2数据来源与处理本研究利用高德POI数据、开源地图(OSM)数据，并结合北京市统计年鉴及经济普查数据，对北京市文化创意产业中心及空间集聚特征进行分析.根据《北京市文化创意产业分类标准》，文化创意产业分为九大行业共27个亚类(表1).基于这一分类，对从高德地图上获取的北京市POI数据进行纠偏、去重、筛选、信息匹配，最终获得97 555条文化创意产业POI数据，并通过抽样调查确定了数据的真实可靠性.文化创意产业总体分布和各类型分布图如图2所示.

表1 北京市文化创意产业分类

图2 北京市各类型文化创意产业POI点分布图

2.3研究方法

2.3.1 利用核密度估计法探索热点数据集聚区 核密度估计法(Kernel density estimation，KDE)是一种通过在移动单元格中重建概率密度函数以对点或线的密度进行估计的方法，其结果体现了地理学第一定律中事物距离越近相关性越高这一特征，是测度局部密度变化、探索事件分布的热点区域的有效技术[18,19].一般定义为：设x1,…,xn是从分布密度函数为f的总体中抽取的独立同分布(iid)样本,估计f在某点x处的值，通常用Rosenblatt-Parzen核估计[20，21]，

(1)

式(1)中，k()称为核函数；h为距离衰减阈值；(x-xi)表示样本点到事件xi处的距离.

影响KED结果的主要因素是距离衰减阈值h的大小，h的设置主要与分析尺度以及地理现象特点有关[22].综合考虑研究区中点位置以及样本点特征情况，结合在ArcGIS中自动生成的距离衰减值，分别选取600 m、1 500 m、3 000 m的距离衰减值作对比研究，来探索北京市文化创意产业热点数据集聚区.

2.3.2利用ESDA技术探讨文化创意产业空间集聚特征 探索性空间数据分析(Exploratory Spatial Data Analysis,ESDA)技术以空间关联测度为核心，通过描述事物的空间分布特征，发现空间集聚与离异模式，揭示事物或现象之间存在的空间相互作用机制[23-26].本研究采用ESDA中的空间自相关统计量Moran′sI以及LISA，探讨北京市文化创意产业空间集聚与离散特征.Moran′sI统计量是一种全局空间自相关统计量，衡量相邻的空间分布对象属性取值之间的关系，表达形式为，

(2)

其中，xi表示第i个空间单元上的观测值，wij为研究对象i，j之间的空间权重矩阵，s0是空间权重矩阵的所有元素之和.全局Moran′sI统计方法首先假定研究对象间没有任何空间相关性，然后通过Z得分检验来验证假设是否成立.Z得分统计量由Moran′sI系数及其期望值和方差3部分组成,

(3)

全局空间自相关分析揭示了研究区内空间对象的整体趋势，但忽略了可能存在的局部空间异质性，因此需要引入一种局域统计方法.局部空间关联指标LISA(Local Indicators of Spatial Association)亦称局域Moran′sIi，是一种发现局域空间是否存在空间自相关性的统计方法，将全局Moran′sI分解到局域空间上，针对每一个空间分布对象有,

(4)

3 结果分析

3.1北京市文化创意产业集聚热点中心识别将搜索半径600 m、1 500 m、3 000 m的核密度估计结果进行对比(图3)，可见选择搜索半径选择越大，密度值曲线越平滑.以1 500 m作为搜索半径，能清晰的辨别出密度中心，比较明显的反映密度的等级差异.鉴于此，本文选取1 500 m的搜索半径来研究北京市文化创意产业中心特征.

图3 不同搜索半径下北京市文化创意产业核密度中心图

北京市城市功能核心区(东城区、西城区)和功能拓展区(朝阳区、海淀区、丰台区、石景山区)为明显的文化创意产业热点集聚区，并且以功能核心区为中心核，呈现出圈层放射状的空间分布态势(图3).

首都功能核心区是历史文化遗产分布的核心地，文化旅游和公共文化服务集中分布区，金融机构、总部企业集聚地以及国家金融管理核心区，文化创意产业发展起步较早，是北京市传统的城市文化商业中心，重点发展与其功能特色相适应的以传承历史文化为主的高端文化创意产业.凭借历史条件与空间区位等方面的优势，功能核心区一直位居北京市“中心城文化核”的地位.功能拓展区则是后期在政府规划引导下发展起来的，是北京市文化创意产业分布最多的地区，空间上呈现带状延伸发展态势.在已认定的北京文化创意产业集聚区中，有一半以上集聚区位于城市功能拓展区，是国家自主创新示范区的主要集中地，与传统文化中心一起构成北京市主体文化空间结构.

城市发展新区和生态涵养发展区文化创意产业分布较少，零散分布着几个小规模文化创意产业集聚中心，主要且以各功能区特色产业集聚为主，主要以大型文化创意企业集团为龙头，带动其他相关企业聚集而形成文化创意产业集聚区.

3.2北京市文化创意产业空间集聚特征分析

3.2.1 北京市文化创意产业整体空间集聚特征 为了从整体上揭示北京市文化创意产业的空间格局，采用ESDA分析法得到北京市文化创意产业整体的LISA图(图4，图中空白区域是指没有通过5%的显著性水平检验的自相关性不显著区域)，并结合各区文化创意产业POI点的最邻近距离指数(NNI)以及POI占比(表2)，分析其整体空间集聚特征.NNI值小于1表示样本点呈集聚分布，且数值越小集聚程度越高.从NNI值上看，各区文化创意产业集中化程度指数在0.19～0.57之间，集聚程度差别较大，16个市辖区集聚程度从高到低依次是：东城区、朝阳区、海淀区、西城区、丰台区、昌平区、石景山区、大兴区、通州区、顺义区、房山区、平谷区、怀柔区、延庆区、密云区、门头沟区.

表2 变量定义表

与NNI值相比，LISA图(图4)更直观的表达了北京市文化创意产业的空间集聚特征.

1) 高高集聚区表示区域内本身文化创意产业数量较多，且相邻区域内文化创意产业数量也较多，主要包括东城区、海淀区、朝阳区、丰台区和大兴区.东城区深厚的历史文化资源为文化创意产业的发展提供了沃土，传统文化与现代信息产业的双发展是东城区集聚水平较高的原因，主要发展文化艺术、旅游休闲、艺术品交易以及新闻影视等产业.海淀区拥有雄厚的信息科技资源和人才资源，产业结构以 IT 行业为核心，以设计服务业，广播、电视、电影业以及新闻出版行业为主导，在科技优势的基础上和政府政策的推动下，通过文化与高新技术的有效融合，促进了文化创意产业的繁荣发展.朝阳区是北京市重点发展文创产业的基地，政府投资力度巨大，重点发展文化传媒、会展、旅游休闲等产业，其所集聚的文化产业园数量居北京各区之首.丰台区和大兴区在政策引导下主要发展新闻出版、艺术品交易、设计服务和旅游休闲业等，是新兴文化创意产业基地.以上五个高高集聚区的形成因素除政策与资源外，其市场导向作用也十分显著，较高的人口密度以及便利的交通条件刺激着消费需求的提高，同时也吸引着其他配套企业进驻，使其市场规模不断扩大，从而形成高水平文化创意产业集聚区.

2) 高低集聚区表示区域内本身文化创意产业数量较多，但相邻区域内文化创意产业较少，主要是昌平区.与周围接壤的延庆区、怀柔区、顺义区相比，昌平区文创产业通过内部与空间结构的调整，发展水平不断提高，主要发展文化会展、旅游休闲、创意农业等产业.与丰台区与大兴区相同，政策因素也是昌平区形成集聚区的主要因素.

3) 低高集聚区表示区域内文化创意产业数量较少，但相邻区域内数量较多，在空间上依附在高高类型区的周边，包括西城区，石景山区，顺义区，通州区，房山区.西城区与石景山区文化创意产业在区域内分布较为均匀，所以虽然文创产业数量较多但集聚水平较周围其他地区相对较低.西城区区域资源优势鲜明，将历史文化优势与金融优势相结合，形成具有差异化的产业竞争优势，其产业集聚形成的主导因素是资源和市场.石景山区在2008年以后政府将发展文化创意产业作为提升产业结构、发展地方经济的战略方向，定位为“首都文化娱乐休闲区”，发展以数字娱乐为核心的文化创意产业，其特有的中国动漫游戏城和北京市数字娱乐产业示范基地已经形成了品牌效应，政策资源是产业集聚形成的主导因素.

4) 低低集聚区表示区域内本身文化创意产业数量较少，且相邻区域内也较少，布局较为分散，主要位于怀柔区和平谷区等生态涵养区.顺义区，通州区，房山区以及怀柔区与平谷区文化创意产业的发展较晚，无论从规模上还是产业结构、人才集聚上都没有形成大的竞争力，主要发展的是旅游、休闲娱乐业，产业的规模偏小，没有形成较大集聚区，在今后的产业发展中，还需调整产业结构，加大政府扶持力度.

图4 2016年北京市文化创意产业LISA图

3.2.2 北京市中心城区文化创意产业空间集聚特征 通过以上分析可以得出，北京市中心城区(东城区、西城区、朝阳区、海淀区、丰台区、石景山区)是各类型文化创意产业分布的高度集中地和各种产业活动的热点区域.因此，采用ESDA分析法，以中心城区乡、镇、街道为单元，得到北京市中心城区各类型文化创意产业LISA图(图5)，进一步对中心城区内九大类文化创意产业空间特征进行探索.

对比研究发现，中心城区都不只是集聚发展单一行业，各个行业都有不同程度的集聚形成.在三环到五环之间，除其他辅助服务业以外，其余八类文化创意产业均有高密度的产业集聚，且都具有一定的沿环线分布现象.总体来看，北京市六环线内文化创意产业空间分布具有如下特征.

1) 文化艺术类具有明显的向心分布特性，集中在东、西城区及北部环线内，在空间上较为连续.中心城区内的大型文化艺术类产业集聚区主要有前门传统文化产业集聚区、琉璃厂历史文化创意产业园、北京音乐创意产业园、北京“798”艺术区等，主要集聚在中轴线附近传统历史文化设施周围，交通通达度高，人口流量大，配套设施完备.此类产业文化附加值较高，影响其集聚的因素主要是文化资源和政府政策.

2) 新闻出版类，广播、电视、电影类以及广告会展类这三大类文创产业呈现大体相同的团块状分布，因此，可将这三类合并为传媒类进行统一研究.中心城区中，此类文化创意产业集聚区主要包括北京CBD国际传媒产业园、中国传媒大学文化产业中心、中关村多媒体创意产业园、北京数字电视产业园、垡头产业基地等，集中分布于由北京CBD商务中心区和中国传媒大学所在的定福庄传媒文化产业区构成的CBD—定福庄传媒产业走廊地带.朝阳区是北京市文化传媒产业的重要发展基地，区内的文化创意产业集聚区主要以中国传媒大学为基点，围绕CBD功能区沿交通干线分布，产业区之间距离较近，联系密切.此类产业人才以及基础设施资源需求大，政策的规划和引导是其发展的必要条件.

3) 软件、网络、计算机服务类，艺术品交易类以及设计服务类的空间集聚特征具有相似性，主要集中于北三环到北五环以及东三环到东五环之间，甚至五环之外也有高集聚区的分布.软件、网络、计算机类产业园区主要有中关村创意产业先导基地、清华科技园、中关村软件园、三间房动漫产业园，多数位于海淀区与朝阳区.此类产业主要依托于人才及科技资源而发展，属于资源导向型集聚.艺术品交易类主要以在历史条件下形成的潘家园古玩艺术品交易园区为代表，此类产业的集聚因素主要是资源以及便捷的交通条件.设计服务类高集聚区主要沿新街口外大街分布，大型产业园区主要有北京DRC工业设计创新产业基地和北京时尚设计广场，两个园区都具有便利的交通条件和一定的集聚优势，在开展设计服务类业务的同时也带动了旅游休闲娱乐业的发展.

4) 旅游、休闲娱乐类以及其他辅助服务类空间集聚特征都与其他产业类型大不相同.旅游、休闲娱乐类是分布最为分散的文化创意产业，其产业园区数量也是九种类型中最多的，该类型的集聚区在空间分布上也存在沿交通干线分布的特征，CBD区分布最多，同时，由于此类产业具有较高经济效益，带动作用明显，所以城市外围空间也有一定程度的集聚分布.其他辅助服务类主要集中在城市外围的交通干道，廉价的原材料以及快捷的交通是影响此类产业分布的重要因素.

图5 北京市中心城区九类文化创意产业LISA图

3.3北京市文化创意产业集聚动力机制分析集聚产生的动力机制具有能控性和可选性，综合前文分析得出，北京市文化创意产业集聚发展的动力机制分为市场主导型和资源主导型.以市场为导向的文化创意产业倾向于选择消费市场环境良好的区域，影响市场主导型文化创意产业集聚的因素主要包括人口、交通、相关产业和消费能力(图6)；以资源为导向的文化创意产业在空间布局上有明显的资源依赖性，影响资源主导型文化创意产业集聚的因主要包括人才资源、科技资源、文化资源、基础设施和政策等[1](图7).

图6 市场导向型文化创意产业集聚动力机制

图7 资源导向型文化创意产业集聚动力机制

市场主导型文化创意产业，影响空间集聚过程的主要因素是人口增多带来的消费需求的增长、购买能力提高带来的消费能力的上升、相关产业发展带来的综合消费，以及交通条件完善带来的通达性提高和人流量增多.同时，交通通达性影响着人口分布与相关产业的区位可达性，人口分布与相关产业的发展布局又有着双向引力，人口的增多更刺激着地区购买能力的提高，于是影响文化创意产业集聚的动力机制不断地相互促进，进而不断加强区域的集聚水平.因此，以市场为集聚动力机制的文化创意产业可以着眼于增强文化产品对群众的吸引力，培养人们的精神文化消费需求，从而进一步提高产业集聚程度.

资源导向型文化创意产业的发展主要是通过人力资源和政策对文化资源、科技资源和基础设施进行传承、开发、创新和保护，从而形成地区特色和吸引力，増强区域文化创意产业集聚水平.政策的引导是文化创意产业集聚区设立的重要条件，在政策的扶持下文化资源得以深度开发，区域的资源知名度和市场适应性不断提高，极大地推动了区域文化创意产业集聚的发展.北京文化创意产业集聚区的形成大多是属于政府主导型.

4 结 语

作为中国的政治文化中心，北京市发展文化产业有着重要的意义.本研究以兴趣点数据为基础，利用核密度法识别北京市文化创意产业集聚热点中心，通过空间自相关统计方法探讨了北京市文化创意产业的空间集聚特征，并对影响北京市文化创意产业集聚的动力机制进行了总结.

1) 北京市文化创意产业以功能核心区为集聚中心核，呈圈层状空间发展模式.北京市文化创意产业的核密度值随着与中心城区距离的增加呈现圈层式衰减，其发展水平相应地由东城区，西城区，海淀区，朝阳区，石景山区等中心城区向外围城区逐渐递减，整体发展水平不均衡，尤其是生态涵养区密度值较低，未能形成较大的产业集聚.

2) 由于区域资源分配不均衡，除中心城区外，北京市其他区文化创意产业内部结构较为单一.城市中心区如东城区、西城区、海淀区以及朝阳区依托自身区位和资源优势，文化创意产业具有较高的发展水平，而远离城市中心的城区如延庆区、怀柔区、密云区以及平谷区由于缺少人才资源和产业资本，文化创意产业水平较低.海淀区是文化创意产业发展水平最高的区，在本区资源优势及政府引导下，注重促进文化和科技的融合，是文化创意产业结构多元化发展最好的城区.而如石景山区、丰台区、通州区、大兴区等则是产业内部结构单一，缺少综合性文化经营企业，没有多元化融合发展基础，导致除主导行业外的其他行业较为薄弱.

3) 北京市文化创意产业集聚动力机制主要分为两大类——市场型和资源型.市场型文化创意产业集聚的动力因子包括人口、交通、相关产业和消费能力，各因子间相互影响、相互促进；资源型文化创意产业集聚的动力因子主要有人才资源、科技资源、文化资源、基础设施和政策，这些因子通过提高区域的特色和吸引力来促进产业集聚的发展.

本研究结合空间集聚理论研究方法与成果，以新的数据形式对北京市文化创意产业空间集聚特征进行了探究，但还存在以下不足：1) 由于数据获取的限制，只对文化创意产业集聚特征进行了分析，未进行其空间结构演变格局的进一步探究.2) 利用POI数据进行热点中心识别时，由于欠缺地理对象的详细描述信息，因此会对中心边界准确性产生一定影响.3) 只总结了文化创意产业空间集聚形成的影响机制，缺乏对具体因子的影响力度定量分析.尚待以后工作中进行深入探讨.