中国画廊产业的空间分布格局及影响因素研究

潘静娴，张先龙

（1.南京大学 地理与海洋科学学院，江苏南京 210023；2.九江市公路发展中心市郊分中心，江西九江 332000）

画廊是展览销售艺术作品的中介性机构，是艺术品经营的主要形式之一。画廊业运用绘画技能、创意获取财富和提升竞争力，其产品注重差异性和个性化，是创意产业的重要组成部分。国外画廊业研究内容主要集中于画廊经营管理方式、功能作用、集聚因素、发展困境。如Ahmad等人以Paris Gallery为研究对象，分析该画廊的经营方式，指出多元化的经营方式可以帮助画廊开拓市场提升经济实力[1]；Ulldemolins分析了巴塞罗那艺术市场的发展情况并探究了画廊区存在的不同群体及画廊区出现的潜在因素[2]。在国内，画廊的研究内容主要集中于画廊业发展现状、画廊发展存在的问题及画廊发展对策研究，研究对象主要是中国整体画廊发展或地区性画廊。例如，郝文静使用波特五力分析模型梳理南京当代艺术画廊的外部竞争环境，并使用SWTO分析法总结其竞争优劣势[3]；张利红从地理学角度对上海空间格局进行了分析，揭示出画廊在城市区位上的历史演变及现状特征，并探讨了该格局的动力机制[4]。

现有研究多集中在省、市层面画廊产业发展特点，研究尺度较小，研究结果多属于对个案的经验总结，一定程度上影响了研究的推广价值。从研究视角上看，学者侧重从艺术学和管理学角度进行研究，对画廊的地理学研究相对不足。中国画廊业经历了几十年的快速发展，正处于转型的关键时期，亟需科学规划、合理布局产业空间结构。本文选取全国范围，以画廊业为研究对象，通过核密度分析、最邻近指数方法探究画廊在全国的空间集聚特征，并通过地理探测器分析其布局的影响因素，以期促进画廊业的合理布局，并为相关政策的制定提供参考，促进文化产业的发展。

1 研究方法、指标选择与数据来源

1.1 研究方法

本文以省为基本地理单元，通过核密度分析、最邻近距离统计等适用于点数据处理的分析方法来刻画画廊在全国的空间分布特征，并通过地理探测器来探测影响画廊分布的因子。

（1）核密度分析。核密度估计是点数据分析方法的一种，其原理是使用核函数，根据点要素在其周围搜索半径中的密度进行统计，核密度估计用于分析画廊的空间聚集演化特征。计算公式[5]为：

（2）最邻近距离统计。最近邻距离统计（NNI）通过将画廊点要素与其最近邻画廊点要素的平均距离，与随机分布假设前提下的画廊点要素的预期最邻近距离进行比较，以其比值来判断画廊分布的集中程度。计算公式[6-7]为：

式中：NNI为最邻近指数；di为第i个画廊点与其最近邻画廊点之间的距离；A代表研究区的面积；N表示画廊数量。

（3）熵值法。熵值法是一种十分重要的赋权法，它依据指标提供的信息量大小客观地确定指标的相对重要程度，被广泛运用于综合评价[8-9]。本文采用熵值法衡量中国各省区市经济发展、文化创新、供给条件和需求条件，为精确分析各影响因素的影响力提供了基础。

（4）地理探测器。地理探测器是一种探测空间分异性及揭示其背后驱动因子的一种新的空间分析方法[10]。本文运用因子探测和交互探测来测度不同影响因素对画廊空间分布差异的解释程度。计算公式为：

式中：q代表影响因子对画廊空间分布的探测力值；i=1，2，……，M表示画廊分区数量；n表示整个研究区域内所有画廊的数量；ni代表i分区内的画廊数量；σ2代表研究区域画廊分布的方差，σ2i为层i的方差，假设σ2i≠0，则模型成立。

1.2 数据来源

本文的研究区域为中国31个省区市（不包括港澳台），全国画廊数据来源于雅昌艺术市场监测中心的画廊黄页，通过网络爬虫技术获取，剔除经营年限和地址不明的画廊，最终获取2002—2021年共2 081家画廊信息。基础地图数据主要来源于国家测绘地理信息局，利用ArcGIS空间分析平台进行矢量配准，得到全国矢量地图数据库。画廊空间分布影响因子中观影人次数据来源于艺恩咨询数据库，其他数据均来自统计年鉴。为探讨不同空间尺度画廊数量的变化特征，按照中国经济地理发展格局和地域空间特征将中国大陆划分为三大地带、七大地理区。三大地带包括东部、中部和西部地区[11]；七大地理区包括东北、华北、华东、华中、华南、西南、西北地区[12]。

2 中国画廊产业时空分布格局分析

2.1 画廊产业的发展阶段

利用核密度估计法对画廊点位数据进行分析，结果显示，画廊核密度等级先上升后下降，空间分布不均匀，东西部差异显著。根据画廊业增长速度差异，可以将画廊产业的发展分为成长起步阶段、巩固发展阶段、快速发展阶段和理性发展阶段4个阶段。

（1）成长起步阶段。2002—2006年，随着经济全球化的深入，中国对外开放水平进一步提升，中国陆续出台多部政策文件支持鼓励文化产业发展，画廊业进入起步阶段，外资画廊涌入且专业画廊数量增加，中国画廊开始出现集聚现象，形成了1个以北京为中心的高密度核心区和1个以上海为中心的次级密度核心区。

（2）巩固发展阶段。2007—2011年，中国商品市场对外开放程度进一步提升，大众消费水平上升，人民群众精神文化需求增加，此外，民营、外资资本的注入为画廊产业增添了活力，中国画廊数量稳步提升。北京由于经济文化发达，发展画廊行业具有得天独厚的条件，密度分布最高的单核中心集中在京津冀地区，中国画廊核心—边缘空间分布形态更加明显。

（3）快速扩张阶段。 2012—2016 年，“十二五”规划纲要提出要推动文化大发展大繁荣，进一步明确了中国文化产业发展规划，为艺术品市场规范化发展提供保障。2012年起，中国画廊呈现出高速发展的态势，聚集密度增加、分布地区增多，东部地区的集聚密度更高，中西部画廊也出现了更多集聚点。

（4）理性发展阶段。2017—2021年，中国艺术品消费市场趋于理性，画廊发展也进入平缓期，画廊数量增长速度下降，形成了2个高密度核心区、1个次级密度核心区和多个高集聚区，高密度核心区位于京津冀和长三角区域，次级密度核心区位于珠三角地区，此外，画廊高集聚区多位于省会城市周边，如武汉、成都、重庆、哈尔滨等。

由此可见，近20年来，中国画廊分布由东部沿海地区向西部内陆地区逐渐减少，总体上呈现出东部高、西部低的分布特征。

2.2 画廊产业的集聚程度

中国画廊总体空间分布差异较大，运用点要素空间分布格局识别方法中的最邻近距离统计分析全国画廊的空间分布格局，结果表明，全国画廊空间布局的NNI为0.159，校验值Z为-73.462，且在0.001的显著性水平下通过检验，结果可信，说明全国画廊分布的实际距离远远小于期望距离，表明全国画廊的空间分布呈现出显著的集聚特征。不同阶段画廊平均最邻近指数位于0.15～0.44之间，均呈现出典型的集聚分布特征。其中2012—2016年画廊近邻比最小为0.215，集聚强度最高，其次为2007—2011年，而2017—2021年近邻比相对最大，集聚强度相对最低。总体来看，中国画廊在不同时间阶段均表现出显著的集聚特征，同时不同时间阶段之间的集聚程度存在明显的差异，画廊在2002—2006年空间分布状态较为分散，随时间推移，其空间分布的集聚程度逐渐增强，2012—2016年空间聚集程度达到最高，2017—2021年画廊规模减小，集聚性相对减弱，但仍呈现出显著集聚的空间分布特征。

2.3 区域分布差异

利用密度值表示画廊稀疏状况，可以看出不同地区画廊分布差异。从三大地带来看，东部、中部、西部画廊数量所占比例分别为75.83%、13.70%、10.48%，呈现出“东部多、中西部少”的分布格局；其中东部地区北京、上海、南京等经济发达城市画廊数量占比较大，中部地区省会城市郑州、武汉画廊最多，西部地区分布较多的城市为成都、重庆、西安。从画廊分布密度来看，东部地区的分布密度最高，人口密度达0.026个/万人，面积密度达14.576个/万km2；其次为中部地区，人口密度达0.007个/万人，面积密度达1.705个/万km2；而西部地区的分布密度位居末尾，其人口密度为0.006个/万人，面积密度仅为0.324个/万km2；可见东部地区与中西部地区分布密度差异显著。

从中国七大地理区来看，东北、华北、华东、华中、华南、西南、西北地区画廊数量所占比例分别为3.22%、30.56%、38.35%、8.27%、10.67%、5.96%、2.98%，华东地区的分布比例最高，华北地区分布比例次之，西北地区比例最小。从分布密度来看，华东地区画廊分布的面积密度最高，达9.955个/万km2，华北地区画廊分布的人口密度最高，达0.038个/万人，而其他地区分布密度远远小于华北和华东地区，其中西北地区画廊分布的人口密度和面积密度均最低。

3 画廊业影响因素分析

3.1 指标选择

画廊业作为经济与文化属性兼备的创意产业，其发展受到经济发展和文化创新的双重影响，此外，供给条件主导着供给质量，需求条件决定着市场规模[13]，两者相互作用共同影响着画廊业的发展。因此，本文从经济发展、文化创新、供给条件、需求条件4个维度选择18项解释因子来分析画廊的空间分布。经济发展是影响画廊分布的基础性因素，选取人均GDP、第三产业增加值和居民人均可支配收入3项指标；文化创新对地区发展具有重要的推动作用，选取R&D经费、专利授权数、互联网用户数、工业企业新产品开发项目数和对外开放水平来反映文化创新程度，其中对外开放水平用外商直接投资数据来表示；画廊的供给条件包括从业人员、政策支持和交通条件，选取艺术品经营机构、第三产业从业人员数、地方财政文化体育与传媒支出、交通可达性和高等艺术院校在校生数来表征供给条件，其中交通可达性用货运量来表示；画廊的需求条件包括消费主体、消费意愿，选取人口密度、人均拥有公共图书馆藏量、观影人次、人均文化娱乐消费支出、旅游吸引力来表征需求条件，其中旅游吸引力用入境旅游人次来表示。

3.2 单因子探测分析结果

基于人均GDP、第三产业增加值、居民人均可支配收入、R&D经费、专利授权数等18项具体指标运用熵权赋值法对研究区域的经济发展、文化创新、供给条件和需求条件4个维度进行定量评价，并将这 4 个维度分别标记为 X1、X2、X3、X4。 运用地理探测器探测其对全国画廊空间分布的影响力大小。通过计算各因变量指标均值，可按照因子解释力大小将其分为主导影响因子、次级影响因子和一般影响因子3个等级。在全国范围内，解释变量对中国画廊空间分布格局的影响程度q值从大到小依次为经济发展、文化创新、供给条件和需求条件，其中经济发展、文化创新、供给条件和需求条件均通过了显著性检验，其主导影响因子为经济发展，次级影响因子为文化创新、需求条件，三者解释力均为0.6以上，一般影响因子为供给条件。

3.3 双因子探测分析结果

单因子分析能够探测出对画廊空间分异具有显著影响的单因子及其影响方式，交互作用探测器却可以通过识别不同因子间对画廊空间分异的交互作用，分析是否会增加或减弱对因变量画廊分布差异的解释力，或这些因子对画廊分布的影响是否相互独立。 在全国范围内，X3∩X4、X1∩X3、X1∩X2影响力最大，分别为 0.949 7、0.921 2、0.919 1，X2∩X3影响力最小，为0.681 4。结果表明：（1）画廊影响因子交互探测结果不存在非线性减弱、单因子非线性增强及独立的情况，双因子交互作用对画廊空间分异的解释力均比单因子作用强。（2）画廊空间分异特征并非由单一因素或单类因素所控制，每一种因素都发挥着至关重要的作用，但经济发展在影响画廊空间分布的多因素交互作用中扮演着最重要的角色。

3.4 各因子对画廊分布的影响机制

在对影响画廊空间分布格局的影响因素进行单因子探测分析和交互探测分析后，进一步分析各因子影响画廊分布的内在机理，可为促进画廊发展提供政策参考。

3.4.1 经济发展

经济发展水平是影响画廊空间分布差异的主导因素，q值为0.737 0且通过了显著性检验。经济发展水平是艺术市场发展的基础，当经济发展到一定程度时，画廊业才具有发展空间。人均GDP、第三产业增加值和居民人均可支配收入对经济发展水平产生重要影响。画廊集聚程度较高的北京、上海和广州人均国民生产总值和居民人均可支配收入远高于全国平均水平。画廊多集中在文化创意产业园区、书画城、大学城，其发展受到各种商业、服务业的作用，第三产业的发展及产业结构的变化对画廊的集聚程度也产生重要影响。

3.4.2 文化创新

文化创新是影响画廊空间分布差异的重要因素，q值为0.631 2且通过了显著性检验。美术是文化产业中最具有创意色彩的产业部门，画廊作为美术等艺术品的发行场所，是伴随城市文化而兴起的新兴行业，浓厚的创新氛围将刺激艺术创作，文化创新对画廊的发展具有重要意义。上海作为中国科技教育基地之一，拥有开放包容的文化艺术环境，并汇聚了一批颇有潜力的当代艺术创作者和购买者，他们能够创作艺术作品并进行消费，这支持了上海当代艺术画廊的发展，为画廊的供给和需求均奠定了基础。

3.4.3 供给条件

供给条件是影响画廊空间分布差异的次要因素，q值为0.502 2且通过了显著性检验。画廊业的发展离不开相关从业人员即运营队伍，专业运营人士能够兼顾画廊的经济价值和文化艺术价值。此外，画廊还需要艺术创作者、艺术家为画廊提供艺术作品，画廊对艺术家进行推广，两者是合作关系。交通具有时空压缩效应，交通运输能力能够为画廊的产品生产提供便利。北京拥有大量艺术院校，山东汇聚了大量书画家，两地供给水平较高，对画廊发展发挥了重要作用。

3.4.4 需求条件

需求条件是影响画廊空间分布差异的重要因素，q值为0.618 9且通过了显著性检验。艺术品的消费属于高层次的社会消费，当经济发展到一定程度才会对其产生需求。早前因为经济基础与消费习惯和意识的制约，中国的艺术品消费较少，但随着中国经济水平的提高和群众文化素质的提高，艺术品消费者逐渐增多。随着未来创意产业的不断发展和居民文化素质的提高，将收入用于艺术品消费的群众将越来越多，画廊市场也将不断扩大。

3.4.5 交互作用

各影响因子之间均存在明显的互相强化作用，多重因素在画廊数量高值区出现叠加效应，北京市为代表性地区。北京市画廊占全国画廊数量比例超过四分之一，无论是发展速度还是质量均位于中国首位，其发展优势如下：（1）北京是中国经济中心，第三产业较为发达，居民收入水平和消费水平均处于较高程度；（2）北京文化环境较为优越，画廊多位于文化创意产业园区，其开放、创新的文化氛围，影响了画廊行业的发展和创新；（3）北京聚集了许多艺术相关机构和众多艺术家、学者及艺术评论家，为画廊发展提供人才保障；（4）人口密度大，且居民文化素质较高，文化消费意愿强烈，对美术产品需求量较大。在这些因素的相互作用下，北京市画廊发展水平位于中国前列，这也为其他地区画廊的发展提供了参考。

4 结论与讨论

本文以全国2 081家画廊为研究对象，综合运用空间分析方法和地理探测器，探究中国画廊的空间分布格局及其影响因素，得出如下结论：

从空间分布看，中国画廊分布格局呈现出显著的分异性和集聚性。全国画廊核密度在不同区域差异显著，呈现出东部高、西部低的分布特征，最高的单核中心集中在北京市与上海市，并以北京市、上海市为中心向四周呈圈层式扩散；中国西北、东北地区分布密度较低。

从影响因素看，画廊的空间分异格局是经济发展、文化创新、供给条件、需求条件相互影响、综合作用的结果，其中经济发展是影响画廊开设的主导因素，文化创新和需求条件是影响画廊空间分布差异的重要因素，供给条件是影响画廊空间分布差异的次要因素。此外，双因子交互作用解释力均比单因子作用强，交互作用类型以双因子增强为主，经济发展在影响画廊空间分布的多因素交互作用中扮演着最重要的角色。

5 结束语

本文立足于中国画廊的空间分布格局及影响因素分析，可为画廊业发展政策的制定提供一定参考。首先，发挥画廊“强中心”分布区如北京、上海、广州的辐射作用，带动周边地区的发展，可以采用业态聚集、建立行业组织和策划联展等形式加强不同地区画廊间的合作；其次，各个城市要采取相关措施扶持画廊业的发展，结合城市自身文化特点和优势条件选择发展方向，同时加大财政支持力度，提高文化事业等财政投入比重，加大对相关人才的培养力度；最后，通过相互交织作用加大各因子的综合作用，发挥各因子“1＋1＞2”的效果，以此推动中国画廊在省域层面的集聚与规模效应。画廊要想获取竞争优势，就必须在经济发展、文化创新、供给条件、需求条件方面为其创造更好的条件。

本文从地理时空角度对画廊产业空间格局进行了一次积极探索，主要关注画廊空间分异的主导因素及其作用强度。考虑到尺度效应和局部异质性，今后可以从更微观的视角，以典型城市为案例，进一步探讨城市规划布局、城市公共设施及城市发展战略等内源因素对城市内部画廊布局的影响及作用机制。