長三角城市群文化創意產業空間關聯及網絡結構特征研究

曹如中, 胡燕玲, 熊鴻軍, 郭 華

(1.上海工程技術大學 a.管理學院; b.圖書館 上海 201620; 2.上海電機學院 商學院,上海 201306)

自20世紀末期以來,隨著信息技術加持和產業轉型升級,全球經濟發展重心逐步向高增長、低污染、高附加值的知識密集型產業轉移,文化創意產業成為世界各國新一輪角逐的焦點。根據聯合國發布的《創意經濟展望和國家概況告》顯示,創意經濟對國家GDP的貢獻率都在10%以上[1]。得益于對文化創意產業價值屬性的深刻認識,中國中央和地方政府出臺了一系列政策文件積極推動文化創意產業發展并取得了可喜的成就。數據顯示,2020年中國文化及相關產業增加值占GDP比重4.43%,比2019年增長1.3%[2]。長三角地區是中國文化創意產業發展最具代表性和示范效應的地區,2015—2019年長三角地區文化創意產業增加值占GDP比重增幅達到116.7%[3]。然而,伴隨著產業規模的不斷壯大,長三角文化創意產業發展過程中存在的空間布局不合理、資源要素不夠互通、產業同質化、無差異化惡性競爭等問題也逐漸顯露出來。伴隨著長三角一體化發展國家戰略及長三角城市群高質量發展戰略的深入推進,如何優化長三角城市群文化創意產業空間布局成為亟待解決的現實課題。

1 文獻回顧

20世紀以來,理論界對文化創意產業空間和地理問題的研究主要集中在以下幾個方面。一是部分學者從新經濟地理學視角,運用標準差橢圓、核密度和平均最近鄰距離等方法展開對文化創意產業空間分布、圈層結構、集聚模式等的研究,認為文化創意產業偏向于以城市為中心、呈現多核心遞減發展[4-6]。二是部分學者從計量經濟學視角,結合空間計量模型展開對文化創意產業空間發展水平及異質性等的研究,認為區域文化創意產業發展受經濟、制度、文化、科技等影響而存在較大差異[7-9]。三是部分學者從產業鏈視角,展開對文化創意產業空間關系的研究,認為不同區域文化創意產業空間關聯和結構特征各不相同[10-11]。更多的研究表明,目前關于文化創意產業空間問題的研究已從單純的理論探討轉移到實證分析上,但基于空間和地理學視角對長三角城市群文化創意產業空間結構關系展開實證研究的成果并不多見。本文基于長三角城市群協同發展視角出發,運用修正的空間引力模型、社會網絡分析法及Ucinet和ArcGIS軟件,從中心度和核心—邊緣視角對長三角城市群文化創意產業空間關聯強度及空間網絡結構特征進行分析,擬為長三角城市群文化創意產業空間格局優化、產業資源要素高效流通、區域文化創意產業差異化錯位發展提供決策參考。

2 研究設計

2.1 方法與模型

2.1.1 空間關聯強度測算方法與模型

文化創意產業空間關聯主要是指文化創意產業在特定區域地理上產生的鏈接關系。研究表明,地理空間相互鄰近的城市之間文化創意產業關聯性更強,并隨距離變化而變化[12],這一現象可運用經濟動力學中的經濟引力理論進行解釋。借鑒現有理論成果[13-14],本文引入修正的空間引力模型對長三角城市群文化創意產業空間關聯關系進行測度,具體模型如下:

(1)

(2)

式中:Rij表示城市i和城市j之間文化創意產業的空間關聯強度;CIi和CIj分別表示城市i和城市j的文化創意產業發展水平,用文化、體育和娛樂業城鎮單位就業人員來表征;dij表示城市i和城市j之間的距離,此處根據地理坐標經緯度計算得出;kij是修正指數。TRi表示城市i文化創意產業空間關聯總強度,即城市i與其他所有城市之間文化創意產業空間關聯強度的總量。

根據式(1)計算得到的Rij,可以構建空間關聯關系矩陣,并借鑒趙林等[15]的做法,采用“平均數原則”將矩陣中各行的均值為臨界值對關系矩陣進行二值化處理。若關聯強度Rij大于此行均值,則記為1,表示存在關聯關系;反之記為0,表示不存在關聯關系,將以上得出的二值關系矩陣作為長三角城市群文化創意產業空間關聯網絡分析的基礎。

2.1.2 空間關聯網絡結構測算方法與模型

1) 整體網絡結構特征描述方法與模型。整體網絡結構主要用來描述不同節點在網絡中的關聯程度及整體網絡運營狀況,可用網絡密度、網絡關聯度和網絡效率等指標來進行衡量。其中,網絡密度指整體網絡中的結點間實際存在聯系的數量與網絡中最大可能存在聯系的數量之間的比值,用以說明網絡內成員關系的密切程度,密度越大關聯程度越緊密[16]。借用網絡密度可以衡量長三角城市群文化創意產業整體網絡中不同城市之間的關聯程度。網絡密度計算公式如下:

(3)

式中:D表示網絡密度,m表示網絡中實際存在的連續數目,n表示網絡中節點的個數。

網絡關聯度用來描述網絡成員間的可達程度,網絡關聯度越接近于1,網絡成員間可達性越強。本文用網絡關聯度衡量長三角城市群文化創意產業整體網絡的可達性,其計算公式如下:

(4)

式中:C表示網絡關聯度,V表示網絡中不可達的點對數,N表示網絡中節點的個數。

網絡效率主要反映網絡節點連線的冗余度,旨在通過衡量網絡中是否存在多余的線條來描述網絡的穩定性,線條越多結構越穩定,但網絡效率也越低;線條越少網絡越不穩定,但網絡效率卻越高[17]。借助網絡效率可以衡量長三角城市群文化創意產業整體網絡的穩健性。網絡效率的計算公式為:

(5)

式中:GE代表網絡效率,K表示多余線的條數,Max(K)表示最大可能的多余線的條數。

2) 個體網絡結構特征描述方法與模型。個體網絡結構是研究單個節點在網絡中的控制能力與整體網絡之間的互補性,借助中心度(包括點度中心度、接近中心度和中介中心度)可以較好地衡量網絡中單個節點的重要性。借助中心度指標可從不同角度對長三角城市群文化創意產業個體網絡特征進行描述,從微觀視角剖析各城市在網絡中的地位和作用及其在不同時段的價值。其中,點度中心度主要衡量單個節點在網絡中的中心性[18]。點度中心度的計算公式為:

(6)

接近中心度主要通過節點之間的捷徑距離來衡量網絡中不同節點之間的親密程度,網絡中的節點城市與其他城市越近,接近中心度越大,該節點的影響力也越大[19]。接近中心度的計算公式如下:

(7)

式中:CC(i)表示接近中心度,dij表示節點城市i到城市j的捷徑距離。

中介中心度通過節點的中介性來衡量一個節點對相鄰節點的控制能力。如果某一節點處于眾多節點對的最短路徑上,那么該節點中介性就高,對其他節點的能力也越強,在網絡中的地位越重要[20]。中介中心度的計算公式如下:

(8)

式中:CB(i)表示中介中心度,gjk表示節點城市j到城市k的捷徑數,gjk(i)表示城市j到城市k的捷徑距離經過城市i的數量。

3) 塊模型分析方法。塊模型分析是進行空間聚類分析的主要方法,通過分析子群內外部成員之間關聯關系來劃分不同層次的凝聚子群,然后通過分析不同板塊之間對信息的發送和接收情況來確定板塊在網絡中的角色。根據對各板塊內外部關系的考察,角色類型通常可分為凈受益角色、凈溢出角色,雙向溢出角色和經紀人角色四類,利用像矩陣簡化圖可以分析得出不同板塊之間的關聯關系[21]。

2.2 數據來源

本文所使用的數據為長三角城市群27個城市中的文化、體育和娛樂業城鎮單位從業人員數據和27個城市政府駐地的經緯度坐標數據。其中,通過查閱《中國城市統計年鑒》可以獲得文化、體育和娛樂業城鎮單位從業人員數這一數據,時間跨度為2011—2019年;通過百度地圖坐標拾取系統可以獲得政府駐地的經緯度坐標數據。

3 實證分析

3.1 長三角城市群文化創意產業空間關聯強度分析

將文化、體育和娛樂業城鎮單位從業人員數代入式(1),得出長三角城市群文化創意產業空間關聯強度,再利用式(2),得出長三角城市群文化創意產業空間關聯總強度,進而可以對長三角城市群文化創意產業空間關聯性進行量化分析。限于文章篇幅且考慮到整體變化趨勢的呈現,本文選取2011、2014、2017年和2019年四個時間節點,運用ArcGIS軟件,繪制出長三角城市群2011、2014、2017年和2019年文化創意產業空間關聯強度空間分布,如圖1所示。

圖1 長三角城市群文化創意產業空間關聯強度空間分布示意Fig.1 Spatial distribution of spatial correlation intensity of cultural and creative industries of the Yangtze River Delta urban agglomeration

1) 從分布格局來看,2011—2019年長三角城市群文化創意產業空間關聯強度每年雖存在細微差別,但整體大致已分化為4類。其中,第一類為文化創意產業空間關聯強度最強類,用最粗的紅色線條進行標識,主要包括無錫—蘇州、上海—嘉興、上海—杭州、上海—寧波;第二類為文化創意產業空間關聯強度較強類,用較粗的黃色線條進行標識,主要包括南京—鎮江、南京—揚州、上海—蘇州、上海—揚州、上海—紹興、杭州—嘉興、杭州—湖州、無錫—常州等;第三類為文化創意產業空間關聯強度較弱類,用較細的藍色線條進行標識,主要包括南京—合肥、南京—泰州、南京—上海、上海—南通、上海—舟山、杭州—南通、杭州—南京等;第四類為文化創意產業空間關聯強度最弱類,用最細的綠色線條進行標識,主要包括鹽城—合肥、合肥—安慶、安慶—溫州、溫州—舟山、舟山—臺州等。

2) 從變化趨勢來看,2011—2019年長三角城市群文化創意產業空間關聯強度整體上呈現上升趨勢,其中最強、較強類主要是圍繞上海、杭州、南京這3個中心城市呈放射狀分布。結合圖1進行具體分析,至2019年南京—鎮江、上海—寧波等一些空間關聯強度較強類城市隨著時間的推移逐步演化為空間關聯強度最強類;而以上海、杭州、南京、無錫四個城市為中心的空間關聯強度較強類開始大量涌現,說明這些城市與周圍城市文化創意產業的聯系得到逐步增強。同時空間關聯較弱類圍繞上海、杭州、南京、無錫、常州5個城市逐年增多,這說明這5個城市文化創意產業的輻射帶動作用在逐步擴大。空間關聯最弱類主要圍繞鹽城、滁州、安慶等長三角外圈城市呈發散狀分布并隨時間推移而逐年減少,這充分說明了長三角各城市間文化創意產業聯系越來越緊密。

3.2 長三角城市群文化創意產業整體網絡結構特征分析

依據式(3)(4)(5),借助Ucinet 6.0軟件計算得到2011—2019年整體網絡關系數、網絡密度、網絡關聯度及網絡關聯效率(圖2),可以對長三角城市群文化創意產業整體網絡結構特征進行描述。結合圖2可以看出:

1) 2011—2019年網絡關系數變化較小,大致在182～188內浮動;同時整體網絡密度變化甚微,基本上徘徊在0.25～0.26。從數值變化來看整體網絡關系數和網絡密度值仍有較大的增長空間,這表明長三角城市群文化創意產業整體空間關聯程度仍有進一步提升的空間,未來需進一步加強城際間的協調作用和交流合作能力。

2) 2011—2019年網絡關聯度始終為1,說明整體空間關聯網絡連通性較好,所有節點均可達,不存在孤立點,即長三角城際間文化創意產業存在直接或間接的聯系,且空間關聯性和溢出效應顯著。這也表明隨著文化創意產業體制改革的不斷深化,區域內產業資源要素得到了更好的流動,使得長三角城市群文化創意產業聯系越來越密切。

3) 2011—2019年網絡關聯效率由期初的0.72下降到0.70,表明網絡連線的冗余度在不斷增大,整體網絡結構穩定性在不斷增強。這主要是因為隨著網絡中各城市之間的聯系越來越密切,長三角城際文化創意產業直接效應和溢出效應不斷增強,呈現出多重疊加現象。

圖2 長三角城市群文化創意產業整體網絡結構特征Fig.2 Characteristics of the overall network structure of cultural and creative industries of the Yangtze River Delta urban agglomeration

3.3 長三角城市群文化創意產業個體網絡結構特征分析

3.3.1 點度中心度

點度中心度又稱程度中心度,可以用來衡量某一城市在整個城市群中所處位置的重要性[12],點度中心度越高的城市與其他城市的聯系也越多,對整個城市群的控制力越強。根據式(6),運用Ucinet 6.0軟件得出2011、2014、2017、2019年長三角各城市文化創意產業點度中心度的計算結果,如表1所示。

從整體發展趨勢來看,2011—2019年長三角各城市文化創意產業的點度中心度、點出度和點入度大致呈現出攀升態勢,尤其是南京、蘇州、無錫和紹興等城市變化明顯,說明隨著時間的推移,長三角各城市文化創意產業空間網絡關聯性在不斷增強。

在點度中心度方面,點度中心度較大的城市主要是上海、南京、杭州、蘇州、常州、無錫、合肥、嘉興、紹興等城市,這些城市在長三角文化創意產業空間關聯網絡中與其他城市關聯關系密切。特別是上海、南京、杭州歷年來一直穩居前三,在地理位置分別屬于長三角核心城市、北翼中心城市和南翼中心城市,呈現出明顯的“三核心”特征,是長三角文化創意產業空間關聯網絡的中心。點度中心度較小的城市主要是滁州、銅陵、池州、安慶等長三角外圈城市,這些城市在長三角文化創意產業空間關聯網絡中屬于從屬地位,自身影響力不大,需要借助周邊城市來發展。

在點出度和入出度方面,上海、南京、杭州、蘇州、常州、合肥、嘉興、宣城、鹽城、寧波、泰州、湖州、金華13個城市點出度大于平均值,這些城市在長三角文化創意產業空間關聯網絡中有著明顯的溢出作用,對周圍城市輻射能力較強。上海、南京、杭州、蘇州、常州、合肥、嘉興、寧波8個城市點入度大于平均值,這些城市在長三角文化創意產業空間關聯網絡中屬于受益方,對周圍城市資源吸納能力較強。

表1 長三角各城市文化創意產業點度中心度Tab.1 Degree centrality of cultural and creative industries in cities along the Yangtze River Delta

3.3.2 接近中心度

接近中心度通過分析不同城市之間的距離遠近來描述城市的影響力大小,接近中心度越大的城市在網絡中的影響力也越大。根據式(7),運用Ucinet 6.0軟件可得出2011、2014、2017、2019年長三角城市各城市文化創意產業接近中心度,借助Ucinet 6.0軟件的NetDraw功能可繪制出四個時段的分布,如圖3所示。

圖3 長三角各城市文化創意產業接近中心度分布示意Fig.3 Distribution of closeness centrality of cultural and creative industries of cities along the Yangtze River Delta

由圖3可見,節點的大小代表接近中心度的大小,節點越大說明該城市接近中心度越高。為了方便分析,本文利用分位數將長三角27個城市接近中心度分成了4類。第一類為紅色,用來代表接近中心度最大的類;第二類為藍色,用來代表接近中心度較大的類;第三類為灰色,用來代表接近中心度較小的類;第四類為綠色,用來代表接近中心度最小的類。從整體上看,上海和南京一直位列前兩名,說明這兩個城市在空間關聯網絡中能快速與其他城市產生聯系,屬于長三角城市群文化創意產業的引領者。而池州和安慶一直居于末位,說明他們與其他城市聯系較弱,文化創意產業對其他城市產生的影響較小,處于長三角城市群文化創意產業網絡中的跟隨者位置。

從變化趨勢上看,2017、2019年相較于2011、2014年各城市接近中心度均有所提升。截至2019年底,第一類由之前的3個城市發展到6個城市,包括上海、合肥、杭州、南京、無錫和常州,這些城市處于長三角東、西、南、北、中部核心位置,他們對長三角文化創意產業發展有著絕對主導優勢。第二類主要包括宣城、金華、蘇州、鹽城、湖州等周邊和沿海城市,這些城市發展潛力巨大,有著較強的后發優勢。第三類主要包括泰州、蕪湖、寧波、紹興、揚州等城市,這些城市大多屬于長三角中部,得益于自身資源優勢和鄰近中心城市,這些城市文化創意產業實力較強。第四類主要包括池州、安慶、溫州、舟山、滁州、泰州等城市,屬于長三角外圈城市,這些城市與其他城市聯系稀疏且產業資源相對薄弱,處于長三角文化創意產業關聯網絡的邊緣地帶。

3.3.3 中介中心度

中介中心度是一個城市擔任其他兩個城市并使其路徑最短的中間橋梁的次數,反映該城市在網絡中對其他城市的控制能力。根據式(8)并運用Ucinet 6.0軟件可以得出2011、2014、2017、2019年長三角城市各城市文化創意產業中介中心度,借助Ucinet 6.0軟件的NetDraw功能可以繪制出四個時段的分布,如圖4所示。

圖4 長三角各城市文化創意產業中介中心度分布示意Fig.4 Distribution of betweenness centrality of cultural and creative industries in cities along the Yangtze River Delta

由圖4可以看出,節點的大小代表中介中心度的大小,中介中心度越高的城市節點越大。運用自然間斷點分級法,本文將長三角27個城市接近中心度分成紅、藍、灰、綠4類,分別對應第一、第二、第三、第四類城市。從整體上看,長三角各城市文化創意產業空間關聯網絡的中介中心度分布極不均衡,極化特征凸顯,主要通過上海、南京和杭州等核心城市,控制整個長三角各城市間文化創意產業的空間網絡聯系。其中部分城市浮動較大,中介中心度的分類尚不固定,但隨著時間的推移,第一、第二、第三類在不斷增加,第四類在減少,說明長三角各城市文化創意產業空間關聯網絡的中介中心性差異在不斷縮小。

分階段來看,2011年第一類主要是以上海和宣城為核心城市,2011年以后第一類城市開始增加,到了2017年第一類開始穩固,初步形成了以上海、杭州、南京和合肥為中心的四個核心城市。這四個城市隸屬于長三角東翼、南翼、北翼、西翼的中心城市,同時杭州、南京、合肥也是浙江、江蘇、安徽的省會城市,這些在長三角城市群文化創意產業空間關聯網絡中始終發揮著媒介的作用,對促進長三角城市群文化創意產業高質量發展具有不可替代的重要地位。2019年以后第四類城市數量明顯下降,但溫州、池州、臺州、舟山等城市仍居于末位,缺乏充當其他區域文化創意產業網絡聯系中介的能力,同時對長三角一體化發展的推進產生負面影響。

3.4 長三角城市群文化創意產業空間關聯網絡核心—邊緣分析

為了進一步刻畫長三角城市群文化創意產業空間關聯網絡結構特征,克服通過中心度分析劃分出的核心范圍過于模糊的缺點,本文利用Ucinet軟件中的Core-periphery模塊,結合基于離散數據的核心邊緣缺失模型,對長三角城市群文化創意產業空間關聯網絡核心—邊緣結構做進一步分析和驗證,結果如表2和表3所示。

表2 長三角城市群文化創意產業空間關聯網絡核心—邊緣區域成員分布情況Tab.2 Distribution of members in core-edge areas of the spatial correlation network of cultural and creative industries of the Yangtze River Delta urban agglomeration

表3 長三角城市群文化創意產業空間關聯網絡核心—邊緣密度Tab.3 Core-edge density of spatial correlation network of cultural and creative industries of the Yangtze River Delta urban agglomeration

從計算得出的相關系數來看,2011、2014、2017、2019年模型擬合度分別為0.399、0.405、0.434、0.372,擬合度良好,說明長三角城市群文化創意產業空間關聯網絡表現出核心—邊緣網絡結構。從表2可以看出,核心區域數量相對固定,范圍大致在8～10,其中上海、無錫、蘇州、常州、杭州、嘉興這6個城市地理位置相近,經濟發展水平高,對外界的經濟擴散能力和輻射能力十分顯著,歷年處于網絡核心區域。南通、泰州、鹽城、揚州、鎮江、臺州、舟山、溫州、合肥、安慶、池州、滁州、馬鞍山、銅陵、蕪湖這15個城市由于受到經濟發展水平及所處區域位置的影響,且與外界聯系較弱,始終位于邊緣區域。此外,從表3可以看出,整個網絡密度比較平穩,各區域密度大小不一,說明長三角城市群文化創意產業空間關聯網絡具有一定的層級結構。其中,核心區網絡密度最大,但對邊緣區的網絡密度相對較低且變化不大,說明處于核心區域的城市之間的聯系十分緊密,且對邊緣區的“涓滴效應”相對有限。而邊緣區對核心區的網絡密度呈緩慢增長態勢,且與核心區內部總體網絡密度呈收斂態勢,說明邊緣區向核心區集聚的能力并不強。

3.5 長三角城市群文化創意產業空間關聯網絡塊模型分析

3.5.1 長三角城市群文化創意產業凝聚子群分析

通過塊模型可以分析長三角城市群文化創意產業空間關聯網絡的空間集聚特征。本文選取2011、2014、2017年和2018年關系型數據,利用Ucinet軟件中的Concor方法,可以將長三角27個城市劃分成4個凝聚子群,具體劃分結果與成員情況如圖5和表4所示。

圖5 長三角城市群文化創意產業凝聚子群樹形分布示意Fig.5 Tree shaped distribution of cultural and creative industries of the Yangtze River Delta urban agglomeration

表4 長三角城市群文化創意產業凝聚子群成員分布情況Tab.4 Distribution of members of cultural and creative industries of the Yangtze River Delta urban agglomeration

由圖5和表4可知,從整體趨勢來看,2011—2019年長三角文化創意產業均由4個二級子群組成,且各子群成員分布情況已趨于穩定,除了2011年外,其余各年的子群成員分布情況完全相同。這說明長三角文化創意產業空間關聯網絡結構已非常穩定,各子群內部成員聯系也十分緊密。從具體表現來看,長三角城市群文化創意產業空間關聯網絡聯系多發生于省域內城市之間,主要圍繞上海及蘇、浙、皖三省的省會城市進行集聚,同時與省內其他城市建立相應聯系。以2019年為例,第一子群文化創意產業發展水平較高的城市主要位于長三角東翼,包括上海、無錫、南通、蘇州、湖州、嘉興;第二子群文化創意產業發展水平一般的城市主要位于長三角南翼,包括杭州、寧波、紹興、金華、臺州、舟山、溫州;第三子群文化創意產業發展水平較弱的城市主要位于長三角北翼,包括南京、揚州、鎮江、泰州、常州、鹽城;第四子群文化創意產業發展水平非常薄弱的城市主要位于長三角西翼,包括合肥、滁州、馬鞍山、蕪湖、宣城、安慶、池州、銅陵。這四個子群分別以上海、杭州、南京、合肥為中心進行凝聚,其中江蘇和浙江省域內城市文化創意產業空間關聯網絡間的聯系比較緊密,安徽省域內城市文化創意產業空間關聯網絡間的聯系較弱。

3.5.2 長三角城市群文化創意產業板塊位置分析

為明晰長三角城市群文化創意產業空間關聯網絡內部結構特征、不同板塊間信息流通關系及所扮演的角色,本文進一步對長三角城市群文化創意產業各板塊進行位置分析。由于至2014年起每年凝聚子群成員分布相差無異,故選擇2019年數據展開研究。根據測算,2019年長三角城市群文化創意產業空間關聯網絡中共計188個關系,其中板塊內部關系數為115個,占比61%,板塊間的關系數為73個,占比39%,說明長三角城市群文化創意產業空間關聯網絡中各板塊內部關聯效應顯著且各板塊之間具有一定的空間溢出效應,具體結果如表5所示。

表5 長三角城市群2019年文化創意產業空間關聯板塊溢出效應Tab.5 Spillover effects of spatial correlation plates of cultural and creative industries of the Yangtze River Delta urban agglomeration in 2019

由表5可知,四個板塊的實際內部關系比例都遠遠大于期望內部關系比例。其中,板塊1屬于凈受益角色,其內部成員關系數為24個,接受板塊外關系數為35個(接受板塊外關系數最多),溢出板塊外關系數為16個(對其他板塊溢出關系數最少);板塊2屬于雙向溢出角色,其內部成員關系數為31個(內部成員聯系較多),接受板塊外關系數為10個,溢出板塊外關系數為21個(溢出關系最多),既接收其他板塊的聯系也對其他板塊產生溢出關系;板塊3屬于典型的經紀人角色,其內部成員關系數為26個,接受板塊外關系數為24個,溢出板塊外關系數為17個,接受和溢出個數相差不大;板塊4屬于雙向溢出角色,其內部成員關系數為34個(內部成員聯系最多),接受板塊外關系數為4個,溢出板塊外關系數為19個。

3.5.3 長三角城市群文化創意產業板塊關聯分析

通過計算關聯板塊密度矩陣和像矩陣,可以進一步考察長三角城市群文化創意產業各板塊間關聯關系。此處同樣以2019年數據為研究樣本,參考已有研究成果[22-23],以2019年的整體網絡密度0.27為閾值,若板塊密度大于閾值時,將其賦值為1,反之賦值為0,可得出長三角城市群2019年文化創意產業空間關聯板塊的像矩陣,如表6所示。其中,1表示兩板塊之間存在傳遞關系,0表示兩板塊之間不存在傳遞關系,根據像矩陣繪制四個板塊間傳遞路徑關系,如圖6所示。

表6 長三角城市群2019年文化創意產業空間關聯板塊密度矩陣和像矩陣Tab.6 Density matrix and image matrix of spatial correlation plates of cultural and creative industries of the Yangtze River Delta urban agglomeration in 2019

圖6 長三角城市群2019年文化創意產業空間關聯板塊間傳遞關系Fig.6 Transmission relationship between spatial correlation plates of cultural and creative industries of the Yangtze River Delta urban agglomeration in 2019

從表6和圖6可以進行空間關聯板塊間溢出效應和傳導機制分析,其中像矩陣中對角線上的值均為1,這表明四個板塊存在較強的內部關聯性,具有“俱樂部”集聚效應。凈受益板塊1主要接受板塊2和板塊3的直接溢出關系,其次接受板塊4的間接溢出關系,呈現單向傳遞關系。這說明長三角東翼城市文化創意產業吸附能力非常強,從長三角北翼和南翼城市吸收大量的資源要素以壯大自身力量,呈現出明顯的虹吸效應。雙向溢出板塊2和板塊4各自為板塊1和板塊3單向傳遞關系,表現出顯著的溢出效應,這說明長三角西翼城市和南翼城市是長三角文化創意產業空間關聯網絡的動力源泉。經紀人板塊3主要接受板塊4的溢出關系,并繼續傳遞給板塊1,從而形成一條完整的傳遞路徑,這說明長三角南翼城市在長三角文化創意產業空間關聯網絡發揮著重要的橋梁作用。

4 建 議

構建長三角城市群文化創意產業協同發展機制,打造錯落有致且各具特色的產業大市場。以長三角一體化發展國家戰略為契機,通過改革人事和戶籍管理制度,打擊地方保護主義,破除行政區劃形成的分割與藩籬,構建區域文化創意產業協同發展機制,推動產業資源要素跨界流通和梯次集聚,并借助數字技術手段大力發展新興產業業態,打造各具特色的產業發展板塊,形成錯落有致、層次分明、統一協調的文化創意產業大市場。

優化長三角城市群文化創意產業空間結構,形成差異化錯位發展的網絡新格局。培植以上海、杭州、南京、合肥為中心的文化創意產業集聚群落,從空間和地理上推動長三角城市群文化創意產業由傳統的單一靜態的圈層結構,向復雜動態的差異化和層次化分明的網絡結構轉變,充分發揮長三角西翼城市群的雙向溢出效應,以及南翼城市群的中介橋梁作用,形成區域文化創意產業協同發展新格局。

強化長三角城市群文化創意產業城際間的空間關系,促成資源要素與產業發展之間的無縫對接。大力推動交通網、信息網等基礎設施建設,縮短城際距離,降低資源要素流通成本。充分利用上海、杭州、南京等核心城市的區位優勢,發揮地方政府宏觀調控作用,構建核心區域與邊緣區域合作交流機制,進一步增強核心區對邊緣區的“涓滴效應”。充分發揮政府和市場在資源配置中的雙重調節作用,推動科技、人力、資本、知識等各類要素與產業需求主體之間的無縫對接,減少資源要素之間的空間摩擦與距離損耗。

5 結 論

1) 從空間關聯強度來看,2011—2019年長三角城市群文化創意產業空間關聯強度逐年增加,圈層結構明顯。其中,關聯強度最強和較強類城市主要圍繞上海、杭州、南京這三個中心城市呈放射狀分布,而關聯強度最弱類城市主要圍繞鹽城、滁州、安慶等長三角外圈城市呈發散分布。同時,關聯強度最弱類城市逐年減少,關聯強度較弱類城市數量逐年遞增。

2) 從整體網絡結構特征來看,2011—2019年長三角城市群文化創意產業網絡關聯數量曲折上升,網絡關聯度幾乎保持不變,但網絡密度數值偏低,網絡關聯效率輕微下降,說明長三角城市群文化創意產業聯系密切,網絡結構相對穩固,但整體聯系仍存在不足,城際間的協同發展和交流合作有待提升。

3) 從個體網絡結構特征來看,2011—2019年上海、南京、杭州的點度中心度一直穩居前三,呈現出明顯的“三核心”特征,在地理位置分別屬于長三角核心城市、北翼中心城市和南翼中心城市;而上海和南京的接近中心度一直位列前兩名,表明這兩個城市與網絡中其他城市產生的聯系最頻繁,屬于長三角城市群文化創意產業的引領者;長三角城市群文化創意產業空間關聯網絡的中介中心度分布極不均衡,極化特征凸顯,空間關聯通道主要由上海、南京和杭州等核心城市控制。

4) 從核心—邊緣層級特征來看,核心區域主要由位于長三角東翼、空間地理位置鄰近、經濟發展水平較高、對外界經濟擴散和輻射能力較強的城市組成,邊緣區域城市由于受所處地區經濟發展水平和區域位置的限制,與外界聯系較弱,始終處于相對較弱地位。核心區內城市之間的聯系緊密,但對邊緣區城市的“涓滴效應”相對有限,且邊緣區向核心區集聚勢能較小。

5) 從塊模型分析來看,長三角城市群文化創意產業空間關聯關系多發生于省域內城市之間,主要圍繞上海及蘇、浙、皖三省的省會城市進行集聚,形成了內部密切相關的四個凝聚子群。長三角東翼城市為凈受益板塊,具有較強的吸附能力,呈現出明顯的虹吸效應,吸附了長三角北翼和南翼城市大量的資源要素;長三角西翼城市和南翼城市為雙向溢出板塊,是推動長三角文化創意產業發展的動力源泉;長三角南翼城市為經紀人板塊,在長三角文化創意產業空間關聯網絡發揮著重要的橋梁作用。

《絲綢》官網下載

中國知網下載