通过图6.20和图6.21,还可以进一步看到无论是在数量分布还是在密度分布上,CBD均排在倒数第二的位置,这表明对创意企业来说,城市CBD的吸引力与其他各区相比处于较低水平。图6.22和图6.23记录了创意工人的空间分布和密度分布的时空特点。直观上看,创意工人的空间分布和密度分布与创意企业相比,表现出了非常明显的不同。虽然如此,除了在个别时间段里,创意工人的空间密度分布依然遵循如下规律:离城市CBD越近,其密度越高。......
2023-08-10
在模型实现阶段,采用了两个变量来描述行为主体的空间集聚特征,分别为R和VMR(参见第5章第5.3.3节)。然而,在使用样方分析方法时(其相应统计量为VMR),定义的标准样方的大小对统计结果具有深刻影响。一般来说,该标准样方的最优大小(Soptimal)可以通过公式(6.5)估计:
Soptimal=2A/r (6.5)
其中,A表示研究范围的面积;r表示研究范围内的点对象的数量(Wang和Lee,2005)。在本模型中,研究范围的总面积为40 000单位(4万个方格,相当于400 km2),估计的创意企业的数量大约为200个,创意工人的数量为20 000人。因此,要分析创意企业的空间集聚特征,最优的样方大小应该为400单位;类似地,要分析创意工人的空间集聚特征,最优的样方大小则应该为4单位。为了简化计算机运行,在此模型中,最优样方采用了统一标准,也就是以1个单位为标准样方。这一处理方法也就预示着利用样方分析方法得出的统计量VMR的值将会面临不准确的问题。而采用最近邻分析方法则不存在这一问题,因此在情景分析过程中采用R(基于最近邻分析方法)统计量作为分析依据,而VMR仅作为参考。
图6.24至图6.26分别记录了在3种情景下创意企业和创意工人的空间集聚的特征(统计量为R值)。一般来说,统计量R的值域为[0,2.14),空间点对象的集聚强度与R值之间存在反相关关系,也即R值越小,点对象的空间集聚越强。3张图表现出的共同特点为:① 在模型运行早期(大约相当于第一阶段),无论是创意企业还是创意工人,其对应的R值均表现出下降趋势。这表明,在模型运行早期,创意企业和创意工人均经历大幅度的空间集聚过程。② 随着集聚过程的加剧,集聚所能带来的相对益处被随之而生的高地价(办公价格和租房价格)所平衡,因此紧随其后,创意企业和创意工人在空间行为上表现出一定的离散趋势(因为R值有微弱上升趋势,其中R-f记录创意企业的R值,R-w记录创意工人的R值)。③ 通过这一自组织过程,创意企业和创意工人的空间集聚行为最终达到相对稳定状态。虽然两者均经历离散过程,但最终的稳定状态依然表现出较为强烈的空间集聚特征(因为在3种情景下R值均小于0.8)。虽然创意企业和创意工人均表现出如上3个特点,但两者之间也存在明显差异,主要表现在:当系统达到相对稳定状态时,创意企业的空间集聚表现出较为稳定的特点(R值变动较弱),而创意工人的R值则一直处于周期波动状态,并且具有明显的高低幅度差异,这表明在模型稳定后受到地价上升和就业竞争的影响,创意工人的空间移动依然较为活跃。从另一个角度理解,也表明创意工人面临着较大的生活与工作前景的不确定性。
在情景一(图6.24)中,创意企业允许每月尝试比较的最大办公区位个数(“maxtimes-officesearching”)为10,创意工人允许每月尝试比较的最大居住区位的个数(“maxtimes-housing-finding”)为30。在情景二(图6.25)中,“maxtimes-officesearching”的取值依然为10,但是创意工人允许每月尝试比较的最大居住区位的个数增加到了200。也就是说,在情景二中,创意工人每个月允许从200个潜在的居住区位中选择最优的区位迁入。通过比较两图之中的曲线“R-w”,可以得到如下结论:① 创意工人达到相同水平的集聚程度(相同的R值)时,在“maxtimes-housing-finding”的取值较高时创意工人所需要的时间较短(参见图6.24和6.25曲线“R-w”的起点及R值变动);② 在创意工人允许尝试比较的数量较多时,创意工人达到相对稳定状态时的集聚水平较高(R值相对较低);③ 在创意工人允许尝试比较的数量增加时,创意工人的空间集聚的波动幅度有所下降,这表明当创意工人每月能够比较的住房区位的数量增加时,空间集聚的不稳定性降低。
图6.24 创意企业和创意工人的空间集聚特征(情景一)
图6.25 创意企业和创意工人的空间集聚特征(情景二)
图6.26 创意企业和创意工人的空间集聚特征(情景三)
采取类似的方法比较图6.24和图6.25中的“R-f”曲线,可以得到如下结论:① 当每个企业每月能够尝试比较的办公区位的个数增加时,创意企业达到相同集聚强度所需要的时间大大降低;② 当“maxtimes-officesearching”取值较大时,系统稳定后,创意企业所表现出来的空间集聚程度更高(R值更小)。
在前文我们已经提到,“maxtimes-officesearching”和“maxtimes-housing-finding”的取值的实际意义,可以理解为创意企业和创意工人每个月能够掌握到的相关信息的数量。因此,根据上文的相关情景分析结果可以进一步作出如下判断:如果城市政府能够为创意企业和创意工人提供相关信息的共享平台,那么其将大大缩减创意企业和创意工人达到一定的空间集聚水平所需要的时间。如果我们承认地理空间上的集聚(邻近性)可以促进创意企业之间的合作关系的形成和产业集群的深化,同时也利于创意工人之间信息的交换与创意的产生,那么上述判断则可以进一步表述为:城市政府如果能够为创意企业和创意工人提供有效的信息共享(办公地产的市场信息和住房地产的市场信息),那么将大大提升创意产业的发展速度和生产效率。
有关创意产业时空过程模拟的文章
通过图6.20和图6.21,还可以进一步看到无论是在数量分布还是在密度分布上,CBD均排在倒数第二的位置,这表明对创意企业来说,城市CBD的吸引力与其他各区相比处于较低水平。图6.22和图6.23记录了创意工人的空间分布和密度分布的时空特点。直观上看,创意工人的空间分布和密度分布与创意企业相比,表现出了非常明显的不同。虽然如此,除了在个别时间段里,创意工人的空间密度分布依然遵循如下规律:离城市CBD越近,其密度越高。......
2023-08-10
第二阶段的核心任务就是收集有效数据,并回答本书第1章提出的前两个研究问题。其中,前两个数据集主要来源于文件整理与综合,第三个与第四个数据集通过问卷调查获得,最后一个数据集主要通过调查访谈与调查信息整合分析而取得。通过整合前三个数据集,可以在ArcGIS环境下建立描述创意企业与创意工人空间分布以及相关地理区位因素空间分布的数据库。利用ArcGIS的数据分析功能,可以得出影响创意企业与创意工人区位行为的地理区位因素。......
2023-08-10
在2006年颁布的《南京市文化创意产业“十一五”发展规划纲要》中,有十大创意行业被认为对南京而言是具有巨大潜力的行业,其中软件设计与动漫设计行业是南京市首要发展的创意产业门类。这一发展进程在南京市留下了为促进软件产业发展的城市新空间。根据南京市企业名录,可以确定南京有大约150家动漫设计企业和1 050家软件设计企业。......
2023-08-10
2010年,南京市从事软件设计和动漫设计的企业为1 221家,在这两个创意产业部门工作的创意工人人数大约为8.4万人。等比例缩小后,创意企业的数量约为164个,创意工人的数量则大约为11 268个。在真实系统中,企业数量和工人数量较为巨大,集聚效应明显。由于存在上述两个基本事实,模型模拟的创意企业和创意工人的数量大于实际数据是可以理解的。......
2023-08-10
“创意产业”这一概念的提出,一直以来都遭到多方批评。这一方法的基本缺陷就是不能很好地描述和捕捉创意产业自有的特殊性。因此,创意产品的市场价格与变动无法作为创意产业生产或消费的信息指导。采用现有的创意产业定义,其最大优点就是能够与现有的经济政策和工业发展规划迅速取得良好承接。同时,“社会网络”的理解模式也有助于将20世纪以来有关网络与复杂性理论运用其中。......
2023-08-10
图5.12截取了模型运行过程中“世界”所呈现的信息。当然,这些可视化的结果均是利用“世界”这一环境作为表现媒介。图5.12“世界”作为结果的直接呈现媒介图5.13用于显示和隐藏行为主体的两个工具图5.14用来可视化地块各种属性的12个工具图5.15用于实时显示模型运行过程中各种行为主体的数量的工具在本模型中,设计了6个监视器来监测6个不同行为主体集合所包含的行为主体的数量。......
2023-08-10
正是由于“创意”的难以界定性和多重性,使得关于“创意产业”的定义也是众说纷纭。因此,如果在研究创意产业时,首先对其所涉及的学科及其所处的语境作出规范,则能大大降低定义“创意产业”的难度。由于“创意产业”具有深刻的文化根源,因此定义创意产业较为保守的办法就是 将其限定于传统的文化范畴。遵循这一逻辑,凯夫斯将创意产业定义为那些与文化、艺术或社会娱乐价值具有紧密关联的产品供给和服务。......
2023-08-10
1)案例选择本书所考虑的可能城市案例主要局限于中国与英国。对上述5个可能案例进行10个维度的考察,本书最终确定南京为研究案例。表3.15个可能案例的优劣势分析伦敦,作为英国的首都,是全球最为著名的金融中心与商业中心之一,同时也是英国创意产业的发展中枢城市。图3.2南京在江苏省的区位图3.3南京在长江三角洲中的位置南京是一个正从传统制造业向服务业和知识密集型产业转型的典型城市。......
2023-08-10
相关推荐