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
本书所陈述的总体研究框架可以应用于各种其他城市案例,以研究创意产业发展与城市空间结构的互动关系和机制。然而,在具体操作过程中,本书所使用的各种方法和处理手段往往存在一定的局限性,特别是要将这些具体方法运用到其他案例时,必须对其局限性有充分认识。
第一,根据社会调查结果和中国的实际情况,也为了简化计算机模拟模型,在本模型中所涉及的行为主体类型仅包括3个:创意企业、创意工人和城市政策,而城市居民作为一个利益主体并没有考虑在内。这一处理方法给读者的信息具有一定的误导性:似乎城市居民在城市用地上与城市政府和开发商之间不存在利益矛盾和冲突。然而事实是,其存在一定程度上的矛盾冲突,但模型仍然没有将城市居民考虑在内。这一处理方法的基础是:一方面源于中国城市土地归国家所有,城市居民在土地利用上的主动权相对有限;另一方面也因为调查表明只要城市政府能够根据市场价格予以合理补偿,大部分的城市居民(90%以上)对城市政府的土地利用安排采取的是合作态度。随着中国拆迁补偿的日趋规范,模型假设城市政府能够满足城市居民这样的要求。因此,对本书这一点简化处理必须予以重视,以免产生信息误导。
第二,要定量处理行为主体对相关地块的区位属性的影响具有很大难度,并没有现存 的方法可用,因此本书采取了“试错法”。例如,要量化一个创意工人进入一个地块后对该地块及其周边地块的住房租金的影响,首先必须定义其影响范围。在模型中假设其能够影响到的范围为1个方格,两个等级(相当于0 m,100 m)。然后对该创意工人的影响比率作出一组假设值,例如设定为{1.001,1.002,…,1.009,1.01},各个数字表示创意企业进入该地块后对住房租金价格提升的倍数比率(例如1.001,表示将原价格提升了0.1%)。根据这些比率,100个创意工人进入该地块能造成该地块的最大的价格上升倍数为{(1.0012)100,(1.0022)100,…,( 1.0092)100,(1.012)100}①。通过比较这一宏观计算结果与实际案例的情况,最终确定哪一个参数值适合本书研究。本书选择1.002作为参数,100个创意工人进入同一个地块对该地块基准住房租金价格的最大提升倍数最终为1.49倍。在这一处理过程中,选择哪一个参数值取决于生活经验和具体案例。如果后来研究者能够提出更加严谨科学的量化方法,将使本书研究可行性和可信性得到更进一步加强。
第三,模型中涉及的行为主体纯粹的内心过程没有,也很难予以考虑。由于模型涉及行为主体的各种空间行为(人的行为),而人的各种行为多基于内心世界的活动,这些活动不可能全部基于理性,也有可能受到情感等复杂情况的影响,更不可能完全由“区位效用最大化”唯一定义。在模型中,要对这些非理性和纯粹的内心活动进行量化、校验和严格证明是非常困难的(Crooks et al,2012)。例如,在模型中,城市政府支持性政策中包括的对知识产权的保护这一政策,虽然考虑到其对地块的政策得分的影响(进而影响企业的区位选择),但是对知识产权的保护能够给各创意企业的利润和销售情况带来多大的利益,其定量化描述几乎不可能。此外,在社会调查中发现,部分企业的办公区位的选择(特别是10个员工以下的企业)跟自己的社会圈子紧密关联,或者跟自己的童年记忆相关,这些都是无法具体模拟量化的。此外,创意工人选择到某一企业工作,除了工资报酬以外,通常还与自己的好友和同学是否在该企业就业存在一定的联系,所有这些都是很难在这个有限研究中进行模拟的。
第四,模型中各个行为主体并没有赋予其学习能力。换句话说,在模型中,各个行为主体不具有记忆和类似人的应变能力。举例来说,创意工人A在第一次找工作找到企业B,B认为其不合格,将其拒绝了,A也没有能够在其他企业找到工作,于是只有在下一次(第二次)重新尝试。在第二次尝试过程中,A依然有可能继续到企业B尝试,但事实上企业B是不可能接受A的,因为其判断A绝对不合格。而由于A没有赋予记忆能力,所以其依然可能还会到B企业尝试,因此浪费一次尝试机会。再比如说,在同一个行为主体类型内部,各个行为主体个体之间缺乏信息共享。也就是说现实中即使创意工人M和N是朋友关系,并且两者之间存在许多信息共享(包括住房信息、就业信息等),在模型中M所掌握的信息仅为M所用,N所掌握的信息仅被用于N的行为决策的依据。因此,如果有需要,模型中各个行为主体可以赋予其学习和记忆能力,这样模拟结果也许会更加接近真实系统,然而其也必然增加模型复杂程度和模型运算时间。
最后,模型的有效性检验依然是一个巨大挑战,其最重要的原因就是模型输出数据在真实世界中有很多很难获得,甚至是无法获得。通常情况下,即使能够获得有效性检验所需的各种数据,但往往这些数据又只是某一时间片段或局部空间的数据。也就是说,数据往往缺乏完整性。这些问题都对模型的有效性检验提出了巨大挑战。例如,在本书中,虽然创意企业的数量的发展有相关记载,但是创意工人的数量(特别是局限于软件行业和动漫行业的创意工人的数量)发展轨迹的数据根本无法得到。在本书中,只有将系统稳定后,创意工人的平均数量与现实系统中的创意工人的数量进行比较,在不太严格的条件下得到的结论为两者具有一致性。
有关创意产业时空过程模拟的文章
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
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
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
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
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
图3.1、图3.2源自:笔者绘制.图3.3源自:笔者根据中国国家发改委. 2010.长江三角洲地区区域规划[M/OL]. 北京:中国国家发改委(2010-06-24).http://miit.ccidnet.com/zt/2010/0624csjrelease/images/csj_plan.pdf绘制.图4.1至图4.4源自:笔者绘制.图4.5至图4.7源自:南京市2010年企业名录.图4.8至......
2023-08-10
相关推荐