EN中文

Economic geography >

2021 , Vol. 41 >Issue 2: 113 - 120

DOI: https://doi.org/10.15957/j.cnki.jjdl.2021.02.012

Network Characteristics of Chinese Cultural and Creative Industries：Based on Investment Links

  • LIU Zishen , 1 ,
  • SHEN Lizhen , 1, 2, ※ ,
  • CUI Zhe 1
Expand
  • 1. School of Architecture and Urban Planning，Nanjing University，Nanjing 210093，Jiangsu，China
  • 2. Provincial Engineering Laboratory of Smart City Design Simulation＆Visualization，Nanjing 210093，Jiangsu，China

Received date: 2020-03-17

  Revised date: 2020-11-22

  Online published: 2025-04-01

Fold

Abstract

Advanced producer service industry network research is one of the research focus,but it is lack of the network research of cultural and creative industries. Based on the above,this article selects the top 100 enterprises in Chinese cultural and creative industries and analyzes their investment links in the past 20 years. It studies the spatio-temporal evolution characteristics of their 9 sub-sectors and network in 5 time periods by the means of interlocking network model and social network analysis. It is indicated that: 1) The investment behavior of cultural and creative industries has a directionality,which moves from the southeast to the northwest. It presents great difference in the investment inflows and outflows among the different level of city. 2) The network of cultural and creative industries have the dual characteristics that are strong centrality and flatness. 3) The main network is so different from the sub network of the cultural and creative industries,the main network cannot summarize the sub network. The research on the differences within the industries should become one of the significant directions of industrial network research and development.

Key words： industries network; city network; cultural and creative industries; investment link; social network analysis

Cite this article

LIU Zishen , SHEN Lizhen , CUI Zhe . Network Characteristics of Chinese Cultural and Creative Industries：Based on Investment Links[J]. Economic geography, 2021 , 41(2) : 113 -120 . DOI: 10.15957/j.cnki.jjdl.2021.02.012

21世纪以来，伴随着全球化和信息化的深入，传统的中心地理论无法继续适用于当前的城市发展——城市不仅在自身的等级属性上发生变化，在与其他城市的关联上也发生了深刻而又复杂的变化。“有属性而无关系”的世界城市研究逐步转向社会网络的世界城市研究，进而发展成为世界城市网络研究[1]。国外学者相继提出了“世界城市”[2]、“全球城市”[3]、“流动空间”[4]等理念，其中全球化与世界城市研究小组（GaWC）突破了原有城市网络研究的方法局限，提出了连锁网络模型（Interlocking Network Model）[5]，通过企业联系反映城市网络关系，为国内外产业网络和城市网络的研究开辟了新道路。
在通过产业联系分析城市网络的研究中，国内外学者多运用母子企业或分支机构来分析某一区域的网络结构，其中既有综合企业流[6]，也有单一行业的企业流，如金融[7]、互联网[8]、律师服务[9]、电子信息[10]等。总体来说，通过产业联系探讨城市网络的实证研究有以下趋势：①研究数据流动化，早期通过属性数据构建经典传统的重力模型[11]，如今通过更为直观的关系数据来表征城市关联[12]；②研究范式多样化，近年来有学者通过价值链分工[13]、投入产出关联[14]来表征探讨产业联系，突破了传统研究方法；③研究视角全面化，以往研究倾向于分析某一产业内的网络关系，近年来的研究关注点开始转向不同产业的合作与分工；④研究区域聚焦化，大区域的产业网络一直是研究热点，近年来小区域甚至单个城市内部的关联网络研究[15]也层出不穷。
随着中国的大多数城市进入后工业化阶段，文化创意产业顺势成为城市产业转型与新经济增长的引擎[16]，文化创意产业在国外被称作创意产业（Creative Industries），由创意工业（Creative Industry）演变而来，最早由英国确立概念，定义为“起源于创意、技能和才华，通过知识产权的应用创造财富和就业”。约翰·霍金斯指出，全世界创意经济每天创造220亿美元，并以5%的速度递增，且有两大相互交织的趋势不可忽视：一是创意者和组织机构更具商业化，二是企业越来越依赖于创意。创意产业已经成为最具活力的经济增长集合体[17]。国外关于文化创意产业的概念[18-19]、产业边界[20]及创意人群[21]的探讨已非常充足，聚焦于时空层面的相关研究主要可以分为两大类，一类是研究创意产业与城市发展之间的关系，包括创意城市的建设[22]、创意产业在城市及城市内部的区位选择[23]、对城市经济发展、城市更新的重要作用[24⇓-26]等，如Karenji认为技术的突破对创意产业的空间选址虽有影响，但地理距离依然很重要[27]。另一类是探讨创意产业在城市及区域层面的集群效应及形成机制[28]，并衍生出创意产业集群网络的研究，如Felton等分析了墨尔本和布里斯班地区郊区的创意产业网络，发现郊区的创意活动正在增加[29]，Michael通过电影的跨国联合制作剥离出电影产业的“制片网络”和“顶层城市”[30]等。
我国把文化创意产业（以下简称文创产业）作为文化产业下的子概念，其内涵更强调“个人创意”与“内容生产”，重视在生产过程中“创意”这一要素的价值含义[31]，具有柔性专业化（Flexible Specialization）的特征[32]。文化创意产业在国内发展的起步较晚，目前关于城市及区域文化创意产业的研究较少，研究热点主要集中在分析城市文化创意竞争力[33]、文化创意产业的区位选择及发展环境[34]、文化创意产业集群的形成机制[36]、文化产业与其他产业的融合绩效[36]以及文化产业对于城市、区域经济社会发展的影响[37,39]等，关于产业网络的研究目前较少，如朱华晟通过设计产业研究了上海创意产业与其他行业的网络联系[38]，文嫮通过中国电影产业的价值链分工探讨了电影生产的城市网络[13]等。
本次研究的亮点体现在以下三个方面：①受制于数据维度，继续从传统行业视角进行城市网络研究的边际效益递减，难以实现突破，故本文选择起步较晚却又发展迅猛的文创产业，弥补此方面城市网络研究的空白。②以往基于企业联系的城市网络多通过“总部—分支”构建纵向垂直网络，结论往往过于强调总部所在地对网络的控制力量，无法反映产业内部的横向复杂关系网络，故本文采用文创产业各企业间的投资联系构建城市网络，并进一步细分行业，更能反映城市在文创产业生产组织中扮演的角色。③以往产业研究基于国民经济行业分类的方法稍显粗糙，导致行业的内部联系与结构差异没有被发现。文创产业与其他产业联系密切的特性决定了文创产业内部的差异化，因此有必要进一步刻画和分析文创产业子行业网络，弥补文创产业及相关城市网络研究的缺口，为探寻全球化影响下城市产业发展的规律提供新视角。

1 研究方法与数据处理

1.1 研究方法

本文对投资联系数据的处理与网络关系的分析主要运用UCINET软件，参考全球化与世界城市研究小组（GaWC）的连锁网络模型及社会网络分析法中的网络密度等测度指标，并通过ArcGIS可视化。具体模型构建方法如下：

1.1.1 产业网络联系指数的测度

借鉴IWCN模型通过产业联系定义城市对的方法，定义通过K行业的i个企业联系了j个城市，则a、b两市之间通过i企业的一次投资行为发生了联系，那么a、b两市之间的联系强度即为这次投资的金额 r a b , i。其逻辑是企业通过投资金额表征投资行为差异。那么a、b两市之间在行业K网络中的城市联系则为所有企业在两市投资行为的总和，计算式为：
r a b = ∑ i m r a b , i k
以此逻辑类推，可得出每个城市与除自身以外的其他城市的联系。定义a市与其他城市在行业K中的联系指数 N a K为：
N a K = ∑ j n r a j , a ≠ j
式中： N a K表示a市在K行业网络中与其他城市的联系程度。
其次，定义a市的相对连通性为 W a K，其计算式为：
W a K = N a K / N h K
式中： W a K为a市的联系指数 N a K与具有最高联系指数的城市的联系指数 N h K之比。 W a K衡量的是a市在K行业网络中的参与程度，介于0~1之间， W a K的值越高，表明a市在K行业中的参与度越高，在网络中的权利和中心性就越高。
同理，a、b两市之间的相对城际联系值 R a b K（Value of inter-city connection）的计算式为：
R a b K = r a b K / m a x r a b K
式中： R a b K表示在K行业中a、b两市之间联系的强弱，介于0~1之间， R a b K的值越高，说明在K行业中a、b两市之间的联系越强。

1.1.2 网络密度

采用社会网络分析法的网络密度反映K行业网络的整体紧密程度。计算式为：
D K = 2 L / n n - 1 , K
D K数值介于0~1之间。网络密度 D K的值越接近1，表示网络中城市的数量越多，关系越紧密。密度反映了不同网络中城市参与交流的积极程度和网络凝聚力，衡量的是一个网络的整体水平。

1.1.3 网络相关性

采用皮尔逊相关系数（Pearson correlation coefficient），测量不同子行业网络矩阵之间的相关性，定义为X、Y变量的协方差与标准差的商，计算式为：
P x y = c o n r a b X , r a b Y / σ r a b X σ r a b Y
式中： c c o n r a b X , r a b Y 、 σ r a b X σ r a b Y分别为X、Y子行业内a、b两市投资联系的协方差和标准差。

1.2 数据选取与处理

在数据选择上，相关研究多选择企业内部的纵向组织结构来刻画产业及城市网络，而忽视了企业之间的资金流动。汪明峰提出，跨越空间的投资活动是促进城市和区域发展的重要动力，对塑造城市之间的关系时也起到较大的作用[40]，已有学者分析了国内风险投资的整体格局[41-42]，尚缺少由跨区域投资活动塑造的产业网络研究。David指出，在文化相关的产业中，巨擘较绝大多数其他产业更为普遍[43]，故本文选取了《互联网周刊》2018年12期评选出的《文化创意产业100强》名单中的文化创意企业作为研究对象，通过工商信息网站（国家企业信用信息公示系统、企查查网）收集上述100家文创企业在近20年间的投资项目，数据收集时间截止为2019年9月9日，经过清洗（剔除的数据主要包括：被投资企业为非文化创意类企业如制造业、金融业等，被投资企业处于注销、迁出等非营业状态，投资企业与被投资企业处于同一城市），得到1 596条有效企业投资行为。
即使属于相同的母行业，旗下子行业的集聚模式也可能存在差异[47]。本文试图描述文创产业投资行为表征下不同时间段和细分子行业的产业网络特征，故通过时间截面和行业细分将上述城市联系进一步处理。前者通过面板数据可以实现，即截取2000年以前、2000—2005、2006—2009、2010—2014和2015—2019年的投资行为；后者通过文创产业的产业细分实现，分类标准参考国家统计局发布的《文化及相关产业分类（2018）》与《北京市文化创意产业分类标准》，考虑到互联网对传统行业的冲击，故对《文化及相关产业分类（2018）》中的“新闻信息服务”和“内容创作生产”进行细分，因榜单中并未涉及投资类企业，故剔除了“文化运营投资”，得出以下分类：互联网信息服务、出版服务、广播影视节目制作、创作表演服务、数字内容服务、创意设计服务、文化传播服务、文化娱乐休闲服务、文化辅助生产服务9类，具体说明及行业分类代码见表1。
表1 中国文化创意产业细分行业

Tab.1 Segmentation industry of Chinese cultural and creative industries

序号 大类 说明 行业分类代码
1 互联网信息服务 互联网搜索、互联网其他信息服务等 642
2 出版服务 图书、期刊、电子出版物和数字出版服务等 862
3 广播影视节目制作 影视节目、录音制作等 873/877
4 创作表演服务 文艺创作与表演、群众文体活动等 881/887/889
5 数字内容服务 动漫、游戏、电信增值业务等 657/642/651/631/657
6 创意设计服务 广告服务、建筑设计、工业设计、其他设计服务等 725/748/749
7 文化传播服务 广播影视的发行放映、互联网文化娱乐平台服务等 875/876/643
8 文化娱乐休闲服务 主题公园、娱乐、景区游览服务等 902/876
9 文化辅助生产服务 版权服务、文化经纪代理服务等 752/905/729
通过上述方法，整理得到5个时段内9个子行业的城市联系，形成88×88的城市联系矩阵。依据上述式（1）~（6）的数据处理方法，得出5个时段内的88个城市的相对连通性 W a K（含投资流出和流入方向）、相对城际联系值 R a b K、网络密度 D K，9个子行业网络矩阵的相关系数 P x y。

2 分析结果

2.1 中国文化创意企业投资行为的时空演化特征

中国文创产业投资存在南北投资顶点，北京是中国文创产业投资行为的主要发生地，为北部投资顶点，广州与深圳共同构成南部投资顶点。从表2可以看出，排名前10的城市对中，北京占据6席，与其发生投资联系的城市主要有天津、成都、金华、湖州、广州；深圳与广州分别占据3席，与深圳发生投资联系的城市主要有青岛、芜湖、天津，与广州发生投资联系的城市主要有汕头和北京。
表2 中国文化创意产业投资联系中城市对的城际联系值及其排名

Tab.2 The value and ranking of inter-city connection in the investment link of Chinese cultural and creative industries

排名 城市对 城际联系值 R a b K
1 北京—天津 1
2 北京—成都 0.907245018
3 深圳—青岛 0.420633889
4 深圳—芜湖 0.409162055
5 深圳—天津 0.315437177
6 金华—北京 0.277125468
7 汕头—广州 0.274821272
8 湖州—北京 0.267676111
9 北京—广州 0.261187003
10 广州—北京 0.257675235
除北京与广州在投资联系上“双向箭头”较为明显以外，部分一线城市的大企业倾向于向腹地外的非一线城市的中小企业进行投资，如北京—成都、深圳—青岛、深圳—芜湖等。除北京—天津以外，北京—成都是相对城际连接值最高的城市对，城际联系值高达0.91。紧居其后的深圳—青岛、深圳—芜湖、深圳—天津的相对城际连接值都大于0.3，且距离跨度较大。
投资行为地域性减弱，后期由东南至西北投资的方向性非常显著，投资流出城市集中在东南沿海地区，投资流入城市逐步向西北地区扩散。2005年以前文创企业比较倾向于省内或城市群内的地缘投资（上饶—南昌、汕头—广州、嘉兴—无锡、西安—宝鸡等），2005年以后跨越南北和东西的非地缘长距离投资（深圳—青岛、深圳—沈阳、广州—北京等）开始成为投资主流，在2015—2019年阶段，北京—成都之间的城际联系（1）甚至是北京—天津（0.55）的近两倍，这表明距离不再是企业在进行投资时所考虑的第一因素。
随时间推移，投资流入的地点由东南部向西北部扩散，越来越多西北部的城市被囊括其中。由表3可知，除北京、金华的投资流出流入基本均衡以外，前10名内投资流出与投资流入的城市区位有较大差异，投资主要流出城市集中在深圳和北京，投资流出连通性分别为1和0.88，仅有前7个城市的投资流出连通性大于0.1；投资流入城市分布较为分散，共有14个城市的投资流入连通性大于0.1，包括东南地区的厦门和西北地区的伊犁，总体上表征为东南向西北地区的投资方向。
表3 中国文化创意产业投资链中相对连通性、投资流入和投资流出的排名前10位城市

Tab.3 The top 10 cities in the investment chain of Chinese cultural and creative industry based on the relative connectivity, investment inflows and investment outflows

排名 城市 相对连
通性		 投资流
入城市		 投资流入
连通性		 投资流
出城市		 投资流出
连通性
1 北京 1 天津 1 深圳 1
2 深圳 0.79 北京 0.74 北京 0.88
3 天津 0.46 成都 0.56 金华 0.23
4 上海 0.32 上海 0.50 杭州 0.15
5 广州 0.25 广州 0.35 上海 0.14
6 金华 0.25 青岛 0.28 广州 0.14
7 成都 0.25 芜湖 0.24 汕头 0.12
8 杭州 0.15 金华 0.17 湖州 0.08
9 青岛 0.12 伊犁 0.12 延安 0.06
10 芜湖 0.10 厦门 0.11 上饶 0.05

2.2 基于投资联系的中国文化创意产业网络特征

不同子行业的产业网络均为稀疏网络，极化效应明显。图1为基于投资联系的中国文创产业总体特征图，其总体网络密度仅为0.037，这意味着文创产业中的投资行为只发生在88个城市中的少数城市之间，网络密度会随着规模的增大而降低，即更多城市加入到产业网络中，但往往只会与个别城市产生投资联系。这表明大多数文创企业的投资目标比较明确，投资地点也较为单一。从表3可以看出，北京是网络中相对连通性最高的枢纽城市，深圳以0.8的相对连通性成为网络的副枢纽城市，是网络中中心性最强的两个城市。其他城市的相对联通性均低于0.5，位于“纺锤”网络中心的郑州、长沙、武汉等省会城市相对连通性非常低，分别为0.041（第22名）、0.025（第32名）和0.06（第51名），即文创产业中的百强企业在投资时跳过了以上城市，说明文创企业在选择投资地点时，政策、人才等因素的影响或许会大于距离因素。
图1 基于投资联系的中国文创产业网络特征

注：底图来源于国家测绘地理信息局标准地图服务网站1:2 200万中国地图。图2、图3同。

Fig.1 The network characteristics of Chinese cultural and creative industries based on the investment links

此外，9个子行业的网络密度大部分超过了平均线，但依然为稀疏网络。主要枢纽城市为北京，其次为深圳。网络密度最高的是广播影视节目制作（0.084），最低的是文化娱乐休闲服务（0.023），总体为城际联系稀疏的网络特征。网络规模最大的子行业是创意设计服务和数字内容服务，分别包含66个城市和60个城市，规模最小的子行业是出版服务，仅包含14个城市。
表4 基于9个子行业投资联系的产业网络的密度、规模、枢纽城市

Tab.4 The density，scale and hub city of network based on the investment links of 9 sub-industry

序号 行业 网络密度 网络规模 枢纽城市
- 全行业 0.0369 88 北京
1 互联网信息服务 0.0562 53 北京
2 出版服务 0.0714 14 上饶
3 广播影视节目制作 0.0840 32 北京
4 创作表演服务 0.0552 43 北京
5 数字内容服务 0.0372 60 深圳
6 创意设计服务 0.0404 66 北京
7 文化传播服务 0.0403 57 北京
8 文化娱乐休闲服务 0.0230 39 深圳
9 文化辅助生产服务 0.0487 33 金华
空间上，网络经历了“单核极化—多核极化—三角网络化—纺锤网络化”的演化过程，逐步向扁平化发展。由图1可知，基于投资链的中国文创产业网络呈“纺锤形”，京津冀、长三角、珠三角及成渝城市群是网络中的四大核心，枢纽城市主要集中在东南沿海地区，内陆城市在网络中处于明显的弱势地位，东北地区和西南地区被排除在地图之外。由图2可知，2005年以前，文创产业网络的枢纽城市集中于东南沿海地区的三大城市群内，呈多核结构特征；2005—2009年以后中部城市逐渐参与网络，但地区内城市之间的投资联系依然较少，主要与东部地区的城市发生投资联系；2010—2015年，枢纽城市维持强中心性的同时，网络出现了京津冀、长三角、珠三角三者连线的“三角形”结构特征，2015年以后开始出现“纺锤形”结构，且西北部的城市（如成都、伊犁等）也逐渐参与进网络中，除北京以外的其他枢纽城市逐步被弱化（第2名的深圳相对连通性由0.93下降至0.45），网络逐渐呈扁平化特征。
图2 基于投资联系的文创产业网络时空间特征

Fig.2 The temporal and spatial characteristics of cultural and creative industry network based on investment links

不同子行业的网络发育程度参差不齐，且网络结构与行业特征关联较大。文创产业的子行业网络特征（图3）基本可以划分为：未形成网络、“纺锤形”网络和“不完整梯形”三种结构。
图3 文创产业的9个子行业网络空间特征

Fig.3 The spatial characteristics of 9 sub industries networks of cultural and creative industries

未形成网络的子行业为出版服务（2）与文化娱乐休闲服务（8），二者结构与其他网络差异较大。这主要是由于出版服务投资行为主要集中在中部地区的上饶、南昌，而文化娱乐休闲服务（8）的枢纽城市为深圳，以华强方特、华侨城为主的巨头公司垄断了国内主题乐园的建设与运营，以总部深圳为核心向全国各地进行辐射状投资。
结合表5可知，与互联网交互密切的子行业互联网信息服务（1）和数字内容服务（5）相关性较高，地理空间上呈现“纺锤形”特征，网络的四大核心为京津冀、长三角、珠三角和成渝城市群，与传统城市网络的结构较为相似；呈现“不完整梯形”网络的子行业为广播影视节目制作（3）、创作表演服务（4）、创意设计服务（5）和文化传播服务（7），这是由于最西北部的伊犁、乌鲁木齐等城市参与到以上子行业的投资网络中，促使传统“纺锤形”网络进一步发展。但由于西北地区与南部地区的联系依然较为微弱，所以还未发展成完整的“梯形”网络结构。
表5 相关系数在0.5以上的文化创意产业子行业对

Tab.5 The sub-sectors of cultural and creative industries with the Pearson correlation coefficient of 0.5 or more

相关的子行业 皮尔逊相关系数
互联网信息服务（1）与数字内容服务（5） 0.777**
广播影视节目制作（3）与文化传播服务（7） 0.526**
创作表演服务（4）与文化传播服务（7） 0.518**
创作表演服务（4）与文化辅助生产服务（9） 0.544**
文化传播服务（7）与文化辅助生产服务（9） 0.553**
值得注意的是，不完整“梯形”网络形成的直接原因是西北地区城市的参与，主要集中在影视、表演、传播等传媒类文创行业内。这主要是由于广播影视企业在西北地区的避税行为影响了企业投资联系的真实性，如霍尔果斯的“五免五减半”政策使其成为“税收洼地”[45]，据公开数据，目前霍尔果斯各类市场主体总量超过2万户，但实体企业不足2%，98%以上均为没有实地经营或生产、只享优惠不出力的“空壳企业”，主要是广告影视传媒、股权投资等经营地点不受限制的轻资产类企业[46]，故 “梯形”网络的实际意义还值得商榷。

3 结论与讨论

本文通过对中国近20年文化创意企业100强投资联系的研究和分析，试图以文化创意产业的投资链为视角探究文化创意产业的时空演化过程与产业网络结构特征。研究发现，不同于以往高级生产者服务业网络的结构特征，中国文创产业的跨区域投资在2005年以后开始兴起，经历了“单核心极化—多核心极化—三角网络化—纺锤网络化—不完整梯形网络化”的演变，具备强中心性与扁平化的双重特征：
①强中心性体现在北京在网络中的绝对优势，这得益于北京丰富的文化资源与政策优势。而以往研究中层级较高、经济较为发达的上海、广州并没有表现出很强的中心性，经济发展落后的东北地区依然被排除在网络之外。这表明在中国文创企业的发展环境中，经济发展、历史积淀与政策环境缺一不可。
②扁平化特征体现在网络中涉及了更多的西部地区的城市，促使网络开始从“纺锤形”向“梯形”发育。除成都与北京的强联系引人注目以外，西北地区的伊犁、乌鲁木齐等城市也成为投资的热点区域，这是由于影视行业在当地“避税”的政策红利，因此“梯形”结构产业网络的实际意义还值得讨论。
此外，研究发现文创产业的整体网络结构与子行业网络结构差异较大，前者无法概括后者，整体网络存在一定的局部失真，因此城市的产业网络探讨应继续深入到产业内部，避免产生“汇总谬误”。
在全球化背景下，文创产业是同时具备地域性与新经济特征双重特征的产业：一方面，中国的文创产业出现了跨区域的投资关联，并初步形成了纺锤形产业网络，这一特征受全国经济发展格局影响，呈现出新经济特征；另一方面，相较于其他产业，地方独有文化氛围、历史积淀等富有地域特征的“创意环境”对文化创意产业的兴起与发展影响更大，与产地相关的标志可能成为全国文创产业中特殊的品牌与符号，从而赋予产品无可复制的特质与内涵。因此，政府在培育本地文创产业集群时，首先需要深入挖掘本地的核心文化创意符号，进而促进文创产业的多样性与产业链的完善。
受限于数据样本和能力不足，此次研究也存在遗憾。本文采用2018年的100强文创企业回溯产业近20年的时空演化过程，难以准确表征每个时间段内的特征；本次研究仅涉及了文创产业视角下城市网络的特征分析，在此基础上，文创企业投资行为发生的影响因素与动力机制也值得进一步深究和探讨。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
杨永春, 冷炳荣, 谭一洺, 等. 世界城市网络研究理论与方法及其对城市体系研究的启示[J]. 地理研究, 2011, 30(6):1009-1020.

[2]
Friedmann J. The world city hypothesis[J]. Development and Change, 1986, 17(1):69-83.

[3]
Sassen S. The global city:New York,London,Tokyo[M]. Princeton: Princeton University Press, 1991.

[4]
Castells M. The rise of the network society[M]. Oxford: Blackwell, 1996.

[5]
Taylor P J, Catalano G, Walker D R F. Measurement of the world city network[J]. Urban Studies, 2002, 39(39):2367-2376.

[6]
朱查松, 王德, 罗震东. 中心性与控制力:长三角城市网络结构的组织特征及演化——企业联系的视角[J]. 城市规划学刊, 2014(4):24-30.

[7]
温锋华, 张阿曼, 李桂君. 基于金融企业网络的京津冀城市网络结构特征分析[J]. 城市发展研究, 2017, 24(9):64-71.

[8]
曹前, 沈丽珍, 甄峰. 中国互联网企业空间演化与城市网络特征研究[J]. 人文地理, 2018, 33(5):97-105.

[9]
邹小华, 薛德升, 黄颖敏. 等级化、网络化与区域化:基于律师事务所空间分布的中国城市体系研究[J]. 华南师范大学学报:自然科学版, 2015, 47(2):134-142.

[10]
武前波, 宁越敏. 中国城市空间网络分析——基于电子信息企业生产网络视角[J]. 地理研究, 2012, 31(2):207-219.

[11]
顾朝林, 庞海峰. 基于重力模型的中国城市体系空间联系与层域划分[J]. 地理研究, 2008(1):1-12.

[12]
王聪. 基于生产性服务业的长三角城市网络空间演化特征[J]. 经济地理, 2017, 37(12):121-128.

[13]
文嫮, 张强国, 粟旭. 基于中国电影产业价值链分工联系的城市网络研究[J]. 人文地理, 2019, 34(2):97-104.

[14]
王成韦, 赵炳新. 金融集聚与城市格局时空演变研究——基于产业投入产出关联的视角[J]. 经济问题探索, 2019(6):71-79.

[15]
任会明, 叶明确, 祝影. 基于教育网络的上海城市网络空间结构研究[J]. 经济地理, 2019, 39(8):77-86.

[16]
马仁锋, 吴丹丹, 张文忠, 等. 城市文化创意产业微区位模型及杭州案例[J]. 经济地理, 2019, 39(11):123-133.

[17]
John H. The Creative Economy[M]. London: Penguin, 2002.

[18]
Florida R. The rise of the creative class[J]. Washington Monthly, 2002, 35(5):593-596.

[19]
Nicholas G, 马绯璠. 从文化产业到创意产业——解读英国艺术及媒体发展政策中“创意产业”一词的含义[J]. 文化艺术研究, 2009, 2(6):225-235.

[20]
S Yusuf, K Nabeshima. Creative industries in East Asia[J]. Cities, 2005, 22(2):109-122.

[21]
Flew T. Advertising cultures[J]. Australasian Marketing Journal, 2005, 13(1):68-70.

[22]
Pratt A C. Creative cities:the cultural industries and the creative class[J]. Geografiska Annaler.Series B,Human Geography, 2008, 90(2):107-117.

[23]
Bayliss D. The rise of the creative city:culture and creativity in Copenhagen[J]. European Planning Studies, 2007, 15(7):889-903.

[24]
Pratt A C. Creative cities:the cultural industries and the creative class[J]. LSE Research Online Documents on Economics, 2008, 90(2):107-117.

[25]
Philip C, Luciana L. Creative cities,cultural clusters and local economic development[J]. Journal of Cultural Economics, 2008, 32(3):237-240.

[26]
Lazzaretti L, Boix R, Capone F. Do creative industries cluster?Mapping creative local production systems in Italy[J]. Industry&Innovation, 2008, 15(5):549-567.

[27]
Clare K. The essential role of place within the creative industries:boundaries,networks and play[J]. Cities, 2013, 34:52-57.

[28]
Lazzeretti L, Boix R, Capone F. Why do creative industries cluster?An analysis of the determinants of clustering of creative industries[J]. Iermb Working Paper in Economics, 2009, 20(8):1243-1262.

[29]
Felton E, Collis C, Graham P. Making Connections:creative industries networks in outer-suburban locations[J]. Australian Geographer, 2010, 41(1):57-70.

[30]
Hoyler M, Watson A. Framing city networks through temporary projects:(Trans)national film production beyond "Global Hollywood"[J]. Urban Studies, 2019, 56(5):943-959.

[31]
余霖. 文化产业、创意产业和文化创意产业概念辨析[J]. 厦门理工学院学报, 2013, 21(3):73-77.

[32]
朱华晟, 王缉慈. 论柔性生产与产业集聚[J]. 世界地理研究, 2001(4):39-46.

[33]
赵彦云, 余毅, 马文涛. 中国文化产业竞争力评价和分析[J]. 中国人民大学学报, 2006(4):72-82.

[34]
张纯, 王敬甯, 陈平, 等. 地方创意环境和实体空间对城市文化创意活动的影响——以北京市南锣鼓巷为例[J]. 地理研究, 2008(2):439-448.

[35]
陈倩倩, 王缉慈. 论创意产业及其集群的发展环境——以音乐产业为例[J]. 地域研究与开发, 2005(5):5-8,37.

[36]
翁钢民, 李凌雁. 中国旅游与文化产业融合发展的耦合协调度及空间相关分析[J]. 经济地理, 2016, 36(1):178-185.

[37]
蔡旺春. 文化产业对经济增长的影响——基于产业结构优化的视角[J]. 中国经济问题, 2010(5):49-55.

[38]
朱华晟, 吴骏毅, 魏佳丽, 等. 发达地区创意产业网络的驱动机理与创新影响——以上海创意设计业为例[J]. 地理学报, 2010, 65(10):1241-1252.

DOI

[39]
石媛, 闫增峰. 文化自觉:文化产业融合的内生性动力[J]. 华中科技大学学报:社会科学版, 2019, 33(3):135-140.

[40]
汪明峰, 魏也华, 邱娟. 中国风险投资活动的空间集聚与城市网络[J]. 财经研究, 2014, 40(4):117-131.

[41]
胡国建, 陈传明, 陈丽娟, 等. 企业跨区域投资格局及其影响因素——以福建上市企业为例[J]. 经济地理, 2018, 38(9):138-146.

DOI

[42]
方嘉雯, 刘海猛. 京津冀城市群创业风险投资的时空分布特征及影响机制[J]. 地理科学进展, 2017, 36(1):68-77.

DOI

[43]
David H. The Cultural Industries[M]. London: SAGE Publications Ltd., 2012.

[44]
褚劲风. 世界创意产业的兴起、特征与发展趋势[J]. 世界地理研究, 2005(4):16-21.

[45]
陈甲取. 从“霍尔果斯现象”看“税收洼地”[J]. 注册税务师, 2019(3):69-70.

[46]
杨梦露. 经济开发区影视产业税收政策研究——以霍尔果斯经济开发区为例[J]. 商业会计, 2019(21):125-129.

[47]
张延吉, 吴凌燕, 秦波. 北京市生产性服务业的空间集聚及影响因素——基于连续平面的测度方法[J]. 中央财经大学学报, 2017(9):111-118.

Options
Outlines

/

〈 〉