文化创意产业集聚效益分析——以北京市文化创意产业发展为例

姜　玲，王丽龄

(中央财经大学　政府管理学院，北京　100081)



文化创意产业集聚效益分析
——以北京市文化创意产业发展为例

姜玲，王丽龄

(中央财经大学政府管理学院，北京100081)

摘要：集聚带来效益在很多产业领域得到证实，但是在文化创意产业领域全面集聚是否是有效的？论文针对文化创意产业集聚效益及其在产业间的差异，应用CES模型分析了北京市文创产业三大类细分产业的集聚效益及动因。研究发现，大多数文化创意产业的集聚总体上能够产生正效益，但某些细分产业的集聚达到一定程度后可能会出现负变化。进一步通过动因分析，提出分类引导集聚的必要性与建议。

关键词：文化创意产业；集聚效益；CES生产函数模型；北京市

一、文化创意产业集聚发展特征及问题的提出

文化创意产业的概念最初见于1998年发布的《英国创意产业路径》一文[1]，即“源于个体概念、技巧及才能，透过智慧财产权的生成与利用，有潜力创造财富和就业机会的产业”。[2]近十余年来，在全球贸易中，创意产品和服务保持蓬勃增长态势，文化创意产业也成为我国最具活力和潜力的产业之一。党的十八大和十八届三中全会专门提出要提高文化产业规模化、集约化、专业化水平，文化相关产业的集聚发展有了纲领引导。

在全国文化创意产业发展中，北京市占据重要地位，出版、影视、艺术品交易等若干领域都在全国位于前列甚至占据全国半壁江山，其发展方向和举措对全国具有重要示范意义，其文化创意产业的集聚发展战略尤为突出。

2006年，北京市在全国率先提出文化创意产业分类标准，确定“文化创意产业是以创作、创造、创新为根本手段，以文化内容和创意成果为核心价值，以知识产权实现或消费为交易特征，为社会公众提供文化体验的具有内在联系的行业集群”[3]。

呼应产业分类标准上将文化创意产业确定为“行业集群”，北京市将文化创意产业集聚作为促进产业发展的最重要手段，批准和挂牌建设各类文化创意产业集聚区。2006年，北京市认定了第一批10个文化创意产业集聚区，10个集聚区内包括了1500多个公司，当年获得的收入占到15%[4]。目前北京市总计有市级文化创意产业集聚区30个，涵盖了全部区县、全部产业领域，涵盖企业数量超过10000家[5]。2014年5月，《北京市文化创意产业功能区建设发展规划(2014-2020)》发布，提出要继续发挥市级集聚区和国家级园区的集聚和带动作用，建设20个文化创意产业功能区。从产业经济学的角度来讲，这是在继续扩大集聚区作为增长极的带动作用。

北京市的文化创意产业集聚政策产生了显著的效果。根据2016年1月21日北京市国有文化资产监督管理办公室召开的新闻发布会介绍，北京市三经普数据显示，全市20个文创功能区有文创单位7.4万个，占全市总量的50.8%；文创从业人员119.6万人，占全市总量的65.2%；文创资产总值14108.3亿元，占全市总量的68.5%；文创收入8331.4亿元，占全市总量的67.3%，产业空间集聚、集约发展的态势日益显现。[6]

但是，文化创意产业集聚是否是有显著效益的，从这组数据中无法明确看出。因为用简化的劳动生产率来看，计算收入与就业的商，仅为1.03，集聚效益似并不是特别显著，当然这与数据使用的是功能区数据也有关系。

对于文化创意产业集聚是否有显著效益这一问题，相关研究也存在着争论。有学者支持文化产业集聚发展，如陈建军和葛宝琴指出“文化创意产业的一些特点，使得它倾向于以集聚区的形式发展”[7]。但创意阶层作为文化创意产业的创造力根源，似乎倾向于远离集聚，如黄鹭新等发现北京的一些艺术家大多数位于城郊农村，主要原因是房租便宜，环境无干扰，生活恬淡，同时，“很多艺术家对社会持批判态度，他们刻意保持着和城市主流的‘距离’”[8]。所以，对于一个复杂的、种类丰富的文化创意产业来说，全面的集聚是否是可行的？

综上，本文认为，对文化创意产业集聚是否有效益这一问题，值得深入研究，而且需要深入产业内部进行精细化分类研究。

由于北京市在我国文化创意产业中的地位和其旗帜鲜明的文化产业集聚区政策，本文选择北京市作为案例。试图通过计量方法，分类分析文化创意产业的三大类代表性细分产业的集聚效益，试图解答文化创意产业集聚效益是否存在、集聚效益的大小和变化情况如何、如何分类引导有效集聚的问题。

二、文化创意产业集聚效益的相关文献评述

当前探讨文化创意产业集聚大多聚焦于对集聚度的评价、区位选择与集聚动因、空间分布及区位选择机制、案例研究等方面，研究目的大多是为集聚区的发展和管理提出对策，可以分为三类：

最多的一种是探讨文化创意产业集聚及其成因。例如孔建华(2009)对文创产业集聚区的成因探讨[9]；花建(2007)对文化创意产业集聚区的发展规律和动力的探讨[10]；王慧敏(2012)对文创集聚区演进的探讨[11]；陈建军等(2008)对文化创意产业区位选择的影响因素的探讨[7]等。

第二类研究的主要内容是案例分析和国外经验借鉴。如钟韵等(2012)以广州市的集聚区为研究对象，用定性研究方法，“探讨了集聚是不是有效益的，现在的集聚效益如何，未来如何提升集聚效益这3个问题”[12]；王晖(2010)借鉴了纽约模式的特点，通过对比研究提出对北京市的发展建议[13]。

第三类是集聚的竞争力评价研究。如江沛(2009)以波特钻石模型为基础构建的文化创意产业集聚区的竞争力评价模型[14]；张彦军(2011)提出建设评价体系，评价的几大维度包括集聚区外部影响因素、自身发展因素、建设和发展成效[15]等。

针对文化创意产业集聚效益是否存在的问题，相关领域大多数学者持肯定的态度，并重点研究集聚效益的来源，或称集聚效应。如陈建军和葛宝琴(2008)提出文化创意产业集聚能够带来外部性、规模收益、市场效应、创新能力和竞争力、降低风险[7]；王茁宇(2012)提出的供应商市场的培育、劳动力市场的培育和知识的外溢效应[16]；“中国文化产业集聚效应的动态研究”课题组(2015)对此也进行了系统梳理[17]。

但是上述研究都是在默认集聚是有正效益前提下的研究，而对于文化创意产业或者其中的部分构成来说，集聚是否一定是有利的这个问题，相关研究并不多见。定量研究文献更加缺乏，这可能与“统计资料缺乏，现在难以开展关于效益的定量分析”有关[12]。

关于产业集聚效益研究，从理论到方法是有经验可循的。例如许志芳(2009)基于固定替代弹性生产函数(CES)模型，经过一定的修改，提出综合区位商法，可以用来测度产业的集聚效益[18]；唐杰等人(1989)提出了一套基于CES模型的集聚效益及其影响因素的测量和分析方法[19]，目前该方法已被运用于工业领域和第三产业，如现代服务业的集聚效益研究[20]。

上述研究为本文提供了理论和方法上的重要支持。随着第二次经济普查后北京市对文化创意产业及集聚区数据的分析和公布，使得对集聚效益的评价日益变得可行。文化创意产业集聚效益评价方法和内容应该得到扩展。

三、研究方法选择与数据来源

(一)研究方法的选择

根据当前文献，专门针对文化创意产业集聚效益计算的方法还没有人提出，但是对集聚效益的测算已经有很多人进行过研究，如基于柯布道格拉斯生产函数、固定替代弹性生产函数(CES)模型、Ciccone模型等提出的工业领域和第三产业集聚效益测度和分析的方法，此外也可以用数据包络分析方法(DEA分析方法)计算投入产出效率来观察规模收益情况。

其中，唐杰等人(1989)提出了一套基于CES模型的集聚效益及其影响因素的测量和分析方法，可以测出集聚效益h值，并分析内部集聚经济(ISE)、布局集聚经济(LOC)和城市集聚经济(UBE)对h值的影响[19]。该模型得到了很多学者的认可，并广泛应用于分析地区产业集聚效益和动因[21-23]。

其以工业部门为对象，改造后的CES生产函数模型如下：

P=AQβKγ

其中，P、Q、K分别表示某工业部门的利润，总产值和某年份的固定资产净值。β为产出利润弹性，表示增加单位产出里面含有的利润，γ是固定资产占用的利润弹性，它的含义是增加单位固定资产，带来的利润的增加。通过收集P、Q的时间序列数据，取对数后，用计量软件对Ln(P)=Ln(A)+βLn(Q)+γLn(K)进行回归分析可以求得β和γ的值。

唐杰等人提出用h=(1+γ)/(1-β)判定集聚效益，意味着固定资产占用水平提升，会带来单位固定资产的增多，进而导致成本的增加，导致集聚经济效益减小。如果h>1，意味着产业规模报酬递增，存在集聚效益，集聚效益随着h值的增加同时变大；如果h=1，意味着产业规模报酬不变，不存在集聚效益；如果h<1，意味着产业规模报酬递减，不存在集聚效益。需要注意的是，在计量过程中，为了更加准确地反映出现象的发展趋势，会采用“移动平均法”对时间序列数据进行一定的处理。同时，模型假定资本价格不变，在计算时，将P、Q、K都用基年的不变价格表示。

唐杰等人还提出用“内部集聚经济(ISE)，布局集聚经济(LOC)，城市集聚经济(UBE)，用来解释集聚效益h的变化”[19]。内部集聚经济(ISE)，它的作用是在于阐明如果一个企业的生产规模增加了，是不是会推动集聚经济实现，ISE=某产业某一年份固定资产量/企业数。布局集聚经济(LOC)主要用于解释某一工业区位集聚的专业化程度是否影响集聚效益，测算时以区位商为指标，LOC=(某一部门产值/地区经济总产值)/(地区经济总产值/全国经济总产值)。城市集聚经济(UBE)主要用以估计产业规模的扩大和企业多样性增强是否能带来集聚效益，UBE=企业数，一般会对UBE进行指数化处理，把最早那年的企业数当作100，后面每一期都表示成那一年的指数。

本文认为CES生产函数模型的解释力很强，可以用来分析文化创意产业的集聚效益情况。CES生产函数代表一类函数，对这类函数来说，替代弹性不是一个具体的数值，但是对某一类生产部门，CES假定其替代弹性是固定的，类别不同的生产部门的替代弹性可能不同。这就使得CES生产函数的适用范围很广，不仅可以用在工业部门，也可以用来分析第三产业，曾国平等学者曾经用CES生产函数分析过重庆市第三产业[24]。唐杰等人提出的CES生产函数模型使用的基本条件是研究对象的生产规律符合这类函数的特点，文化创意产业作为第三产业的一种，其生产规律可以用这类函数表示。现在也有学者曾经“将CES模型用于分析现代服务业产业集聚效益”[20]。因此，该模型也可以用于研究文化创意产业的集聚效益。

(二)研究对象与数据来源

由于文化创意产业部门由国民经济部门中很多相关部分组成，因此相关的统计数据来源复杂，而且由于不同类型的文化创意产业的集聚效益变化的动因也是有差异的，所以本文选择三大类产业作为文化创意产业的代表来分类研究。这三大产业依次是信息传输、计算机服务和软件业，科学研究、技术服务和地质勘查业，文化、体育和娱乐业，以下分别简称信息传输类产业、计算机服务类产业和文化类产业。这样归类的理由如下：

2006年，北京市统计局、国家统计局北京调查总队联合制定了《北京市文化创意产业分类标准》[25]。根据这个标准，北京市文化创意产业主要包括9个大类，分别可以归入《国民经济行业分类标准》中的文化、体育和娱乐业(产业大类代号R)，信息传输、计算机服务和软件业(产业大类代号G)，科学研究、技术服务和地址勘查业(产业大类代号M)，以及租赁与商务服务业(产业大类代号L)、批发和零售业(产业大类代号H)[26]。

“2010年，文化创意产业年增加值是1697.7亿元，其中属于G、R、M类的产业增加值分别占了49.9%、25.5%和5.0%”[27]，合计80.4%。因此，黄斌指出，上述三大类产业“基本都符合创意产业的三要素，其最终的研究结果也具有国内和国际间的比较意义”[28]。因此，我们选择了三大类产业作为文化创意产业的代表。同时，我们假定三大产业下面包含的产业小类的生产规律、集聚效益、集聚效益影响因素与所属大类一致。

这三类产业对文化创意产业有很好的代表性。根据2012年的统计数据(如下表所示)，文化创意产业的产值中，属于信息传输类产业的产值比重达到53.98%，属于科学研究类产业的产值比重达到4.42%，属于文化类产业的产值比重则有24.73%。同时，从这三大产业的角度来说，信息传输类产业中，属于文化创意产业的部分达到73.39%，科学研究类产业中，属于文化创意产业的部分7.68%。对于文化类产业来说，更是几乎100%属于文化创意产业(由于文化创意产业中，旅游、休闲娱乐这一类中部分产业不属于文化类产业，因此计算时出现了比例大于100%的结果)(见表1)。

表1　北京市三大代表产业产值占文化创意产业比重对比　单位：亿元、%

数据来源：北京市统计年鉴(2013年)

信息传输类产业及文化、体育和娱乐下属的产业，绝大多数都属于文化创意产业，而且产值占据了文化创意产业80%以上，代表性很强。文化创意产业中，设计服务属于科学研究类产业，其产值占文化创意产业总产值的比例为4.42%，占科学研究类产业的比例为7.68%。相比其他两大产业，科学研究类产业对文化创意产业的代表性较弱，但是由于它是典型的未来发展潜力大，受到各个国家的重视，本文也将它纳入分析范围。

本文的相关计算数据来源是北京市统计年鉴，选择时间序列分析数据截止到2012年，是因为根据北京市统计年鉴说明，2013年数据为第三次全国经济普查数据，与之前统计方法不同，之后数据是在此基础上调整的。为了保证数据前后一致，本文将数据选择截止到了2012年。

四、基于CES模型的北京市文化创意产业集聚效益及动因分析

(一)北京市文化创意产业集聚效益评价

1．信息传输类产业集聚效益逐年递增

为了进行CES模型的分析，我们收集到2005年-2012年北京市信息传输类产业的相关数据，并以2012年的不变价格表示，数据经无量纲化处理并对各项数据取对数之后，以4年为一组，用Eviews进行回归分析，并通过h=(1+γ)/(1-β)的计算，我们得到结果如下表2所示：

由表可见，信息传输类产业的产出利润弹性β1波动变化，由负转正，但现在仍在1以下，表示增加单位产出带来的利润变动也由负向转为正向。固定资产占用的利润弹性γ1基本呈现递增趋势，现在达到1以上，表示固定资产增加带来了利润更大程度的提升。在β1和γ1的共同作用下，集聚效益值h1呈现逐年递增的趋势，在2008-2011年首次突破1，意味着信息传输类产业的规模效益从递减首次转为递增，集聚效益开始出现。2009-2012年的h1有突飞猛进的上升，达到34.43。

2．科学研究类产业整体集聚效益还未显现

科学研究类产业，根据表3分析结果，β2基本呈现逐年下降趋势，表明产出提升带来利润提升的幅度在逐年下降。γ2基本上下波动。在β2和γ2的共同作用下，集聚效益值h2一直在1以下，说明当前还没有产生集聚效益。同时，除了2008-2011年猛降至-10以下，其他年份的h2值一直保持在0至1之间，而且逐年略有增加。

表2　信息传输类产业的集聚效益分析结果

数据来源：北京市统计年鉴(2005年-2013年)

表3　科学研究类产业的集聚效益分析结果

数据来源：北京市统计年鉴(2005年-2012年)

3.文化类产业集聚效益逐渐消失

文化类产业，根据表4 的分析结果，β3波动变化，由负转正，目前在1以上，表示增加单位产出带来的利润变动也由负向转为正向。γ3波动变化，在零上和零下摆动，表示固定资产增加1%带来使得利润时增时减。在β3和γ3的共同作用下，h3值呈现递减趋势，前两个时间段内h3值比1大，说明规模效益递增，集聚效益存在，后三段时间内h3值小于1，而且是负值，说明规模效益不存在，集聚效益消失。说明文化类产业从规模效益递增转变为规模效益不存在，集聚效益从有到无。

表4　文化类产业的集聚效益分析结果

数据来源：北京市统计年鉴(2005年-2012年)

(二)北京市文化创意产业集聚效益的动因分析

为了进一步分析北京市文化创意产业中三大主导产业集聚效益变化背后的动因，发现影响集聚效益发挥的原因，找到集聚效益提升策略，这里继续采用唐杰等人提出的内部集聚经济(ISE=某产业某一年份固定资产量/企业数)、布局集聚经济(LOC=(某一部门产值/地区经济总产值)/(地区经济总产值/全国经济总产值))和企业数(UBE)指标进行动因分析。

1.信息传输类产业集聚效益动因分析

结合北京市统计年鉴的数据，以及ISE、LOC和UBE三个指标的定义，通过计算可得下表数据：

表5　信息传输类产业ISE、LOC和UBE

数据来源：北京市统计年鉴(2005年-2013年)

运用Eviews软件进行统计回归分析得到下面的关系式：

Y = 766.047224 + 627.67*ISE1- 515.07*LOC1 + 2.60*UBE1

(7.10)(6.37)(-12.62)(2.86)

我们发现，对信息传输类产业来说，ISE和UBE的系数为正，说明两个指数的变化带来产业集聚效益的同向变动。LOC的系数为负，这意味着指数的变动带来了产业集聚效益的反向变动。

ISE的系数是正的，这意味着信息传输类产业所属企业平均生产规模增加能够带来集聚效益，但历年来ISE指数的大小在不断下降，最后导致ISE带来的正的集聚效益在逐年递减。

LOC系数为负，意味着信息传输类产业的地区专业化水平提升对集聚效益正向变动作用为负。我们看到近几年来，虽然该产业的LOC指数一直保持在2.5以上，但是呈现逐年下降趋势，说明信息传输类产业的专业化水平虽然还处于较高水平，但是在逐年下降，结果就是LOC带来的集聚效益虽然为负，但是负作用在逐年地降低。

UBE系数为正，意味着在这个产业中，企业数量的增加可以带来集聚效益。同时我们看到，历年来该产业的UBE指数在不断上升，意味着在北京，该产业的企业是多样化发展的，该产业规模在增大，城市集聚经济带来的集聚效益在不断上升。

在上述三股力量的作用下，信息传输类产业的集聚效益指数逐渐递增，并增至1以上，集聚效益存在且逐年递增。

2.科学研究类产业集聚效益动因分析

结合北京市统计年鉴的数据，以及ISE、LOC和UBE三个指标的定义，通过计算可得下表数据：

表6　 科学研究类产业ISE、LOC和UBE

数据来源：北京市统计年鉴(2005年-2013年)

运用Eviews软件进行统计回归分析得到下面的关系式：

Y = -2497.92 - 2036.23*ISE2+1583.79

*LOC2 - 2.48*UBE2

(-2.16)(-1.86)(2.18)(-2.09)

LOC的系数是正的，意味着该产业的专业化程度上升能带来集聚效益。我们看到近几年来，科学研究类产业的LOC指数一直保持在2以上，且呈现逐年上升趋势，说明科学研究类产业的专业化程度高且专业化水平逐年增加，带来了越来越大的正集聚效益。

UBE系数是负的，意味着该产业所属企业数量的增加未能带来集聚效益。历年来科学研究类产业的UBE指数在不断上升，说明在北京，该产业相关企业呈现多元化发展趋势，行业规模也在扩大。结果就是UBE带来的集聚效益是负的，而且负效益在逐年地上升。

ISE系数是负的，意味着科学研究类产业所属企业的平均生产规模未能带来集聚效益。历年来ISE指数的大小在不断上升，伴随着负的集聚效益也逐年上升。内部集聚经济系数为负一般有两种情况，企业规模过小或者企业已经超过了最佳生产规模。而相比其他两大产业，科学研究类产业的内部集聚经济指数是最低的，难以获得内部规模收益。结合UBE系数的变动情况和北京市科研院所集中的客观事实，本文推断，应该是科研院所国家事业单位性质和近年来新增科学研究类企业规模过小导致的。

在上述三股力量的作用下，科学研究类产业的集聚效益指数一直在1以下，无法说明该产业在北京目前存在显著的集聚效益。

3.文化类产业集聚效益动因分析

结合北京市统计年鉴的数据，以及ISE、LOC和UBE三个指标的定义，通过计算可得下表数据：

表7　文化类产业ISE、LOC和UBE

数据来源：北京市统计年鉴(2005年-2012年)

运用Eviews软件进行统计回归分析得到下面的关系式：

Y = -551.92 + 575.86* ISE3 + 254.22* LOC3+ 1.39* UBE 3

(-0.20)(0.29)(0.17)(0.18)

其中ISE的系数为正，意味着文化类产业所属企业的生产规模的扩大能够带来集聚效益。历年来ISE指数的大小在不断下降，使得内部集聚经济带来的正的集聚效益在不断下降。

LOC系数是正的，意味着文化类产业专业化水平的提升能够带来集聚效益，我们看到近几年来，文化类产业的LOC指数一直未能达到1，而且呈现逐年下降趋势，说明文化类产业的专业化水平在降低，集聚效益并没能够发挥出来。

UBE系数为正，意味着文化类产业所属企业数量的增加可以带来集聚效益。同时历年来文化类产业的UBE指数也在不断上升，说明文化类产业企业多元化发展，产业整体规模在扩大，这带来了一定的集聚效益，且正效益逐年上升。在上述三股力量的作用下，文化类产业集聚效益一开始存在，但后来逐渐消失。

五、主要结论与对策建议

综合前文，我们发现对文化创意产业内部的三类细分产业，内部集聚经济(ISE)、布局集聚经济(LOC)和城市集聚经济(UBE)的作用方向如下表所示，其中“+”代表正效益，“-”代表负效益。

表8　ISE、LOC和UBE对三大产业的作用方向和程度

内部集聚经济、布局集聚经济和城市集聚经济，指标的含义和作用机理可以总结为表9。

结合三大产业的集聚效益计算结果和动因分析结果，以及ISE、LOC、UBE的指标含义和作用机理，我们可以发现：

表9　ISE、LOC和UBE的指标含义和作用机理

文化创意产业的集聚总体上来说是有正效益的。但某些细分产业的集聚达到一定程度可能会出现变化，如文化类产业未来是否要继续把重点放在集聚上值得进一步分析。2008年后文化类产业集聚的效益是由正变负的趋势，可能说明了集聚对于文化类或者说部分文化类产业的作用方向在发生转变。科学研究类产业的专业化水平对集聚效益有重要作用，但是北京市的科研院所集中的特点及其国家事业单位属性反而可能影响了近年来该产业的社会化发展及北京市政策对其的影响力，集聚作用的发挥需要市场竞争主体的参与。

要在集聚形成阶段获得和提升集聚效益，需要从如下方面着手：

(1)鼓励龙头企业发展，扩大企业平均生产规模，获得规模收益。

(2)对北京市来说，信息传输类和科学研究类产业的专业化水平需要得到进一步提升。北京市这两个产业的区位商都比较高，具备一定的对外服务能力。但信息传输类产业布局集聚经济系数为负，说明产业专业化水平虽然很高，但产业上下游衔接不佳，区位优势没能发挥。

(3)需要进一步鼓励文化创意产业的多样化。要减少文化创意产业的进入壁垒，促进产业多元化发展，通过增加各类企业数来提高城市集聚经济指数，满足城市居民多样化的需求，提升UBE带来的正向集聚效益。

参考文献：

[1]荔小珂. 促进北京市文化创意产业发展的财税政策研究[D].首都经济贸易大学,2012.

[2]孙路遥. 我国创意产业发展机遇及影视产业创意促进策略的研究[D].天津大学,2011.

[3]北京市文化创意网.北京市文化创意产业分类标准[EB/OL]. http://www.bjci.gov.cn/292/2007/06/26/41@1942.htm,2006.

[4]赵倩. 北京—上海文化创意产业集聚效应对比研究[D].北京服装学院,2012.

[5]北京文化创意网. 文化创意产业集聚区发展论坛——京津沪渝台文化创意产业发展论坛成功举办[EB/OL].http://www.bjci.gov.cn/459/2013/01/04/41@20818.htm,2013.

[6]首都之窗.十二五期间北京市文创产业稳步发展.2016-1-21，http://www.beijing.gov.cn/tzbj/tzxx/cydt/t1420830.htm.

[7]陈建军,葛宝琴.文化创意产业的集聚效应及影响因素分析[J]. 当代经济管理,2008,09:71-75.

[8]黄鹭新,胡天新,杜澍,吴思群. 艺术创意人才空间集聚的初步研究——以北京的艺术家集聚现象为主要研究案例[A]. 中国城市规划学会.和谐城市规划——2007中国城市规划年会论文集[C].中国城市规划学会:,2007:7.

[9]孔建华. 文化经济的融合兴起与北京想象——基于北京文化创意产业集聚区发展的再研究[J]. 艺术与投资,2009,02:69-78+68+79.

[10]花建. 产业丛与知识源——论文化创意产业集聚区的内在规律和发展动力[J]. 上海财经大学学报,2007,04:3-8+31.

[11]王慧敏. 文化创意产业集聚区发展的3.0理论模型与能级提升——以上海文化创意产业集聚区为例[J]. 社会科学,2012,07:31-39.

[12]钟韵,刘东东. 文化创意产业集聚区效益的定性分析——以广州市为例[J]. 城市问题,2012,09:95-100.

[13]王晖. 北京市与纽约市文化创意产业集聚区比较研究[J]. 北京社会科学,2010,06:32-37.

[14]江沛. 杭州文化创意产业集聚区竞争力研究[D].浙江师范大学,2009.

[15]张彦军,刘利永,沈晓平. 北京文化创意产业集聚区评价指标体系研究[J]. 中国软科学,2011,S2:260-265.

[16]王茁宇. 文化创意产业集聚效应及面临的问题[J]. 经济纵横,2012,08:76-78.

[17]“中国文化产业集聚效应的动态研究”课题组. 我国文化产业集聚效应研究[J]. 调研世界,2015,11:14-18.

[18]许志芳. 京津冀产业集聚效应分析[D].北京交通大学,2009.

[19]唐杰.城市产业经济分析——一项经济案例研究[M].北京经济学院出版社,1989.

[20]庞莹,谢众,赵左旋. 基于CES模型的安徽省现代服务业产业集聚效应研究[J]. 中国经贸导刊,2013,35:31-33.

[21]于翔,胡培,周沁影. 基于CES模型的成都市金牛区产业集聚效应研究[J]. 软科学,2013,12:100-103.

[22]魏艳秋.基于区位商及CES模型的浙江省工业产业集聚效应分析[J]. 特区经济,2015,01:47-49.

[23]胡星. 基于CES函数模型及综合区位商法的产业集聚效应研究——以河南省为例[J]. 区域经济评论,2015,02:77-84

[24]曾国平,苏宏,曹跃群. 重庆第三产业R&D投入产出效应的实证研究[J]. 科研管理,2011,07:1-8+17.

[25]周显宝,郑峰. 文化创意产业的定义、分类与特点[J]. 神州,2012,36:164-166.

[26]百度百科.国民经济行业分类标准[EB/OL]. http://baike.baidu.com/link?url=ygq3GC5X5x38PUMvO

Yz6sH37QF5O7T8kbEwtYBxxLyU5wwE0Ls9N3K5HkR8hpBL

OZMfDg4_Cws934zKeU5ztPK,2014.

[27]北京市统计局.北京市统计年鉴[EB/OL]. http://www.bjstats.gov.cn/nj/main/2011-tjnj/index.htm,2011.

[28]黄斌. 北京文化创意产业空间演化研究[D].北京大学,2012.

(本文责编：海洋)

Agglomeration Benefit Analysis for Cultural and Creative Industry——Taking Beijing as an Example

JIANG Ling, WANG Li-ling

(SchoolofGovernment,CentralUniversityofFinanceandEconomics,Beijing100081,China)

Abstract：The agglomeration benefit has been verified in many industries except for cultural and creative industry.It is of necessity to examine if the integral agglomeration policy for the industry is efficient. This paper studies whether the cultural and creative industrial agglomeration has benefits, and whether there is any difference within the segmentation industries with CES production function model. According to the paper, the agglomeration of Beijing’s majority segmentation industries of the cultural and creative industry has benefits, but could turn to reversals after over-agglomeration. According to the analysis for motivation of agglomeration, it is necessary to classify and guide agglomeration.

Key words:cultural and creative industry;agglomeration benefit;CES production function model, Beijing

中图分类号：F062.9

文献标识码：A

文章编号：1002-9753(2016)04-0176-08

作者简介：姜玲(1981-)，女，山东威海乳山市人，副教授，研究方向：城市与区域经济。

基金项目：北京市文化创意产业集群空间演化研究(13JGB019)。

收稿日期：2015-12-20修回日期：2016-03-15