系统论视角下创意城市评价体系构建及实证研究

2017-09-08陈贺贺余忠林

辽宁工业大学学报(社会科学版) 2017年4期

陈贺贺，余忠林

陈贺贺1，余忠林2

(1. 安徽理工大学经济与管理学院，安徽淮南 232001；2. 安徽理工大学能源与安全学院，安徽淮南 232001)

通过梳理创意城市评价的相关文献，在借鉴相关学者现有研究成果的基础上，构建了基于系统论视角的创意城市评价体系。提取全国28个城市7年间196组数据作为对象，借助因子分析法对各分项指标进行评价。结果显示：创意资源投入指数(FI)对创意城市发展的贡献率最高，创意产业产出指数(FO)其次，创意城市环境指数(FE)贡献较低，但三者差距不大，贡献率均在30%左右。

系统论视角；创意城市；因子分析；实证研究

20世纪90年代以来，创意产业及创意城市成为全球研究的热点[1]。在此背景下，研究作为创意产业载体的创意城市，对其进行合理地评价便具有十分重要的理论与现实意义。

一、问题提出

从研究视角来看，当前国内外对创意城市评价体系的探究主要从社会学与城市规划学方面进行，少数学者从城市经济管理学的角度进行评价，而基于系统论的视角研究作为创意产业载体的创意城市的文献则相对有限，相关分析多集中在对创意产业集群、创意产业园区等探讨和评价方面。事实上，创意城市本身就是一个开放的经济系统。John Hawkins认为城市是承载该系统的“创意之地”、“创意磁铁”[2]。从具体的指标体系来看，Richard Florida认为创意城市评价指数都是以“3T要素”(技术、人才和宽容)理论为基础构建的[3]。创意城市评价指标体系各具特色，也相对成熟，但由于各种原因，上述各个指标体系都或多或少存在一定的偏颇。“中国省市文化产业发展指数”从投入、产出及环境三个方面构建了由产业生产力、产业影响力和产业驱动力3个一级指标和若干次级指标构成的评价体系[4]。中国城市创意指数模型由产业影响力指数、要素推动力指数、需求拉动力指数与相关支撑力指数4个一级指标连同若干次级指标构成[5]。另外，该评价体系采用的“中国城市创意指数公式”具有一定的创新性，但其科学性有待商榷。可见，运用系统论的视角构建创意城市评价体系仍存在许多值得探讨、提升和完善的地方。

二、研究设计

(一)评价指标体系构建

基于前文的分析，在综合借鉴现有研究成果的基础上[6-7]，根据创意城市评价指标科学性、系统性、简明性和数据的可得性可比性等原则，构建出系统论视角下创意城市评价理论框架。根据系统论的观点，一个系统一般由输入、输出和环境等部分组成，基于此，本研究构建了由“创意资源投入”、“创意产业产出”和“创意城市环境”3个方面组成的创意城市评价框架，具体见表1。

表1 基于系统论视角的创意城市评价指标体系

本文借鉴上海城市创意指数和中国城市创意指数的相关指标，选取创意产业规模指数和创意成果消费指数来表征创意产业成果的产出水平。创意城市环境指数(FE)体现了创意产业发展的城市环境，城市环境是创意城市评价的核心指标之一。选取“城市便利环境指数”、“城市宽容环境指数”和“城市政府支持指数”三个指标来衡量一个城市的创意环境与氛围。三级指标即数据层指标，主要结合二级指标的具体特性，考虑指标的可比性和数据的可获得性，在借鉴现有研究成果及统计年鉴、统计公报中的指标进行选择和设计。

(二)研究过程

创意城市评价的方法很多，常用的包括综合评价法、因子分析法、、熵值法及结构方程模型等。本文依据因子分析法进行创意城市评价和分析，该方法具有“按数据说话”的特点，有效规避权重设定中人为因素的干扰，评价结果能够体现唯一性且更加客观、合理。

根据因子分析的研究模型要求，样本量愈大，χ2的估计愈好。为此，本文选取了涵盖直辖市、省会城市及沿海开放城市的全国28个城市，2006年至2012年共7年的196组数据。与其他城市相比，这28个城市经济实力雄厚、城市发展水平较高，城市政府对创意产业扶持力度较大，代表性较好。研究数据主要来源于已出版发行或发布的统计年鉴、统计公报、数据库以及官方网站，此外，个别指标的缺失数据，采用相应替代法处理。

(三)信效度检验

表2 信度和效度检验结果

三、实证分析

(一)因子分析

根据前文的理论分析，各二级指标分别反映创意城市系统的投入、产出、环境等内容，结合理论分析框架，采用验证性因子分析分别对“创意资源投入指数”、“创意产业产出指数”和“创意城市环境指数”三个一级指标进行评价，在此基础上采用等权重方法加权得出创意城市评价的综合得分。

表3 “创意资源投入指数”解释的总方差

由上表可知，“创意资源投入指数”相关系数矩阵的前3个特征值超过1，且这3个主因子涵盖了初始数据78.686%的信息，这表明本文对该变量抽取3个公共因子是符合常理的。采用回归法能够计算“创意资源投入指数”各公共因子的得分函数。得分函数算出后，需要加权计算才能求出“创意资源投入指数”的综合得分。权重的计算公式为：In=因子方差贡献率/总累积方差贡献率*100%。根据公式及表3数据可以得到“创意资源投入指数(FI)”的综合得分计算公式为：

FI=

=0.5051+0.3449+0.1499

由上式得出28个样本城市每年的创意资源投入指数的综合标准化得分值，同时采用均值法对7年得分汇总。同理对“创意产业产出指数(FO)”、“创意城市环境指数(FE)”进行因子分析，可得到各城市创意产业产出指数、创意城市环境指数得分值。

(二)创意城市综合指数(F)计算

创意城市综合指数(F)是通过创意资源投入指数(FI)、创意产业产出指数(FO)和创意城市环境指数(FE)三个一级指标进行衡量的。前文已通过因子分析法得出各分项指标的得分，将其乘以一定的权重加权计算即可得出创意城市综合指数的分值。其中，客观赋权法中的因子赋权法由于采用了客观数据进行计算，取值较为科学合理，运用也较为广泛。本文也借鉴此方法，同上述因子分析方法一样，首先通过因子分析，采用各公共因子的方差贡献率除总累积方差贡献率得出如下权重公式，再结合FI、FO和FE各分项指标分值，加权计算创意城市综合指数的得分，计算公式如下：

=0.3899+0.3172+0.2929

计算结果见表4。

表4 创意城市综合指数(F)标准化得分及排名

根据创意城市综合指数(F)的得分对28个样本城市进行分组，得分超过0的划分到第1组，介于-0.2和0之间的划分到第2组，小于-0.2的划分到第3组。归入第1组的城市有北京、深圳、上海、广州、天津和杭州6个城市，归入第2组的城市有长沙、沈阳、长春、珠海、昆明、厦门、福州、南京、西安、成都、大连和武汉12个城市，其余10个城市归入第3组。

四、结语

从系统论的视角，并结合实证研究结果，可以得到以下几点结论：

1. 从创意城市综合指数的计算公式可以看到，创意城市系统的三个构成要素中，创意资源投入指数(FI)对创意城市发展的贡献率最高，创意产业产出指数(FO)其次，创意城市环境指数(FE)贡献较低，但是三者的差距不大，贡献率均在30%左右。可见，创意城市系统的三个构成要素在创意城市发展进程中均占据着重要作用，建设创意城市须从系统全局着手，既要重视创意资源投入，也要培育发展创意产业，更要重视创意产生发展所需的城市的环境和氛围。

2. 创意城市系统三大要素中，成都和杭州的创意产业产出指数和创意城市环境指数得分、排名均较高，但以创意人才资源、科技资源和文化设施资源为表征的创意资源投入指数得分、排名均较低，而两者又都是国家历史文化名城，历史文化资源十分丰富、文化底蕴非常深厚，可见，成都和苏州主要的问题在于文化基础设施建设较为落后、创意人才引进和培养较为不足，以及科技发展水平相对不高等方面，这值得引起政府等相关部分的高度重视，也说明创意城市建设过程中，人才、科技、文化设施等资源投入起着十分重要的作用，而这些都离不开政府等相关部门的政策支持和推动。

[1] 厉无畏. 迈向创意城市[J]. 上海经济, 2008, 541(4): 30-33.

[2] 约翰·霍金斯. 创意生态: 思考在这里是真正的职业[M]. 北京: 北京联合出版公司, 2011: 10-13.

[3] 吕庆华, 芦红. 创意城市评价指标体系与实证研究[J]. 经济地理, 2011, 31(9): 1476-1482.

[4] 彭翊. 中国城市文化产业发展评价体系研究[M]. 北京: 中国人民大学出版社, 2014: 37-46.

[5] 周志民, 李楚斌. 中国城市创意指数: 模型开发与评估[A]. 于平, 李凤亮. 文化科技创新发展报告(2013)[R]. 北京：社会科学文献出版社, 2013: 67-85.

[6] 周琦.皖江城市带发展战略实施效果评价[J]. 辽宁工业大学学报(社会科学版), 2017, 19(1): 19-23.

[7] 宋鹏. 产业链视角下机器人产业创新发展研究[J]. 辽宁工业大学学报(社会科学版), 2017, 19(1): 45-48.

(责任编校：李延军)

10.15916/j.issn1674-327x.2017.04.008

TU984.2

1674-327X (2017)04-0027-03

2016-12-21