城市经济学家提出了文化上有趣的城市倾向于吸引“创造性阶级”的想法,并因此最终成为经济成功。然而,目前还不清楚经济和文化动态如何相互影响。相比之下,在个人的情况下已经广泛研究过。几十年来,法国社会学家皮埃尔·布尔迪因展示了人们’S的成功及其在社会中的立场主要取决于他们可以花多少钱(他们的经济资本)以及他们的兴趣(他们的文化资本)。我们第一次适应Bourdieu’S框架到城市背景。我们运作一个邻里’在邻里地球参考资料的文化利益方面,文化资本倾向于表达。这是可能的,通过挖掘Flickr的光共享站点的用户在伦敦和纽约城市发布的哪些用户可能取得了5年。在这样做时,我们能够表明他们单独的经济资本不解释城市发展。相反,文化资本和经济资本的结合更像是房价和社会经济条件的改善方面的邻里增长。文化付出代价,但只有一个人的意见,因为它的城市挑战之一:更加绅士化。

1.介绍

法国社会学家皮埃尔·布尔迪乌认为,我们都拥有某种形式的社会资本。一个人拥有,例如,象征性的资本(声望标志)和文化资本(知识和文化利益)。这些是个人带来“社会市场”的财富形式。他的工作最终有了测试他所谓的目标“差异关联“假设 [12]。这指出,具有相似的资本组成的个人更有可能会面,互动,形成关系,具有相似的生活方式,因此是同一社会阶层的。在他对法国品味的调查中,Bourdieu证明是这种情况。在这样做,他也找到了他所谓的 滞后效应,这是指任何为已经成功的机会提供了进一步成功的机会。在变革时期,具有更经济和文化资本的个人是第一个达到新的(更有利的)职位。一个类似的论点也适用于城市:一个城市不断变化,更加经济和文化资本的社区将是第一个前往新职位,为城市提供贡献’s economic success.

在城市背景下,这种论点尚未被广泛研究,但它落后于受“创意阶级”理论的最现代城市更新举措。该理论认为,具有高浓度的创意类(例如,技术工人,艺术家,音乐家)的城市表现出更高水平的经济发展[3]。创意城市作为规划范式支持创造力和文化的设计,提供文化设施,生活质量和经济发展之间的直接联系[46]。但是,今天被认为是创造力的平方体的城市和社区尚未与社会经济不等式骑行[7]。旧金山,纽约和伦敦等城市在高收入和低收入居民之间显示了一个耀眼的差距[8]。因此,探索经济成功与文化创造力之间的复杂相互作用是有趣的。挑战是,在整个城市的规模中,难以捕捉文化。我们部分地通过制作两个主要贡献来解决这一挑战:

•我们在5年的历程中从伦敦和纽约市拍摄的照片中量化邻里文化资本。为此,我们建立了第一个“城市文化”分类法,其中包含与文化活动相关的词语,并将这些词分组为九个类别。我们通过提出半自动的5步行方法来创建这种分类法,该方法使用创意产业的自上而下分类和从维基百科和Flickr的自下而上的人群知识发现。然后,我们选择匹配这些单词的图片标签。这些标签来自伦敦和纽约的大约10米的地理参考图片,从2007年到2015年发布在Flickr上。因此,两个城市中的每个社区都是由属于每个城市的图片标签的分数九个文化类别。

•我们第一次测试Bourdieu’s 滞后效应 在城市背景中。我们发现,城市发展得到了文化和经济资本的结合良好的解释。这种组合允许我们成功预测纽约和伦敦社区的财产价值(与 R2 分别= 0.56和0.81)。

2.方法

2.1。城市文化分类

在城市环境中,文化主要通过创意产业的文化服务和文物制作。 2015年,英国文化部,媒体和体育系采用了创造性产业最强大的定义之一[9]。这包括九个宏观行业:

•(100)广告和营销

•(200)架构

•(300)工艺品

•(400)设计:产品,图形和时尚

•(500)电影,电视,视频,收音机和摄影

•(600)IT软件和计算机服务

•(700)出版

•(800)博物馆,画廊和图书馆

•(900)音乐,表演和视觉艺术

然后,我们需要将此粗粒度分类扩展到多级分类,其顶部节点是这九个类别,中间节点是子类别,叶节点是与培养有关的术语。将确定子类别和术语,我们这样做的五个步骤,下面描述了哪个步骤(图 1)。图1

图1。进行的五个步骤,以获得我们的文化术语分类。

2.1.1。第1步:维基百科映射

一种迭代地扩展初始九个类别的方法是将它们连接到链接概念的现有知识库。由于其结构良好和分层组织的内容,维基百科适合目的,因此它经常被用来建立语义相关的大型分类学家[10]。但是,九个类别中的每一个都很难映射到单个维基百科页面。为了缓解映射,我们根据他们的维基百科定义分解了九个类别。例如,我们将“(400)设计”分为其描述中定义的每个元素:“产品设计”,“平面设计”和“时装设计”。在为所有九个类别进行之后,我们获得了25个维基百科(文章)类别:(101)广告; (102)营销; (200)建筑; (300)工艺品; (400)设计; (401)产品设计; (402)图形设计; (403)时尚; (501)薄膜; (502)电视; (503)视频; (504)收音机; (505)摄影; (601)技术; (602)游戏; (603)软件; (700)出版; (801)艺术; (802)文化; (803)博物馆; (804)图书馆; (901)音乐; (902)性能艺术; (903)剧院; (904)视觉艺术。我们称之为这些 顶层 categories.

2.1.2。第2步:维基百科文章树

要扩展这些顶级类别,我们使用维基百科图形。通常,维基百科类别结构基本上是可以导航的页面图,以查找彼此相关的概念。从25个顶级类别开始,我们收集了所有页面 直接地 链接到它们(即,在图表中相隔1跳的人1)。自动删除社区页面(不是实际文章之后2)和手动删除与高度模糊术语相对应的页面,例如“颜色”,我们留下了657个子类别(连接到初始25个顶级类别)。

2.1.3。首先“是-A”过滤

并非所有657个子类别都相关。我们的目标是建立一个分类。根据定义,分类系统连接与“是-A”关系相关的类别和子类别(例如,子类别“电影”是“产品”)。他的书中“创造力地理”的枪杀术·洪峰斯有关与文化有关的关系。“创造力的地理”[11]并由他所谓的4-叫做什么P S:{ 过程,地方,人,产品}。因此,在657个子类别中,我们过滤了那些不是{过程,地方,人,产品并保留剩下的441 子类别 (e.g., Architect. and BUILDINGS. 是a的子类别rchitecture.)。这些子类别形成了我们分类的第二级。

2.1.4。第3步:Flickr图表扩展

尽可能地扩展分类学覆盖范围,我们将其扩展为第三级,其中包含与441子类别相关的特定条款。要与维基百科互补的数据源进行处理,我们依靠利用Flickr图片的标签共同发生的结构。我们这样做是因为过去的研究表明,在同一照片中经常共同发生的标签是用彼此语义相关的[12]。我们识别包含441个术语中至少一个的所有Flickr照片,将它们与所有共同发生的FlickR标签配对,并用相应数量的共同发生。通过这样做,我们发现了373,849个共同发生:我们的441术语与29,495个新的独特标签共同发生。

2.1.5。第4步:Wordnet相似性过滤

当然,大多数共同发生都是语义无关紧要的。通过删除少于给定阈值的次数,我们丢弃了无关的术语。要确定该阈值,我们计算了 术语对的相似性 作为不同的共发生阈值的函数:从1000中的许多共同发生(2,500中的一个)(图 2A)。一对术语的相似性 t1t2 使用wordnet计算了[13]:SimPath(T1,T2)= 2 *深度 - Len(T1,T2)    (1)SIMPATH(T1,T2)= 2 *深度 - LEN(T1,T2)    (1)

在哪里   Len. (t1t2)是之间的最短路径距离 t1 and t2 in WordNet, and  深度  是任何两个Wordnet单词之间的最大距离。值越高,两种术语越相似。正如以前的工作所做[14[我们在保留了每个阈值的所有术语对之间计算了平均路径相似度(Sim⎯⎯⎯⎯⎯⎯⎯⎯Pathsim¯Path)。在图中 2A,我们看到相似性首先大大增长,然后达到了一个高原,左右的阈值为1,800个共同发生。在此之后,相似性仍然存在,但相应的标准偏差太高。因此,保守地,在施加2,000个共同发生的阈值后保持所有术语对(n = 633).FIGURE 2

图2.(a) 单词对的平均Wordnet相似性(y-axis)作为对共同发生的数量(x - 轴)增加;  (b)  图片与文化术语之间的协议分数;  (C)  每个创作步骤中的轮廓值(我们分类的“善良”):从第二步与维基百科分类( Wiki. ),用Flickr图表扩展到第三个( Flickr. ),第四个合并Flickr和Wikipedia( 八月 ),到第五个产生验证和最终分类法()。每个框都显示了分布的四个四分位数:垂直线表示值的顶部和底部四分位数;盒子是中上部和下四分位数,而中间的水平线显示了分布的中值。异常值显示为图表上的点。

2.1.6。第二“是”过滤

并非所有由此产生的633条术语可能与“是”关系有关,因为分类法的构建需要。要仔细检查,我们探讨了这633个术语中的每一个,并手动过滤掉与“是”关系没有相关联的人。第二次“是-A”滤波导致533个术语。

2.1.7。第5步:清洁

为了确保所有533条术语相关,我们执行了潜在嘈杂的术语的最终清洁步骤。对于每个术语,我们绘制了分层的随机样本(n = 50)标有该术语的图片。然后,我们将每个图像标记为与术语有关。这使得可以计算平均术语’S的“协议”与其相应的50张照片。我们发现大多数术语与他们的照片完全协议,并反映了文化资产(图 2B)。保守地,作为最后一步,我们删除了一个达到0.75的协议的术语。这导致了263个术语,这是我们最终三级分类学的叶节点(图 3).Figure 3.

图3.。我们的文化分类的轮子。外部部分显示文化术语的示例(在263中),内部部分显示主要九个类别,中间部分显示25个子类别。

2.1.8。验证

5步骤过程背后的假设是每个阶梯都导致了比上一步更好的新术语’s套装。要确定该假设是否为真,我们测量了同一顶级类别中的一组术语(我们有九个这些类别)是否有凝聚力(同一类别中的术语均彼此相关)和独特的(不同类别的术语彼此正交)。为此,我们测量了 聚类剪影 [15]。剪影 s of a term i within cluster C (其顶级类别)决定了程度 i lies within C:s(i)= simint(i)-simext(i)max {simint(i), simext(i)}    (2)s(i)= simint(i)-simext(i)max {simint(i), simext(i)}    (2)

在哪里   SIM (i)是术语之间的平均路径相似性(根据公式1) i ∈ C and any other term j that is in the  相同的  cluster C;反过来,  SIM ext. (i)通过第一计算来测量每个群集 C '♥  C,平均相似性值之间 i ∈ C and all the terms in C'然后选择最高的平均相似度。价值 s(i[-1,1]的范围:高值表示凝聚力,低值表示分离。

比较了在分类创作的每个步骤中计算的轮廓值的分布(图 2C):从第2步( Wiki. )到第5步()。从图中的情节 2C,我们看到中位轮廓值确实在每个步骤中增加:在最后一步中的步骤2(只考虑Wikipedia术语)在第2步(只有维基百科术语被认为)到0.40的中音轮廓增加。

2.2。映射文化和经济资本

已发现照片是衡量人员的良好数据源’■对公共场所的看法以及识别城市空间(例如,街道艺术,临时展览)的独特特征,这些人既不是人口普查也不通过开放式映射工具进行调查[121620]。要在我们的用户生成的图片中跟踪文化模式,所以需要映射到地理区域的地理区域。对于伦敦,我们使用了33个自治市镇;同样,对于纽约,我们使用了71个社区区(其中60个合格因其他人缺乏数据)。我们将每张图片分配给相应的人口普查位置 l。为了尽量减少城市文化分析的偏见,主要是游客中受欢迎的设施,我们通过排除任何在两个城市活跃的任何Flickr的用户过滤了非当地人<30天,以类似于以前的工作[21]。然后,我们只保留了标有一个标记的图片,该标签符合我们的文化分类中的一个术语之一。这让我们留下了1.5M 图片。这些图片涵盖了5年的时间,醒目的一致性(图 4)。他们还占据了社区的文化活力。要了解为什么,认为,与纽约相比,在伦敦,自治市镇的官方文化场地人数被公开可用3。我们将我们的文化相关图片的数量与文化场所的数量相关联,发现Pearson相关系数高达0.70(p < 0.01).FIGURE 4

图4.。文化内容始终存在于研究下的5年:每年照片  (剩下)  每个年度的分数 (正确的).

遵循在以前的工作中建立有效性的方法[1216],估计每个人口普查位置的文化资产的存在 l,我们计算了与我们分类中的任何单词匹配的标签的分数:Fcult(L)=#文化 [电子邮件 protected]#[电子邮件 protected]    (3)Fcult(L)=#文化 [电子邮件 protected]#[电子邮件 protected]    (3)

然后我们使用这些分数标准化 z-cores获得我们的估计 文化资本 for location l:CapitalCult(L)= Fcult(L)-μ(Fcult)σ(Fcult),    (4)CapitalCult(L)= Fcult(L)-μ(Fcult)σ(Fcult),    (4)

其中μ和σ分别是均值和标准偏差 f 分布在所有地点。价值 首都 显示在图中的地图上 5。低于零的值表示文化活动的位置比平均位置更少,而高于零的值表明具有更大文化活动的位置。同样,我们计算了一个估计 经济资本 位置:资本化(L)=收入(L)-μ(收入)σ(收入),    (5)CapitalEcon(L)=收入(L)-μ(收入)σ(收入),    (5)

在哪里   收入 (l)是居民纳税人的中位数4 。 这  z-Score代表了相对高或低的文化(或经济资本),其具有与整个城市平均值的标准偏差单位的特征。这使我们不仅在地区之间绘制有效的比较,而且借鉴了两种形式的资本之间。在特定的顶级分类类别下估计文化资本  c,我们计算了对兴趣地点的那个顶级类别的相对存在的标签,横跨位置标准化:Fcult(L,C)=#文化 tags in category [电子邮件 protected]#文化 [电子邮件 protected];    (6)Fcult(L,C)=#文化 tags in category [电子邮件 protected]#文化 [电子邮件 protected];    (6)CapitalCult(L,C)= Fcult(L,C)-μ(Fcult(c))σ(Fcult(c))。    capital.clult(l,c)= fcult(l,c)-μ(fcult(c))σ(Fcult(c))。     (7)

用他们最独特的文化资产标记地点,我们定义了 文化专业 of a location l as the category c 拥有最高资本:专业(L)= ArgmaxC(CapitalCult(L,C))。    (8)专业意见(L)= ArgmaxC(CapitalCult(L,C))。    (8)

要捕捉到通过文化内容表达的各种尺寸的不同程度,我们计算了它 多元文化 作为Shannon熵在该位置的特定于特定于类别的文化资本价值观:多样性化(L)= HClut(L)= - ΣCFCLUET(L,C)×LN(PCult(L,C))。    (9)多样性(L)= HCLET(L)= - ΣCFCLEFL(L,C)×LN(PCOLT(L,C))。    (9)

香农熵不会考虑样品的有限尺寸:低样本尺寸(相对于箱数)为更高的熵值创造偏差。克服这个问题,我们将米勒马丁应用’S对熵计算的校正[ 22]。高分集值表示具有跨越九个顶级类别的文化利益的位置,而低分集值表明专门在特定顶级类别中专门的文化利益的位置。5

图5.。伦敦邻里文化资本  (剩下)  and New York (正确的)。社区是他们拥有的文化资本的量。前25%的社区以浅蓝色描绘,而底部是最黑暗的。

本研究的目标是探讨两种形式的资本(文化和经济)与城市发展有关。为了满足这个目标,我们需要收集捕捉城市发展的指标。伦敦自治市镇多剥夺(IMD)的指数5 以及纽约人口普查课的社会漏洞指数(SVI)6 (如下所示  开发 )已被用作代理 城市发展 前。两者都是在教育,住房,犯罪,就业和资源获得的若干领域的剥夺剥夺剥夺措施。我们在2010年和2014年收集了IMD和SVI值。

本研究的目标是探讨两种形式的资本(文化和经济)与城市发展有关。为了捕捉文化资本,我们从2007年到2015年从我们之前指定的那样加入了图片。数字 6 显示两个城市文化资本的频率分布。估计经济资本,我们收集有关伦敦自治市镇的数据’每年从2007年和2015年和纽约和纽约发布中位数和中位房屋价格’s tracts’2014年公布的平均收入和中位房价(仅作为纽约公开提供)。数字 6 显示伦敦收入的频率分布(在英镑)和纽约(以美元)(美元)。要捕捉城市发展,我们收集普查数据报告伦敦自治市镇 ’在2010年和2014年和纽约派对中发布的多种剥夺(IMD)指数’2010年和2014年发布的社会脆弱性指数(SVI)释放。两者都反映了城市发展,因为他们是教育,住房,犯罪,就业和资源的障碍等若干领域的剥夺剥夺审查。我们在每个伦敦自治市镇和纽约小区的城市文化和术语的分类都公开可用 http://goodcitylife.org/cultural-analytics。文件6.

图6.。伦敦与纽约文化经济资本的变量分布。

结果

3.1。城市发展与资本形式

遵循Bourdieu在社会阶层的背景下定义的框架,并在社会阶层和城市发展之间汲取类比,我们询问社区,更像是人,文化资本导致积极的发展。正如Bourdieu自己所说,繁荣不能单独通过经济资本充分解释。因此,我们在2010年审议了社区的文化资本和经济资本,并在多大程度上核实了他们在多年后预测城市发展(纽约的伦敦和SVI) - 通过以下线性回归:Dev = α+β1·CapitalClue +β2·汇款    (10)DEV =α+β1·CapitalClue +β2·CapitalEcon    (10)

对于伦敦,2010年的文化和经济资本用于预测2015年的城市发展。对于纽约的纽约,较少的粒度数据,2010-2014期间的平均收入将使用。我们使用普通的最小二乘回归作为适合数据的方法。 2010年测量的文化和经济资本是2015年在两个城市发展的一个地区的强烈预测因子(表 1)。在纽约,开发得分仅被经济资本阐述(R2 = 0.75),而在伦敦文化资本中也在预测中发挥着重要作用(两次回归系数很重要)。尽管如此,在2010年到2015年的发展分数变化(称为δ 开发 ),我们发现这两种类型的资本在两个城市都有相当的角色。这表明社区的改善是经济资本和文化资本的职能。这在图中在视觉上确认 7 在每个点对应于邻域时,其位置取决于该社区的资本的两个值,其尺寸反映了在研究下的5年中发展的积极变化。与纽约州的伦敦发生的事情相反,改善在经济上繁荣的社区更为重要。尽管存在这种差异,但文化资本仍然是两个城市的强大货币:在两个城市的文化资本轴上的发展分数的积极变化较高。当控制Flickr渗透(邻域中标签的Z分数)时,结果仅略微发生变化,相对增加 R2 -1%和+ 12%之间,意味着实际的文化内容 - 而不是所有类型的照片的体积 - 是预测的开发.Table 1

表格1。模型城市发展线性回归  开发  (在2015年初)在经济资本和社会资本方面。第7条

图7.。 2010年的文化和经济资本。每个节点的规模代表了2010年和2015年之间发展得分的变化(纽约伦敦和SVI的IMD)。一个节点越来越越大,它的改善越大5年。

3.2。数字文化概况与发展

看看文化资本的文化资本翻译,我们探讨了哪些  类型  文化在不同的社区消耗。我们以九个顶级维度的九个顶级维度来衡量了地理的文化特征。我们映射了社区的文化专业化(特别的在图中定义在等式8中 8 (左图)。在两个城市中,“绩效艺术”出现在中心地区,“建筑”在中央区域和外围地区是主要的。与纽约相比,伦敦有时偏离这个典型的模式:东伦敦专门从事“设计”,伦敦专门从事“绩效艺术”和“营销”。图8

图8.。伦敦邻里的文化专业化  (最佳)  and New York (底部)。在这一点  剩下 ,不同社区中最具代表性的文化资产的地图;在这一点  正确的 ,与文化资本,经济资本,文化专业(圆点颜色)和文化多样性(小点的大小),象限。

为了将这些观察放置在背景下,我们再次推动经济资本与文化资本的象限(图 8,右图),但是,这次,节点的颜色反映了相应的位置’S专业化,其尺寸反映了位置’文化多样性(多样性 在等式9中)。在两个城市,高文化资本的社区都专注于“智能艺术”(在伦敦,他们专注于“设计”,并在“出版和媒体”中的较小程度上)。此外,随着城市发展的增加趋势不仅高于文化资本,而且涉及文化多样性。高等城市发展与文化多样性相关的观察结果符合城市主义者声称是邻里繁荣的主要司机:在地理邻近地区拥有多元化的产业[45]。事实上,通过在方程式(10)的模型中添加熵作为回归线,我们提高了我们的善良 R2 = 0.41 for Δ 开发 lon  and R2 = 0.71 for  开发 lon  对于伦敦(分别为8%和9%)。

3.3。住房和文化资本

发展社区面临的主要担忧之一正在增加房价。如果城市发展类似于社会流动性,那么邻居的房价可以与Bourdieu的社会阶层相比’术语。因此,类似于我们为城市发展所做的,我们使用了线性回归,以预测文化和经济资本的房价与以下回归:House_Price =α+β1·CapitalCult +β2·CapitalEcon    (11)House_Price =α+β1·CapitalCult +β2·汇票    (11)

对于伦敦,2010年的文化和经济资本用于预测2015年的住房王子。对于纽约,纽约可以获得更少的粒度数据,2010年的文化资本和2010-2014期间的经济资本用于预测2010 - 2014年期间的平均房价。结果表明,再次,预测和解释房价的能力不是纯粹的经济问题(图 9)。两种形式的资本在模型中发挥着重要作用(β1 = 0.53, β2 = 0.73) with an R2 伦敦0.81左右,纽约0.56。当然,人们选择住在他们所提供的地区,因此经济资本在解释房价中仍然发挥着重要作用,但是,仅仅是一个经济的回报机构实现了一个 R2 伦敦= 0.53, R2 纽约= 0.48,展现了文化资本的重要性。然后通过重新计算九个顶级文化资本类别的回归(表 2),我们探讨了特定的  类型  文化资本与日益增长的房价有关。在纽约, ”出版“(例如,标记为的内容 报纸 or  图书 )最重要的是增加住房价格,而且预测房价的线性模型独自超过复合文化资本模型(R2= 0.59)。在伦敦, ”技术“与日益增长的房价有关(R2 = 0.79),但单独的模型不优于复合文化资本模型。9

图9.。住房价格的线性回归结果 z在2010-2015期间跨越街区的学习。回归线显示在红色和周围的阴影区域中表示95%置信区间的限制.Table 2

表2. R2 不同类型的文化活动的系数预测房价。

总体而言,以前的结果表明,即使有几个经济和地理因素影响房价 - 如物业类型或大小,我们不考虑在这里 - 文化资本单独持有相当大的解释力。

3.4。产生和消费文化资本

我们已看到文化资本与社会经济发展有关,房价上涨。现在可以怀疑文化资本是如何产生的。由于一种简单的方式是通过文化事件,我们开始检测我们的数字数据中的此类事件。为了检测可能对应于关键文化事件的文化资本波动中的峰值,我们每月运行邻居的文化资本并将其与该社区的预期价值进行比较。更具体地,我们计算了 z - 在月份的文化内容的一小部分 t ∈ [0, T]使用所有月内测量的分数的平均和标准偏差(0到 T)在地点 l:首批科学(L)= FTCLECT(L)-μ(f [0-T]培养(l))σ(f [0-t]培养(l))。    (12)CapitalCultt(L)= Fcultt(L)-μ(Fcult [0-T](L))σ(Fcult [0-T](L))。    (12)

数字  10 展示伦敦和纽约五个街区的文化资本随着时间的变化,这是城市发展变化最高的(δ 开发 )2010年和2015年之间。与水平线(即附近)对比,峰值和瀑布很容易看出 ’s(典型)的平均文化资本)。对于图中邻居的每个顶级异常值 10,我们确定了发生的确切事件。在表格中 3,我们认为,各种文化事件确实是在改变和增强两个城市特定地方声誉的核心。

图10.。纽约和伦敦五个街区的文化资本在五年期间(2010-2015)中最有所改善。  (剩下)  Inter-borough z - 每月的文化资本科学表现出来自平均值(紫线)的分歧。 (正确的) 跨社区的文化资本每月价值的分布(异常值是具有明显高文化资本的活动).Table 3

表3。伦敦和纽约五个街区的最佳活动摘要,从2010年到2015年举行。

基于伦敦更广泛的时间分析(图 11),人们可以看到文化资本在几年内转化为经济资本。受文化振兴的地区最终绅士[823] .figure 11.

图11.。 2007 - 2014年不同伦敦自治市镇文化与经济资本的演变。因为这些值是Z分数的标准化它们是可比的:具有高于社会资本(或伏维尔萨)的经济资本的自治市镇表示意味着,相对于所有其他社区,那么自治市镇就其经济而不是文化地位而言更好。曲线交叉表明,一种类型的资本比其他社区相对突出。

4。结论

文化支付。政策制定者并不总是显而易见的。 “当预算受到压力时,艺术和文化倾向于被视为”很好,而不是必要性“[24]。文化肯定会带来 固有的 福利:它开辟了新的情感体验,并丰富了我们的生活。但是,正如我们所展示的那样,它也附带了 外在 福利:它是邻域积极变化和生长的催化剂。我们发现,伦敦和纽约的社区经历最大的增长是具有高文化资本的人。这些研究结果的制作依赖于量化文化资本的新方式,这是基于文化的第一个分类的定义(比文化活动的官方分类更全面)以及图片标签等数字数据采矿(这使得能够以前所未有的规模进行文化研究,有助于出现一项名为“文化分析 “[ 18])。尽管在地理位置偏见,但图片数据不仅对观察社区的增长和识别“上门”区域而且识别“上门”的地区,而且旨在预测房价。

文化支付,但只有一点。随着Bourdieu认为,文化不平等扩大并合法化了经济不平等[2]。因此,文化 - 为城市的增长而导致他们的痛苦挑战:绅士化,不适算和不平等[25]。文化投资的可持续措施可能会支付股息,但需要对当地社区的需求敏感。


作者

本文是由

Desislava Hristova1Luca M. Aiello2* and Daniele Quercia2*

  • 1计算机实验室,剑桥大学,剑桥,英国
  • 2诺基亚贝尔实验室,剑桥,英国

DH:进行实验;洛杉矶和DQ:监督这项工作的调查结果;洛杉矶:帮助数据收集; DQ:从DH和LA的支持写下了稿件。所有作者讨论了结果并为最终手稿做出了贡献。

利益冲突陈述

La和DQ由诺基亚贝尔实验室雇用。

另一名提交人宣布,在没有任何商业或财务关系的情况下进行了这些研究,可能被解释为潜在的利益冲突。

脚注

1. ^我们不会以进一步的跳跃导航图,因为连接的页面的数量在每台跳时呈指数级增长,并且很快包括高度无关的概念。

2. ^社区页面不是维基百科文章。相反,它们属于以下维基百科类别: 维基百科,Wikiprojects,Lists,MediaWiki,模板,用户,门户,分类,文章,图像.

3. ^物理资产数据。 //www.gov.uk/government/statistical-data-sets/regional-and-local-insights-data

4. ^伦敦数据购物的伦敦纳税人收入: //data.london.gov.uk/dataset/average-income-tax-payers-borough;来自美国社区调查的纽约纳税人收入: //www.census.gov/programs-surveys/acs/data.html

5. ^//data.london.gov.uk/dataset/indices-deprivation-2010

6. ^SVI纽约: http://data.beta.nyc/dataset/social-vulnerability-index

参考

1. Bourdieu P. 区别:对味道判断的社会批评。剑桥,马:哈佛大学出版社(1984年)。

谷歌学术

2. Grenfell MJ。 Pierre Bourdieu:主要概念。牛津,英国:Routledge(2014)。

谷歌学术

3.佛罗里达州R. 创意课程的崛起。纽约,纽约:基本书(2014)。

4. Glaeser E. 城市的胜利:都市空间如何让我们成为人类。 BasingStoke,UK:Pan Macmillan(2011年)。

谷歌学术

5.雅各布J. Cties经济。纽约,纽约:随机房屋(1969年)。

谷歌学术

6. Yencken D.创意城市。  意思  (1988) 47:597.

谷歌学术

7.埃文斯G.创意城市,创意空间和城市政策。 城市螺柱。 (2009) 46:1003-40。 DOI:10.1177 / 0042098009103853

Crossref全文 | 谷歌学术

8.佛罗里达州R. Cities和Creative Class。 城市交流。 (2003) 2:3-19。 DOI:10.1111 / 1540-6040.00034

Crossref全文 | 谷歌学术

9. Bakhshi H,Freeman A,Higgs PL。 英国的动态映射’S创意产业。伦敦,英国:Nesta(2012)。

谷歌学术

10. Ponzetto SP,Strube M.来自维基百科的大规模分类。在: 第22次人工智能大会会议的诉讼程序Aaai,Vol。 7. 温哥华,加州(2007)。 p。 1440-5。

11.TörnqvistG. 创造力的地理位置。 伦敦,英国:Edward Elgar(2011年)。

谷歌学术

12. Quercia D,Schifanella R,Aiello LM,Mclean K.臭味地图:城市嗅觉的数字寿命。在: 第9届AAAI会议关于网站和社交媒体(ICWSM)的诉讼程序。牛津,英国(2015)。

谷歌学术

13. FULLBAUM C. Wordnet。 纽约,纽约:Wiley(1998)。

14.孟L,Huang R,Gu J.在Wordnet中的语义相似性措施综述。  ㈡ j混合通知技术。 (2013) 6:1-12。在线提供: http://www.sersc.org/journals/IJHIT/vol6_no1_2013/1.pdf

谷歌学术

15. Rousseeuw PJ。剪影:对聚类分析的解释和验证的图形辅助。 j计算appl math。 (1987) 20 :53-65。

16. AIELLO LM,Schifanella R,Quercia D,Aletta F. Chatty地图:从社交媒体数据构建城市地区的声音地图。 R Soc开放式SCI。 (2016) 3:150690。 DOI:10.1098 / RSOS.150690

PubMed Abstract. | Crossref全文 | 谷歌学术

17. HRISTOVA D,WILLIAMS MJ,MUSOUNSI M,Panzarasa P,Mascolo C.使用互联地地理网络测量城市社会多样性。在: 第25个ACM关于万维网(WWW)的第25届ACM会议的诉讼程序。 蒙特利尔,QC(2016)。 p。 21-30。

谷歌学术

18. Manovich L. 文化分析:在“更多媒体”时代可视化文化模式。 米兰:编辑Domus(2009)。

谷歌学术

19. Noulas A,Scellato S,Mascolo C,Pontil M.利用基于位置的社交网络聚类地理区域和用户的语义诠释。在: 第5届AAAI媒体会议(ICWSM)的诉讼程序。 Barcelona (2011).

谷歌学术

20. Quercia D,Schifanella R,Aiello LM。幸福的最短路径:在城市推荐美丽,安静和快乐的路线。在: 超文本和社交媒体第25届ACM会议的诉讼程序。圣地亚哥(2014)。 p。 116-25。

谷歌学术

21. Girardin F,Calabrese F,Dal Fiore F,Ratti C,Blat J. Digital Footprinting:揭示游客的用户生成的内容。 IEEE Pervas计算。 (2008) 7:36-43。 DOI:10.1109 / MPRV.2008.71

Crossref全文 | 谷歌学术

22.帕金斯基L.估计熵和相互信息。 神经计算。 (2003) 15:1191-253。 DOI:10.1162 / 089976603321780272

Crossref全文 | 谷歌学术

23. Zukin S. Gentrification:城市核心的文化和资本。 annu转申sociol。 (1987) 13:129-47。

谷歌学术

24. Henley D. 艺术股息:为什么对文化投资支付。伦敦,英国:艾略特& Thompson (2016).

谷歌学术

25.佛罗里达州R. 新的城市危机:我们的城市如何日益增加不平等,深化隔离,并失败中产阶级以及我们可以做些什么。纽约,纽约:基本书(2017年)。

谷歌学术

关键词: 文化,文化资本,皮埃尔·布尔迪乌,滞后效应,Flickr

引文: HRISTOVA D,AIELLO LM和QUERCIA D(2018)新城市成功:文化如何支付。 正面。 phys。 6:27。 DOI:10.3389 / fphy.2018.00027

已收到: 31 December 2017; Accepted: 09 March 2018;
发布: 09 April 2018.

编辑:克劳迪娅瓦格纳,LeibnizInstitutfürsozialwissenschaften(种子),德国

审查由:大卫加西亚,瑞士苏黎世学习
哈罗佐瓦伦丁里贝罗奥,大学埃斯塔德·德马林岛(巴西)

//www.frontiersin.org/
贡献者

登录

欢迎来看

我们很高兴您决定加入我们收集亚洲集体知识的使命!
加入实证