- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
表演艺术产业的工作模式
第3章表演藝術產業的
工作模式
表演藝術產業
文化創意產業
1
• 表演藝術產業的工作模式呈現流動、自僱、
多元的特色,特別注重創意的能力
• 從業人員在性別、年齡都無巨大差別,但
極端都市化,收入呈現兩極化,一位明星
的收入可能是數百、千位演員的收入總合
• 仲介在資訊流通、資訊整合以及維護工作
權益等方面,顯得較其他產業來的更為重
要,因為其亦擔負了推介及策劃的功能
2
人力特色
• 人力特色– 勞力特色
– 相較於女性性別占英國整體經濟的46%(Labour Survey,
2005 ),「均等」成員女性佔英國表演產業工作的一半(49
%)
– 三分之二(65%)在2004年英國表演產業中工作的「均等」
成員,超過35歲以上,其中包括33%是超過50歲以上,這個
特色與電影產業較為相似,而與影視產業較為不同;男性成
員的年齡傾向較女性成員大(44%的男性和29%的女性超過
50歲以上),此點與廣義的視聽產業相符
– 約十分之一(8%)在2004年英國表演產業中工作的「均等」
成員,據報導有身心障礙者,高於其他視聽產業,也同時高
於英國的比例
– 6%在表演產業中工作的人是少數族裔背景,這點概括地與
視聽產業相同,但稍低於整體英國的估計數(7%)
3
– 絕大多數表演產業的工作者是以英格蘭地區為基地(90%),
包括42%在倫敦以及14%在英格蘭西南區
– 研究對象有很高的比例是在倫敦中心工作(19%),而不是
這在此(5%);而以整體大倫敦地區而言,工作在大倫敦
地區的比例(39%)略低於住在此(42%)
4
• 人力特色– 勞力市場大小
– 根據英國的人力研究使用勞力調查的資料,通計約有六萬人
認為自己的主要工作是屬於表演藝術(2005年6月底為止,
英國常住人口約為6,020萬人)
– 根據1997年英國文化、媒體與體育部的普查資料,約有7萬
6,000人描述自己在表演藝術領域裡被雇用
– 由藝術議會所委託的研究,估算舞蹈界的人力是兩萬人至兩
萬五千人,戲劇界則是四萬人,與前述勞力調查大致吻合
– 根據2004年以各地劇場(倫敦除外)為調查對象,在英國各
地約259座劇場中,雇用的全職工作人員約為6,247人,兼職
工作人員共有5,700人
• 此項數據低於前述數目,主要是因為是以「劇場」所雇用的人員
為主,沒有包括旅行劇團與不受劇團和劇場聘用的工作者
• 此6,247人應是表演藝術產業中最穩定、最受保障的一群工作者
5
• 工作模式– 工作型態
– 「均等」針對2004年2月7 日那一星期所做的分析
• 在此期間,表演藝術產業工作者參與的工作非常多樣,五分之
二(39%)參與劇場工作,其中16%特別註明是小型劇場製作,
其他工作領域還有雜藝(20%)、電視(18%)、合作製作
(11%)以及電影(7%)
• 超過五分之二(43%)的「均等」成員的工作在此期間並不屬
於表演藝術產業領域,
您可能关注的文档
最近下载
- 深度学习基础及应用(人工智能、大数据技术、计算机等相关专业)全套教学课件.pptx
- 《深度学习基础及应用》教案 第9课 利用循环神经网络进行文本预测和分类(二).docx VIP
- 《深度学习基础及应用》教案 第8课 利用循环神经网络进行文本预测和分类(一).docx VIP
- 《深度学习基础及应用》教案 第6课 利用卷积神经网络进行图像处理(一).docx VIP
- 《深度学习基础及应用》教案 第10课 利用生成对抗神经网络进行图像生成.docx VIP
- 《深度学习基础及应用》教案 第8课 利用循环神经网络进行文本预测和分类(一).pdf VIP
- 《深度学习基础及应用》教案 第5课 构建神经网络(三).docx VIP
- 《深度学习基础及应用》教案 第2课 夯实深度学习开发基础.docx VIP
- 人教版五年级上册数学精品教学课件 第3单元 3.3 商的近似数.ppt VIP
- 《深度学习基础及应用》教案 第10课 利用生成对抗神经网络进行图像生成.pdf VIP
文档评论(0)