EN中文

热带地理 >

2024 , Vol. 44 >Issue 12: 2263 - 2277

DOI: https://doi.org/10.13284/j.cnki.rddl.20240148

“比较视野下长三角城市群、粤港澳大湾区的区域发展与治理创新”专刊

基于授权发明专利数据的广州都市圈创新产出空间格局演化研究

  • 单卓然 , 1, 2, 3 ,
  • 刘思缌 1 ,
  • 袁满 , 1, 2, 3 ,
  • 朱俊青 1, 2, 3
展开
  • 1. 华中科技大学 建筑与城市规划学院，武汉 430074
  • 2. 湖北省国土空间低碳生态智能规划研究中心，武汉 430074
  • 3. 自然资源部城市仿真重点实验室，武汉 430074
袁满（1989—），男，湖北武汉人，副教授，博士，主要从事城市区域发展与规划、健康城市规划、规划智能决策支持研究，（E-mail）。

单卓然（1987—），男，黑龙江哈尔滨人，教授，博士生导师，博士，主要从事城市群都市圈复杂网络及空间协同规划、大城市空间结构及其数智化规划调控研究，（E-mail）；

收稿日期: 2024-03-16

  修回日期: 2024-05-09

  网络出版日期: 2024-12-11

基金资助

国家自然科学基金面上项目(52278062)

科技部重点研发计划课题(2022YFC3800103)

中央高校基本科研业务费专项资金资助(2024WKYXQN017)

收起

Research on the Pattern Evolution of Innovation Output Space in Guangzhou Metropolitan Area Based on Authorized Invention Patent Data

  • Zhuoran Shan , 1, 2, 3 ,
  • Sisi Liu 1 ,
  • Man Yuan , 1, 2, 3 ,
  • Junqing Zhu 1, 2, 3
Expand
  • 1. School of Architecture and Urban Planning, Huazhong University of Science and Technology, Wuhan 430074, China
  • 2. Hubei Land Space Low Carbon Ecological Intelligent Planning Research Center, Wuhan 430074, China
  • 3. The Key Laboratoryof Urban Simulation for Minisry of Natural Resources, Wuhan 430074, China

Received date: 2024-03-16

  Revised date: 2024-05-09

  Online published: 2024-12-11

Fold

摘要

以广州都市圈授权发明专利数据为基础，综合运用全局空间自相关、核密度分析、缓冲区分析等空间方法，探讨都市圈创新产出空间的总体演化格局，以及企业、科研机构、个人3类创新产出空间的演化特征及其影响因素。结果表明：1）创新产出空间的格局演化大体遵循“率先在中心城市的主城核心区集聚——在都市圈次一级城市产生创新产出增长点——形成若干创新产出跨界一体化区域”的规律。2）企业创新产出空间持续向具有明确边界的产业园区及科技园区集聚，都市圈内园区的广泛建设带动企业创新产出空间的分散化发展；科研机构创新产出空间始终高度集中在广州市主城核心区，并伴随都市圈内大学城的建设而扩展；个人创新产出从“爆炸式的空间离散”转变为“有组织的空间收敛”，城市轨道交通对个人创新产出的吸附效应日益显著。3）3类创新产出始终具有空间邻近性特征，其中企业创新是驱动都市圈外围地区创新扩散的主要动力。4）区域创新产出受到创新环境和创新投入的双重影响。其中，政府支持是影响3类创新产出最为关键的驱动力量。总体而言，都市圈内创新产出空间的总体演化格局通常遵循“单核―扩张―多核”的发展规律，企业、科研机构及个人创新产出的空间演化与区域产学研中心及重大交通设施的建设密切相关。

关键词： 创新产出空间; 授权发明专利; 格局演化; 广州都市圈

本文引用格式

单卓然 , 刘思缌 , 袁满 , 朱俊青 . 基于授权发明专利数据的广州都市圈创新产出空间格局演化研究[J]. 热带地理, 2024 , 44(12) : 2263 -2277 . DOI: 10.13284/j.cnki.rddl.20240148

Abstract

As areas with high population and economic concentration, metropolitan areas are important geographical units for innovation transformation and radiation. However, studies on innovation space have mainly focused on the entire country, urban agglomerations, provinces, and cities, with less attention paid to metropolitan areas as important scales of scientific and technological innovation. In addition, existing studies often emphasize the overall characteristics of the innovation output space, neglecting diverse innovation subjects such as enterprises, scientific research institutions, and individuals. Based on the data of authorized invention patents in the Guangzhou metropolitan area, this study applied spatial research methods, such as spatial autocorrelation, kernel density analysis, and buffer analysis, to explore the overall evolution pattern of innovation output space in the metropolitan area as well as the evolution characteristics and influencing factors of the three types of innovation outputs, namely enterprises, scientific research institutions, and individuals, to provide a scientific basis for the development of innovation space and the optimization of innovation resources. The results show that: (1) the evolution of innovation output space generally follows the pattern of "gathering in the core area of the main district of the central city in a metropolitan region, generating innovation output growth points in the secondary cities and forming a number of innovation output cross-border integration areas." (2) The innovation output space of enterprises continues to cluster toward industrial parks and technology parks with clear boundaries, and the extensive construction of parks has driven the decentralized development of innovation output space of enterprises; The innovation output space of scientific research institutions, with strong stability, has always been highly concentrated in the core area of the main city of Guangzhou and has expanded with the construction of university towns within the metropolitan area; The individual innovation output has shifted from "explosive spatial dispersion" to "organized spatial convergence", and the adsorption effect of urban rail transit on individual innovation output is becoming increasingly significant. (3) The three types of innovation outputs always have spatial proximity characteristics, and enterprise innovation is the main driving force for innovation diffusion in the periphery of metropolitan areas. (4) Regional innovation output is influenced by both the innovation environment and innovation inputs, among which government support is the most critical driving force affecting the three types of innovation outputs. Economic base and location conditions are important pillars for the three types of innovation outputs, while the degree of openness has a greater contribution to enterprise innovation output by facilitating technological spillovers and knowledge flows. In general, the overall spatial evolution of innovation output in the metropolitan area follows the development pattern of "single core-expansion-multicore," with the spatial evolution of the three types of innovation outputs being closely related to the construction of regional industry-university-research centers and major transportation facilities.

Key words： innovation output space; authorized invention patent data; evolution of patterns; Guangzhou Metropolitan Area

2022年，党的二十大指出中国“进入创新型国家行列”，并在2035年“总体目标”中强调要力争“实现高水平科技自立自强，进入创新型国家前列”。2024年，全国两会上进一步强调，要全面提升自主创新能力、原始创新能力，加快发展以创新为主导作用的新质生产力。可见，区域创新已成为推动国家或地区科技进步与经济转型的关键因素，在中国战略发展中占据重要地位。一方面，区域创新与创新环境、创新投入以及创新产出等密切相关（陈清怡 等，2021）。特别是创新产出，作为衡量区域创新能力和创新效率的核心指标，直接反映区域创新活动所取得的实际成果与成效。另一方面，创新环境、创新投入以及创新产出之间存在紧密的互动关系，彼此间相互作用、相互影响，共同推进区域创新发展。因此，研究区域创新产出的空间格局，不仅有助于深入了解区域实际创新的分布特征及空间规律，还能为区域创新投入的优化配置、创新环境的高效提升提供科学依据。
目前，关于区域创新空间研究主要涵盖3方面内容：1）在研究尺度、数据与方法上，重点关注全国（刘汉初 等，2018；兰海霞 等，2020）、城市群（杨明海 等，2017）、省域（丛海彬 等，2015）和市域（Florida et al., 2017；王纪武 等，2020）层面，通常采用专利数据、论文数据等创新产出数据（段德忠 等，2015；Forman et al., 2016；马双 等，2020；李迎成，2022），风险投资数据（Florida et al., 2018）以及高新技术企业、产业园区、科技孵化器等创新载体POI数据（Adler et al., 2019; Rammer et al., 2020；管曼玲 等，2023）。同时，运用莫兰指数、变异系数、基尼系数等指标，从宏观层面研究创新空间的集中程度与空间格局（Buzard et al., 2017；李凌月 等，2019）；运用核密度分析、冷热点分析、多距离空间聚类分析等方法，从微观层面分析创新空间的分布特征（陈清怡 等，2022）。2）在空间特征上，区域创新空间具有显著的集聚特征，这在不同的研究尺度上均有体现。其中，全国尺度的研究指出中国城市创新能力呈现明显的极化现象（王腾飞 等，2021），创新高值区域集中分布在东南部沿海地区（谭俊涛 等，2016；陈依曼 等，2020）；城市群尺度的研究发现城市群内部形成明显的创新高值集聚区，且具有显著空间溢出效应（王承云 等，2017；王伟 等，2020）；而城市尺度的研究发现中心城区往往是创新活动最为密集和活跃的地区，呈现明显的“中心-外围”结构（Florida et al., 2016；浩飞龙 等，2020；褚晨晨，2022）。3）在作用机制上，集聚和扩散是区域创新格局形成的两大核心机制（Schumpeter, 1934;Hagerstrand, 1967; Feldman and Audretsch, 1999）。学者们通常利用理论梳理、文献综述等方法进行定性研究（马海涛 等，2018；李经成 等，2022），或结合经济学、地理学相关模型开展定量研究（刘树峰 等，2018；Adler and Florida, 2021；董会忠 等，2021）。研究发现创新环境和创新投入是影响区域创新发展的两大主要维度（孙瑜康 等，2017），经济基础、开放程度、区位条件、政府政策和研发强度等是影响区域创新能力的五大关键因素（蒋天颖，2014；滕堂伟 等，2017）。
综上所述，关于创新空间的研究存在以下方面值得进一步探讨：1）在创新空间格局特征相关研究中，都市圈作为科技创新的关键尺度，却未得到足够关注。2）早期对创新空间格局特征的研究多采用创新载体POI数据，较少考虑实际创新产出的空间分布，难以描绘创新空间全貌。近年来，运用发明专利数据探究创新产出空间格局和演化特点的研究日益丰富，这一转变不仅提供了全新的研究视角，而且使得创新产出的实际成果及其空间布局得以更加直观、准确地展现。3）以创新产出为对象的研究多关注总体格局特征，而缺乏对企业、科研机构、个人等多元创新主体的关注。事实上，由企业主导的技术创新空间、大学主导的知识创新空间以及个体主导的个人创新空间三者叠加耦合，共同构筑起整体的创新空间。4）创新空间格局是集聚与扩散共同作用的效果，而已有研究多关注创新在空间上的集聚特征，忽视了空间扩散的作用。
鉴于此，本文以广州都市圈为研究区域，采用授权发明专利数据，运用全局空间自相关分析、核密度分析、缓冲区分析等方法，探讨2001—2021年都市圈创新产出空间的总体演化格局，以及企业、科研机构、个人3类创新产出空间的演化特征，以期为都市圈创新空间发展及创新资源优化提供科学依据。

1 数据与方法

1.1　研究区域

都市圈作为参与国际竞争、提升区域影响力的关键区域，不仅体现区域地理尺度的重构，也反映了区域政治经济关系的重塑（张衔春 等，2021），其内部优越的交通网络和城市间的密切合作，为技术交流、信息传递和人才流动等提供关键保障，使其具有较强的创新转化效率和创新辐射范围。本研究选取综合实力突出且创新实践丰富的广州都市圈为研究区域。一方面，根据《中国都市圈发展报告2021》（尹稚 等，2021），广州都市圈作为粤港澳大湾区的发展极核，其综合发展质量位列第一，在中国都市圈中处于领先地位。另一方面，2023年12月，广东省印发的《广州都市圈发展规划》（广东省人民政府，2023）提出，构建以广州为中心，佛山、肇庆和清远为节点的广州都市圈一体化联动创新网络。同时强调要立足高校与科研院所集聚优势，加快提升企业技术创新能力，全面激发人才创新活力，从而显著提升广州都市圈科技创新实力。研究区域包括：广州市全市11区，佛山市全市5区，肇庆市端州区、鼎湖区、高要区、四会市3区1市，以及清远市清城区、清新区、佛冈县2区1县（图1）。
图1 研究区域

注：该图基于国家基础地理信息中心天地图服务中心下载的审图号为GS（2024）0650号的标准地图制作，底图无修改；图4、5、7同。

Fig.1 The research area

1.2　数据来源

区域创新产出的度量尚未形成统一标准，常见的指标包括专利数量、新产品产值、技术市场成交额等，而新产品产值和技术市场成交额等指标因统计标准不一、数据不全，且多以城市为统计单元，难以得到广泛应用。相较而言，专利数据具备明确的统计标准、可靠的数据来源以及显著的商业价值，且精确到具体地址，可较为全面地反映区域创新产出能力与创新产出分布，是目前刻画创新产出较为合适与常用的指标（王蓓 等，2011）。发明专利通常可分为“申请”和“授权”2种类型。其中，发明专利的授权需跨越较高的专利审查门槛，具有较高创新水平。知识产权统计年报显示，2022年中国发明专利申请量为161.93万件，而发明专利授权量仅为79.83万件，二者之比约为2∶1。鉴于此，本研究选取授权发明专利数据，以更为准确地分析区域创新产出的空间格局。
数据来源为“Incopat专利搜索引擎”数据库①，通过对专利申请人地址、授权时间等信息进行筛选，获取广州都市圈授权发明专利数据，并通过人工校核剔除不符合要求的数据。其中，专利申请人地址包含其所在城市、区县、街道、具体住址等较为精确的位置信息，例如企业专利申请人（广东美的制冷设备有限公司）的地址为广东省佛山市顺德区北滘镇林港路22号，科研机构专利申请人（华南农业大学）的地址为广东省广州市天河区五山街道483号。而后，利用地理编码技术将专利申请人地址转换为经纬度坐标，将其置于ArcGIS中进行数据分析。考虑到早期专利数据获取的不完整性和大批量数据处理的复杂性，选取2001、2011和2021年三大关键节点数据，构建广州都市圈创新产出时空数据库，以揭示广州都市圈创新产出空间的演化趋势。该数据库包含37 650条数据，涵盖专利公开号、标题、申请人、申请人地址、申请人类型、国民经济分类、专利授权公告日等信息。其中，根据申请人类型字段属性，可将专利分为企业、科研机构（包括大专院校、科研单位和机关团体）和个人3种类型。

1.3　研究方法

1.3.1　全局空间自相关

全局空间自相关可度量某现象在空间上是否呈集聚特征（刘青 等，2011）。本文所采用的全局空间自相关方法为Moran's Ⅰ，用以判断都市圈创新产出在空间上是否集聚。计算公式为：
       M o r a n ' s   I = ∑ i = 1 n ∑ j = 1 n ω i j ( Y i - Y ¯ ) ( Y j - Y ¯ ) / S 2 ∑ i = 1 n ∑ j = 1 n ω i j
式中：Yi 表示空间单元i的属性值；n为空间单元总量；ωij 为空间权重矩阵； Y ¯为均值； S 2为样本方差。Moran's Ⅰ的取值一般为[-1, 1]，＞0表示正相关，即都市圈创新产出在空间上呈集聚特征；＜0表示负相关，即都市圈创新产出在空间上均匀或分散分布；＝0表示不相关，即都市圈创新产出在空间上呈随机分布。

1.3.2　核密度分析方法

核密度分析认为某一地理事件可在空间上的任何位置发生且在不同位置发生的概率不同。若一区域具有密集的点分布，则该区域地理事件发生的概率高；反之概率低。核密度估计常用于空间热点探测研究，利用空间平滑对点状数据进行密度分析（方忠权，2013）。基于此，采用核密度分析测度都市圈创新产出空间分布格局，计算方法为：
f x = 1 n h ∑ i = 1 n K x - x i h
式中： f x是授权发明专利数据在x处的核密度值；n为样本数；h为带宽，即搜索半径； K x - x i h为核函数； x - x i为估算点 x到样本 x i处的距离。

1.3.3　缓冲区分析

缓冲区分析用于研究地物之间的空间邻近性，通过设定一定的距离作为缓冲距离，生成具有地理空间属性的多边形图层。然后，将这些多边形图层与不同的要素进行空间叠加，以统计不同空间距离的要素数量关系。通过这种方式，描述研究对象在各个缓冲区范围内的空间分布（刘娇 等，2018）。本研究以科研机构创新产出为缓冲对象，以2 km为间隔构建5个缓冲区段，生成面图层，运用GIS空间连接方法计算各缓冲区内的企业、个人创新产出数量，以探究企业创新、科研机构创新、个人创新的空间区位关系。

2 创新产出空间的总体演化格局

2.1　创新产出水平的总体变化

随着社会经济稳定发展以及对科技创新的重视程度逐渐加深，广州都市圈创新产出以较快的速度不断发展，创新规模不断扩大（图2）。2001年广州都市圈授权发明专利数量为161件，2011年上升至3 861件，约为2001年的20多倍。2021年授权发明专利数量高达到33 268件，相比2000年实现200多倍的增长。同时，都市圈内各城市创新产出水平均呈现显著提升。
图2 广州都市圈授权发明专利比例结构及总量变化

Fig.2 The proportion structure and total amount changes of authorized invention patents in the Guangzhou metropolitan area

其中，企业逐步成为创新产出主力军，科研机构与个人在创新产出中的主体作用逐渐降低。2001年，科研机构创新产出占比高达60.25%，个人占比24.84%，企业占比仅为11.18%，科研机构与个人创新占据创新产出的8成以上，是广州都市圈创新产出主体；2011年，企业创新占比大幅上升，约为43.23%，科研机构创新占比明显降低，但仍占据34.45%左右，个人创新占比小幅降低。此时，企业与科研机构创新是广州的都市圈创新产出的主要来源；2021年，企业创新占比进一步提升，高达65.25%，企业成为都市圈科技创新主力军，占据绝对主导地位。科研机构创新占比小幅降低，为26.91%，仍是创新产出的重要来源。个人在创新产出中的地位进一步弱化，仅占4.72%。整体上，尽管企业逐步成为广州都市圈科技创新的主力军，但科研机构尤其是研究型大学的创新产出能力要普遍强于企业（图3）。2001—2021年，广州都市圈授权发明专利数量排名前十的申请者中，华南理工大学、中山大学、华南农业大学等研究型大学位居前列，而仅有少数企业的授权发明专利数量进入前十。因此，研究型大学始终是广州都市圈科技创新最主要的阵地。
图3 2001、2011、2021年授权发明专利排名前十的单位

图注：橙色为科研机构。

Fig.3 Top 10 units with authorized invention patents in 2001, 2011 and 2021

2.2　新世纪初，单核集聚在广州主城核心区

2001年，广州都市圈呈现“单核集聚”的创新产出空间分布格局，创新产出高值区仅有一处，主要分布在都市圈中心城市广州市的主城核心区内，尤其是天河区的五山区域以及海珠区的新港西路沿线（图4-a）。其中，五山区域主要依托于中国科学院广州化学研究所、华南理工大学以及华南农业大学等，新港西路沿线则以中山大学和中国科学院南海海洋研究所为主要依托。该时期，科研机构是创新产出的主力军，尤其是研究型大学与科研单位，多呈散点状自发分布在教育资源丰富、基础设施完善的五山区域与新港西路沿线，因此广州都市圈创新产出呈现以五山区域为主导、新港西路为辅助的“单核集聚”的点状分布状态，尚未呈面状铺开，集聚趋势初现。
该时期企业较少参加到创新产出中，创新链与产业链之间协同度较低，创新产出与生产制造存在脱节现象；另外，创新产出主要集聚于都市圈中心城市主城核心区，使得位于其他区域的创新主体难以获得外溢效应，从而限制了广州都市圈创新能力的提升。

2.3　2010年后，扩张至广州主城区且在次级城市涌现多处增长点

2011年，广州都市圈创新产出的空间分布格局基本延续上一阶段的单核结构，创新产出高值区也大多集聚在广州主城核心区。但不同的是，创新产出从以单个城市“垄断式”向“多城并进”的趋势发展，创新产出集聚向外拓展至广州市主城区（图4-b）。具体地，在单核周围新增一处增长极，以黄埔区广州科学城为中心，依托于多家高新技术企业以及科研单位；在单核周围新增一处核密度较低值区，位于番禺区广州大学城，主要依托于中山大学、华南师范大学、广州大学、广州工业大学、广州中医药大学等多所研究型高校。值得一提的是，在单核集聚的创新产出空间格局下，佛山市禅城区与顺德区创新产出能力明显增强，二者与广州市主城区共同塑造出主次分明的都市圈创新产出空间格局。佛山市内多个区域形成多处创新产出“增长点”，且多包围在单核附近，主要位于佛山禅城区、佛山北滘—伦教片区以及佛山高新区顺德园（容桂）内。总体上，以广州五山区域为中心，在其周围佛山市内形成多处点状创新产出空间，并开始呈现由点状发散到面状集聚、由点成面的空间集聚态势。
该时期，广州科学城这一科技园区与北滘—伦教片区内多个产业园区的投入使用，为企业创新产出空间的集聚提供了重要的平台与载体，使原本分布零散的企业逐渐演变为产业集群，并在其周边产生极化现象，从而形成新的创新空间增长极和增长点。同时，多所研究型高校在广州大学城设立分校区，使得原本零散分布的大专院校逐渐集聚为高教园区。另外，广佛高速的快速建设增强了广佛之间的联系，加快了创新产出在广州的集聚以及在佛山的扩散效应。
图4 2001、2011、2021 年广州都市圈创新产出核密度分布与空间结构示意

Fig.4 Kernel density distribution and spatial structure of innovation output in Guangzhou metropolitan area in 2001, 2011 and 2021

图4 2001、2011、2021年广州都市圈创新产出核密度分布与空间结构示意

Fig.4 Kernel density distribution and spatial structure of innovation output in Guangzhou metropolitan area in 2001, 2011 and 2021

年份 核密度分布 空间结构
2001
2011
2021

2.4　近两年，形成多核创新及跨界一体化区域

2021年，广州都市圈创新产出空间格局与上一阶段相比产生较大变化，上阶段新增创新增长点迅速发育壮大，由点聚面，形成都市圈创新产出跨界一体化区域（图4-c）。具体地，广州主城区、佛山北滘镇是创新产出集聚的核心地带。广州都市圈创新产出跨界一体化区域呈现跨越城市行政边界的创新空间集聚现象，表明广佛两地在科技创新领域的深度融合以及同城化趋势的日益彰显。这一跨界一体化区域的形成，不仅有利于优化资源配置、提高创新能力，也进一步巩固和深化了广佛同城化的协同发展关系。该时期肇庆与清远虽创新能力显著提升，但与广佛相比还有相当大的差距，尚未对空间格局产生显著影响。
同时，依托知识型园区衍生出两大创新高地，分别以广州科学城以及佛山高新区顺德园（北滘）为依托。另外，在都市圈创新产出跨界一体化区域外围，创新增长点持续涌现，同样多位于中新广州知识城、增城经济技术开发区、佛山大学科技园等知识型园区内部。可见，知识型园区在广州都市圈的创新发展中扮演重要角色。知识型园区通常涵盖了产业的上中下游，形成了完善的产业链，为企业与科研机构提供了便捷的合作机会，降低了交易成本，有利于创新成果的集聚、转化和应用。

3 三类创新产出空间演化特征

以1 km×1 km正方形网格对研究区域进行划分，运用ArcGIS对2001、2011、2021年广州都市圈3类型创新产出进行全局Moran's Ⅰ计算，以判断各类创新产出在空间上是否集聚。各年份3类创新产出Moran's Ⅰ指数均＞0，Z值远＞0.05置信水平临界值，说明3种类型的创新产出在空间上均呈现较强的集聚特征。与此同时，运用ArcGIS对3类创新产出进行核密度分析。从空间上看，2001—2021年3类创新产出的“共性”空间格局表现为在广佛两市中心城区形成高密度集聚，但不同类型创新产出空间分布仍具有较强的“个性”特征。

3.1　企业创新产出空间向产业及科技园区集聚

2001—2021年，企业创新集聚与扩散并存（图5）。2001年广州都市圈企业创新主要集聚在位于广州主城核心区内的天河区黄埔大道区域。2011年，新增2处核密度较高值区：1）产业园区密集分布的顺德区北滘—伦教片区，该区域具有多个工业园区，企业数量较多，在美的第五工业区、美的第三工业区等多个美的工业园区、北滘工业区以及伦教工业区的带动下，该区域创新产出的空间集聚度明显高于周边区域；2）黄埔区广州科学城区域，与北滘镇不同的是，该区域的企业多为科技公司。2021年，企业创新产生多处增长点，创新活力初显，多位于黄埔中新广州知识城、南沙自贸区、增城经济技术开发区等园区内部。
综上，企业创新产出空间持续向具有明确范围限定的产业园区或科技园区集聚，使得企业创新集聚具有较强的“边界性”。同时，都市圈内园区的广泛建设带动了企业创新产出空间的分散化发展，企业创新扩散与产业园区、科技园区的建设高度关联。20年间，产业园区与科技园区的快速发展，为广州都市圈企业创新提供了集聚载体。同时，企业创新集聚具有较强的“边界性”，因此创新扩散多以“飞地”形式出现，在都市圈外围地区呈现点状分布特征。总体上，产业园区与科技园区的建设源源不断地为企业创新提供了空间集聚的载体，以及空间扩散的方向。

3.2　科研机构创新产出空间向广州主城核心及大学园区集聚

科研机构创新的空间集聚具有较强“稳定性”，始终高度集中在广州市主城核心区（图5）。据统计，2001、2011、2021年广州市主城核心区专利数量排名前四的申请者均为研究型大学，可见研究型大学是推动其成为科研机构创新核心阵地的主要驱动力。而研究型大学的空间分布具有一定“惯性”，研究型大学的建立往往需要投入大量的资金与设备，由于迁移成本高昂，通常会“驻扎”在本部。因此，与企业创新相比，科研机构创新空间集聚“稳定性”较强。这种稳定性不仅进一步加强了科研机构之间的集聚效应，也为区域内创新产出提供了坚实的基础和持续的动力。在3个年份中，核密度高值区均稳定在一处，即天河区五山区域，该区域研究型大学高度集聚，例如华南理工大学、华南农业大学等，因而成为广州都市圈科研机构创新策源地。核密度较高值区与中值区一贯位于越秀东风东与海珠新港西区域，该区域的主要驱动力同样为高校，如中山大学、广东工业大学，以及多家医院（如中山大学第一附属医院、中山大学中山眼科中心、南方医科大学南方医院等）、研究院或研究所（如广东省科学院微生物研究所、广东省科学院智能制造研究所等）。
同时，科研机构创新产出的空间分布与大学城的建设存在紧密联系。随着都市圈内大学城的不断建设和发展，科研机构创新的扩散效应逐步显现。大学城通常拥有多所高等院校，是区域高级人才培养、科学研究和交流的中心，能提高科技创新的集聚效应，促进人才培养的协同发展，具有较强的创新产出能力。然而，大学城的建设并非易事，通常需要政策的引导和大量的资金投入。由于这些限制因素，都市圈尺度下大学城的数量往往较少，且多位于中心城市内，导致科研机构的扩散效应受到一定限制。2004年，广州大学城建成并投入使用，多所高等院校在大学城内开设分校区，包括华南师范大学、广州中医药大学、广州大学、广州外语外贸大学等，这对科研机构创新扩散产生重要影响。2011年，科研机构创新产出新增一处创新增长极，仍然位于广州大学城。总体上，科研机构创新扩散与大学城的建设或者说与高等院校分校区的开设密切相关。
图5 2001、2011、2021 年广州都市圈3 类创新产出核密度分布

Fig.5 Kernel density distribution of three types of innovation output in the Guangzhou metropolitan area in 2001, 2011 and 2021

图5 2001、2011、2021年广州都市圈3类创新产出核密度分布

Fig.5 Kernel density distribution of three types of innovation output in the Guangzhou metropolitan area in 2001, 2011 and 2021

创新主体 2001年 2011年 2021年

企

业

科

研

机

构

个

人

3.3　个人创新产出空间收敛至广州主城区

2001—2011年，个人创新产出空间呈现“爆炸式的空间离散”，分布范围迅速扩大（见图5）。个人创新产出从单中心集聚在广州市主城区，扩大到双组团连片集聚在广佛2市中心城区，且在佛山市域形成4条个人创新集聚轴，包括佛山中心城区—西樵—高明城区个人创新集聚轴、佛山中心城区—乐从—龙江—九江个人创新集聚轴、佛山中心城区—陈村—大良—容桂个人创新集聚轴、里水—广州主城核心区—天河智谷—云埔个人创新集聚轴。个人创新产出“爆炸式的空间离散”与在该时期颁布的多条激励创新的政策有密切关系，不仅为个人创新提供了法律保障和政策支持，还形成了一系列鼓励人才创新、吸引人才集聚的具体措施，从而广泛激发了全社会的创新意识。例如，2001年国家知识产权局印发《全国专利工作“十五”计划》，提高了全社会的知识产权意识；2011年，广东省人大常委会通过《广东省自主创新促进条例》（广东省人民代表大会常务委员会，2011），鼓励和支持全社会开展自主创新活动，并着重强调了创新性人才的建设，吸引了大批高质量人才的集聚。
2011—2021年，个人创新产出展现出向广州主城区集聚的“有组织的空间收敛”（图5）。在该阶段大型企业与科研机构的创新逐渐占据主导地位，依靠强大的研发实力和资源整合能力，为创新人才提供良好的研发条件和丰富的创新资源，吸纳并吸引了大量自主创新人才向大型企业与科研机构高度集聚的广州主城区转移，这种转移可以带来更多的技术创新和市场机会，显著促进了科技成果的转化以及资源的优化配置。同时，空间收敛具有明显的交通干道指向性，轨道交通以外区域个人创新产出能力大幅下降，这主要是由于个人创新更倾向于向具有便利的交通条件和成熟的配套设施的区域集聚。具体地，2021年个人创新产出分布与轨道交通线路高度重合，在广州都市圈构建出“多轴”集聚的空间结构，其中“多轴”主要指广佛线、广州地铁2、3、4、5、9、13、14、18线、佛山地铁4号线。总体上，20年间都市圈个人创新产出空间从一种随机零散的分布状态逐步迈向有序集中的空间组织，更注重靠近便利的交通条件和成熟的企业、科研机构创新产出单元。

3.4　三类创新产出空间的对比

一方面，3类创新产出始终具有较强的空间邻近性特征，且科研机构创新与企业创新、个人创新的集聚程度一直存在明显差异。由于研究型大学仍为广州都市圈科技创新最主要的阵地，本研究对各年份广州都市圈科研机构授权专利的点状数据构建多环缓冲区，缓冲区范围为2~10 km，间隔2 km，在此基础上统计落在不同缓冲区范围内的企业授权专利数量和个人授权专利数量（图6），以探究企业创新、科研机构创新、个人创新的空间区位关系。结果表明：1）广州都市圈企业创新、科研机构创新、个人创新的空间分布始终具有邻近性特征，且邻近性呈现“先减弱后增强”的特点。2001年，企业创新和个人创新在距离科研机构创新2 km范围内的占比分别为50.99%和60.00%，在距离科研机构创新6 km范围内的占比分别为72.22%和72.50%，三者的空间分布具有较高的集中度。然而，到2011年，这一趋势有所改变。在2 km的范围内，占比分别下降至40.02%和37.29%，而距离扩大到6 km时，占比也分别降低至59.92%和63.14%，10年间3类创新产出空间邻近程度有所下降。到2021年，2 km的范围内占比分别回升至56.52%和65.10%，6 km的范围内占比大幅提高至86.79%和90.19%，表明2011—2021年3类创新产出的空间发展逐步走向协同。这种协同发展为都市圈科技创新注入新的活力，有利于实现资源共享、优势互补。2）科研机构创新与企业创新、科研机构创新与个人创新的邻近程度始终存在较大差异。对比来看，2001年个人创新与科研机构创新的关系更为密切，个人创新随着与科研机构创新距离的增大而下降的斜率较大；2011和2021年企业创新与科研机构创新的关系更为密切，且10年间邻近程度显著提高。
图6 2001、2011、2021年科研机构创新与企业创新、个人创新的空间区位关系

Fig.6 The spatial location relationship between innovation of scientific research institutions, innovation of enterprises and innovation of individuals in 2001, 2011 and 2021

另一方面，企业创新扩散效应最为显著，企业创新是驱动都市圈外围地区创新扩散的主要动力。对网格单元内各类授权发明专利数量进行统计（图7），结果表明：1）各类创新产出均存在空间扩散现象，企业创新扩散效应最为显著。2001—2021年，广州都市圈内企业创新产出网格数量由16个增加至2 271个，增长了140.94倍；科研机构创新产出网格数量由23个增加至224个，增长了8.74倍；个人创新产出网格数量由32个增加至625个，增长了18.53倍。这表明广州都市圈内3类创新产出均存在明显的扩散态势。其中，企业创新增幅最大，而科研机构与个人增幅相对较小，即企业创新扩散效应最为显著。2）从创新产出的空间分布看，各类活动范围逐渐扩大，3类主体对创新产出在广佛2市中心城区的增长与扩散有所贡献，但企业对创新产出在都市圈外围地区的增长与扩散具有决定性影响，促进创新产出空间格局的形成。具体地，广州都市圈内企业创新产出能力迅速增长，且新增网格在都市圈内分布较为广泛。而科研机构由于具有较强的“稳定性”，创新产出增幅明显，但主要仍分布在广州中心城区，难以对外围地区的扩散产生影响。个人创新的分布范围同样明显增大，但由于其规模整体较小，并未对都市圈创新扩散产生明显影响。总体上，企业由于位置较为灵活、数量庞大、创新能力较强等原因，促进广州都市圈创新空间分布格局的形成，是驱动都市圈外围地区创新扩散的主要动力。
图7 2001、2011、2021 年广州都市圈3 类创新产出空间分布

Fig.7 Spatial distribution of three types of innovation output in Guangzhou metropolitan area in 2001, 2011 and 2021

图7 2001、2011、2021年广州都市圈3类创新产出空间分布

Fig.7 Spatial distribution of three types of innovation output in Guangzhou metropolitan area in 2001, 2011 and 2021

创新主体 2001年 2011年 2021年

企

业

科

研

机

构

个

人

3.5　三类创新产出空间的影响因素分析

考虑到数据的可获取性且区县是都市圈内人口、经济和各种组织形态的主要空间载体，选取都市圈内23个区县作为研究对象，统计2021年各区授权发明专利数量，用以衡量区县创新产出能力。创新产出能力主要取决于创新环境和创新投入等要素条件（孙瑜康 等，2017）。因此，本文分别以各区县企业、科研机构或个人的授权发明专利数量作为因变量（Y 1、Y 2、Y 3），选取创新环境和创新投入2组自变量。其中，创新环境由经济基础（X 1）、开放程度（X 2）和区位条件（X 3）构成；创新投入包括政府支持（X 4）和研发强度（X 5）。综合已有研究（蒋天颖，2014；滕堂伟 等，2017；张衔春 等，2023），分别选用人均生产总值表征经济基础、进出口总额表征开放程度、轨道交通站点数表征区位条件、教育支出占公共财政支出的比重表征政府支持以及R&D经费投入强度表征研发强度。鉴于创新活动从投入到产出存在一定的时间滞后性，本研究将所有自变量进行滞后一期处理，以更为精准地对比分析3类创新产出的影响因素。为尽可能消除异方差，对变量进行取对数处理，并进行普通最小二程法（OLS）回归分析，模型为：
l n Y i = β 0 + β 1 l n X 1 + β 2 l n X 2 + β 3 l n X 3 + β 4 l n X 4 + β 5 l n X 5 + ε
式中：β 0为常数项；β为回归系数；ε为误差项。结果（表1）显示，企业、科研机构和个人的调整后R²分别为0.776、0.828和0.785，均＞0.7，F值对应的P值均为0.000，表明模型具有较高的拟合度和较好的解释力。
表1 三类创新产出影响因素分析的回归结果

Table 1 Regression results of the analysis of influencing factors for three types of innovation output

变量 lnY 1 lnY 2 lnY 3
lnX 1（经济基础） 0.583* 1.612*** 0.854**
lnX 2（开放程度） 0.565*** 0.299 0.032
lnX 3（区位条件） 0.239* 0.752*** 0.871***
lnX 4（政府支持） 1.319*** 4.850*** 2.862***
lnX 5（研发强度） 0.274 0.712 0.658
常数项 -3.334* -18.475*** -10.259***
R 2 0.827 0.867 0.834
调整R 2 0.776 0.828 0.785

注： *、**和***分别表示在10%、5%和1%水平下通过显著性检验。

从表1可看出，经济基础、开放程度、区位条件和政府支持均对创新产出产生显著影响，而研发强度对各类创新产出的影响不够显著。具体地，经济基础对3类创新产出均有显著正向影响，且对科研机构和个人创新产出的影响程度更大，反映相较于企业，科研机构与个人创新对区域整体经济基础的依赖程度更高；开放程度仅对企业创新产出具有显著的正向影响，由于企业创新产出与技术溢出高度关联，开放程度较高的区域通常伴随较强的技术引进与溢出能力，能极大地激发企业的创新活力；区位条件对科研机构和个人创新产出的影响程度较大，而对企业的影响程度较小，这主要是源于区位条件优良的区域通常具备发达的交通网络和完善的基础设施，而这些要素对于科研机构和个人创新产出尤为重要。科研机构和个人创新更加依赖外部合作和资源共享，其对基础设施尤其是交通网络的需求更高，而企业更多依赖于内部资源和市场互动；政府支持对企业创新产出、科研机构创新产出和个人创新产出均具有显著正向影响，并且在3个回归方程中其回归系数值均最大，表明政府支持是影响3类创新产出的首要因素，为创新活动提供了关键的经济支撑和必要的政策保障。

4 结论

本研究综合运用全局空间自相关、核密度分析、缓冲区分析等多种空间研究方法，以2001—2020年广州都市圈专利数据为基础，探讨广州都市圈创新产出空间的总体演化格局，以及企业、科研机构、个人3类创新产出空间的演化特征。研究发现：
1）广州都市圈创新产出的总体演化格局从2001年的在广州市主城核心区单核集聚，到2011年创新产出集聚拓展至广州市主城区，且在佛山市禅城区与顺德区涌现出多处创新产出增长点，在2021年都市圈内部形成创新产出跨界一体化区域。近20年，都市圈创新产出的格局演化大体上遵循“率先在中心城市的主城核心区集聚——在都市圈次一级城市产生创新产出增长点——形成若干创新产出跨界一体化区域”的规律。
2）企业创新产出空间持续向具有明确边界的产业园区及科技园区集聚。同时，都市圈内园区的广泛建设带动了企业创新产出空间的分散化发展，企业创新扩散与产业园区、科学园区的建设高度关联。20年间，产业园区与科技园区的建设源源不断地为企业创新提供了空间集聚的载体，以及空间扩散的方向。
3）科研机构创新产出空间始终高度集中在广州市主城核心区内，并伴随都市圈内大学城的建设而扩展。作为科研机构创新产出主力军，研究型大学的空间分布具有一定“惯性”。因此，与企业相比，科研机构创新产出空间具有较强的“稳定性”。同时，随着都市圈内大学城的不断建设与发展，科研机构创新扩散也得到相应扩展。
4）个人创新产出从“爆炸式的空间离散”转变为向广州主城区集聚的“有组织的空间收敛”，城市轨道交通对个人创新产出的吸附效应日益显著。个人创新产出空间分布与便利的交通条件，以及与企业和科研机构的邻近性和可达性紧密相关。
5）3类创新产出始终具有空间邻近性特征，科研机构创新与企业创新、个人创新的邻近程度始终存在明显差异。同时，各类创新产出均存在空间扩散现象，但企业创新是驱动都市圈外围地区创新扩散的主要动力。
6）创新产出受到区域创新环境和创新投入的双重影响。其中，政府支持是影响3类创新产出最为关键的驱动力量，为区域创新活动提供了关键的经济支撑和必要的政策保障；经济基础和区位条件是3类创新产出的重要支柱，为创新产出的开展提供了坚实基础；而开放程度通过影响技术溢出和知识流动，对企业创新产出带来较显著的促进作用。
近年来，为主动谋划和引导创新空间的发展，众多都市圈开始采取行动。如上海大都市圈明确提出要形成“14个支撑自主创新发展的知识集群”，并致力于培育“沪宁、G60、沪湖、杭甬4条区域创新廊道”；广州都市圈强调跨市创新合作与协同，注重“创新平台”的建设，并积极打造区域“创新走廊”；深圳都市圈提出要构建“科技创新功能节点+科学创新中心节点”的创新发展模式。本文认为，当代中国都市圈创新产出空间的规划布局，应紧紧抓住“演进·分类·协同”的牛鼻子，既要遵循创新要素的集聚演化规律和阶段性的空间组织特点，也要注重区分不同类型创新产出空间的集聚和扩散差异，并持续地推动企业、科研机构、个人等创新产出空间的耦合与协同发展。
相较已有研究，本文揭示了中长时段内都市圈创新空间的“单核―扩张―多核”三阶段演化规律，测识了创新产出跨界一体化区域这一都市圈新型创新单元的形态特点，检验了企业、科研机构及个人创新产出空间的强关联建成环境要素。需要说明的是，创新产出系统高度复杂，都市圈创新产出能力不仅体现在专利数量、论文数量和科技成果转化率等多类型指标上，还包括其对经济发展的影响及其转化为实际产品或服务的能力。因此，运用授权发明专利数据虽然能在一定程度上解释都市圈创新产出空间的演化过程，但仍存在局限性。此外，本文采用节点数据反映的是特定年份的静态状况，未来要深入理解创新产出空间的动态趋势，有赖于更为精细的面板数据。

脚注

单卓然：选题提出，研究方案设计，论文主体撰写；

刘思缌：数据收集与分析，图件制作，论文后期修改；

袁 满：研究过程指导，修改意见提出；

朱俊青：文献收集与整理，论文规范修改。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Adler P, Florida R, King K, and Mellander C. 2019. The City and High-Tech Startups: The Spatial Organization of Schumpeterian Entrepreneurship. Cities, 87: 121-130.

Adler P and Florida R. 2021. The Rise of Urban Tech: How Innovations for Cities Come From Cities. Regional Studies, 55(10/11): 1787-1800.

Buzard K, Carlino G A, Hunt R M, Carr J K, and Smith T E. 2017. The Agglomeration of American R&D Labs. Journal of Urban Economics, 101: 14-26.

陈清怡，千庆兰，姚作林. 2021. 广东省城市创新发展水平及其网络结构演化. 经济地理，41（4）：38-47.

Chen Qingyi, Qian Qinglan, and Yao Zuolin. 2021. Urban Innovation Development Level and Network Structure Evolution in Guangdong Province. Economic Geography, 41(4): 38-47.

陈清怡，千庆兰，姚作林. 2022. 城市创新空间格局与地域组织模式——以北京、深圳与上海为例. 城市规划，46（10）：25-38.

Chen Qingyi, Qian Qinglan, and Yao Zuolin. 2022. Spatial Patterns and Regional Organizational Modes of Urban Innovation: Case Studies of Beijing, Shenzhen, and Shanghai. City Planning Review, 46(10): 25-38.

陈依曼，李立勋，符天蓝. 2020. 中国城市创新能力及其影响因素的空间分异——基于GWR模型的实证. 热带地理，40（2）：323-334.

Chen Yiman, Li Lixun, and Fu Tianlan. 2020. Spatial Heterogeneity in Chinese Urban Innovation Capabilities and Its Determinants: Approach Based on the Geographically Weighted Regression Model. Tropical Geography, 40(2): 323-334.

褚晨晨. 2022. 济南城市创新空间分布特征及影响因素研究. 济南：山东建筑大学.

Zhu Chenchen. 2022. Research on the Distribution Characteristics and Influencing Factors of Urban Innovation Space in Ji'nan. Ji'nan: Shandong Jianzhu University.

丛海彬，邹德玲，蒋天颖. 2015. 浙江省区域创新平台空间分布特征及其影响因素. 经济地理，35（1）：112-118.

Cong Haibin, Zhou Deling, and Jiang Tianying. 2015. The Spatial Distribution and Elements of Regional Innovation Platforms in Zhejiang Province. Economic Geography, 35(1): 112-118.

董会忠，李旋，张仁杰. 2021. 粤港澳大湾区绿色创新效率时空特征及驱动因素分析. 经济地理，41（5）：134-144.

Dong Huizhong, Li Xuan, and Zhang Renjie. 2021. Spatial-Temporal Characteristics and Driving Factors of Green Innovation Efficiency in Guangdong-Hong Kong-Macao Greater Bay Area. Economic Geography, 41(5): 134-144.

段德忠，杜德斌，刘承良. 2015. 上海和北京城市创新空间结构的时空演化模式. 地理学报，70（12）：1911-1925.

Duan Dezhong, Du Debin, and Liu Chengliang. 2015. Spatial-Temporal Evolution Mode of Urban Innovation Spatial Structure: A Case Study of Shanghai and Beijing. Acta Geographica Sinica, 70(12): 1911-1925.

Feldman M P and Audretsch D B. 1999. Innovation in Cities: Science-Based Diversity, Specialization and Localized Competition. European Economic Review, 43(2): 409-429.

Florida R and Mellander C. 2016. Rise of the Startup City: The Changing Geography of the Venture Capital Financed Innovation. California Management Review, 59(1): 14-38.

Florida R, Adler P, and Mellander C. 2017. The City as Innovation Machine. Regional Studies, 51(1): 86-96.

Florida R and King K M. 2018. Urban Start-Up Districts: Mapping Venture Capital and Start-Up Activity Across ZIP Codes. Economic Development Quarterly, 32(2): 99-118.

Forman C, Goldfarb A, and Greenstein S. 2016. Agglomeration of Invention in the Bay Area: Not just ICT. American Economic Review, 106(5): 146-151.

方忠权. 2013. 广州会展企业空间集聚特征与影响因素. 地理学报，68（4）：464-476.

Fang Zhongquan. 2013. The Agglomeration Characteristics and Influencing Factors of Exhibition Enterprises in Guangzhou. Acta Geographica Sinica, 68(4): 464-476.

管曼玲，孙世界. 2023. 城市创新空间的集聚特征及影响因素研究——以南京主城为例. 城市规划，47（12）：21-31.

Guan Manling and Sun Shijie. 2023. Agglomeration Characteristics and Influencing Factors of Urban Innovation Space: A Case Study of Nanjing Main Cityi. City Planning Review, 47(12): 21-31.

广东省人民政府. 2023. 广州都市圈发展规划. （2023-10-25）[2023-11-22]. https://www.gd.gov.cn/attachment/0/538/538477/4303566.pdf.

Guangdong Provincial People's Government. 2023. Guangzhou Metropolitan Area Development Plan. (2023-10-25)[2023-11-22]. https://www.gd.gov.cn/attachment/0/538/538477/4303566.pdf.

广东省人民代表大会常务委员会. 2011. 广东省自主创新促进条例. （2011-11-30）[2023-11-22]. https://gdstc.gd.gov.cn/msg/image_new/wenjian/2016/09/20160914zcc01.pdf.

Standing Committee of Guangdong Provincial People's Congress. 2010. Regulations of Guangdong Province on the Promotion of Independent Innovation. (2011-11-30) [2023-11-22]. https://gdstc.gd.gov.cn/msg/image_new/wenjian/2016/09/20160914zcc01.pdf.

Hagerstrand T. 1967. Innovation Diffusion as a Spatial Process. Chicago: University of Chicago Press.

浩飞龙，杨宇欣，王士君. 2020. 城市舒适性视角下长春市创新产出的空间特征及影响因素. 人文地理，35（5）：61-68，129.

Hao Feilong, Yang Yuxin, and Wang Shijun. 2020. Spatial Characteristics and Dynamic Change of Innovation Outputs in Changchun from the Perspective of Urban Amenities. Human Geography, 35(5): 61-68, 129.

蒋天颖. 2014. 浙江省区域创新产出空间分异特征及成因. 地理研究，33（10）：1825-1836.

Jiang Tianying. 2014. Spatial Differentiation and Its Influencing Factors of Regional Innovation Output in Zhejiang Province. Geographical Research, 33(10): 1825-1836.

兰海霞，赵雪雁. 2020. 中国区域创新效率的时空演变及创新环境影响因素. 经济地理，40（2）：97-107.

Lan Haixia and Zhao Xueyan. 2020. Spatial-Temporal Evolution and Innovation Environment Factors of Regional Innovation Efficiency in China. Economic Geography, 40(2): 97-107.

李经成，黄春晓. 2022. 创新型企业城市内部空间分布及组织逻辑——以南京市为例. 经济地理，42（7）：93-105.

Li Jingcheng and Huang Chunxiao. 2022. Spatial Distribution and Organizational Logic of Innovative Enterprises in Cities: Take Nanjing City for an Example. Economic Geography, 42(7): 93-105.

李凌月，张啸虎，罗瀛. 2019. 基于创新产出的城市科技创新空间演化特征分析——以上海市为例. 城市发展研究，26（6）：87-92，33.

Li Lingyue, Zhang Xiaohu, and Luo Ying. 2019. Research on the Evolution Characteristics of Innovation Space from an Output Perspective: A Case Study of Shanghai. Urban Development Studies, 26(6): 87-92, 33.

李迎成. 2022. 基于创新活动分布视角的城市创新空间结构测度与演变特征. 城市规划学刊，（1）：74-80.

Li Yingcheng. 2022. The Measurement and Evolution Characteristics of Spatial Structure of Urban Innovation: The Perspective of Innovation Activity Distribution. Urban Planning Forum, (1): 74-80.

刘汉初，樊杰，周侃. 2018. 中国科技创新发展格局与类型划分——基于投入规模和创新效率的分析. 地理研究，37（5）：910-924.

Liu Hanchu, Fan Jie, and Zhou Kan. 2018. Development Pattern of Scientific and Technological Innovation and Typical Zone in China Based on the Analysis of Scale and Efficiency. Geographical Research, 37(5): 910-924.

刘娇，黄显峰，方国华，陈颖钦. 2018. 基于GIS缓冲区功能的塔里木河中游植被指数时空变化分析. 干旱区研究，35（1）：171-180.

Liu Jiao, Huang Xianfeng, Fang Guohua, and Chen Yingqing. 2018. Spatiotemporal Variation of NDVI in the Middle Reaches of the Tarim River Based on GIs Buffer Function. Arid Zone Research, 35(1): 171-180.

刘青，李贵才，仝德，栾晓帆. 2011. 基于ESDA的深圳市高新技术企业空间格局及影响因素. 经济地理，31（6）：926-933.

Lliu Qing, Li Guicai, Tong De, and Luan Xiaofan. 2011. The Spatial Pattern and Influence Factors of High-Tech Firms in Shenzhen Based on ESDA. Economic Geography, 31(6): 926-933.

刘树峰，杜德斌，覃雄合，何舜辉. 2018. 中国沿海三大城市群企业创新时空格局与影响因素. 经济地理，38（12）：111-118.

Liu Shufeng, Du Debin, Qin Xionghe, and He Shunhui. 2018. Spatial-Temporal Pattern and Influence Factors of Enterprise Innovation in Three Chinese Coastal Urban Agglomerations. Economic Geography, 38(12): 111-118.

马海涛，黄晓东，李迎成. 2018. 粤港澳大湾区城市群知识多中心的演化过程与机理. 地理学报，73（12）：2297-2314.

Ma Haitao, Huang Xiaodong, and Li Yingcheng. 2018. The Evolution and Mechanisms of Megalopolitan Knowledge Polycentricity of Guangdong-Hong Kong-Macao Greater Bay Area. Acta Geographica Sinica, 73(12): 2297-2314.

马双，曾刚. 2020. 上海市创新集聚的空间结构、影响因素和溢出效应. 城市发展研究，27（1）：19-25.

Ma Shuang and Zeng Gang. 2020. Spatial Structure, Influencing Factors and Spillover Effect of Innovatior Agglomeration in Shanghai. Urban Development Studies, 27(1): 19-25.

Rammer C, Kinne J, and Blind K. 2020. Knowledge Proximity and Firm Innovation: A Microgeographic Analysis for Berlin. Urban Studies, 57(5): 996-1014.

Schumpeter J A. 1934. The Theory of Economic Development. Cambridge: Harvard University Press.

孙瑜康，孙铁山，席强敏. 2017. 北京市创新集聚的影响因素及其空间溢出效应. 地理研究，36（12）：2419-2431.

Sun Yukang, Sun Tieshan, and Xi Qiangmin. 2017. Influence Factors and Spillover Effect of the Innovation Agglomeration in Beijing. Geographical Research, 36(12): 2419-2431.

谭俊涛，张平宇，李静. 2016. 中国区域创新绩效时空演变特征及其影响因素研究. 地理科学，36（1）：39-46.

Tan Juntao, Zhang Pingyu, and Li Jing. 2016. Spatio-Temporal Characteristics of Regional Innovation Performance and Its Influencing Factors in China. Scientia Geographica Sinica, 36(1): 39-46.

滕堂伟，方文婷. 2017. 新长三角城市群创新空间格局演化与机理. 经济地理，37（4）：66-75.

Teng Tangwei and Fang Wenting. 2017. The Evolution of Innovation Space and Its Mechanism in Yangtze River Delta Urban Agglomeration. Economic Geography, 37(4): 66-75.

王蓓，刘卫东，陆大道. 2011. 中国大都市区科技资源配置效率研究——以京津冀、长三角和珠三角地区为例. 地理科学进展，30（10）：1233-1239.

Wang Bei, Liu Weidong, and Lu Dadao. 2011. Allocation Efficiency of Science and Technology Resources in Jing-JinJi,Yangtze River Delta and Pearl River Delta Regions. Progress in Geography, 30(10): 1233-1239.

王承云，孙飞翔. 2017. 长三角城市创新空间的集聚与溢出效应. 地理研究，36（6）：1042-1052.

Wang Chengyun and Sun Feixiang. 2017. Spatial Agglomeration and Spillover Effects of Urban Innovation in Yangtze River Delta. Geographical Research, 36(6): 1042-1052.

王纪武，孙滢，林倪冰. 2020. 城市创新活动分布格局的时空演化特征及对策——以杭州市为例. 城市发展研究，27（1）：12-18，29.

Wang Jiwu, Sun Ying, and Lin Nibing. 2020. Spatial-Temporal Evolution Characteristics and Countermeasures of UrbanInnovation Activities Distribution Pattern: A Case Study of Hangzhou. Urban Development Studies, 27(1): 12-18, 29.

王腾飞，谷人旭，马仁锋，朱雯美，苏心怡. 2021. “集聚—扩散”视角下中国区域创新极及其知识溢出区位. 经济地理，41（5）：11-18，185.

Wang Tengfei, Gu Renxu, Ma Renfeng, Zhu Wenmei, and Su Xinyi. 2021. Regional Innovation Pole and Its Location of Knowledge Spillovers in China from the Perspective of "Agglomeration-Diffusion". Economic Geography, 41(5): 11-18, 185.

王伟，朱小川，梁霞. 2020. 粤港澳大湾区及扩展区创新空间格局演变及影响因素分析. 城市发展研究，27（2）：16-24.

Wang Wei, Zhu Xiaochuan, and Liang Xia. 2020. Evolution of Innovation Spatial Patterns and Analysis of Influencing Factors in Guangdong-Hong Kong-Macao Greater Bay Area. Urban Development Studies, 27(2): 16-24.

杨明海，张红霞，孙亚男. 2017. 七大城市群创新能力的区域差距及其分布动态演进. 数量经济技术经济研究，34（3）：21-39.

Yang Minghai, Zhang Hongxia, and Sun Ya'nan. 2017. Regional Disparity and Distributional Dynamic Evolution of the Innovation Ability in Seven Chinese Megalopolises. The Journal of Quantitative & Technical Economics, 34(3): 21-39.

尹稚，卢庆强，吕晓荷，王强. 2021. 中国都市圈发展报告2021. 北京：清华大学出版社.

Yin Zhi, Lu Qingqiang, Lyu Xiaohe, Wang Qiang. 2021. China Metropolitan Area Development Report 2021. Beijing: Science Press.

张衔春，胡国华，单卓然，李禕. 2021. 中国城市区域治理的尺度重构与尺度政治. 地理科学，41（1）：100-108.

Zhang Xianchun, Hu Guohua, Shan Zhuoran, and Li Yi. 2021. Rescaling and Politics of Scale in China's City-Regional Governance. Scientia Geographica Sinica, 41(1): 100-108.

张衔春，冯琰玮，徐元朔. 2023. 粤港澳大湾区区域合作与城市要素集聚演变及交互机制. 中国人口·资源与环境，33（6）：138-150.

Zhang Xianchun, Feng Yanwei, and Xu Yuanshuo. 2023. Evolution and Interaction between Regional Cooperation and Urban Factor Agglomeration in the Guangdong-Hong Kong-Macao Greater Bay Area. China Population, Resources and Environment, 33(6): 138-150.

Options
文章导航

/

〈 〉