地理科学进展  2016 , 35 (8): 952-962 https://doi.org/10.18306/dlkxjz.2016.08.004

Orginal Article

广东省城市创新联系的空间格局演变及优化策略

张惠璇1, 刘青1**, 李贵才12

1. 北京大学城市规划与设计学院,广东 深圳 518055
2. 北京大学城市与环境学院,北京 100871

Spatial structure change and optimization strategies of innovation linkage among the cities in Guangdong Province

ZHANG Huixuan1, LIU Qing1*, LI Guicai12

1. School of Urban Planning and Design, Peking University, Shenzhen 518055, Guangdong, China
2. College of Urban and Environmental Sciences, Peking University, Beijing 100871, China

通讯作者:  刘青(1982-),女,湖北黄石人,助研,主要从事城市与区域规划、区域创新体系研究,E-mail:liuq@pkusz.edu.cn

版权声明:  2016 地理科学进展 《地理科学进展》杂志 版权所有

基金资助:  国家自然科学基金项目(41401122)

作者简介:

作者简介:张惠璇(1992-),女,安徽合肥人,硕士研究生,研究方向为城市与区域规划,E-mail:zhanghuixuan@pku.edu.cn

展开

摘要

城市创新联系的研究对揭示创新空间结构特征、制定区域创新发展策略具有重要意义。本文运用空间相互作用模型对广东省2003、2012年21个地级城市的创新联系空间格局进行测度,分析空间格局演变的特征,并探讨广东省创新联系空间格局的发展与优化策略。结果表明:广东省城市创新联系的空间格局呈现新型“核心—边缘”结构,珠三角仍是这一结构的核心,但有弱化和分化趋势;区域整体网络化程度增强,珠三角外围地区有反极化趋势出现。2003-2012年,创新中心城市由5个变为6个,其辐射范围大小及方向发生变化,辐射强度仍维持强强联合的格局。未来应促进现有创新联系空间格局的优化,在区域整体层面上形成多中心网络化的创新结构。

关键词: 创新联系 ; 创新中心城市 ; 辐射范围 ; 辐射强度 ; 空间格局 ; 广东省

Abstract

Research on innovation linkages of cities has an important significance for revealing characteristics of innovative spatial structure and forming strategies for regional innovation development. This article uses a spatial interaction model to measure the spatial structure of innovation linkages among 21 cities in Guangdong Province in 2003 and 2012, with the aim to reveal the change of the spatial structure. Strategies for the development and optimization of spatial structure of innovation linkages in Guangdong Province are discussed based on data analysis and principles of urban spatial organization. The article concludes that the spatial structure of innovation linkages in Guangdong province shows a new "core-periphery" structure and the Pearl River Delta cities are at the core of this structure, which shows a weakening and differentiation trend compared to the past. The overall degree of network linkage is enhanced, and there is a tendency of anti-polarization in periphery regions of the Pearl River Delta. From 2003 to 2012, the number of innovation center cities dropped from 6 to 5. Both radiation range and direction of innovation center cities experienced some changes, and innovative radiation intensity showed a "strong-strong combination" pattern. In the future, the existing spatial pattern of innovation linkages should be optimized and regional polycentric network innovative pattern should be built on the regional scale.

Keywords: innovation linkage ; innovation center city ; radiation range ; radiation intensity ; spatial structure ; Guangdong Province

0

PDF (6893KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

张惠璇, 刘青, 李贵才. 广东省城市创新联系的空间格局演变及优化策略[J]. , 2016, 35(8): 952-962 https://doi.org/10.18306/dlkxjz.2016.08.004

ZHANG Huixuan, LIU Qing, LI Guicai. Spatial structure change and optimization strategies of innovation linkage among the cities in Guangdong Province[J]. 地理科学进展, 2016, 35(8): 952-962 https://doi.org/10.18306/dlkxjz.2016.08.004

1 引言

伴随国家创新战略的推进,促进城市创新联系成为空间发展战略的重要内容(毕亮亮等, 2008; 吕拉昌等, 2010)。城市创新联系研究对揭示创新联系的空间规律(Pred, 1977; Ouwersloot et al, 2000)、创新能力的影响因素(谭俊涛等, 2014)、城市创新体系等级的格局(胡海鹏等, 2015),并提出相应优化策略(袁立科等, 2007)具有重要意义。由于城市间真实的创新联系难以准确全面测度,一些学者开始尝试将空间相互作用模型引入城市创新联系的研究中,如牛欣等(2013)对经典引力模型进行修正,建立城市创新引力模型,并结合网络分析法,对中国287个地级及以上城市间的创新联系及创新网络空间结构进行深入探讨;蒋天颖等采用传统城市相互作用理论模型及其扩展模型对浙江省区域创新产出空间联系格局展开分析(蒋天颖, 华明浩, 2014; 蒋天颖, 谢敏等, 2014)。事实上,空间相互作用模型作为一种间接测度城市间空间联系格局的定量研究方法,得到了广泛应用和发展(闫卫阳等, 2009),其中引力模型、断裂点模型等核心模型和拓展内容对于刻画城市空间联系格局(唐娟等, 2009; 钱春蕾等, 2015)、确定城市体系等级(鲁金萍等, 2015)、划定城市吸引力强度和范围(梅志雄等, 2012)具有重要作用。在以往以经济规模、人口规模为主要指标衡量的功能关系之外,现有研究也尝试将生态容量、创新规模等新的功能参数应用于城市间功能联系的测度(张妍等, 2005; 刘贵文等, 2009)。这种通过间接测度城市间空间联系格局的方法,对反映城市间空间联系潜力,促进真实的空间联系具有启发意义。但是,空间相互作用模型是具有丰富内容和多种变化类型的一系列模型,现有围绕城市创新联系的研究对于如何依据各模型的特征有针对性地选取具体模型,如何系统有效的利用现有模型进行分析还缺乏深层次探讨。同时,现有研究多为对空间结构现状特征的分析提炼,缺少对空间结构演化规律的归纳与探析。

基于以上分析,本文选择近年来区域创新能力提升迅猛的广东省,以其全部21个地级城市为研究对象,系统选用引力模型及其拓展测度指标,探究2003、2012年广东省城市间的创新联系格局、创新中心城市等级体系以及创新中心城市辐射范围和强度的变化,并基于省域现状创新联系格局提出相应的空间开发与优化策略,以期系统化集成城市创新联系的研究范式,揭示区域创新联系的空间结构特征,为区域创新战略的制定提供参考。

2 数据与方法

2.1 数据来源

考虑数据的可获得性及可比性,本文以广东省21个地级市为研究基本单元,依据2004与2013年城市统计年鉴、2003与2012年城市国民经济和社会发展统计公报、2003年广东省科技经费投入统计公报及2012年广东科技投入报告,获取R&D经费投入、R&D人员数量、专利授权数及大中型工业企业新产品产值4个测度指标数据,并借助Google地图测算各城市市政府所在地之间的最短路径车行距离,以此作为城市间的距离值。

2.2 创新联系的测算方法

地理学界根据牛顿的万有引力公式提出了城市引力模型,根据这一模型,两城市间的引力/空间联系潜力(或称空间相互作用力)是城市某种社会经济功能测度(如人口、GDP等)以及两城市间距离的函数,其一般表达式如式(1)。若将创新功能作为城市间某项独特功能的测度内容,则可以运用城市引力模型来考量城市创新联系的大小。

Iij=GQiQjdij-b(1)

式中:Iij为城市i与城市j间的引力;G为引力系数;QiQj为城市ij间经济社会规模的度量指标;dij为城市i与城市j间的距离;b为引力衰减指数,通常取值为2。

由于创新也具有空间集聚和邻近效应,城市自身的创新能力及城市间距离可作为城市创新联系的基本要素。本文选取影响城市创新能力的R&D经费投入、R&D人员数量、专利授权数及大中型工业企业新产品产值4个测度指标,分别指代在创新投入层面关键的资金、人力投入和创新产出层面主要的技术创新、产品创新产出。以其几何平均值衡量城市的综合创新能力,并以各城市市政府之间的距离作为城市间的距离值。城市创新联系的计算公式为:

Rij=K×Mi×Ni×Oi×Pi×Mj×Nj×Oj×PjDij2(2)

式中:Rij为城市i与城市j间的创新联系;MiMj分别表示城市i和城市j的R&D经费投入额度;NiNj分别表示城市i和城市j的R&D人员数量;OiOj分别表示城市i和城市j的专利授权数;PiPj分别表示城市i和城市j的大中型工业企业新产品产值;Dij表示城市i和城市j的市中心距离;K为引力常数,本文中取值为1000。[①引力常数取值通常并不影响最终数据的对比分析,本文计算的创新联系只是地理经济空间中的相对能级概念,不追求绝对值的意义,因此在不影响最终研究结果的情况下,确定K值为1000。]

通过对区域内两两城市间创新联系大小的计算,可刻画区域创新总体空间格局,通过对不同年份的数值计算与比较,可揭示空间格局的演化规律。

2.3 创新中心城市等级测算方法

式(2)可以反映一个城市与区域内另一个城市之间创新联系的大小。为了衡量一个城市在区域创新联系格局中的地位和重要性,将城市i与区域内其他城市的创新联系值加总,得到城市i对外创新联系总量Ri。城市创新联系总量越大,表明该城市对外创新联系的范围和规模越大。因此,本文将城市创新联系总量作为划分城市创新等级的依据之一,计算公式如下:

Ri=j=1nRij(3)

式中:Rij为城市i与城市j之间的创新联系;n为区域内除城市i以外的城市总个数。

最大引力线是指城市i与其他城市的创新联系值中最大值的连线,表示2个城市间潜在的创新联系最大。最大引力线通过的次数越多,说明该城市在区域创新联系空间格局的中心性越强。因此,本文将最大引力线通过次数作为划分城市创新等级的依据之二,公式如下:

Rimax=max[Ri1,Ri2,,Rij,,Ri(n-1,Rin](4)

式中: Rimax为城市in个城市创新联系的最大值;Rin为城市i与第n个城市的创新联系值。

本文将创新联系总量和最大引力线的通过次数共同作为划分创新中心城市等级的标准,并进行不同年份的层级对比,以揭示城市创新等级体系格局的变化情况。

2.4 城市创新辐射范围和强度测算方法

2.4.1 城市创新辐射范围

地理学界在引力模型基础上发展出断裂点公式,用于划定城市吸引范围和城市经济区。其基本含义为城市的吸引范围由城市规模(某种社会经济测度)与城市间距离共同决定,相邻城市的吸引力在断裂点处达到均衡。因此,可利用断裂点公式计算2个城市间创新活动相互作用的平衡点,从而反映一个城市对另一个城市创新辐射能力所及的范围。本文以上文中几何平均值(见2.2)求算的城市综合创新能力表征城市创新规模,运用式(5)计算相邻城市断裂点的距离,并进行不同年份的比较,以探究城市创新辐射范围的变化。

Di=Dij/(1+Qj/Qi)(5)

式中:Di为断裂点到城市i的距离;Dij为城市ij之间的距离;QiQj分别为城市ij的创新能力。

2.4.2 城市创新辐射强度

经济辐射场强模型是引力模型拓展下的另一测度指标,其借用了物理学中“电场”“磁场”“重力场”的概念,通过计算中心经济体在受力经济体处产生的辐射能力强度,模拟经济要素相互作用相互影响的过程。城市作为区域空间结构的核心,其创新影响力也会在一定区域内形成“创新场”。本文运用创新场强模型(式(6))计算城市i在断裂点处的辐射力大小( Fi),并通过不同年份的数值比较,以探究2个城市之间创新相互作用的强度变化。

Fi=Qi/Di2(6)

式中:Qi为城市i的创新能力;Di为城市i到断裂点处的距离。

3 广东省城市创新联系空间格局演变

3.1 区域创新联系空间格局演变

研究选取2003与2012年2个时间节点上的统计数据,经修正后的引力模型(式(2))测算得到广东省21个城市间的创新联系。为了较直观地反映广东省城市创新联系的空间格局演变,本文以粗细、虚实不同的线表示2个城市间发生创新联系的难易程度,绘制了城市创新联系空间格局图(图1)。

(1) 总体上看,2003-2012年间,广东省城市创新联系的空间格局仍然保持以珠三角为核心、珠三角外围地区为边缘的“核心—边缘”结构特征,但这一结构呈现出以下新型特征:首先,传统的“核心—边缘”结构有弱化趋势,城市之间创新吸引力明显增强,区域城市创新联系的网络化格局更为显著。其次,珠三角外围城市间的创新联系在方向和强度上都有所提升,与珠三角内部城市的差距逐渐缩小,部分地区出现新的小型网络,有反极化的趋势出现;湛江、茂名、云浮等粤西城市之间创新联系增强,潮州、汕头等粤东城市之间则呈现更为明显的网络化趋势,但粤东和粤西城市之间的创新联系仍然较弱。

(2) 2003-2012年间,珠三角内部城市创新联系的空间格局在保持强强联系的同时发生了一定分异。广州、佛山、深圳3个城市两两之间及其对外仍保持强强联系的格局,东莞、中山、珠海3个城市的联系显著提升,强化了珠三角创新联系的网络化趋势;而肇庆与其他城市的创新联系一直较弱,尽管2012年其创新能力有较大提升,但仍为珠三角城市中对外创新联系最弱的城市,与韶关、汕头等珠三角外围城市尚未拉开差距。

(3) 从珠三角外围城市与珠三角城市的联系来看,2003-2012年间,珠三角外围城市与珠三角区域的创新联系明显增强,呈从点状联系到网络化联系的转变。2003年,汕头、韶关、清远等粤东北地区城市与珠三角的创新联系较强,湛江、茂名、云浮等粤西城市与珠三角的创新联系极弱,粤东北和粤西地区存在着较为明显的空间差异。2012年,阳江、云浮、河源等珠三角外围城市的创新联系明显增强,以汕头、潮州为核心的粤东地区和以韶关、清远为核心的粤北地区出现网络化趋势。

图1   2003、2012年广东省城市创新联系的空间格局演变

Fig.1   Spatial structure change of innovation linkage among the cities in Guangdong Province, 2003 and 2012

3.2 创新中心城市等级划分

依据式(3)-(4)分别计算创新联系总量和最大引力线通过次数,对2003、2012年广东省21个城市创新联系的强度和中心性进行评估(图2)。结合区域实际情况,本文采取以下分类识别一、二、三级创新中心城市: RiR¯+2S且最大引力线≥3为一级创新中心城市(其中 R¯与S分别为广东省21个地级城市对外创新联系总量的平均值与标准差); RiR¯+S且最大引力线≥2为二级创新中心城市; RiR¯为三级创新中心城市,划分结果如表1所示。从图2表1可以看出,2003、2012年进入前三等级的创新中心城市总体上分布在珠江口湾区内,珠三角外围城市的创新能力比较接近,创新联系总量均低于平均水平。湾区外围的江门、肇庆、惠州3个城市的创新能力还不显著;汕头与潮州在珠三角外围城市中的创新表现较为突出,2003、2012年最大引力线通过次数均为2,说明汕头与潮州有一定的创新中心性,虽然其创新联系总量较低,尚未成为创新中心城市,但具备发展为下一阶段创新中心城市的潜力。从各个层级看,2003-2012年广东省创新中心城市的等级发生了以下变化:

(1) 一级创新中心城市由广州、佛山变为广州、深圳。2003年,广州、佛山的创新联系总量高于全省平均值2个标准差,远超省内整体创新水平,最大引力线通过次数均为5,中心性较强,共同构成广东省一级创新中心城市。2012年,广州因高校与科研机构的汇聚、创新资源的持续投入以及其地理区位优势而继续保持高创新联系总量与较强的中心性。除此之外,广州在依托其基础工业和机械装备制造业优势发展先进制造业的同时,优先发展高新技术产业,积极调整第三产业结构,重视科研及教育文化产业、金融保险业等生产性服务业的培育,不断强化其作为核心城市对全省创新型产业的集聚辐射功能,稳居省内一级创新中心城市之列。而佛山虽具有邻近广州的区位优势,但创新投入和产出主要依靠本地企业,并面临剧烈的区域竞争和传统产业集群转型升级的压力,2012年创新联系总量被深圳反超,中心性优势减弱,跌入二级创新中心城市之列。

图2   2003、2012年广东省城市创新能力分析图(图中数字表示最大引力线通过次数。)

Fig.2   Innovative ability of cities in Guangdong Province, 2003 and 2012

表1   2003、2012年创新中心城市等级划分

Tab.1   Classification of innovation center cities in Guangdong Province, 2003 and 2012

城市等级划分划分依据2003年2012年
一级创新中心城市RiR¯+2S且最大引力线≥3广州、佛山广州、深圳
二级创新中心城市RiR¯+S且最大引力线≥2深圳佛山、东莞
三级创新中心城市RiR¯东莞、中山珠海、中山

注:本文以R¯+2SR¯+S 衡量城市的创新联系总量超过区域总体水平的程度。

新窗口打开

(2) 二级创新中心城市由深圳变为东莞、佛山。2003年省内二级创新中心城市只有深圳一个,城市创新能力分化现象明显。当时的深圳处于创新飞速发展阶段,虽然其作为珠江口东岸地区的核心,最大引力线通过次数多,表现出很强的中心性,但创新联系总量仍明显落后于广州、佛山,因此并未成为一级创新中心城市。2012年,深圳的创新联系总量和最大引力线通过次数均有所提升,尤其是创新联系总量由2003年高于平均值1个标准差提升到高于平均值2个标准差,逐渐取代佛山成为广东省一级创新中心城市乃至国内创新节点城市。主要是因为2012年深圳的创新投入已达广州的近2倍,并拥有国内规模最大、集聚性最强的战略性新兴产业,且其本身具有毗邻香港的区位优势,因此呈现创新联系总量和中心性双高的态势。2003年,东莞的创新实力与广州、佛山、深圳相比还有较大差距,创新联系总量仅高于平均值,中心性也较低,位列三级创新中心城市。2012年,随着东莞迅速崛起,创新联系总量大幅提升并高于平均水平1个标准差,中心性也有所提升,与佛山共同构成广东省二级创新中心城市体系。这与其邻近深圳的区位、电子信息产业的空间合作以及实施“科技东莞”的创新工程有密切关系。

(3) 三级创新中心城市由中山、东莞变为中山、珠海。中山市依托新型专业镇建设,打造集聚产业高端要素的战略平台,引导区域特色产业集聚发展,促进专业化分工、产业化协作,并不断加大对科技创新活动的投入,保持着高于平均水平的创新联系总量,稳居广东省三级创新中心城市之列。2012年,珠海的创新联系总量明显提高,高于全省平均值,随着高新技术产业规模迅速壮大,区域产学研合作逐步深化,跃升为三级创新中心城市,在区域创新体系中发挥日益重要的作用。但中山与珠海的最大引力线通过次数始终为1,创新中心性不强,未来还有待进一步提升其对区域创新型产业的引领和组织能力。

3.3 创新中心城市辐射能力

3.3.1 辐射范围

为进一步探究一、二、三级创新中心城市辐射范围的空间变化,运用式(5)分别测算2003与2012年广州、深圳、佛山、东莞、中山、珠海到断裂点的距离,并以细线表示断裂点距城市i的距离减小(辐射范围减小),以粗线表示断裂点距城市i的距离增加(辐射范围扩大),绘制了创新中心城市的辐射范围变化图(图3-8),从图中可以发现以下特点:

(1) 广州与佛山的创新辐射范围显著缩小。广州与佛山的断裂点变化状况比较相似,它们与省内其他城市的连线以细线居多,说明2012年省内大部分城市的创新能力有了较大幅度的提升,与广州、佛山的创新水平差距正逐渐缩小,广州、佛山对其他城市的创新辐射优势相对减弱,创新辐射的空间范围总体呈现缩小趋势。

(2) 东莞的创新辐射范围显著扩大。东莞的断裂点变化情况与广州、佛山恰恰相反,除对云浮的辐射范围缩小外,其对珠三角内部及外围城市的辐射范围均呈扩张趋势,说明东莞近年来的创新能力提升迅速,创新溢出效应明显。

(3) 深圳、中山与珠海的创新辐射范围显著分化。深圳、中山、珠海的断裂点变化情况类似,创新辐射的空间范围总体呈扩张趋势,但对部分城市创新辐射范围缩小,方向存在分化。从粗线的延伸方向看,深圳、中山及珠海的创新辐射范围向粤东及粤北地区蔓延,说明这些创新中心城市对粤东北地区的辐射优势相对较大,创新外溢以及辐射效应日趋强化。

3.3.2 辐射强度

依据式(6)分别测算2003、2012年各创新中心城市在断裂点处的场强值并按由大到小进行排序,以反映城市创新辐射强度的变化情况,结果如表2所示(由于篇幅所限,表中只列出了辐射强度排名靠前的城市)。

表2   2003、2012年创新中心城市辐射强度排序

Tab.2   Radiation intensity ranking of innovation center cities, 2003 and 2012

广州深圳佛山东莞中山珠海
城市2003年2012年2003年2012年2003年2012年2003年2012年2003年2012年2003年2012年
广州4511224433
深圳3345112222
佛山1166333344
东莞2211546665
中山4433335511
珠海7722776611
惠州995499447777
江门557722775556
肇庆88101066998888
清远66111188889999

注:方框突出显示2003-2012年创新辐射场强排名仅有一位升降幅度的城市。

新窗口打开

(1) 从总体上看,相较于2003年,2012年创新中心城市对省内城市的辐射强度均明显增强,但总体场强分布格局并没有很大变化。9年间,创新中心城市与辐射场强靠前的城市中,只有深圳与广州和惠州、佛山与深圳和东莞、珠海与东莞和江门的创新辐射场强排名有一位的升降幅度(表2),且排名前三位的格局均未发生变化。因此,2个创新能力强的邻近城市未来仍可能继续保持强强联合的创新增长模式。伴随同城化趋势,城市间的创新联系将日益紧密,这种创新辐射强度将进一步得到强化。

(2) 2003-2012年间,创新中心城市对珠三角内部城市的辐射强度存在差异。创新中心城市之间的辐射强度均较强,尤其是广州与佛山、深圳与东莞、珠海与中山这几对创新中心城市间的创新影响作用力度最大。创新中心城市对肇庆、江门、惠州这些珠三角内部城市的辐射强度则较弱,某些年份甚至低于对珠三角外围城市的辐射强度。

(3) 从创新中心城市对珠三角外围城市的辐射强度来看,广州、佛山、东莞等创新中心城市对珠三角外围城市清远的辐射强度较大,甚至高于对珠三角内部城市肇庆、惠州的辐射强度。2003-2012年间,广州对清远的辐射强度大于肇庆与惠州,东莞对清远、深圳对汕尾和河源的辐射强度均大于肇庆。这预示着,在广东省创新联系的空间格局中,珠三角外围城市可能进入核心城市的联系之中,虽然肇庆是珠三角城市,但如果在创新方面得不到大力提升,未来将会面临更多的竞争和挑战。

图3   广州辐射范围变化

Fig.3   Change of radiation range of Guangzhou

图4   佛山辐射范围变化

Fig.4   Change of radiation range of Foshan

图5   深圳辐射范围变化

Fig.5   Change of radiation range of Shenzhen

图6   东莞辐射范围变化

Fig.6   Change of radiation range of Dongguan

图7   中山辐射范围变化

Fig.7   Change of radiation range of Zhongshan

图8   珠海辐射范围变化

Fig.8   Change of radiation range of Zhuhai

4 广东省创新联系格局空间优化策略

4.1 优化依据与手段

在全球化经济一体化及城镇区域化发展的背景下,城市与区域空间组织呈现从“一极集中”向“多极多核”网络化结构转化的趋势。多中心、网络化的城市区域空间组织模式因其可避免单中心所导致的集聚不经济,并且加快城市间的物质流动、信息传递和资金周转率而被认为是城乡间多种物质动态流的最佳表现形式及城市群发展的理想模式(年福华等, 2002; 朱顺娟等, 2010; 李国平等, 2013)。创新作为现代化城市的重要功能之一,其空间格局的优化路径也应遵循城市群多中心、网络化的发展规律。一方面,知识与技术创新存在明显的地域空间集聚与溢出效应,中心地区加速集聚资源要素优先发展成为创新中心并产生知识溢出,具备创新潜力的外围地区承接部分功能发展成为次级中心(傅兆君等, 2003; 姜磊等, 2011),多个创新中心的协同发展可促进区域整体创新能力的提高。另一方面,区域内企业、政府、研究机构等要素互动联系并结成关系网络,共同参与产品、技术创新和制度创新。网络节点的连接数越多,联结密度越大,网络效应则越高(张永安等, 2010)。

依据城市创新联系强度的基本测度因子,主要通过扩大创新规模、缩小城市间“距离”这2种途径提高创新联系强度,优化现有格局。前者可通过加大研发经费、R&D人员等创新要素的投入,提高技术及产品创新产出的方式来实现;后者除促进物理空间的邻近之外,还可通过促进“认知邻近、组织邻近、技术邻近、社会邻近”等多维邻近的方式,增加城市间的属性关联度,以提高创新联系的可能性(Greunz, 2003; Boschma, 2005; 李琳, 韩宝龙, 2011; 李琳, 杨田, 2011; 夏丽娟等, 2014)。为了实现这些不同层次的邻近效应,可以采取以下手段:一是通过建立高速稳定的区域交通网络,提高关键创新节点的空间可达性;二是将创新驱动战略作为区域共识纳入各市的重点战略行动中,促进核心—边缘城市间产品研发、专利合作的关联配合,扩大认知邻近效应;三是鼓励高校、科研院所、企业等组织跨越区域边界开展联合创新行为,实现组织邻近效果;四是通过区域共建创新载体,促进同一产业集群中相似或互补型企业的互动衔接,在长期的合作中形成技术邻近与社会邻近效应。

4.2 优化策略

4.2.1 构建“1+1+7”珠三角核心创新圈,推动区域创新整体网络化

从区域的创新联系格局看,2003-2012年期间,广东省城市创新联系总体增强,呈现更趋网络化的空间格局,同时也仍然保持以珠三角为核心、珠三角外围地区为边缘的“核心—边缘”结构。但这一结构具有弱化与反极化趋势的新型特征,珠三角创新网络更为显著和强大,内部存在分异;而珠三角外围城市在联系方向和引力强度上也都有相应的提升,尤其是潮州、汕头等粤东城市呈现较为明显的网络化趋势。这一演变反映了广东省区域创新联系整体趋于优化,今后应以现有格局为依托,进一步推进整体向多中心网络化的空间组织方式发展。

未来应继续强化珠三角在区域创新体系中的核心引领作用,内部形成各具特色的创新功能中心。通过创新联系总量和最大引力线划分创新中心城市格局可以发现,广州和深圳已经形成联系方向各有侧重的一级创新中心。结合2市在基础知识创新和重大技术创新方面各有侧重的优势,未来应促进形成由广深双核驱动,珠三角其余7市一体联动的“1+1+7”多中心创新圈。广州与深圳应强化源头创新功能,珠三角其余7市也应依托现实基础,发展珠江东岸以电子信息为主的高新技术产业带,培育珠江西岸先进装备制造产业带,共建“珠三角国家自主创新示范区”,实现创新功能的错位发展。广东省其他地区也应以高新技术产业园区、专业镇、工程技术中心等创新载体为平台,促进与珠三角核心创新圈各市的创新创业合作,完善省域综合交通体系建设,在区域整体层面促进创新联系网络的形成。

4.2.2 壮大珠三角西岸创新中心,培育外围次级创新节点

从创新等级体系中的创新中心城市看,2003-2012年期间,广东省创新中心城市由5个变为6个,创新中心城市间的创新能力差距逐渐缩小。虽然城市自身创新规模及与区域内其他城市相对创新水平处于不断变化中,但是创新中心城市始终集中分布于环珠江口湾区,并且珠三角东西岸创新能级存在分化,一、二级创新中心大多分布在东岸,西岸中心的创新能力相对较弱,因此未来应重点壮大佛山、中山及珠海3个西岸创新中心,以促进整体创新格局的均衡。汕头、潮州在珠三角外围城市中的创新表现较突出,具有一定的创新中心性,具备发展为下一阶段创新中心城市的潜力,应予以重点培育。

在全省创新驱动的背景下,佛山应借助大数据、云计算等技术大力发展智能制造,以“互联网+制造”的“工业4.0”模式促进传统优势产业的转型升级。中山与珠海近年来的创新能力虽有所提高,但创新的中心性仍然较弱。今后应依托专业镇特色经济和现代化产业体系,促进中山翠亨新区、珠海高新区成为承接产业和人才转移的桥头堡,推进深中通道、深珠城际轨道等大型基础设施工程,提高创新中心性。对于汕头、潮州等珠三角外围城市应深度挖掘创新潜力,加快华侨经济文化合作试验区、中以创新产业城、中潮产业转移园等高端创新载体群建设,组建区域产业技术创新联盟,打造“淘宝·特色中国之潮汕馆/汕头馆”“中国瓷都”等区域品牌,培育粤东地区创新驱动新引擎。

4.2.3 优化强强联合格局,促进粤东西北地区与珠三角的协同创新

从城市的创新辐射范围和强度来看,2012年,广州、佛山的创新辐射范围缩小,创新优势正被其他增长极削弱。东莞的创新辐射范围显著扩大,创新外溢效应显著。深圳、中山及珠海的创新辐射空间范围总体呈扩张趋势,辐射方向存在分化,其中与珠三角东岸和粤东北地区城市的创新联系普遍增强。创新中心城市的辐射强度维持强强联合的格局,但对珠三角外围地区尤其对粤西城市的辐射普遍较弱,核心圈层与外围圈层的创新发展水平分布严重失衡。因此,需要加强核心—外围圈层间的联系并引入外部创新网络以进一步优化现有格局。一方面,应连通开放的全球网络以优化强强联合的创新格局。培育创新集聚区成为国际化创新枢纽,吸纳国内外先进技术、高端创新人才与企业,使珠三角创新资源更多地参与全球创新要素配置,促进中心城市嵌入全球创新链条。另一方面,增强粤东西北地区与珠三角,尤其是粤西地区与珠三角西岸的联系。按照珠三角城市与上述地区城市的对口帮扶关系,鼓励核心城市主导或协助对口城市引入优势品牌、生产服务企业及产业项目,积极推进莞韶城创新平台、深汕合作区、潮州—中山产业创新创意园等创新载体建设,同时加大财政科技资金与普惠性政策向粤东西北地区的倾斜力度,探索设立创新扶持专项基金,优先支持创新型产业集群、全省孵化育成体系建构。

5 结论与讨论

5.1 结论

本文基于引力模型及其拓展模型,选取2003和2012年2个时间节点,探究广东省21个地级城市创新联系的空间格局演变,并结合区域发展实际进行分析,得到以下主要结论:

(1) 广东省创新联系总体更趋于网络化,呈现新型“核心—边缘”结构,但有弱化和反极化的趋势。未来应在区域整体层面上促进创新联系网络的形成,强化珠三角核心圈的引领作用。

(2) 创新中心城市由5个变为6个,集中分布于珠江口湾区内,但珠三角东西岸创新中心的能力存在明显分化。在今后发展中亟待提升壮大西岸创新中心,并选择珠三角外围具备创新潜力的地区培育新的创新中心。

(3) 创新中心辐射范围的大小及方向发生变化,辐射强度仍维持强强联合的格局,外围圈层接受创新辐射的强度普遍较弱,区域创新发展失衡。未来应依托创新载体与对口帮扶机制,加强粤东西北地区与珠三角核心区的创新联系,促进协同创新。

5.2 讨论

城市引力模型是研究城市间某种功能联系、辨识城市影响力范围的有效工具,其基本假设认为两城市间的引力/空间联系潜力与城市规模及城市间距离相关。运用引力模型可间接测度城市间创新联系的基本空间格局,较为真实和直观地揭示出区域创新能级和创新空间相互作用力的演变规律与特征,为区域创新体系构建以及空间格局优化提供依据。但随着知识经济和信息社会的高速发展,城市自身创新水平及地理空间邻近性不再是产生创新联系的必要条件,产业结构、知识基础、组织行为、社会关系、制度文化环境等功能属性的邻近也会影响城市间的知识扩散效果及技术创新合作。在未来的研究中,应进一步量化这些创新联系的影响因子并将其纳入模型中,尝试获取一些更能直接反映区域创新联系的“流”数据,如专利和论文合作量、高新企业相互投资额、人才资金流动量等,并且对城市间距离采用时间距离进行优化,使得测度结果更加精准。另外,还可以通过更长时间序列的纵向研究和更多区域间的横向比较,进一步验证模型中的引力衰减指数和引力常数。

The authors have declared that no competing interests exist.


参考文献

[1] 毕亮亮, 施祖麟. 2008.

长三角城市科技创新能力评价及“区域科技创新圈”的构建: 基于因子分析与聚类分析模型的初探

[J]. 经济地理, 28(6): 946-951, 954.

URL      [本文引用: 1]      摘要

长三角整体区域创新能力的提高,依靠其内部各市科技创新能力及竞争力的提高。文章以长三角16个城市为研究对象,首先,选用因子分析和分层聚类分析相结合的评估方法,对各城市科技创新能力进行评价。其次,通过综合评价与比较分析,对长三角区域科技创新体系的现状、16个城市科技创新能力与长三角区域科技创新一体化协调发展的前景进行判断。最后,在"涓滴效应"理论的指导下,构建以上海为核心城市,以杭州、宁波、苏州(和无锡)、南京四城市为中心城市的"区域科技创新圈",为长三角地区区域科技创新一体化的实现、政府推动区域创新能力走向并制定区域经济和技术发展政策提供实践依据。

[Bi L L, Shi Z L.2008.

Evaluation of city innovation capability and the construction of "regional innovation circle" in Yangtze River Delta: Based on the factor and cluster analysis method

[J]. Economic Geography, 28(6): 946-951, 954.]

URL      [本文引用: 1]      摘要

长三角整体区域创新能力的提高,依靠其内部各市科技创新能力及竞争力的提高。文章以长三角16个城市为研究对象,首先,选用因子分析和分层聚类分析相结合的评估方法,对各城市科技创新能力进行评价。其次,通过综合评价与比较分析,对长三角区域科技创新体系的现状、16个城市科技创新能力与长三角区域科技创新一体化协调发展的前景进行判断。最后,在"涓滴效应"理论的指导下,构建以上海为核心城市,以杭州、宁波、苏州(和无锡)、南京四城市为中心城市的"区域科技创新圈",为长三角地区区域科技创新一体化的实现、政府推动区域创新能力走向并制定区域经济和技术发展政策提供实践依据。
[2] 傅兆君, 陈振权. 2003.

知识流动与产业空间集聚现象分析

[J]. 地域研究与开发, 22(3): 5-8, 13.

https://doi.org/10.3969/j.issn.1003-2363.2003.03.002      URL      摘要

文章从创新的扩散、知识外溢、知识共享和企业网络等方面对企业的 创新和空间集群的相互关系进行分析.知识外溢、技术连接和技术扩散等创新活动促进了企业的空间集聚;而企业地域集中加速技术扩散,有利于区域创新网络的形 成和加速区域内各企业员工的非正式交流,从而使创新活动更容易发生.企业空间集聚和创新之间存在着相互促进的自增强关系.企业集群的方向必然激发创新,只 有具有创新能力的空间集群才真正具有生命力,才能形成真正的区域创新系统,才能提高区域产业竞争力,促进地区的经济发展.

[Fu Z J, Chen Z Q.2003.

A study on knowledge flows and enterprise space clusters

[J]. Areal Research and Development, 22(3): 5-8, 13.]

https://doi.org/10.3969/j.issn.1003-2363.2003.03.002      URL      摘要

文章从创新的扩散、知识外溢、知识共享和企业网络等方面对企业的 创新和空间集群的相互关系进行分析.知识外溢、技术连接和技术扩散等创新活动促进了企业的空间集聚;而企业地域集中加速技术扩散,有利于区域创新网络的形 成和加速区域内各企业员工的非正式交流,从而使创新活动更容易发生.企业空间集聚和创新之间存在着相互促进的自增强关系.企业集群的方向必然激发创新,只 有具有创新能力的空间集群才真正具有生命力,才能形成真正的区域创新系统,才能提高区域产业竞争力,促进地区的经济发展.
[3] 胡海鹏, 吕拉昌, 黄茹, . 2015.

基于创新流视角的广东省城市创新体系与职能

[J]. 城市发展研究, 22(6): 71-76.

URL      [本文引用: 1]      摘要

在知识经济时代,创新在社会经济发展的作用越来越显著。城市作为创新的重要载体,研究城市创新体系与城市创新职能结构对构建创新型国家具有重要意义。基于城市创新流视角,利用城市创新流强度,揭示了广东城市创新体系与创新职能结构。研究表明:广东形成一个以深圳、广州为塔顶的三级塔型城市创新体系。商贸业是广东创新职能强度最大的部门,其他依次为科教文卫业、金融与房地产业、交通与信息业、工业与建筑业、农林牧渔业、公共管理与服务业。除农林牧渔业外,珠江三角洲是各行业部门创新职能强度的高位区,但不同区域各职能表现不同。

[Hu H P, Lv L C, Huang R, et al.2015.

Urban innovation system and function in Guangdong Province in the perspective of flow of urban innovation

[J]. Urban Development Studies, 22(6): 71-76.]

URL      [本文引用: 1]      摘要

在知识经济时代,创新在社会经济发展的作用越来越显著。城市作为创新的重要载体,研究城市创新体系与城市创新职能结构对构建创新型国家具有重要意义。基于城市创新流视角,利用城市创新流强度,揭示了广东城市创新体系与创新职能结构。研究表明:广东形成一个以深圳、广州为塔顶的三级塔型城市创新体系。商贸业是广东创新职能强度最大的部门,其他依次为科教文卫业、金融与房地产业、交通与信息业、工业与建筑业、农林牧渔业、公共管理与服务业。除农林牧渔业外,珠江三角洲是各行业部门创新职能强度的高位区,但不同区域各职能表现不同。
[4] 姜磊, 季民河. 2011.

城市化、区域创新集群与空间知识溢出: 基于空间计量经济学模型的实证

[J]. 软科学, 25(12): 86-90.

https://doi.org/10.3969/j.issn.1001-8409.2011.12.018      URL      摘要

通过空间自相关性指标量测分析发现,中国创新活动呈区域化状态,有明显的空间集群现象,并且主要集中在城市化水平较高的环渤海湾和长三角城市群。基于截面数据所建立的空间计量经济学模型发现:城市化、研发投入和市场化均有助于知识的空间溢出;空间误差模型(SEM)中城市化变量的估计非常显著,明显高于普通最小二乘估计(OLS)的结果;并且参数λ显著为正,相邻地区的创新产出对本地区创新产出有正向影响,存在知识在空间上的溢出现象。

[Jiang L, Ji M H.2011.

Urbanization, regional innovation cluster, and spatial knowledge spillover: Empirical study based on spatial econometric model

[J]. Soft Science, 25(12): 86-90.]

https://doi.org/10.3969/j.issn.1001-8409.2011.12.018      URL      摘要

通过空间自相关性指标量测分析发现,中国创新活动呈区域化状态,有明显的空间集群现象,并且主要集中在城市化水平较高的环渤海湾和长三角城市群。基于截面数据所建立的空间计量经济学模型发现:城市化、研发投入和市场化均有助于知识的空间溢出;空间误差模型(SEM)中城市化变量的估计非常显著,明显高于普通最小二乘估计(OLS)的结果;并且参数λ显著为正,相邻地区的创新产出对本地区创新产出有正向影响,存在知识在空间上的溢出现象。
[5] 蒋天颖, 华明浩. 2014.

长三角区域创新空间联系研究

[J]. 中国科技论坛, (10): 126-131.

https://doi.org/10.3969/j.issn.1002-6711.2014.10.021      URL      [本文引用: 1]      摘要

研究构建区域创新评价指标体系,应用因子分析得到反映长三角区域创新水平的综合得分,以此为指标,基于引力模型,对长三角区域创新空间联系进行了深入的分析与探讨,得到以下结论:上海是长三角区域创新水平最高的城市;长三角区域创新空间联系呈现不均衡分布,苏南、浙北地区城市以及上海的区域创新空间联系量较大,联系较为密切,而苏北与浙中、浙南城市创新空间联系相对较弱;长三角区域创新空间联系密切的区域与长三角的主要都市圈存在空间拟合现象;苏州、杭州成为长三角区域创新空间联系中心城市,杭州的创新辐射趋向北方,而苏州的创新辐射呈现四周辐射的趋势。

[Jiang T Y, Hua M H.2014.

Research on regional innovation spatial linkage of Yangtze River Delta

[J]. Forum on Science and Technology in China, (10): 126-131.]

https://doi.org/10.3969/j.issn.1002-6711.2014.10.021      URL      [本文引用: 1]      摘要

研究构建区域创新评价指标体系,应用因子分析得到反映长三角区域创新水平的综合得分,以此为指标,基于引力模型,对长三角区域创新空间联系进行了深入的分析与探讨,得到以下结论:上海是长三角区域创新水平最高的城市;长三角区域创新空间联系呈现不均衡分布,苏南、浙北地区城市以及上海的区域创新空间联系量较大,联系较为密切,而苏北与浙中、浙南城市创新空间联系相对较弱;长三角区域创新空间联系密切的区域与长三角的主要都市圈存在空间拟合现象;苏州、杭州成为长三角区域创新空间联系中心城市,杭州的创新辐射趋向北方,而苏州的创新辐射呈现四周辐射的趋势。
[6] 蒋天颖, 谢敏, 刘刚. 2014.

基于引力模型的区域创新产出空间联系研究: 以浙江省为例

[J]. 地理科学, 34(11): 1320-1326.

URL      Magsci      摘要

<p>以浙江省为例,分析与探讨基于引力模型的区域创新产出空间联系。根据最大引力线数量与区域创新产出联系总量确定了区域创新产出空间联系的中心城市,并结合断裂点公式测度了中心城市的创新产出辐射范围。研究发现,与2005 年相比,2011 年各县、市区的区域创新产出联系量与区域创新产出联系总量有明显增加,但区域创新产出联系的空间格局并未有显著变化,联系密集区主要集中于杭州、宁波两地;二、三级节点城市发生明显变化,而杭州市辖区始终是浙江区域创新产出联系的中心城市;中心城市辐射区范围增大,除宁波市辖区外,中心城市对节点城市的辐射效果均略有增强。基于此,提出加大区域创新投入,优化创新环境,完善城市、县市间道路建设,加强信息发展,缩短区域之间的硬距离与软距离,增强区域创新产出的空间联系等政策建议。</p>

[Jiang T Y, Xie M, Liu G.2014.

Spatial linkage of regional innovation output based on gravity model: A case study in Zhejiang Province

[J]. Scientia Geographica Sinica, 34(11): 1320-1326.]

URL      Magsci      摘要

<p>以浙江省为例,分析与探讨基于引力模型的区域创新产出空间联系。根据最大引力线数量与区域创新产出联系总量确定了区域创新产出空间联系的中心城市,并结合断裂点公式测度了中心城市的创新产出辐射范围。研究发现,与2005 年相比,2011 年各县、市区的区域创新产出联系量与区域创新产出联系总量有明显增加,但区域创新产出联系的空间格局并未有显著变化,联系密集区主要集中于杭州、宁波两地;二、三级节点城市发生明显变化,而杭州市辖区始终是浙江区域创新产出联系的中心城市;中心城市辐射区范围增大,除宁波市辖区外,中心城市对节点城市的辐射效果均略有增强。基于此,提出加大区域创新投入,优化创新环境,完善城市、县市间道路建设,加强信息发展,缩短区域之间的硬距离与软距离,增强区域创新产出的空间联系等政策建议。</p>
[7] 李国平, 孙铁山. 2013.

网络化大都市: 城市空间发展新模式

[J]. 城市发展研究, 20(5): 83-89.

https://doi.org/10.3969/j.issn.1006-3862.2013.05.013      URL      [本文引用: 1]      摘要

本文将多中心、网络化的城市空间组织定义为网络化大都市,并阐述了网络化大都市发展模式的内涵及特征。在空间组织上,网络化大都市发展模式摒弃传统的单中心聚焦的发展模式,倡导城市空间的多中心化发展,强调构建面向区域的开放的多中心区域城市空间格局。在功能整合上,网络化大都市发展模式强调分工与合作,促进区域城市网络的形成,从根本上将实体空间上的多中心区域城市变为真正意义的网络化大都市。在区域治理上,网络化大都市发展模式强调通过对话、协调与合作实现权利平衡和利益分配,通过网络化管治实现公平与效率并重的区域治理。

[Li G P, Sun T S.2013.

Networked metropolis: A new urban spatial development model

[J]. Urban Development Studies, 20(5): 83-89.]

https://doi.org/10.3969/j.issn.1006-3862.2013.05.013      URL      [本文引用: 1]      摘要

本文将多中心、网络化的城市空间组织定义为网络化大都市,并阐述了网络化大都市发展模式的内涵及特征。在空间组织上,网络化大都市发展模式摒弃传统的单中心聚焦的发展模式,倡导城市空间的多中心化发展,强调构建面向区域的开放的多中心区域城市空间格局。在功能整合上,网络化大都市发展模式强调分工与合作,促进区域城市网络的形成,从根本上将实体空间上的多中心区域城市变为真正意义的网络化大都市。在区域治理上,网络化大都市发展模式强调通过对话、协调与合作实现权利平衡和利益分配,通过网络化管治实现公平与效率并重的区域治理。
[8] 李琳, 韩宝龙. 2011.

地理与认知邻近对高技术产业集群创新影响: 以我国软件产业集群为典型案例

[J]. 地理研究, 30(9): 1592-1605.

https://doi.org/10.11821/yj2011090005      URL      Magsci      [本文引用: 1]      摘要

多维邻近性是近些年国际学术界在区域创新及产业集群方向新的研究视角。本文首先从多维邻近视角出发探讨了地理邻近、认知邻近对高技术产业集群创新的影响机制,并据此提出4个待验假设;进而以我国国家级软件产业园产业集群为典型案例进行实证分析,并创造性地使用人工神经网络为前导的OLS回归分析方法对待验假设进行双重递进检验。实证结果显示:在高技术产业集群的发展和成熟阶段,地理邻近对集群创新绩效产生负的影响,但负影响递减;认知邻近对集群创新绩效产生正影响;集群外部知识的获取有利于集群创新绩效提升;集群直接创新投入也促进创新绩效的提高,但边际报酬递减。

[Li L, Han B L.2011.

An empirical research on how geographic proximity and cognitive proximity work on the innovation performance of high-tech industrial cluster

[J]. Geographical Research, 30(9): 1592-1605.]

https://doi.org/10.11821/yj2011090005      URL      Magsci      [本文引用: 1]      摘要

多维邻近性是近些年国际学术界在区域创新及产业集群方向新的研究视角。本文首先从多维邻近视角出发探讨了地理邻近、认知邻近对高技术产业集群创新的影响机制,并据此提出4个待验假设;进而以我国国家级软件产业园产业集群为典型案例进行实证分析,并创造性地使用人工神经网络为前导的OLS回归分析方法对待验假设进行双重递进检验。实证结果显示:在高技术产业集群的发展和成熟阶段,地理邻近对集群创新绩效产生负的影响,但负影响递减;认知邻近对集群创新绩效产生正影响;集群外部知识的获取有利于集群创新绩效提升;集群直接创新投入也促进创新绩效的提高,但边际报酬递减。
[9] 李琳, 杨田. 2011.

地理邻近和组织邻近对产业集群创新影响效应: 基于对我国汽车产业集群的实证研究

[J]. 中国软科学, (9): 133-143.

https://doi.org/10.3969/j.issn.1002-9753.2011.09.014      URL      [本文引用: 2]      摘要

多维邻近性与创新是近年来西方学术界多学科关注的热点,但国内研究明显滞后。本文创造性地将组织邻近划分为横向组织邻近和纵向组织邻近两个维度,结合产业集群创新理论,探讨了地理邻近和组织邻近对集群创新的影响机制,并据此提出了5个待验假设;选取我国6大汽车产业集群的12家典型汽车生产集团近5年相关数据进行实证检验。得出结论:地理邻近对产业集群创新绩效产生正效应;纵向组织邻近对集群创新绩效产生负效应,而横向组织邻近为正效应;地理邻近与纵向组织邻近对集群创新绩效影响呈替代关系,与横向组织邻近呈互补关系;直接创新投入和集群发展水平都促进集群创新绩效提升。

[Li L, Yang T.2011.

Effect of geographical proximity and organisational proximity on innovations of industrial cluster: An empirical research based on automobile industry clusters in China

[J]. China Soft Science, (9): 133-143.]

https://doi.org/10.3969/j.issn.1002-9753.2011.09.014      URL      [本文引用: 2]      摘要

多维邻近性与创新是近年来西方学术界多学科关注的热点,但国内研究明显滞后。本文创造性地将组织邻近划分为横向组织邻近和纵向组织邻近两个维度,结合产业集群创新理论,探讨了地理邻近和组织邻近对集群创新的影响机制,并据此提出了5个待验假设;选取我国6大汽车产业集群的12家典型汽车生产集团近5年相关数据进行实证检验。得出结论:地理邻近对产业集群创新绩效产生正效应;纵向组织邻近对集群创新绩效产生负效应,而横向组织邻近为正效应;地理邻近与纵向组织邻近对集群创新绩效影响呈替代关系,与横向组织邻近呈互补关系;直接创新投入和集群发展水平都促进集群创新绩效提升。
[10] 刘贵文, 张怿蓝. 2009.

基于主成分分析的城市创新能力评价

[J]. 科技管理研究,(10): 115-117, 123.

URL      摘要

随着提高我国自主创新能力目标的提出,各大城市纷纷提出建设创新型城市的任务,城市创新能力评价的研究工作也日趋重要。在以往研究的基础上,开创性地以主成分分析为方法,结合SAS系统软件为分析工具对北京、上海、深圳等中心城市进行了城市创新能力的分析。

[Liu G W, Zhang Y L.2009.

Jiyu zhuchengfen fenxi de chengshi chuangxin nengli pingjia

[J]. Science and Technology Management Research,(10): 115-117, 123.]

URL      摘要

随着提高我国自主创新能力目标的提出,各大城市纷纷提出建设创新型城市的任务,城市创新能力评价的研究工作也日趋重要。在以往研究的基础上,开创性地以主成分分析为方法,结合SAS系统软件为分析工具对北京、上海、深圳等中心城市进行了城市创新能力的分析。
[11] 鲁金萍, 杨振武, 孙久文. 2015.

京津冀城市群经济联系测度研究

[J]. 城市发展研究, 22(1): 5-10.

URL      [本文引用: 1]      摘要

借助中心职能强度模型对京津冀城市群进行中心城市等级划分,并选 取38项指标,利用修正后的引力模型和SPSS19.0中的因子分析功能,对城市群内部各等级中心城市间的经济联系强度进行综合分析和测度,结论如下: (1)以Kei=0.7和Kei=2.0为节点,将各城市分为三个级别,北京、天津为一级,石家庄、唐山、邯郸和保定为二级,其余各城市均为三级.(2) 以经济联系量大小为标准将各城市划分为紧密联系、一般联系和松散联系三个级别,其中紧密和一般联系的城市间的经济联系多缘于京津石的集聚与扩散作用和自然 资源禀赋、区位优势差异.

[Lu J P, Yang Z W, Sun J W.2015.

Research on economic contact measurement of Beijing-Tianjin-Hebei Urban Agglomeration

[J]. Urban Development Studies, 22(1): 5-10.]

URL      [本文引用: 1]      摘要

借助中心职能强度模型对京津冀城市群进行中心城市等级划分,并选 取38项指标,利用修正后的引力模型和SPSS19.0中的因子分析功能,对城市群内部各等级中心城市间的经济联系强度进行综合分析和测度,结论如下: (1)以Kei=0.7和Kei=2.0为节点,将各城市分为三个级别,北京、天津为一级,石家庄、唐山、邯郸和保定为二级,其余各城市均为三级.(2) 以经济联系量大小为标准将各城市划分为紧密联系、一般联系和松散联系三个级别,其中紧密和一般联系的城市间的经济联系多缘于京津石的集聚与扩散作用和自然 资源禀赋、区位优势差异.
[12] 吕拉昌, 李勇. 2010.

基于城市创新职能的中国创新城市空间体系

[J]. 地理学报, 65(2): 177-190.

https://doi.org/10.11821/xb201002005      URL      Magsci      摘要

<p>基于问卷、访谈及统计数据资料,采用因子分析、数学建模等综合分析方法,以知识经济下城市创新职能及城市体系理论为理论基础,探讨中国城市的创新格局、网络、等级体系及城市的创新联系,研究表明,中国创新城市体系空间格局形成以上海、北京为顶级城市的五级塔型城市体系结构,东部沿海城市在中国创新城市中具有重要地位,省会城市及经济强劲的城市一般成为区域性的创新中心。中国创新城市体系受城市创新规模、城市科研规模与效率、城市创新潜力因素、城市创新环境等多方面因素的影响。以城市间合作论文数量来测度城市之间的创新联系,结果表明,北京在知识传播和知识合作创新中的处于中心位置,高层级的城市在知识传播与合作中明显比较高层级与中层级以及低层级城市多,省会城市及经济实力强劲的区域中心城市在知识传播中起重要的作用。</p>

[Lv L C, Li Y.2010.

A research on Chinese renovation urban system based on urban renovation function

[J]. Acta Geographica Sinica, 65(2): 177-190.]

https://doi.org/10.11821/xb201002005      URL      Magsci      摘要

<p>基于问卷、访谈及统计数据资料,采用因子分析、数学建模等综合分析方法,以知识经济下城市创新职能及城市体系理论为理论基础,探讨中国城市的创新格局、网络、等级体系及城市的创新联系,研究表明,中国创新城市体系空间格局形成以上海、北京为顶级城市的五级塔型城市体系结构,东部沿海城市在中国创新城市中具有重要地位,省会城市及经济强劲的城市一般成为区域性的创新中心。中国创新城市体系受城市创新规模、城市科研规模与效率、城市创新潜力因素、城市创新环境等多方面因素的影响。以城市间合作论文数量来测度城市之间的创新联系,结果表明,北京在知识传播和知识合作创新中的处于中心位置,高层级的城市在知识传播与合作中明显比较高层级与中层级以及低层级城市多,省会城市及经济实力强劲的区域中心城市在知识传播中起重要的作用。</p>
[13] 梅志雄, 徐颂军, 欧阳军. 2012.

珠三角城市群城市空间吸引范围界定及其变化

[J]. 经济地理, 32(12): 47-52, 60.

URL      [本文引用: 1]      摘要

合理地界定区域中城市空间吸引范围,对于区域规划与统筹区域发展 具有重要意义。通过构建反映城市实力的指标体系,利用因子分析法测算1990、1996、2000、2005和2009年珠三角9个地级市综合实力分值, 以此修正断裂点模型中单一城市规模指标,分别运用断裂点模型和基于扩展断裂点模型的加权Voronoi图方法,划分了珠三角9市5个年份的理论空间吸引范 围,并在图上清楚地表现出城市问分界线的轨迹,据此揭示了珠三角城市空间吸引范围的空间分异特征和变化规律。研究还发现,基于扩展断裂点模型的加权 Voronoi图克服了断裂点理论确定城市间吸引范围界线时的任意性和盲目性,划分结果更符合实际。

[Mei Z X, Xu S J, Ouyang J.2012.

The delimitation and change of cities space attractive scopes in the Pearl River Delta

[J]. Economic Geography, 32(12): 47-52, 60.]

URL      [本文引用: 1]      摘要

合理地界定区域中城市空间吸引范围,对于区域规划与统筹区域发展 具有重要意义。通过构建反映城市实力的指标体系,利用因子分析法测算1990、1996、2000、2005和2009年珠三角9个地级市综合实力分值, 以此修正断裂点模型中单一城市规模指标,分别运用断裂点模型和基于扩展断裂点模型的加权Voronoi图方法,划分了珠三角9市5个年份的理论空间吸引范 围,并在图上清楚地表现出城市问分界线的轨迹,据此揭示了珠三角城市空间吸引范围的空间分异特征和变化规律。研究还发现,基于扩展断裂点模型的加权 Voronoi图克服了断裂点理论确定城市间吸引范围界线时的任意性和盲目性,划分结果更符合实际。
[14] 年福华, 姚士谋, 陈振光. 2002.

试论城市群区域内的网络化组织

[J]. 地理科学, 22(5): 568-573.

https://doi.org/10.3969/j.issn.1000-0690.2002.05.010      URL      Magsci      摘要

城市群区域内的网络化是城乡之间多种物质的动态流的最高表现形式,也是城市群形成发展过程中理想的城市化模式.在基础设施比较完善的区域内,城市群内网络化组织是比较完善的,具有多种网络化模式.主要研究城市群区域内的网络化基本概念、空间结构模式、以及网络化对城市群内人流、物流、信息流的重要作用.通过深层次的网络化空间组织合理性的研究,尽力表现在市场经济体制下,调节有序的经济活动与无序的指挥之间的矛盾,提高城市综合实力.

[Nian F H, Yao S M, Chen Z G.2002.

The preliminary study on the network organization in urban agglomeration

[J]. Scientia Geographica Sinica, 22(5): 568-573.]

https://doi.org/10.3969/j.issn.1000-0690.2002.05.010      URL      Magsci      摘要

城市群区域内的网络化是城乡之间多种物质的动态流的最高表现形式,也是城市群形成发展过程中理想的城市化模式.在基础设施比较完善的区域内,城市群内网络化组织是比较完善的,具有多种网络化模式.主要研究城市群区域内的网络化基本概念、空间结构模式、以及网络化对城市群内人流、物流、信息流的重要作用.通过深层次的网络化空间组织合理性的研究,尽力表现在市场经济体制下,调节有序的经济活动与无序的指挥之间的矛盾,提高城市综合实力.
[15] 牛欣, 陈向东. 2013.

城市间创新联系及创新网络空间结构研究

[J]. 管理学报, 10(4): 575-582.

https://doi.org/10.3969/j.issn.1672-884x.2013.04.014      URL      Magsci      摘要

将基于牛顿原理的引力模型首次应用到城市间创新联系的研究中并对其进行修正,建立城市创新引力模型;结合网络分析法,按照八大经济圈的划分标准对我国287个地级及以上城市间的创新联系及创新网络空间结构进行深入探讨。结果显示,各经济圈创新网络城市间创新联系紧密程度存在差异,以经济发达城市为核心的创新网络空间布局基本形成,块模型揭示了城市子群内创新联系较子群间紧密的特征。

[Niu X, Chen X D.2013.

Innovation connection between cities and spatial structure of innovation network

[J]. Chinese Journal of Management, 10(4): 575-582.]

https://doi.org/10.3969/j.issn.1672-884x.2013.04.014      URL      Magsci      摘要

将基于牛顿原理的引力模型首次应用到城市间创新联系的研究中并对其进行修正,建立城市创新引力模型;结合网络分析法,按照八大经济圈的划分标准对我国287个地级及以上城市间的创新联系及创新网络空间结构进行深入探讨。结果显示,各经济圈创新网络城市间创新联系紧密程度存在差异,以经济发达城市为核心的创新网络空间布局基本形成,块模型揭示了城市子群内创新联系较子群间紧密的特征。
[16] 钱春蕾, 叶菁, 陆潮. 2015.

基于改进城市引力模型的武汉城市圈引力格局划分研究

[J]. 地理科学进展, 34(2): 237-245.

https://doi.org/10.11820/dlkxjz.2015.02.012      URL      Magsci      摘要

科学合理地划分城市经济联系是完善城市圈功能布局、实现经济一体 化发展的基础.通过引入相对引力常量、改进城市引力模型,并以武汉城市圈为例,探讨城市经济联系空间结构及引力格局划分方法.结果如下:①改进的引力模型 能客观反映城市间不相等的相对引力现状;②武汉城市圈呈现出经济辐射型、经济依赖型、经济复合型3类城市经济联系结构,武汉市是城市圈内唯一的强经济辐射 型城市;③根据城市经济联系结构,将武汉城市圈引力格局划分为以孝感—武汉—咸宁为中心,黄石—鄂州—黄冈和仙桃—天门—潜江为两翼的城市组团.

[Qian C L, Ye J, Lu C.2015.

Gravity zoning in Wuhan Metropolitan Area based on an improved urban gravity model

[J]. Progress in Geography, 34(2): 237-245.]

https://doi.org/10.11820/dlkxjz.2015.02.012      URL      Magsci      摘要

科学合理地划分城市经济联系是完善城市圈功能布局、实现经济一体 化发展的基础.通过引入相对引力常量、改进城市引力模型,并以武汉城市圈为例,探讨城市经济联系空间结构及引力格局划分方法.结果如下:①改进的引力模型 能客观反映城市间不相等的相对引力现状;②武汉城市圈呈现出经济辐射型、经济依赖型、经济复合型3类城市经济联系结构,武汉市是城市圈内唯一的强经济辐射 型城市;③根据城市经济联系结构,将武汉城市圈引力格局划分为以孝感—武汉—咸宁为中心,黄石—鄂州—黄冈和仙桃—天门—潜江为两翼的城市组团.
[17] 谭俊涛, 张平宇, 李静. 2014.

2001-2010年黑龙江省城市创新能力格局与发展过程

[J]. 地理科学进展, 33(4): 508-516.

https://doi.org/10.11820/dlkxjz.2014.04.008      URL      Magsci      摘要

随着全球化和知识经济的发展, 创新已经成为国家、区域和城市经济增长的关键动力,是各国发展的首要战略选择。通过构建城市创新能力评价指标体系,分析2001-2010年间黑龙江省 12个地级市城市创新能力的分布格局和发展过程,结果显示:黑龙江省城市之间创新能力绝对差异十分明显,其中哈尔滨市创新能力远高于其他城市,大庆、齐齐 哈尔和牡丹江市次之,其他城市创新能力普遍较低;黑龙江省的创新高值区域分布在哈大齐工业走廊;2001-2010年间黑龙江省城市创新能力格局较稳定, 但其区域差异和极化程度呈增大趋势。最后,分析了提高城市创新能力上存在的问题,并提出对策建议。

[Tan J T, Zhang P Y, Li J.2014.

Structure and development of urban innovation capability in Heilongjiang Province during 2001-2010

[J]. Progress in Geography, 33(4): 508-516.]

https://doi.org/10.11820/dlkxjz.2014.04.008      URL      Magsci      摘要

随着全球化和知识经济的发展, 创新已经成为国家、区域和城市经济增长的关键动力,是各国发展的首要战略选择。通过构建城市创新能力评价指标体系,分析2001-2010年间黑龙江省 12个地级市城市创新能力的分布格局和发展过程,结果显示:黑龙江省城市之间创新能力绝对差异十分明显,其中哈尔滨市创新能力远高于其他城市,大庆、齐齐 哈尔和牡丹江市次之,其他城市创新能力普遍较低;黑龙江省的创新高值区域分布在哈大齐工业走廊;2001-2010年间黑龙江省城市创新能力格局较稳定, 但其区域差异和极化程度呈增大趋势。最后,分析了提高城市创新能力上存在的问题,并提出对策建议。
[18] 唐娟, 马晓冬, 朱传耿, . 2009.

淮海经济区的城市经济联系格局分析

[J]. 城市发展研究, 16(5): 18-23, 29.

https://doi.org/10.3969/j.issn.1006-3862.2009.05.004      URL      摘要

运用重力模型和综合客运模型,对淮海经济区城市间的经济联系势能 及经济联系流强度进行测度,据此分析该区的城市经济辐射与经济隶属情况.结果表明,淮海经济区城市间的经济联系势能结构表现为以徐州、商丘、临沂、淮安为 重要节点呈放射状分布.经济联系流强度的空间分异格局以徐州为中枢,形成徐州、济宁、临沂、阜阳、蚌埠五大网络结点,构成"开"字型架构.经济联系势能和 经济联系流强度在徐州与周边城市的联系上表现出明显的一致性.最终将淮海经济区划分为核心、汴商、莱泰、临照、盐淮5个城市经济区.

[Tang J, Ma X D, Zhu C G, et al.2009.

Study on urban economic region of Huaihai Economic Region based on economic contacts

[J]. Urban Studies, 16(5): 18-23, 29.]

https://doi.org/10.3969/j.issn.1006-3862.2009.05.004      URL      摘要

运用重力模型和综合客运模型,对淮海经济区城市间的经济联系势能 及经济联系流强度进行测度,据此分析该区的城市经济辐射与经济隶属情况.结果表明,淮海经济区城市间的经济联系势能结构表现为以徐州、商丘、临沂、淮安为 重要节点呈放射状分布.经济联系流强度的空间分异格局以徐州为中枢,形成徐州、济宁、临沂、阜阳、蚌埠五大网络结点,构成"开"字型架构.经济联系势能和 经济联系流强度在徐州与周边城市的联系上表现出明显的一致性.最终将淮海经济区划分为核心、汴商、莱泰、临照、盐淮5个城市经济区.
[19] 夏丽娟, 谢富纪. 2014.

多维邻近视角下的合作创新研究评述与未来展望

[J]. 外国经济与管理, 36(11): 45-54, 81.

URL      [本文引用: 1]      摘要

近年来,邻近在创新研究、组织合作研究以及区域经济发展等研究领域占据了重要位置。本文基于多维邻近的视角,详细解读了邻近与合作创新研究的相关文献。首先对前期与邻近相关的研究进行了脉络梳理,然后分别从地理邻近、认知邻近、技术邻近和社会邻近等维度评述了合作创新相关研究和进展。综述结果表明,邻近与合作创新研究主要关注地理邻近的影响,且各维度邻近性交互作用的研究尚不多见。在此基础上,本文展望了多维邻近视角下合作创新的未来研究方向。

[Xia L J, Xie F J.2014.

A literature review of collaborative innovation from a perspective of multi-dimensional proximity

[J]. Foreign Economics & Management, 36(11): 45-54, 81.]

URL      [本文引用: 1]      摘要

近年来,邻近在创新研究、组织合作研究以及区域经济发展等研究领域占据了重要位置。本文基于多维邻近的视角,详细解读了邻近与合作创新研究的相关文献。首先对前期与邻近相关的研究进行了脉络梳理,然后分别从地理邻近、认知邻近、技术邻近和社会邻近等维度评述了合作创新相关研究和进展。综述结果表明,邻近与合作创新研究主要关注地理邻近的影响,且各维度邻近性交互作用的研究尚不多见。在此基础上,本文展望了多维邻近视角下合作创新的未来研究方向。
[20] 闫卫阳, 王发曾, 秦耀辰. 2009.

城市空间相互作用理论模型的演进与机理

[J]. 地理科学进展, 28(4): 511-518.

https://doi.org/10.11820/dlkxjz.2009.04.005      URL      Magsci      摘要

<p>城市空间相互作用理论是城市地理学的重要基础理论。由于城市空间相互作用模型发端于西方,我国这方面的研究相对较晚,主要是引进和实证,在理论研究上还有待深入。本文分析了几种主要城市空间相互作用理论模型的机制和原理,考虑到断裂点模型应用较广,经过了较多的实践验证,重点探讨了该模型的缺陷、演进和扩展形式,从理论上论证了将空间分割原理和断裂点模型结合的扩展模型的科学性和合理性。对城市空间相互作用理论模型的研究,不仅可以为城市规划、城市影响空间和城市经济区的划分以及行政区划调整提供理论基础,而且对物流分析、设施选址、市场影响力的分析等也具有重要的指导作用。从分析城市空间相互作用理论模型演进的过程中还可以得到深刻的启发:地理学以复杂的自然、人文现象为研究对象,是一门边缘学科,又是一门实践性很强的学科。地理学应积极借鉴其他学科最新的理论、技术与方法是十分必要的,是推动其自身发展的关键所在。</p>

[Yan W Y, Wang F Z, Qin Y C.2009.

Analysis of the principle and evolvement of the theoretic models of urban spatial interaction

[J]. Progress in Geography, 28(4): 511-518.]

https://doi.org/10.11820/dlkxjz.2009.04.005      URL      Magsci      摘要

<p>城市空间相互作用理论是城市地理学的重要基础理论。由于城市空间相互作用模型发端于西方,我国这方面的研究相对较晚,主要是引进和实证,在理论研究上还有待深入。本文分析了几种主要城市空间相互作用理论模型的机制和原理,考虑到断裂点模型应用较广,经过了较多的实践验证,重点探讨了该模型的缺陷、演进和扩展形式,从理论上论证了将空间分割原理和断裂点模型结合的扩展模型的科学性和合理性。对城市空间相互作用理论模型的研究,不仅可以为城市规划、城市影响空间和城市经济区的划分以及行政区划调整提供理论基础,而且对物流分析、设施选址、市场影响力的分析等也具有重要的指导作用。从分析城市空间相互作用理论模型演进的过程中还可以得到深刻的启发:地理学以复杂的自然、人文现象为研究对象,是一门边缘学科,又是一门实践性很强的学科。地理学应积极借鉴其他学科最新的理论、技术与方法是十分必要的,是推动其自身发展的关键所在。</p>
[21] 袁立科, 张宗益. 2007.

创新系统的区域可达性研究

[J]. 科研管理, 28(1): 1-6, 32.

https://doi.org/10.3969/j.issn.1000-2995.2007.01.001      URL      [本文引用: 1]      摘要

大量学者就区域创新系统的主体属性、联系、创新过程以及影响因素等作了相当深入的研究。尽管 可达性是提升创新绩效的关键因素,但可达性与创新之间的关系一直被研究者所忽视。在本文中。作者试图提供一个有意义、操作性强的可达性概念,来说明在可达 性,技术扩散以及区域创新系统构建之间存在密切互动关系。我们还将注重讨论不同区域的不同可达性对连贯区域创新系统的影响。

[Yuan L K, Zhang Z Y.2007.

A study on regional accessibility in innovation systems

[J]. Science Research Management, 28(1): 1-6, 32.]

https://doi.org/10.3969/j.issn.1000-2995.2007.01.001      URL      [本文引用: 1]      摘要

大量学者就区域创新系统的主体属性、联系、创新过程以及影响因素等作了相当深入的研究。尽管 可达性是提升创新绩效的关键因素,但可达性与创新之间的关系一直被研究者所忽视。在本文中。作者试图提供一个有意义、操作性强的可达性概念,来说明在可达 性,技术扩散以及区域创新系统构建之间存在密切互动关系。我们还将注重讨论不同区域的不同可达性对连贯区域创新系统的影响。
[22] 张妍, 杨志峰, 李巍. 2005.

城市复合生态系统中互动关系的测度与评价

[J]. 生态学报, 25(7): 1734-1740.

https://doi.org/10.3321/j.issn:1000-0933.2005.07.029      URL      Magsci      摘要

基于城市复合生态系统原理和城市代谢功能,构建了城市系统互动分 析指标体系.应用因子分析法、层次分析法及所建立的量化模型,对城市复合生态系统中的不同变量之间的相关性和协调性进行度量.并以中国北京、上海、广州、 天津、重庆和深圳等六大城市为例,对其可持续发展进程进行横向比较.结果表明,六大城市发展度由大到小的顺序是:上海、深圳、广州、天津、北京、重庆;协 调度由好到坏的排序是:重庆、上海、广州、北京、天津、深圳;循环度由好到坏的排序是:深圳、上海、天津、北京、广州、重庆;从可持续发展度看,建设和实 现可持续发展城市或生态城市的先后顺序大致为:上海、深圳、广州、重庆、天津、北京.说明城市可持续发展的关键取决于社会经济活动压力源的削减、自然生态 环境的保育以及城市代谢功能的增强.

[Zhang Y, Yang Z F, Li W.2005.

Measurement and evaluation of interactive relationships in urban complex ecosystem

[J]. Acta Ecologica Sinica, 25(7): 1734-1740.]

https://doi.org/10.3321/j.issn:1000-0933.2005.07.029      URL      Magsci      摘要

基于城市复合生态系统原理和城市代谢功能,构建了城市系统互动分 析指标体系.应用因子分析法、层次分析法及所建立的量化模型,对城市复合生态系统中的不同变量之间的相关性和协调性进行度量.并以中国北京、上海、广州、 天津、重庆和深圳等六大城市为例,对其可持续发展进程进行横向比较.结果表明,六大城市发展度由大到小的顺序是:上海、深圳、广州、天津、北京、重庆;协 调度由好到坏的排序是:重庆、上海、广州、北京、天津、深圳;循环度由好到坏的排序是:深圳、上海、天津、北京、广州、重庆;从可持续发展度看,建设和实 现可持续发展城市或生态城市的先后顺序大致为:上海、深圳、广州、重庆、天津、北京.说明城市可持续发展的关键取决于社会经济活动压力源的削减、自然生态 环境的保育以及城市代谢功能的增强.
[23] 张永安, 李晨光. 2010.

创新网络结构对创新资源利用率的影响研究

[J]. 科学学与科学技术管理, 31(1): 81-89.

URL      [本文引用: 1]      摘要

明确了创新网络结构对创新资源 利用率的影响有利于提升区域资源转化收益。界定了创新资源的概念,从网络结构统计变量出发,建立了创新网络结构对创新资源的影响模型,并运用仿真和实证相 结合的方法对集群创新网络结构影响创新资源利用过程进行了模拟研究。结果表明,网络结构的变化会引起创新网络主体资源利用机制的改变,从而影响创新资源利 用率。

[Zhang Y A, Li C G.2010.

Research on the innovation network structural impact on innovation resource utilization

[J]. Science of Science and Management of S.&T., 31(1): 81-89.]

URL      [本文引用: 1]      摘要

明确了创新网络结构对创新资源 利用率的影响有利于提升区域资源转化收益。界定了创新资源的概念,从网络结构统计变量出发,建立了创新网络结构对创新资源的影响模型,并运用仿真和实证相 结合的方法对集群创新网络结构影响创新资源利用过程进行了模拟研究。结果表明,网络结构的变化会引起创新网络主体资源利用机制的改变,从而影响创新资源利 用率。
[24] 朱顺娟, 郑伯红. 2010.

城市群网络化联系研究: 以长株潭城市群为例

[J]. 人文地理, 25(5): 65-68, 31.

URL      摘要

在全球经济一体化的背景下,城市群网络化是城乡之间多种物质的动态流的最高表现形式,也是城市群形成发展过程中理想的城市化模式。本文根据城市流强度值确定长株潭城市群三级网络节点,构建城市网络联系模型来确定城市与城市之间的网络联系,从而构建长株潭城市群网络的基本形式。研究表明,长株潭城市群处于单核心集聚的城市群演化初级阶段的特征,与发展成为功能互补、水平联系和交互增长的网络城市差距很大,必须通过调整网络各节点产业结构、加强交通运输网络建设、发展信息网络化、建立政府合作新机制等措施增强城市网络联系,加快长株潭城市群网络化发展。

[Zhu S J, Zheng B H.2010.

A research on the linkage among a urban agglomeration network: A case study of Changsha-Zhuzhou-Xiangtan Urban Agglomeration

[J]. Human Geography, 25(5): 65-68, 31.]

URL      摘要

在全球经济一体化的背景下,城市群网络化是城乡之间多种物质的动态流的最高表现形式,也是城市群形成发展过程中理想的城市化模式。本文根据城市流强度值确定长株潭城市群三级网络节点,构建城市网络联系模型来确定城市与城市之间的网络联系,从而构建长株潭城市群网络的基本形式。研究表明,长株潭城市群处于单核心集聚的城市群演化初级阶段的特征,与发展成为功能互补、水平联系和交互增长的网络城市差距很大,必须通过调整网络各节点产业结构、加强交通运输网络建设、发展信息网络化、建立政府合作新机制等措施增强城市网络联系,加快长株潭城市群网络化发展。
[25] Boschma R.2005.

Proximity and innovation: A critical assessment

[J]. Regional Studies, 39(1): 61-74.

URL      [本文引用: 1]      摘要

Today, economic growth is widely understood to be conditioned by productivity increases which are, in turn, profoundly affected by innovation. This volume explores these key relationships between innovation and growth, bringing together experts from both fields to compile a unique Handbook.
[26] Greunz L.2003.

Geographically and technologically mediated knowledge spillovers between European regions

[J]. The Annals of Regional Science, 37(4): 657-680.

https://doi.org/10.1007/s00168-003-0131-3      URL      摘要

This paper aims at investigating inter-regional knowledge spillovers across European sub-national regions. The basic questions that we wish to answer may be formulated in the following way: do regional geographical and technological proximities matter for the creation of new knowledge within the European regional landscape? After a review of the related literature, we consider a regional knowledge production function that allows for extra regional innovation-generating inputs. Accounting for regional specific “social capability”, this knowledge production function is applied to an extended sample of 153 European sub-national regions over the period 1989–1996. Interregional knowledge spillovers are shown to exist between geographically close regions and between regions displaying similar technological profiles. However, technological proximity and geographical proximity coincides to a certain extent. Knowledge spillovers are mainly driven by the private business sector. If knowledge spillovers occur within a given country, the national border turns out to seriously hamper interregional spillovers on the European scale.
[27] Ouwersloot H, Rietveld P.2000.

The geography of R&D: Tobit analysis and a Bayesian approach to mapping R&D activities in the Netherlands

[J]. Environment and Planning A, 32(9): 1673-1688.

[本文引用: 1]     

[28] Pred A.1977.

City system in advanced societies

[M]. London, UK: Hutchinson.

/