EN中文

经济地理 >

2025 , Vol. 45 >Issue 10: 80 - 89

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.10.009

城市地理与新型城镇化

舒适性视角下深圳市创新活动的空间集聚特征及其影响因素

  • 刘玉亭 ,
  • 马施婷 ,
  • 陈清怡
展开
  • 华南理工大学 亚热带建筑与城市科学全国重点实验室/建筑学院， 中国广东 广州 510641

刘玉亭（1975—），男，博士，教授，研究方向为城市地理与城乡规划。E-mail：

收稿日期: 2024-12-05

  修回日期: 2025-04-03

  网络出版日期: 2025-11-20

基金资助

亚热带建筑与城市科学全国重点实验室自主研究课题(2023ZB17)

广东省哲学社会科学规划项目(GD24XYJ48)

收起

Spatial Agglomeration Characteristics and Influencing Factors of Innovative Activities from the Amenity Perspective in Shenzhen

  • LIU Yuting ,
  • MA Shiting ,
  • CHEN Qingyi
Expand
  • State Key Laboratory of Subtropical Building and Urban Science/School of Architecture， South China University of Technology， Guangzhou 510641，Guangdong， China

Received date: 2024-12-05

  Revised date: 2025-04-03

  Online published: 2025-11-20

Fold

摘要

文章以深圳市为案例，基于授权发明专利和POI数据，刻画知识型和产业型创新活动的空间集聚特征，并分析多维度舒适性对两类创新活动的影响差异。结果表明：①深圳市创新活动呈现都市核心区—周边区域协同发展的空间格局，其中知识型与产业型创新活动的空间格局表现出显著的差异化特征，前者形成“核心+散点”的空间格局，后者呈现“核心+聚点”的特征。②休闲、社交、教育、交通舒适性对创新活动空间聚集有显著的促进作用，但影响因素存在差异。其中知识型创新活动的空间集聚侧重教育和社交舒适性，而产业型倾向交通和社交舒适性。③舒适性要素对创新活动空间集聚的影响作用具有空间异质性。其中，都市核心区依托交通、文教及产业要素优势形成知识型和产业型创新活动的双重集聚区；北部发展区受交通和社交舒适性影响呈现出产业型导向；东部发展区两类创新活动集聚均不显著。

关键词： 舒适性; 创新活动; 专利数据; 空间集聚; 交通; 产业; 深圳市

本文引用格式

刘玉亭 , 马施婷 , 陈清怡 . 舒适性视角下深圳市创新活动的空间集聚特征及其影响因素[J]. 经济地理, 2025 , 45(10) : 80 -89 . DOI: 10.15957/j.cnki.jjdl.2025.10.009

Abstract

This study takes Shenzhen as a case, based on patents and POI data, explore the spatial agglomeration characteristics of knowledge-based and industrial-based innovation activities and analyzes the differential impact of multidimensional amenity on two types of innovation. The results show that: 1)The spatial agglomeration characteristics of innovation activities in Shenzhen show a spatial pattern of collaborative development between the urban core area and the surrounding area, and the spatial agglomeration of knowledge-based and industrial-oriented innovation activities shows significant differentiation characteristics. The former forms a spatial pattern of "core + scattered points" while the latter presents the characteristics of "core + gathering points". 2) Leisure and socialization, education, and transportation amenity significantly contribute to the spatial agglomeration of innovation activities. The spatial agglomeration of knowledge-based innovation activities focuses on the education and socialization amenity, while the industrial innovation activities tend to transportation and socialization amenity. 3) The influence of amenity factors on the spatial agglomeration of innovation activities in different areas of Shenzhen is different. The influence of comfort factors on the spatial agglomeration of innovation activities in different areas of Shenzhen is also different. The urban core area relies on transportation, culture, education and industry factors to form knowledge-based and industrial activity agglomeration areas; the northern development area is affected by transportation and social comfort and presents an industrial orientation; the eastern development area has no significant agglomeration of both types of innovation activities.

Key words： amenity; innovative activities; patent data; spatial agglomeration; transportation; industry; Shenzhen City

中国正处于由要素驱动向创新驱动转型的关键时期，创新是助力城市发展动能转变的核心引擎，而人才是推动创新发展的关键支撑[1]。自2012年我国实施创新驱动发展战略以来，创新已逐渐成为经济社会发展的首要动力。2024年，习近平总书记进一步强调创新是发展新质生产力的核心要素。依托创新培育新质生产力，为高质量发展注入新效能，是我国经济建设的重要任务。创新活动产生与集聚的关键在于人才，创新人才的集聚与协作促进了技术共享与知识溢出，为创新发展和产业升级提供持续动能[2]。在此背景下，“招才引智”成为继“招商引资”后城市竞争的新焦点，这要求城市精准把握创新人才的需求特点以及创新活动的分布规律，并构建与之契合的空间系统。
近年来，创新活动及其空间集聚特征成为地理学、城乡规划学和管理学等多学科的研究热点。研究的核心议题聚焦于创新要素的跨区域流动、创新活动的空间分布及其演化特征、创新活动空间集聚的影响因素等方面[3-6]，这些研究为理解创新活动及其空间特征提供了坚实的基础。然而，已有研究更多侧重探讨城市的经济属性（如GDP、产业结构、FDI、R&D经费支出等）以及资源要素的富集程度对于创新活动及其空间集聚的影响[7-8]，而较少涉及城市软环境层面。城市软环境包括城市的宜居水平、公共服务设施质量、文化教育资源禀赋等方面，是舒适性的重要体现。高质量的城市软环境要素显著影响着创新人才的空间选择决策，进而促进了人才集聚、技术创新与区域创新能力的空间耦合效应。鉴于创新人才在城市创新经济中的重要地位，以及近年来中国各大城市在“人才争夺战”中凸显的舒适性对吸引人才、影响人才择业定居决策的关键角色，本文从舒适性视角出发，探讨其对创新活动空间集聚的影响作用。
舒适性概念最早在1950年代由美国学者Ullman提出，他将舒适性界定为宜人的自然生活环境，并发现舒适的气候条件是美国阳光地带人口流入和经济发展的主要原因[9]。舒适性（Amenity）近年来逐渐成为理解创新人才偏好的重要视角，其超越了传统农业区位论、工业区位论等产业集聚理论中的理性经济人假设，强调创新人才在决策过程中并非仅追求利益最大化，而是将生活品质和配套设施质量纳入核心考量范畴[10-12]。随着研究的深入和实证案例的展开，学者们逐渐丰富舒适性的内涵并产出成果。Florida指出舒适性中社会文化舒适性的重要性，揭示了包容性的社会氛围吸引创新人才、人才驱动技术发展的社会现象[13]。而相关实证多基于舒适性视角探究不同舒适性要素对于人才流动、企业集聚以及城市发展的影响作用[14-15]。研究发现，舒适的城市环境是产业升级和城市发展的重要驱动力，如欧洲创新创意产业的发展得益于开放包容的社会氛围，美国的城市复兴源于较高品质的休闲设施[16-17]。与此同时，多数研究发现自然、人工舒适度较高的城市空间对高质量劳动力有较强的吸引力，如Kaplan等学者进一步指出创新人才的迁移决策往往受到设施品质、文化氛围等因素影响[18-20]。可见，舒适性涵盖了自然环境舒适性、人工环境舒适性以及社会氛围舒适性，而舒适性对创新活动及其空间集聚的影响机理可归纳为以下3个方面：①创新人才在择业定居时倾向于选择舒适性高的城市空间；②创新人才的空间偏好会引发创新企业的跟随集聚，推动区域创新要素的规模效应；③创新主体在开放、多样化的创新创意氛围中更易于激发创新潜能，促进创新产出。
近年来国内学者也逐渐开展舒适性的相关研究，研究主要聚焦在舒适性概念的解读、舒适性指标体系的构建以及舒适性与城市发展、人才集聚的相关性。温婷等首次对国外的舒适性概念进行了系统梳理，并阐述了舒适性与人口流动以及经济发展的密切联系[21]；喻忠磊等构建了中国体制下舒适性的评价指标体系，并通过实证分析揭示中国城市舒适性的影响因素[22]；段楠等探究了舒适性与创新人才流动的互动关系[23]；王宁则关注到舒适性空间配置不均衡对区域发展的影响作用[24]；此外，还有学者就舒适性对城市住房价格、城市创新能力等的影响开展了实证研究[25-26]。而在舒适性与创新活动及其空间集聚关系的研究中，浩飞龙等基于专利数据探讨舒适性对于长春创新产出及创新活动空间集聚的影响[27]；何金廖等针对舒适性指标展开实证分析，发现中国的舒适性影响因子与西方有所差异[28]；管曼玲、武前波等进一步发现舒适性要素对不同类型的创新创意活动空间集聚具有显著影响且存在差异性，其中知识型创新空间主要受到教育、文化、休闲设施的显著影响，而产业导向型空间更依赖交通可达性[8,10]。以上研究丰富了中国语境下的舒适性内涵，初步关注到舒适性与不同类型创新活动及其空间发展动态的影响关系。
值得注意的是，现有关于舒适性、舒适性与创新活动及其空间集聚关系的研究仍存在以下不足：①从创新活动研究的切入点来看，现有研究多从生产角度解释创新活动及其空间集聚现象，忽略了对于创新人才多样化需求与舒适性偏好的主体层面分析；②从创新活动的空间集聚特征来看，研究多将创新活动视为统一的整体，缺乏对不同类型创新活动在空间聚集及影响因素上的差异性分析与讨论；③从舒适性指标体系构建来看，当前研究多依赖于西方指标与理论框架，难以准确反映中国在舒适性方面的差异性与复杂性。
因此，本文从景观、交通、休闲、社交以及教育舒适性等多维度出发，对不同类型的创新活动及其空间集聚进行实证分析。具体来说，首先根据创新活动的主体类型将创新活动划分为知识型和产业型，进而讨论舒适性对这两类创新活动空间集聚的影响作用；然后选取深圳市作为案例区，基于授权发明专利、POI等数据，运用核密度、局部空间自相关、地理加权回归模型等方法，从舒适性视角下探究两类创新活动的空间集聚特征与影响因素，可以为创新活动空间的科学规划与精细化建设以及创新型经济的可持续发展提供参考借鉴。

1 研究区域与方法

1.1 研究区域

深圳市作为我国创新型城市标杆，人才集聚效应显著，是研究舒适性对创新活动空间集聚影响的典型案例。在经济发展层面，深圳是我国经济发展的前沿阵地，创新经济具有显著的引领性与示范性。2023年，深圳GDP达3.46万亿元，其中战略性新兴产业增加值合计1.45万亿元，研发投入强度达6.46%，远超全国平均水平；每万人高价值发明专利拥有量达98.36件，是全国平均水平的8.3倍；PCT国际专利申请量1.59万件，连续20年居全国首位。在城市建设层面，深圳通过构建优越的创新服务环境和实施高水平的城市治理，形成了多元化的创新生态系统。具体而言，深圳积极推进高校与科研院所建设，创建了南方科技大学、彭城实验室等创新载体，同时通过完善公共服务设施，为创新人才提供全方位的生活保障。在政策支持层面，深圳通过系列人才引进政策，有效促进了国内外创新人才的集聚。以“创才汇”项目为例，该政策对基础研究、成果产业化、重大技术攻关领域人才团队给予资助，强化了城市的人才吸引力。
深圳市下辖10个区，为便于后文的阐述与分析，本文首先参照深圳“十四五”规划纲要界定的都市核心区范围，将其作为研究的一个分区；其次将深圳其余区域按照区界及地理区位的差异划分为北部发展区和东部发展区。具体而言，都市核心区包括罗湖区、福田区、南山区以及宝安区的新安街道、西乡街道，龙华区的民治街道、龙华街道，龙岗区的坂田街道、布吉街道、吉华街道、南湾街道；北部发展区包括除都市核心区外的宝安区、光明区、龙华区、龙岗区；东部发展区包括除都市核心区外的盐田区、坪山区、大鹏新区。

1.2 研究方法

1.2.1 核密度分析

核密度分析方法通过测度目标要素在邻近区域的分布密度量化该要素在空间分布中的相对集聚程度。本文运用核密度分析来刻画深圳市创新活动的空间分布格局。

1.2.2 局部空间自相关分析

局部空间自相关分析用于测度空间上某一单元与其周围区域的空间差异程度。本文以局部莫兰指数作为统计量对深圳市创新活动的空间集聚特征进行分析。

1.2.3 回归模型构建

1.2.3.1 因变量

本文以产业型和知识型创新活动的数量作为因变量研究舒适性对创新活动空间集聚的影响。具体采用授权发明专利数据，以专利申请人所在地址表征创新活动的发生地。创新活动类型划分的主要依据为：①在创新活动的分类上，城市创新活动展现出多元主体的显著特征，除创新企业这一核心力量外，科研机构、高校等主体也在创新经济中发挥着重要作用[29]。为深入讨论舒适性对不同类型创新活动空间格局可能存在的差异化影响，本文借鉴前人研究中对创新活动和创新空间的分类标准[30]，基于创新主体类型的不同，将创新活动划分为知识型和产业型创新活动。②在创新活动的数据表征上，创新活动在空间上的集聚是近年来多学科交叉研究的热点议题，研究多采用高新技术企业、专利等数据的地理位置进行表征[31-32]。其中，专利作为创新活动的重要产出形式，相较于创新企业类的数据而言，更为精确地反映了创新活动的发生。
综上所述，本文将创新活动划分为知识型创新活动和产业型创新活动，并将其作为因变量研究舒适性影响因子对于两类创新活动空间集聚的影响。具体而言，采用专利第一申请单位的机构属性作为分类标准：知识型创新活动以高等院校、研究院、科研院所、实验室作为第一申请单位的专利数据进行表征，而产业型创新活动则以企业作为第一申请单位的专利数据进行表征。

1.2.3.2 自变量

本文在借鉴国内外相关研究成果的基础上[8,10,33-34]，结合数据的科学性和可操作性，构建了涵盖景观、交通、休闲、社交与教育舒适性5个层面的舒适性指标体系（表1）。①已有研究普遍强调环境宜居的重要性，据此本文选取表征生态环境的自然景观、广场、公园因子以及表征人文环境的风景名胜因子来探讨景观舒适性对创新活动的影响[10]。②快速城市化背景下，交通的便捷性对创新活动空间分布的影响效应尤为突出，据此本文选取公交车站、地铁站点、道路网、停车场来表征交通舒适性[8]。③创新人才通常对生活品质与休闲设施有较高追求，据此本文选取娱乐设施、商超服务、文化设施、体育运动场所来表征休闲舒适性。④社交舒适性重点考虑创新人才的工作及交流环境，其中工作环境由公司企业数量表征，交流环境选取餐饮场所、休闲茶饮以及夜生活场所进行表征。⑤既有研究表明中国创新人才在选择居住与工作环境时对教育资源质量高度重视[33-34]，据此本文选取基础教育、高校、科研机构表征教育舒适性。
表1 舒适性评价指标体系及说明

Tab.1 Construction of an evaluation index system for amenity

舒适性维度 指 标 描 述
景观舒适性 自然景观 格网内水体、绿地的面积
广场 格网内广场密度
公园 格网内公园密度
风景名胜 格网内风景区、文物古迹密度
交通舒适性 公交车站 格网内公交车站的密度
地铁站点 格网内地铁站点的密度
道路网 格网内公路网的密度
停车场 格网内公共停车场的密度
休闲舒适性 娱乐设施 格网内游乐场、桌游馆等娱乐设施密度
商超服务 格网内商场和超市的密度
文化设施 格网内博物馆、书店、展览馆、美术馆密度
体育运动 格网内运动场馆、球馆、体育休闲服务设施密度
社交舒适性 休闲茶饮 格网内咖啡馆、茶馆密度
餐饮场所 格网内餐厅、酒店的密度
夜生活场所 格网内KTV、酒吧、夜总会、音乐吧密度
公司企业 格网内公司企业的密度
教育舒适性 高校 格网内大学密度
科研机构 格网内科研机构的密度
基础教育 格网内中小学密度

1.2.3.3 地理加权回归

地理加权回归（Geographically Weighted Regression，GWR）在回归模型中考虑到了要素点间的空间异质性，通过逐点的参数估计得出不同空间位置要素点的参数[35]。本文采用地理加权回归模型来探究景观、交通、休闲、社交以及教育舒适性变量对于深圳市知识型、产业型两类创新活动空间集聚程度的影响作用和空间局域特性。

1.3 数据来源与预处理

本文以授权发明专利数据表征创新活动，选取专利第一申请单位表征创新主体类型以对创新活动进行分类。研究数据来源于智慧芽专利检索平台（www.zhihuiya.com）中收录的国家知识产权局的专利数据，共获取深圳市截至2021年的授权发明专利数据340607条。在获取专利数据的基础上，为推进创新活动的分类研究及后续分析，需对原始数据进行处理。专利数据的处理步骤和方法如下：①清洗并复核数据，剔除无效数据和异常值。②为便于对创新活动进行类型分析，首先剔除以个人名义申请的专利数据，其次根据专利数据中第一申请单位的主体性质筛选出知识型创新活动与产业型创新活动。③借助高德API的地理编码技术，根据第一申请人地址信息获取其经纬度坐标，进行坐标转换（GCJ-02坐标转换为WGS84坐标）与数据校验后导入GIS系统进行空间落点，并以此作为深圳市创新活动空间分析的基础数据库。最后，共采集到有效专利数据325332条，其中表征知识型创新活动的专利数据38413条，表征产业型创新活动的专利数据286919条。
表征舒适性的影响因子主要来源于高德地图的兴趣点（POI）数据，该数据库包含了高德地图中能查询的所有地物的地理坐标信息，如企业、餐饮、学校等场所。此外，舒适性的自然景观数据来源于Open Street Map地图。经过数据筛选、清洗和抽样检查，最终获得影响因子163214条。
在研究单元的选取上，本文采用1 km×1 km的方格网，将深圳市共划分为2383个空间单元。选择依据如下：①1~2 km的空间尺度能较为有效地刻画城市创新活动空间的分布格局和集聚特征，在以往研究中被广泛采用[36]；②1 km×1 km的方格网与街区的划分相契合，这些街区通常具备相对完整的功能布局，有利于提高研究结论的现实意义和解释力。

2 深圳市城市创新活动的空间集聚特征

2.1 创新活动的整体空间集聚特征

为刻画深圳市创新活动的空间分布特征，本文运用核密度分析方法研究其空间格局（图1）。结果显示，深圳市创新活动空间分布整体呈现出“南山—福田双核引领，多极协同并进，生态轴线拓展”的特征。具体而言：①深圳市的创新活动高度集中于都市核心区范围，其中南山区的高新园片区、留仙洞—尖岗山片区、大学城片区、国际海洋城片区和福田区的中心区、罗湖北片区、车公庙片区是其集聚的核心地带。随着城市经济的快速发展，南山、福田区促进高端要素集聚、引导创新企业发展，集聚了众多知名高校与科研机构（如内地和香港高校的产学研基地）和高新科技企业（腾讯科技公司、大疆创新科技有限公司、光峰科技等）。②深圳创新活动空间布局并非单一中心化，而是展现出多极化发展格局。除都市核心区外，深圳创新活动空间还呈现出以光明科学城、龙华数字经济园区、宝龙高新区、坪山高新区等为中心聚集的多创新增长极格局。③创新活动空间分布呈现出轴带状拓展的格局，依托深圳湾生态轴线，南山—福田发展轴深化了金融、商贸与创新的交流融合，而南山—龙华发展轴则依托大沙河生态走廊着力于高端制造业与现代服务业的协同发展。
图1 深圳市创新活动的核密度分析

Fig.1 Kernel density analysis of innovative activities in Shenzhen City

为进一步分析深圳市创新活动空间的集聚效应，本文在1 km×1 km网格尺度下运用空间自相关分析方法探讨其创新活动的空间特征（图2）。结果显示，莫兰指数为0.204，p值为0.000，z值为14.98，大于2.58，表明深圳市创新活动的空间分布具有显著的集聚效应。具体来看，深圳市整体上呈现出高创新集聚单元相互集聚、低创新单元相互关联的创新活动空间格局。其中，高—高集聚单元主要集中在都市核心区的南山区和福田区，这些区域是新兴技术与产业升级的核心驱动力；低—低集聚单元主要集中在东部发展区的盐田区、坪山新区、大鹏新区以及深圳市的外围地区，形成了创新活动的低洼地带，在空间上呈现连片团块状的分布特征。
图2 深圳市创新活动的局部自相关分析

Fig.2 Local spatial autocorrelation analysis of innovative activities in Shenzhen City

2.2 不同类型创新活动的空间集聚特征

从深圳市两类创新活动的空间分布特征来看，知识型和产业型创新活动均呈现出显著的空间集聚特征，但其空间分布模式存在明显差异（图3）。两类创新活动在空间上都有其特定的区位偏好，其高密度集聚区域与所在区域的发展基础密切相关。空间集聚程度上，产业型创新活动的集聚程度要高于知识型创新活动。
图3 深圳市创新活动的空间集聚特征

Fig.3 Spatial agglomeration of two types of innovation activities in Shenzhen

①产业型创新活动的空间集聚受市场经济基础和平台载体的影响，其主体构成以高新技术企业和先进制造业企业为主，通过技术更新迭代实现创新突破（图3a）。具体而言，深圳产业型创新活动在总量上占据主导地位，占比达88.19%，在空间分布上呈现出“核心+聚点”的集聚特征，即在都市核心区高密度集聚，其他区域则依托高新技术产业园区形成多个次级集聚中心。其中，前者得益于都市核心区优越的交通可达性、完善的基础设施，集聚了城市人才、资本、信息等生产要素以推动产业升级，如前海中心片区、蛇口国际海洋城片区；后者则是依托专业化的科技园区以及平台载体培育具有竞争力的创新产业集群，如龙华高新区、会展海洋城。
②知识型创新活动主要在城市智力源集聚，以科技研发和人才培养为核心，通过将科学知识转化为创新产品实现创新价值（图3b）。具体来说，深圳市知识型创新活动的占比约为11.81%，呈现出“核心+散点”的空间格局，即都市核心区是其主要且最为密集的分布区域，其他区域的分布则呈现出分散化特征。该类创新活动主要集聚于高校和科研院所密集区，如南山区的西丽湖国际科教城汇聚了南方科技大学、哈尔滨工业大学（深圳）等高等教育机构以及中国科学院深圳先进技术研究院等科研院所，成为知识型创新活动空间集聚的热点区域。

3 舒适性对创新活动空间集聚的影响分析

本文对舒适性变量进行共线性诊断分析，结果表明所有变量的方差膨胀因子均小于7.5，这一结果有效排除了多重共线性对模型的潜在干扰。随后构建全局回归模型与地理加权回归模型，结果表明地理加权回归模型在多项关键统计指标上均展现出显著优势。地理加权回归模型的调整R²值为0.756，说明其能解释深圳市创新活动空间集聚影响因素的75.6%，能更加准确地反映舒适性变量对深圳市创新活动空间集聚的影响作用。

3.1 影响因素的全局作用分析

为探究多维度舒适性变量对于深圳市创新活动空间集聚的影响作用，本文运用地理加权回归进行分析（表2）。结果表明，各舒适性变量对创新活动空间集聚的影响作用存在差异，其中公交车站、道路网、休闲餐饮、公司企业等要素在整体创新活动、知识型创新活动、产业型创新活动均通过了0.1%的统计检验，是显著促进创新活动空间集聚的变量；文化设施、体育运动、基础教育是次要显著的要素；公园、停车场、高校以及研究机构则只对特定类型的创新活动空间产生影响。
表2 地理加权回归模型结果

Tab.2 Results of geographically weighted regression model

整体创新活动 产业型创新活动 知识型创新活动
系数 t值 系数 t值 系数 t值
景观舒适性 自然景观 -0.014 -0.542 -0.021 -0.827 -0.008 -0.437
广场 0.006 0.195 0.003 0.102 0.003 0.129
公园 0.070* 2.414 0.068* 2.435 0.033 1.713
风景名胜 0.001 0.019 -0.015 -0.550 0.003 0.177
交通舒适性 公交车站 0.608*** 13.158 0.564*** 12.523 0.310*** 9.886
地铁站点 -0.035 -1.084 -0.048 -1.522 -0.019 -0.876
道路网 0.604*** 17.697 0.573*** 17.200 0.258*** 11.118
停车场 0.066 1.027 0.152* 2.440 0.034 0.792
休闲舒适性 休闲娱乐 0.033 0.697 0.043 0.910 0.015 0.471
商超服务 -0.149*** -3.372 -0.155*** -3.584 -0.101*** -3.363
文化设施 0.094** 2.678 0.082* 2.416 0.051* 2.163
体育运动 0.144** 2.597 0.113* 2.084 0.134*** 3.541
社交舒适性 休闲茶饮 -0.341*** -5.236 -0.313*** -4.925 -0.206*** -4.664
餐饮场所 0.265*** 4.589 0.251*** 4.456 0.158*** 4.023
夜生活场所 -0.045 -0.974 -0.041 -0.892 -0.009 -0.275
公司企业 0.623*** 16.892 0.632*** 17.552 0.431*** 17.206
教育舒适性 高校 0.065* 2.031 0.012 0.393 0.137*** 6.317
科研机构 0.038 0.942 0.045 1.132 0.061* 2.196
基础教育 0.168*** 4.774 0.084* 2.444 0.169*** 7.071

注：*、**、***分别表示5%、1%、0.1%的显著水平。

①产业型创新活动空间集聚水平是景观、交通、社交、休闲以及教育舒适性等多维度因素共同作用的结果。公司企业、交通舒适性以及社交舒适性中的餐饮场所对于创新活动空间分布具有较强的促进作用，休闲舒适性中的文化设施、体育运动设施呈现出次一级的正面影响效应。其中，企业集聚水平反映了地区的产业发展水平和创新潜能，且企业集聚有助于技术交流与协作，显著增强了地区对创新人才和创新主体的吸引力；交通舒适性中公交车站、道路网、停车场在提升区域交通便利性的同时，还促进了人才、资金等创新要素的快速流动与高效集聚，有效提升了城市创新效率。
②知识型创新活动空间集聚受到交通、休闲、社交以及教育舒适性等因子的影响作用。以上舒适性维度中，除公交车站、道路网、休闲餐饮、公司企业等要素的促进作用外，教育设施以及体育文化设施的丰富性对知识型创新活动空间集聚发挥了重要作用。其中，教育设施通过吸引和培养高素质人力资本，为提升城市科技研发和创新能力提供核心支撑；文化体育设施不仅满足了创新人才的多元化需求，还为其提供压力释放和创意激发的空间，有效增强了区域创新活力。

3.2 影响因素的空间异质性分析

将回归结果中网格内p值小于0.05的系数进行可视化（图4），结果显示各因素在不同区域的影响作用不同。其中，都市核心区是知识型与产业型创新活动空间高度集中的区域；北部发展区包含大量高新园区，以产业型创新活动空间为主导；东部发展区创新活动的空间集聚程度较低。
图4 不同类型创新活动影响因素的空间分布

Fig.4 Geographically Weighted Regression coefficients for influencing factors

①都市核心区凭借其优越的交通条件、完善的休闲文化服务设施、海量的企业集群以及科研教育资源成为知识型和产业型创新活动空间集聚的热点区域。其中，知识型创新活动空间主要围绕高校和科研机构布局，以迅速获取知识信息并响应科技前沿动态。体育运动设施和餐饮设施的融入提升了创新环境的多元性，有利于促进创新人才的身心放松与灵感激发。产业型创新活动空间依托企业主体开展创新活动，停车设施对产业型创新活动的空间集聚具有显著的促进作用。此外，都市核心区的交通设施和文化资源对两类空间均产生了显著的正向影响，密集的公交站点和网络化的道路体系为创新主体间的知识互动提供支撑，文化设施能够满足创新人才的知识获取需求，为创新创意带来更多可能性。
②北部发展区以产业型创新活动空间为主，主要受到交通条件、餐饮设施以及公司企业等因素的影响。区域内创新活动倾向于布局在公交车站密集、道路网络发达的区域，并依托高新企业开展创新活动。然而，随着创新生态的演进与成熟，仅依赖交通条件与企业集群已难以满足创新发展的深层次需求。深入剖析舒适性变量对局部区域的影响作用，可知其他舒适性变量对创新活力的提升有显著的促进作用。例如，基础教育的配置对于会展海洋城的创新活动空间集聚有显著的正面效应；文化设施有助于提升宝龙高新区的创新活力。
③东部发展区目前存在创新活动空间集聚水平较低、创新能力不足等问题。该区域应当优化交通网络、打造优质的创新服务环境并积极吸引企业、高等院校、科研机构等多元化创新主体的入驻与合作，从而激发创新活力，加速创新活动空间集聚效应的形成。

4 结论与讨论

4.1 结论

在创新经济时代，人才是创新活动发生与集聚的关键前提。现有研究多聚焦于从经济效益和产业体系角度理解创新活动的空间集聚，但往往忽视了人才的舒适性需求和非理性经济决策行为的影响。本文从舒适性视角出发，将创新活动分为知识型和产业型，讨论了舒适性要素对两类创新活动空间集聚的作用机制及其异质性影响。主要结论如下：
①从创新活动的空间集聚特征来看，深圳市创新活动整体呈现出“两核—多级”的分布格局，并具有沿轴带拓展的趋势。产业型、知识型两类创新活动的空间集聚特征差异明显，产业型创新活动呈现出“核心+聚点”的特征，即形成以都市核心区为核心，各个高新技术产业园区为聚点的空间格局；知识型创新活动呈现出“核心+散点”的空间格局，创新活动主要集聚在都市核心区，其他区域呈分散态势。
②从创新活动的影响因素来看，舒适性对创新活动的空间集聚具有较强的解释力，但其对知识型和产业型创新活动的影响具有差异性。对于知识型创新活动，各类舒适性的影响效应呈现出：教育舒适性>社交舒适性>休闲舒适性>交通舒适性>景观舒适性；而对于产业型创新活动则呈现出：社交舒适性>交通舒适性>休闲舒适性>教育舒适性>景观舒适性的规律。可见，知识型创新活动空间偏重于教育舒适性，而产业型创新活动空间偏重于交通舒适性。
③从创新活动影响因素的空间异质性来看，舒适性在深圳市呈现出显著的空间分异特征。其中，都市核心区得益于交通、休闲文化设施、产业集群以及科研教育资源，成为知识型和产业型创新活动集聚的热点区域；北部发展区表现出产业导向型特征，受到交通和企业集聚的影响较多；而东部发展区两类创新活动均未形成显著的空间集聚，亟待通过优化创新环境和完善创新要素配置以提升创新能力。

4.2 讨论

在中国经济社会转型的关键时期，创新活动及其空间集聚的动力机制正经历着深刻变革。以往研究多从生产视角出发讨论产业集群效应、政策支持对创新活动空间集聚的影响，难以系统揭示创新人才空间流动的需求规律。相比之下，舒适性视角的价值在于其聚焦创新行为主体“人”本身，通过解析创新人才和创新主体的空间偏好来探究创新活动及其空间集聚的潜在机制，是对创新经济发展动力变化研究的有益探索。
舒适性具有显著的地域特色，中国的舒适性要素影响作用与西方存在差异。一方面，本研究佐证并深化了西方学者的部分结论。如Clark、Scott A、Mellander等学者关于文化设施促进创新生产、教育资源驱动创新集聚、休闲设施吸引人才驻留的观点均在本研究中得到验证[37-39]。另一方面，本研究不支持西方研究中强调休闲茶饮场所及夜生活场所作为影响人才集聚重要因素的观点[18]。这与何金廖等人的研究结果较为一致，即在中国的文化语境下，人们更倾向于在餐饮环境而非茶饮空间或夜生活场所进行社交活动[28]。这一差异不仅佐证了舒适性具有地域性特征，更揭示了创新活动空间集聚机制在不同文化背景和社会结构中 呈现出的复杂性与多样性。
基于上述理论发现，本文进一步揭示了创新空间舒适性要素的差异化配置逻辑。本研究发现的舒适性要素对知识型、产业型创新活动的差异化影响机制，与任俊宇论证的北京中关村科教资源驱动模式[40]、黄亮等论证的上海交通网络促进产业园区发展相印证[4]。而作为中国具有代表性的创新型城市，深圳的实践经验为上述差异化机制提供了典型样本：南山区高新园依托深圳大学等科教资源，有效促进了知识型机构的协同创新；龙岗区依托“交通+产业”优势，形成具有全球竞争力的ICT产业集群。知识型与产业型创新活动的差异化需求图谱提醒政策制定者需根据创新活动类型实施差异化的舒适性配置策略。其中，在知识创新集聚区应着重优化文化休闲设施与社交空间以激发主体的创新潜能；产业型创新活动空间则应在持续优化交通条件、强化企业集群效应的同时，合理配置文化教育资源和休闲餐饮设施，构建宜居、宜业、宜创的社会环境。
综上，本文在探究创新活动空间集聚因素时突破了传统的生产视角，从舒适性视角对不同类型的创新活动开展分析；同时，通过深圳案例证明了舒适性在解释创新发展现象的适用性，并进一步论证了中国语境下舒适性的地域性特征。但是，当前研究尚存深化空间，未来研究需重点关注：①采用不同年份的专利数据进行纵向对比分析，以揭示创新活动及其空间格局的动态演化规律；②除专利数据外，可以补充论文、商标等多样化数据以综合刻画创新活动特征；③考虑创新创意氛围、社会文化包容程度等软性舒适性因子，并从要素的数量和质量两方面评估舒适性水平。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
刘程军, 周建平, 蒋建华, 等. 区域创新与区域金融耦合协调的格局及其驱动力——基于长江经济带的实证[J]. 经济地理, 2019, 39(10):94-103.

DOI

[2]
邓智团, 郭红星. 创新时代城市发展新逻辑——城市舒适性吸引人才的理论与实证[J]. 学术月刊, 2023, 55(10):61-74.

[3]
吴家权, 谢涤湘, 李超骕, 等. 知识创新与技术创新网络空间结构的演化特征:基于“流空间”视角的粤港澳大湾区案例研究[J]. 城市问题, 2021(4):12-21.

[4]
黄亮, 黄建中, 徐剑光. 上海研发创新的空间演化与趋势研究:基于专利的分析视角[J]. 城乡规划, 2020(4):70-79.

[5]
Asheim B T, Isaksen A. Regional innovation systems:The integration of local "sticky" and global "ubiquitous" knowledge[J]. Social Science Electronic Publishing, 2002, 27(1):77-86.

[6]
马双, 曾刚. 上海市创新集聚的空间结构、影响因素和溢出效应[J]. 城市发展研究, 2020, 27(1):19-25.

[7]
李凌月, 罗瀛, 张啸虎. 城市科技创新空间发展、影响因素与规划策略探讨——上海科创中心建设思考[J]. 上海城市规划, 2021(5):72-76.

[8]
管曼玲, 孙世界. 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[J]. 城市规划, 2023, 47(12):21-31.

[9]
Ullman E L. Amenities as a factor in regional growth[J]. Geographical Review, 1954, 44(1):119-132.

DOI

[10]
武前波, 郭豆豆, 赵淑红. 舒适性视角下城市创意空间分布格局及其影响因素——以杭州为例[J]. 经济地理, 2023, 43(6):54-64.

DOI

[11]
Wenting R, Atzema O, Frenken K. Urban amenities and agglomeration economies?[J]. Urban Studies, 2011, 48(7):1333-1352.

DOI

[12]
王缉慈. 超越集群[M]. 北京: 科学出版社, 2010.

[13]
Florida R. The Rise of the Creative Class[M]. New York: Basic Books, 2002.

[14]
Kotavaara N, Kotavaara O, Rusanen J, et al. University graduate migration in Finland[J]. Geoforum, 2018, 96:97-107.

DOI

[15]
Gollin D, Kirchberger M, Lagakos D. Do urban wage premia reflect lower amenities?Evidence from Africa[J]. Journal of Urban Economics, 2021, 121:103301.

DOI

[16]
Audresch D B, Belitski M. The missing pillar:The creativity theory of knowledge spillover entrepreneurship[J]. Small Business Economics, 2013, 41(4):819-836.

DOI

[17]
Couture V, Handbury J. Urban revival in America[J]. Journal of Urban Economics, 2020, 119:103267.

DOI

[18]
Clark T N. Urban amenities:Lakes,Opera,and Juice Bars:Do They Drive Development?[J]. Research in Urban Policy, 2003, 9(3):103-140.

[19]
Kaplan S, Fisher Y. The role of the perceived community social climate in explaining knowledge-workers staying intentions[J]. Cities, 2021, 111:103105.

DOI

[20]
Beckers P, Boschman S. Residential choices of foreign highly skilled workers in the Netherlands and the role of neighbourhood and urban regional characteristics[J]. Urban Studies, 2019, 56(4):760-777.

DOI

[21]
温婷, 蔡建明, 杨振山, 等. 国外城市舒适性研究综述与启示[J]. 地理科学进展, 2014, 33(2):249-258.

DOI

[22]
喻忠磊, 唐于渝, 张华, 等. 中国城市舒适性的空间格局与影响因素[J]. 地理研究, 2016, 35(9):1783-1798.

DOI

[23]
段楠. 城市便利性,弱连接与“逃回北上广”:兼论创意阶层的区位选择[J]. 城市观察, 2012, 4(2):99-109.

[24]
王宁. 城市的舒适物配置与空间正义[J]. 旅游学刊, 2017, 32(4):2-4.

[25]
周京奎. 城市舒适性与住宅价格、工资波动的区域性差异——对1999—2006中国城市面板数据的实证分析[J]. 财经研究, 2009, 35(9):80-91.

[26]
吕拉昌, 于英杰, 栾惠. 北京城市舒适性、差异性与创新能力的关系[J]. 地理科学, 2022, 42(1):115-125.

DOI

[27]
浩飞龙, 杨宇欣, 王士君. 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[J]. 人文地理, 2020, 35(5):61-68,129.

[28]
何金廖, 曾刚. 城市舒适性驱动下的创意产业集聚动力机制——以南京品牌设计产业为例[J]. 经济地理, 2019, 39(3):134-142,161.

DOI

[29]
陈清怡, 千庆兰, 姚作林. 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[J]. 城市规划, 2022, 46(10):25-38.

[30]
王启轩, 程遥, 许珂玮. 上海市创新空间的演化特征与政策启示——基于专利数据的探讨[J]. 上海城市规划, 2023(2):116-124.

[31]
Simmie J. Path dependence and new technological path creation in the Danish wind power industry[J]. European Planning Studies, 2012, 20(5):753-772.

DOI

[32]
王兴平, 朱凯. 都市圈创新空间:类型、格局与演化研究——以南京都市圈为例[J]. 城市发展研究, 2015, 22(7):8-15.

[33]
林静霞, 何金廖, 黄贤金. 城市舒适性视角下科研人才流动的城市偏好研究[J]. 地域研究与开发, 2020, 39(1):59-64,88.

[34]
王若宇, 黄旭, 薛德升, 等. 2005—2015年中国高校科研人才的时空变化及影响因素分析[J]. 地理科学, 2019, 39(8):1199-1207.

DOI

[35]
李冰, 马瑞晨, 黄爱玲, 等. 基于GWR的中国省域尺度铁路货运供需协调度时空演化规律[J]. 北京交通大学学报, 2024, 48(3):15-28.

[36]
王波, 谢金燕, 王莉. 城市内部创新空间集聚演化与环境要素对创新产出的影响——以深圳市为例[J]. 经济地理, 2024, 44(4):84-90.

DOI

[37]
Clark T N, Lloyd R, Wong K K, et al. Amenities drive urban growth[J]. Journal of Urban Affairs, 2002, 24(5):493-515.

DOI

[38]
Scott A J. Cultural economy and the creative field of the city[J]. Geografiska Annaler:Series B,Human Geography, 2010, 92B(2):115-130.

[39]
Mellander C, Florida R, Stolarick K. Here to stay-The effects of community satisfaction on the decision to stay[J]. Spatial Economic Analysis, 2011, 6(1):5-24.

DOI

[40]
任俊宇. 创新城区的机制、模式与空间组织研究[D]. 北京: 清华大学, 2018.

Options
文章导航

/

〈 〉