EN中文

Economic geography >

2025 , Vol. 45 >Issue 4: 244 - 254

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.04.023

Original article

Typological Distribution and Evolutionary Path of Urban Innovation Spaces from the Perspectives of Geographic and Network Agglomeration

  • TANG Shuang , 1 ,
  • LI Muhan 2 ,
  • ZHANG Jingxiang , 3, ※
Expand
  • 1. College of Architecture and Urban Planning，Beijing University of Technology，Beijing 100124，China
  • 2. School of Architecture，Tianjin University，Tianjin 300072，China
  • 3. School of Architecture and Urban Planning，Nanjing University，Nanjing 210093，Jiangsu，China

Received date: 2024-10-11

  Revised date: 2025-02-12

  Online published: 2025-06-24

Fold

Abstract

On the basis of analysis of the geographic and network agglomeration effects of urban innovation spaces, this paper constructs a typological spectrum of urban innovation spaces. Based on the patent application data of Nanjing, it identifies urban innovation spaces, constructs innovation networks, quantitatively determines the typologies of these spaces. It summarizes the general trend and mode in their typological evolution, and proposes a typological evolution path. It's found that: 1) The subject concentration and network correlation of innovation spaces in Nanjing have continued to increase, but the distribution of higher-level innovation spaces differs. 2) Innovation spaces in Nanjing generally evolve towards the 'high-density and high-network' type. During the process of type transition, it presents the characteristic of gradient expansion from the central area to the peripheral area. 3) The typological evolution of innovation spaces in Nanjing can be divided into four categories and eighteen subcategories. On this basis, it summarizes three evolutionary paths: geographic agglomeration-driven, network agglomeration-driven and synergy-driven. Innovation spaces on these paths exhibit distinct distribution characteristics.

Key words： urban innovation space; geographic agglomeration; network agglomeration; typology of innovative spaces; innovation space evolution; Nanjing

Cite this article

TANG Shuang , LI Muhan , ZHANG Jingxiang . Typological Distribution and Evolutionary Path of Urban Innovation Spaces from the Perspectives of Geographic and Network Agglomeration[J]. Economic geography, 2025 , 45(4) : 244 -254 . DOI: 10.15957/j.cnki.jjdl.2025.04.023

创新驱动是实现高质量发展的前提和保障，尤其在加快形成“新质生产力”的时代背景下，创新的主导作用更加突出。依靠创新驱动培育新质生产力、激发增长新动力，是新一轮城市竞争中地方政府塑造核心竞争力的重要举措与关键抓手[1]。伴随着经济形态与城市发展模式的转变，城市空间同步迎来了一次新的“大转型”；以城市创新空间为代表的新地理空间开始崛起[2]，而认知并理解这种空间现象的外在表现与内在规律是通过空间作用于创新的重要前提[3]。
在围绕城市创新空间展开学术讨论时，类型研究与规律研究是学者们首先关注到的问题。类型研究中，当前学者主要依据发展基础[4-5]、功能性质[6]、建设（运营）主体[7]、区位[8]、空间尺度[9]等因素进行分类，为构建城市创新空间的“类型学”提供了有益借鉴；规律研究中，既有文献多选取文化创意产业园[10]、城市更新型创新街区[11]等某种类型的空间或其中的典型个案作为分析对象，细致解析其生长历程。总体来看，上述研究至少存在以下2方面的问题：其一，分类标准的确定过于“表象”，并未触及城市创新空间生成的深层机制，无法体现发展的一般特征与普遍规律；其二，由于少有研究对整个城市内部的所有创新空间进行全案例考察，因而难以意识到不同类型和发展阶段城市创新空间需求特征的差异以及城市创新空间本身即存在多种演进模式。
就经济活动空间现象形成的底层逻辑而言，一方面，传统意义上地理空间中的集聚仍是“外部性”的主要来源，并随着研究的深入逐渐拓展到经济主体间互动所产生的外部性（即“网络外部性”）[12]；另一方面，对于更加强调开放合作、关联互动的创新型区域，网络视角的开拓为相关研究提供了新的理论逻辑起点[13-14]。诸如“本地蜂鸣—全球管道”（Buzz-and-Pipelines Dynamic）等模型是解读创新本地集聚与网络关联的重要理论工具[15-16]。简言之，城市创新空间的演化升级既得益于创新要素集聚带来的“本地化”规模效益，也得益于对通过创新网络链接到的更广地域范围内知识的吸收。因此，借鉴相关研究[17]，对其形成过程的解释也就需要从实体（地理）空间与虚拟（网络）空间2个层面展开。
本文从地理集聚、网络集聚2个维度解析城市创新空间的“双重集聚”效应，并据此构建城市创新空间的类型谱系；在精准识别南京市创新空间具体区位、判断其类型的基础上，对南京市创新空间类型跃迁的总体趋势和跃迁模式展开综合分析，提炼城市创新空间类型跃迁的3种路径。以期形成对城市创新空间动态演进规律的全面把握，提出符合城市创新空间发展阶段特征的空间规划与治理策略。

1 总体理论构建

1.1 城市创新空间的“双重集聚”效应

由于地理空间内部存在要素禀赋的差异，能为不同的活动提供集聚经济、知识溢出、制度厚度等特定条件[18]。因此，传统对经济活动空间现象的研究通常认为其难以突破地理空间的约束。与之相应，也就存在着一种特定活动在一定地域范围内的集聚，本文将其称之为“地理集聚”。这种集聚是建构在地理邻近性之上的，是一种实体集聚（或者称之为邻近性集聚，Proximity Agglomeration）。
20世纪以来，随着全球化的深入和科学技术的进步，“流动空间”（Space of Flows）的概念兴起[19]。这种观点认为，流、节点、链接和网络是构筑区域经济增长、形塑城市等级体系的核心逻辑基础[20]。在流动空间的作用下，“连接性”逐渐弱化了地理邻近性。因此，区别于地理集聚，存在一种发生在实体地域内虚拟维度（或者称其为关系维度）的集聚类型。本文称之为“网络集聚”，其是一种关联性集聚（Associative Agglomeration），可以简单理解为在一定实体地域范围内通过主体间关联发生的网络联系强度（数量、频次）。有学者指出，当前新产业空间的出现过程不再只是实体空间的集聚，更是虚拟空间的集聚，并开始促使“虚拟集群”的产生[21]。
在双维空间视角下，对于城市创新空间演化升级阶段的划分，相关文献已有一些讨论。有研究基于产业集群理论，将城市创新空间的演进划分为资源共用、业务互惠和创新互联3个阶段；并认为从资源共用向业务互惠阶段的演进是集群规模增长的线性结果，而从业务互惠向创新互联阶段的演进则是一个高度依赖于创新合作主体和创新网络的非线性过程[22]。正是源于这种判断，学者们普遍认为仅靠主体数量的增加难以支撑传统的“生产集群”成功转型升级为“创新集群”，而多样密切的创新网络对于城市创新空间的形成至关重要[23]。综上，可以将城市创新空间的形成过程视作城市内部特定空间不断萌生、孵化和捕获新的创新主体、完善创新网络的过程（图1）。
图1 城市创新空间的形成过程

Fig.1 Formation process of urban innovation spaces

需要注意的是，正如地理空间向流动空间研究的转向并不意味着两者的相互割裂或者截然对立；流动空间产生的空间关系虽然能够将具有高度流动性的要素从“距离的桎梏”中解脱出来，但全球的经济和社会活动仍是通过有边界的空间来构筑的[24]。同样地，虽然创新活动可以借助创新网络在地理上获得延伸，但产生关联的创新主体总是处在特定的地点。也正是因此，耦合实体邻近性的地理集聚与虚拟关联性的网络集聚（“双重集聚”）的考察，是解析城市创新空间生长与发育过程的可行路径。

1.2 “双重集聚”视角下城市创新空间的类型谱系

基于地理和网络2个维度集聚程度的分级结果，对城市创新空间进行象限划分，可以清晰构建出城市创新空间类型的判别矩阵。理论上讲，上述2个维度可以划分出4种城市创新空间类型（图2）。
图2 地理集聚与网络集聚二维坐标下的4类城市创新空间

Fig.2 Four types of urban innovation spaces

不同于既有从功能、区位、尺度等“表象”维度对城市创新空间的类型划分研究，这种“双重集聚”视角下的分类方式着眼于城市创新空间生成的深层机制，更能体现发展的一般特征与普遍规律。此外，本文对南京市创新空间展开的全案例考察也能够有效回应既有个案研究的特殊性争议，为城市创新空间类型演化的分析提供更为全面的实证支撑。

2 数据来源与研究方法

2.1 实证地区的选择

本文选取南京市为实证地区，研究范围为南京市全域。南京市是首批国家创新型试点城市，创新地位突出；《国家创新型城市创新能力评价报告2023》的评价结果显示，南京市位居第4，仅次于北京、上海和深圳。与此同时，南京市政府高度重视创新型经济的发展，始终将“创新战略”作为城市建设的重点；连续5年发布以“创新”为主题的市委一号文，并相继印发“南京市空间要素保障创新计划”等若干配套政策，谋划了高新区、硅巷等一批创新平台。得益于良好的创新基础和持续的政策支持，近年来南京市创新主体数量倍增，创新创业的空间新格局加快形成。

2.2 数据来源与预处理

本文采用当前国内外创新研究领域使用最广泛的专利申请数据作为创新活动的代理指标，数据来源于“佰腾网”。基于佰腾网数据平台，采集分析时段内申请主体地址位于南京市的专利申请数据。数据可视化方面，利用地理编码技术，将专利的申请人地址转换为经纬度坐标，并借助ArcGIS软件将对应的空间位置“落点”在数字地图上。由于专利申请人地址中仅显示第一申请人的地址，故本文以第一申请人的地址作为合作申请的专利地址。此外，为确保分析结果的准确性，参考之前学者[25-26]的做法，以连续3年为一个分析周期，并最终选取2009—2011、2014—2016和2019—2021年3个时间段。3个时间段内南京市的专利申请数量分别为45887、136494、313690条。
上述3个时间段的选取与南京市创新发展阶段大致呈现出一致性，可以较为典型地反映不同政策背景时期南京市创新空间的发展情况：2009年南京市入选国家创新型城市建设名单，并于2010年被确定为首批国家创新型试点城市（区）；2014年国务院同意支持苏南建设国家自主创新示范区，2015年国家提出“双创”政策，因此2014—2016年是南京市争当苏南自主创新示范区排头兵的关键时期；而2019—2021年则能够反映南京市“创新战略”实施以来的最新成就。

2.3 研究方法

2.3.1 基于专利申请数据的城市创新空间识别

在城市创新空间的识别中，参考既有研究[27]，以1 km×1 km的网格作为分析的最小空间单元，并借助“热点分析”（Getis-Ord Gi*）方法筛选热点栅格。具体来看，城市创新空间范围划定的步骤如下：首先，运用地理网格法在研究区域内建立500 m×500 m的网格，并统计每个网格内的专利申请数量（图3a）。其次，通过“热点分析”识别出90%、95%、99%3个置信水平下的网格单元（图3b）。由于识别出的区域包含部分专利申请件数为0值的网格，因此将该部分网格剔除，得到创新活动热点区（图3c）。最后，在创新活动热点区中筛选出邻接网格数量不小于4个的区域，将其确定为城市创新空间（图3d）。根据上述方法，最终识别出南京市创新空间107个，其中2009—2011年16个、2014—2016年35个、2019—2021年56个。
图3 城市创新空间的识别过程

Fig.3 Process of identifying urban innovation spaces

2.3.2 基于合作专利申请数据的创新网络构建

本文基于合作专利申请数据中的合作关系信息构建创新网络，具体步骤如下：首先，从南京市专利申请数据中剔除单一主体申请的专利，并参考相关研究[28-29]，对包含2个以上申请主体的数据进行交叉计算 ① ；其次，剔除包含申请主体为“个人”的合作关系 ② 和发生在城市外的合作关系；最后，得到2009—2011年的合作关系3566条、2014—2016年的合作关系16848条、2019—2021年的合作关系36263条。

2.3.3 南京市创新空间的分类方法

针对地理集聚维度的考察，本文选取主体集聚度作为代理指标，并采用城市创新空间内创新主体（专利申请主体）的密度进行表征；针对网络集聚维度的考察，本文选取网络关联度作为代理指标，并采用城市创新空间内创新主体的创新合作频次进行表征。具体而言，基于上文2.3.2部分提取出的合作关系数据，在ArcGIS中逐一计算每个城市创新空间的合作关系数量。
基于上述分析结果，采用上文1.2部分所述方法，构建横轴（x轴）表示主体集聚度、纵轴（y轴）表示网络关联度的矩阵，根据2个维度的分级结果判别城市创新空间类型。由于主体集聚度和网络关联度的高低均是相对概念，在分析时需要以具体的阈值为基础，而采用统一的参数组合是对不同时间段识别出的城市创新空间进行纵向比较的前提。参考相关研究[30]，本文将研究期内3个分析时段识别出的所有城市创新空间综合为一个数据集，并采用“Z-Score”方法将2个维度的数值进行标准化。

3 结果分析

3.1 南京市创新空间主体集聚度与网络关联度的格局演化

3.1.1 南京市创新空间主体集聚度的格局演化

为避免层级划分中阈值选取对分级结果的影响，以2019—2021年数据依据“自然断裂点法”得到的分级间断值为基准，分别对前2个分析时段的数据进行分级。由分析结果可知（图4），研究期内南京市创新空间的主体集聚度呈现持续提升的趋势：2009—2011年识别出的16个城市创新空间的主体集聚度均位于最低层级。2014—2016年识别出的35个城市创新空间中出现了3个主体集聚度位于次低层级的城市创新空间。2019—2021年，南京市创新空间的主体集聚度进一步提升，在这一阶段识别出的56个城市创新空间中，主体集聚度由高到低（5个层级）的数量分别为1、2、16、19、18个。
图4 南京市创新空间主体集聚度的格局演化

Fig.4 Pattern evolution of subject concentration in Nanjing's innovation spaces

从空间分布上来看，主体集聚度居于较高层级的城市创新空间首先在近郊区出现，或依托软件园、软件谷创业创新城等创新载体发育而来，或围绕南航（将军路校区）等高等院校逐渐成长，并最终环绕中心区呈“环带状”分布；反观中心区的城市创新空间，虽然后期主体集聚度有所提升，但所处层级仍相对较低。这一现象产生的原因，一方面可能是由于中心区城市创新空间的面积相对较大，“稀释”了创新主体的密度；另一方面也是因为近郊区的区位条件良好且用地条件较为充足，大量高新区（园）等创新载体建设于此，能够更好地吸引创新主体的选址落地。此外，主体集聚度居于较低层级的城市创新空间多为校区型城市创新空间，或远离中心区（远郊区）的工业园（区）。

3.1.2 南京市创新空间网络关联度的格局演化

同样以2019—2021年数据依据“自然断裂点法”得到的分级间断值为基准，分别对前2个分析时段的数据进行分级。由分析结果可知（图略），研究期内南京市创新空间的网络关联度同样呈现持续提升的趋势：2009—2011年识别出的16个城市创新空间中仅有1个城市创新空间的网络关联度位于次高层级，其余15个城市创新空间的网络关联度均位于最低层级；2014—2016年识别出的35个城市创新空间中，网络关联度由高到低（5个层级）的数量分别为0、1、3、2、29个；2019—2021年识别出的56个城市创新空间中，网络关联度由高到低（5个层级）的数量分别为1、2、2、11、40个。
从空间分布上来看，中心区内创新空间的网络关联度一直较高，显示出“网络社会”下大都市核心地区作为创新场所的独特优势。值得注意的是，部分位于近郊区等传统城市发展边缘地区的创新空间的网络关联度同样得到了较大提升，并呈现出“散点状”分布。这可能是因为近郊区更易接受来自中心区的资源外溢与功能辐射；而且从区域的视角来看，城市近郊区较边缘的区位反而对应了区域空间的中心，使其打开了在创新网络组织中提升自身地位的通道，并逐渐在新经济背景下呈现出从“边缘空间”到“创新空间”的功能转型[31]。此外，大量网络关联度居于较低层级的创新空间在城市各个圈层均有分布，或成片集中在近郊区、或零星散布在远郊区和中心区。
综合审视城市创新空间主体集聚度和网络关联度的格局，发现城市创新空间内的创新主体规模与创新网络体量并非是完全匹配的。也就是说，拥有高密度创新主体的城市创新空间并不一定拥有高强度的创新网络联系，而缺乏创新主体的城市创新空间也并不一定建立不了高强度的创新网络联系。这一现象为接下来的研究奠定了分析基础。

3.2 “双重集聚”视角下南京市创新空间的类型跃迁及其空间特征

3.2.1 南京市创新空间类型跃迁的总体趋势

对4类城市创新空间的数量变化情况进行分析（图5），发现南京市创新空间类型整体向高密强网型演变。从最新一期（2019—2021年）来看：高密弱网型城市创新空间的数量最多（28个），占总数的一半；其次是低密弱网型（15个）和高密强网型（9个），占比分别为27%、16%；低密强网型城市创新空间的数量最少（4个），占比仅为7%。此外，研究期内不同类型的城市创新空间具有不同的数量变化过程：高密强网型和高密弱网型的数量和占比均持续增加，低密弱网型和低密强网型的数量则均先增加后减少；但低密弱网型的占比持续减少，而低密强网型的占比则先增加后减少。
图5 3个时间段内南京市4种类型创新空间的象限分布

注：图中横轴（x轴）表示主体集聚度、纵轴（y轴）表示网络关联度。

Fig.5 Quadrant distribution of four types of Nanjing's innovation spaces

借助ArcGIS软件在数字地图上区分显示4种类型的城市创新空间（图6），分析不同时间段内不同类型城市创新空间的区位分布特征及其演变规律。就城市创新空间的类型演变而言，从低等级向高等级跃迁的过程中，在城市空间内整体呈现出“梯度拓展”的特征。即位于中心区的城市创新空间率先实现类型的跃迁，随后近郊区的城市创新空间渐次开始跃迁，最后才是远郊区城市创新空间的类型跃迁。
图6 南京市4种类型创新空间的区位分布演化

Fig.6 Distribution of four types of Nanjing's innovation spaces

就城市创新空间的区位分布而言，创新发展程度最好的高密强网型创新空间多分布在中心区，再一次证实了大都市核心地区具有孕育、集聚创新活动的广阔前景；高密弱网型、低密强网型两类发展程度次之的创新空间多分布在城市的外围地区（包括近郊区和远郊区），其中低密强网型的数量明显少于高密弱网型；而发展程度最差的低密弱网型创新空间在城市中的各个圈层均有分布，除少量“穿孔式”出现在中心区外，更多地出现在更为边缘的区域（近郊区外围、远郊区）。总体而言，南京市不同类型创新空间的区位分布顺应了城市创新空间类型演变的规律，在“由内向外”的中心区—近郊区—远郊区不同圈层内，大体形成了高密强网—高密弱网/低密强网—低密弱网的梯度特征。

3.2.2 南京市创新空间的类型跃迁模式

进一步借鉴相关研究[30]，对研究期内南京市创新空间的类型跃迁情况进行逐一分析，并将其归纳为4大类18亚类的跃迁模式（表1）。
表1 南京市创新空间的类型跃迁模式

Tab.1 Typological evolution modes of Nanjing's innovation spaces

跃迁模式（个） 城市创新空间类型 城市创新空间数量（个）
2009—2011 2014—2016 2019—2021
变化
（19）		 低密弱网 低密弱网 高密弱网 5
低密弱网 - 高密弱网 1
- 低密弱网 高密弱网 4
低密弱网 低密弱网 高密强网 4
- 低密弱网 高密强网 1
低密弱网 低密强网 高密强网 2
低密弱网 低密弱网 低密强网 1
低密强网 低密强网 高密强网 1
不变
（11）		 低密弱网 低密弱网 低密弱网 2
- 低密弱网 低密弱网 6
- 高密弱网 高密弱网 2
- 低密强网 低密强网 1
消失
（7）		 低密弱网 - - 2
- 低密弱网 - 5
新增
（26）		 - - 低密弱网 7
- - 低密强网 2
- - 高密弱网 16
- - 高密强网 1
第一大类为在研究期内类型发生变化的城市创新空间（共19个），可以进一步细分为8个亚类，以低密弱网型向高密弱网型和高密强网型跃迁为主。前者既包括新港高新园、紫金研创中心—中汽创智大厦等6个2009—2011年即存在的城市创新空间，也包括徐庄软件园、江宁滨江开发区等4个2014—2016年新出现的城市创新空间。后者既包括由低密弱网型直接跃迁至高密强网型的城市创新空间，这其中有江东软件城、南理工—白下高新区等4个2009—2011年即存在的城市创新空间和九龙湖国际企业总部园这一2014—2016年新出现的城市创新空间，也包括软件园、南京软件谷2个由低密弱网型经低密强网型过渡后再跃迁至高密强网型的城市创新空间。此外，仅有南京林业大学和建宁路—鼓楼—新街口2个城市创新空间分别经历了由低密弱网型向低密强网型跃迁、由低密强网型向高密强网型跃迁的过程。
第二大类为在研究期内类型保持不变的城市创新空间（共11个），可以进一步细分为4个亚类，以低密弱网型为主。其中既包括南农—中电二十八所、江苏省农科院2个2009—2011年即存在的城市创新空间，也包括迈皋桥创业园、白马工业园等6个2014—2016年新出现的城市创新空间。此外，还包括高密弱网型、低密强网型两类“成长型”的城市创新空间，前者包括软件谷创业创新城和南航（将军路校区）2个城市创新空间；后者仅1个，为南京科技职业学院。
第三大类为在研究期内“消失”的城市创新空间（共7个），可以进一步细分为2个亚类，包括2009—2011年的2个城市创新空间和5个在2014—2016年新出现后又消失的城市创新空间。这类城市创新空间均为低密弱网型，说明在创新主体集聚和创新网络关联2个维度均无法向更高层级跃升的情况下，城市创新空间在发展的过程中将不可避免地走向“消失”。
第四大类为在研究期内“新增”的城市创新空间（共26个），包括了全部4种类型的城市创新空间。这些区域在2009—2011、2014—2016年2个分析时段内并没有被识别为城市创新空间。但在2019—2021年，仙林高创中心、高淳经济开发区等7个区域被识别为低密弱网型城市创新空间；南京工业大学、高端装备制造产业园（江宁高新区）2个区域被识别为低密强网型城市创新空间；研创园、紫东国际创意园等16个区域被识别为高密弱网型城市创新空间；而生物医药谷被识别为高密强网型城市创新空间。

3.2.3 城市创新空间类型跃迁的3种路径

在城市创新空间分类和演化的基础上，借鉴相关研究[32]，归纳出城市创新空间类型跃迁的3种路径（图7）。具体而言：路径一为地理集聚驱动，在南京市主要为从低密弱网跃迁至高密弱网，以此种路径实现类型跃迁的城市创新空间通过不断提升自身的创新主体集聚度来提升创新发展水平；路径二为网络集聚驱动，包括3个子类，分别是“低密弱网—低密强网—高密强网”“低密弱网—低密强网”和“低密强网—高密强网”，以此种路径实现类型跃迁的城市创新空间通过不断提升自身的创新网络关联度来提升创新发展水平；路径三为双重集聚驱动，以此种路径实现类型跃迁的城市创新空间将由低密弱网型直接跃迁至高密强网型，其通过自身创新主体集聚度和创新网络关联度的协同发展共同提升创新发展水平。
图7 城市创新空间类型的跃迁路径示意

Fig.7 Typological evolution paths of urban innovation spaces

同样，借助ArcGIS软件在数字地图上区分显示3种跃迁路径的城市创新空间，分析不同跃迁路径城市创新空间的区位分布特征。由图8可知，整体上网络集聚驱动型多位于中心区，且面积均较大，呈现出“集中连片”的空间分布形态，说明提升创新网络关联度能够更好地激发创新活动产生溢出效应，带动周边区域的创新发展；地理集聚驱动型主要分布于近郊区，且面积均较小，在空间分布上表现为零散的“块状”，导致这一空间分布现象的原因前文3.1.1中已有论述；而双重集聚驱动型则在中心区和近郊区均有分布，这类城市创新空间的面积较网络驱动型次之，多依托于高新园区（如新港高新区、南理工—白下高新区等）和江东软件城（苏宁慧谷）等高密度商务楼宇型的新型创新载体。
图8 南京市不同跃迁路径创新空间的区位分布

Fig.8 Distribution of Nanjing's innovation spaces with different evolution paths

简言之，中心区的城市创新空间多依赖网络维度的集聚驱动不断发展，并率先成长为“成熟型”城市创新空间（高密强网）；而近郊区的城市创新空间则多依赖地理维度的集聚驱动，以从低密弱网跃迁至高密弱网的“成长型”城市创新空间为主（图9）。上述现象说明，对于城市创新空间而言，网络维度比地理维度的集聚作用更能有效驱动其实现更高层级的跃迁。通过对南京市创新空间类型跃迁过程的详细分析，同样可以实证这一结论：当前南京市既有的9个高密强网型城市创新空间中除生物医药谷为“新增”外，其余8个城市创新空间的类型跃迁路径均为网络集聚驱动或双重集聚驱动；而地理集聚驱动路径的9个城市创新空间在从低密弱网型跃迁至高密弱网型后均未能继续实现向高密强网型的跃迁。
图9 南京市创新空间类型跃迁路径的空间分布

Fig.9 Distribution of typological evolution paths in Nanjing's innovation spaces

此外，大量“新增”的创新空间零散分布于城市近郊区和远郊区，或依托于研创园、江宁无线谷（紫金山实验室）等新型创新载体（平台）的建设快速成长而来，或由浦口经济开发区、高淳经济开发区等传统产（工）业园区逐渐升级形成，其在空间上呈现出“点状”分布特征。而类型保持不变的创新空间在城市的各个圈层均有分布（一部分分布在中心区和近郊区，少量分布在远郊区），这类城市创新空间多为围绕南京科技职业学院、江苏省农科院等创新带动能力有限的高校或科研机构发展而来（校区型城市创新空间）。也有少数因自身缺乏发展动力而难以完成类型跃迁，这其中既有三山街—中华门这种老城区内的城市创新空间（受制于有限的空间难以实现升级），也有诸如南钢、白马工业园等在内的传统产（工）业园区（因“路径依赖”导致转型困难）。

4 结论与讨论

4.1 主要结论

本文从地理集聚和网络集聚双维视角考察城市创新空间，解析了城市创新空间的“双重集聚”效应，构建了“两维四类”的城市创新空间类型谱系；并选取南京市为案例区，采用专利申请数据，对南京市创新空间的类型分布与跃迁路径展开实证研究。主要结论如下：
①南京市创新空间的主体集聚度和网络关联度均呈现持续提升的趋势，但从空间分布上来看，主体集聚度居于较高层级的创新空间首先在城市近郊区出现，而网络关联度居于较高层级的创新空间则首先在城市中心区出现并在近郊区呈“散点状”分布。
②从城市创新空间类型跃迁的总体趋势来看，随着城市创新能力的不断提升，南京市创新空间开始向高密强网型演变；并在类型跃迁的过程中整体呈现出从中心到外围的“梯度拓展”特征，最终在“由内向外”的中心区—近郊区—远郊区不同区域内，大体形成了高密强网—高密弱网/低密强网—低密弱网的圈层式结构。
③从城市创新空间类型跃迁的个体模式来看，可以将南京市创新空间的类型跃迁模式归纳为lh 大类18亚类，其中类型发生变化的创新空间以低密弱网型向高密弱网型和高密强网型跃迁为主，类型保持不变的创新空间以低密弱网型为主，“消失”的创新空间均为低密弱网型，“新增”的创新空间则以高密弱网型为主。
④城市创新空间存在3种类型跃迁路径，并呈现出不同的区位分布特征，其中网络集聚驱动型多在中心区“集中连片”分布，地理集聚驱动型主要在近郊区表现为零散的“块状”分布，而双重集聚驱动型则在中心区和近郊区均有分布。

4.2 政策讨论

就空间供给侧的创新响应而言，本文的研究发现对于城市创新空间的规划与治理具有启发意义。一方面，城市创新空间的演化发展具有阶段性，不同阶段城市创新空间的特征存在差异。南京市实证结论表明，在城市创新空间的生成与发育过程中，两种维度集聚的重要性也会随着时间的推移发生变化。一般而言，在城市创新空间的起步阶段，创新活动（主体）在地理空间中的集聚是推动区域创新发展的关键，此时土地（空间）供应、资金投入、平台构建、设施建设等方面的支持可以直接推动创新。而随着城市创新空间的发展，依赖供给型政策捕获到的创新要素会逐渐面临“根植性”挑战，此时网络维度的集聚效应将逐渐取代地理维度的集聚效应为区域的持续创新创造可能。因此，地方政府需要在准确识别相应阶段创新发展诉求的基础上精细施政[22]（表2）。
表2 城市创新空间演化（升级）的阶段特征及规划重点的变化

Tab.2 Stages in the evolution of urban innovation spaces and changes in planning priorities

阶段 主体状态 网络状态 阶段特征 规划重点 具体措施
创新
萌芽		 少量创新主体诞生；
创新主体间联系很少，创新合作几乎不存在
培育创新因子		 以市场自发形成或政府主动培育为起点；
通过提供相对廉价空间等手段集聚原始资源
主体
集聚		 创新主体开始集聚，尤其中小企业大量产生；
以“高校—企业”为代表的创新合作初步建立
吸引主体集聚		 在资金、税费等方面给予优惠，形成要素流入洼地；
优先基础设施建设、保障空间充分供给，为规模扩张创造条件
网络
发育		 创新主体联系日益密切，创新网络趋于成熟
加强网络联系		 关注创新合作中介机构和创新合作促进组织的培育和植入；
打造促进创新交流、激发创新合作的共享性空间与创意场景
创新
锚固		 创新活动活跃，创新合作密集，并开始溢出带动周边区域
推动创新辐射		 优化创新环境，搭建正式或非正式的合作平台，鼓励不同主体、多种形式的跨区域协作

资料来源：根据参考文献[22]整理绘制。

另一方面，本文的分析同时提醒了对于“边缘创新”现象的重视[33]。在“双重集聚”的理论框架下，这种直接由网络促动的城市创新空间是完全可以设想的：即一个区域可以通过在网络中的优势地位来弥补其在创新规模上的不足，进而为区域的演进升级创造出有利条件。虽然南京市实证结论表明，因循网络驱动路径实现类型跃迁的城市创新空间同样呈现出明显的“中心化”特征；但网络集聚视角的开拓也为一些边缘地区的超预期成长提供了新的可能，尤其是近年来长三角创新先发城市探索的产业技术研究院、创新飞地等“链接型空间”治理模式更是为边缘地区的创新发展打开了一条崭新的思路[34]。
总而言之，传统产业空间的规划与治理更加习惯使用供给型政策，充足低廉的土地、完善的基础设施、直接的财政补贴、优惠的税收政策等“有形”要素是城市竞争的焦点。反映在当前针对城市创新空间的规划与治理中，同样呈现出“重空间载体供给，轻创新环境塑造”的特征。而在创新驱动的新语境中，创新网络等“无形”系统性环境优势的价值愈加凸显。相应地，在城市创新空间的规划与治理中，也就应该倡导从供给型政策走向环境型政策的政策工具转型，强调创新网络在激发创新中的重要作用。
综上，本文从“双重集聚”视角围绕城市创新空间的类型分布与跃迁路径展开了系统分析，并从实证结论出发，提出了城市创新空间规划与治理的政策建议。但限于篇幅，本文主要关注不同类型与不同跃迁路径城市创新空间分布的规律总结，对于3种跃迁路径驱动机制的讨论略显不足；此外，如何依据不同发展阶段与演化路径的差异特征提出更为具体可行的城市创新空间供给路径，也有待进一步地深入探究。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
王凯, 赵燕菁, 张京祥, 等. “新质生产力与城乡规划”学术笔谈[J]. 城市规划学刊, 2024(4):1-10.

[2]
唐爽, 张京祥. 城市创新空间及其规划实践的研究进展与展望[J]. 上海城市规划, 2022(3):87-93.

[3]
程鹏, 屠启宇. 响应创新发展逻辑的国土空间规划策略[J]. 城市规划学刊, 2022(6):72-79.

[4]
Katz B, Wagner J. The Rise of Innovation Districts:A New Geography of Innovation in America[R]. Washington D C: Brookings Institution, 2014.

[5]
任俊宇, 刘希宇. 美国“创新城区”概念、实践及启示[J]. 国际城市规划, 2018, 33(6):49-56.

[6]
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.

[7]
王亮, 陈军, 石晓冬. 北京市科技创新空间规划研究:特征、问题与发展路径[J]. 北京规划建设, 2019(5):147-152.

[8]
李健. 创新驱动空间重塑:创新城区的组织联系、运行规律与功能体系[J]. 南京社会科学, 2016(7):76-82.

[9]
李迎成, 朱凯. 创新空间的尺度差异及规划响应[J]. 国际城市规划, 2022, 37(2):1-6.

[10]
栾峰, 何瑛, 张引. 文化创意产业空间集聚特征与园区布局规划导引策略——基于上海中心城区的企业选址解析[J]. 城市规划学刊, 2019(1):40-49.

[11]
陈江畅, 张京祥. 城市创新街区的景观生产及其机制解析——基于南京悦动·新门西的实证[J]. 城市发展研究, 2024, 31(9):17-20.

[12]
Camagni R P, Salone C. Network urban structures in northern Italy:Elements for a theoretical framework[J]. Urban Studies, 1993, 30(6):1053-1064.

[13]
Ma H, Fang C, Pang B, et al. Structure of Chinese city network as driven by technological knowledge flows[J]. Chinese Geographical Science, 2015, 25(4):498-510.

[14]
黄晓东, 马海涛, 苗长虹. 基于创新企业的中国城市网络联系特征[J]. 地理学报, 2021, 76(4):835-852.

DOI

[15]
Bathelt H, Malmberg A, Maskell P. Clusters and knowledge:Local buzz,global pipelines and the process of knowledge creation[J]. Progress in Human Geography, 2002, 28(1):31-56.

[16]
曹湛, 戴靓, 杨宇, 等. 基于“蜂鸣—管道”模型的中国城市知识合作模式及其对知识产出的影响[J]. 地理学报, 2022, 77(4):960-975.

DOI

[17]
罗震东, 张艺媛, 汤剑虹. 虚实互动、双重集聚与流乡村的类型[J]. 国际城市规划, 2025, 40(1):1-9.

[18]
张京祥, 周子航. 创新竞租与制度激励:城市创新空间锚定的经济地理学解释[J]. 经济地理, 2021, 41(10):165-173,191.

DOI

[19]
曼纽尔·卡斯特. 网络社会的崛起[M]. 夏铸九,等,译. 北京: 社会科学文献出版社, 2003.

[20]
陈静, 卢敏仪, 罗皓, 等. 基于场空间与流空间关系的手机制造业空间组织研究——以华为P系列手机为例[J]. 资源开发与市场, 2023, 39(4):461-468.

[21]
罗震东. 新兴田园城市:移动互联网时代的城镇化理论重构[J]. 城市规划, 2020, 44(3):9-16,83.

[22]
张京祥, 唐爽, 何鹤鸣, 等. 面向创新型经济需求的空间供给与规划治理[M]. 南京: 东南大学出版社, 2023.

[23]
王缉慈, 等. 创新的空间:产业集群与区域发展[M]. 北京: 科学出版社, 2019.

[24]
沈丽珍, 罗震东, 陈浩. 区域流动空间的关系测度与整合——以湖北省为例[J]. 城市问题, 2011(12):30-35.

[25]
孙瑜康, 孙铁山, 席强敏. 北京市创新集聚的影响因素及其空间溢出效应[J]. 地理研究, 2017, 36(12):2419-2431

DOI

[26]
Sun H, Geng Y, Hu L, et al. Measuring China's new energy vehicle patents:A social network analysis approach[J]. Energy, 2018, 153(6):685-693.

[27]
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.

[28]
王纪武, 刘妮娜, 桑万琛. 城市协同创新发展的组织模式与结构研究——以杭州市为例[J]. 城市发展研究, 2021, 28(8):77-84.

[29]
成征宇, 徐承红. 中国城市协同创新网络时空演变特征分析[J]. 人文地理, 2024, 39(6):152-161.

[30]
李迎成. 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[J]. 城市规划学刊, 2022(1):74-80.

[31]
唐爽, 张京祥, 何鹤鸣, 等. 创新驱动的大都市近郊功能转型与规划应对——基于南京紫金山科创带的实践探索[J]. 上海城市规划, 2023(4):85-91.

[32]
霍伟, 栾峰, 张引, 等. 聚集与网络:长三角地区创新空间的格局演化与驱动模式[J]. 城市发展研究, 2023, 30(6):72-80.

[33]
栾心晨, 黄永源, 朱晟君, 等. 被低估的边缘:边缘区域创新研究综述[J]. 经济地理, 2024, 44(11):1-12.

DOI

[34]
何鹤鸣, 张京祥. 链接型空间在产业区创新网络建构中的作用——以无锡、衢州为例[J]. 城市规划学刊, 2022(6):28-35.

Options
Outlines

/

〈 〉