EN中文

Economic geography >

2025 , Vol. 45 >Issue 9: 77 - 84

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.09.008

Spatiotemporal Evolution and Influencing Factors of Market-Oriented and Government-Oriented Coworking Space: Evidence from Central Guangzhou City

  • WANG Bo , 1, 2, 3 ,
  • WANG Li 4 ,
  • AIMAITIKALI Wumaieraili , 5, 6, ※
Expand
  • 1 School of Geography and Planning， Sun Yat-sen University， Guangzhou 510275，Guangdong， China
  • 2 Southern Marine Science and Engineering Guangdong Laboratory （Zhuhai）， Zhuhai 519000，Guangdong， China
  • 3 Guangdong Provincial Key Laboratory of Urbanization and Geo-simulation， Guangzhou 510275，Guangdong， China
  • 4 Guangzhou Tieyi High School， Guangzhou 510600，Guangdong， China
  • 5 School of Business， Xinjiang Normal University， Urumqi 830017，Xinjiang， China
  • 6 Research Center for High Quality Industrial Development in the Core Area of the Silk Road Economic Belt， Xinjiang Normal University， Urumqi 830017，Xinjiang, China

Received date: 2024-09-12

  Revised date: 2025-02-26

  Online published: 2025-10-17

Fold

Abstract

This paper divides coworking space into market-oriented and government-oriented coworking space according to the investment and operation entity. Taking central Guangzhou City as a case, this study collects multi-source data on coworking space and built environment characteristics from the micro-scale (500 m×500 m cells) in 2016, 2019, and 2020, respectively. The dataset are then adopted to vividly show the spatiotemporal evolution of market-oriented and government-oriented coworking space in 2016-2022. Negative binominal regression models are further developed to reveal how different built environment factors influence the distribution of market-oriented and government-oriented coworking space, respectively. Our results show that: 1) both market-oriented and government-oriented coworking space have rapidly increased and respectively formulated spatial structures of "Wushan Education Area-Zhujiang New Town -Keyun Road" cores and "Wushan Education Area-Xingang Education Area" cores. 2) Market-oriented coworking space shows much higher degree of agglomeration compared to government-oriented coworking space. 3) Compared to the built environment associated with roles of workplace providers and community hosts, those related to the role of incubation generators exert greater influence on the distribution of both market-oriented and government-oriented coworking space. 4) Capital investment facilities have the greatest influence on the distribution of market-oriented coworking space, while research facilities have the biggest impact on the distribution of government-oriented coworking space.

Key words： coworking space; built environment; market-oriented; government-oriented; incubation space; venture capital; negative binominal regression model; Guangzhou City

Cite this article

WANG Bo , WANG Li , AIMAITIKALI Wumaieraili . Spatiotemporal Evolution and Influencing Factors of Market-Oriented and Government-Oriented Coworking Space: Evidence from Central Guangzhou City[J]. Economic geography, 2025 , 45(9) : 77 -84 . DOI: 10.15957/j.cnki.jjdl.2025.09.008

随着信息通信技术的进步和知识经济时代的到来，创新创业成为城市经济发展的新引擎[1-2]。在此背景下，集聚创新创业者的众创空间应运而生，并在全球范围内普及[3]。在中国，为响应“大众创业、万众创新”战略，国家和地方政府制定一系列“自上而下”的政策支持，众创空间大量涌现[4-5]。在一些研究和报告中，众创空间也常被称作“联合办公空间”[6]。虽仍缺少统一的定义，但学界普遍认为众创空间是指通过分享办公场所和各类创新资源，为使用者提供综合性创新创业服务，具备办公空间、社交空间和孵化空间复合属性的一类空间形态[7]。相较于以往的传统创新空间，众创空间专注于服务小型创新创业团队[6]。但在业界，众创空间的概念外延较广，除了狭义上学界探讨的新型孵化形式（被科技部门备案管理的众创空间），还包括广义上的传统孵化形式（如科技园、软件园、创业服务中心等）。本文研究对象是狭义上的众创空间。
众创空间的大规模建设引起学界、企业和政府的广泛关注。当前研究聚焦众创空间的内涵特征、分布特征和建成环境影响因素3个方面。从内涵特征来看，国内外学者虽尚未形成统一认识，但普遍认同众创空间是通过市场化机制、专业孵化服务和资本化途径，为创新创业者提供低成本办公、社交和孵化空间的创新创业服务平台[7-10]。从分布特征来看，学者们多基于国家、省域、城市群等宏观尺度，运用数量统计、空间分析等方法，探究众创空间的静态分布特征[11-14]。该部分研究虽揭示了宏观尺度上的区位特征，但相对忽视了城市里微观尺度（如街道）和动态视角下的众创空间分布特征。从建成环境影响因素来看，已有研究大多基于创新创业的区域“黏性”因素（如创新人才集聚度、金融环境、市场、科研机构、文化氛围等），探究众创空间分布的影响机制，进而归纳城市众创空间演化规律[8,15-16]。本质上，众创空间作为城市创新创业活动的重要空间载体，其创新创业功能的实现得益于办公空间（如公共交通、商业配套设施等）、社区空间（如休闲娱乐设施、餐饮设施等）、孵化空间（如风险投资机构、专业服务机构等）环境要素的支撑[8,10,16]。
总体上，已有众创空间研究忽略了众创空间类型的差异。已有研究表明，不同类型众创空间功能定位及发展模式存在差异，使其空间选址呈现出不同策略，从而导致相关建成环境影响因素不尽相同[17-19]。就众创空间类型来看，已有研究多从功能定位[17,20]、投资运营主体[4,21-22]等方面划分。相较于众创空间的功能定位，投资运营主体相对清晰且较易界定[18,22]。在中国，早期的众创空间选址和发展多基于财政补贴、产业优惠等政策考量（如租金减免、税收优惠、社保补贴等），呈现出一定的政府主导型特征[6]。但是，创新创业作为市场行为，众创空间运营和发展并非完全依托政府（或事业单位与国企）[4,6]。相反，中国始终鼓励众创空间的多元化发展，强调政府与市场力量的协同互进[5-6,22]。基于此，本文依据投资运营主体将众创空间划分为市场主导型和政府主导型，并在微观尺度上探究两类众创空间的时空演化特征及其建成环境影响因素的异同。理论上，本文在微观尺度和动态视角上对比不同力量引导下的众创空间，是对众创空间已有研究的补充；实践上，本文结论能更有针对性地提出不同类型众创空间规划与管理策略，从而更好发挥政府和市场两股力量以实现众创空间的创新创业功能。
广州作为改革开放的先行地，创新创业氛围浓厚，创新能力连续数年稳居全国前三位[23]。自2014年“大众创业、万众创新”战略提出以来，广州市贯彻党中央和广东省委关于创新驱动发展战略的系列重要部署，坚持“政府统筹—市场主导”发展模式，充分发挥政府和市场两股力量在创新资源配置中的作用，促进众创空间发展。同时，广州作为改革开放前沿地区，也一直是政府与市场力量共同推动社会经济发展的典型，市场主导型与政府主导型众创空间均得到蓬勃发展，使得本研究能较好对比两类众创空间的差异。本文选择广州市中心城区为案例地，在微观尺度下（500 m×500 m）分类探究2016、2019和2022年市场主导型与政府主导型众创空间的时空演化特征及建成环境影响因素，以期为广州及其他城市众创空间的规划与管理提供参考。

1 研究设计

1.1 研究区概况

广州市中心城区包括越秀区、荔湾区、天河区和海珠区，集聚了全市的人才、技术、资本、政策等创新资源。截至2022年底，广州市共有众创空间347个，其中中心城区215个，约占全市的62%。按照500 m×500 m的方格网，共划分1422个空间单元（图1）。在已有研究[17]中，500 m×500 m的方格网大致对应次干路围合的街区，能较为精确地从微观尺度反映众创空间的特征及演化规律。并且，500 m×500 m的方格网常被视为功能相对完整的城市空间单元，该尺度的研究结论能较好地运用于众创空间规划和管理实践。
图1 研究区概况

Fig.1 Research area

1.2 众创空间类型划分

参考已有研究[12,18]和考虑数据可获得性，本文依据投资运营主体将众创空间划分为市场主导型与政府主导型两类。其中，市场主导型众创空间的运营主体多为个体或民营科技企业和投资机构等，全周期服务创新创业，租金相对高，重视技术转化和外溢，更多反映市场配置资源效率；政府主导型众创空间的运营主体多为政府部门、事业单位、国企等，服务苗圃期小型创新创业团队，租金相对低廉，重视人才培养和创新知识扩散，更多反映政府扶持和引导（表1）。总体上，两类众创空间都提供涵盖办公、社交、孵化等服务及相关软硬件资源，以满足多元创新创业需求和共享办公需求。
表1 市场主导型与政府主导型众创空间差异

Tab.1 Difference between market-oriented and government-oriented coworking space

市场主导型 政府主导型
投资运营主体 个体或民营科技企业、投资机构主导出资 政府部门、事业单位（科研院所、高等院校、医院等）、国企主导出资
服务对象 “苗圃期—孵化期—加速期”全周期小型创新创业团队、自由职业者 苗圃期小型创新创业团队
盈利模式 工位费（700~1300元/月/人）+服务性收费+股权投资 工位费（300~800元/月/人）+股权投资
职能 实现技术转化和外溢 人才培养和知识扩散
代表性众创空间 万科云工坊、创富港众创空间、华南黑马会、伯乐咖啡等 天河区港澳青年之家创业基地、289艺术park、中大创新谷等

注：数据和资料源自作者调研整理。

1.3 数据来源

本文众创空间的数据来源于广州市科学技术局和广州科技企业孵化器协会公布的截至2022年底的众创空间名单。根据成立时间信息，将众创空间归类为截至2016、2019和2022年3个时间节点的时段，分别得到有效样本量为52、120和215个。为响应《国务院关于发展众创空间推进大众创新创业的指导意见》，广州市于2015年11月发布《广州市支持众创空间建设发展的若干办法》（简称《办法》），以推进广州市众创空间建设。该《办法》有效期至2018年底。基于此，本研究设置2016、2019和2022年3个时间节点。
众创空间分布的建成环境影响因素数据来自高德地图POI、天眼查和广州市土地利用数据。已有研究发现，众创空间创新创业功能的实现得益于办公、社区和孵化空间属性环境要素的支撑[7,10,16]。基于此，本文将众创空间分布的建成环境影响因素划分为办公空间、社区空间和孵化空间3个大类、10个小类（表2）。具体地，①高德地图POI数据：基于高德地图采集广州市中心城区2016、2019和2022年公共交通、商业配套、休闲娱乐设施、餐饮式社交场所和科研机构5类POI数据。②天眼查数据：基于天眼查数据库采集广州市中心城区2016、2019和2022年的风险投资机构、专业服务机构、文化创意机构和信息技术企业数据。其中，参考《生产性服务业统计分类（2019）》（国统字〔2019〕43号）划分标准，选取资本市场服务业机构类别（包括基金管理服务、期货市场服务、资本投资服务等机构）为风险投资机构，选取与众创空间专业服务相关类别（包括会计税务、法律等商务咨询服务机构）为专业服务机构，选取与众创空间信息技术服务相关类别（包括互联网信息服务、软件开发、生产性互联网销售等机构）为信息技术企业。同时，参考国家文化产业分类标准，选取与众创空间创新创意服务相关类别（包括建筑设计、工程设计、文化艺术、新闻出版、广播影视、创意消费等机构）为文化创意机构。
表2 众创空间分布的建成环境影响因素指标及说明

Tab.2 The influencing built environment factors of the location of coworking space

指标 含义 数据来源
办公空间 公共交通X1 空间单元内公共交通站点（公交站点、地铁站点）数量（个） 高德地图
绿化环境X2 空间单元内公园绿地面积（m2，取对数） 土地利用
商业配套X3 空间单元内商超（商场、超市、便利店等）数量（个） 高德地图
社区空间 休闲娱乐设施X4 空间单元内休闲娱乐设施（KTV、游戏厅、电影院、健身房等）数量（个） 高德地图
餐饮式社交场所X5 空间单元内餐饮式社交场所（咖啡馆、酒吧等）数量（个） 高德地图
孵化空间 风险投资机构X6 空间单元内风险投资机构数量（个） 天眼查
专业服务机构X7 空间单元内专业服务机构（法律、财务等服务公司）数量（个） 天眼查
科研机构X8 空间单元内科研院所和高等院校数量（个） 高德地图
文化创意机构X9 空间单元内文化创意企业数量（个） 天眼查
信息技术企业X10 空间单元内信息技术服务企业数量（个） 天眼查

1.4 分析方法

1.4.1 空间集聚指标

本文采用最邻近指数、多距离聚类分析、核密度估计分析等方法，分析两类众创空间的时空演化特征。其中，最邻近指数为众创空间的实际平均最邻近距离与随机分布模式下的平均最邻近距离之间的比值，用于确定两类众创空间的时空分布模式。数值越小，集聚程度越高。公式如下：
$NNI=\frac{2{\sum }_{i=1}^{n}{d}_{i}}{n\sqrt{\frac{n}{A}}}$
式中：NNI为最邻近指数；n为众创空间数量；di为第i个众创空间与预期最邻近众创空间的距离；A为研究区域面积。
多距离空间聚类分析法通过测度不同观测距离下众创空间的集聚程度，进而探究广州市中心城区两类众创空间的集聚尺度。数值越大，集聚的空间尺度越广。公式如下：
$K\left(d\right)=A{\sum }_{i=1}^{n}{\sum }_{i=1}^{n}\frac{{W}_{ij}\left(d\right)}{{n}^{2}}$
$L\left(d\right)=\sqrt{\frac{A{\sum }_{i=1}^{n}{\sum }_{j=1,j\ne i}^{n}K\left({d}_{i,j}\right)}{\pi n(n-1)}}$
式中：K(d)表示权重；L(d)表示集聚的距离范围；A为研究区域面积；n为众创空间数量；Wij(d)表示距离d范围内的众创空间i、j之间的距离；d为观测距离。
核密度估计分析法通过测度众创空间在一定搜索邻域中的密度，进而探究广州市中心城区两类众创空间分布结构及集聚演化特征。公式如下：
$f\left(x\right)=\frac{1}{nh}{\sum }_{i=1}^{n}k\left(\frac{x-{x}_{i}}{h}\right)$
式中：f(x)为众创空间的核密度估计值；n为众创空间数量；h为带宽，即圆域的搜索半径；K函数为空间权重函数；x-xi为2个众创空间之间的估计距离。

1.4.2 负二项回归模型

本文采用负二项回归模型，探究建成环境因素对两类众创空间分布的影响。以2016、2019和2022年空间单元内各类众创空间数量为被解释变量，解释变量为众创空间分布的建成环境影响因素（表2）。由于因变量的方差明显大于均值，存在过度离散特征，且出现较多观测值为0及其他非负整数的计数数据，故选用负二项回归模型[24]。公式如下：
$E={\beta }_{0}+{\beta }_{1}{X}_{1}+{\beta }_{2}{X}_{2}+,\dots,+{\beta }_{10}{X}_{10}+\epsilon $
式中：E为2016、2019和2022年各空间单元内各类众创空间数量；X为影响众创空间分布的建成环境因素； ${\beta }_{0}$为常数项； $\beta $为解释变量的回归系数； $\epsilon $为随机误差项。为更好地比较不同建成环境要素对众创空间分布的影响系数大小，对各建成环境要素进行极差标准化。

2 众创空间的时空演化特征

由表3可知，研究期内广州市中心城区两类众创空间均呈现快速递增趋势。具体地，市场主导型与政府主导型众创空间由2016年的34和18个分别增至2022年的154和61个，年均增长率近25%。对比两类众创空间，市场主导型众创空间数量增长率快于政府主导型众创空间。2016—2022年，市场主导型众创空间数量增长3.53倍，而政府主导型众创空间数量仅增长2.38倍。这反映了广州在经济转型过程中，市场在创新创业中的主体作用愈加凸显。
表3 2016—2022年广州市中心城区市场主导型与政府主导型众创空间演化

Tab.3 Evolution of market-oriented and government-oriented coworking space in central Guangzhou City in 2016-2022

指标 2016 2019 2022
市场
主导型		 政府
主导型		 市场
主导型		 政府
主导型		 市场
主导型		 政府
主导型
总数（个） 34 18 84 36 154 61
标准差 0.170 0.112 0.319 0.162 0.468 0.241
NNI 0.976 1.303 0.688 0.958 0.586 0.874
L(d)（km） 0.121 0.100 0.193 0.121 0.917 0.289
由2016、2019和2022年标准差可见，各空间单元的两类众创空间数量差异均趋于扩大，表明两类众创空间分布均呈现不均衡特征。同时，NNI和L(d)值验证了两类众创空间愈加显著的集聚程度和不断扩大的集聚尺度。对比两类众创空间，市场主导型众创空间的集聚程度始终高于政府主导型众创空间。
图2展示了2016、2019和2022年广州市中心城区市场主导型和政府主导型众创空间的集聚特征。其中，市场主导型众创空间逐步呈现出“三核心—多点”的空间集聚演化特征。2016—2022年，市场主导型众创空间依托五山高校区的创新人才储备、珠江新城CBD的投资环境和科韵路的创新产业基础，逐步形成以五山高校区、珠江新城、科韵路为核心的3个集聚区（占比超50%）。这表明，市场主导型众创空间选址对金融、知识和科技的空间偏好愈加凸显。同时，依托广州市中心城区创新产业园形成多个市场主导型众创空间增长点。结合调研发现，随着市场化运作的资本投资回归理性，市场配置资源作用愈加明显，市场主导型众创空间为有效降低创新成本和提高创新效率，多考虑规模经济和集聚效用，选址趋于邻近成熟的创新型产业集群（如羊城创意产业园、天河软件园等）。这与欧洲和长三角地区的研究发现相类似，众创空间选址优先考虑风险资本、人才和技术等资源要素[8,13,16]。
图2 广州市中心城区市场主导型与政府主导型众创空间分布演化

Fig.2 Evolution of the layout of market-oriented and government-oriented coworking space in central Guangzhou City

相对应地，广州市中心城区政府主导型众创空间逐步呈现出“双核心—多点”的空间集聚演化特征。2016—2022年，政府主导型众创空间主要受投资运营主体（科研院所和高等院校占比超50%）的“本地”路径依赖影响[4,7]，形成以五山高校区、新港高校区为双核心的集聚区。这与《办法》中强调对大学生创新创业和就业优先战略相关。同时，这也反映了广州在经济转型过程中，强调政府在创新创业中主要发挥培育和示范作用。自《办法》实施以来，一系列科研院所、高等院校以及政府部门的自持物业，成为政府主导型众创空间选址的重点。结合调研发现，为支持众创空间为大学生创新创业提供服务，政府主导型众创空间选址趋于邻近高层级的高校科研机构（如中山大学、华南理工大学等）。对南京和南昌的研究也发现众创空间邻近高校的选址策略，以充分利用高校的设备、人才等资源[4,18]。同时，依托日渐多元化的投资运营主体（政府部门、事业单位、国企等），在各区形成多个政府主导型众创空间集聚点。

3 众创空间分布的建成环境影响因素及其变化

表4展示了2016、2019和2022年广州市中心城市市场主导型和政府主导型众创空间分布影响因素的回归系数。结果表明，大部分建成环境要素均显著影响两类众创空间分布。但值得注意的是，建成环境因素对两类众创空间的影响均在不同年份呈现出一定差异。这也进一步说明在众创空间的规划与管理中，应该区分市场主导型与政府主导型众创空间。
表4 广州市中心城区市场主导型与政府主导型众创空间分布建成环境影响因素回归结果

Tab.4 Regression results of the factors influencing market-oriented and government-oriented coworking space in central Guangzhou City

变量 2016 2019 2022
市场主导型 政府主导型 市场主导型 政府主导型 市场主导型 政府主导型
办公空间 公共交通 0.212*（0.141） 0.208*（0.155） 0.251*（0.156） 0.244*（0.153） 0.258*（0.158） 0.249*（0.156）
绿化环境 0.050（0.040） 0.062（0.052） 0.040（0.038） 0.059（0.050） 0.042（0.040） 0.060（0.051）
商业配套 0.050*（0.031） 0.081*（0.046） 0.069*（0.040） 0.105*（0.063） 0.063*（0.040） 0.109*（0.066）
社区空间 休闲娱乐设施 0.118*（0.067） 0.020（0.015） 0.128*（0.082） 0.027（0.020） 0.139*（0.083） 0.041（0.033）
餐饮式社交场所 0.079*（0.045） 0.054（0.055） 0.129*（0.081） 0.026（0.021） 0.163*（0.090） 0.030（0.027）
孵化空间 风险资本机构 0.684***（0.228） 0.291**（0.145） 0.801***（0.240） 0.356**（0.171） 1.098***（0.255） 0.398**（0.180）
专业服务机构 0.137**（0.065） 0.402***（0.200） 0.163**（0.081） 0.440***（0.210） 0.169**（0.084） 0.494***（0.222）
科研机构 0.130**（0.066） 0.670***（0.233） 0.115**（0.053） 0.666***（0.230） 0.087**（0.043） 0.664***（0.235）
文化创意机构 0.110**（0.050） 0.104**（0.050） 0.129**（0.056） 0.125*（0.079） 0.141**（0.060） 0.127*（0.083）
信息技术企业 0.134**（0.070） 0.201*（0.120） 0.155*（0.071） 0.273*（0.181） 0.158*（0.077） 0.361*（0.205）
截距项 -4.230 -4.230 -5.167 -2.321 -5.151 -2.590
调整R2 0.276 0.228 0.366 0.286 0.385 0.288

注：*、**、***分别表示在10%、5%、1%水平上显著。

①办公空间属性环境要素对两类众创空间分布的影响存在一定共性与差异性。具体而言，公共交通对两类众创空间分布的影响最明显，且影响程度相当。已有研究指出，公共交通是创新创业者的主要交通出行方式[6-7]。因此，公共交通的便捷性显著影响众创空间的选址。商业配套也显著正向影响着众创空间分布，但影响程度存在差异。相较而言，商业配套对政府主导型众创空间分布的影响程度更大。考虑到市场主导型众创空间需更多兼顾运营成本，选址上弱化对商业配套的考虑能够一定程度减少租金成本。绿化环境对两类众创空间分布均没有显著影响。虽然一些研究发现自然舒适度愈发成为吸引年轻人才的重要因素[25-26]，但整体上广州市中心城区众创空间分布并没有趋向于公园绿地。这可能与本地主要公园绿地分布和租金成本相关。
②社区空间属性环境要素对两类众创空间的影响存在明显差异。其中，休闲娱乐设施和餐饮式社交场所对市场主导型众创空间分布具有显著的正向影响，但对政府主导型众创空间分布影响并不显著。值得注意的是，休闲娱乐设施和餐饮式社交场所对市场主导型众创空间分布的影响程度呈现出增长趋势。这说明，社区空间属性对市场主导型众创空间愈加重要。这些正式和非正式社交场所为创新创业者、管理者和投资者提供面对面交流，促进创新知识和风险投资信息的流动[7-8]。相较而言，政府主导型众创空间大多依托科研院所、高等院校以及政府部门的自持物业，提供“大院式”内部餐饮服务。
③孵化空间属性环境要素对两类众创空间分布的影响也存在一定共性与差异性。与已有研究结论一致[6-7]，相较于办公和社区空间属性，孵化空间属性环境要素对两类众创空间分布影响愈加显著。具体来说，风险资本机构、专业服务机构、科研机构、文化创意机构、信息技术企业对两类众创空间分布均具有显著的正向影响。其中风险资本机构对市场主导型众创空间分布影响最大，而科研机构对政府主导型空间分布影响最大。这种差异是由两类众创空间的不同运营主体和发展战略市场所致。同时，市场主导型众创空间的发展战略更多考虑市场配置资源效率，而风险资本对创新创业的商业成功具有决定性作用[7,10,12,18]。相对应地，政府主导型众创空间的发展战略更多考虑人才培养和创新知识扩散，从而在选址上呈现出基于已有科研机构的“本地”路径依赖[4,7]。但值得注意的是，伴随着投资运营主体的日渐多元化，风险资本机构、专业服务机构、文化创意机构和信息技术企业对政府主导型众创空间分布的影响程度也呈现出增长趋势。这也进一步证实在经济转型期，即使是政府主导型众创空间，金融、知识和科技等主要由市场力量配置的要素资源对创新创业的影响愈加重要。

4 结论与讨论

本文在微观尺度下（500 m×500 m），分类探究广州市中心城区2016、2019和2022年市场主导型与政府主导型众创空间的时空演化特征，并通过构建负二项回归模型揭示了其分布的建成环境影响因素及变化。主要结论如下：①广州市中心城区两类众创空间数量均呈现快速增长趋势，但市场主导型众创空间的集聚程度始终高于政府主导型众创空间。②广州市中心城区两类众创空间分布均呈现愈加集聚特征，但空间结构存在一定差异。具体地，市场主导型众创空间选址趋于邻近成熟的创新产业群集聚，形成以五山高校区、珠江新城、科韵路为核心的“三核心—多点”空间结构；政府主导型众创空间选址趋于邻近高层级的高校科研机构，形成以五山高校区、新港高校区为核心的“双核心—多点”空间结构。③相较于办公和社区空间属性，孵化空间属性环境要素始终对两类众创空间分布影响愈加显著。并且，伴随着日渐多元化的投资运营主体，风险资本机构等孵化空间属性环境要素对政府主导型众创空间选址的重要性得到提升。
本文以广州市中心城区为例，从微观尺度研究两类众创空间的时空演化及其建成环境影响因素，为城市众创空间的规划和管理提供了政策参考。在办公空间属性建成环境上，众创空间选址应当重视公共交通设施（地铁站、公交站等）分布，并完善公共交通站点周边步行环境，为创新创业者提供便捷和舒适的通勤体验。在社区空间属性建成环境上，众创空间选址应当重视提供正式和非正式交流机会的休闲娱乐设施和餐饮式社交场所。最后，在众创空间规划和管理过程中尤其需要重视风险资本机构等孵化空间属性资源和环境。即使是科研院所、高等院校等运营的政府主导型众创空间，风险资本机构、专业服务机构等对其选址的重要性也愈加重要。
作为正在发展中的新事物，众创空间的时空演化及分布影响因素有待持续研究。首先，本文聚焦于创新资源集聚的广州市中心城区，研究结果对城市外围郊区众创空间时空演化的适用性仍有待探究。其次，本文从投资运营主体将众创空间划分为市场主导型与政府主导型两类，在后续研究中可考虑进一步从内部产业类型等其他视角研究不同类型众创空间的时空演化特征。再次，本文聚焦于微观尺度下众创空间的时空演化及其建成环境影响因素，在未来研究中有待探究不同空间尺度下的研究结果是否存在差异性。最后，本文采集POI、天眼查等多源大数据探究两类众创空间分布影响因素，在后续研究中可以通过调研纳入更多其他影响因素，提高研究结果的全面性和准确性。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
颜子明, 杜德斌, 刘承良, 等. 西方创新地理研究的知识图谱可视化分析[J]. 地理学报, 2018, 73(2):362-379.

[2]
朱竑, 吕祖宜, 钱俊希. 文化经济地理学:概念、理论和实践[J]. 经济地理, 2019, 39(9):1-11.

[3]
韦胜, 王磊, 曹珺涵. 长三角地区创新空间分布特征与影响因素——以“双创”机构为例[J]. 经济地理, 2020, 40(8):36-42.

[4]
贺灿飞, 朱晟君. 企业家精神与南昌众创空间涌现——基于演化经济地理学视角[J]. 经济地理, 2020, 40(3):141-151.

[5]
周岚, 崔曙平. 新常态下城市规划的新空间[J]. 城市规划. 2016, 40(4):9-14,26.

[6]
王波, 甄峰, 朱贤强. 互联网众创空间的内涵及其发展与规划策略——基于上海的调研分析[J]. 城市规划, 2017, 41(9):30-37,121.

[7]
王波, 王莉, 陈蔚蕾, 等. 广州中心城区众创空间满意度分析——基于创新创业者的调研[J]. 地理科学进展, 2023, 42(12):2350-2361.

[8]
Wang B, Loo B P Y. Hubs of internet entrepreneurs:The emergence of co-working offices in Shanghai,China[J]. Journal of Urban Technology, 2017,(3):67-84.

[9]
Coll-Martínez E, Méndez-Ortega C. Agglomeration and coagglomeration of co-working spaces and creative industries in the city[J]. European Planning Studies, 2023(3):445-466.

[10]
Fiorentino S. Different typologies of "co-working spaces" and the contemporary dynamics of local economic development in Rome[J]. European Planning Studies, 2019, 27(9):1768-1790.

[11]
鲍宏雷, 唐根年, 邬惠婷. 中国特色众创空间分布及其影响因素分析——来自全国1337家众创空间的数据分析[J]. 科技与经济, 2017, 30(4):36-40.

[12]
苏瑞波, 何悦. 基于统计数据的广东省众创空间现状分析[J]. 科技管理研究, 2017, 37(15):89-96.

[13]
滕堂伟, 覃柳婷, 胡森林. 长三角地区众创空间的地理分布及影响机制[J]. 地理科学, 2018, 38(8):1266-1272.

[14]
赵逸靖, 千庆兰. 中国国家级众创空间分布特征与影响因素分析[J]. 广州大学学报(自然科学版), 2018, 17(3):83-89.

[15]
Bouncken R B, Laudien S M, Fredrich V, et al. Coopetition in coworking-spaces:value creation and appropriation tensions in an entrepreneurial space[J]. Review of Managerial Science, 2017, 12(3):1-26.

[16]
Nakano D, Shiach M, Koria M, et al. Coworking spaces in urban settings:Prospective roles?[J]. Geoforum, 2020,115:135-137.

[17]
刘向杰, 王敏, 刘承良. 创业空间的微区位模式及影响因素——以广州市为例[J]. 世界地理研究, 2023, 32(8):73-87.

[18]
唐凯, 翟国方, 何仲禹, 等. 南京市众创空间时空分布格局及演化机制研究[J]. 现代城市研究, 2019(4):52-59.

[19]
陈衎, 马文军. 共享办公选址策略分析——以上海为例[J]. 建筑与文化, 2019(1):191-193.

[20]
Gadini A. The rise of coworking spaces:A literature review[J]. Ephemera, 2015, 15(1):193-205.

[21]
Kojo I, Nenonen S. Typologies for co-working spaces in Finland-what and how?[J]. Facilities, 2016, 34(5/6):302-313.

[22]
王晶, 甄峰. 城市众创空间的特征、机制及其空间规划应对[J]. 规划师, 2016, 32(9):5-10.

[23]
中国科学技术信息研究所. 国家创新型城市创新能力评价报告2020[M]. 北京: 科学技术文献出版社, 2020.

[24]
Hilbe J M. Negative Binomial Regression[M]. Cambridge: Cambridge University Press, 2007.

[25]
古恒宇, 沈体雁. 中国省级高技能人才迁移的时空演化机制J]. 地理学报, 2022, 77(10):2457-2473.

[26]
王波, 谢金燕, 王莉. 城市内部创新空间集聚烟花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.

Options
Outlines

/

〈 〉