EN中文

Economic geography >

2026 , Vol. 46 >Issue 1: 141 - 150

DOI: https://doi.org/10.15957/j.cnki.jjdl.2026.01.014

Coupling Characteristics of the "Dual Chain" Network in the Biomedicine of the Yangtze River Delta and Its Optimization of Production Space

  • XIONG Ziyang ,
  • PENG Chong , ※
Expand
  • School of Architecture and Urban Planning， Huazhong University of Science and Technology， Wuhan 430074，Hubei， China

Received date: 2025-07-18

  Revised date: 2025-11-03

  Online published: 2026-02-12

Fold

Abstract

Based on the headquarters' branch data and patent cooperation data, this paper constructs the spatial correlation network of the biomedical industry chain and innovation chain (hereinafter referred to as "dual chains") in the Yangtze River Delta, uses the multivariate network coupling model to identify its coupling characteristics, and introduces the weighted link between specific cities through the system to promote the production spatial correlation network to approach the Pareto optimal state. The results show that: 1) In terms of spatial pattern, the industrial chain presents a strong triangle linkage of the "Shanghai-Jiangsu-Zhejiang", while the innovation chain shows a unipolar leading "core-edge" structure taking Shanghai as the core. 2) In terms of the coupling characteristics, weak coupling is dominant within the industrial chain, especially in the manufacturing of APIs and preparations. The strong coupling characteristics within the innovation chain are significant, but the technical innovation barriers are still high. In terms of the inter-chain coupling of "dual chains", the upstream basic research is disconnected from the innovation of raw materials, there are "three low" bottlenecks in the midstream clinical transformation and device autonomy, and the efficiency of downstream market access and capacity allocation is not high. 3) The optimization path simulation reveals that improving the internal coupling of the innovation chain is the key to the gain of network efficiency. Industrial collaboration and innovation integration need to be promoted in stages, while the spiral dimension of dual chain conjugation needs to continue to strengthen the link cultivation mode of "supporting the strong with the weak", especially the coupling strength of the finished drug link in the middle reaches of the "dual chains".

Key words： biomedicine; industry chain; innovation chain; network coupling; production space; industrial synergy; the Yangtze River Delta

Cite this article

XIONG Ziyang , PENG Chong . Coupling Characteristics of the "Dual Chain" Network in the Biomedicine of the Yangtze River Delta and Its Optimization of Production Space[J]. Economic geography, 2026 , 46(1) : 141 -150 . DOI: 10.15957/j.cnki.jjdl.2026.01.014

新全球化背景下，凭借产业分工与创新集聚的优势，城市群已发展成为国家竞争的核心单元。尽管《国家新型城镇化规划（2014—2020年）》提出“以城市群为主体形态，推动大中小城市和小城镇协调发展”，但目前我国城市群仍面临产业同质化与创新协同不足等结构性矛盾。现有研究表明：产业链和创新链（以下简称“双链”）的优化正成为产业体系升级重构的新动力，而城市群生产空间的近域重组则为“双链”融合提供了重要空间载体，亟需通过功能精准定位与空间动态重组，构建高效分工体系。
现有研究从主体分布视角聚焦“双链”空间格局[1-2]、演进规律[3]及运行机制[4]等方面，揭示了“双链”区域布局合理性及其对产业结构转型升级的推动作用。从网络结构视角，产业链研究主要集中于产业链空间网络[5]、生产空间关联网络[6]、产业集群网络[7]、产业园区经济联系网络[8]等领域，主要通过投入产出、总部分支等产业数据构建真实的产业网络，或利用修正的引力模型构建虚拟网络；创新链研究则主要集中于创新空间关联网络[9]、创新合作网络[10]、创新协同网络[11]、产业集群创新网络[12]等领域，主要通过专利合作、专利转移、论文合作等创新数据构建真实的创新网络。但目前的研究多将“双链”视为独立系统，缺乏两者统一的空间耦合研究。
传统生产空间属于“三生”空间范畴，侧重于工矿生产空间和农业生产空间的空间集聚与规模扩张[13-14]，并运用国土空间演化模型对用地进行优化模拟[15]。然而这种空间模式在城市群应对全球产业链重构、技术迭代加速和创新驱动需求时逐渐显现局限性，当前生产空间正从传统用地向“双链”深度耦合的新型网络转型，以城市网络为载体的生产空间网络应运而生。这一视角下的生产空间，不再局限于物理边界的土地功能划分，而是依托城市群节点整合产业链纵向分工与创新链横向协同，形成产业—创新联动的区域空间骨架。
生物医药行业作为国家七大战略性新兴产业之一，其对于推动“健康中国2030”战略和“十四五”全民医疗保障计划的发展发挥着产业领跑作用[16]。而长三角凭借扎实的发展基础和资源禀赋在该领域优势显著。因此，本文以长三角的生物医药产业为对象，构建“双链”空间关联网络，基于多元网络耦合模型分析链内和链际耦合特征，通过多情景模拟优化生产空间网络，为构建世界级产业集群提供决策支持。

1 理论基础与研究框架

1.1 理论基础

产业集群理论从马歇尔的规模经济到克鲁格曼的“中心—外围”模型再到波特的竞争优势理论，均揭示了企业空间组织与竞争合作的空间逻辑[17]。企业间的股权与管控关系是生产协作、资源调配在空间上的直接体现，能够有效刻画基于资本联系的“核心—边缘”结构[18]。区域创新理论源于熊彼得的创造性破坏以及费尔曼的创新地理学，强调知识溢出与协同创新是区域发展的根本动力[19]。而创新链一般基于专利数据进行网络构建，专利合作关系是隐性知识传递、协同研发攻关最为直接的测度，能够揭示超越地理邻近的创新合作关系。从研究“双链”网络关系的角度出发，空间相互作用理论与系统耦合理论则为其提供了关键方法论，乌尔曼提出的“互补性、中介机会与可运输性”三原则，为刻画城市间技术和资本等要素流动提供了经典地理范式[20]。而系统耦合理论在城市网络研究中的应用，使得我们能够将“双链”视为两个既独立又交互的子系统，其耦合协调度显著影响了区域系统的整体效能[21]。

1.2 研究框架

基于上述理论，本文认为生物医药产业由于其技术密集型特征、长产业链环节以及严格冷链物流和政策约束，其“双链”能够呈现出比传统产业更为强烈的地理邻近与创新生态的依赖，因此本研究将借鉴泰勒的“流空间”视角[22]，通过构建“双链”空间关联网络定量刻画其网络耦合特征，诊断其中存在的极化扩散和协同断裂的结构规律，揭示生物医药产业协同逻辑，并通过生产空间关联网络的拓扑重构为区域协同政策提供理论参考。

2 研究方法

2.1 研究区域

依据《长江三角洲区域一体化发展规划纲要》，长三角城市群的范围划定以沪苏浙皖27个城市为中心区，本文所研究数据均位于此范围内，暂不涉及跨群数据的研究。

2.2 研究数据

对于生物医药产业链的划分，本文依据《战略性新兴产业分类（2018）》和《国民经济行业分类（GB/T 4754—2017）》，借鉴陈科比、王璐玮等的研究，将生物医药产业划分为上、中、下游企业[23-24]，上游为生物原材料种植及制造，中游为医药研发与设备制造，下游为医药流通（图1）。本研究所用数据的时间范围为2018年1月—2023年3月，其依据在于2018年“长三角区域一体化发展”正式上升为国家战略，生物医药产业随之进入跨区域协同发展的新阶段；而将数据收集的截止点设定于2023年3月，则能够获取到疫情平稳转段后最新的产业布局与创新活动数据，确保数据经过半年以上的沉淀，从而有效呈现一个相对完整且时效性强的动态发展周期。产业链研究所用数据来源于国家企业信用信息公示系统、国家市场监督管理总局、全国公共资源交易系统，创新链研究所用数据来源于国家知识产权局。参考赵渺希、徐宜青等对于“双链”空间关联网络的构建方式[25-26]，筛选具有总部—分支关系的企业数据构建产业链空间关联网络，筛选专利申请人至少为2人的专利数据构建创新链空间关联网络，并基于长三角范围和行业代码筛选数据，构建无向化的“双链”空间关联网络。
图1 生物医药产业链划分与“双链”耦合网络模型构建

Fig.1 Division of the biomedical industry chain and the coupling network model of the "dual chains"

2.3 研究方法

2.3.1 多元空间关联网络耦合方法

产业链空间关联网络和创新链空间关联网络之间存在着复杂的耦合关系，单层网络通过跨网络的资源溢出效应能够从链内和链际影响到其他不同性质网络的拓扑关联特征，故本文借鉴张小鸿、杨亮洁等有关多元空间关联网络耦合方法[27-28]，从链内耦合和链际耦合两个层面将产业链空间关联网络和创新链空间关联网络进行耦合研究（图1）。计算公式如下：
${G}_{N}=({V}_{N},{L}_{N},{W}_{N}) ,N=\mathrm{1,2},\dots,n$
${G}_{C}=({V}_{C},{L}_{C},{W}_{C})$
${V}_{C}={V}_{N}$
${L}_{C}={\sum }_{i=1}^{n}{L}_{i}+C{\sum }_{i=1}^{n}{L}_{i}$
$C=n{\left[\prod _{i=1}^{n}{L}_{i}/{\left({\sum }_{i=1}^{n}{L}_{i}\right)}^{n}\right]}^{1/n}$
式中：GN为需要进行耦合的若干个空间关联网络；n为需要进行耦合的空间关联网络个数；GC为耦合网络；V、L、W分别为城市网络的节点、链接强度、邻接矩阵；C为空间关联网络链接耦合度，取值范围为[0,1]；VC为耦合空间关联网络的节点；LC为耦合空间关联网络的链接强度。
本文利用熵权法作为网络节点耦合效应指标权重计算主要方法，将中心度、中间中心度、有效规模、效率作为正向评价指标，将限制度作为负向评价指标，具体指标计算方法参考周密等的做法[29]。节点耦合效应中，将耦合后网络的节点综合值大于其中两个及以上空间关联网络节点综合值的节点认定为强耦合节点；将耦合后网络的节点综合值仅大于其中一个空间关联网络节点综合值或小于“双链”上中下游空间关联网络节点综合值的节点认定为弱耦合节点[27]。链接耦合效应中，当链接耦合度分别为[0,0.1]时为低耦合效应，[0.1,0.3]时为较低耦合效应，[0.3,0.5]时为中度耦合效应，[0.5,0.7]时为较高耦合效应，[0.7,0.9]时为高耦合效应，[0.9,1.0]时为完全耦合效应[22]。

2.3.2 生产空间关联网络构建方法

本文将产业链和创新链的链内耦合网络进行链际耦合，构成“双链”耦合网络强度邻接矩阵。参考刘华军等对于区域经济增长空间关联网络的构建方法[30]，取强度矩阵中链接强度均值作为阈值，若强度高于该列阈值则记为a(i,j)=1，表示两个城市存在生产空间交互影响；若强度低于该列阈值则记为a(i,j)=0，表示两个城市不存在生产空间交互影响，从而构建$N=\left[a\right(i,j\left)\right](i=\mathrm{1,2},\dots,n;j=\mathrm{1,2},\dots,n)$的0-1生产空间关联网络。

2.3.3 生产空间关联网络拓扑重构方法

本文引入网络效率这一指标，考虑如何通过增加异质性城市节点之间的链接，来更好地向整体生产空间关联网络效率提升这一目标靠近，即如何定向通过增加城市节点之间的生产互动关系来优化长三角生物医药生产空间关联网络。其中网络效率的具体公式如下：
$E=\frac{1}{N(N-\left.1\right)}\sum _{i\ne j} \frac{1}{{d}_{ij}}$
式中：N是网络中节点的数目；dij是节点i和j之间的最短路径长度。如果两个节点之间不存在路径，则dij趋向于无穷大，对应的效率为0。全局效率越高，表示网络中任意两个节点之间的通信效率越高，信息传输越有效。
模拟步骤分为三步：①确定补边方式。本次模拟一次增加5条链接，迭代40次进行分析。②多情景模拟补边。通过上述“双链”链内耦合和链际耦合的特征分析确定城市在不同情景下的功能定位，设置产业协同的效能释放路径、创新融通的聚合突破路径和双链共轭的螺旋升维路径，分别增加强耦合节点之间（强强联合）和弱耦合节点之间（补足短板）以及强弱耦合节点之间（以弱附强）的连边，模拟不同情景的发展路径。③量化补边效益。比较不同情景下不同连边方式所带来的收益效果，判断最优的模拟优化方式。

3 长三角生物医药“双链”空间关联网络耦合特征

3.1 网络格局特征

3.1.1 产业链下游本地化锁定，“铁三角”强联系格局显著

由图2可知，长三角约83%的总部分支联系位于本地城市，生产要素的本地化流动态势明显。除上海、杭州和合肥外，大部分城市的下游产业医药流通业的总部企业本地化设置分支机构占比最高，且上游中游产业几乎无本地化交流现象（图2a）。而上海、苏州、南京、杭州的点中心度排名在不同环节中均位于前四位，且城市之间联系紧密，呈现出“铁三角”的空间格局（图3a、图3d、图3g）。下游医药流通业环节对于地方税收贡献巨大，且企业需要贴近消费终端才能快速响应市场需求。而核心城市虹吸高端要素，周边城市被迫专业化分工，其地方政府为税收争抢企业总部，导致产业链出现了一定的区域割裂现象。
图2 长三角生物医药产业链与创新链本地化空间行为对比

Fig.2 Comparison of localization spatial behavior between the biomedical industry chain and innovation chain in the Yangtze River Delta

图3 长三角生物医药“双链”空间关联网络及耦合网络空间格局

Fig.3 “Dual chain” spatial correlation network and coupling network of the biomedical industry in the Yangtze River Delta

3.1.2 创新链上游知识溢出衰减，创新资源龙头集聚

由图2b可知，长三角各市的专利本地合作占比约50%，除扬州外，大部分城市在上游医药原材料研发本地合作频次最高，下游几乎无创新交流现象，且以南京和杭州为首的核心城市的整体创新活跃度明显高于其他城市。上海在创新链不同环节均为绝对核心，前十城市的中心度占比均达到80%以上，创新资源的集聚现象显著（图3b、图3e、图3h）。上游医药原材料研发依赖于本地知识整合，以上海、南京、杭州为首的核心城市具有大量顶级研发节点，能够快速实现菌种培育技巧和分子结构优化经验的交流。而扬州作为历史上的化工重镇，转型医药制造有天然优势。比如联环药业的前身就是扬州制药厂，这种老牌国企衍生出本地配套企业集群，推动了其在成品药及医疗器材制造方面的创新合作。

3.2 链内耦合特征

3.2.1 产业链链内弱耦合主导，中小城市产业梯度高效

为进一步考察哪些城市在产业链全链实现产业协同，理解多重网络耦合视角下的产业链网络重构过程，本文将产业链上中下游空间关联网络进行耦合得到产业链链内耦合网络（图3j）。具体来看，强耦合节点主要为上海、嘉兴等6个城市，其中上海在成品药与高端医疗器械制造领域拥有如复星医药、上海医药等龙头企业，同时依托张江药谷等平台强化上游研发与中试转化，并通过国药控股等企业主导下游流通网络，形成上下贯通的协同生态。皖北、苏北等边缘城市长期滞留于低端配套环节，大部分城市处于产业链链内弱耦合阶段（图4a1）。以盐城—宣城为首的76对中小城市链接实现了完全耦合效应，在正大丰海制药等龙头企业和跨区域合作的推动下，促使双方在保持中等链接强度的同时，实现了上中下游联系的相对均衡，构建出柔性适配的中小城市协作范式（图4b1）。
图4 长三角生物医药“双链”链内及链际耦合网络节点及链接耦合效应

Fig.4 Coupling effects of nodes and links in the intra-chain and inter-chain coupling network of the "dual chains" of biomedical industry in the Yangtze River Delta

3.2.2 创新链链内强耦合主导，创新联动普遍黏性不足

创新链作为新质生产力的核心引擎，其上中下游协同的链式反应能够驱动城市网络向更高效率更高价值跃迁，因此将创新链上中下游空间关联网络进行耦合得到创新链链内耦合网络（图3k）。具体来看，上海、宁波等6个城市处于弱耦合阶段，其中上海的耦合综合值仅大于创新链上游的综合值，下游的创新能力远强于上游基础研发。原因在于虽然其拥有中国科学院上海药物所、复旦大学等顶尖基础研究机构，以及复星医药、君实生物等兼具研发与商业化能力的龙头企业，覆盖了从靶点发现到临床试验的完整链条，但上海技术转移机构能力薄弱，大量高质量科研成果因缺乏转化平台而难以走出实验室。大部分城市处于创新强耦合阶段（图4a2）。网络链接层面共339对链接的耦合度为0，长三角绝大多数城市之间在创新链的至少一个环节中缺乏交互联动关系，如合肥虽在创新药和高端医疗器械等中游环节具有较强的研发能力，但由于生物医药创新技术壁垒较高，周边城市不具备相应的GMP车间、临床试验平台等必要基础条件，加之药明康德为首的龙头企业倾向于构建内部闭环生态，导致城市间创新功能无法衔接（图4b2）。

3.3 链际耦合特征

3.3.1 “双链”上游弱耦合主导，西部五市协同高效

研究“双链”在上游的协同能力，能够揭示原料制造与基础研发的空间匹配性，识别出城市间的互补潜力，因此将产业链和创新链上游空间关联网络进行耦合，得到“双链”上游链际耦合网络（图3c）。“双链”上游大部分城市均为弱耦合，而杭州、合肥等西部5市实现了“双链”上游强耦合。空间分异格局深刻反映了不同城市的产业升级路径：合肥、杭州等依托自身高校院所的前沿研究，分别与华润三九、华东医药等企业在疫苗、中药等方面形成联动，反观上海、苏州、南京等传统产业强市，尽管在产业链或创新链的单一方面优势突出，但由于其产业体系更为复杂，龙头企业的业务全球化程度高，其上游研发活动可能与本地基础研究的关联度相对较弱，导致“双链”在上游出现功能性脱嵌（图4a3）。上游耦合网络中共48对链接耦合度高于0.7，其中以核心城市与其他城市的链接为主，体现出核心城市间在生物医药基础研究和原材料制造环节不仅交互强度高，同时创新要素对企业赋能成效显著，能够支撑基础研究的产业转化（图4b3）。

3.3.2 “双链”中下游耦合分异，核心城市错位发展

长三角生物医药“双链”的中下游环节因中试平台、规模化产线及市场布局差异呈现显著空间分异，构建“双链”中游与下游链际耦合网络（图3f、图3i）。结果表明，中下游强耦合和弱耦合节点均衡布局，核心城市均呈现弱耦合特征，核心城市与周边地区产创交互效率高。“双链”中游和下游链际耦合网络中强耦合节点以合肥、无锡等城市为主，这些城市集聚了大量成品药、医疗器械制造与相关专利转化的企业，实现了制造与技术转化的高效协同。而上海、南京等所有核心城市均呈现弱耦合特征，这并非意味着其能级低下，而恰恰反映了其在高价值环节的总部经济特征与体系复杂性，例如上海拥有上海医药、复星医药等覆盖生物医药全链条的医药巨头，但其内部如临床试验、检测服务等高端创新活动多在集团内部或与全球合作伙伴之间闭环完成，与本地中小企业协同不足，导致宏观网络表现为弱耦合（图4a4、图4a5）。中游耦合网络中共8对链接实现完全耦合效应，其中上海—盐城的耦合度最高，盐城凭借在医药包装材料与化学原料药的产业基础，与上海的临床试验需求形成精准互补，形成“核心研发+周边转化”的协同模式。无锡、泰州等城市同样通过专业化转化能力，成为连接核心城市与产业腹地的创新导管（图4b4）。下游耦合网络则进一步印证了历史积淀与地理邻近对创新成果市场化的影响。上海与绍兴、台州的高耦合度链接延续了自“星期天工程师”时代的技术扩散路径，现已升级为药品包装、检测服务等市场化环节的深度合作。然而下游耦合失效链接数量显著多于上中游，表明面向终端市场与临床应用的合作网络仍是长三角生物医药协同的最薄弱环节（图4b5）。

4 长三角生物医药生产空间关联网络的发展路径优化

综上分析发现，长三角生物医药“双链”面临显著的协同困境，其中产业链整体呈现弱耦合状态，创新链网络覆盖范围有限，“双链”之间耦合效能低下，各环节均呈现不同程度的孤岛节点和断链的现象。“双链”耦合发展本质上是产业链与创新链深度融合、相互赋能的共生状态，这既要求市场力量驱动下各要素在研发、转化、生产、应用等环节的无缝衔接与价值倍增，也离不开各级政府作为规划协调与制度供给主体的前瞻布局与积极干预[31]。而网络效率的提升直接反映了信息、资源、要素在网络中流动阻力的降低和通达性的提高，是衡量网络结构优化、协同效应增强的核心指标[32]。因此，本文基于上述耦合特征对城市节点的划分，系统性引入特定城市节点的加权链接来对生产空间关联网路进行拓扑重构，探索如何最有效地组合这些“补边”策略，以解决产业链内部、创新链内部、“双链”之间3个层面的问题，驱动生产空间关联网络向帕累托最优状态趋近。

4.1 产业协同的效能释放路径

在我国高质量发展阶段，既要实现产业链上中下游的高效协同，又需要通过增加特定城市间的生产互动，从而实现供需互促的生产空间关联网络。从模拟结果来看，整个优化路径呈现阶段性特征。优化前期（迭代次数≤9次），网络效率的提升更依赖于“补足短板”，应以杭州、宁波、台州等弱耦合节点为核心，组建跨市细分领域产业联盟，通过共建飞地园区、共享中试平台缩短地理距离负向效应。而在优化中期（9次<迭代次数≤23次），当网络连边逐渐丰富，“以弱附强”和“补足短板”两种方式对网络效率的贡献趋于一致，表明在弱耦合节点之间的协同效应初步释放后，强耦合节点对弱耦合节点的辐射带动作用开始显现。这一阶段应鼓励上海张江、苏州BioBAY等核心园区将标准化程度高的制剂分装及医疗器械组件生产等生产环节布局到弱耦合城市，提升人口技术与空间的匹配效率。到优化后期（迭代次数>23次），“补足短板”的贡献率稳定在0.79左右，并成为主导机制。这一时期应通过组建长三角产业共同体，推动安徽弱耦合节点与上海等强节点建立反向飞地，在合肥设立长三角生物医药中试总部基地，统筹滁州、马鞍山等基地承接沪苏浙成果转化，形成“省外研发—安徽智造—全球销售”的价值链升级路径（图5a）。
图5 基于节点耦合效应的长三角生物医药生产空间关联网络模拟优化

Fig.5 Simulation and optimization of the production space correlation network of the biomedical industry in the Yangtze River Delta based on the node coupling effect

4.2 创新融通的聚合突破路径

2020年科技部印发的《长三角科技创新共同体建设发展规划》中提出，2035年要全面建成全球领先的科技创新共同体，而构建多中心、强链接的生产空间关联网络是降低对单一创新核心过度依赖的重要途径。前期（迭代次数≤7次），“强强联合”对于网络效率的提升效果更佳，能够使网络效率从初始值0.45迅速提升至0.65左右，此阶段应在舟山等规模较小但创新链耦合度高的节点设立“创新飞地”，承接“苏锡常宁”的溢出性研发项目，构建“总部研发—飞地中试”的分工体系。在迭代中期（7次<迭代次数≤21次），“以弱附强”对于网络效率的帮助作用更大，强耦合节点之间的协同效应初步释放后，其对弱耦合节点的创新辐射带动作用开始显现。这一阶段应推动强耦合节点的定向技术扩散，如合肥大科学装置重点服务上海、杭州的基础研究需求，无锡生物制造平台承接宁波、嘉兴的CMO订单，常州医疗器械集群为马鞍山医药包装企业提供技术标准输出。到迭代后期（迭代次数>21次），“强强联合”重新成为主导机制，并最终稳定于0.86左右，该阶段应通过技术要素重组、制度深度协同与数字治理赋能，推动城市网络从“被动协同”向“自主演化”升级，最终实现创新链强耦合效应的全域覆盖。

4.3 双链共轭的螺旋升维路径

为实现“双链”链际深度耦合，应推动中小城市在专业化领域实现强耦合，其中上游基础研究应有效支撑原材料创新与制造，中游应实现“三低”困境的有效转化，下游应实现生产与市场紧密联动。基于“双链”上中下游节点耦合效应对强弱耦合节点的划分进行补边模拟，结果表明“以弱附强”的优化方式始终为提升网络效率的最佳方式。具体来说：①加强以合肥为首的5个强耦合城市节点和以上海为首的22个弱耦合城市节点之间的要素交流是推动“双链”在上游环节耦合的关键，并在迭代至18次时达到效率峰值0.74。合肥等强耦合节点通过与芜湖、铜陵等中小城市的生产互动，能够将其具有优势的合成生物技术应用于中小城市的原料药生产中，有效带动中小城市融入上游环节。②“双链”在中下游环节的耦合需要以上海为首的弱耦合核心城市借鉴台州、绍兴、无锡等新兴创新型城市的发展经验。这些中小城市虽然优势产业类别没有大城市那么丰富，但通过出台针对性政策，培育专精特新企业和创新平台，实现了在细分领域的产学研一体化。而在下游市场流通环节，推动上海、苏州的大型电商平台与盐城、台州等生产型强耦合城市建立直采供应链与定制化生产合作，能够充分利用核心城市的国际渠道优势，助力周边城市产品出海。其中中游环节模拟结果网络效率最大值为0.83，高于上游环节的0.74和下游环节的0.79，表明打通成品药和医疗器械的转化断点对提升长三角生产空间关联网络效率具有显著的支撑作用，这一发现也为核心城市从中下游的“全能选手”向“平台搭建者”和“网络协调者”转型提供了实证依据（图5c、图5d、图5e）。

5 结论与讨论

本文突破传统产业链与创新链耦合研究的单一维度框架，提出了“链内—链际”双耦合评估范式，并提出基于差异化节点关联的多情景空间网络优化路径。主要结论如下：①在权力结构上，“双链”空间关联网络呈现分层固化的特征。尽管存在多个次级中心，上海仍在创新策源与市场控制环节占据结构性主导地位，形成以核心城市为中心的非对称控制格局。②功能耦合层面则出现了显著的纵向脱嵌现象，多数中小城市被锁定在单一产业环节，而核心城市的创新要素受知识鸿沟与制度壁垒制约难以有效扩散，导致区域尺度“双链”闭环难以形成，大量城市处于协同孤岛状态。③空间协同路径分析表明，最有效的模式并非核心城市单向溢出或均质化发展，而是基于禀赋差异构建跨城市功能模块。核心城市应作为网络协调者，通过平台构建与标准制定降低合作成本；中小城市则需在特定细分领域打造功能专精节点，建立与核心城市的对称互赖关系。
本文也存在一些不足之处：数据层面仅涵盖长三角区内总部—分支与专利合作信息，缺乏跨区域网络表征，难以识别群外的城市在“双链”层面对长三角的支撑作用；同时，网络模型采用无向网络，未能刻画城市间要素流动的方向性差异。后续研究将补充与京津冀、珠三角等城市群的交互数据，采用有向加权网络深入解析“核心—边缘”非对称依赖关系。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
刘叶, 刘伯凡. 生产性服务业与制造业协同集聚对制造业效率的影响——基于中国城市群面板数据的实证研究[J]. 经济管理, 2016, 38(6):16-28.

[2]
柴攀峰, 黄中伟. 基于协同发展的长三角城市群空间格局研究[J]. 经济地理, 2014, 34(6):75-79.

[3]
李圆. 长春—公主岭同城化背景下汽车产业融合发展研究[D]. 长春: 长春师范大学, 2022.

[4]
商静, 陈明. 产业链供应链发展趋势及区域空间重组治理——基于信息化和安全韧性的视角[J]. 城市发展研究, 2023, 30(1):103-111.

[5]
杨子涵, 彭宝玉, 孙君. 京津冀地区产业链空间网络及其隐含碳排放研究[J]. 地理科学进展, 2024, 43(2):215-230.

DOI

[6]
张军涛, 吴雨阳, 朱悦. 中国制造业与生产性服务业协同集聚的空间关联网络与驱动机制[J]. 地理学报, 2025, 80(2):396-414.

DOI

[7]
刘清, 薛德升, 黄耿志, 等. 中国半导体产业集群网络的空间组织与网络外部性影响——基于半导体产业价值链细分视角[J]. 地理研究, 2024, 43(4):909-930.

DOI

[8]
李青青. 京津冀产业园区经济联系网络结构特征及优化策略研究[D]. 北京: 北京建筑大学, 2023.

[9]
王东, 罗红云. 中国绿色创新效率空间关联网络特征及其驱动因素研究[J]. 生态经济, 2024, 40(7):57-65.

[10]
谢伟伟, 邓宏兵, 苏攀达. 长江中游城市群知识创新合作网络研究——高水平科研合著论文实证分析[J]. 科技进步与对策, 2019, 36(16):44-50.

DOI

[11]
尹翀, 丁青艳. 城市群创新协同网络模型构建及结构特征研究——以中原城市群为例[J]. 科技管理研究, 2021, 41(15):20-27.

[12]
姜海宁, 吕国庆, 杨梦君, 等. 内生型轮轴式产业集群创新网络演化研究——以台州汽车产业集群为例[J]. 地理研究, 2023, 42(8):2053-2069.

[13]
袁雪松, 周俊, 胡蓓蓓, 等. 基于FLUS模型粤港澳大湾区“三生空间”多情景模拟预测[J]. 地理科学, 2023, 43(3):564-574.

DOI

[14]
傅建春. 河南省国土空间格局演变及布局优化研究[D]. 徐州: 中国矿业大学, 2021.

[15]
邹艳. 淮海经济区核心城市群三生空间演化模拟与优化配置研究[D]. 徐州: 中国矿业大学, 2021.

[16]
谢荣. 专利转让视角下的我国生物医药技术转移研究[D]. 上海: 华东师范大学, 2022.

[17]
黄宾, 于淑娟. 产业集群理论研究新发展及其实践启示[J]. 技术经济与管理研究, 2017(10):101-105.

[18]
Yu B B. Zhejiang textile industry upgrading on industry chain and technology chain integration[J]. Journal of Textile Research, 2015, 36(6):148-154.

DOI

[19]
Feldman M P. The Geography of Innovation[M]. New York: Springer Science & Business Media, 2013.

[20]
Ullman E L. American Commodity Flow[M]. Seattle: University of Washington Press, 1957.

[21]
宋长青, 程昌秀, 杨晓帆, 等. 理解地理“耦合”实现地理“集成”[J]. 地理学报, 2020, 75(1):3-13.

DOI

[22]
Taylor P J, Hoyler M, Verbruggen R. External urban relational process:Introducing central flow theory to complement central place theory[J]. Urban Studies, 2010, 47(13):2803-2818.

DOI

[23]
陈科比, 王吉力, 朱洁, 等. 生物医药产业:首都都市圈产业分工布局特征与成因浅析[J]. 北京规划建设, 2023(6):46-50.

[24]
王璐玮, 章屹祯, 任传堂, 等. 中国三大城市群生物医药产业的空间组织模式——基于“三维三网”的研究[J]. 地理研究, 2023, 42(10):2696-2712.

DOI

[25]
赵渺希, 魏冀明, 吴康. 京津冀城市群的功能联系及其复杂网络演化[J]. 城市规划学刊, 2014(1):46-52.

[26]
徐宜青, 曾刚, 王秋玉. 长三角城市群协同创新网络格局发展演变及优化策略[J]. 经济地理, 2018, 38(11):133-140.

DOI

[27]
张小鸿. 中国城市多元网络耦合机理及耦合效应[D]. 兰州: 西北师范大学, 2022.

[28]
杨亮洁, 罗亚玲, 张小鸿, 等. 城市信息网络与企业网络的耦合联动效应——以成渝地区双城经济圈为例[J]. 热带地理, 2025, 45(3):347-360.

DOI

[29]
周密, 张心贝, 郭佳宏. 区域协调网络的特征、传导机制与发展路径优化[J]. 经济地理, 2024, 44(5):12-21.

DOI

[30]
刘华军, 贾文星. 不同空间网络关联情形下中国区域经济增长的收敛检验及协调发展[J]. 南开经济研究, 2019(3):104-124.

[31]
许闻博, 李福映, 邵丹. “双链融合”视角下的西安大都市区产业单元规划策略[J]. 规划师, 2022, 38(7):122-127.

[32]
叶青. 基于复杂网络理论的轨道交通网络脆弱性分析[J]. 中国安全科学学报, 2012, 22(2):122-126.

Options
Outlines

/

〈 〉