摘要：研究选取长三角和成渝城市群2010-2020年的发明专利授权数据，运用引力模型和MRQAP回归，对创新网络进行空间特征和影响因素分析，旨在探究不同发展阶段、不同地区的城市群创新网络协同度差异及其影响机制，为未来提升其他城市群创新网络协同度提供参考。研究发现：①
导读
研究选取长三角和成渝城市群2010-2020年的发明专利授权数据，运用引力模型和MRQAP回归，对创新网络进行空间特征和影响因素分析，旨在探究不同发展阶段、不同地区的城市群创新网络协同度差异及其影响机制，为未来提升其他城市群创新网络协同度提供参考。研究发现：①2010-2020年成渝创新网络协同度几乎不变，而长三角呈现增长趋势，并在2014年后显著高于成渝。②2010-2020年成渝始终保持双核心的协同关系结构，并呈现不均衡的空间特征，而长三角呈现多核心均衡化发展趋势。③网络关联度和网络异质性是影响城市群创新网络协同水平的关键要素，其中首府效应、产业特征、科研经费对成渝和长三角均有显著正向影响，而行政壁垒对成渝和长三角的影响作用相反，并且长三角还会受到地理距离、区域流动和经济发展要素的显著影响。研究认为，处于特定发展阶段的创新网络应关注不同组织模式（核心-边缘非均衡、多核心均衡化）的协同发展关系。处在协同发展初期的成渝应削弱行政边界的阻碍作用，提升首府城市带动作用，缓解集聚阴影；协同发展较为成熟的长三角应以科技赋能边缘城市产业转型，鼓励其与地理邻近的核心城市联合创新，产生网络正外部性。
本文字数：7083字
阅读时间：22分钟
作者 | 王宇琛、陈歌、黄建中
关键词
创新网络，协同创新，多元二次指派程序模型，城市群，比较研究
研究背景
随着区域一体化的不断发展，资本、人才、知识和技术等创新要素的交换与流动不断突破空间约束[1]，城市不再是系统中的孤岛[2]，区域创新网络正在加速构建。与此同时，国家“创新驱动发展”总体战略也将培育创新型城市群作为重要战略抓手，提出构建区域协同创新网络的主要方针。2020年4月，《2020年新型城镇化建设和城乡融合发展重点任务》要求“发挥各地区比较优势，增强经济发展优势区域承载能力，构建大中小城市和小城镇协调发展的城镇化空间格局”，着重强调加快实施京津冀协同发展、长三角区域一体化发展等重点城市群建设，并要求编制成渝地区双城经济圈建设规划纲要。然而不同城市群的协同创新特征及其影响因素是不同的，不能以一种发展模式泛化套用，应探究处于不同发展阶段、不同地区的城市群创新网络协同度差异及其影响机制，为未来提升其他城市群创新网络协同度提供参考。创新网络作为城市间创新交流的体现，反映了城市创新辐射能力和城市间信息流动强度，是探讨区域协同度的有效方式[3]。对此，目前已有大量研究关注区域协同创新的空间演化特征和协同创新机制等相关问题，主要包括以下几个方面。创新网络协同度测度方面，多数研究通过技术创新、知识生产、创新资本等多维度构建协同创新综合测度指标体系[4]，也有基于知识耦合理论计算知识主体、知识内容、知识元素三者的耦合度来表征协同创新水平[5]。城市间协同创新关系方面，已有研究主要关注创新主体之间的协同关系和区域间的空间关联关系[6]、产学协同创新的合作关系[7]以及新经济企业关联网络[8]等。创新网络分析方法方面，多数研究采用引力模型以及社会网络分析方法[9-10]，通过块模型分析、凝聚子群分析、最大引力线数量与区域创新产出联系总量等[11-13]，探讨创新网络空间格局分布特征，或借助网络统计特征量，包括度中心性、邻近中心性和中介中心性等[14-15]，研究创新网络的等级层次性。比较研究方面，有研究对处于同一发展阶段的京津冀和珠三角城市群协同创新特征进行比较，并提出相关建议[16]。影响因素方面，已有研究多采用二次指派程序考察多维邻近性对区域创新网络形成的影响，包括地理邻近性、制度邻近性、社会邻近性、认知邻近性和文化邻近性等方面[17]，也有研究从城市主体属性和邻近性关系[18]、内生因素和外生因素[19]等视角探究网络演化的影响因素。总体来看，协同创新网络相关研究内容多元，但协同创新水平测度方面，多从创新主体、要素等个体特征综合判断协同创新水平，少有研究从创新网络整体特征界定协同程度。此外，关于不同发展阶段的城市群协同创新水平、创新网络空间分布特征及影响机制的横向比较研究也相对较少。鉴于以上背景，本文选取处于不同发展阶段的成渝城市群和长江三角洲城市群为研究对象进行比较研究，探讨不同协同创新网络背后的形成机制，为提高其他地区创新网络协同度提供参考。
#2
研究内容与方法
2.1 指标选取与数据来源
城市群创新网络是通过各城市间创新主体的资源共享、知识传递和技术扩散等合作关系构建形成，而网络协同度主要表征的是合作关系的联系强度，网络个体间联系越紧密，协同度越高，更利于创新的产生。对于创新网络协同度的测度，已有研究多从网络个体特征出发构建评价体系[4-5]，但网络本身具有复杂性、动态性、系统性、开放性、中心性、协同性等特点，网络个体特征难以表征协同创新网络的系统性内涵。因此，本研究从整体网络特征出发，以Ucinet软件计算网络密度指标来表征网络协同程度，网络密度越高，代表节点间合作关系越密集，网络协同度越高。影响因素指标的选取，考虑创新网络的关键机制是合作关系[20]，而合作关系在空间可视化后的表象即为网络结构，其特征主要包括网络规模、网络密度、网络异质性、网络关联强度等[21]，不同的网络结构在创新协同度方面具有不同的优势[22]，其内在原因往往是结构特征的不同。因此，本研究从网络结构特征视角出发，选取两个城市之间的协同创新成果数量，即发明专利授权数量总和为因变量，网络关联强度、网络异质性和网络规模等三个维度9个影响因子为自变量（表1），通过QAP回归(Quadratic Assignment Procedure，二次指派程序)探究创新网络协同度的影响机制。其中，网络关联强度是指创新网络中成员间的亲密程度、持续时间和频率，强联系会带来更频繁的知识流动[21]，故指标选择主要考虑地理距离、是否存在行政壁垒、要素流动是否便捷等要素，包括城市间欧氏距离、行政从属和高铁班次等；网络异质性是指创新网络中成员的知识、技术、能力等方面的差异，这些差异使得知识在网络中流动[21]，故指标选择主要考虑各城市自身的经济能力、主导产业类型和地位属性，包括首府效应、生产总值、三产产值占比和科技经费支出占比等；网络规模是指创新网络中企业、大学、研究机构等合作伙伴的数量，网络规模大意味着参与者与大量组织进行交互[21]，更能激发创新成果的产出，故指标选择从人力资源和空间资源出发，包括R&D人员数量和普通高等院校数量等。研究范围分别参考《长江三角洲城市群发展规划（2016）》和《成渝城市群发展规划（2016）》，研究基本空间单元为地级市。本文选取各地级市2010-2020年的发明专利授权数据构建城市群创新网络。专利数据是创新研究中使用最为广泛的的数据，而发明专利作为各学科领域内最前沿和最具创新力的成果，是更宜构建创新网络的指标。由于统计年鉴存在时间滞后问题，发明专利授权数据及各指标数据来源于各省、地级市2011-2021年的《统计年鉴》《科技统计年鉴》，以及国民经济和社会发展统计公报。
2.2 研究方法
2.2.1网络构建方法
本研究以2010-2020年发明专利授权数量表征各城市的创新水平，通过引力模型构建创新网络，考虑到各个城市间创新水平存在不同程度的差异会形成过度极化特征，对模型进行进行修正：
2.2.2 MRQAP模型构建
在进行模型计算前，为使得各项结果具有可比性，先对各项数据进行归一化处理：
#3
成渝和长三角城市群创新网络协同测度及结构特征比较
3.1 创新网络协同度比较
根据计算结果显示（图1），成渝城市群创新网络的协同度集中在0.11-0.13之间，变化幅度较小，网络结构相对稳定，而长三角城市群创新网络的协同度从0.08增长到0.19，变化幅度相对较大，网络协同度有显著提升。并且，在2010-2014年间，成渝城市群创新网络协同度一直高于长三角，说明在网络形成初期，成渝就形成了以成都和重庆为核心联系周边城市的主要结构，其他城市之间联系稀少；而长三角中上海的极化作用较为显著，且城市群规模相较成渝更大，但其他城市间的创新联系相对较少，导致整体网络密度较小。2014年以后，随着长三角中苏州、杭州、南京、无锡等城市的逐步发展，与上海以及其他“孤岛”城市间的创新合作关系逐渐增多，通达性持续向好，网络密度显著增长，而成渝中除成都和重庆以外的城市发展较缓，难以形成新的网络中心，使得成渝仍保持以成都和重庆为双核心的网络结构，其他城市间的创新联系并未显著增加，仍存在较多“孤岛”城市，成渝创新网络协同度逐渐与长三角拉开差距。
图1 2010-2020年成渝和长三角城市群创新网络协同度
总体来看，区域创新协同不能单靠城市群内少数极化中心带动其他城市发展，其网络结构难有较大的优化空间，创新联系易被囿于核心城市间或从核心城市间发出，从而难以发展新的核心城市及新的关联关系，这也说明成渝创新网络还处于协同发展初期。
3.2 创新网络结构特征比较
3.2.1空间聚类特征
为具象化两个城市群创新协同关系的空间聚类特征演变，选取2010、2015和2020年数据，通过Ucinet软件的块模型方法（Block Model），从板块内部创新合作关联系数与该板块对外关联系数的比例、板块实际内部关系比例与期望内部关系的比例两方面，分别结合两个城市群的实际数值划定分类标准，得到城市创新联系的四种类型[3]（表2、3）。其中，综合型创新城市既与板块内城市创新联系紧密，又与板块外城市建立了相对活跃的创新合作关系，在区域创新网络中往往处于核心地位；外部型创新城市与板块外的城市创新联系较多，板块内部联系稀少，以接收创新合作为主；内部型创新城市与板块内城市创新联系密切，结构较为稳定，在创新网络中的地位常高于外部型创新城市；孤立型创新城市常为创新网络中的孤岛城市，既缺少外部联系，也难以形成板块内部合作关系，需依靠其他城市带动发展。从空间聚类结果来看（图2），长三角整体上经历了从外部型为主、经综合型为主再到综合型、内部型为主共同带动外部型创新城市发展的变化过程，其中上海、苏州、杭州等城市核心作用显著，只有铜陵、安庆、池州等少数城市的创新地位没有变化，其他城市间都逐步建立了较为紧密的内外创新联系，城市群内部创新联系不断增强，最终形成多点带动、共同发展的协同创新模式。相比之下，成渝整体上保持了外部型为主、内部型引领的格局，缺少综合型创新城市，并有广安、达州、德阳等城市从内部型退为外部型城市的现象，说明成都、重庆、绵阳等核心城市仍以内部联系为主，与外部城市的创新联系难以与板块内部联系相匹配，导致其难以转变为综合型创新城市，并且广安、达州等城市与核心城市的创新联系有所下降，逐步退出同一聚类板块，最终形成重庆、成都和绵阳内部联系紧密并向自贡、德阳等外部型创新城市溢出的协同创新模式。
图2 成渝和长三角城市群创新协同关系空间聚类结果
3.2.2“核心-边缘”结构特征
在社会网络分析中，核心-边缘结构是由若干元素相互联系构成的一种中心紧密相连、外围稀疏分散的特殊结构。通过核心度指标，反映出网络节点间的联系紧密程度，衡量节点在网络中的重要地位[24]。本研究通过Ucinet软件计算各城市节点的核心度，得到结果图3。总体来看，位于核心圈层的城市主要集中在成都、重庆、上海、苏州、南京、杭州等省会或核心城市，其他城市均有等级变化。2010-2015年，成都和重庆是成渝的绝对强核心城市，上海、苏州、无锡、南京和杭州是长三角的绝对强核心。除此之外，核心圈层还有7个城市，成渝包括绵阳、德阳和眉山，长三角包括镇江、常州、南通和宁波，这些城市的发明专利授权量占据所有创新总量的近80%，构成了创新网络中的关键节点。剩余城市则均为边缘城市，其中成渝边缘城市占比近70%，长三角边缘城市占比57%，可以看出，成渝的“核心-边缘”空间结构差异相较长三角更为严重。从创新联系来看，成渝城市群中成都-重庆、成都-德阳、成都-绵阳等跨城创新联系程度最强，其次还包括成都-乐山、成都-自贡等次级联系，主要呈现出以成都、重庆为双核心，向外发散联系边缘城市的协同创新结构。长三角主要呈现出较为明显的创新发展轴结构，以上海-苏州-无锡-常州-南京为主，还包括上海-杭州、上海-南通等次级联系，长三角创新网络的多核结构已逐步初显。
图3 2010-2020年成渝和长三角城市群创新网络“核心-边缘”结构及联系演化
2015-2020年，成渝新增德阳、绵阳为网络中的绝对强核心城市，而长三角仍以上海、南京、苏州、杭州等为强核心城市，主要新增合肥、绍兴、嘉兴、马鞍山等次核心城市，丰富了城市群整体“核心-边缘”结构层次。边缘城市的比例，成渝增长到75%，长三角则下降到53%，说明长三角城市群逐渐趋于均衡化发展，强核心城市的溢出效应有效带动了周边城市的发展，而成渝的“核心-边缘”结构更加不均衡，更易形成集聚阴影，即中心城市或大城市更易获得新技术和新增就业，而后进地区则更加被边缘化。从创新联系来看，成渝逐渐形成了成都-棉阳-重庆较为稳定的三角形结构，成都-德阳、成都-遂宁之间的创新联系均有所加强，但成都、重庆与其他城市之间的创新联系相对被边缘化，与核心结构的联系量差距较大。长三角城市群在上海-南京创新轴的基础上，增加了南京-合肥、上海-嘉兴等向外联系，形成了许多局部三角型联系结构，使得大部分城市都拥有三条以上创新联系。
整体来看，通过创新协作关系的空间结构可视化分析，进一步印证了上述创新网络协同度演化特征的结论。2010-2020年间，成渝城市群的协同创新结构特征变化不大，仍以成都、重庆双核为主，非均衡化特征明显，核心城市没有有效带动边缘城市提升创新能力，极易形成集聚阴影。而长三角城市群内“核心-边缘”结构差距逐渐缩小，层次更加丰富，形成了由核心城市引领区域均衡发展的效果，创新网络协同度逐步提升。
#4
成渝和长三角城市群创新网络协同差异的影响因素分析
结合上述研究发现，成渝和长三角城市群创新网络协同呈现出不同的演化程度以及结构特征。为探究不同网络结构特征对成渝和长三角城市群创新协同差异的影响，本研究以2020年数据构建各影响因素矩阵，将所有自变量矩阵导入Ucinet软件，与因变量矩阵进行MRQAP回归分析，经过5000次矩阵置换计算后得到表4的结果。
整体来看，对于成渝和长三角城市群，R&D人员数量、普通高等学校数量等网络规模指标均未对创新协同产生较为明显的影响。说明创新协作关系的达成，受到网络规模的直接影响较小，较小规模的创新网络也能形成高效协同的合作模式。除此之外，大部分变量对两个城市群创新网络协同度均具有显著的正向影响，但地理距离、区域流动、经济发展等指标未对成渝协同创新产生显著影响，而对长三角具有一定影响力。可以看出，同种因素对不同城市群协同创新的影响程度存在差异。
网络关联度是从联通性视角，判断能够促进或抑制城市间知识流动的因素，从而影响协同创新的机制。地理距离仅对长三角城市群具有显著的负向影响作用，说明城市间地理距离越近，越易促成两者之间创新主体合作关系的达成。对于成渝城市群来讲，整体城市群规模远小于长三角，故而地理距离对于跨城合作的影响作用不显著。
行政壁垒对成渝具有显著的正向影响，而长三角则是显著的负向影响，说明成渝的创新协作更易于在同省内产生，而长三角的创新协作更易于在跨省的两个城市间产生。这一机制的差异主要与两者的城市群结构特征有关，成渝以重庆市和四川省部分地级市组成，行政壁垒只存在于直辖市和四川省之间，且大部分网络主体均位于四川省内，发展同一行政边界内的创新协作会更加容易。长三角虽然由三省一市组成，但是上海、南京、杭州等网络核心节点分别位于各个行政边界中，它们之间的强联系和强溢出效应打破了行政壁垒，反而更易促成跨省之间的协同创新。
区域流动仅对长三角具有显著的正向影响作用，而对成渝的影响并不显著。其中，长三角两个城市间有列车联系的占比70%以上，而成渝两个城市间有列车联系的占比只有50%，二者的区域联通水平相差较大，说明跨城交通联系能够促进知识交流，达到协同创新。
网络异质性是从节点个体特征出发，判断个体差异对创新合作达成的影响机制。首府效应对成渝和长三角城市群均具有显著的正向影响，且对成渝的影响程度大于长三角。这可能由于成渝以成都和重庆对外联系模式为主，首府城市具有较强溢出效应。然而长三角创新网络中跨城合作类型更为多样，强溢出城市还包括无锡、镇江、南通等，不局限于首府城市，故而首府效应的影响程度相对较小。
经济发展仅对长三角具有显著的正向影响。说明网络中个体本身的经济发展程度是跨城创新协作达成的关键，城市经济越发达，创新人才和前沿科技越丰富，越易促进发达城市之间的协同创新。
产业特征对两个城市群均有较为显著的正向影响，说明城市产业结构以研发、创新型产业为主更有利于跨城创新协作，而且其对长三角的影响程度大于成渝。原因可能在于成渝产业合作模式以“成都、重庆重研发，其他城市重生产制造”为主，例如川渝协同打造千亿级无人机产业集群的模式，即成都提供领先的研发实力，自贡进行制造，从而导致大部分城市产业结构仍以制造业为主，只与成都、重庆等核心城市存在单向创新协作联系，因此产业结构的比较优势特征对成渝大部分跨城合作并无明显的促进作用。
科技经费支出占比对两个城市群也均有较为显著的正向影响，且对长三角的影响程度大于成渝。原因可能在于长三角更关注未来产业发展，各头部城市更重视新技术研发，需要投入更大量的科技经费来支持创新技术的实验和反复测试，从而有利于科研投入较多的城市间前沿技术的溢出和协作。
综上所述，区域内创新协作的形成主要受到网络联通度和网络异质性的影响，且同种因素对不同创新网络协同模式的影响机制差异较大。对于长三角而言，更需要确保网络的联通性以及各城市的均衡发展来促成知识交流和形成相对均衡可持续的协同创新模式，而对于成渝来说，在发展现阶段更需注重首府城市对周边城市的带动作用，加大科研经费的投入，积极探索省内创新协作的可能，形成更丰富的创新协作类型。
#5
结 论
本文对比研究了成渝和长三角城市群创新网络协同特征，以及影响两个城市群协同度差异的影响因素，主要结论如下。
01
随时间演变，成渝城市群创新网络协同度几乎不变，而长三角的创新联系呈现明显的增长趋势。
02
从空间格局看，成渝和长三角协同结构呈现显著差异。其中，成渝呈现不均衡的空间特征，成都和重庆核心极化作用显著，且内部联系显著多于外部，未有效带动边缘城市发展，易形成集聚阴影。长三角呈现多核心均衡化发展趋势，且以综合型创新城市为主，板块内外联系均有所增加。
03
从影响因素看，网络关联度和网络异质性是影响城市群创新网络协同水平的关键要素，其中首府效应、产业特征、科研经费对成渝和长三角均有显著正向影响，而行政壁垒对成渝和长三角的影响作用相反，并且长三角还会受到地理距离、区域流动和经济发展要素的显著影响。
结合前文分析认为，对于处在协同发展初期的成渝等城市群而言，应削弱行政边界的阻碍作用，增加首府城市对周边城市的知识溢出和要素共享，缓解集聚阴影，逐步嵌入创新网络。对于协同发展较为成熟的长三角等城市群来说，应以科技赋能边缘城市产业转型，并加大其研发投入，促进科教资源的优化配置，鼓励其与地理邻近的核心城市联合创新，产生网络正外部性，进一步提高城市群创新网络内资源高效共享。
参考文献（上滑查看全部）
[1] 曹湛,戴靓,吴康等.全球城市知识合作网络演化的结构特征与驱动因素[J].地理研究,2022,41(04):1072-1091.
[2] 戴靓,纪宇凡,张维阳等.长三角知识合作网络的空间格局及影响因素——以合著科研论文为例[J].长江流域资源与环境,2021,30(12):2833-2842.
[3] 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:10.15957/j.cnki.jjdl.2018.11.015.
[4] 吴康敏,张虹鸥,叶玉瑶等.粤港澳大湾区协同创新的综合测度与演化特征[J].地理科学进展,2022,41(09):1662-1676.
[5] 武华维,王超,许海云等.知识耦合视角下区域科学—技术—产业协同创新水平的评价方法研究[J].情报理论与实践,2020,43(05):91-98+8.DOI:10.16353/j.cnki.1000-7490.2020.05.016.
[6] 赵成伟,张孟辉,李文雅等.京津冀协同创新机制探讨——基于主体协同与区域协同视角[J].中国科技论坛,2023(12):116-124.DOI:10.13580/j.cnki.fstc.2023.12.003.
[7] 杨凡,杜德斌,段德忠等.长三角产学协同创新的空间模式演化[J].资源科学,2023,45(03):668-682.
[8] 马璇,郑德高,张振广等.基于新经济企业关联网络的长三角功能空间格局再认识[J].城市规划学刊,2019(03):58-65.DOI:10.16361/j.upf.201903007.
[9] 龚勤林,宋明蔚,韩腾飞.成渝地区双城经济圈协同创新水平测度及空间联系网络演化研究[J].软科学,2022,36(05):28-37.DOI:10.13956/j.ss.1001-8409.2022.05.05.
[10] 魏巍,王婷,周世军.中国数字创意产业技术创新空间关联网络演变特征及驱动因素研究[J].统计与决策,2023,39(09):173-178.DOI:10.13546/j.cnki.tjyjc.2023.09.031.
[11] 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:10.15957/j.cnki.jjdl.2018.11.015.
[12] 蒋天颖,谢敏,刘刚.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,2014,34(11):1320-1326.DOI:10.13249/j.cnki.sgs.2014.11.004.
[13] 周灿,曾刚,宓泽锋.中国城市群技术知识单中心与多中心探究[J].地理研究,2019,38(02):235-246.
[14] 肖达.基于研发合作的国际科技创新城市网络演化(1996-2010年)——兼论对上海的启示[J].城乡规划,2018(03):78-87.
[15] 段德忠,杜德斌,谌颖等.中国城市创新网络的时空复杂性及生长机制研究[J].地理科学,2018,38(11):1759-1768.DOI:10.13249/j.cnki.sgs.2018.11.003.
[16] 叶堂林,刘哲伟.京津冀与珠三角协同创新比较分析[J].北京社会科学,2024(02):20-34.DOI:10.13262/j.bjsshkxy.bjshkx.240203.
[17] 曹湛,朱晟君,戴靓等.多维邻近性对区域创新合作网络形成的影响——基于江浙沪医学科研机构的实证[J].地理研究,2022,41(09):2531-2547.
[18] 刘承良,管明明,段德忠.中国城际技术转移网络的空间格局及影响因素[J].地理学报,2018,73(08):1462-1477.
[19] 曹湛,戴靓,吴康等.全球城市知识合作网络演化的结构特征与驱动因素[J].地理研究,2022,41(04):1072-1091.
[20] Freeman C. Networks of innovators: a synthesis of research issues[J]. Research policy, 1991, 20(5): 499-514.
[21] Xie X, Fang L, Zeng S. Collaborative innovation network and knowledge transfer performance: A fsQCA approach[J]. Journal of business research, 2016, 69(11): 5210-5215.
[22] Kijkuit B, Van Den Ende J. The organizational life of an idea: Integrating social network, creativity and decision‐making perspectives[J]. Journal of Management Studies, 2007, 44(6): 863-882.
[23] 曹湛,彭震伟.中国三大城市群知识合作网络演化研究：结构特征与影响因素[J].城乡规划,2021,(05):50-61.
[24] 邹晨,欧向军,孙丹.长江三角洲城市群经济联系的空间结构演化分析[J].资源开发与市场,2018,34(01):47-53.
[25] ZHANG W, DERUDDER B, WANG J, et al. An Analysis of the Determinants of the Multiplex Urban Networks in the Yangtze River Delta[J]. Tijdschr Econ Soc Geogr, 2020, 111(2): 117-133.
视点 | 走出一条中国特色城市现代化新路子——总书记重要讲话为做好新时代新征程的城市工作提供根本遵循
理论研究 | 技术转移下创新空间格局及发展策略研究 ——以粤港澳大湾区为例
点击图片阅读全文
理论研究 | 我国以县城为重要载体的就地城镇化规律与对策研究
点击图片阅读全文
来源：中国城市规划网
