基于产城融合构建智慧园区空间生态自组织与协同经济模式

徐振强 尹晓杰

基于产城融合构建智慧园区空间生态自组织与协同经济模式

徐振强 尹晓杰

我国已成为世界创建智慧城市的主试验场，园区的智慧化是智慧城市实践的关键。园区，作为城市的组成部分，正呈现逐步融合为内城组团和以产促进新城的趋势。当前智慧园区研究总体偏技术示范和产能驱动，对空间产业生态组织、协同性和基于大数据的关键指标认知等存在显著不足；既有解决方案和指标体系的科学性、指导性和可操作性均较弱，基础研究的不足，直接制约智慧园区开发运营理论与模式的建立。本研究基于空间生态学、协同论和产城融合理论，聚焦园区产城关系、治理能力、创新动力、运营水平和生态宜居性等领域，开展（1）智慧园区的产城融合、空间生态组织和协同性研究，初步构建智慧园区理论与模式；（2）基于国内外典型案例、相关标准体系和园区大数据研究，识别智慧园区的关键领域、要素指标化和参数化建模，通过园区和大数据双验证，进而构建产城融合型智慧园区大数据试验平台，将模式与实证相统一，能促进园区管理效能升级与智慧经济的具象化。

智慧城市；智慧园区；产城融合；空间生态论；协同论；关键要素；大数据

当前，园区与城区的分工协作、空间交互和要素流通，使得园区在发挥经济引擎作用的同时，社会效益和城市功能在日趋强化[1]。城市智慧化建设当中实现智慧园区，有助于加快实现对园区治理、功能、经济和社会等属性的认知、解析、把握和调控。智慧园区规划建设和运营应创新支撑理论，提振经济引擎的同时补足功能短板，对接城市双修，从产城融合的空间安排出发，对园区内主体依据空间生态理论形成充分的自组织，并基于协同的方式，促进主体间协同经济的育成和释放。

1 深度城镇化需要智慧城市作为支撑

城市的发展、演进与社会生产力水平高度适应，伴随城镇化进程，依次经历农业社会、工业社会和信息社会，并伴随第四次工业革命进入智能社会[2]，与此同时，通信产业进入后摩尔时代[3]，空间组织与要素的智慧化成为城市物质信息基础设施的支撑（图1）。自2011年，我国城镇化率首次突破50%，资源生态环境压力日趋严峻[4]。未来30年，中国应走向智慧的城镇化，即人、物和环境三位一体的提升[5]。通过大数据的支撑，我国智能城市建设将推动21世纪中国的城市实现巨大进步[6]，其中依托人工智能等构建城市大脑成为重大的技术创新趋势[7]。

图1 中国城镇化面临的突出压力与智慧城市发展的机遇

2 我国智慧城市试点与智慧园区实践概况

政府推动的智慧城市试点（图2），促进了中国从学习了解国外智慧城市理念和实践的启示中，快速进入吸收借鉴、融合创新推进中国特色智慧城市的新范式。我国已经成为世界创建智慧城市的主试验场。从空间形态看，智慧城市，正从城市、乡镇向城市群发展；战略上，与互联网+、大数据等快速融合；应用理念和实施与城市创新协同更加紧密，智慧城市+的效应在培育中（图3）。

图2 中国智慧城市试点示范空间分布特点

以新城新区为代表的园区建设，是我国城镇化的重要平台，也是推动经济增长的发动机（图4）。全国范围内，东部、中部、西部、东北省级和市级以上较大的新城新区数量分别是1173、819、872、310个。长三角、珠三角和京津冀等7个城市群聚集了1473个新城新区，占全国新城新区总数的46.9%[8]。国家级加省级开发区全国约有3500家（发改委2013年统计），不包括部分地市或省直部门建立的园区。目前我国开发区主要分为国家级经济技术开发区（219家）、国家级高新技术产业开发区（146家，扩充为156家）、国家级的海关特殊监管区域（开发区，数量在200-300家左右），还有自贸区（4家），自创区、新区（17家）以及省级开发区（由省一级人民政府批准设立）等。2016年，国家级经济技术开发区加国家级高新技术产业开发区的GDP约占全国的25%-30%，全国开发区的GDP总量约占全国的一半[9]。

城市与园区，从整体到部分，发展为（1）逐步融合成为内城组团；（2）以产促城促进新城建设。农村同期在推进三产融合[10]。在经济结构的调整过程中，作为承载产业与经济发展的重要载体，园区在所属城市的经济、社会发展中举足轻重（图5）。

图3 智慧城市向智慧城镇演进

图4 园区在城市的地位及其核心贡献

图5 园区与主城区城镇化日趋协同

目前，中国智慧新城（园区）建设已经呈现出集群化分布特征（图6），从国家级高新区、国家级经济技术开发区智慧新城（园区）建设情况来看，已经形成“东部沿海集聚、中部沿江联动、西部特色发展”的空间格局。环渤海、长三角和珠三角地区以其雄厚的工业园区作为基础，成为全国智慧园区建设的三大聚集区；中部沿江地区借助沿江城市群的联动发展势头，开展智慧园区建设；西部地区依据各自园区建设特色，正加紧智慧园区建设。中西部地区智慧园区建设或将来迎来全新的建设浪潮（表1，2）。

3 智慧园区建设存在的关键问题

基于文献计量学分析，智慧城市和智慧园区研究总体偏技术方面/领域（图7）。研究文献总量和增长均较快，智慧园区研究偏低，占比约为2.5%。对智慧城市的定义、目标、对现阶段的真形势、真问题和真任务，还缺乏有效的剖析、理解和陈述[7]。园区总体上存在：招商困难、产业过剩、人气不足、开发粗放、管理成本高、创新不足、资金紧张和规划欠缺等问题[11]。

3.1 产能驱动和空间组织认知模糊

当前，智慧城市建设，技术和产能驱动显著，对于城市空间规律的认识、适应和回应有待提高，迫切需要形成全局性、标杆性的成效（图8）。智慧城市应治城市病[12]，园区最核心产业的有机导入、空间布局的良好组织与人气的充分带动。

3.2 协同的系统性缺乏

截至2017年3月，国家层面超过27个部、委、办、局和行均将智慧城市的治理理念融入到了行政工作之中（图9），行业主管部门和行业间均缺乏协同。协同的缺乏直接导致九大核心问题（图10），制约了对智慧城市定义、目标、现阶段的真形势、真问题和真任务的认知，并缺乏全面系统的剖析、理解和陈述。核心是空间生态-协同论的缺失，直接导致智慧城市顶层设计的指导性、操作性、预见性和科学性不强，执行效力欠佳等现象或态势的出现。

图6 截至2012年底智慧园区全国和部分省份的分布特征

表1 十三五期间中国不同地区智慧园区建设基础分析

3.3 关键指标提取从园区开发运营角度考虑不足

国内针对智慧园区的标准体系主要从信息化技术、系统建设和发展水平等切入，园区开发运营的考虑，提取的关键指标存在独立性强、技术性强、互动性弱和协同性弱等缺点（表3）。与问题1具有耦合性。

3.4 既有智慧园区解决方案重技术、重系统、重全局难于运营

智慧园区建设需要考虑智慧新城（园区）的规划、建设、运营和维护等环节，是复杂的系统工程，具有跨部门、跨行业等特点，实施难度大、建设周期长、涉及范围广、技术难度大、管理要求高。因此，需对智慧园区的规划设计、建设和运营有空间生态组织和协同上的认知，强化运营导向（图11）。

3.5 面向智慧园区的大数据研究与应用尚处于初级阶段

面向城市空间的大数据研究与应用主要集中在城市各个系统、组织和界面上，将园区作为独立研究对象的系统性研究较少，特别是考虑城市产业的产城融合、园区主体间的空间生态组织和协同机制。

4 构建基于产城融合的智慧园区空间生态自组织与协同经济模式

4.1 理论基础

行业协同是智慧城市创新的核心模式。开展智慧城市规划建设是数字城市和平安城市等的升级性目标。为有效保障智慧城市建设质量，需要信息技术、规划建设、行政管理、用户消费和融资运行等多元化集成创新，需要跨行业整合、行业内部升级、跨平台协同和跨领域衔接等。因此，智慧城市行业协同机制是实现以上需要的关键性路径，行业协同是智慧城市创新的核心模式。智慧城市创建成功与否的金标准，是该城市是否培育出了有效的智慧城市行业协同机制与生产力，是否形成了成规模的属地化智慧城市产能。协同是团队合作实现的根本机制，从社会学和物质空间来看，包括人、应用系统、数据资源、终端设备、应用情景、人机等方面的协同。

行业协同是指两个或者两个以上的不同资源或者个体，相互协作完成特定目标，达到共赢效果。行业协同机制首先出现在欧洲的16世纪，我国由于产业发展演进的特殊性，产业协同机制与形式的建立基本是在改革开发之后起步，但当前发展较为稳健。世界范围内代表性行业协作形式有：企业合作网络、战略联盟、供需链管理、企业集团、业务外包和虚拟企业等，其中联盟在不同行业协作形式中最为活跃，也起到链接企业合作、合资的中介或中枢作用。业务外包和虚拟企业是行业协作的新兴形式，较为符合边际成本最低和中小微企业资源服务整合的需要（表4）。

表2 各类新城新区特点以及代表性园区信息化投入强度

图7 基于文献计量调研智慧城市与园区研究概况

4.2 核心思维

智慧园区的建设必须有理论支撑，应优先着眼服务中国经济转型、城镇化矛盾预警防控、城市韧性增强、生态文明制度表征、城市规划建设运营模式创新和市民服务的改善等。因此，应重点开展如下创新：（1）产城融合、空间生态组织和协同性，是奠定智慧园区理论与模式的关键维度；（2）园区有机代谢、信息化创新、大数据应用和物联网感知等智慧化要素蕴含海量复杂信息。聚焦对关键领域、关键要素、指标化、大数据辅助参数建模，并构建产城融合型智慧园区大数据平台，是将模式研究与园区实证结合的方法工具（图14）。（1）初步构建产城融合型智慧园区的空间生态协同理论；（2）初步构建定量分析模型工具提升园区评测效能；（3）为园区智慧化产城融合治理提出有价值强操作性的指标体系；（4）有效支撑智慧化产能在园区的精准落地。

图8 产能要素驱动下的智慧城市进入发展困局

图9 智慧园区推进存在的协同缺失

图10 智慧城市与园区建设存在的九大问题

智慧园区，作为新兴概念和产业组织领域，它的产业化实现路径目前尚处于创新阶段，缺乏将不同业务门类职能结合、相互有机衔接、规划设计与硬件配套等的全面综合整合，而城市的智慧服务，不论从政府职能转变、城市智慧经济发展和城市人居智慧化等方面，都要求有系统性、交互性、可靠性、便捷性等较高的集成解决方案。针对智慧城市的巨系统，基本上很难有单一的行为主体能够全面满足以上智慧需求。因此，建设智慧城市要求发展行业协同效应。通过智慧企业合作，快速培育智慧城市管理和技术创新联盟，支撑智慧城市试点应用（图15）。

4.3 理论意义

4.3.1 将研究聚焦到智慧园区是实现智慧城市建设模式创新的关键

智慧城市，因2012年起的试点而标志性启动，但作为新兴前沿交叉领域，尚未形成学科方向，缺乏多学科集成创新支撑。基于管理学理论构建中国特色智慧城市学科方向，事关智慧城市事业的可持续性。“十三五”期间，2.3-4.1万亿元的智慧城市市场必须构建有效的理论模式。

4.3.2 将产能提升为产城是智慧园区空间生态协同的关键路径

必须从产能驱动到产城协同，通过产城融合来构建新型经济引擎，形成智慧经济。扭转产能驱动并调整项目、产能驱动的粗放思维（图16），精准针对城市问题和服务城市决策治理，逐步实现用编制城市总体规划、经济和社会发展规划的科学、严谨程度来提升智慧城市顶层设计和规划实施的质量与权重（图17）。

表3 国内智慧园区的既有标准体系

4.3.3 园区开发运营空间生态协同是构建智慧园区模式的关键

智慧园区，本质上是城市开发和运营模式的协同创新，是实现园区关键的主体、要素和指标，以此来维持自我纠错、不断自主完善的持续性状态。包涵城市规划、建设、管理和运营等全流程的政策、方法、方案和实施（图18）。

4.3.4 开展关键领域识别、要素识别和指标化是应用理论支撑开发运营的核心依据

智慧城市在行业不断细分的背景下，展示出全面、统筹和集成等特征。在智慧城市基础研究当中，从空间生态-协同论出发，基于产城融合，识别智慧园区的关键领域、关键要素，并将其指标化是促进公共管理、法学、环境科学与工程、建筑学、城市规划、产业经济学、交通与车辆工程等与信息技术深度融合促进的核心依据。在智慧城市落地建设当中，注重各委办局等政府职能部门之间的协作、协同和杠杆机制的形成，特别是强调“庖丁解牛”的策略，而不是“外科手术”式的大动作等。关键要素指标化就是促进智慧园区“关节”识别的唯一路径，特别是重点考虑空间、资本和政策要素的位置（图19）。与此同时，将园区大数据辅助关键要素遴选和参数化建模是提升研究方法与结果科学性的重要参考。可基于海量大数据分析、云计算等，构建城市模型，对编制的规划进行情景分析和预评估，如发现路网等设置不够合理，可快速在规划环节全面优化调整，趋近科学理想化。有效解决传统调研中无法掌握足够样本量、无法将跨界大数据整合分析、无法量化计算、无法呈现和分析规划后的可能场景等缺陷。

4.3.5 服务数字经济从园区出发探讨智慧经济的要素作用机制

智慧城市创新的六个点，核心之一就是通过智慧园区实现集群式智慧经济。政府债务、经济新常态等客观条件要求园区形成更大经济和吸纳城镇化人口（图20）。2016年5月，李克强总理在贵阳大数据峰会上指出，当前中国经济正处于转型升级的关键阶段。大数据、云计算等前沿技术和分享经济的蓬勃发展，有利于发展新经济、培育新动能。信息与通讯技术（Information Communication Technology，ICT）是推动信息化社会、智慧城市和数据经济的关键性动力。世界正在进入“大数据经济”，国际数据公司（IDC）预计，数据量在2020年之前会增长50倍。从我国新型城镇化、工业化、信息化、农业现代化和绿色化（“五化”）的进程可以判断，大数据经济与五化融合，将可以通过智慧城市的建设，而催生出“智慧经济”。

图11 五个存在空间生态与协同性缺陷的代表性解决方案

5 模式构建的路径设计

在智慧城市实际运营当中，注重从交叉需求导向出发，促进新型互联网和通讯产业应用的有效创新，从基础理论研究之中提炼出智慧城市顶层设计的精华，从落地建设政府职能的交联地带培育出面向刚性需求的有效应用。注重研究和尊重城市自身的规律，构建有效的城市模型，依托智慧城市思维、技术、方法和手段，更好地促进现有城市“工具”效率和科学性的提升。如城市总体规划，以往的做法是经过有限的资料和实地调研，就开始空间规划。

城市建设以人为目的，以人为尺度。城市是为居民提供生活上和工作上的良好基础设施。城市要适合人的本性，使人生活方便[13]。以园区人群为核心，本研究基于产城融合和空间生态协同，构建智慧园区模式和关键要素大数据辅助支持平台（图21）。研究包括智慧园区产城融合理论与模式的建立、关键领域要素和指标化、参数化建模验证完善和产城融合型智慧园区关键要素大数据平台，其中空间生态学理论方法，能有效解析智慧园区各个主体、生态位及其互动关系，促进智慧园区空间生态体系的建立。协同论有助于剖析主体间协作机制与方式的研究，促进智慧协同的实现。

图12 空间生态学的主要理论与结构

表4 基于空间生态-协同论智慧园区的初步定性探析

图13 基于协同论识别产业链及其协同效应发挥对园区的价值

5.1 智慧园区产城融合理论与模式

5.1.1 开展国内外园区产城组织综述

从产城融合的理论出发研究国内外园区产城组织的特征、具体方式和管理体制，将理论解析、文献调研、实地调研和专家研讨等相结合，其中在北京、上海、唐山、重庆、深圳等提炼典型案例。

5.1.2 智慧园区环境特殊性深度解析

系统跟踪和梳理“十三五”期间与智慧园区发展直接相关的宏观政策（国家、省和代表性地市）、产业经济形势，特别是针对园区的系列政策文件、投融资机制、开发运营的既有问题、新情况和发展障碍等。

5.1.3 国内外智慧园区案例调研与模式经验解析

研究国内外代表性案例园区的开发运营体系，基于产城融合、空间生态和协同论，识别其中的模式经验，重点案例包括：中关村国家自主创新示范区、上海浦东新区、重庆两江新区（中国）；Adlershof科技园区（德国）、Kalasatama住区（芬兰）和伦敦金融城（英国）等。

图14 智慧园区理论创新的主体思维与大数据创新促进产城融合的研究策略

5.1.4 不同运营主体智慧园区产城组织方式

从三类（行政型、市场型和复合型）运营主体出发，研究智慧园区产业、空间和产业空间三个维度的组织方式，特别是空间生态与协同性、刚性有效的产业组织方式、紧凑高效生态宜居的空间组织方式和产城协同的方式。

5.1.5 基于空间生态-协同论的产城融合型智慧园区模式

从智慧园区的应用对象出发，对空间生态论、协同论、产城融合论进行理论解析，创新性地提出基于空间生态-协同论的产城融合型智慧园区的产业组织体系、开发和运营模式，初步实现对智慧园区关键问题的理论应用架构。

图15 对园区的四维时空解析与大数据示踪原理示意

图16 从产能到产城提升园区空间生态与协同水平

5.2 关键领域、要素识别与指标化

5.2.1 国内外智慧园区标准体系综述

在系统分析研究已梳理的国内七项智慧园区标准的基础上，补充完善国内调研同时强化对国外相关标准的综述，分析标准对智慧园区关键领域、关键要素的把握情况和优缺点，为本研究提供标准集支撑。

5.2.2 关键领域识别

基于以上任务的工作基础，根据构建的智慧园区理论架构，分别自上至下和自下至上，结合本研究主题，从智慧园区产业组织、开发和运营模式等处罚开展关键领域的识别，重点考虑产城融合、政府治理、园区创新、园区运营和生态宜居等。

5.2.3 基于大数据的园区感知与指标辅助

通过公交刷卡数据、网络签到数据和网络文本分析等实现并增强对园区的感知，基于大数据对智慧园区领域、要素和指标等给予辅助支持。

5.2.4 关键要素识别与指标化

重点结合任务四和七的成果，开展智慧园区关键要素的识别，确认对空间生态-协同的位点、对象和内容的影响，并结合任务九大数据的辅助功能予以支撑，将要素转化为定性和定量指标，并通过大数据予以验证。

5.3 参数化建模、园区验证与模型完善

5.3.1 参数化建模

从智慧园区运营主体的绩效出发，根据绩效理论，应用对应的模型进行建模，识别出能够科学支撑空间生态协同论的数学模型，并构建参数权重动态可变的人工智能评价原型。

5.3.2 园区验证与模型完善

通过定性、定量和专家判断等方法，通过比对北京、重庆和江苏等地的智慧园区，开展模型验证和完善工作。

5.4 产城融合型智慧园区关键要素大数据平台

基于智慧园区产城融合理论与模式探究，依托信息化方法构建标准化的大数据平台，包括需求分析、系统设计、系统开发和安装部署。设置传统数据版块（统计数据、普查数据和GIS地图等）、大数据版块（空间、产业和活动等维度）、园区主要绩效版块、园区五个能力建设集阵，从产城融合、空间生态和协同论出发，按照本研究提出的智慧园区模式，初步实现对园区实施动态表征、水平评估和治理调控的措施，实现场景化驱动[14]。

图17 从规划信息化到规划协同、产城融合提高规划科学水平和降低城市病风险

图18 智慧园区创新环境的六个要素及其进展

图19 识别空间生态协同的关键领域并重视空间、资本与政策等的核心位置

6 结语

本研究在剖析现有智慧城市与园区发展概况的基础上，识别存在的关键问题，从智慧园区的可持续性出发，基于产城融合初步构建智慧园区空间生态自组织与协同经济模式，解析该模式的理论基础、核心思维与理论意义，并从模式实践出发，提出模式构建的路径设计，为雄安新区等绿色智慧新城建设的园区领域提供模式参考。

图20 智慧城市解困的着力点以及园区的核心地位

图21 智慧园区模式探究的技术路线

[1]徐振强．智慧城市新思维[M]．北京：中国科学技术出版社,2017．

[2]Michael Batty．The New Science of Cities[M]．MIT Press．ISBN：9780262019521

[3]邬贺铨．从IT+CT到IT+CT+DT：通信产业2017走向后摩尔时代[N]．通信产业报,2017-01-09(015)．

[4]方创琳,周成虎,顾朝林,陈利顶,李双成．特大城市群地区城镇化与生态环境交互耦合效应解析的理论框架及技术路径[J]．地理学报,2016(04)：531-550．

[5]吴志强,杨秀,刘伟．智力城镇化还是体力城镇化——对中国城镇化的战略思考[J]．城市规划学刊,2015(01)：15-23．

[6]潘云鹤．中国“智能城市”要有什么样的“市长视野”[J]．中国经济周刊,2012(34)：28-29．

[7]徐振强,刘禹圻．基于“城市大脑”思维的智慧城市发展研究[J]．区域经济评论,2017(01)：102-106．

[8]冯奎,郑明媚．中国新城新区发展报告[M]．北京：中国发展出版社．2015-05．

[9]中国开发区协会．中国开发区报告2016[R]．2017-03．

[10]2017《中共中央、国务院关于深入推进农业供给侧结构性改革加快培育农业农村发展新动能的若干意见》[EB/OL]．(2017-02-05)http：//news．xinhuanet．com/politics/2017-02/05/c_1120413568．htm．

[11]徐振强．新型智慧城市的服务城市管理、服务社会治理的关键路径[J]．上海城市管理,2016(02)：24-29．

[12]仇保兴．论深度城镇化——十三五期间增强我国经济活力和可持续发展能力的重要策略[J]．中国名城,2016(09)：4-11．

[13]Eliel Saarinen．城市：它的发展、衰败与未来[M]．北京：中国建筑工业出版社,1986．

[14]徐振强．基于28个关键场景思维助推建设特色鲜明的智慧城市[J]．中国名城,2016(04)：11-24．

责任编辑：王凌宇

China has become the world's main test site to build up smart cities.The proceeding of smart parks is the key of smart city practice.Park area,as the component of city,is showing a gradual integration into the inner city,as well as the promoting effect for new town.The current research on smart parks is overall technological based and driven by industrial capacity.Studies on spatial ecology,coordination and big data based key indicators identification are significantly limited.Furthermore,both commercial solutions and available guideline are weak,as well as lack of basic research support,poor guide and less practice abilities.Above mentioned aspects directly restrict the establishment of smart city related theory and model.This study is based on the spatial ecology,coordination theory and industrial agglomeration,focusing on the relationship among industrial and spatial agglomeration,spatial ecology,governance ability,innovation ability,operation level and ecological livability,firstly,to carry out the study on industrial agglomeration,spatial ecology and coordination,constructs the theory and model of smart park,secondly,based on the typical cases investigation internationally,related standards review and park related big data research,to indentify key areas,key indicators for smart park,and develop indicators and parametric modeling based on case and big data validation,and then to build big data test platform for industrial agglomerated smart park.To deliver integration of smart parks’theory,model and field cases,to promote the management efficiency of smart park,as well as the concretization of smart economy.

smart cities;smart parks;industrial agglomeration ;spatial ecology;coordinated theory;key elements;big data

TU-0

A

1674-4144（2017）-07-04（13）

徐振强，中国城市科学研究会数字城市工程研究中心副主任，副研究员，博士。

尹晓杰，爱尔兰国立高威大学商学院硕士。