沿海三大城市群空間結構演變特征與模式*

李瑞鵬 安樹偉

一、引言

城市群是城市發展和城市體系演化的高級空間組織形式，本質上體現了單一城市向城市體系的演進和轉變（李培鑫等，2019）。沿海三大城市群規模較大、發展相對成熟，在我國經濟發展中具有舉足輕重的地位，未來的城市群發展需要走高質量發展之路，需要以區域內各個城市所形成的空間結構為支撐。如何有效地定量描述城市及城市群體的空間結構，一直是地理學和區域經濟學工作者關注的難題。

空間結構的研究始于19 世紀30 年代德國的古典區位論、工業區位論，從產業的區位選擇闡釋區域空間表現形式。國內學者陸大道于1985 年將空間結構引入國內，認為區域空間結構是區域發展狀態的顯示器。綜合前人研究可知，空間結構最基本的含義是在一定的地域范圍內經濟社會活動的空間分布及相互關系，其內涵體現為：一是經濟社會活動的空間集聚規模、形態和位置及其演變規律，即形態維度；二是各經濟社會活動的空間相互作用及其演變規律，即功能聯系維度。

國內學者對于城市群空間結構演變格局的研究始于1990 年代。姚士謀（1998）定性分析了長三角地區的空間演變，認為該地區表現為城區的高度集中化與郊區的分散化并存。2000年以來，關于我國沿海三大城市群空間結構演變格局的研究不斷深入。學者在研究對象、數據、測度方法等方面選取有所不同，測度的結果也有所不同。以長三角為例，方大春和孫明月（2015）認為長三角整體網絡密度迅速提高，網絡結構逐漸趨向均衡；李博雅（2020）認為長三角的mono 指數和四城市經濟指數均在下降，城市群空間結構正在向多中心演變；Li and Phelps（2018）認為長三角屬于功能性的多中心。以京津冀為例，從網絡結構來看，交通等的建設帶來的可達性提高促進了城市群空間結構由多中心向帶狀結構轉變（劉輝等，2013）；從等級結構來看，城市群正從單核圈層結構向帶型結構轉變（張珣等，2017）。以珠三角為例，王少劍等（2019）認為城市群的空間結構呈現單極化發展態勢，而朱政等（2011）認為珠三角為多中心模式。與此視角不同，李剛（2022）基于“人—產—城”的邏輯思維范式，認為2015年京津冀為單中心，長三角為多中心，珠三角為單中心向多中心過渡。

以上研究多是僅關注了形態或功能聯系單一方面，也有少部分學者同時考慮從兩個維度分析城市群空間結構。如Liu et al.（2016）以中國22 個城市群為研究對象，認為我國東部沿海的城市群在形態與功能上達到高度的多中心性，西部的城市群缺乏任何形式上的多中心性，且諸多由規劃而生的城市群僅在形態上具有多中心性，缺乏功能的整合。而姚常成和吳康（2020）從形態維度看，認為北部灣和成渝不斷多中心化，京津冀、長三角和珠三角城市群則不斷單中心化；從知識多中心看，長三角、哈長以及珠三角多中心化趨勢明顯。也有學者認為我國大多數城市群的空間結構不斷形態多中心化，但是從功能聯系維度，我國城市群空間結構總體呈單中心化，同時地區差異明顯（孫斌棟等，2017、2019；陳偉，2021）。

目前從形態和功能聯系兩個維度來衡量城市群空間結構的研究總體較少，且結果也存在一定分歧，本文將從形態維度和功能聯系兩個維度對沿海三大城市群空間結構進行分析，在此基礎上討論城市群空間結構演變的模式路徑。

二、測算方法與數據來源

從形態和功能聯系兩個維度定量分析城市群空間結構。其中，形態多中心關注節點的絕對重要性，節點絕對重要性的衡量依賴于各城市的屬性數據，本文選取城市人口規模數據；功能多中心關注節點的相對重要性，其大小衡量依賴于城市網絡等關系型數據，本文將采用城市之間企業聯系數據。

對于形態多中心結構的測度，本文綜合使用首位度指數、齊普夫指數等多個指數來衡量，城市人口規模使用城區常住人口①來表示，數據來源于《中國城市建設統計年鑒》。

首位度指數計算公式如下：

式（1）和式（2）中，S4和S11分別代表四城市指數和11城市指數；P1—P11分別表示第1到第11位城市的人口數。

估計齊普夫指數的模型如下：

式（3）中，P和R分別表示城市群中某城市的規模及其位序。α為齊普夫指數，用來衡量城市規模分布的均衡程度。參考Meijers、Burger（2010）和劉修言等（2017）的研究，為了增強可比性，本文將城市群內前三位、四位和五位城市的位序規模分布的齊普夫指數取平均值來衡量城市群空間結構的形態多中心，該值越小，空間結構越趨于多中心。

赫芬達指數計算公式如下：

式（4）中，Pit第t年城市群內第i個城市的規模；m表示城市群內的城市個數。

參考孫鐵山（2016），考慮城市之間距離的多中心指數的計算公式如下：

式（5）中，Si為城市i規模占城市群的比重；di為各城市到核心城市的距離；dmax為到核心城市的最遠距離。

對于功能多中心結構的測度，本文以注冊地以及分支機構設在沿海三大城市群的上市公司為樣本，借助經濟聯系度模型、社會網絡分析法以及齊普夫指數、赫芬達指數等指標分析城市網絡關系。在處理樣本時，剔除沒有分支機構以及分支機構與總部在一個城市的企業樣本，最后得到上市企業在城市間的空間關聯數據，數據來源于Wind 數據庫金融端。

基于所有權關聯的經濟聯系度，參考張學良等（2021）和覃成林等（2021）的研究，將企業網絡聯通度的公式定為：

式（6）中，Vij表示i和j兩城市之間的企業聯系強度，且是無向的；Tij和Tji分別表示有向的數據，前者表示總部在城市i、分支在城市j的企業數，后者表示總部在城市i、分支在城市j的企業數。

社會網絡分析法。本文使用網絡密度、網絡等級度和加權中心度等指標對城市網絡的全局特征和要素特征進行表征，來揭示區域的網絡結構，網絡密度計算公式如下：

式（7）和式（8）中，m表示網絡中存在的實際關系數；n表示網絡中的節點數，網絡密度的取值介于0和1之間。網絡等級度計算公式如下：

式（9）中，V表示對稱可達的點對數；表示網絡中可達點對數的可能存在的最大值；n為網絡中的節點數。點度中心度計算公式如下：

式（10）和式（11）中，WIDi和WODi分別表示城市i的加權入度和加權出度；wji表示總部在城市i分支機構在城市j的企業數；aij表示城市i和城市j之間是否有聯系，有聯系為1，否則為0；Tji為城市i對城市j的聯系值，Tji為城市j對城市i的聯系值。

齊普夫指數和赫芬達指數。城市的位序規模法通常用來衡量形態多中心，當該方法使用流數據分析時也可以用來測度功能多中心（Burger et al.，2013；Li et al.，2018；孫斌棟等，2019）。因此，本文將以加權中心度的位序規模分布和赫芬達指數來衡量城市群功能多中心程度，具體計算方法與形態多中心一樣。

三、沿海三大城市群空間結構演變的特征與事實：形態維度

為更好地揭示沿海三大城市群的空間結構，將綜合使用上述方法從形態維度衡量三大城市群形態多中心程度，并對其進行縱向和橫向比較。

1.京津冀空間結構先單中心化后多中心化，長三角多中心水平不斷提高，珠三角波動中略有上升

縱向比較三大城市群的形態多中心測度結果。對于京津冀，2006—2020 年，該城市群人口4 城市和11 城市指數于2006—2011 年分別從1.318、1.663增加至1.606、2.025，2012—2019 年分別從1.591、1.998 下降至1.004、1.399，2020 年又有小幅上升，這意味著首位城市北京的集聚水平先增加后減少。同期，京津冀前三至五位城市齊普夫指數平均值2006—2015 年由1.445 增加至1.661，2016—2020 年由1.641 下降至1.555，其中，2020 年略有上升；赫芬達指數2006—2013 年由0.331 增加至0.376，2014—2020 年從0.373 下降至0.348；納入距離因素的人口多中心指數2006—2011 年由0.273 下降至0.249，2012—2020 年由0.251 上升至0.273（2019），又略降至0.271。綜上所述，從人口集聚的空間結構看，2006—2020年，京津冀空間結構多中心水平總體上表現為先下降后上升，即由單中心結構向多中心結構轉變。考慮到自2012年開始，北京城區常住人口占京津冀的人口比重開始不斷下降，本文選取2011年作為京津冀形態維度的空間結構轉變的時間節點。

對于長三角，2006—2020 年，長三角人口4 城市和11 城市指數均不斷下降，分別從1.862、1.760下降 至1.232、1.278，但2010 年略有增 加，這 與2010 年上海城區常住人口增加幅度較大有關；前三至五位城市齊普夫指數平均值從1.488 下降至1.149，2010 年略有增加；人口赫芬達指數由0.251下降至0.224，2010 年略有增加；納入距離的人口多中心指數由0.306 增加至0.337，在2010 年略有下降。綜上所述，從形態維度看，長三角空間結構向更加趨于多中心結構的方向演化。但也要注意，由于2010 年上海城區常住人口的快速增加，由2009 年的1921.32 萬人增加至2301.94 萬人，導致長三角空間結構形態多中心水平在2010 年略有下降。

對于珠三角，2006—2020 年，珠三角人口4 城市指數和11城市指數均在波動中略有下降，分別從0.591、0.906 下降至0.533、0.808，僅下降0.058、0.098；前三至五位城市齊普夫指數平均值總體表現為在波動中略有下降，由0.869 下降至0.786；赫芬達指數在波動中略有下降，從0.257 下降至0.256；納入距離的人口多中心指數在波動中略有上升，由0.435增加至0.478。

綜上所述，從人口集聚的空間結構看，珠三角空間結構的形態多中心水平處于波動中略有上升，但與京津冀和珠三角相比，人口集聚的多中心水平總體上較為穩定（見圖1、圖2）。

圖1 2006—2020年沿海三大城市群的人口4城市指數和11城市指數

圖2 2006—2020年沿海三大城市群人口規模齊普夫指數

2.三大城市群形態多中心水平：珠三角、長三角、京津冀依次下降

橫向比較三大城市群的形態多中心測度結果，2006—2020 年，長三角的人口4 城市指數高于京津冀高于珠三角，但是從11 城市指數來看，僅2006—2009 年，長三角高于京津冀，之后一直為京津冀高于長三角，且珠三角的11城市指數一直遠低于長三角和京津冀；從前三至五位城市人口齊普夫指數的平均值來看，除2006年長三角的齊普夫指數略高于京津冀，2007 年以來，長三角的齊普夫指數一直低于京津冀，且珠三角的齊普夫指數一直遠低于長三角和京津冀。京津冀的赫芬達指數高于長三角和珠三角，而長三角和珠三角的赫芬達指數較為接近，自2014 年開始，長三角的赫芬達指數開始不斷低于珠三角。納入距離的人口多中心指數一直表現為珠三角高于長三角高于京津冀。綜合四種指數的測度結果可知，自2006 年以來，珠三角空間結構形態多中心水平最高，長三角次之，京津冀最低（見圖3、圖4）。

圖3 2006—2020年沿海三大城市群的人口赫芬達指數

圖4 2006—2020年沿海三大城市群的人口多中心集聚指數

四、沿海三大城市群空間結構演變特征與事實：功能聯系維度

學術界對于功能聯系維度的衡量多是基于經濟數據使用引力模型，但其通常反映城市之間潛在的聯系度，存在一定的局限性，本文將使用城市之間的企業關聯數據使用社會網絡分析法，來測度沿海三大城市群空間結構的功能多中心水平。

1.城市群整體網絡結構的演變特征

沿海三大城市群不斷網絡化、扁平化。利用社會網絡分析法來計算城市群整體的網絡密度和等級度。從網絡密度來看，沿海三大城市群的網絡密度不斷提高。2006—2019 年，京津冀、長三角和珠三角節點城市之間的有向關系數從40 個、84 個、20個增加至53 個、203 個、34 個，網絡密度從0.256、0.129、0.278 增加至0.340、0.312、0.472，這表明三大城市群的城市之間的聯系越來越密切，城市之間的經濟活動或者交易行為不斷增加。對比三大城市群的網絡密度，珠三角大于京津冀大于長三角，長三角之所以最低，與其包含的節點城市個數過多有關，但是從網絡密度增加值來看，珠三角大于長三角大于京津冀。從網絡等級度來看，沿海三大城市群的網絡等級度不斷降低。2006—2019 年，京津冀、長三角和珠三角的城市之間對稱可達城市對從8 對、21 對、5 對增加至11 對、65 對、13 對，網絡等級度從0.897、0.935、0.861 下降至0.859、0.800、0.638，這意味著三大城市群的城市之間網絡等級結構不斷松動，在網絡中處于從屬和邊緣地位的節點城市個數在減少，處于網絡核心地位的城市個數不斷增加，基于雙向互惠的城市之間的經濟活動不斷增加（見圖5）。三大城市群整體的網絡化水平不斷提高與城市群內體制機制的不斷完善有關，京津冀協同發展領導小組、長江三角洲城市經濟協調會、粵港澳大灣區建設領導小組等組織機構的成立，均為城市群內部的網絡化發展提供了機制保障。

圖5 2006—2019年沿海三大城市群網絡密度與網絡等級度

京津冀網絡結構呈“單核輻射”，長三角和珠三角呈“多中心網絡化”。基于所有權關聯的經濟聯系度模型，計算城市群城市之間的經濟聯系強度，并將其空間可視化表達；基于社會網絡分析法，計算各城市的加權點入度、點出度、中心度。為了便于比較，借鑒李博雅（2020）的做法，本文以10、50、100、200為節點，將經濟聯系強度劃分為5個等級。

對于京津冀，從經濟聯系強度來看，2006—2019年，聯系強度高于50 的12 個城市對，均為北京與城市群內其他城市之間的聯系，占城市群總的聯系量的比重分別為96.9%和95.4%（見圖6）。從節點強度來看，加權中心度高于100的城市由北京、天津、石家莊等6 個城市變為北京、天津、石家莊等12 個城市；北京的加權點出度均居于首位，2006年和2019年占城市群總的加權點出度的比重分別為96.1%、94.5%，但是加權點入度居于末尾，2006年和2019年占城市群總的加權點入度的比重分別僅僅為0.75%、0.93%（見表1），這說明京津冀內城市之間的聯系主要表現為北京與其他城市之間的聯系，且以北京輸出為主，這是因為北京擁有中國最大的總部經濟，是眾多國有企業、跨國公司、民營企業的總部集聚地。2019年，北京已有56家世界500強企業總部，超越東京位居全球第一（安樹偉等，2020）。總的來說，雖然京津冀網絡化水平不斷提高，但是京津冀的空間結構仍呈現以北京為核心的“單核輻射”特征。

表1 2006年和2019年京津冀加權節點中心性

圖6 基于所有權關聯衡量的京津冀經濟聯系強度

對于長三角，從經濟聯系強度來看，城市之間的聯系強度不斷增加。2006—2019年，基于所有權關聯的經濟聯系度大于100、51—100 和1—50 的城市對分別從1 個、5 個和57 個變為7 個、13 個、118個，占城市群總的聯系量的比重分別由11.1%、34.0%和54.8%變為36.6%、27.8%和35.6%（見圖7）；從節點強度來看，同期，加權中心度高于500 的城市由僅上海1 個變為上海、南京、杭州，各城市加權中心度占城市群的比重由29.0%變為22.8%、17.2%和10.9%。加權點出度超過100 的城市由上海和南京2個城市變為上海、南京、杭州、寧波、蘇州和合肥6 個城市，占城市群總的加權點出度之和的比重從86.2%增加至92.6%。加權點入度超過100的城市由無錫和蘇州2 個城市變為無錫、蘇州、上海、杭州、南京、寧波、南通、常州、鎮江、紹興、揚州、鹽城、合肥13 個城市，占城市群總的加權點入度之和的比重從27.7%增加至81.1%。同時，上海以及南京、杭州和合肥3個省會城市的點出度之和、點入度之和、中心度之和占城市群的比重從95.0%、22.7%、58.9%變為80.4%、28.4%、54.4%（見表2）。由此可知，隨著長三角城市之間的經濟聯系強度增加、經濟聯系方向雙向化、節點強度增加，整體網絡結構由以上海為核心輻射向以上海、南京、杭州為主的多中心輻射轉變。這是因為自改革開放以來，上海憑借優越的地理位置、雄厚的產業基礎，吸引諸多企業進入，這也導致上海成為長三角城市群網絡的絕對核心地位，但是隨著長三角一體化的推進，蘇南和浙北地區快速成長，南京、杭州、蘇州、無錫、寧波、合肥等城市充分利用上海的外溢效應，信息、資源和人才等要素跨區域流動使得這些城市在網絡中的中心度不斷上升。

表2 2006年和2019年長三角加權節點中心性

對于珠三角，從經濟聯系強度來看，城市之間的聯系強度也是不斷增強的。2006年，經濟聯系度均處于50 以內，共有15 對城市，2019 年，經濟聯系度大于100、51—100和1—50的城市對分別為1個、3 個、17 個（見圖8）。從節點強度來看，2006 年，各城市的加權中心度均低于100，廣州和深圳中心度相近且遠大于其他城市，占城市群總的加權中心度的比重分別為35.4%、33.7%；2019 年，加權中心度高于100 的城市有深圳、廣州、佛山、東莞和珠海五個，占城市群總的加權中心度的比重分別為34.7%、29.8%、9.1%、9.0%和8.9%，由此可見，廣州和深圳一直在珠三角網絡結構中處于核心地位，但其中心性在下降，2006—2019年兩地中心度之和占城市群中心度之和的比重從69.1%下降至64.6%（見表3）。總的來說，2006—2019年隨著珠三角城市群的城市之間的經濟聯系強度增加，整體網絡結構呈現以廣州和深圳為支撐，佛山、東莞和珠海的網絡中心性不斷增強的態勢。

表3 2006年和2019年珠三角加權節點中心性

圖8 基于所有權關聯衡量的珠三角經濟聯系強度

2.城市網絡下節點城市層級結構演變特征

進一步通過計算沿海三大城市群節點中心度的規模分布，來反映功能多中心的變化程度，結果見圖9和圖10。

圖9 2006—2019年沿海三大城市群加權中心度的齊普夫指數

圖10 2006—2019年沿海三大城市群加權中心度的赫芬達指數

沿海三大城市群功能多中心水平不斷提高。對于京津冀城市群，從節點中心度的齊普夫指數來看，2006—2019年，京津冀前三至五位城市齊普夫指數的平均值由1.636下降至1.542，下降幅度為0.093，這意味著京津冀的空間結構趨向功能多中心。對于長三角城市群，2006—2019年，長三角前三至五位城市齊普夫指數的平均值由1.079下降至0.734，下降幅度為0.346，這意味著長三角功能多中心水平不斷提高。對于珠三角城市群，2006—2019年，珠三角前三至五位城市齊普夫指數的平均值由1.214 下降至1.068，下降幅度為0.146。同時，從中心度的標準化赫芬達指數來看，京津冀地區、長三角地區和珠三角地區的赫芬達指數均不斷下降，下降幅度分別為0.008、0.060和0.032。

綜上所述，三大城市群的中心度齊普夫指數和標準化赫芬達指數均在不斷下降，同時綜合兩個指數的下降幅度來看，長三角的下降幅度高于珠三角高于京津冀，這意味著從功能聯系維度看，2006—2019 年，三大城市群的多中心水平不斷提高，同時長三角功能多中心水平提升幅度最高，珠三角其次，京津冀最低。

三大城市群功能多中心水平：長三角大于珠三角，珠三角大于京津冀。橫向比較沿海三大城市群，從前三至五位城市節點中心度的齊普夫指數的平均值來看，2006—2019 年，長三角的齊普夫指數最低，其次是珠三角，京津冀的齊普夫指數最高，且顯著高于長三角和珠三角，京津冀與長三角節點中心度的齊普夫指數之差從0.556 增加至0.809。對于節點中心度的標準化赫芬達指數，2006—2019年亦表現為京津冀的赫芬達指數顯著大于珠三角和長三角。基于功能聯系維度，綜合兩種指數的測度結果可知，自2006年以來，長三角的功能多中心水平最高，珠三角次之，京津冀最低。

五、沿海三大城市群空間結構演變的模式探索

城市群空間結構演變的路徑主要有三種模式，分別為離心模式、組合模式、融合模式（見圖11）。其中，離心模式是在單個中心城市基礎上演變的，組合模式和融合模式是在多個中心城市的基礎上演變的。對于離心模式，由于中心城市的持續增長所帶的集聚不經濟，使得一些生產和服務活動遷往其他城市，這些城市逐漸發展甚至形成可在規模上與原中心城市相抗衡的中心城市。對于組合模式，隨著核心城市，即規模較大的中心城市快速發展，使自己的腹地不斷擴大，甚至與周圍相比較規模較小的中心城市也覆蓋，與離心模式不同，這些規模較小的中心城市對核心城市會形成一種較為強大的挑戰。對于融合模式，指數規模較大的、相互獨立的中心城市，由于各自的快速增長和腹地不斷拓展，加之交通聯系的改善與經濟聯系的增強，若干個中心城市所形成的腹地不斷融合形成一體。城市群作為多中心城市區域，其形成過程不僅是大城市腹地不斷拓展的過程，也可以是數個中心城市各自腹地開始相互作用的過程（Champion，2001）。

圖11 城市群空間結構演變的模式

我國沿海三大城市群空間結構演變存在著一定的差異。依據城市群形成的模式，可將我國三大城市群分為兩種類型。其中，京津冀和長三角空間結構演變模式屬于組合模式，京津冀的中心城市是北京、天津和石家莊，北京作為我國的首都，在集聚企業和勞動力的過程中非市場的因素較多，經濟發展水平較高，承擔著京津冀的核心職能，隨著城市經濟勢能量級的不斷增加，其輻射范圍也不斷增加并逐漸拓展將天津都市圈覆蓋，而石家莊仍處于經濟勢能量級不斷增加的階段。長三角的中心城市是上海、南京、杭州、合肥，四個中心城市本身的經濟發展水平較高且上海的經濟發展水平顯著高于其他三個中心城市，上海承擔著城市群的核心職能，杭州和南京均承擔著一定的中心城市職能，合肥作為中心城市的功能相對來說較弱，四個中心城市逐步形成上海都市圈、南京都市圈、杭州都市圈、合肥都市圈，隨著中心城市的經濟勢能量級不斷增加，各都市圈的腹地范圍不斷增加，加之交通通信的發展和經濟聯系的增強，上海都市圈輻射范圍逐漸將其他都市圈覆蓋以及都市圈之間的邊界不斷融合并形成一個一體化區域。珠三角空間結構演變模式屬于融合模式。珠三角城市群的中心城市是廣州和深圳。廣州是廣東的省會，本身的經濟發展水平較高，改革開放以來深圳利用臨近香港的區位優勢而快速發展，可以說，珠三角空間結構的演變，特別關鍵的一點是深圳發展為超大城市。珠三角內，廣州和深圳在區域內共同承擔著中心城市的核心職能，隨著廣州都市圈和深圳都市圈腹地范圍的不斷增加，二者之間的邊界不斷融合并形成一體化區域。

六、結論與政策建議

城市群空間結構的多中心化是城市群空間發展的一般規律，本文從形態和功能聯系兩個維度揭示城市群空間結構演變特征，得出以下結論：

第一，在形態維度，京津冀空間結構先單中心化后多中心化，長三角多中心水平不斷提高，珠三角波動中略有上升。橫向比較沿海三大城市群的首位度指數、齊普夫指數、赫芬達指數等指標可知，珠三角的多中心水平最高，其次是長三角，京津冀最低。

第二，在功能聯系維度，從城市群整體的網絡結構看，沿海三大城市群的網絡化水平不斷提高，城市群網絡化、扁平化趨勢明顯；結合基于企業所有權關聯的經濟聯系強度可知，京津冀的網絡結構呈“單核輻射”，而長三角和珠三角的網絡結構呈“多中心網絡化”。從城市網絡節點城市的層級結構來看其功能多中心的演變，通過計算沿海三大城市群節點中心度的齊普夫指數和赫芬達指數可知，沿海三大城市群功能多中心水平不斷提高，且長三角的功能多中心水平高于珠三角，珠三角高于京津冀。

第三，城市群空間結構演變的路徑主要有三種模式，分別為離心模式、組合模式、融合模式。依據沿海三大城市群演變路徑，可將其分為兩類：京津冀和長三角為一類，屬于組合模式，另一類為珠三角，屬于融合模式。

基于本文的研究結論，對未來進一步推進城市群多中心發展的啟示為，要引導城市群向多中心結構發展，積極構建多極網絡化的城市群發展格局。未來，發展多極網絡化的城市體系可能是中國城鎮化建設的一個重要方向，我國仍應著力促進城市群包含形態和功能聯系兩個維度的多中心化水平的提高，一方面，要提高節點城市的綜合經濟水平，通過提升核心城市競爭力和外圍城市功能，形成城市群多極增長格局。另一方面，要以基礎設施網絡化建設推動城市群內城市之間聯動發展。通過完善的交通基礎設施將其與周邊的專業化中小城市有效連接，促進形成分工合理、功能互補的多中心城市群，發揮城市群的網絡外部性，這對于促進城市群協調發展、加快推動城市群一體化進程具有積極的現實意義。當然，在采用多中心空間結構發展模式時，要充分考慮不同城市群所處的地理位置、發展階段等差異性特征，以求制定符合各自發展特點和需求的多中心空間發展戰略。

注釋

①關于分城市的城區常住人口數據，《中國城市建設統計年鑒》《中國城市統計年鑒》《中國城鄉建設統計年鑒》等均未直接給出。本文采用城區常住人口的近似計算公式：城區常住人口≈城區戶籍人口+城區暫住人口。