Hanqiu
Yue, Yongting Pan, Qingfeng Guan*.
Measuring the spatial and size
polycentricity: An empirical study of China's urban agglomerations using
population distribution data.
Applied Geography
, Volume 176, 2025,103529.
DOI: 10.1016/j.apgeog.2025.103529
岳汉秋
，副教授，硕士生导师，平顶山学院旅游与规划学院，研究方向为城市网络、流数据、区域空间结构探测、时空大数据建模与分析。
潘永婷，
（特聘）副教授，硕士生导师，昆明理工大学国土资源工程学院，研究方向为时空大数据智能分析与挖掘、城市地理、社会地理计算，地理空间人工智能等。
关庆锋（通讯作者）
，教授，博士生导师，中国地质大学（武汉）地理与信息工程学院，主要从事高性能空间计算、空间计算智能、时空大数据和时空数据挖掘与模拟等研究。
随着信息通信技术和交通基础设施的快速发展，现代城市的功能逐渐向更大区域拓展，城市化发展的区域特征也日益凸显。一种新的城市组织形式——多中心城市区（
Polycentric Urban Region
，
PUR
）受到了地理研究人员和区域规划决策者的广泛关注。近年来，大量的方法和属性（包括人口、
GDP
、建成区）被用来量化形态多中心性。然而，现有的研究侧重于基于中心的重要性来量化形态多中心性，而忽略了中心在空间上的分布模式。位置与属性，作为地理实体的两个关键特征，在地理分析中常被用于解答有关地理实体“
Where
”以及“
What
”的问题。尽管已有一些研究聚焦于多中心的空间分布模式，但对于其内涵及其与重要性测度的形态多中心之间的关系还不清楚。
本文基于中心地理论、可达性理论和城市腹地理论，提出一种从空间和规模两个视角量化形态多中心性的方法框架。主要目标是评估基于规模分布确定的多中心性与基于空间分布确定的多中心性之间的关系，进而综合理解区域的形态多中心性。基于所提出的分析框架，采用
2021
年
LandScan
数据集对中国大陆
20
个城市群的形态多中心性进行了测度。研究结果有助于理解形态多中心性的内涵，对区域内实现多中心结构发展具有重要的政策启示。
本研究提出了一个用于量化形态多中心性的方法框架，该框架包含以下
4
个步骤：（
1
）提取中心，通过阈值方法提取区域的中心；（
2
）量化空间多中心性（空间分布视角）。基于可达性和腹地理论来确定中心的影响范围，并进一步量化区域的空间多中心性；（
3
）量化规模多中心性（属性分布视角），采用中心规模的标准差分布来量化规模多中心性；（
4
）综合评价区域的形态多中心性。采用可视化、相关系数、
K-means
等方法来分析不同区域的形态多中心性特征。以长三角（
YRD
）城市群为例，图
1
展示了本文的方法框架。
图
1
方法框架
本研究基于
2021
年
LandScan
数据集，对中国大陆
20
个城市群的形态多中心性进行了量化，
20
个城市群的空间分布如图
2
所示。
