多中心空间结构是否促进城市高质量发展？——来自中国地级城市层面的经验证据

王晓红，李宣廷，张少鹏

（哈尔滨工业大学经济与管理学院，黑龙江哈尔滨 150000）

城市作为现代社会生产生活的主要空间载体，提高其发展质量是中国经济高质量发展的内在要求。中国城镇化水平近年来得到快速提升，城镇化率由17.92%增长到63.89%，人口大规模地向城市集聚推动了城市规模的不断扩张，城市空间结构也随之发生调整。传统的单中心空间结构使得城市经济与生活高度集中于城市核心区域，易引发交通拥堵、经济发展不均衡、生态环境遭到破坏及城市用地规划不合理等问题［1］。因此，在城市建设和开发过程中，科学合理的城市空间结构能有效提升城市经济效率，改善城市生态环境。为合理规划空间布局，有效应对由单中心空间结构引起的城市问题，部分城市通过开发新区和建设新型卫星城市等方式建立多中心空间结构，以促进城市高质量发展［2］。有越来越多的学者积极关注城市空间结构，并致力于探索什么样的城市空间结构会促进城市经济增长，以及如何通过优化城市空间结构推动城市发展等问题。Pili 等［3］认为多中心空间结构易导致低密度城市蔓延，影响城市内部资本要素流动，不利于城市经济高质量发展。Gardrat［4］认为由于城市无序扩张，生态环境、经济增长和人们生活满意度均易受到影响，不利于提高城市整体经济实力，因此应重视城市空间结构合理布局。张浩然［5］通过系统考虑影响城市发展的地理和政策规划等因素，实证研究了中国南北方城市空间结构差异对经济增长的影响。尽管现有研究在理论和实证方面已经有一些成果，但仍然存在研究空白。具体而言，由空间结构演化引起的综合效应还没有引起学术界足够的重视，多中心空间结构对城市高质量发展的影响如何还没有明确的答案。因此，探寻促进城市高质量发展的动力，从城市空间结构视角出发，进一步研究中国城市从集聚向协调发展的理论机制具有重要的现实意义。

1 文献综述

城市高质量发展不仅是解决新时期社会主义主要矛盾的根本抓手，还是推动绿色可持续发展的强大引擎，对于完善国家社会主义现代化建设体系和“十四五”规划总目标的实现具有重大的现实意义。学者们对于城市高质量发展的研究主要分为核心内涵和指标构建与测算两方面。针对核心内涵的研究，学者们对于城市高质量发展的内涵与外延没有明确定义，任保平等［6］认为城市高质量发展的核心内涵包括经济建设、改革开放建设、人民生活追求高质量发展、城乡现代化建设以及生态环境等方面进行阐释；徐现祥等［7］认为技术和制度创新、充分的人力资源是中国城市高质量发展的动力源泉，为促进城市高质量发展、创新发展路径、延伸产业链条及培养高质量人才与管理者奠定基础。金碚［8］立足当前发展新格局，从供需、创新驱动、提高空间要素生产率等方面着手，实现城市建设充分、高效、可持续发展等目标。目前相关政府部门和学术界广泛关注城市高质量发展，通过开展高质量工作战略部署进而推动社会经济文化发展，为了更好地测算城市高质量发展状况，学者们通常采用主成分分析法、层次分析法、熵权法、TOPSIS 等通过构建指标体系进行测算［9］。在指标体系构建方面，以经济社会、民生、生态环境等为研究内容［10-11］，从多维度视角科学性地进行测算。

多中心空间结构这一理念主要源自从学术界到实际政策的城市空间规划，美国学者沙里宁［12］在1943 年提出将集聚程度高的城市系统分散成多个中心，以缓解中心城市的压力。也有学者提出了“多核心模式”的概念，即城市内部结构中主要中心及其他次要中心具有各自不同的功能和职责［13］。20 世纪中后期，西方部分发达国家通过建立卫星城、次要中心等方式缓解中心城市压力，其城市空间结构也逐渐由单中心向多中心转变，构建了竞争与合作的城市中心及次中心的网络模式，可见多中心空间结构目前是城市发展与规划的一个关键性概念，不仅是一个经验评估框架，更将其作为规范性的城市发展目标［14］。因此，随着国内外大多数城市尝试采用多中心空间结构，以此作为城市空间结构研究的理论和实践基础，学者们就多中心空间结构的概念提出自己的观点。Burgalassi 等［15］认为多中心空间结构应具备功能和形态多中心性两个特征阐述多中心空间结构的含义。从功能多中心空间结构视角来看，Krehl［16］认为应由具有规模异质性和独立性的城市联合的功能紧密程度进行界定。国内在借鉴国外理论研究基础上对其内涵进行了丰富和发展，刘修岩等［17］认为从广义的角度来看，多中心空间结构可以定义为在城市系统功能上相互依存、分布相对均匀的人口与工作场所。王垚等［18］认为多中心空间结构从形态范式上分析主要分为点轴线式和分散组团等形式。在厘清概念基础上，学者们进一步探索对多中心空间结构的测算和评估。现有研究主要从形态和功能两个范式出发进行测算，部分学者研究多中心以形态为基础，基于人口、夜间灯光或就业相关数据，采用计算基尼指数、赫芬达尔指数以及帕累托指数等对多中心空间结构的测算指数进行量化［19］。还有部分学者以功能为研究基础，通过采用人员等资本要素流动、电子通信等如电话、E-mail 等方式的交流程度对其指数进行测算［20］。

围绕多中心空间结构与城市高质量发展之间关系的实证研究方面，目前国内外直接研究二者之间关系的文献较少。由于城市高质量发展涉及经济、社会、生态环境等多方面，现有的研究侧重于探讨多中心空间结构与经济绩效、城市创新、交通发展以及生态环境等之间的关系。部分学者认为多中心空间结构具有一定程度上的优势。例如，魏守华等［21］认为多中心空间结构有更强的资本承载能力，城市多中心空间结构可将人才、资源等集聚，为高新技术产业和高新科技人才提供更大的发展空间。不仅如此，城市单中心空间结构导致交通成本相对较高，由此通过改善城际交通基础设施，资本要素逐渐从城市中心向城市次中心流动，逐渐形成城市多中心。潘士远等［22］认为多中心空间结构会促进城市交通体系完善，改善城市基础设施从而提高城市发展质量。陈旭等［23］认为多中心空间结构有利于提升城市竞争力，城市各区域由于生产要素集聚容易形成良好的市场竞争，进而促进区域政府部门提高行政办事效率、企业提高生产率，营造良好的区域营商环境。

但也有部分学者认为多中心城市结构相对于单中心城市空间结构并未具有显著优势。多中心空间结构的优势在于合理规划空间布局和整合资源配置，但其导致集聚经济的效果被稀释，多中心且分散化的城市空间布局阻碍了一体化发展，对城市高质量发展起到消极作用。Combes 等［24］提出城市中心对城市整体发展仍存在整体辐射带动作用，城市多中心空间结构反倒会导致城市经济增长极效应削弱。Connolly 等［25］提出多中心空间结构会增加通勤距离和交通成本，从而导致资本要素流通效率降低，城市人口密度增大。不仅如此，由于中国特有的行政管理体制，多中心城市空间结构会导致城市各中心间存在行政壁垒，阻碍城市主中心和次中心的人才与资本的流动，不利于城市高质量发展。同时，部分学者认为多中心空间结构对城市经济增长呈“U”型、倒“U”型或是“N”型等非线性特征，不利于城市可持续健康发展［26］。

综合上述研究，在城市化发展进程中关于多中心空间结构对城市高质量发展的影响为进一步探讨提供了较为丰富的研究基础，如李泽众等［27］学者的研究，但仍有进一步完善和待弥补的研究空间。第一，多数研究中主要使用城市面板数据测算人口密度等指标，利用Landscan人口栅格数据并进行提取计算的相对较少，这意味着已有研究在统计分析中可能存在测算误差；第二，目前关于多中心空间结构对城市高质量的影响国内研究相对较晚，并且主要集中在经济增长、生态环境等方面的影响，忽略了多中心空间结构在演化形成过程中对城市高质量发展的影响路径；第三，现有关于多中心空间结构的实证研究大都基于多中心空间结构的直接作用结果，鲜少实证研究关注到了多中心空间结构作用结果中可能存在的非线性影响；第四，现有探讨多中心空间结构的实证研究中，有关内生性问题没有得到足够的重视，可能会导致结果估计有误差。因此，该研究将重点聚焦在识别多中心空间结构对城市高质量发展的影响，进一步探讨城市规模在城市高质量发展过程中的门槛效应，并从城市等级、地理区位等视角展开异质性研究。

2 理论分析与研究假设

2.1 多中心空间结构与城市高质量发展

依据集聚经济理论，随着城市经济的迅猛发展，人力和资本要素的快速流动，有利于推动城市空间结构由单中心向多中心转变。文章所指的城市多中心空间结构是在城市内部系统中分布均匀的人口与就业地点的多个次中心组合而成，城市内部的生产要素和生活要素流动性增强，生产要素与城市各产业之间的临近性逐渐增强，极大地推动了城市高质量发展［28］。由于城市空间结构呈多中心化，表明城市中心与各次中心之间的空间地理距离也随之加大，各次中心有足够的空间发展自身经济，例如在次中心形成的工业园区、资源矿区及卫星城市等专业化会逐渐增强，形成具有集聚性又具规模性的经济。除此之外，城市的空间结构由单中心逐渐演化为多中心，也就是各个次中心，其主要职能就是分流，有效缓解城市中心经济、生活与生态环境压力［29］。因此，削弱其城市的集中度，在消解城市内部中心的同时不断形成新的城市中心，进而产生多个城市次中心，进一步促进城市多样化发展，对城市高质量发展产生积极影响。基于此提出假设1。

假设1：多中心空间结构对城市高质量发展存在正向影响。

2.2 城市规模、多中心空间结构与城市高质量发展

随着中国城镇化的高速发展和城市规模的逐渐扩大，城市经济发展模式逐渐趋于集聚经济。现有研究主要就城市规模与城市高质量发展之间的机制进行探讨。一方面，部分学者在城市规模扩大对城市高质量发展的消极影响相关研究进行探讨。城市规模逐渐扩大营造了更激烈的竞争环境，在一定程度上不利于城市各中心协同发展，造成城市内部发展不均衡［30］。另一方面，学者们针对城市规模的异质性与城市高质量发展之间开展了相关研究。与中小城市不同，规模较大的城市由于经济、产业等相对发达，以及知识与技术等相互学习效应较强，因此容易吸引高素质人才并产生技术溢出，进而对邻近的中小城市产生虹吸效应，不利于城市高质量发展［31］。从城市空间布局视角来看，规模较大的城市在一定程度上推动集聚趋势加强，城市中心经济和生活压力较大，这种发展趋势不同于城市空间结构多中心化布局，较强的分散化趋势会导致城市多中心空间结构具有消极影响。但目前中国大部分城市规模仍有逐渐扩大的趋势，各生产要素以及人力资本要素的流动会阻碍城市空间结构多中心化对高质量发展的消极影响，导致经济负外部效应。基于上述分析，提出假设2。

假设2：随着城市规模的扩张，对于规模较大的城市而言，多中心空间结构会减弱对城市高质量发展的正向影响。

2.3 多中心空间结构对城市高质量发展影响的机制分析

通过对相关文献进行梳理，发现多中心空间结构可通过加快人口流动促进城市高质量发展。为推动城市高质量发展，提高人流密度是主要途径之一［32］。城市多中心空间结构可逐渐缓解单中心空间结构所产生的问题，如城市人口过度集聚、城市多样化发展受到限制以及城市创新水平降低等。随着多中心趋势不断加强，城市内部中心间往往距离越来越远，城市内部不断形成次中心。加快人口流动不仅有利于优化城市各中心的人力资本结构，同时便于劳动力自由流动，进而满足当地的人力需求。推动人力资本要素流动对知识和技术传播有正向影响，有利于城市高新技术产业发展完善。除此之外，知识和技术溢出效应更显著，促使城市中心经济辐射范围更广，城市中心的正外部性对各个次中心影响更强，进而推动中国城市发展具有活力和效率［33］。基于上述分析提出假设3。

假设3：多中心空间结构通过加快人口流动促进城市高质量发展。

3 研究设计

3.1 模型构建

3.1.1 基准回归模型

在上述分析基础上，通过构建基础回归模型实证检验多中心空间结构对城市高质量发展的影响：

其中：ln gtfp 表示城市高质量发展；ln poly 是多中心空间结构；β1分别表示影响因素的系数；Xit是控制变量；μi是城市固定效应，νt是时间固定效应，εit为随机误差项。

3.1.2 面板门槛模型

传统的线性回归方法无法解决结构突变问题。在该研究中，城市多中心空间结构对城市高质量发展的影响可能因城市规模而异，并呈现不同的特征。为了验证这一假设，使用由汉森［34］提出的面板门槛模型，进一步考察在城市规模的不同区间内多中心空间结构对城市高质量发展影响的变化，其表达式如下：

其中：ln gtfp 表示城市高质量发展；ln poly 是多中心空间结构；ln pop 是城市规模；I（·）是示性函数；σi是常数项；λ1、λ2、λn分别表示影响因素的系数；Xit是控制变量；θi是城市固定效应，τt是时间固定效应，ωit为随机误差项。

3.2 变量说明

3.2.1 被解释变量

城市高质量发展（gtfp）。基于“十四五”规划发展总目标，参考刘彦平等［35］、冯烽［36］的相关研究方法，分别从经济发展、创新驱动、绿色生态以及社会民生四个维度中选取14项评价指标，构建城市高质量发展评价体系，见表1。在此基础上，采用熵值法对14项评价指标进行标准化处理，从而确定指标权重。

3.2.2 解释变量

多中心空间结构（poly）。对城市多中心空间结构的测算主要参考王峤等［37］的测算方式，对城市多中心空间结构的衡量方式从城市“形态”特征出发，主要以人口分布来表示。采用LandScan 数据，通过人口密度的空间集聚性识别城市中心。首先提取各城市人口密度将其以栅格像元值的形式进行测算；其次将栅格转面，采用ESDA方法衡量城市人口中心以及次中心，进一步通过测算局部莫兰指数以分析城市人口密度的局部自相关，筛选HH 区域也就是人口密度较高的栅格作为候选的人口中心栅格。最后，在测算出城市人口中心和次中心的基础上，通过将城市次中心的人口除以所有人口所得出的结果就是衡量城市多中心空间结构的指标。

3.2.3 门槛变量

城市规模（pop）。选择城市规模作为门槛变量，主要由于随着城市化的迅速发展，部分城市在发展的过程中形成了多中心空间结构。因此，考虑在不同城市规模阈值范围，探讨多中心空间结构对城市高质量发展的影响具有一定的现实意义。参考魏守华等［38］的研究，以城市辖区内年末总人口指标衡量城市规模。

3.2.4 工具变量

该研究主要探讨多中心空间结构与城市高质量发展之间的因果关系，然而，基于理论分析和实际研究，多中心空间结构与城市高质量发展之间可能存在较强的内生性问题。具体而言，一方面，城市的高质量发展会吸引更多优秀的企业和人才，城市内部中心人口密度加大，进而形成多中心的空间结构，即可能存在潜在的反向因果关系；另一方面，城市高质量发展可能受多种因素影响，即使控制部分变量，但仍可能存在缺失，即可能存在遗漏变量。因此，采用工具变量法来估计二者之间的因果关系。考虑选取工具变量时应注意外生性和关联性，部分经典文献指出影响空间结构的主要因素是自然因素，如Bosker 等［39］发现影响城市人口密度的自然因素之一是地形。也就是说，以地形起伏为代表具有强外生性的地理特征作为工具变量具有较为扎实的理论基础。因此，选取各城市的地形起伏度（Land）作为工具变量之一。同时，参考Duranton 等［40］和Baum-Snow 等［41］在研究中将历史驿站作为评估高速公路等交通基础设施时设置工具变量的方式，尽管不能直接反映人口密度，但在古代，驿站是通信和交通的主要方式，开通驿站需要综合考虑地理、经济等因素的影响，侧面反映了人流密度，由此选取明朝驿站（stagenum）作为另一个工具变量。

表1 城市高质量发展评价指标体系

3.2.5 控制变量

为了避免因错误疏漏变量导致实证结果存在误差，参考梁婧等［42］的研究选取相关控制变量：①人力资本，各地市每万人拥有大学生数量；②工资水平，各城市在职职工平均工资；③基础设施，每万人拥有医疗床位数；④金融发展水平，采用金融机构年末存贷款余额占GDP 比重衡量；⑤技术创新，利用技术市场成交额进行测算。

3.3 数据来源

因数据可得性原因，未包括香港、澳门和台湾地区，同时剔除掉西藏、青海、云南、海南等省份中部分数据缺失严重的城市。因此，该研究最终选取2004—2019 年全国278个地级城市作为考察样本。相关数据主要来自《中国城市统计年鉴》《中国环境年鉴》《中国科技统计年鉴》，以及Landscan全球人口数据数据库。

4 实证结果及分析

4.1 回归结果

通过基准回归实证分析了多中心空间结构对城市高质量发展的影响效果，具体实证结果见表2。表2 列（1）是加入控制变量以及城市时间双固定效应的结果，可以发现多中心空间结构的回归系数为正且通过显著性检验，表明多中心空间结构对城市高质量发展具有显著积极影响，即假设1成立。这可能是由于多中心城市空间结构能加强生产和生活要素流动，促进城市多样化发展，不仅缓解城市中心生活、环境压力，还可以为城市各次中心提供发展空间，形成既具集聚性又具规模性经济，促进城市高质量发展。控制变量的回归结果也为多中心空间结构对城市高质量发展的影响效果提供参考，具体地，技术创新水平对城市高质量发展的影响系数通过显著性水平检验且为正，说明技术创新水平的提升对城市高质量发展具有显著的积极作用；金融发展水平对城市高质量发展的影响系数为负并通过显著性检验，这说明金融发展水平对其存在显著负面影响。

从上述分析来看，多中心空间结构与城市高质量发展之间可能存在内生性问题。因此，选取工具变量法进行2SLS估计，结果见表2。在对工具变量进行有效性检验后发现，F值均大于临界值10，表明未出现弱工具变量问题，验证了选取工具变量的合理性。其中：表2中列（2）和列（3）是工具变量地形起伏度的回归结果，列（4）和列（5）是工具变量明朝驿站的回归结果。列（2）、列（4）是工具变量第一阶段回归结果显示各工具变量对多中心空间结构均存在显著影响，列（3）、列（5）是第二阶段回归结果显示多中心空间结构对城市高质量发展存在正向影响且通过显著性检验，回归结果仍支持原假设，进一步说明多中心空间结构缓解了单中心空间结构的弊端，提高城市经济效益，促进城市高质量发展。但相对基准回归的分析结果，OLS回归结果可能低估多中心空间结构对城市高质量发展的影响效应。以列（5）为例，城市多中心程度每上升1%，城市高质量水平便上升0.462%，这可能是由于受内生性的干扰导致低估多中心空间结构的影响效应，但结果支持原假设。

4.2 门槛回归结果

为探讨在不同阈值区间的城市规模在多中心空间结构对城市高质量发展过程中是否存在不同作用，在文章前半部分研究基础上，对样本数据进行门槛回归分析，其实证结果见表3。用城市规模表征的门槛效应检验的单一门槛的P 值为0.009，通过1%显著性水平检验，双重门槛的P 值为0.038，通过5%显著性水平检验，三重门槛的P 值为0.493，未通过显著性水平检验，说明选择双重门槛模型是合适的。故选取双重门槛模型进行实证分析。

基于双重门槛模型可以得到门槛值估计结果及其置信区间见表4，单一门槛值为5.153，在［5.147，5.159］处于95%置信区间，双重门槛值为6.904，在［6.895，6.913］处于95%置信区间。因此，后文分别基于单一门槛值和双重门槛值将门槛变量划分为三个阈值，对基准回归进行估计。

基于门槛检验结果，两个门槛值分别是5.153 和6.904，即双重门槛将中国278 个地级市划分为三组阈值区间，主要阈值区间为：规模较小的城市（ln pop≤5.153）、规模居中城市（5.153＜ln pop≤6.904）以及规模较大的城市（ln pop＞6.904）。为进一步探讨在不同城市规模阈值区间内多中心空间结构对城市高质量发展的影响，基于表5进行结果解释。

由表5可知，多中心空间结构作为城市高质量发展的一条重要途径，在城市规模的异质性作用下存在显著的非线性关系，即呈现“双门槛效应”。当城市规模低于门槛值5.153时，多中心空间结构对城市高质量发展的影响系数为0.174，并通过5%显著性水平检验，说明在城市规模较小时，城市多中心空间结构的变化对城市的高质量发展具有明显的促进作用。这可能是规模较小的城市响应国家号召，重视城市高质量发展，不仅仅是盲目追求经济高速增长，过度追求城市多中心化或城市扩张容易造成适得其反的后果。

当城市规模处于门槛值5.153 和6.904 之间时，多中心空间结构对城市高质量发展的影响系数为0.031，并通过1%显著性水平检验，说明对于中等规模城市而言，城市空间结构的多中心化或规模的扩张将有助于促进城市高质量的发展。这可能是随着城市规模的逐渐加大，城市现有发展已经无法满足当前需求，需要开辟新的发展模式以应对城市的可持续发展。

当城市规模大于门槛值6.904时，多中心空间结构对城市高质量发展的影响系数为负，并通过1%显著性水平检验，说明多中心空间结构对规模较大城市高质量发展具有显著的抑制作用。这可能是规模较大城市的各项发展已经趋于饱和，即将达到承载力上限，城市多中心或规模的扩张会阻碍城市的高质量发展。

表2 回归结果分析

表3 门槛效应检验

因此，从上述分析来看，多中心空间结构对城市高质量发展呈非线性关系，存在双门槛效应。随着城市规模的扩张，对于规模较大的城市而言，多中心空间结构会减弱对城市高质量发展的正向影响，即假设2成立。这也侧面反映了中国大部分中小规模城市正在对其自身城市规划进行调整，合理规划空间布局，推动城市可持续健康发展。

4.3 稳健性检验

考虑到上文主要针对主回归进行分析，因此，为验证主回归结果的稳健性，通过去除副省级城市、更换被解释变量的测算方法以及选取典型时间段等方式展开了稳健性检验。

4.3.1 去除副省级城市

由于副省级城市相对于其他种类的城市在经济实力、公共基础设施、人才要素集聚等方面具有优势［43］。为验证该研究实证结果的稳健性，通过去除副省级城市再次进行回归分析。实证结果见表6，多中心空间结构对城市高质量发展通过10%的显著性检验且其影响系数为正，表明多中心空间结构有利于城市高质量发展，存在显著的正向影响。控制变量的方向和作用强度与前文基本一致，验证了实证结果的稳健性。

4.3.2 替换被解释变量

绿色全要素生产率可以科学评估经济高质量发展与生态环境保护协同发展水平，是有效衡量城市高质量发展水平的重要依据［44］。因此，选取城市绿色全要素生产率作为城市高质量发展的替代变量进行稳健性检验。由于超效率SBM模型可以有效解决SBM模型在多个决策单元有效情况下无解的问题，能够有效测量非期望产出并解决空间差异性等问题［45］，故而，参考余泳泽等［46］、聂长飞等［47］的相关研究，运用基于非径向、非角度的超效率SBM 模型对Malmquist-luenberger 指数进行测算，回归结果见表6。可以发现，回归结果与前文基本一致。

表4 门槛值估计结果及其置信区间

表5 面板门槛模型回归结果

4.3.3 选取典型时间段

考虑到“十二五”“十三五”是国家全面深化体制改革、全面建成小康社会的重要时间阶段，相对于其他时间段在提高经济效益、创新能力等方面存在优势，为验证在“十二五”“十三五”时期战略规划是否对实证结果产生影响，选取该时间段再次进行回归分析［48］。回归结果见表6，发现与前文基准回归结果基本一致，再一次验证了实证结果的稳健性。

5 进一步分析

5.1 机制分析

5.1.1 中介模型构建

为更细致地探讨多中心空间结构对城市高质量发展的作用机制，在上文理论分析的基础上，参考温忠麟等［49］的相关研究，采用逐步回归法进行中介效应模型验证，具体模型设置如下：模型3检验多中心空间结构对城市高质量发展的影响；模型4检验多中心空间结构对人口流动的影响；模型5检验人口流动的中介效应。中介效应模型成立的条件如下。

其中：ln gtfp 表示城市高质量发展；ln poly 是多中心空间结构；ln pv是人口流动；χ0是常数项；δ1、δ2、ο1、ο2、ο3分别表示影响因素的系数；X 是控制变量；Φi、νi是城市固定效应，φt、ρt是时间固定效应，τit、κit为随机误差项。

5.1.2 实证结果分析

由表7 结果可以看出：（1）列中多中心空间结构对城市高质量发展的总效应系数通过显著性检验且为正，可进行下一步验证；（2）列中城市多中心空间结构对人口流动的回归系数为正，同时（3）列中多中心空间结构对城市高质量发展的估计系数为正，并在10%水平上显著，说明存在间接效应，可继续进行下一步验证；最后，（3）列回归结果显示，多中心空间结构对城市高质量发展的直接效应系数也显著为正。上述结果表明人口流动在多中心空间结构与城市高质量发展之间的关系中起到部分中介作用，即假设3成立。这可能是因为随着城市空间结构由单中心逐渐向多中心趋势转变，城市内部不断形成新的次中心，在此过程中加速了人口流动，这不仅有利于满足城市次中心对人才的需求，更有利于缓解城市中心压力。此外，加速人口流动对知识和技术创新也会产生积极影响，有利于知识技术溢出，推动城市高质量发展。

表6 稳健性结果

5.2 异质性分析

5.2.1 区域异质性分析

为探讨多中心空间结构对城市高质量发展的影响是否会由于区域的异质性而产生差异，将面板数据划分为东部、中部和西部地区进行回归分析，分析结果见表8。东部地区城市的多中心空间结构对城市高质量发展的影响系数为负且通过1%的显著性检验，这说明多中心空间结构对城市高质量发展具有负向影响。主要原因可能是东部地区经济发展较快，城市多中心的空间结构造成各次中心地理距离增加进而加剧交通负担，不利于城市高质量发展。中西部地区城市的多中心空间结构对城市高质量发展的影响系数在10%的显著水平上为正，这表明中西部地区城市多中心空间结构能够促进城市高质量发展。造成该结果的原因被认为是由于中西部城市发展相对落后，国家政策重点倾向于中西部城市规划与建设，随着城市化进程加快，进而中西部城市逐渐采取多中心空间结构，吸引更多要素涌入，城市行业发展区域多样化，由此对城市高质量发展发挥积极影响。

5.2.2 城市等级异质性分析

根据2020 年第一财经新一线城市研究以商业资源、城市枢纽以及城市活跃度等评选指标评选出城市等级为一线、新一线、二线、三线、四线以及五线。为研究不同城市等级是否在多中心空间结构对城市高质量发展的影响存在异质性，参考张梁等［50］的研究将研究样本中一线和新一线城市合并为一线以保证各组数据均衡，共划分以下五种城市等级进行回归分析，由此得出研究结果见表9。回归结果显示一线、二线城市的多中心空间结构对城市高质量发展的影响系数为负，并通过显著性检验。这说明一线、二线城市的多中心空间结构不利于城市高质量发展。这可能是虽然这些规模较大的城市经济发展较快，公共基础设施相对完善，但其各方面发展已接近饱和，形成较为分散的空间格局，从而难以促进城市的高质量发展。然而，三线、四线和五线城市多中心空间系数为正，这可能是由于三线、四线及五线城市即使经济发展水平相对落后，但城市多中心空间结构有利于城市多样化发展，且大多数城市正在积极转型，从追求经济高速发展逐渐向高质量发展过渡，因此对三线、四线和五线城市高质量发展存在正向效应。

表7 人口流动中介效应结果

表8 区域异质性估计结果

表9 城市等级异质性估计结果

6 结论与政策建议

基于2004—2019 年中国278 个地级市的面板数据，通过构建基准回归模型、静态面板门槛，实证分析多中心空间结构与城市高质量发展之间的关系，并进一步分析在不同阈值区间的城市规模在多中心空间结构对城市高质量发展是否存在非线性影响，通过构建中介效应模型检验人口流动对多中心空间结构影响城市高质量发展的作用机制，最终得出结论如下：①多中心空间结构对城市高质量发展存在显著正向影响，通过替换被解释变量测算方法、选取典型时间以及去除副省级城市等一系列稳健性操作都可证明结论的稳健性。②城市规模具有双门槛效应，相比规模较大的城市而言，多中心空间结构对城市高质量发展的正向影响主要体现在中小规模城市。③人口流动在多中心空间结构与城市高质量发展之间的关系中起到部分中介作用，中介效应显著。④从区域和城市等级异质性的研究视角进行分析得出，城市等级较高的城市相对于等级较低的城市，多中心空间结构更不利于城市高质量发展；相对于东部地区，中、西部地区城市的多中心空间结构更有利于城市高质量发展，这也在侧面反映了为适应新型城市化发展之路，中小规模城市可继续探索多中心空间结构的发展模式。

基于研究结论可以提供以下政策启示：①合理规划城市空间布局，适当调整城市空间结构。一方面，应避免由于城市各个次中心向中心靠拢而导致次中心出现“空城”，而城市中心却又过度集聚的现象；另一方面，完善城市内部交通等基础设施建设，有效降低出行成本，为城市中心和各次中心交流提供便利条件。②确保中心城市的辐射带头作用，形成有序的城市发展布局规划。许多城市在效仿发达城市发展过程中，过度追求城市空间多中心化，导致城市中心和各次中心中间难以协调发展，造成资源浪费以及恶性竞争，最终不利于城市高质量发展。③在城市规划时遵循自身发展规律，加强城市规划灵活性。在中国城市化发展过程中，不同类型的城市有着适合自身发展的不同城市空间结构，如中小规模城市更倾向引导其进行多中心发展，缓解城市中心压力。同样，紧凑型城市空间结构有利于较大规模城市发展聚集经济，规避由于城市空间过于松散而导致经济发展松散。