随着城市化进程的加快,城市规模日益扩大,单中心城市人口集聚带来的负外部效应使城市交通问题日益严重。城市管理者尝试从城市空间规划层面引导交通出行模式的转型,调节供需关系,缓解交通问题。中心结构识别是城市空间规划的重要步骤,但目前对其结构的识别在分析方法与数据应用等方面仍然受限。另外,为了制定更加有效的通勤效率优化措施,也有必要对不同中心结构城市下的通勤效率影响因素进行分析。在此背景下,本文利用百度位置数据挖掘出的通勤数据,基于网格的密度聚类识别出我国35个主要城市的中心布局,并根据五种通勤模式指标对城市中心结构进行判别,最后对各中心结构下影响通勤效率的因素进行分析,主要研究内容和结论包含以下三个方面:（1）基于网格密度聚类的城市中心布局识别。通过数据预处理得到基于百度位置信息的通勤数据。基于网格模型和中心能级测度指标建立改进的DBSCAN（Density-Based Spatial Clustering of Applications with Noise）密度聚类方法,结合各城市主次中心的规划设计,实现对35个城市中心布局的识别,并对识别结果进行可视化展示。（2）基于五种通勤模式的城市中心结构判别。建立了最大无序模式、单中心模式、均衡多中心模式、约束扩散模式、非均衡多中心模式五种通勤模式的假设模型,提出了各通勤模式下的通勤距离分布及职住分配定量指标对35个城市的中心结构进行判别。判别结果发现当前中国大部分城市为非均衡多中心结构,表现为次中心发展尚不成熟,次中心的独立性较低;其次是以拉萨市为典型案例的单中心结构,主中心就业占比超过60%;而少部分表现出如深圳市的均衡多中心结构;最大无序结构不能描述当前35个城市的中心结构。判别结果可以为城市规划者进行宏观布局提供一定的参考。（3）不同城市中心结构的通勤效率影响因素分析。从社会经济、空间结构以及交通设施三个维度来选取通勤时耗的影响因素并进行相关性分析。在各中心结构下对通勤时耗的相关变量做多元回归,在控制其他变量的影响后,更加准确的验证每种因素对城市通勤时耗的影响关系。分析结果发现对于任一种结构的城市,城市规模是对通勤效率影响最大的因素之一。在非均衡多中心结构和单中心结构下,保持职住平衡也是提高通勤效率的重要手段。在城市空间规划中,应根据城市自身的经济条件、城市规模及基础设施建设水平选择其适宜的中心结构发展模式。本文采用海量通勤数据对我国35个主要城市进行城市中心结构的研究,从空间结构和交通组织耦合发展的角度,提出了不同中心结构下城市的通勤效率优化策略,对我国大城市空间结构和交通系统的健康发展具有一定的理论价值和现实指导意义。