高铁对长三角城市群城镇化空间结构影响解析

欧国立， 王文丽

(北京交通大学 经济管理学院，北京 100044)

一、引言

2018年11月《中共中央国务院关于建立更加有效的区域协调发展新机制的意见》提出，未来中国将建立以中心城市引领城市群发展、城市群带动区域发展新模式，推动区域板块之间融合互动发展。2020年4月，国家发展和改革委员会印发《2020年新型城镇化建设和城乡融合发展重点任务》，明确提出全面实施城市群发展规划，加快发展重点城市群，构建大中小城市和小城镇协调发展的城镇化空间格局。城市群已经成为发达国家社会经济发展的一个重要标志：美国波士华城市群——2%的土地居住了17%的人口，创造了20%的GDP；日本太平洋沿岸城市群——9%的土地居住了53%的人口，创造了60%的GDP(1)数据源于中国顶级智库《长三角、珠三角和京津冀是稳就业重点》。。我国以城市群引领区域经济发展的模式已初步显现，2018年中国19个城市群GDP合计79.3万亿元，以25%的土地承载了75.3%的人口，创造了占全国88.1%的GDP，其中五大城市群GDP超过全国GDP总额的50%，占19个城市群GDP总额的61.2%，形成城市群经济增长极(2)数据源于2019年“中国城市群发展潜力排名”。。2019年4月，国家发改委发布的《2019年新型城镇化建设重点任务》提出深入推进城市群发展，培育形成重要增长极，增强要素集聚、发挥规模效应和辐射带动作用。

从城市经济学的角度，城市城镇化带来的人口增加、经济规模扩大等提高了城市对交通基础设施的需求，反过来，交通基础设施的发展提高了可达性，促进人口向该地区聚集，进一步提高城镇化水平。高速铁路增强了城市间的可达性，加快了资源要素流动，推动了产业布局、产业结构调整，对城市群发展起到重要促进作用。截至2019年底，我国高铁营运里程超过3.5万公里，高铁网络的构建完善、综合交通运输的发展将进一步助推国内出行交通圈及国内循环圈的形成。本文以中国城市群之首的长三角城市群为例，旨在研究长三角城市群覆盖浙、苏、皖、沪三省一市的26个城市，该区域占地35.8万平方公里，2019年底常住人口2.27亿人，区域GDP占全国总量约1/4，高铁里程4974.1公里，城市群内基本实现高铁全覆盖。

影响城镇化发展的因素众多，本文将综合人口、经济和社会因素，构建长三角城市群城镇化指标体系，探究高铁对长三角城市群城镇化空间结构的影响。本研究的边际贡献主要在于：梳理影响城镇化水平的人口、经济和社会因素，构建城镇化评价指标体系，运用ArcGis地理空间分析工具，从地理空间视角分析长三角城市群城镇化空间结构的时空分布规律；将高铁开通视作“准自然实验”，运用多时点DID模型分析城市类型，探究高铁开通对长三角城市群城镇化空间结构的影响，并从经济、人口和产业结构三个方面进行中介效应检验，探寻高铁影响城市群城镇化空间结构的作用路径。

二、文献综述

高铁开通能够提高城际间可达性[1-4]，必然会引起人口和资源的迁移与聚集[5-6]，从而进一步影响区域经济发展[7-11]和城市空间格局[12-16]，而且高铁在运营期较建设期对经济的助推作用更强[17]。高铁对区域经济及城镇化产生影响主要源于时空距离的压缩，但目前关于高铁对区域经济增长及城镇化等的影响仍存在较大分歧。

首先，当前学术界普遍认为高铁促进区域经济增长。高铁通过影响城市就业水平，从而进一步促进城市工资和经济增长，高铁建设扩大了高铁城市和非高铁城市之间的经济增长差距[18]；王雨飞和倪鹏飞指出，高铁缩短了城市间的时空距离，通过使城市经济空间外溢效应增强而促进经济增长[11]；高铁在不同阶段对区域经济增长的影响存在差异，具有一定的滞后性[17]。其次，高铁建设促进资源要素的流动。高铁的开通运营促进人口、投资以及消费活动等从非高铁城市流向高铁城市，促进经济空间活动再分配[19]；Knaap和Oosterhaven指出高铁开通不仅促进城市经济增长，还加快就业人口的流动[20]；李祥妹等以沪宁城际高铁为例，通过人口流动空间联系指数变化，得出高铁沿线核心城市人口聚集效应明显，出现极核效应[21]。在当前关于城镇化的相关研究中，一部分学者采用普遍接受的用城镇(非农)人口占区域总人口的比重表征城镇化率的方法，例如刘金凤和赵勇在探究高铁对中国城镇均衡发展的影响中采用此方法，指出高铁开通短期内阻碍了中西部城市城镇化提高，并在三年以后出现负面影响[22]。还有一部分学者由于数据的可得性问题，采用其他表征城镇化率的方法，如：鲁万波和贾婧在探究高铁对区域经济发展及城镇化的影响中采用土地城镇化率[23]；余壮雄和张明慧在探究城镇化进程中的序贯增长机制时也采用该方法[24]；朱新华和钟苏娟的研究表明，高铁开通会通过生产要素的流动影响土地利用状态[5]。高铁的开通运营在提升区域可达性的同时，加快生产要素流动，促进区域经济发展，推动城市化进程。尽管已有文献对高铁之于区域经济增长、人口要素流动等方面的影响做了比较深刻的探究，但关于高铁开通对城市群城镇化空间结构影响方面的研究相对较少，同时现有研究多使用传统的DID 模型，不能很好反映高铁开通带来的动态效应。因此，本文借鉴已有研究成果，通过构建综合评价指标体系，探究高铁开通对长三角城市群城镇化空间结构的影响，揭示其内在逻辑和规律。

三、长三角城市群城镇化评价指标体系构建

影响城市群城镇化的因素众多，本文基于经济水平、人口规模、综合实力等，参考近年来相关文献[22-24]，选取年末常住人口、城市GDP等11个指标构建城镇化指标体系，具体方法如下。

首先，针对m个城市n个指标、k年的数据，运用下面的公式对数据进行标准化处理。

对于正向指标，运用如下公式

其中，xij是指标数据的原始值，i表示评价指标的项数，j表示城市数，k表示年份，xi，max、xi，min表示第i个指标在全部数据中的最大值和最小值。

本文选取指标不包含负向指标，因此不涉及负向指标标准化处理。

表1 长三角城市群城镇化评价指标体系

用变异系数法确定各项指标的权重，指标的变异系数越大，则表示其对最终综合评价的影响越大。具体公式如下

基于长三角城市群26个城市2001—2018年的数据，构建综合评价指标体系如表1所示，根据相应权重可以计算得到对应城市的指数值。

四、高铁影响下的长三角城市群城镇化水平及空间结构演变分析

(一)基于城市首位律的城市群总体发展分析

在城市发展过程中，人口迁移往往会带动经济及社会资源的聚集，从而形成不同规模等级的城市。一个区域中主要城市的发展通常会对整个区域起到一定的推动作用，确定一个地区内主要城市的地位变化对综合研究该区域发展情况有一定的参考价值。本文选取城市首位律(Law of the Primate City)方法探究长三角城市群的主要城市地位变化及其发挥的作用，为探究高铁对城市群城镇化空间结构的影响奠定基础。该方法由马克·杰斐逊(M．Jefferson)于1939年提出，指就某一指标而言最大城市在总体中所处的地位，一定程度上反映了城市发展要素在首位城市的集中程度。相关公式如下

其中，P1、P2……P11表示某一指标排序在1～11的城市。根据位序—规模法则，S2理想值为2，越是超过2，区域规模分布越符合首位规律，小于2表示符合“位序—规模”规律；S4和S11在理想状态下为1，大于1表示区域规模分布符合首位规律，小于1则符合“位序—规模”规律。

根据城市首位律相关公式，分别计算长三角城市群2001—2018年间基于测算得到的城市指数的首位度。如图 1所示，S2、S4、S11变化趋势基本一致，2008年以前首位度处于波动状态，区域内发展不稳定；自2008年区域内高铁逐渐开通以来，城市首位指数开始趋于下降并逐渐达到均衡状态，S2、S4、S11分别在1、0.4、0.3附近波动，说明长三角城市群首位度符合“位序—规模”规律。2008年以前，上海市城镇化发展较快，一直处于首位，2009年上海和苏州相继开通高铁，两城市在城镇化发展上不相上下，成为长三角城市群城镇化发展的“领头羊”城市。

(二)长三角城市群城镇化空间结构演变分析

1.长三角城市群城镇化空间结构

高速铁路的开通运营在提高城市可达性、提升出行效率的同时，也为城市群内经济空间结构带来了显著变化，以无锡、宁波等为代表的非省会城市在城镇化水平上有很大提升。2013年7月宁杭高铁开通后，与沪宁城际铁路、沪杭甬客运专线等共同构筑起长三角快速城际轨道交通网，宁杭高铁以沿线城市为中心向外辐射的影响力带动产业转移和消费升级，降低了沿线乘客出行成本，沿线城市等级结构发生梯度性变化，对沿线城市发展带来一定程度的冲击。

该部分主要运用ArcGis可视化分析工具，探讨高铁开通前后长三角城市群城镇化空间结构特征。2001年是研究起始年份，基于人均GDP的长三角城市群经济空间结构分布表现为，长三角城市群经济主要聚集区域在上海、苏州、无锡三个城市，东部沿海地区经济发展水平明显高于内陆地区。截至2018年，长三角城市群高铁网已基本形成，随着其他高铁城市的发展，上海对周边城市的虹吸效应逐渐减弱，经济重心开始向内陆地区转移，南京、常州发展成为新的经济中心。

运用反距离插值工具(Inverse Distance Weighted，简称IDW)对2001年和2018年城市群内各城市的城市指数进行插值分析，2001年区域呈现明显的以上海为中心、向外逐渐减弱的单中心环状圈层结构，且总体上呈现由东向西递减的趋势；到2018年长三角城市群高铁网络基本完善，且多数城市的高铁已开通运营一段时间，区域内各城市城镇化空间结构随之发生变化，仍呈现环状圈层结构，但已由以上海为中心的单中心结构转变为上海、苏州为主，南京、无锡、杭州为辅的多中心结构，总体上依旧呈现由东向西递减趋势。南京、杭州、无锡三城市在研究期内，高铁开通频次分别处于26个城市中的第1、2、4位，进一步说明城镇化的演变与高铁开通存在一定的关联。基于此，将2018年城市指数值减去2001年数值，再除以2001年数值，得到长三角城市群城镇化变化率，IDW结果呈明显的圈层结构。与前述圈层结构相异的是，位于东部沿海的上海变化率最低，总体呈现由东向西递增趋势。这表明，一方面以上海等为首的城市充分发挥增长极作用，带动周边城市发展，周边城市增长速度加快，区域内各城市发展水平趋于均衡；另一方面这些城市的发展水平已相对较高，高铁开通对其影响较小，城市间不均衡现象有所缓解。

2.长三角城市群城镇化空间自相关性分析

莫兰指数(Moran’s I)可以用来表征区域空间自相关性，其值在-1～1之间。如果莫兰指数为正值，表明区域内空间相关性大；莫兰指数为负值，说明区域内各城市存在差异性；莫兰指数为0，则表明区域空间随机分布。运用ArcGis 10.7计算，得到2001年长三角城市群全局莫兰指数值为0.36；2018年该值有所减小，为0.34(其中P<0.05，z>1.96，通过显著性检验)。这说明本文研究样本的末尾年份(2018年)较起始年份(2001年)空间自相关的趋势有所减弱，集聚性有所减弱，区域内各城市城镇化发展趋于均衡。

莫兰指数的结果证明长三角城市群内存在空间聚类特征，进一步通过热点分析(Getis-Ord Gi*)将空间聚类情况做可视化分析。从热点分析结果来看，以90%和95%的置信水平为例，长三角城市群西部即安徽境内的安庆、池州和铜陵的经济一直处于低迷状态，出现冷点分布特征，而热点区域普遍集中在上海及其周边地区，并且在2018年辐射范围有所扩大。

(三)高铁对长三角城市群城镇化空间结构影响的模型分析

1.变量选取及数据来源

被解释变量为城镇化空间结构系数(W)。本文城镇化水平(Urban)，由综合经济、人口和社会因素构建起来的评价指标体系测度而来，区别于传统的用城镇人口占比或城镇建设用地占比表示城镇化率的方法。城镇化空间结构系数用同一年份该城市城镇化指数得分占长三角城市群所有城市的比重替代，表征某一城市在该年份区域内的权重大小。如果其数值趋于增大，表明城市群城镇化空间结构趋于聚集，反之则发散。

解释变量为高铁开通(HSR)，表示某城市高铁开通情况。高铁开通变量是一个虚拟变量，本文考虑时间因素对其赋值。如果该城市在观测期内有高铁开通，则高铁开通当年及以后年份的赋值为1，否则为0； 如果该城市在观测期内无高铁开通，则变量赋值均为0。

中介变量有三个。一是经济聚集(ED)。根据现有研究，高铁开通会影响城市的经济发展，导致经济聚集现象，本文参考张般若和李自杰的做法[25]，用城市第二、第三产业产值与城市建设用地面积的比值来衡量经济聚集。经济聚集表示经济活动的密度，城市在城镇化过程中必然会放弃第一产业(农业)的发展，加快第二、第三产业的进程，因此更偏重非农产业。二是城镇人口聚集度(PD)。同经济聚集相似，已有研究表明高铁可以显著提高城市之间的可达性，加速人口在城际间的流动与聚集。参考以上方法，用城市城镇人口占城市建设用地的比值来衡量人口聚集。在城镇化过程中，人口开始向城市流动，非农人口的比重逐步增加，但非农人口数据在2009年以后便不再统计，因此选取城镇人口比重表征。三是产业结构(IS)，用第二、第三产业产值占城市GDP的比重表示。高铁开通提高城市可达性不仅促进人口迁移，更进一步加快城市间资源要素的流动，进一步推动城市产业结构升级。

控制变量。为控制其他因素的影响及避免内生性问题，加入包括人口、经济、产业结构和城镇居民人均可支配收入等一系列控制变量。其中经济规模(GDP)用地区生产总值表示，是衡量城市经济发展的关键指标，影响城市资源的聚集、基础设施建设等多个方面；人口规模(people)是测度城镇化水平的重要因素，选择年末常住人口作为控制变量，以控制人口规模对城市的影响；此外，城市的产业结构(sav、tav)、城镇居民人均可支配收入(cdpi)等都会客观反映城市发展水平，因此加入相关变量作为控制变量。

数据来源。本研究选取2001—2018年间长三角城市群各城市相关数据进行指标测度和影响分析，所涉及的各城市数据来源于EPS数据库及《中国城市统计年鉴》，并查阅相关年度地方统计年鉴及《国民经济和社会发展统计公报》，补充完善缺失的数据，部分无从获取的数据运用插值法处理而得。

2.计量模型

前述已构建长三角城市群城镇化评价指标体系，根据指标体系得到各城市指数值，通过比对高铁开通前后城市指数的变化情况，探讨高铁开通对城市群城镇化结构的影响。既往研究多将高铁开通看作一项“准自然实验”，运用差分模型来评估高铁开通的影响，经典差分模型认为政策在某一确定时间点实施，区分受影响的处理组和不受影响的控制组，但对于高铁开通这一特殊“政策”而言，不同城市高铁开通时间存在差异，也就是说个体受政策干预的情况在不断发生变化，传统的差分模型已不再适用，因此本文使用更具有一般性的多时点双重差分模型(Time-varying Differences in Differences Model)来探究高铁开通的“政策效果”，并构建模型如下

lnWi，t=α+δHSRi，t+μi+λt+βXi，t+εi，t，

(1)

其中，Wi，t表示i城市t时期城镇化空间结构系数，此处取对数处理；HSRi，t是虚拟变量，等于1代表开通高铁，等于0代表未开通，依赖于个体i的处理期，如对于一个第二期开通高铁的五期面板数据而言，其HSRi，2=(0，1，1，1，1)；μi和λt分别表示个体固定效应和时间固定效应；Xi，t表示控制变量，εi，t表示残差值，HSRi，t的系数δ是整体的平均处理效应，如果为正值，代表高铁开通对城镇化空间结构系数产生正向影响，反之则表示产生负向影响。

探究高铁开通带来的影响，需分析城市开通高铁前后的若干年份，并且运用多时点DID模型进行平行趋势检验，也要考察高铁开通之前若干年的相关情况，因此设定如下模型

(2)

其中δ-τ表示高铁开通前τ期产生的影响，δ+τ表示高铁开通后τ期产生的影响，δ表示处理当期产生的影响，当年份为处理当期时，HSRi，t=1，其余年份为0。

(四)实证结果及分析

1.描述性统计

如表2所示为全部变量的描述性统计。

表2 变量描述性统计

2.基准回归分析

表3中，模型(1)是仅包含核心解释变量HSR的回归结果，模型(2)在核心解释变量的基础上添加经济、人口、产业结构等控制变量。结果显示，核心解释变量HSR的系数δ均比较显著，在添加各控制变量之后拟合优度R2增大，表明被解释变量的解释力提高，说明高铁开通对长三角城市群城镇化空间结构有显著影响。从HSR的系数δ值来看，随着控制变量的加入(未在表中表示)，其值依次为-0.1592、-0.1411、-0.1324、-0.1314、-0.1236，均通过在95%的置信度下显著且为绝对值逐渐减小的负值，这表明高铁开通对长三角城市群城镇化空间结构产生的负效应大于正效应。在无控制变量情况下，高铁开通导致城镇化空间结构系数下降15.92%，随着控制变量的增加，高铁开通带来的负向影响减小，说明某些因素的干扰得到有效控制。高铁开通带来的负效应并不能简单认为会阻碍长三角城市群的城市发展，出现该现象的原因可能是：高铁网络的完善使得长三角地区城际间可达性提高，高铁运营后中心地区与外围地区运输成本下降，中小城市与大城市之间往来更加便利，更有利于重点地区人口和产业集聚[22]，中小城市的人口、投资等要素沿高铁线路流向大城市，加剧城市间分配不均的状况，经济极化现象更突出，从而使得很多中小型城市城镇化水平不增反降。根据2014年颁布的《关于调整城市规模划分标准的通知》，将长三角城市群26个城市划分为三类城市，分别是一线和新一线城市、二线城市、三四线城市，基准回归结果如表3中(3)～(5)所示，从回归结果来看，存在控制变量的情况下，高铁开通对一二线城市影响不显著，在三四线城市显现明显的负效应，主要表现为高铁开通导致城镇化空间结构指数下降21.87%。

综上，高铁开通对长三角城市群总体城镇化空间结构产生负向影响。将26个城市划分等级进行差异化分析，高铁开通对城市群内一二线城市影响不显著，对三四线城市产生显著的负向影响。高铁开通对人口规模较小、实力较弱的城市城镇化空间结构产生负向影响，但对于大规模城市的影响并不显著，这样的影响可能是由于高铁开通带来的扩散效应导致人口、资源等沿高铁线路涌入大城市，而大城市本身体量大，对于小城市中比较重要、数量较大的资源流入并不会出现明显波动。

表3 基准回归结果

3.平行趋势及稳健性检验

实验组与对照组在政策实施前具有相同趋势是应用双重差分模型的前提条件，在多时点DID 模型中，由于高铁开通年份不同，于是选择一个相对时间点来判断这一时间之前是否有共同变化趋势。为保证估计结果有实际意义，本文用OLS方法基于模型(2)进行平行趋势检验，结果表明，高铁开通的之前4年，HSR回归系数在10%的置信水平上不显著，而开通后的6年(d1～d6)HSR系数均显著且为负值，说明长三角城市群各城市指数值变化符合平行趋势假设前提，高铁开通前长三角城市群内各城市发展具有共同趋势，因此模型估计结果具备参考价值。

为保证观察到的城镇化空间结构变化是由高铁开通引起而不是由系统性差异带来，保证回归估计结果的准确性，尽可能消除遗漏变量的影响。本研究采用变更高铁开通时间节点的方法进行稳健性检验，提前高铁开通时间，将实际高铁未开通年份人为假设为高铁开通年份，结果显示HSR变量系数为负值但不显著，也就是说在“伪高铁开通年份”，高铁对城镇化结构无影响，从而证明在实际高铁开通年份城市指数值的变动确实是由高铁开通引起的，避免了系统性差异及遗漏变量的影响。

4.作用机制检验

在现有研究基础上，本文认为高铁开通可能会通过影响经济聚集、城镇人口聚集以及产业结构来影响城镇化空间结构，因此采用Baron和Kenny提出的逐步回归法[26]验证中介效应是否存在。表4为中介效应检验的结果。

表4中，第(1)列中HSR系数为负，表明高铁开通对长三角城市群城镇化空间结构产生负向影响；第(2)列将经济聚集取对数(lnED)作为被解释变量，HSR系数不显著，第(3)列将HSR和lnED同时作为解释变量加入模型中，HSR系数显著且为负(δ=-0.1051，p<0.05)，lnED为正值但不显著；同样，第(4)列和第(5)列是将城镇人口聚集度取对数(lnPD)作为被解释变量时，HSR系数不显著，作为解释变量时，HSR系数显著且为负(δ=-0.1051，p<0.05)，lnPD系数不显著，高铁开通对于经济聚集和城镇人口聚集度影响不显著的原因可能是，对一些城市而言，高铁为其带来虹吸效应和扩散效应，两种效应都对聚集程度有影响，能否显现经济聚集或人口聚集取决于两种效应的强弱，当二者同时作用于某城市，从而使得整体效应不显著，同时经济聚集和人口聚集不会对城镇化空间结构产生显著的直接影响，也不会影响高铁开通对于城镇化空间结构的抑制作用。第(6)列是将产业结构(第二、第三产业占GDP的比重)作为被解释变量，此时HSR系数为-0.01且显著，即高铁开通会对城市产业结构(即第二、第三产业占比)产生负向影响，第(7)列是将产业结构作为解释变量，回归结果显示 HSR的系数显著且为负值(δ=-0.0987，p<0.05)，产业结构的系数显著且为正(δ=2.4991，p<0.01)，这说明产业结构升级有利于城镇化水平的提升，可以说高铁开通通过阻碍城市产业结构升级来对长三角城市群的城镇化产生负向影响，产业结构带来的中介效应得到证明。

表4 中介效应检验

五、结论及启示

长三角城市群内高铁网络日益完善，“一小时通行圈”目标已基本实现，城际间联系更加密切，进而影响城市群城镇化水平及空间结构。本文构建长三角城市群城镇化评价指标体系，以此得到各年份长三角城市群内各城市指数值，借助ArcGis工具和多时点DID模型，探讨高铁开通对长三角城市群城镇化空间结构的影响。

研究结果显示：第一，2008年高铁的开通使得长三角城市群的城镇化首位度开始下降并趋于均衡，城市群首位度符合“位序—规模”规律。2008年以前上海占据首要地位，高铁开通以后苏州后来居上，与上海“并驾齐驱”，成为引领长三角城市群发展的两大城市。第二，从空间上看，高铁开通前后城市群的城镇化水平由单中心环状圈层结构向多中心环状圈层结构演变，总体趋势由东向西递减不变，且形成的圈层中心与研究期内高铁开通频次相关；从全局莫兰指数来看，城市群空间集聚性有所减弱，沿海、内陆城市差异显著；随着高铁的开通运营，上海市虹吸效应有所减弱，辐射范围变广。 第三，运用多时点DID模型进行基准回归、差异性和异质性分析，结果显示高铁开通对长三角城市群总体城镇化空间结构产生负向影响；划分城市等级进行差异化分析显示，高铁开通对不同类型城市城镇化空间结构产生的影响有差异，主要影响三四线城市，对一线和新一线及二线城市影响不显著。第四，本文选取经济聚集、城镇人口聚集以及产业结构作为中介变量，探讨高铁开通影响长三角城镇化空间结构的作用机制，结果显示经济聚集和城镇人口聚集不是高铁影响城镇化的直接因素，而产业结构表现出部分中介效应，产业结构升级有利于城镇化水平的提升，高铁开通通过抑制产业结构升级对长三角城市群城镇化空间结构产生负效应。

基于以上研究和长三角城市群城镇化发展现状，得出以下启示：第一，长三角城市群现阶段总体城镇化水平相对较高，未来发展应注意优化无锡、常州等中型城市的节点功能，全局规划长三角城市群整体高铁网络，充分挖掘枢纽城市的功能，督促当前暂未开通高铁的城市以及大型城市中的县市有条件的尽快开通，充分发挥高铁网络效益。第二，加强高铁城市基础设施完善，增加工作岗位等。人口城镇化是高铁开通影响城市城镇化的一个重要方面，城市通过完善自身高铁网建设来吸引人口到本城市聚集，充分发挥人口规模优势，缩小城市差距，进一步实现区域均衡发展。第三，关注第二、第三产业发展，推动产业结构优化升级。产业结构升级有助于推动本地区城镇化水平发展，有利于推动城市群城镇化空间结构优化升级。各城市应充分利用高铁开通的契机，优化产业结构，进一步推动第二、第三产业发展，助推本城市城镇化发展。