高鐵對長三角城市群城鎮化空間結構影響解析

歐國立， 王文麗

(北京交通大學 經濟管理學院，北京 100044)

一、引言

2018年11月《中共中央國務院關于建立更加有效的區域協調發展新機制的意見》提出，未來中國將建立以中心城市引領城市群發展、城市群帶動區域發展新模式，推動區域板塊之間融合互動發展。2020年4月，國家發展和改革委員會印發《2020年新型城鎮化建設和城鄉融合發展重點任務》，明確提出全面實施城市群發展規劃，加快發展重點城市群，構建大中小城市和小城鎮協調發展的城鎮化空間格局。城市群已經成為發達國家社會經濟發展的一個重要標志：美國波士華城市群——2%的土地居住了17%的人口，創造了20%的GDP；日本太平洋沿岸城市群——9%的土地居住了53%的人口，創造了60%的GDP(1)數據源于中國頂級智庫《長三角、珠三角和京津冀是穩就業重點》。。我國以城市群引領區域經濟發展的模式已初步顯現，2018年中國19個城市群GDP合計79.3萬億元，以25%的土地承載了75.3%的人口，創造了占全國88.1%的GDP，其中五大城市群GDP超過全國GDP總額的50%，占19個城市群GDP總額的61.2%，形成城市群經濟增長極(2)數據源于2019年“中國城市群發展潛力排名”。。2019年4月，國家發改委發布的《2019年新型城鎮化建設重點任務》提出深入推進城市群發展，培育形成重要增長極，增強要素集聚、發揮規模效應和輻射帶動作用。

從城市經濟學的角度，城市城鎮化帶來的人口增加、經濟規模擴大等提高了城市對交通基礎設施的需求，反過來，交通基礎設施的發展提高了可達性，促進人口向該地區聚集，進一步提高城鎮化水平。高速鐵路增強了城市間的可達性，加快了資源要素流動，推動了產業布局、產業結構調整，對城市群發展起到重要促進作用。截至2019年底，我國高鐵營運里程超過3.5萬公里，高鐵網絡的構建完善、綜合交通運輸的發展將進一步助推國內出行交通圈及國內循環圈的形成。本文以中國城市群之首的長三角城市群為例，旨在研究長三角城市群覆蓋浙、蘇、皖、滬三省一市的26個城市，該區域占地35.8萬平方公里，2019年底常住人口2.27億人，區域GDP占全國總量約1/4，高鐵里程4974.1公里，城市群內基本實現高鐵全覆蓋。

影響城鎮化發展的因素眾多，本文將綜合人口、經濟和社會因素，構建長三角城市群城鎮化指標體系，探究高鐵對長三角城市群城鎮化空間結構的影響。本研究的邊際貢獻主要在于：梳理影響城鎮化水平的人口、經濟和社會因素，構建城鎮化評價指標體系，運用ArcGis地理空間分析工具，從地理空間視角分析長三角城市群城鎮化空間結構的時空分布規律；將高鐵開通視作“準自然實驗”，運用多時點DID模型分析城市類型，探究高鐵開通對長三角城市群城鎮化空間結構的影響，并從經濟、人口和產業結構三個方面進行中介效應檢驗，探尋高鐵影響城市群城鎮化空間結構的作用路徑。

二、文獻綜述

高鐵開通能夠提高城際間可達性[1-4]，必然會引起人口和資源的遷移與聚集[5-6]，從而進一步影響區域經濟發展[7-11]和城市空間格局[12-16]，而且高鐵在運營期較建設期對經濟的助推作用更強[17]。高鐵對區域經濟及城鎮化產生影響主要源于時空距離的壓縮，但目前關于高鐵對區域經濟增長及城鎮化等的影響仍存在較大分歧。

首先，當前學術界普遍認為高鐵促進區域經濟增長。高鐵通過影響城市就業水平，從而進一步促進城市工資和經濟增長，高鐵建設擴大了高鐵城市和非高鐵城市之間的經濟增長差距[18]；王雨飛和倪鵬飛指出，高鐵縮短了城市間的時空距離，通過使城市經濟空間外溢效應增強而促進經濟增長[11]；高鐵在不同階段對區域經濟增長的影響存在差異，具有一定的滯后性[17]。其次，高鐵建設促進資源要素的流動。高鐵的開通運營促進人口、投資以及消費活動等從非高鐵城市流向高鐵城市，促進經濟空間活動再分配[19]；Knaap和Oosterhaven指出高鐵開通不僅促進城市經濟增長，還加快就業人口的流動[20]；李祥妹等以滬寧城際高鐵為例，通過人口流動空間聯系指數變化，得出高鐵沿線核心城市人口聚集效應明顯，出現極核效應[21]。在當前關于城鎮化的相關研究中，一部分學者采用普遍接受的用城鎮(非農)人口占區域總人口的比重表征城鎮化率的方法，例如劉金鳳和趙勇在探究高鐵對中國城鎮均衡發展的影響中采用此方法，指出高鐵開通短期內阻礙了中西部城市城鎮化提高，并在三年以后出現負面影響[22]。還有一部分學者由于數據的可得性問題，采用其他表征城鎮化率的方法，如：魯萬波和賈婧在探究高鐵對區域經濟發展及城鎮化的影響中采用土地城鎮化率[23]；余壯雄和張明慧在探究城鎮化進程中的序貫增長機制時也采用該方法[24]；朱新華和鐘蘇娟的研究表明，高鐵開通會通過生產要素的流動影響土地利用狀態[5]。高鐵的開通運營在提升區域可達性的同時，加快生產要素流動，促進區域經濟發展，推動城市化進程。盡管已有文獻對高鐵之于區域經濟增長、人口要素流動等方面的影響做了比較深刻的探究，但關于高鐵開通對城市群城鎮化空間結構影響方面的研究相對較少，同時現有研究多使用傳統的DID 模型，不能很好反映高鐵開通帶來的動態效應。因此，本文借鑒已有研究成果，通過構建綜合評價指標體系，探究高鐵開通對長三角城市群城鎮化空間結構的影響，揭示其內在邏輯和規律。

三、長三角城市群城鎮化評價指標體系構建

影響城市群城鎮化的因素眾多，本文基于經濟水平、人口規模、綜合實力等，參考近年來相關文獻[22-24]，選取年末常住人口、城市GDP等11個指標構建城鎮化指標體系，具體方法如下。

首先，針對m個城市n個指標、k年的數據，運用下面的公式對數據進行標準化處理。

對于正向指標，運用如下公式

其中，xij是指標數據的原始值，i表示評價指標的項數，j表示城市數，k表示年份，xi，max、xi，min表示第i個指標在全部數據中的最大值和最小值。

本文選取指標不包含負向指標，因此不涉及負向指標標準化處理。

表1 長三角城市群城鎮化評價指標體系

用變異系數法確定各項指標的權重，指標的變異系數越大，則表示其對最終綜合評價的影響越大。具體公式如下

基于長三角城市群26個城市2001—2018年的數據，構建綜合評價指標體系如表1所示，根據相應權重可以計算得到對應城市的指數值。

四、高鐵影響下的長三角城市群城鎮化水平及空間結構演變分析

(一)基于城市首位律的城市群總體發展分析

在城市發展過程中，人口遷移往往會帶動經濟及社會資源的聚集，從而形成不同規模等級的城市。一個區域中主要城市的發展通常會對整個區域起到一定的推動作用，確定一個地區內主要城市的地位變化對綜合研究該區域發展情況有一定的參考價值。本文選取城市首位律(Law of the Primate City)方法探究長三角城市群的主要城市地位變化及其發揮的作用，為探究高鐵對城市群城鎮化空間結構的影響奠定基礎。該方法由馬克·杰斐遜(M．Jefferson)于1939年提出，指就某一指標而言最大城市在總體中所處的地位，一定程度上反映了城市發展要素在首位城市的集中程度。相關公式如下

其中，P1、P2……P11表示某一指標排序在1～11的城市。根據位序—規模法則，S2理想值為2，越是超過2，區域規模分布越符合首位規律，小于2表示符合“位序—規模”規律；S4和S11在理想狀態下為1，大于1表示區域規模分布符合首位規律，小于1則符合“位序—規模”規律。

根據城市首位律相關公式，分別計算長三角城市群2001—2018年間基于測算得到的城市指數的首位度。如圖 1所示，S2、S4、S11變化趨勢基本一致，2008年以前首位度處于波動狀態，區域內發展不穩定；自2008年區域內高鐵逐漸開通以來，城市首位指數開始趨于下降并逐漸達到均衡狀態，S2、S4、S11分別在1、0.4、0.3附近波動，說明長三角城市群首位度符合“位序—規模”規律。2008年以前，上海市城鎮化發展較快，一直處于首位，2009年上海和蘇州相繼開通高鐵，兩城市在城鎮化發展上不相上下，成為長三角城市群城鎮化發展的“領頭羊”城市。

(二)長三角城市群城鎮化空間結構演變分析

1.長三角城市群城鎮化空間結構

高速鐵路的開通運營在提高城市可達性、提升出行效率的同時，也為城市群內經濟空間結構帶來了顯著變化，以無錫、寧波等為代表的非省會城市在城鎮化水平上有很大提升。2013年7月寧杭高鐵開通后，與滬寧城際鐵路、滬杭甬客運專線等共同構筑起長三角快速城際軌道交通網，寧杭高鐵以沿線城市為中心向外輻射的影響力帶動產業轉移和消費升級，降低了沿線乘客出行成本，沿線城市等級結構發生梯度性變化，對沿線城市發展帶來一定程度的沖擊。

該部分主要運用ArcGis可視化分析工具，探討高鐵開通前后長三角城市群城鎮化空間結構特征。2001年是研究起始年份，基于人均GDP的長三角城市群經濟空間結構分布表現為，長三角城市群經濟主要聚集區域在上海、蘇州、無錫三個城市，東部沿海地區經濟發展水平明顯高于內陸地區。截至2018年，長三角城市群高鐵網已基本形成，隨著其他高鐵城市的發展，上海對周邊城市的虹吸效應逐漸減弱，經濟重心開始向內陸地區轉移，南京、常州發展成為新的經濟中心。

運用反距離插值工具(Inverse Distance Weighted，簡稱IDW)對2001年和2018年城市群內各城市的城市指數進行插值分析，2001年區域呈現明顯的以上海為中心、向外逐漸減弱的單中心環狀圈層結構，且總體上呈現由東向西遞減的趨勢；到2018年長三角城市群高鐵網絡基本完善，且多數城市的高鐵已開通運營一段時間，區域內各城市城鎮化空間結構隨之發生變化，仍呈現環狀圈層結構，但已由以上海為中心的單中心結構轉變為上海、蘇州為主，南京、無錫、杭州為輔的多中心結構，總體上依舊呈現由東向西遞減趨勢。南京、杭州、無錫三城市在研究期內，高鐵開通頻次分別處于26個城市中的第1、2、4位，進一步說明城鎮化的演變與高鐵開通存在一定的關聯。基于此，將2018年城市指數值減去2001年數值，再除以2001年數值，得到長三角城市群城鎮化變化率，IDW結果呈明顯的圈層結構。與前述圈層結構相異的是，位于東部沿海的上海變化率最低，總體呈現由東向西遞增趨勢。這表明，一方面以上海等為首的城市充分發揮增長極作用，帶動周邊城市發展，周邊城市增長速度加快，區域內各城市發展水平趨于均衡；另一方面這些城市的發展水平已相對較高，高鐵開通對其影響較小，城市間不均衡現象有所緩解。

2.長三角城市群城鎮化空間自相關性分析

莫蘭指數(Moran’s I)可以用來表征區域空間自相關性，其值在-1～1之間。如果莫蘭指數為正值，表明區域內空間相關性大；莫蘭指數為負值，說明區域內各城市存在差異性；莫蘭指數為0，則表明區域空間隨機分布。運用ArcGis 10.7計算，得到2001年長三角城市群全局莫蘭指數值為0.36；2018年該值有所減小，為0.34(其中P<0.05，z>1.96，通過顯著性檢驗)。這說明本文研究樣本的末尾年份(2018年)較起始年份(2001年)空間自相關的趨勢有所減弱，集聚性有所減弱，區域內各城市城鎮化發展趨于均衡。

莫蘭指數的結果證明長三角城市群內存在空間聚類特征，進一步通過熱點分析(Getis-Ord Gi*)將空間聚類情況做可視化分析。從熱點分析結果來看，以90%和95%的置信水平為例，長三角城市群西部即安徽境內的安慶、池州和銅陵的經濟一直處于低迷狀態，出現冷點分布特征，而熱點區域普遍集中在上海及其周邊地區，并且在2018年輻射范圍有所擴大。

(三)高鐵對長三角城市群城鎮化空間結構影響的模型分析

1.變量選取及數據來源

被解釋變量為城鎮化空間結構系數(W)。本文城鎮化水平(Urban)，由綜合經濟、人口和社會因素構建起來的評價指標體系測度而來，區別于傳統的用城鎮人口占比或城鎮建設用地占比表示城鎮化率的方法。城鎮化空間結構系數用同一年份該城市城鎮化指數得分占長三角城市群所有城市的比重替代，表征某一城市在該年份區域內的權重大小。如果其數值趨于增大，表明城市群城鎮化空間結構趨于聚集，反之則發散。

解釋變量為高鐵開通(HSR)，表示某城市高鐵開通情況。高鐵開通變量是一個虛擬變量，本文考慮時間因素對其賦值。如果該城市在觀測期內有高鐵開通，則高鐵開通當年及以后年份的賦值為1，否則為0； 如果該城市在觀測期內無高鐵開通，則變量賦值均為0。

中介變量有三個。一是經濟聚集(ED)。根據現有研究，高鐵開通會影響城市的經濟發展，導致經濟聚集現象，本文參考張般若和李自杰的做法[25]，用城市第二、第三產業產值與城市建設用地面積的比值來衡量經濟聚集。經濟聚集表示經濟活動的密度，城市在城鎮化過程中必然會放棄第一產業(農業)的發展，加快第二、第三產業的進程，因此更偏重非農產業。二是城鎮人口聚集度(PD)。同經濟聚集相似，已有研究表明高鐵可以顯著提高城市之間的可達性，加速人口在城際間的流動與聚集。參考以上方法，用城市城鎮人口占城市建設用地的比值來衡量人口聚集。在城鎮化過程中，人口開始向城市流動，非農人口的比重逐步增加，但非農人口數據在2009年以后便不再統計，因此選取城鎮人口比重表征。三是產業結構(IS)，用第二、第三產業產值占城市GDP的比重表示。高鐵開通提高城市可達性不僅促進人口遷移，更進一步加快城市間資源要素的流動，進一步推動城市產業結構升級。

控制變量。為控制其他因素的影響及避免內生性問題，加入包括人口、經濟、產業結構和城鎮居民人均可支配收入等一系列控制變量。其中經濟規模(GDP)用地區生產總值表示，是衡量城市經濟發展的關鍵指標，影響城市資源的聚集、基礎設施建設等多個方面；人口規模(people)是測度城鎮化水平的重要因素，選擇年末常住人口作為控制變量，以控制人口規模對城市的影響；此外，城市的產業結構(sav、tav)、城鎮居民人均可支配收入(cdpi)等都會客觀反映城市發展水平，因此加入相關變量作為控制變量。

數據來源。本研究選取2001—2018年間長三角城市群各城市相關數據進行指標測度和影響分析，所涉及的各城市數據來源于EPS數據庫及《中國城市統計年鑒》，并查閱相關年度地方統計年鑒及《國民經濟和社會發展統計公報》，補充完善缺失的數據，部分無從獲取的數據運用插值法處理而得。

2.計量模型

前述已構建長三角城市群城鎮化評價指標體系，根據指標體系得到各城市指數值，通過比對高鐵開通前后城市指數的變化情況，探討高鐵開通對城市群城鎮化結構的影響。既往研究多將高鐵開通看作一項“準自然實驗”，運用差分模型來評估高鐵開通的影響，經典差分模型認為政策在某一確定時間點實施，區分受影響的處理組和不受影響的控制組，但對于高鐵開通這一特殊“政策”而言，不同城市高鐵開通時間存在差異，也就是說個體受政策干預的情況在不斷發生變化，傳統的差分模型已不再適用，因此本文使用更具有一般性的多時點雙重差分模型(Time-varying Differences in Differences Model)來探究高鐵開通的“政策效果”，并構建模型如下

lnWi，t=α+δHSRi，t+μi+λt+βXi，t+εi，t，

(1)

其中，Wi，t表示i城市t時期城鎮化空間結構系數，此處取對數處理；HSRi，t是虛擬變量，等于1代表開通高鐵，等于0代表未開通，依賴于個體i的處理期，如對于一個第二期開通高鐵的五期面板數據而言，其HSRi，2=(0，1，1，1，1)；μi和λt分別表示個體固定效應和時間固定效應；Xi，t表示控制變量，εi，t表示殘差值，HSRi，t的系數δ是整體的平均處理效應，如果為正值，代表高鐵開通對城鎮化空間結構系數產生正向影響，反之則表示產生負向影響。

探究高鐵開通帶來的影響，需分析城市開通高鐵前后的若干年份，并且運用多時點DID模型進行平行趨勢檢驗，也要考察高鐵開通之前若干年的相關情況，因此設定如下模型

(2)

其中δ-τ表示高鐵開通前τ期產生的影響，δ+τ表示高鐵開通后τ期產生的影響，δ表示處理當期產生的影響，當年份為處理當期時，HSRi，t=1，其余年份為0。

(四)實證結果及分析

1.描述性統計

如表2所示為全部變量的描述性統計。

表2 變量描述性統計

2.基準回歸分析

表3中，模型(1)是僅包含核心解釋變量HSR的回歸結果，模型(2)在核心解釋變量的基礎上添加經濟、人口、產業結構等控制變量。結果顯示，核心解釋變量HSR的系數δ均比較顯著，在添加各控制變量之后擬合優度R2增大，表明被解釋變量的解釋力提高，說明高鐵開通對長三角城市群城鎮化空間結構有顯著影響。從HSR的系數δ值來看，隨著控制變量的加入(未在表中表示)，其值依次為-0.1592、-0.1411、-0.1324、-0.1314、-0.1236，均通過在95%的置信度下顯著且為絕對值逐漸減小的負值，這表明高鐵開通對長三角城市群城鎮化空間結構產生的負效應大于正效應。在無控制變量情況下，高鐵開通導致城鎮化空間結構系數下降15.92%，隨著控制變量的增加，高鐵開通帶來的負向影響減小，說明某些因素的干擾得到有效控制。高鐵開通帶來的負效應并不能簡單認為會阻礙長三角城市群的城市發展，出現該現象的原因可能是：高鐵網絡的完善使得長三角地區城際間可達性提高，高鐵運營后中心地區與外圍地區運輸成本下降，中小城市與大城市之間往來更加便利，更有利于重點地區人口和產業集聚[22]，中小城市的人口、投資等要素沿高鐵線路流向大城市，加劇城市間分配不均的狀況，經濟極化現象更突出，從而使得很多中小型城市城鎮化水平不增反降。根據2014年頒布的《關于調整城市規模劃分標準的通知》，將長三角城市群26個城市劃分為三類城市，分別是一線和新一線城市、二線城市、三四線城市，基準回歸結果如表3中(3)～(5)所示，從回歸結果來看，存在控制變量的情況下，高鐵開通對一二線城市影響不顯著，在三四線城市顯現明顯的負效應，主要表現為高鐵開通導致城鎮化空間結構指數下降21.87%。

綜上，高鐵開通對長三角城市群總體城鎮化空間結構產生負向影響。將26個城市劃分等級進行差異化分析，高鐵開通對城市群內一二線城市影響不顯著，對三四線城市產生顯著的負向影響。高鐵開通對人口規模較小、實力較弱的城市城鎮化空間結構產生負向影響，但對于大規模城市的影響并不顯著，這樣的影響可能是由于高鐵開通帶來的擴散效應導致人口、資源等沿高鐵線路涌入大城市，而大城市本身體量大，對于小城市中比較重要、數量較大的資源流入并不會出現明顯波動。

表3 基準回歸結果

3.平行趨勢及穩健性檢驗

實驗組與對照組在政策實施前具有相同趨勢是應用雙重差分模型的前提條件，在多時點DID 模型中，由于高鐵開通年份不同，于是選擇一個相對時間點來判斷這一時間之前是否有共同變化趨勢。為保證估計結果有實際意義，本文用OLS方法基于模型(2)進行平行趨勢檢驗，結果表明，高鐵開通的之前4年，HSR回歸系數在10%的置信水平上不顯著，而開通后的6年(d1～d6)HSR系數均顯著且為負值，說明長三角城市群各城市指數值變化符合平行趨勢假設前提，高鐵開通前長三角城市群內各城市發展具有共同趨勢，因此模型估計結果具備參考價值。

為保證觀察到的城鎮化空間結構變化是由高鐵開通引起而不是由系統性差異帶來，保證回歸估計結果的準確性，盡可能消除遺漏變量的影響。本研究采用變更高鐵開通時間節點的方法進行穩健性檢驗，提前高鐵開通時間，將實際高鐵未開通年份人為假設為高鐵開通年份，結果顯示HSR變量系數為負值但不顯著，也就是說在“偽高鐵開通年份”，高鐵對城鎮化結構無影響，從而證明在實際高鐵開通年份城市指數值的變動確實是由高鐵開通引起的，避免了系統性差異及遺漏變量的影響。

4.作用機制檢驗

在現有研究基礎上，本文認為高鐵開通可能會通過影響經濟聚集、城鎮人口聚集以及產業結構來影響城鎮化空間結構，因此采用Baron和Kenny提出的逐步回歸法[26]驗證中介效應是否存在。表4為中介效應檢驗的結果。

表4中，第(1)列中HSR系數為負，表明高鐵開通對長三角城市群城鎮化空間結構產生負向影響；第(2)列將經濟聚集取對數(lnED)作為被解釋變量，HSR系數不顯著，第(3)列將HSR和lnED同時作為解釋變量加入模型中，HSR系數顯著且為負(δ=-0.1051，p<0.05)，lnED為正值但不顯著；同樣，第(4)列和第(5)列是將城鎮人口聚集度取對數(lnPD)作為被解釋變量時，HSR系數不顯著，作為解釋變量時，HSR系數顯著且為負(δ=-0.1051，p<0.05)，lnPD系數不顯著，高鐵開通對于經濟聚集和城鎮人口聚集度影響不顯著的原因可能是，對一些城市而言，高鐵為其帶來虹吸效應和擴散效應，兩種效應都對聚集程度有影響，能否顯現經濟聚集或人口聚集取決于兩種效應的強弱，當二者同時作用于某城市，從而使得整體效應不顯著，同時經濟聚集和人口聚集不會對城鎮化空間結構產生顯著的直接影響，也不會影響高鐵開通對于城鎮化空間結構的抑制作用。第(6)列是將產業結構(第二、第三產業占GDP的比重)作為被解釋變量，此時HSR系數為-0.01且顯著，即高鐵開通會對城市產業結構(即第二、第三產業占比)產生負向影響，第(7)列是將產業結構作為解釋變量，回歸結果顯示 HSR的系數顯著且為負值(δ=-0.0987，p<0.05)，產業結構的系數顯著且為正(δ=2.4991，p<0.01)，這說明產業結構升級有利于城鎮化水平的提升，可以說高鐵開通通過阻礙城市產業結構升級來對長三角城市群的城鎮化產生負向影響，產業結構帶來的中介效應得到證明。

表4 中介效應檢驗

五、結論及啟示

長三角城市群內高鐵網絡日益完善，“一小時通行圈”目標已基本實現，城際間聯系更加密切，進而影響城市群城鎮化水平及空間結構。本文構建長三角城市群城鎮化評價指標體系，以此得到各年份長三角城市群內各城市指數值，借助ArcGis工具和多時點DID模型，探討高鐵開通對長三角城市群城鎮化空間結構的影響。

研究結果顯示：第一，2008年高鐵的開通使得長三角城市群的城鎮化首位度開始下降并趨于均衡，城市群首位度符合“位序—規模”規律。2008年以前上海占據首要地位，高鐵開通以后蘇州后來居上，與上海“并駕齊驅”，成為引領長三角城市群發展的兩大城市。第二，從空間上看，高鐵開通前后城市群的城鎮化水平由單中心環狀圈層結構向多中心環狀圈層結構演變，總體趨勢由東向西遞減不變，且形成的圈層中心與研究期內高鐵開通頻次相關；從全局莫蘭指數來看，城市群空間集聚性有所減弱，沿海、內陸城市差異顯著；隨著高鐵的開通運營，上海市虹吸效應有所減弱，輻射范圍變廣。 第三，運用多時點DID模型進行基準回歸、差異性和異質性分析，結果顯示高鐵開通對長三角城市群總體城鎮化空間結構產生負向影響；劃分城市等級進行差異化分析顯示，高鐵開通對不同類型城市城鎮化空間結構產生的影響有差異，主要影響三四線城市，對一線和新一線及二線城市影響不顯著。第四，本文選取經濟聚集、城鎮人口聚集以及產業結構作為中介變量，探討高鐵開通影響長三角城鎮化空間結構的作用機制，結果顯示經濟聚集和城鎮人口聚集不是高鐵影響城鎮化的直接因素，而產業結構表現出部分中介效應，產業結構升級有利于城鎮化水平的提升，高鐵開通通過抑制產業結構升級對長三角城市群城鎮化空間結構產生負效應。

基于以上研究和長三角城市群城鎮化發展現狀，得出以下啟示：第一，長三角城市群現階段總體城鎮化水平相對較高，未來發展應注意優化無錫、常州等中型城市的節點功能，全局規劃長三角城市群整體高鐵網絡，充分挖掘樞紐城市的功能，督促當前暫未開通高鐵的城市以及大型城市中的縣市有條件的盡快開通，充分發揮高鐵網絡效益。第二，加強高鐵城市基礎設施完善，增加工作崗位等。人口城鎮化是高鐵開通影響城市城鎮化的一個重要方面，城市通過完善自身高鐵網建設來吸引人口到本城市聚集，充分發揮人口規模優勢，縮小城市差距，進一步實現區域均衡發展。第三，關注第二、第三產業發展，推動產業結構優化升級。產業結構升級有助于推動本地區城鎮化水平發展，有利于推動城市群城鎮化空間結構優化升級。各城市應充分利用高鐵開通的契機，優化產業結構，進一步推動第二、第三產業發展，助推本城市城鎮化發展。