图片来源于网络。

一般观点认为，交通条件改善可以带来收入水平的提高，即所谓“要想富，先修路”。在提供具有比较优势的产品和服务的地区，如提供旅游产品和服务、农业与手工业产品，在对外交通条件改善后，往往其可以与其他地区建立更多经济往来，通过输出比较优势产品，提高地方收入水平。

 

然而，在不具备产品和服务比较优势的情况下，交通条件的改善是否就可以使得地区收入水平得到提升，进而促进地方各方面发展呢？

 

对于这一问题，从《城市规划》2018-3期文章《基于高铁网络的我国城镇化空间模式再探——基于上海-长三角腹地的检验及辨析》（作者：李峰清）的调研结果看，答案是否定的。根据文章的调研，就高速铁路交通条件改善而言，如果想真正促进中小城市与大城市共同的、协调的发展，需要在大城市群范围内构建起大中小城市分工完善的产业集群，并缩小中小城市就业和公共服务与大城市的差距。如果缺乏内在发展机制、缺少实体产业支撑，甚至走向房地产和金融主导的路径，则各方面禀赋条件有限的中小城市将无法与实力雄厚的大城市竞争，而大城市极化、大中小城市发展失衡问题将更为突出。

 

也就是说，高速铁路的发展，对中小城市的成长而言是一柄双刃剑。

 

根据国家《中长期铁路网规划》，2025年我国将建成3.5万公里左右的高速铁路网络，覆盖80%以上50万人口的城市。在这样的大规模建设背景下，区域和城市规划师及城市主要管理者不禁要问，高铁建设对于我国大中小城市分别会产生什么样的影响，大城市群中的高铁网络将促使城市群内部均衡发展、还是个别城市极化发展，高铁的接入对中小城市会否意味着实现人口和资源的集聚，高铁建设是否就是中小城市发展的充分条件？这些问题在文章《基于高铁网络的我国城镇化空间模式再探——基于上海-长三角腹地的检验及辨析》中得到了量化研究和集中分析。

 

文章以我国城镇化空间模式为研究对象，首先分析了长久以来我国存在的发展大城市和发展小城镇的两种导向模式之争，认为城市群各类城市接入高铁网络后，人们有可能对大城市和小城镇这两种发展导向模式产生新的认识；并对目前被普遍认同的高铁带来区域中心地体系走向扁平化的判断提出质疑。其次，文章收集整理“上海-长三角”22个地级市的手机信令和话单数据，对该地区的高铁出行行为展开分类研究，发现传统的等级体系特征在高铁网络下不仅仍然存在，并且更加突出。再次，根据“上海-长三角”的大数据经验研究，论文对“高铁网络+大城市群协调发展”的模式和成效进行辨析，深入剖析了高铁网络环境下，城市群中的城市究竟趋向“逆向极化”还是“扁平化”，其空间演化是时空模型还是效应模型在发挥主导作用，以及“高铁网络+大城市群协调发展”理想模式的现实可行性和内在机制三方面问题。

 

根据前述探讨，论文得出如下结论：第一，应当谨慎论证中小城市高铁新城、新区的数量和发展规模；第二，决定大城市群走向逆向极化还是均衡发展的关键，不仅在于高铁网络的“时空效应”，更在于各级城市的就业效用；第三，在高铁时代应当更关注“大城市病”问题。

 

正如论文所言，如果基于目前我国的经济结构变化和大城市人口资源聚集的态势，中小城市产业竞争力和公共服务环境得不到提升，那么“大中小城市协调发展”的目标依然任重道远，高铁网络的出现可能加速城市群中大城市的逆向极化发展，加大各类城市之间的不平衡状况。也就是说，根据对我国先发地区的经验研究，城市群中的中小城市想要“致富”，并不能仅仅依靠建设高铁网络等“修路”的办法，而需要在区域产业协调布局上下工夫，特别是实现制造业的区域协调，实现吸引力的均衡，这才是中小城市得以健康发展的关键。

 

论文以上海-长三角为对象，运用手机信令等大数据分析手段，详细考察了我国当下和未来将要形成的高铁网络对城镇化的潜在影响，分析科学，选题具有现实意义，对区域城镇化模式及演变感兴趣的同仁可以阅读这篇文章，相信能够从中得到有益启发。也希望未来涌现更多真正研究“真问题”（周干峙语）、结论富有实践指导意义的优秀论文。
 

▲ 表1 | 我国高铁新城和新区统计

Tab.1  Statistics of HSR new towns and areas

注：上述统计来自公开资料的不完全统计，其中带*号城市为县级城市，统计规则为：2016年12月底全国已运营高铁线路上明确包含“高铁新城、高铁新区”字样的新城和新区。未纳入统计的包括：2016年底未通车线路上规划建设的高铁新城和新区；以及已通车高铁站点周边的其他各类新城和新区(诸如滨湖新区、科技新区、体育新城、生态新城等)。因此全国实际的高铁新城、新区数量将在相当程度上超过表1统计范畴。
 

▲ 表2 | 上海虹桥到长三角城市的高铁时间距离

Tab.2  HSR travel time between Shanghai Hongqiao and other cities in the YRD

资料来源：“上海-长三角”城市高铁出行时间根据铁路总公司www.12306.cn网站整理。

 

▲ 图1 | 根据手机数据抽取的人群样本类型及比例

Fig.1  Population sample types and proportion based on the mobile data
 

 

▲ 图2 | 日常通勤流特征样本的上海-长三角地级市出行分布(按时间距离排列)

Fig.2  Distribution of daily commuter sample between Shanghai Hongqiao and other cities in the YRD (ranking by travel time and distance)
 

▲ 图3 | 商务流特征样本的上海-长三角地级市出行分布(按时间距离排列)

Fig.3  Distribution of business sample between Shanghai Hongqiao and cities in the YRD (ranking by travel time and distance)
 

▲ 图4 | 我国主要大城市2010—2015年人口增幅

Fig.4  Population growth of major Chinese metropolises (2010 — 2015)

注：近5年来我国主要大城市人口流动特征与2000—2010年间呈现显著区别，沿海地区传统的“制造业明星城市”苏州、东莞、佛山等人口增速大幅下滑，而郑州、武汉、长沙、重庆、石家庄等内陆地区高铁枢纽城市人口的聚集效应日益明显。

资料来源：根据第六次人口普查数据和2015年底国家统计局1%人口抽样数据绘制。
 

▲ 图5 | 个体同城通勤、高铁异地通勤(新型流动人群)的AMM效用模型

Fig.5  AMM Model for inner city commuters and HSR inter-city commuters

 

▲ 图6 | 美国、澳大利亚、日本、英国、法国、德国大城市经济产出聚集度

Fig.6  Degree of economic output aggregation of the US, Australia, Japan, UK, France, and Germany

资料来源：耶鲁大学威廉·诺德豪斯（W D Nordhaus）教授团队，http://gecon.yale.edu/country-listing。

文章来源：微信公众号城市规划