我國就業(yè)密度空間分布特征及溢出效應(yīng),就業(yè)指導(dǎo)論文

我們國家就業(yè)密度空間分布特征及溢出效應(yīng),就業(yè)指導(dǎo)論文內(nèi)容摘要：基于我們國家31個(gè)省市面板數(shù)據(jù)，考察我們國家就業(yè)密度空間分布特征，以Stata軟件為分析平臺(tái)，建立空間杜賓模型，將31個(gè)省市劃分為東、中、西三部分進(jìn)行就業(yè)密度的空間溢出效應(yīng)分析。結(jié)果表示清楚：我們國家就業(yè)密度整體上呈現(xiàn)東高西低的空間格局；東部地區(qū)就業(yè)密度不存在空間相關(guān)性，中、西部地區(qū)存在空間相關(guān)性，且空間溢出效應(yīng)為負(fù)向溢出；影響中部地區(qū)就業(yè)密度的主要因素為經(jīng)濟(jì)因素，而基礎(chǔ)設(shè)施、人力資本對(duì)西部地區(qū)就業(yè)密度影響較明顯。本文關(guān)鍵詞語：就業(yè)密度;溢出效應(yīng);空間杜賓模型;基金：重慶市研究生科研創(chuàng)新項(xiàng)目：中國就業(yè)密度空間分布特征及溢出效應(yīng)〔編號(hào)：CYS21282〕;當(dāng)下，我們國家就業(yè)形勢保持總體平穩(wěn)，但國內(nèi)外風(fēng)險(xiǎn)挑戰(zhàn)增加，解決好就業(yè)問題對(duì)于穩(wěn)定經(jīng)濟(jì)社會(huì)發(fā)展、保障民生具有重要意義。就業(yè)空間分布是描繪敘述城市空間構(gòu)造的重要指標(biāo)，具體表現(xiàn)出城市就業(yè)要素在空間內(nèi)的分布和組合狀態(tài)。就業(yè)密度作為反映區(qū)域經(jīng)濟(jì)集聚程度的重要指標(biāo)，能夠揭示區(qū)域空間構(gòu)造演化趨勢。國內(nèi)現(xiàn)有關(guān)于就業(yè)密度的文獻(xiàn)主要集中在兩個(gè)方向?！?〕側(cè)重于研究就業(yè)密度與其他變量之間的關(guān)系。韓峰等討論了城市就業(yè)密度和市場規(guī)模對(duì)城市勞動(dòng)生產(chǎn)率的影響，并以中國284個(gè)地級(jí)及以上城市面板數(shù)據(jù)為根據(jù)進(jìn)行了實(shí)證分析。何雄浪等建立包含三個(gè)部門的地區(qū)貿(mào)易模型，推導(dǎo)出可估計(jì)的市場潛力方程，并以1985～2008年為樣本區(qū)間，討論市場潛力、就業(yè)密度與我們國家地區(qū)工資水平的關(guān)系。王燚利用GIS空間分析法，研究了軌道交通對(duì)周邊一定輻射范圍內(nèi)就業(yè)空間構(gòu)造的影響?！?〕側(cè)重于對(duì)就業(yè)中心的辨別。王暉采用貝葉斯克里金地統(tǒng)計(jì)、非參數(shù)局部加權(quán)回歸等方式方法探尋求索了南京都市區(qū)就業(yè)空間格局演化特征及就業(yè)中心構(gòu)成的影響因素。曾海宏等利用ArcGIS空間分析軟件討論了深圳市就業(yè)空間構(gòu)造的特征及演化趨勢。羅仁澤等利用就業(yè)人口統(tǒng)計(jì)、手機(jī)信令以及地鐵站點(diǎn)人流等相關(guān)數(shù)據(jù)，以深圳市為例，研究了快速移民城市的就業(yè)空間特征及影響因素。近年來，部分學(xué)者開場聚焦于特定群體的就業(yè)中心辨別，王慧等針對(duì)特定群體之特性，優(yōu)補(bǔ)了特定群體的就業(yè)中心的界定，修正了現(xiàn)有辨別方式方法，并進(jìn)一步進(jìn)行了效果檢驗(yàn)。通過文獻(xiàn)回首能夠發(fā)現(xiàn)當(dāng)前存在能夠改良的地方?！?〕牽涉中、西部地區(qū)的研究較少；〔2〕大多采用兩次經(jīng)濟(jì)普查數(shù)據(jù)，數(shù)據(jù)樣本量少；〔3〕較少考慮空間關(guān)聯(lián)因素。因而，本文基于2000～2022年的面板數(shù)據(jù)，以全國31個(gè)省市為研究范圍，探究我們國家就業(yè)密度的空間分布特征，并分為東、中、西部地區(qū)，納入空間關(guān)聯(lián)因素，驗(yàn)證空間溢出效益，分析其影響機(jī)制，為制定區(qū)域就業(yè)政策等提供定性與定量根據(jù)。一、變量選取與數(shù)據(jù)來源〔一〕變量選取。由于就業(yè)密度引起的經(jīng)濟(jì)集聚通常表如今二三產(chǎn)業(yè)，建成區(qū)面積具體表現(xiàn)出了二三產(chǎn)業(yè)的分布與發(fā)展?fàn)顩r，因而本文的被解釋變量就業(yè)密度用二三產(chǎn)業(yè)就業(yè)人數(shù)與該省市的建成區(qū)面積之比表征。解釋變量為就業(yè)密度空間溢出效應(yīng)，即就業(yè)密度的空間滯后項(xiàng)。參考相關(guān)理論及文獻(xiàn)，結(jié)合數(shù)據(jù)的可獲得性及中國的實(shí)際情況，從經(jīng)濟(jì)發(fā)展水平、社會(huì)基礎(chǔ)建設(shè)、人力資本三個(gè)角度選取了14個(gè)變量。經(jīng)濟(jì)發(fā)展水平用人均、二三產(chǎn)業(yè)產(chǎn)值比重、平均工資、固定資產(chǎn)投資、消費(fèi)品零售額衡量。社會(huì)基礎(chǔ)建設(shè)用人均醫(yī)療床位、人均道路面積、人均公園綠地面積、每萬人擁有公共交通車輛、房價(jià)、城鎮(zhèn)化率表示。已有文獻(xiàn)大多使用每萬人大學(xué)生人數(shù)表征人力資本，但是考慮到大學(xué)生流動(dòng)性較強(qiáng)，而老師具有相對(duì)穩(wěn)定性，因而參加了每萬人大學(xué)專任老師數(shù)這一指標(biāo)；專利申請(qǐng)受理數(shù)是地區(qū)創(chuàng)新能力的具體表現(xiàn)出，與人力資本息息相關(guān)，因而也參加了這一指標(biāo)。為消除價(jià)格影響，人均、平均工資、固定資產(chǎn)投資、社會(huì)消費(fèi)品零售總額、房價(jià)均以2000年為基期利用平減指數(shù)進(jìn)行縮減。在實(shí)證分析中，為消除異方差的影響，本文對(duì)所有變量取自然對(duì)數(shù)。表12000年、2018年、2022年就業(yè)密度梯隊(duì)一覽表〔二〕數(shù)據(jù)來源。數(shù)據(jù)主要來源于2000～2022年(中國統(tǒng)計(jì)年鑒〕和(中國城市統(tǒng)計(jì)年鑒〕。部分缺失數(shù)據(jù)采用插值法補(bǔ)齊。二、研究方式方法〔一〕空間自相關(guān)分析。全局空間相關(guān)性通常采用MoransI進(jìn)行測度，公式如下：式中：n表示樣本個(gè)數(shù)；Wij是空間權(quán)重矩陣，反映空間單元i與j的空間關(guān)系；xi、xj用來表示具有空間權(quán)重矩陣Wij的兩個(gè)區(qū)域i和j的幾何屬性信息。〔二〕空間計(jì)量模型。根據(jù)已有研究，空間杜賓面板模型具有比空間滯后和空間誤差模型更一般的形式，能夠同時(shí)反映地區(qū)空間異質(zhì)性和競爭特點(diǎn)，因而本文采用空間杜賓模型。空間杜賓模型公式如下：式中：為外生變量的空間自相關(guān)系數(shù)，表示自變量的空間滯后項(xiàng)對(duì)本地區(qū)的影響程度；為內(nèi)生變量的空間自相關(guān)系數(shù)，表示因變量的空間滯后項(xiàng)對(duì)本地區(qū)的影響程度；為空間滯后解釋變量的系數(shù)。三、我們國家就業(yè)密度空間分布特征處理數(shù)據(jù)得到我們國家31個(gè)省市2000～2022年就業(yè)密度，使用幾何間隔分類法將其分為3個(gè)等級(jí)，得到2000年、2018年、2022年就業(yè)密度分類表，如表1所示。從表中能夠發(fā)現(xiàn)，我們國家就業(yè)密度存在明顯的空間分異特征，整體上呈現(xiàn)東高西低的空間格局，高值區(qū)主要集中于中東部發(fā)達(dá)地區(qū)，低值區(qū)主要分布在東北、西北地區(qū)。2000年就業(yè)密度高值區(qū)以長江沿線和東部沿海地區(qū)為主，2018年就業(yè)密度高值區(qū)開場由集聚區(qū)向四周擴(kuò)散，2022年開場構(gòu)成小聚集、大分散的格局。近年來，我們國家就業(yè)率不斷增長，但部分地區(qū)就業(yè)密度呈下降趨勢，造成這一現(xiàn)象的原因可能是隨著城市化進(jìn)程加快，建成區(qū)面積擴(kuò)張速度超過就業(yè)人數(shù)增長速度，且部分地區(qū)二三產(chǎn)業(yè)就業(yè)人口的統(tǒng)計(jì)口徑發(fā)生變化，造成數(shù)據(jù)上單位建成區(qū)面積上就業(yè)人口的減少。京津滬地區(qū)是理論意義上的就業(yè)集中區(qū)，但是沒有位于幅所限，不再贅述檢驗(yàn)結(jié)果。參考已有研究，僅考慮空間杜賓模型直接的回歸結(jié)果會(huì)忽視解釋變量對(duì)被解釋變量帶來的邊際影響，進(jìn)而導(dǎo)致估計(jì)結(jié)果存在偏差，此時(shí)需要對(duì)模型進(jìn)行分解，LeSageandPace針對(duì)空間效應(yīng)作用范圍與對(duì)象的差異性，將空間杜賓模型中解釋變量對(duì)被解釋變量的影響效應(yīng)分為直接、間接與總效應(yīng)。因而，本文將空間效應(yīng)分為直接效應(yīng)、間接效應(yīng)、總效應(yīng)進(jìn)行分析。基于空間杜賓模型的中部地區(qū)回歸結(jié)果如表3所示，被解釋變量即就業(yè)密度通過了1%置信水平，系數(shù)為-0.3941，講明存在空間溢出效應(yīng)，且是負(fù)向的效應(yīng)?！脖?；表中***、**、*分別表示1%、5%、10%的置信水平下顯著，括號(hào)內(nèi)報(bào)告的是標(biāo)準(zhǔn)誤，下同〕就業(yè)密度空間溢出效應(yīng)在直接、間接、總效應(yīng)下均顯著通過，華而不實(shí)在直接效應(yīng)中，在1%置信水平下顯著為正，講明當(dāng)?shù)鼐蜆I(yè)密度空間溢出效應(yīng)對(duì)當(dāng)?shù)鼐蜆I(yè)密度產(chǎn)生了積極影響；而在間接效應(yīng)中，在5%置信水平下顯著為負(fù)，講明當(dāng)?shù)鼐蜆I(yè)密度空間溢出效應(yīng)對(duì)鄰近地區(qū)就業(yè)密度產(chǎn)生負(fù)面影響，這種現(xiàn)象可能表現(xiàn)為相鄰兩地間存在資源競爭關(guān)系，而人們往往傾向于選擇綜合實(shí)力更強(qiáng)的地區(qū)。從直接效應(yīng)的回歸結(jié)果看，二三產(chǎn)業(yè)產(chǎn)值比重顯著為正，講明一個(gè)地區(qū)二三產(chǎn)業(yè)占比越高，就業(yè)密度也越高；固定資產(chǎn)投資與人均醫(yī)療床位、人均道路面積均顯著為負(fù)，講明當(dāng)?shù)赝顿Y以及社會(huì)基礎(chǔ)設(shè)施建設(shè)對(duì)就業(yè)密度沒有起到應(yīng)有的帶動(dòng)作用，對(duì)當(dāng)?shù)鼐蜆I(yè)產(chǎn)生的影響不大；而城鎮(zhèn)化率顯著為正，表示清楚城鎮(zhèn)具有更強(qiáng)的吸納就業(yè)的能力，所以城鎮(zhèn)化率越高的地區(qū)，就業(yè)密度也越大；專利申請(qǐng)受理數(shù)顯著為正，即表示清楚地區(qū)的創(chuàng)新能力對(duì)就業(yè)密度產(chǎn)生了積極影響。表2中、西部地區(qū)就業(yè)密度全局莫蘭指數(shù)值一覽表從間接效應(yīng)的回歸結(jié)果來看，本地人均對(duì)鄰近地區(qū)的就業(yè)密度產(chǎn)生了負(fù)的影響；本地二三產(chǎn)業(yè)產(chǎn)值比重和平均工資的增加會(huì)帶動(dòng)鄰近地區(qū)就業(yè)密度的增長；人均醫(yī)療床位顯著為負(fù)，講明當(dāng)?shù)氐尼t(yī)療水平增加會(huì)吸引外地人員就業(yè)，進(jìn)而對(duì)鄰近地區(qū)就業(yè)密度產(chǎn)生負(fù)面影響；人均道路面積、專利申請(qǐng)受理數(shù)顯著為正，講明交通基礎(chǔ)設(shè)施與專利申請(qǐng)受理數(shù)整體上呈現(xiàn)了正的溢出效應(yīng)；城鎮(zhèn)化率在1%的置信水平下顯著為負(fù)，講明本地城鎮(zhèn)化的發(fā)展有利于促進(jìn)本地就業(yè)密度的提升，對(duì)鄰近地區(qū)產(chǎn)生吸引作用?？偟貋碇v，影響中部地區(qū)就業(yè)密度的主要因素為經(jīng)濟(jì)因素，其次是社會(huì)基礎(chǔ)建設(shè)，人力資本對(duì)就業(yè)密度影響較小。2、西部地區(qū)空間效應(yīng)分解結(jié)果分析。西部地區(qū)回歸結(jié)果中，被解釋變量就業(yè)密度在1%置信水平下顯著為負(fù)，系數(shù)為-0.5941，講明西部地區(qū)就業(yè)密度也存在負(fù)向的空間溢出效應(yīng)。西部地區(qū)空間杜賓模型的分解效應(yīng)如表4所示。〔表4)就業(yè)密度空間溢出效應(yīng)在直接效應(yīng)下通過了1%置信水平且系數(shù)為正，在間接效應(yīng)下卻不顯著，講明西部地區(qū)的就業(yè)密度空間溢出效應(yīng)對(duì)本地的影響顯著大于對(duì)鄰近地區(qū)的影響，但是總效應(yīng)下顯著為正，總體來講，就業(yè)密度空間溢出效應(yīng)對(duì)就業(yè)密度產(chǎn)生了積極影響。表3中部地區(qū)空間杜賓模型分解效應(yīng)一覽表從直接效應(yīng)的結(jié)果來看，經(jīng)濟(jì)發(fā)展水平類指標(biāo)均不顯著，講明當(dāng)?shù)亟?jīng)濟(jì)發(fā)展滯后，沒有對(duì)就業(yè)密度產(chǎn)生積極影響。同時(shí)，每萬人擁有公共交通車輛顯著為負(fù)，表示清楚本地公共交通對(duì)就業(yè)密度存在負(fù)的影響。每萬人大學(xué)生人數(shù)顯著為正，而每萬人大學(xué)專任老師數(shù)顯著為負(fù)，講明西部地區(qū)教育發(fā)展水平存在滯后。從間接效應(yīng)的結(jié)果來看，二三產(chǎn)業(yè)產(chǎn)值比重顯著為負(fù)，講明本地二三產(chǎn)業(yè)的發(fā)展對(duì)鄰近地區(qū)就業(yè)密度產(chǎn)生了負(fù)的空間溢出效應(yīng)；城鎮(zhèn)化率顯著為正，講明當(dāng)?shù)爻鞘谢降奶嵘龝?huì)帶動(dòng)鄰近地區(qū)城市化水平的提升?；A(chǔ)設(shè)施建設(shè)中人均公園綠地面積顯著為負(fù)，講明當(dāng)?shù)爻鞘协h(huán)境的提升會(huì)吸引鄰近地區(qū)人員前往就業(yè)。每萬人大學(xué)專任老師數(shù)均顯著為負(fù)，講明當(dāng)?shù)乩蠋煍?shù)量的增加對(duì)鄰近地區(qū)就業(yè)密度產(chǎn)生負(fù)的影響。總地來講，西部地區(qū)經(jīng)濟(jì)發(fā)展水平滯后，華而不實(shí)基礎(chǔ)設(shè)施和人力資本對(duì)就業(yè)密度的影響較明顯。五、結(jié)論本文基于2000～2022年全國31個(gè)省市的面板數(shù)據(jù)，考察全國就業(yè)密度的空間分布特征及中、西部地區(qū)的空間溢出效應(yīng)。研究發(fā)現(xiàn)：〔1〕我們國家就業(yè)密度高值區(qū)主要分布在中東部地區(qū)，整體上呈現(xiàn)東高西低的空間格局，且高值區(qū)逐步向四周擴(kuò)散；〔2〕東部地區(qū)不存在空間自相關(guān)，中、西部地區(qū)存在空間相關(guān)性，且存在負(fù)的空間溢出效應(yīng)；〔3〕影響中部地區(qū)就業(yè)密度的主要因素為經(jīng)濟(jì)和基礎(chǔ)建設(shè)，影響西部地區(qū)就業(yè)密度的主要因素為基礎(chǔ)設(shè)施和人力資本。表4西部地區(qū)空間杜賓模型分解效應(yīng)一覽表基于本文的研究結(jié)果能夠得出，要提高就業(yè)密度對(duì)區(qū)域的經(jīng)濟(jì)溢出就要加強(qiáng)基礎(chǔ)設(shè)施建設(shè)，促進(jìn)區(qū)域一體化，實(shí)現(xiàn)城市協(xié)同發(fā)展，減少經(jīng)濟(jì)差異過大帶來的消極影響。在這里基礎(chǔ)上，注重人才引進(jìn)，采取措施以提高人力資本投入為經(jīng)濟(jì)帶來的積極作用，同時(shí)加強(qiáng)區(qū)域間的經(jīng)濟(jì)技術(shù)合作，從各方面促進(jìn)經(jīng)濟(jì)增長。以下為參考文獻(xiàn)[1]韓峰,柯善咨.城市就業(yè)密度、市場規(guī)模與勞動(dòng)生產(chǎn)率--對(duì)中國地級(jí)及以上城市面板數(shù)據(jù)的實(shí)證分析[J]城市與環(huán)境研究,2021(01).[2]何雄浪,汪銳.市場潛力、就業(yè)密度與我們國家地區(qū)工資水平J]中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào),2020(03).[3]王燚.軌道交通對(duì)浦東新區(qū)就業(yè)空間構(gòu)造的影響--基于經(jīng)濟(jì)普查數(shù)據(jù)的分析[J]城鄉(xiāng)規(guī)劃,2021(03).[4]王暉.南京都市區(qū)就業(yè)空間構(gòu)造演變[J]經(jīng)濟(jì)地理,2020.40(05).[5]曾海宏,孟曉晨,李貴