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，建立空間杜賓模型，將31個省市劃分為東、中、西三部分進行就業(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)為負向溢出；影響中部地區(qū)就業(yè)密度的主要因素為經(jīng)濟因素，而基礎(chǔ)設(shè)施、人力資本對西部地區(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)新項目：中國就業(yè)密度空間分布特征及溢出效應(yīng)〔編號：CYS21282〕;當下，我們國家就業(yè)形勢保持總體平穩(wěn)，但國內(nèi)外風險挑戰(zhàn)增加，解決好就業(yè)問題對于穩(wěn)定經(jīng)濟社會發(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，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)濟集聚程度的重要指標，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)密度的文獻主要集中在兩個方向?！?〕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)模對城市勞動生產(chǎn)率的影響，并以中國284個地級及以上城市面板數(shù)據(jù)為根據(jù)進行了實證分析。何雄浪等建立包含三個部門的地區(qū)貿(mào)易模型，推導(dǎo)出可估計的市場潛力方程，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)重于對就業(yè)中心的辨別。王暉采用貝葉斯克里金地統(tǒng)計、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、手機信令以及地鐵站點人流等相關(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，部分學者開場聚焦于特定群體的就業(yè)中心辨別，王慧等針對特定群體之特性，優(yōu)補了特定群體的就業(yè)中心的界定，修正了現(xiàn)有辨別方式方法，并進一步進行了效果檢驗。通過文獻回首能夠發(fā)現(xiàn)當前存在能夠改良的地方。〔1〕牽涉中、西部地區(qū)的研究較少；〔2〕大多采用兩次經(jīng)濟普查數(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，驗證空間溢出效益，分析其影響機制，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)展狀況，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。參考相關(guān)理論及文獻，結(jié)合數(shù)據(jù)的可獲得性及中國的實際情況，從經(jīng)濟發(fā)展水平、社會基礎(chǔ)建設(shè)、人力資本三個角度選取了14個變量。經(jīng)濟發(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、消費品零售額衡量。社會基礎(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、城鎮(zhèn)化率表示。已有文獻大多使用每萬人大學生人數(shù)表征人力資本，但是考慮到大學生流動性較強，而老師具有相對穩(wěn)定性，因而參加了每萬人大學專任老師數(shù)這一指標；專利申請受理數(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。為消除價格影響，人均、平均工資、固定資產(chǎn)投資、社會消費品零售總額、房價均以2000年為基期利用平減指數(shù)進行縮減。在實證分析中，為消除異方差的影響，本文對所有變量取自然對數(shù)。表12000年、2018年、2022年就業(yè)密度梯隊一覽表〔二〕數(shù)據(jù)來源。數(shù)據(jù)主要來源于2000～2022年(中國統(tǒng)計年鑒〕和(中國城市統(tǒng)計年鑒〕。部分缺失數(shù)據(jù)采用插值法補齊。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進行測度，公式如下：式中：n表示樣本個數(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的兩個區(qū)域i和j的幾何屬性信息?！捕晨臻g計量模型。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，能夠同時反映地區(qū)空間異質(zhì)性和競爭特點，因而本文采用空間杜賓模型?？臻g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對本地區(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對本地區(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個等級，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程加快，建成區(qū)面積擴張速度超過就業(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)果會忽視解釋變量對被解釋變量帶來的邊際影響，進而導(dǎo)致估計結(jié)果存在偏差，此時需要對模型進行分解，LeSageandPace針對空間效應(yīng)作用范圍與對象的差異性，將空間杜賓模型中解釋變量對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)進行分析?；诳臻g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，括號內(nèi)報告的是標準誤，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，華而不實在直接效應(yīng)中，在1%置信水平下顯著為正，講明當?shù)鼐蜆I(yè)密度空間溢出效應(yīng)對當?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，講明當?shù)鼐蜆I(yè)密度空間溢出效應(yīng)對鄰近地區(qū)就業(yè)密度產(chǎn)生負面影響，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力更強的地區(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，講明當?shù)赝顿Y以及社會基礎(chǔ)設(shè)施建設(shè)對就業(yè)密度沒有起到應(yīng)有的帶動作用，對當?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；專利申請受理數(shù)顯著為正，即表示清楚地區(qū)的創(chuàng)新能力對就業(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，本地人均對鄰近地區(qū)的就業(yè)密度產(chǎn)生了負的影響；本地二三產(chǎn)業(yè)產(chǎn)值比重和平均工資的增加會帶動鄰近地區(qū)就業(yè)密度的增長；人均醫(yī)療床位顯著為負，講明當?shù)氐尼t(yī)療水平增加會吸引外地人員就業(yè)，進而對鄰近地區(qū)就業(yè)密度產(chǎn)生負面影響；人均道路面積、專利申請受理數(shù)顯著為正，講明交通基礎(chǔ)設(shè)施與專利申請受理數(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，講明本地城鎮(zhèn)化的發(fā)展有利于促進本地就業(yè)密度的提升，對鄰近地區(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)濟因素，其次是社會基礎(chǔ)建設(shè)，人力資本對就業(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，系數(shù)為-0.5941，講明西部地區(qū)就業(yè)密度也存在負向的空間溢出效應(yīng)。西部地區(qū)空間杜賓模型的分解效應(yīng)如表4所示?！脖?)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)對本地的影響顯著大于對鄰近地區(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)濟發(fā)展水平類指標均不顯著，講明當?shù)亟?jīng)濟發(fā)展滯后，沒有對就業(yè)密度產(chǎn)生積極影響。同時，每萬人擁有公共交通車輛顯著為負，表示清楚本地公共交通對就業(yè)密度存在負的影響。每萬人大學生人數(shù)顯著為正，而每萬人大學專任老師數(shù)顯著為負，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，講明本地二三產(chǎn)業(yè)的發(fā)展對鄰近地區(qū)就業(yè)密度產(chǎn)生了負的空間溢出效應(yīng)；城鎮(zhèn)化率顯著為正，講明當?shù)爻鞘谢降奶嵘龝余徑貐^(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，講明當?shù)爻鞘协h(huán)境的提升會吸引鄰近地區(qū)人員前往就業(yè)。每萬人大學專任老師數(shù)均顯著為負，講明當?shù)乩蠋煍?shù)量的增加對鄰近地區(qū)就業(yè)密度產(chǎn)生負的影響。總地來講，西部地區(qū)經(jīng)濟發(fā)展水平滯后，華而不實基礎(chǔ)設(shè)施和人力資本對就業(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)密度對區(qū)域的經(jīng)濟溢出就要加強基礎(chǔ)設(shè)施建設(shè)，促進區(qū)域一體化，實現(xiàn)城市協(xié)同發(fā)展，減少經(jīng)濟差異過大帶來的消極影響。在這里基礎(chǔ)上，注重人才引進，采取措施以提高人力資本投入為經(jīng)濟帶來的積極作用，同時加強區(qū)域間的經(jīng)濟技術(shù)合作，從各方面促進經(jīng)濟增長。以下為參考文獻[1]韓峰,柯善咨.城市就業(yè)密度、市場規(guī)模與勞動生產(chǎn)率--對中國地級及以上城市面板數(shù)據(jù)的實證分析[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]中南財經(jīng)政法大學學報,2020(03).[3]王燚.軌道交通對浦東新區(qū)就業(yè)空間構(gòu)造的影響--基于經(jīng)濟普查數(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)濟地理,2020.40(05).[5]曾海宏,孟曉晨,李貴