长江三角洲地区产业演变的就业响应研究

2013-08-08牟宇峰孙伟袁丰刘可文

地理与地理信息科学 2013年2期

牟宇峰，孙伟，袁丰，刘可文

（1.中国科学院南京地理与湖泊研究所，江苏南京 210008；2.中国科学院研究生院，北京 100049）

0 引言

产业发展与就业变动之间存在着不可分割的天然联系［1］，产业结构和布局在演化过程中，总伴随着就业人口在区域间、城乡间、产业间的转移现象，但两者的变动方向和变动程度并非一致。长江三角洲作为我国经济最发达的地区之一，在经济与就业的产业结构和空间布局匹配上也存在较大差异，这种差异直接影响经济、社会的和谐发展。因此，近年来对产业与就业时空匹配度的研究越来越多。从目前研究成果看，关于产业演变与就业演变关系的研究，主要集中在以下方面：首先，表现在产业演变对就业的影响：一方面，产业结构升级引导就业结构提升［2－5］；另一方面，产业空间调整打破原有就业空间格局［6－10］。其次，表现为就业变动对产业发展的影响：一方面，就业人口产业间流动促进了产业优化［11］；另一方面，就业人口重新布局拓展了产业、城市空间［12，13］。第三，体现在两者关联性的测度上［14－16］。

通过文献梳理，笔者认为目前研究仍存在以下不足：首先，关于产业演变对就业变化的影响方面研究较多，而关于就业人口结构和空间变动对产业演变的适应和反馈效应的研究较少。其次，对产业演变与就业演变的耦合性研究只侧重于结构耦合方面，缺乏对空间耦合的研究。第三，以往研究只强调产业演变与就业演变的同向性和不同速性，忽视了对这种差异的时空变化特征和规律的总结。第四，在机制研究方面，大多只是定性描述，且剖析不够系统和全面，缺乏定量研究加以佐证。为此，本文以长三角为研究区域，以2000－2010年数据为依据，研究产业与就业在结构和空间上的匹配现状，分析就业随产业演变的时空变化状况，总结规律和特征，剖析作用机理。

1 区域界定与研究方法

1.1 研究区界定

长江三角洲地处我国东南沿海，位于长江下游，范围一般界定为江苏、浙江和上海两省一市；为使研究更加深入，本文将两省一市下辖的上海、南京、无锡、徐州、常州、苏州、南通、连云港、淮安、盐城、扬州、镇江、泰州、宿迁、杭州、宁波、嘉兴、湖州、绍兴、舟山、温州、金华、衢州、台州和丽水25个地级市作为基本研究单元。

1.2 研究思路与研究方法

首先，分析匹配现状。长三角是最早实施产业结构升级和空间优化调整的地区，随着产业的变动，就业人口在结构和空间上也随之发生变化，两者的变动方向是否一致、程度是否相当，将影响区域发展水平。为此，要测度两者的匹配度、界定适宜的匹配区间，为经济社会发展提供依据。本文选择结构偏离度来测度结构耦合，选择双变量空间自相关测度空间耦合，与以往方法相比更加全面、系统。

结构偏离度计算公式如下：

其中：Mi表示第i产业的结构偏离度，Ii表示第i产业产值，I表示三次产业总产值，Li表示第i产业就业人口，L表示三次产业总就业人口。一般，当｜Mi｜＜0.1时，认为两者均衡；当0.1＜｜Mi｜＜0.3时，两者偏离；当0.3＜｜Mi｜＜0.5时，两者较大偏离；当｜Mi｜＞0.5时，两者极大偏离。

双变量空间自相关：运用全局自相关系数比较全域范围产业与就业的空间耦合性，运用局部双变量空间自相关反映局部空间变异程度，公式如下：

其次，分析演变过程和规律。在对长三角产业与就业匹配现状有基本了解的基础上，探究新世纪以来长三角整体及各城市三次产业产值与就业的匹配度的变化是否趋于合理，具有何种规律。为此，本文引入响应强度系数的概念，通过计算不同年份的标准差和变异系数等指标来表征不同地区产业演变的就业响应绝对差异和相对差异，进而解释匹配度的合理性与特征问题，公式如下：

其中：Ki表示某一产业演变的就业响应强度系数，ri表示某一产业就业人口，R表示三次产业总就业人口，gi表示某一产业产值，G表示三次产业总产值。当0.9＜Ki＜1.1时，就业对产业的响应强度大，两者匹配度高；当1.1＜Ki＜1.5或0.5＜Ki＜0.9时，两者不匹配；当Ki＜0.5或Ki＞1.5时，两者极不匹配。

其中：SD表示标准差，CV代表变异系数，二者值越大，说明产业结构演变的就业响应绝对（或相对）差异越大。

最后，分析影响机制。在了解了产业与就业匹配的现状和变化规律之后，需要深入挖掘其作用机制。通常选取经典回归模型进行定量研究，但经典回归模型的自变量和因变量间没有空间特性，其分析结果不随空间位置的不同而发生变化。而产业和就业分布及其影响因子却多数具有区位选择的空间特性，并呈现一定的自相关性，这种空间依赖关系的存在打破了传统经典统计分析中的基本假设，因此有必要应用空间回归模型研究空间变量间的关系：

其中：y是所研究区域的被解释变量，X是解释变量的集合，u是空间模型的残差。

2 产业与就业的匹配度现状分析

学术界普遍认为，产业与就业具有一定关联，但由于选取的研究区域、发展阶段和方法不同，导致最终的结论不尽相同。本文应用结构偏离度和双变量空间自相关方法，在结构和空间两方面度量长三角产业与就业的匹配度现状。

2.1 产业与就业的结构匹配分析

产业结构与就业结构均表现为“二三一”结构，且各产业匹配度较好。2010年，长三角三次产业产值分别为3 887亿元、42 582亿元和38 580亿元，三次产业就业人口分别为2 196万人、5 476万人和4 563万人，均呈现出“二三一”的结构，三次产业结构偏离度分别为－0.13、0.06和0.08。按照匹配标准，第二、三产业劳动生产率高，吸引了大量就业人口，同时，产业与就业的匹配处于均衡状态；第一产业劳动生产率低，产业人口大量流出，就业与产业的匹配处于微偏离状态。

2.2 产业与就业的空间匹配分析

产业空间与就业空间的全局匹配和局部匹配程度均较差。为考察就业与产业的空间耦合性，引入全局双变量空间自相关指数（Moran′s I）。计算结果为，2010年总就业人口与区域GDP间的Moran′I为－0.1684，表明两者在空间上具有负相关性，且空间匹配度较差。各产业的匹配性也不令人满意，第一、二、三产业“就业—产业”的 Moran′s I分别只有0.3863、－0.129、－0.183。

为了进一步分析具体空间上就业与产业之间的耦合性，分别计算总产业和第一、二、三产业间的局部双变量空间自相关指数（图1）。总产业中，上海、南京、杭州等长三角中部发达城市表现为“高就业－高产值”特点，苏北相对欠发达地区表现为“低就业－低产值”，其余地区为低匹配区（“高—低”和“低—高”）。第一产业中，大部分地区表现为低匹配特点，苏州、杭州、宁波等是“高就业－高产值”地区，舟山是“低就业－低产值”地区；第二产业中，上海、南京、杭州等表现为“高就业－高产值”特征，“低就业－低产值”城市分布在江苏东北部、浙江北部；第三产业的整体分布态势与第二产业相似。总体而言，“高—高”匹配区分布在中部，“低—低”匹配区分布在北部，低匹配区大多出现在南部；并且高匹配区（“高—高”和“低—低”）所占比例低于低匹配区，产业与就业的空间匹配度较差。

图1 2010年全部产业、第一、二、三产业局部双变量空间自相关Fig.1 Local bivariate spatial autocorrelation of all industries，primary industry，secondary industry and tertiary industry in 2010

总体而言，产业与就业的结构匹配较好，这与区域产业发展水平和阶段密切相关；两者的空间匹配较差，原因在于部分城市产业发展路径摇摆及就业反馈作用滞后。

3 就业响应的演变与格局特征

以上分析了长三角产业与就业在结构和空间上的匹配度及其产生的原因，需要进一步分析新世纪以来两者的匹配度具有何种规律、是否趋于合理。本文引入就业响应系数的概念，从时间和空间两个维度、整体和局部两个角度，总结长三角就业响应的演变特征，以此表征产业与就业匹配度的变动规律。

3.1 匹配度的演变与格局特点

（1）第一产业匹配度减弱，第二、三产业匹配度增强。第一产业响应系数由2000年的3.59增至2005年的3.90，进而增至2010年的3.97；第二产业响应系数由2000年的0.64增至2005年的0.73，再增至2010年的0.88；第三产业响应系数由2000年的0.74增至2005年的0.87，到2010年微减至0.83（图2）。虽然三次产业响应系数基本逐年增长，但由于第一产业系数偏离1，第二、第三产业系数接近1，故第一产业的匹配度越来越差，第二、三产业的匹配度逐年增高，且第三产业的匹配度整体高于第二产业。原因可归纳为区域外劳动力对本地农村劳动力在第二、三产业就业产生了“挤出效应”。

（2）发达地区第一产业的匹配度较低，第二、三产业匹配度较高；欠发达地区相反。2010年各城市第一产业响应系数的总体空间格局为江苏和浙江两省北部响应系数低，两省南部及上海响应系数高，其中最低的是宿迁（1.77），最高的是上海（5.11）。第二产业响应系数整体分布格局为南北响应系数低，中部响应系数高，其中较低的是丽水（0.50），较高的是宁波（1.01）。第三产业响应系数格局为江苏中部、浙江北部和上海响应系数较高，江苏北部和浙江中部响应系数较低，金华的响应系数（0.72）最低，上海的响应系数（0.98）最高（图3）。由此可见，发达地区就业响应系数较高，欠发达地区较低。但根据响应系数标准，发达地区第一产业的匹配度较低，第二、三产业的匹配度较高；欠发达地区第一产业匹配度较高，第二、三产业匹配度较低。

图2 2000－2010年长三角就业响应系数总体变化Fig.2 The overall change of employment response coefficient in Yangtze River Delta from2000 to 2010

3.2 匹配度的区际差异演变与格局特点

（1）第一产业匹配的区际差异增大，第二、三产业区际差异减小。绝对差异方面，第一产业响应系数标准差从2000年的1.34增至2005年的1.71，再减至2010年的1.37，表现为曲线增长态势；第二、三产业表现为逐年递减趋势，其中，第二产业标准差从2000年的0.16减至2005年的0.15，进而减至2010年的0.14；第三产业标准差从2000年的0.16减至2005年的0.14，进而减至2010年的0.09（图4）。各产业响应系数在相对差异方面的变动趋势与绝对差异相似。上述分析表明，第一产业地区间产业和就业的匹配度差异先增强后减弱，但总体表现为增强，这与城市间农业现代化和机械化水平逐渐拉大有关；第二、三产业地区间的匹配度差异逐年减弱，源于地区间经济发展差异逐年缩小。

图3 2010年各城市第一、二、三产业就业响应系数Fig.3 The employment response coefficient of primary industry，secondary industry and tertiary industry for each city in 2010

图4 2000－2010年长三角就业响应强度变化Fig.4 The change of employment response intensity in Yangtze River Delta from2000 to 2010

（2）匹配度的地区间差异处于全国较低水平，地区间发展较均衡。在绝对差异方面，2010年全国第一产业响应系数标准差为1.43，比长三角高0.06；第二产业标准差0.19，比长三角高0.05；第三产业标准差0.12，比长三角高0.03。在相对差异方面，全国第一产业变异系数与长三角持平，第二产业变异系数比长三角高0.18，第三产业变异系数比长三角高0.03。此外，与经济发展水平相当的珠江三角洲相比，无论在绝对差异还是相对差异方面，长三角地区间差异也较小。

4 影响因子分析

4.1 影响因素选择及其定性分析

产业演变的就业响应受到众多因素的影响，本文在借鉴以往研究成果的基础上［17，18］，考虑正负两方面作用，将影响因素分为经济、背景、人力资本和生态四方面（表1）。

（1）经济因素：主要包括经济发展水平、区域投资和区域开发强度。1）经济发展水平：它不仅是产业结构优化升级的根本动力，也是就业人口转变的催化剂。长三角地区2000－2010年GDP从25 537亿元增至86 050亿元，年均增长率为12.92%，同期，各产业产值和就业人口也随之增加。2）区域投资：长三角凭借完善的基础设施、便捷的交通和优惠的政策，吸引了大量资金，进而提高管理水平和技术能力，推动了产业和就业结构的调整和升级。但在不同产业和地区间存在的投资差异以及重复投资和重复建设等问题，在一定程度上会制约产业发展，阻碍就业演进。3）区域开发强度：该值越大，产业的发展动力越足，就业越充分，产业与就业的匹配度越高。本文引入区域开发强度指数来表征区域空间拓展对匹配度的影响，公式如下：

其中：RDi、Gi、Li、Ai分别代表i地区的开发强度指数、生产总值、就业人口数量和土地面积。

（2）背景因素：主要包括交通基础设施、市场发育程度、城市发展水平和全球化。1）交通基础设施：近年来，长三角交通条件不断完善，区际和城际间的联系日趋紧密，尤其是高铁、高速通道和跨江大桥的建设促进了区域内外要素的自由流动。2000－2010年公路货运量的年均增长率为8.05%，为产业和就业空间格局的演变奠定了良好的物流基础。2）市场发育程度：它是经济发展的源泉，对区域经济发展过程中的资源起调节和配置作用，市场发育越完善，经济发展就越快，产业与就业的发展越和谐。3）城市发展水平：新世纪以来，长三角各城市的开发建设异常迅速，以旧城改造、新城建设和开发区建设为主的城市发展一方面推动了产业结构升级，优化了产业空间布局，促进了就业；另一方面也破坏了原有生产基础和环境，扰乱了正常的生产秩序，阻碍了产业和就业的演进。4）全球化：主要体现在外资和外贸两方面，通过引进外资和对外贸易可以积累资本、拓展市场，进而带动产业和就业的发展。本文以i地区实际利用外资额（FCi）代表外资，用货物进出口总额（IEi）代表外贸，两者的综合（全球化指数Gi）表征全球化水平，计算公式如下：

（3）人力资本因素：科学技术是第一生产力，长三角大量技术人才的集聚会推动产业升级，促进产业和就业向高端化发展。本文以人力资源指数表征人力资源的丰富度，计算公式如下：

其中：HRi、TAi、EDi分别表示i地区人力资源指数、专业技术人才数量和教育投入资金额。

（4）生态因素：生态环境是经济发展的控制因素，当经济发展触及生态安全时，会促使产业结构的调整及在空间上转移，因此会改变产业的原有发展路径，进而影响就业状况。

表1 影响因子、变量与指标的选择Table 1 The choice of impact factors，variable and index

4.2 各因子贡献度的定量分析

以上对经济、背景、人力资本和生态四方面因素中所包含的9个变量进行了理论预期的分析，此外，空间距离也会对响应强度产生一定影响。在考虑空间权重的基础上，为了确定各因子的贡献度，本文以25个市为基本分析单元，分别对2000年、2005年和2010年各项数据进行标准化处理，建立空间回归模型（表2）。由表2可知，在0.1%的显著水平上，2000年共有7个变量起作用，其中经济发展水平、交通发达程度、全球化程度和区域开发强度4个变量起正作用，总贡献度为0.929；区域投资水平、城市发展水平和生态环境3个变量起负作用，总贡献度为－0.509。2005年，共有6个变量影响匹配度，区域开发强度、市场发育程度、人力资源丰富度和城市发展水平等4个变量起正作用，总贡献度为1.362；区域投资水平和生态环境2个变量起负作用，总贡献度为－0.347。2010年，共有8个变量起作用，经济发展水平、交通发达程度、全球化程度、区域开发强度、市场发育程度、人力资源丰富度和城市发展水平7个变量起正作用，总贡献度为4.53；只有生态环境1个变量起负作用，贡献度为－0.274。

表2 空间回归模型模拟Table 2 Simulation of space regression model

综上所述，各变量的贡献度具有以下特点：1）各年份中，变量的正作用贡献度明显高于负作用贡献度，且随着时间变化，变量的正作用贡献度越来越大，负作用贡献度越来越小，两者的综合正作用越来越强；2）市场发育程度、区域开发强度和人力资源对匹配度的影响较大；3）区域开发强度、城市化水平和生态环境3个变量对各年份匹配度均产生作用，且越来越强，其中区域开发强度表现为正作用，生态环境起负作用。

5 结论与建议

在产业与就业的匹配度现状方面：由于长三角产业结构调整较早，至2010年各产业发展水平及其对就业的吸纳能力相对稳定，因而各产业的结构匹配度较高；但受到各城市产业发展路径摇摆和就业反馈作用滞后的影响，空间匹配度较低。在产业与就业的匹配特征方面：第一产业的匹配度逐年减弱，区际差异逐渐增大；第二、三产业匹配度逐年增强，区际差异逐渐减小；发达地区的匹配度较高，欠发达地区匹配度较低。该区匹配度的地区间差异低于珠三角地区，地区间发展较均衡。在影响因素方面：通过多年空间回归分析可知，变量的正贡献率大于负贡献率，且综合正效应逐年增强；市场发育程度、区域开发强度和人力资源3个因素对匹配度的影响较大；区域开发强度、城市化水平和生态环境3个变量对各年份匹配度均产生作用，其中区域开发强度表现为正作用，生态环境起负作用。

基于以上研究结论，建议从以下方面完善现有的匹配状况。首先，要明确定位各城市的主导产业，通过土地政策、财税政策等措施指引产业的发展方向，进而引导就业人口的迁移和流动。其次，缩小劣势产业的规模，将相关产业外包出去，同时输出剩余劳动力。发达地区的发展应以高端服务业为主，尽量将农业和制造业转移或外包到相对欠发达地区，提高发达地区高新技术产业的比例；欠发达地区在承接转移产业的同时，要提升机械化和现代化程度，提高产业的劳动生产率。各城市要通过产业政策发展各自的优势产业，进而引导就业人口合理布局，达到产业与就业均衡发展的目的。第三，重视对匹配度产生作用的因素，特别是影响力较大的因素，应尽量发挥正作用的效果，避免负作用的效果。最后，要积极推动长三角区域一体化的发展，使长三角地区统一规划、统一发展，减小区域统筹发展和要素自由流动的阻力。

［1］李仲生.中国产业结构与就业结构的变化［J］.人口与经济，2003（2）：43－47.

［2］ EGGER H，EGGER P.Labour market effects of outsourcing under industrial interdependence［J］.International Review of E－conomies ＆ Finance，2005（3）：349－363.

［3］朱智文，王辉.甘肃省产业结构与就业结构的动态关系研究［J］.开发研究，2009（5）：52－57.

［4］李玉凤，高长元.黑龙江省就业结构变动与产业结构调整相互关系研究［J］.特区经济，2009（9）：46－48.

［5］赵春雨，方觉曙，朱永恒.产业结构与就业结构关联研究——以芜湖市为例［J］.地理科学，2006（5）：536－543.

［6］ FELDMANN H.Labour market institutions and labour marketperformance in transition countries［J］.Post－Communist Economies，2005（1）：47－62.

［7］庞瑞秋，白鸿蓉，刘艳军.长春市产业空间布局演化：轨迹、机制与调控［J］.东北师大学报（自然科学版），2007（4）：143－148.

［8］殷为华，沈玉芳.当代国外大城市产业布局的发展特征及其重要启示［J］.特区经济，2007（6）：82－83.

［9］曹大贵，杨山.空间布局演化与产业布局调整：兼论无锡市城市发展方略［J］.城市问题，2002（3）：20－24.

［10］张志斌，李雪梅.城市产业结构调整与空间结构优化的研究——以兰州市为例［J］.干旱区资源与环境，2007（12）：1－5.

［11］黄婵.产业结构升级背景下流动人口就业结构调整研究——以上海市为例［J］.特区经济，2012（3）：58－60.

［12］丁金宏，刘振宇.中国人口迁移的区域差异与流场特征［J］.地理学报，2005（1）：106－114.

［13］刘艳军，李诚固.东北地区产业结构演变的城市化响应机理与调控［J］.地理学报，2009（2）：153－166.

［14］詹浩勇.我国产业结构变迁与就业的互动关系探讨［J］.现代经济探讨，2010（3）：31－34.