南京都市区就业空间性别差异研究

颜若水，陈海明，王 慧

(1.南京林业大学，江苏 南京 210037；2.浙江省城乡规划设计研究院，浙江 杭州 310030)

引言

城市就业空间分布及其结构体现了城市就业要素在空间内的分布和组合状态，不仅对城市的经济运行效率、居民生活质量和生态环境状况等诸多方面具有深远影响，还能有效反映出影响和支配城市中企业行为和个人行为的规则、规律和制度。对就业空间结构内部差异，尤其是性别差异的探讨有助于更精准地了解城市就业空间差异化的分布表征和更深层地理解城市空间运行背后性别权利逻辑，也一定程度上有利于推动社会空间的性别平等。

在较长的一段时间内，学者针对城市就业空间的研究侧重于空间的经济属性。学者从经济学角度，将土地价值与土地利用联系起来，通过描述城市各类经济活动在城市空间上的分布状态，来解释城市的空间结构特征，并对城市更高效合理的空间布局进行了探讨。此种视角通常缺乏性别因素考虑，即性别无碍视角。其后，伴随女性主义思潮的涌起，针对性别差异和女性的就业空间逐步显现。此类研究中的就业空间更具有主体互动的社会性内涵，研究主要关注女性就业过程中家庭事务对工作地理范围的限制及其对就业找寻的限制等。同时，对女性宏观就业空间结构及其背后性别权力逻辑的研究也有逐步显现。

国内现有基于性别视角的宏观就业空间研究较多的研究集中在省域层面。林耿等指出广东省不同区域的就业空间存在显著的性别化特征；姚婉分析了江苏省女性就业的社会空间和分异特征，将女性就业区划分为五大类别；付占辉等探讨了东北地区城市女性就业水平的时空特征及其驱动机制。基于数据可得性的限制，城市层面的研究则相对有限。何流和张晓帆等以不同产业的就业人口数据为基础，分析了南京和武汉两地城市女性就业空间的分布，识别出女性就业空间明显地向心化集聚特征。总体来看，性别差异视角的就业空间探讨，尤其是涉及男女多维度城市就业要素空间分布和结构差异的研究仍有待深入。

一、研究范围、数据和研究方法

(一)研究范围

研究范围为南京市区。依据2016年国务院正式批复的《南京市城市总体规划》，该范围涵盖玄武、秦淮、建邺、鼓楼、浦口、栖霞、雨花台、江宁区全域，六合区大部分及溧水区柘塘地区，共包括94个街道单元。

(二)研究数据

目前，相关的就业人口和空间研究数据主要源自统计局发布的人口普查数据和经济普查数据。其中，经济普查数据以就业地位为口径，对不同行业和不同单位性质的男女就业人数进行统计，但缺乏相关的社会属性数据，无法反映同就业要素直接相关的职业、家庭状况和户籍状态等。人口普查数据则以居住地为口径，涵盖了更全面的就业人口信息。本文试图从综合多维角度探讨男女就业空间差异，因此，研究数据采用人口普查数据(2010年第六次人口普查数据)。针对该数据反映居住地的地理信息、无法剥离职住分离状况这一缺陷，笔者以区为单位，对比了2010年第六次人口普查数据同2013年第三次经济普查数据中总体就业人口数，发现基本相差不大。由此，可初步断定使用人口普查数据分析是具有一定效度。

在指标选取上，将指标分为就业状况、人口素质、家庭要素和户籍状况四个类型，以求充分反映不同性别群体的就业要素差异。其中，就业状况反映了不同性别在就业过程中的社会角色，分别由“行业”和“职业”2个子类24个变量组成。人口素质直接影响就业者在劳动力市场中的地位，由“年龄”和“受教育程度”2个子类6个变量组成。家庭要素反映了同男女差异就业密切相关的家庭角色，由“婚姻状况”和“家务影响”2个子类2个变量组成。户籍状况反映了就业过程中可能存在的影响就业公平的制度性要素，由“户口属地”“户口性质”和“户口管理”3个子类4个变量组成，共计9个子类，36个变量。

(三)研究方法

研究采用主因子分析法。主因子分析法是探讨城市内部差异和不平等，以及这种差异地理空间映射最广泛的技术方法之一。用作一种归纳手段，此方法可将纷繁复杂的城市就业要素叠加在城市物质空间之上，识别出影响城市就业空间内部差异的主要维度(主因子)，进而把将城市就业空间分割成不同的特性单元，以揭示纷繁复杂的充满隔离和交叠的城市就业空间结构。具体运用上，将指标构建的36个变量与94个地理单元分别组成男性和女性两个原始数据矩阵，得到不同性别就业空间的主因子，以探讨南京都市区男女就业空间的主要差异维度。其后，将主因子值按高低分类并进行空间投影，通过高值和低值的分布探讨南京都市区就业空间分布的特性和性别差异。最后，将主因子得分通过聚类分析方法划分就业空间的类型并进行空间投影，以探讨男女就业空间结构的差异。

二、南京都市区不同性别就业要素构成的主要维度分析

使用SPSS中Analyze(Data Reduction—Factor)因子分析功能，分别对男性和女性的94(分析单元)×36(指标变量)的数据矩阵分析，并抽取主因子以判定南京都市区男女就业要素构成的主要维度。其中，男性KMO值为0.665，提取5个主因子，共解释初始数据组中方差的71.897%。女性KMO值为0.754，提取5个主因子，共解释初始数据组中方差的76.711%。

(一)男性就业要素构成的主要维度

1.第一维度为高学历综合服务从业人员同低学历产业工人的分化。 方差贡献率为42.262%，反映15个变量的信息。其中，在行业上，同公共管理和社会组织、国际组织(0.851)、教育(0.826)、科学研究、技术服务和地质勘查业(0.772)、文化、体育和娱乐业(0.763)、金融业(0.763)、卫生、社会保障和社会福利业(0.746)、信息传输、计算机服务和软件业(0.582)、租赁和商务服务业(0.520)呈正相关，反映出其在行政管理、科教文卫、金融、信息等综合和生产服务活动领域的活跃。这一并反映在受教育程度中研究生及以上学历(0.909)，职业分类中专业技术人员(0.907)、办事人员和有关人员(0.793)、国家机关、党群组织、企业、事业单位负责人(0.735)，以及户籍性质中非农业户口(0.751)的正相关上。同时，同初中及以下学历(-0.842)和生产、运输设备操作人员及有关人员(-0.778)呈负相关。可见，该主因子将城市户籍高学历的生产服务活动从业人员同低学历产业工人所在区域剥离出来。

2.第二维度为外来年轻生活服务业人员同本地农业从业人员的分化。 方差贡献率为11.380%，主要反映9个变量的信息。该因子同外来人口(0.940)、16-34岁(0.769)、批发和零售业(0.669)、商业服务业人员(0.595)、房地产业(0.570)呈正相关，同本地户籍人口(-0.939)、家庭户(0.788)农林牧渔业(-0.713)、农林牧渔水利业生产人员(-0.707)呈负相关。可见，该主因子将外来年轻生活服务从业人员同本地农业从业人员所在区域剥离出来。

3.第三维度为建筑业。 方差贡献率为8.003%，反映4个变量的信息。同建筑业(-0.716)呈明显负相关，同高中学历(0.910)呈较强正相关，同交通运输、仓储和邮政业(0.494)、水利、环境和公共设施管理业(0.334)呈较弱正相关。可见，该因子可识别出建筑业从业人员，其所在区域高中学历、运输、仓储和邮政业、水利、环境和公共设施管理业从业人员占比也相对较低。

4.第四维度为住宿和餐饮业同制造业从业人员的分化。 方差贡献率为5.612%，反映4个变量的信息。其中荷载最高的为制造业(-0.710)，呈较强负相关，同因料理家务暂未工作人员(-0.339)呈较弱负相关，同住宿和餐饮业(0.539)、居民服务和其他服务业(0.419)呈正相关，但相关性较弱。可见，该因子将住宿餐饮业所在区域同制造业从业人员所在区域剥离出来。

5.第五维度为有配偶就业人员。 方差贡献率为4.174%，反映3个变量的信息。同有配偶(0.728)、电力、燃气及水的生产和供应业(0.538)，35-59岁(0.465)呈正相关。可见，该因子可识别出有配偶年长从业人员，其所在区域电力、燃气及水的生产和供应业占比也相对较高。

(二)女性就业要素构成的主要维度

1.第一维度为高学历综合服务活动从业人员同低学历产业工人的分化。 方差贡献率为51.611%，反映16个变量的信息。其中，在行业上，同公共管理和社会组织(0.902)、金融业(0.831)、文化体育和娱乐业(0.824)、教育(0.783)、卫生社会保障和社会福利业(0.779)、科学研究技术服务和地质勘查业(0.772)、信息传输计算机服务和软件业(0.572)呈正相关，反映出其在行政管理、科教文卫、金融、信息等生产服务活动领域的活跃。这一并反映在受教育程度中研究生及以上学历(0.870)、大学专科和大学本科学历(0.845)，职业分类中专业技术人员(0.889)、办事人员和有关人员(0.772)、国家机关、党群组织、企业、事业单位负责人(0.750)以及户籍性质中非农业户口(0.647)的正相关上。同时，该主因子同初中及以下学历(-0.744)和生产运输设备操作人员及有关人员(-0.688)、制造业(-0.637)呈负相关。总体来看，该因子分类特征与男性基本相同，分离了城市户籍综合服务活动从业人员(高阶层、高技能人员)同低学历产业工人所在区域。

2.第二维度为外来年轻生活服务业从业人员和本地农业人员的分化。 方差贡献率为10.089%，反映13个变量的信息。同商业服务业人员(0.915)、批发和零售业(0.891)、外地户籍人口(0.816)、16-34岁(0.765)、房地产业(0.678)、交通运输、仓储和邮政业(0.576)、高中学历(0.567)、居民服务和其他服务业(0.517)、住宿和餐饮业(0.439)呈正相关，同本地户籍人口(-0.814)、农林牧渔业(-0.693)、农林牧渔水利业生产人员(-0.682)、家庭户(-0.612)呈负相关。总体来看，该因子分类特征与男性类似，分离了外来年轻生活服务业从业人员和本地农业从业人员所在区域，但生活服务业从业人员涵盖了更多行业，一定程度上反映出女性在此类行业就业更为广泛的特点。

3.第三维度为电力、燃气及水的生产和供应业、租赁和商务服务业。 方差贡献率为6.105%，反映3个变量的信息。同电力、燃气及水的生产和供应业(0.841)、租赁和商务服务业(0.714)、水利、建筑和公共设施管理(0.597)呈正相关，可见这几个行业的女性从业人员占比具有一定的相关特征。

4.第四维度为因料理家务而暂未工作和建筑业。 方差贡献率为4.803%，反映2个变量的信息。同因料理家务而暂未工作(0.783)和建筑业(0.651)呈正相关，反映了家庭角色对女性就业的负面影响，也反映出这类区域通常具有较多建筑业从业女性的特征。

5.第五维度为有配偶就业人员。 方差贡献率为4.103%，反映2个变量的信息。该因子同有配偶(0.826)、35-54岁(0.475)呈正相关。总体来看，该因子分类特征与男性类似，识别出有配偶从业人员。

(三)男女就业要素构成主要维度的异同分析

对比可见，男女就业要素构成总体上具有一定的同构性。第一、第二基本类似，说明存在生产服务活动技术人员同产业工人、外地生活服务业从业人员和本地农业从业人员的差异，显示出南京都市区整体上三产中综合服务业同二产(伴随高阶层高技能就业人员同产业工人)的分化、三产中生活服务业同一产(伴随外来就业人员同本地就业人员)的分化，这也是南京在产业发展和城镇化进程中各类就业要素的结构性反映。第五维度也较为类似，说明两性均存在有配偶的年长从业人员的地理集聚维度。

同时，男女就业要素构成也在如下方面存在差异。在第二维度中所划分的外来生活服务业从业人员中，女性明显包含了比男性更多的生活服务业相关变量，反映出女性在相关行业就业更为广泛的特点。在第三和第四维度中，男性和女性呈现出更为明显的差别。男性就业要素构成的维度为建筑业、住宿和餐饮业以及制造业，而女性则为电力、燃气及水的生产和供应业、租赁和商务服务业以及建筑业。值得注意的是，女性第四维度中同因料理家务而暂未工作(0.759)呈强相关，而男性这一变量荷载较小(-0.339)，显示出家庭角色和家务劳动对女性就业的更显著的负面影响。

三、南京市不同性别就业空间差异分析

(一)就业空间分布的性别差异

根据主因子的得分进行空间投影，识别出的各类人群的集聚地。具体操作为：将因子值根据GIS中自然间断点分级法(Jenks)分成由高、中高、中、中低、低五类，并重点关注高、中高类集聚地区加以分析。

1.男性就业要素空间分布。 第一维度(高学历城市户籍综合服务/低学历产业工人)的高、中高值区呈集中+散点分布。集中区基本涵盖了老城全部区域(除中华门街道)以及邻近区域，其中，高值区基本集中在老城北部，反映出行政管理、科教文卫、金融等行业和资源的高度中心集聚，以及相关的具有城市户籍的、高学历、高技能和高阶层就业人员的高度中心集中特征。除此之外，高值区还分布于主城区外的各分区区域中心，包括江浦(浦口区委、区政府所在地)、卸甲甸(原大厂区区委、区政府驻地)、雄州(六合区区委、区政府驻地)、东山(江宁区区委、区政府驻地)、仙林(大学城)和梅山(原宝钢集团梅山公司社区管理委员会)。极低、低值区则占据了主城南北边缘(极低值包括迈皋桥、小市、阅江楼、双闸)和都市区的大部分区域(极低值包括都市区西南边缘的双闸、西善桥、板桥)，东南的柘塘、浦口的永宁、沿江和六合的大部分街道，反映出低学历产业工人就业空间广泛且边缘化特征(图1a)。

第二维度(外来生活服务/本地农业)的高、中高值区较为广泛分布于主城区边缘一带和邻近地区，以及江北的沿江、泰山、葛塘、西厂门、长芦街道，这些地区离城市中心有一定的距离，就业准入门槛较低的区域，吸纳了较多外来生活服务业人员。江北沿江和都市区最外围大片的极低值区和低值区则分布了大量本地农业从业人员(图1b)。

第三维度(建筑业)的极低、低值区呈主城局部集中+都市区外缘分布。其中，主城集中于凤凰、江东、宁海路、湖南路、兴隆、双闸、沙洲、赛虹桥、宁南街道，均为当时城市建设的重点区域。都市区外缘则主要分布于横溪、湖熟、淳化、柘塘镇、石桥镇、星甸镇以及六合区北部(图1c)。

图1 男性就业构成要素主要维度空间分布图

第四维度(住宿和餐饮业/制造业)的极高、高值区成团块状散布。其中，老城和主城团块分布在以玄武湖、夫子庙、新街口、中华门为代表的文化旅游资源丰富地区。北部、西部和南部团块则均为都市区外缘景观资源丰富的地区。极低值区分布于梅山、燕子矶、仙林、西岗、卸甲甸、盘城街道，多为南京传统制造业所在地，低值区则在都市区外缘，并围绕极低值区域分布(图1d)。

第五维度(有配偶就业人员)的极高值区呈散点分布，包括梅山、西善桥、凤凰、卸甲甸街道。高值区基本分布在极高值的邻近区域，以及马群、尧化、栖霞、龙潭街道(图1e)。

2.女性就业要素维度分布。 第一维度(高学历城市户籍综合服务/低学历产业工人)分布基本与男性相同，即高值区集中+散点分布，低值区外围边缘广泛分布。但高值散点区域相比男性略少(无梅山、江浦街道)，表现出女性更为集中分布的特征；极低值也较男性少，说明产业工人集聚区较男性更少(图2a)。第二维度(外来生活服务/本地农业)分布也基本类似，不做赘述(图2b)。第三维度(电力、燃气及水的生产和供应业、租赁和商务服务业)的高值区呈团块散点分布老城边缘和主城外围区域，包括华侨路-挹江门、建宁路团块，瑞金路、月牙湖、后宰门团块，梅山、板桥、西善桥团块，江浦、顶山、泰山团块，卸甲甸、西厂门、山番、葛塘、长芦、雄州团块，以及红山、锁金村、燕子矶、尧化、仙林、栖霞、龙潭、西岗团块(图2c)。第四维度(因料理家务而暂未工作和建筑业)高值区广泛分布主城南部边缘、西北栖霞区的部分地区、六合区部分地区、以及都市区南部大范围地区(图2d)。第五维度(有配偶就业人员)的极高值区广泛分布于主城南部以及都市区外缘，与男性同维度呈现较大的差异(图2e)。

图2 女性就业构成要素主要维度空间分布图

(二)就业空间结构的性别差异

选用Ward’s Method聚类法和Euclidean distance测度方法，对主因子进行聚类分析，划分南京都市区男女就业空间类型。根据主因子的平均得分研判各类就业区特征，分析男女就业空间结构异同。

1.男性就业空间结构：圈层+异质点。 将男性划分为六类就业区(图3)。第一类为高学历综合服务活动就业区，在主因子1上得分较高，老城集中+外围(江浦+雄州)散点分布。第二类为无配偶高学历综合服务活动就业区，在主因子1上得分较高，在主因子5上得分较低，散点分布于玄武湖、锁金村、仙林、梅园新村、湖南路、宁海路街道。第三类为年轻外来生活服务业就业区，在主因子2上得分较高，主要集中在主城以外新城范围以内。第四类为建筑业和生活服务业就业区，在主因子2和主因子3上负值得分较高，分布于兴隆、沙洲和宁南街道，为当时城市发展和建设重点地区。第五类为制造业就业区，在主因子4上负值得分较高，主要分布在新城及与其邻近的都市区内缘。第六类为本地农业就业区，在因子2上负值得分较高，主要分布在江北沿江和都市区最外缘。总体来看，男性就业空间结构呈现明显的圈层+异质点结构。

图3 男性就业空间结构

2.女性就业空间结构：圈层+扇形+异质点。将女性划分为六类就业区(图4)。第一类为高学历综合服务活动就业区，在主因子1上得分较高，集中于老城北部和主城南部沙洲、宁南街道。第二类为年轻外来生活服务业就业区，在主因子2上得分较高，集中于老城南部和主城边缘。第三类为无配偶人员就业区，在主因子5上负值得分较高，呈扇形分布在新城区域。第四类为因家庭原因暂未工作人员分布区，在主因子4上得分较高，广泛地分布在都市区南部和北部区域。第五类为本地有配偶年长的电力、燃气及水的生产业就业区，分布于梅山和卸甲甸街道。第六类为本地农业就业区(较少女性因家庭原因未工作)，在主因子2和3上负值得分较高，集中江北沿江和都市区北部最外缘。总体来看，女性就业空间结构呈现明显的圈层+扇形+异质点结构。

图4 女性就业空间结构

3.男女就业空间结构的异同分析。 总体来看，男女就业空间结构均呈现明显的圈层结构，具体体现在从新街口中心向外扩散的综合服务-生活服务-制造业-农业的就业人口布局，符合传统中心城市的经典就业模型，也是基于城市地租理论的最高效的土地利用分布。圈层结构伴随的则是受教育程度高的职业阶层拥有城市户籍就业人员、外来年轻的生活服务业就人员、产业工人和本地农民依序占据区位优势由高到低的空间资源，构建了一种以新街口为中心的“核心-边缘”就业空间秩序。这种同构一方面是南京都市区产业格局和用地规划的影响，另一方面也体现出户籍制度(城市和农村之间、本地和外地之间)对空间分布和资源占用的影响，综合反映出南京就业空间在产业、阶层和制度影响下的分化。

表1 男性主因子聚类特征值

表2 女性主因子聚类特征值

值得注意的是，男女地理就业在中心圈层(高学历综合服务)和外围圈层(农业)的差异是相对较小的，但两者的发生原因则极为不同。前者更多的是受益于此区域女性的受教育程度，以及同男性相同的人力资本；而后者则主要由于农业经济活动基本以家庭为单位展开，男女被纳入共同的农业生产，因此职业隔离并不显著。

“核心-边缘”的就业空间秩序下，男女就业空间结构的差异在“边缘”地区尤为突出，具体表现在两个方面：

其一，是男性主导职业就业区的凸显。建筑业和制造业是构成男性空间结构中重要的两类区域。是这种男性主导一定程度上同南京第三产业的快速发展，女性有更多机会涌向主城和新城的商业、服务业等行业相关，这致使对体力要求较高的建筑业和某些制造业职业男性化更加突出。在空间结构上，即表现为建设重点地区(兴隆、沙洲和宁南)男性建筑业从业人员的集聚，以及主城外围(部分新城+都市区内缘)装备制造业等重工业地区男性就业的集中。而在传统重工业的核心位置(梅山和卸甲甸)，则还有较多的年长女性的从事相关制造业，这也能通过女性“有配偶年长的电力、燃气及水的生产业就业区”从侧面印证。

其二，是女性家庭要素关联就业区的识别。无配偶就业人员和因家庭原因暂未工作的两类女性被辨认出来，成为女性就业空间结构重要的两个构成。现有理论研究——如企业效率论(企业会使用性别特征来判别应聘者的生产力而将女性安排在某些特定的职业，如一些事务性的工作，通常不雇佣怀孕或有年幼子女的女性)和理性选择论(女性因为更多的家庭负担可能选择准入准出门槛较低的职业，一些有孩子的女性会自愿退出劳动力市场)——可以对女性在某些职业的特定就业、以及因家庭原因暂未工作进行一定的解释。沿着这一思路，笔者认为，无配偶女性在新城地区的集聚极大可能是由于新城中能够提供大量适合女性的事务性工作的岗位，而因家庭原因暂未工作的女性则广泛分布于新城之外的都市区边缘一带，并同女性就业机会较少的男性制造业就业区有大量重叠。由此可以推断，这些女性一方面可能是有刚性育儿需求，另一方面，也可能由于在居住周边一定范围内不能找到合适的工作，无法兼顾家庭和工作而不得已离开工作岗位。可以看出，南京都市区女性就业存在边缘化的情况(特定的职业或失业)，在空间上表现为占据区位优势资源较低的“核心-边缘”结构的边缘。同时，这种边缘空间本身是生产性的，很可能进一步导致女性就业边缘化。

结语

本文以2010年第六次人口普查数据为基础，运用主因子分析方法，通过对就业状况、人口素质、家庭角色、制度要素等多维度变量的综合分析，探讨南京都市区男女就业的差异维度及其空间表现。主要结论如下：(1)男女就业要素构成维度呈现总体同构性和局部差异性。前者表现为两性共同的高学历城市户籍综合服务从业人员同低学历产业工人的分化，以及外来生活服务从业人员同本地农业从业人员的分化；后者表现在男性的制造业维度和女性的因料理家务而暂未工作维度，反映出行业种类和家务劳动的性别化特征。(2)男女就业空间结构呈现明显的圈层结构，体现在从新街口中心向外扩散的综合服务-生活服务-制造业-农业的产业布局，其伴随的则是城市户籍高受教育程度高职业阶层就业人员、外来年轻就业人员、产业工人以及本地农民依序占据区位优势由高到低的空间资源，构建了一种以新街口为中心的“核心-边缘”的就业空间秩序。(3)男女就业空间结构差异在“边缘”区尤为突出，具体表现在男性主导职业就业区(建筑业和制造业)的凸显，以及女性家庭要素关联就业区(无配偶就业区和因家庭原因暂未工作就业区)的识别。(4)女性因家庭原因暂未工作就业区同女性就业机会较少的男性制造业就业区有一定的重叠，暗示就业空间的边缘化具备一定的生产性，很可能进一步导致女性就业的边缘化。

本文试图尽可能准确地反映南京都市区就业空间的性别差异情况，以期更精准地了解城市就业空间内部差异化的分布表征，加深对城市空间运行背后性别权利逻辑的理解。本研究仍存在诸多方面限制：首先，本文研究数据采取了以居住地为口径的人口普查数据以期对多维度的就业要素进行分析，用其探讨就业空间(尤其是针对职住分离群体)不免会产生一定的偏差。其次，研究单元采用行政区域的街道范围，并不能精确反映劳动力市场中人口和就业要素的空间分布规律。此外，在具体分析上，对更详尽的职业或行业分类体系越能精准地判定性别差异和隔离程度，本文在职业和行业大类的基础上对空间分异进行的探讨，而非更详尽的职业细分类别，这也有可能导致研究结论与实际之间存在差异，这些都有待于后续进一步的研究和探讨。

注 释：

①南京市曾在2013年初进行区划调整，本文研究单元的划分为同人口普查数据一致，以2010年区划和街道单元划分为准，并将栖霞经济开发区、南京经济开发区、板桥新城和雨花经济开发区数据分别并入尧化、燕子矶和西善桥街道，以便于分析。

②其中，鼓楼区人口普查数据较经济普查数据较偏少，浦口区和六合区人口普查数据较经济普查数据偏多，说明鼓楼区的实际就业岗位要更多，浦口和六合的就业岗位更少，分析可能存在一定的误差。

③此行业指标依照第六次人口普查数据的行业指标分类。其中，采矿业因为从业人数较少、且同其他指标具有强相关性而剔除。

④2014年7月，国务院发布《关于进一步推进户籍制度改革的意见》提出，取消农业户口与非农业户口性质区分，统一登记为居民户口。本研究数据来源为2010年第七次人口普查数据，因此仍能区分农业户口和非农业户口。

⑤自然间断点分级法(Jenks)是一种根据数值统计分布规律分级和分类的统计方法，能使类与类之间的不同最大化。

⑥当然，这一结果也很可能同数据本身的缺陷有关，数据基于居住地口径的采集，对于这一结果的另一解释是，单身女性倾向于在有投资潜力的新城购房。