中国就业结构与产业结构协调性的时空格局演化

夏四友，赵 媛，1b，许 昕，刘笑杰

（1.南京师范大学 a.地理科学学院，江苏 南京 210023；b.金陵女子学院，江苏 南京 210097；2.兰州大学 资源环境学院，甘肃 兰州 730000）

一、引 言

在经济结构转型发展过程中，就业结构与产业结构是相辅相成的两大基础，两者协调发展对促进区域经济可持续发展和构建现代经济体系具有重要意义。一方面劳动力在不同产业部门间优化配置会促进产业结构的优化升级，而产业结构的优化升级不仅能促进劳动力在产业间转移，还可提高劳动力素质。另一方面就业结构变动通过改变劳动者的收入结构和需求结构，进而可以促进居民消费结构层次的升级［1］。2019年《政府工作报告》指出，当前和今后一段时期，我国就业总量压力不减、结构性矛盾凸显，新的影响因素还在增加，必须把就业摆在更加突出位置。这就亟须加快调结构、转方式，促进就业结构与产业结构的优化升级以保证区域经济的可持续发展［2-3］。在经济转型的大背景下，测度就业结构与产业结构协调度并识别时空格局动态过程变化，对于把握就业结构与产业结构发展态势，构建现代化经济体系具有重要意义。

国内学者对就业结构与产业结构协调性的相关研究多聚焦于国家［4-5］、区域［6-7］、省际［8-9］、市域［1，10］等空间尺度。研究内容上主要包括就业结构与产业结构协调度测算与预测［11］、产业结构演变对就业的影响［12-13］、优化就业结构与产业结构的策略研究［4，9］等，比较劳动生产率［14］、就业弹性［15］、结构偏离度［16］、灰色关联度［17］、相似系数［18］等方法常用来测算就业结构与产业结构协调度或均衡度，从居民消费支出［19］、可持续发展［20］劳动力供求形势转变［21］及经济学和人性哲学［22］等视角考察就业结构与产业结构的协调关系。近年来，部分学者开始从空间视角探讨就业结构与产业结构协调性问题，如秦琴等发现重庆市三大经济区域的就业结构与产业结构协调系数呈渝中区—黔江区的梯度分布态势，空间差异明显［23］；单良等指出中国就业结构与产业结构协调性在空间上表现为东部沿海地区协调性最高，中部地区次之，西部地区较低的空间分布格局［3］。

总结发现，现有研究中以地理视角为切入点探讨就业结构与产业结构协调性时空动态演变过程的研究相对缺乏，且目前对于两者协调度的时间过程与空间格局分析大多是分离的，无论是数理统计还是空间表达都仅能从单一视角揭示就业结构与产业结构协调度的时空特征。鉴于此，本文在测算1997-2017年中国内地31个省域就业结构与产业结构协调度的基础上引入探索性时空数据分析(ESTDA)框架，综合集成ESDA、LISA时间路径、时空跃迁和标准差椭圆等方法，利用时空交互的方法整合时间与空间维度分析就业结构与产业结构协调度的时空动态特征，以期为因地制宜制定经济协调发展政策提供参考借鉴。

二、研究方法与数据来源

（一）研究方法

1.就业结构与产业结构协调系数（CEI）

本文用就业结构与产业结构协调系数来表征就业结构与产业结构协调状况，就业结构与产业结构协调系数的表达式为［3，23］：

其中，CEI为就业结构与产业结构协调系数；Ei为第i产业就业人数占总就业人数的比重；Ii为第i产业产值占总产值的比重；0≤CEI≤1。CEI越大，表明产业就业结构与产业结构的协调性越好；CEI越小，表明就业结构与产业结构的协调性越差。

2.探索性空间数据分析（ESDA）

ESDA用于反映地理要素的空间相关特征［24］。在测算CEI基础上采用Global Moran's I进行全局自相关分析，从全局视角考察CEI的总体变化特征。

3.LISA时间路径

LISA时间路径可用来反映中国CEI的局部时空协同变化特征［25］。省域i的CEI在Moran's I散点图中的时间路径可看作一组向量［（yi，1，yLi，1），（yi，2，yLi，2），…，（yi，t，yLi，t）］［26］。其中，yi，t为i省在t年的CEI标准化值，yLi，t为 i省在 t年的空间滞后量。LISA时间路径的几何特征通常用相对长度（N˜i）和弯曲度（Di）表示，二者的计算公式分别为［27］：

其中，n为省域单元数量；T为年度间隔；Li，t为i省在第 t年的 LISA 坐标（yi，t，yLi，t）；d（Li，t，Li，t+1）为 i省从第t年到 t+1 年移动距离；d（Li，t，Li，T）为 i省从第 t年到末年移动距离。N˜i（Di）越大，表示i省CEI局部空间结构的动态性（局部空间依赖方向上的波动性）越强，反之越稳定。

4.LISA时空跃迁

LISA时空跃迁可用于揭示地理现象的空间依赖性。转移概率矩阵和时空跃迁可用来描述Local Moran's I散点图在不同局部类型间演化的过程［28］。Rey将时空跃迁划分为 Type0、Type1、Type2和 Type3四种类型［29］，分类标准见表1所列。

Type3又可分为 Type3A（HHt→LLt+1、LLt

→HHt+1）和Type3B（HLt→LHt+1、LHt

→HLt+1），前者表示省域与邻域的跃迁方向一致，后者表示二者跃迁方向相反。Rey采用时空流动与时空凝聚来表征研究对象的空间格局路径依赖和锁定特征［30］，二者可表示为：

其中，Type1、Type2和Type3A分别表示Type1、Type2和Type3A的跃迁数；在本文中，m=（2017-1997）×31=620。

表1 时空跃迁类型

5.标准差椭圆（SDE）

标准差椭圆能够从全局、空间视角定量揭示地理要素空间分布的中心性、展布性、方向性和空间形态等优点，其基本参数包括重心、旋转角、长轴标准差和短轴标准差［31-32］，本文采用标准差椭圆揭示中国CEI的空间分布格局。

（二）数据来源

本文选取的基本数据主要来自1998-2018年《中国统计年鉴》及对应年份的各省域统计年鉴。因2011-2013年黑龙江省三次产业就业人数的数据缺失，本文参照已有研究［3］，以黑龙江省1997-2010年和2014-2016年的黑龙江省三次产业就业人数数据为基础，通过插值法计算得到2011-2013年黑龙江省三次产业就业人数数据。限于数据的可得性，本文研究区未包括香港、澳门和台湾地区。

三、结果与分析

（一）中国CEI时空变化特征

1.CEI的时序变化趋势

1997-2017年中国CEI整体呈“先降后升”的趋势（图1）。具体可划分为2个阶段：①第一阶段为1997-2003年，中国CEI由1997年的0.782下降到2003年的0.734，下降了0.048，为研究时段最低值，主要由就业结构与产业结构的“非同步”演进导致。从第一产业角度看，1997-2003年中国第一产就业人口比重始终维持在50%左右，呈现居高不下态势，而第一产业比重由18.3%持续降至12.8%，出现第一产业就业结构与产业结构“错位”现象；从第二产业角度看，受国有企业改革影响，1997-2003年中国第二产业就业人口比重由23.7%下降到21.6%，呈现稳步下降态势，而第二产业比重基本维持在46%左右，也出现就业结构与产业结构“错位”现象，导致该阶段中国CEI呈现逐年下降态势。②第二阶段为2003-2017年，中国CEI呈稳步上升态势，由0.734上涨至0.934。2003年以后，国家出台相应的税收减免、工商登记等优惠政策，激发了社会就业活力，促使下岗人员逐步向服务业转移，此外随着机械化、人工智能化生产技术在工业生产领域的应用释放了大量劳动力，促使第二产业劳动力逐步向服务业领域转移，导致CEI呈增长态势。

图1 1997-2017年中国CEI变化趋势

将我国大陆31个省域划分为东、中、西三大地带（1）。发现三大地带CEI形成了“东—中—西”阶梯式递减分异格局。究其原因，主要在于东部地区区位优势明显，经济发达，在产业结构转型升级的同时促使劳动力不断向第二、第三产业转移，CEI保持在领先水平。广大中西部地区就业结构的重心停留在以第一产业为主导的农业部门，工业部门从业人员数量相对较少，而经济增长的主要动力是以能源资源、装备制造等第二产业主导的工业部门，第二产业产值占总产值的比重较大，导致中西部地区CEI偏低。

2.中国省域CEI的空间分布变化

基于ArcGIS10.2软件，并借鉴空间四分位图的表现形式［33］，将1997年、2007年、2017年省域的CEI划分为低协调区、较低协调区、中度协调区、较高协调区和高协调区（图2）。

1997-2017年中国CEI的空间分布发生了较大变化。①1997-2007年38.71%的省域向低等级转移，22.58%的省份向高等级转移，说明该时期中国CEI呈下降态势。各等级省份之间的转移路径比较复杂，但以递次转移为主，其中，有48.39%的省域呈现递次转移，仅有12.90%的省域呈跨越式转移。②2007-2017年58.06%的省域向高等级转移，无省域向低等级转移，说明该时期中国CEI呈普遍上升态势。各等级在省份之间的转移路径仍以递次转移为主，其中，有45.16%的省域呈递次向高等级转移，仅有12.90%的省域表现为跨越式向高等级转移。总体来看，1997-2017年东部地区CEI基本为高协调区与较高协调区；中部地区则由以较高协调区及中度协调区为主转为以较高协调区为主；西部地区则以中度协调区、低协调区为主转变为以较高协调区及中度协调区为主，低协调区2017年消失。

图2 1997年、2007年和2017年中国CEI的空间分布

从空间分布看：①1997-2007年中国CEI不同协调类型省域的空间分布变化较大，两极分化趋势明显。其中，高协调区向东部沿海集聚，形成京—津以及条带分布的苏—沪—浙—闽—粤两个分布区；较高协调区大幅收缩，形成川、“S”形分布的辽—冀—鲁—皖—赣—湘以及琼三个分布区；中度协调区由相对集中趋于分散，形成疆—青—藏、宁、晋—豫—鄂—渝、桂、黑—吉五个分布区；低协调和较低协调区呈现扩张态势，低协调区形成滇—黔和甘两个分布区，较低协调区集中分布在陕—蒙两省域。②2007-2017年不同协调类型省域空间分布较2007年出现明显变化，高协调区空间分趋于分散，主要分布在东部的黑、辽、京—津、鲁—苏—沪—浙—闽—粤—琼和西部的渝，较高协调区形成疆—青—藏—川、蒙—晋—冀—吉—豫—鄂—湘—皖两个分布区，陕—宁和滇—桂形成中度协调区以及黔—甘形成较低协调区。

（二）中国CEI时空格局演化特征

1.中国CEI格局总体特征

1997-2017年中国省域CEI全局Moran'sI指数均为正值，且均通过了5%水平上显著性检验（图3），说明中国省域CEI呈显著的空间正相关关系。1997-2017年中国CEI全局Moran'sI指数整体呈波动上升趋势，其中1997-2010年Moran'sI值从0.337波动上升到0.632，表明中国CEI空间相关显著性和趋同性不断增强，空间差异逐渐缩小；2010-2017年Moran'sI值从0.632下降到0.535。表明中国CEI空间趋同性呈减弱态势，空间差异逐渐增大。

图3 1997-2017年中国省域CEI全局莫兰指数

2.中国CEI时间路径几何特征

采用自然间断点法将时间路径相对长度由低到高划分成低相对长度、较低相对长度、较高相对长度、高相对长度，并对LISA时间路径相对长度进行可视化表达（图4a）。中国就业结构与产业结构协调性LISA时间路径移动相对长度处于低相对长度和较低相对长度的省域有17个，占省域总数的54.84%，表明中国CEI整体空间格局较为稳定（低相对长度省域的局部空间结构表现为稳定的CEI局部空间结构特征，占比16.13%，包括京、津、冀、闽和粤；辽、鲁、晋、豫、皖、苏、沪、浙、赣、桂、琼、川为较低相对长度省域，占比38.71%，表现为较稳定的CEI局部空间结构）；吉、蒙、陕、宁、甘、青、新、藏、滇、渝、湘和鄂为较高相对长度省域，占比38.71%，表现为较强的CEI局部空间结构动态性；高相对长度省域的局部空间结构表现为强烈的CEI局部空间结构动态性，占比6.45%，包括黑和黔。总体上看，LISA时间路径移动相对长度总体呈东部向中西部递增趋势，东部地区CEI局部空间结构较稳定，而中西部地区CEI的局部空间结构的动态性明显。

同样采用自然间断点法将时间路径弯曲度由低到高划分成低弯曲度、较低弯曲度、较高弯曲度和高弯曲度，并对LISA时间路径弯曲度进行可视化表达（图4b）。中国就业结构与产业结构协调性LISA时间路径移动弯曲度处于低弯曲度和较低弯曲度的省域有16个，占省域总数的51.61%，表明中国CEI局部空间依赖方向上的波动性较弱（CEI低弯曲度省域的局部空间依赖变化过程波动性最弱，占比19.35%，包括鲁、苏、沪、浙、闽和渝；吉、辽、蒙、甘、滇、黔、桂、粤、赣和皖为较低弯曲度省域，占比32.26%，表现为较微弱的CEI的局部空间依赖变化过程）；青、藏、川、宁、琼、湘、鄂、豫、京、津、冀、黑为较高弯曲度省域，具有波动性较强的CEI局部空间依赖变化特征，占省域总数的38.71%；新、陕和晋为高弯曲度省域，具有最强波动性的CEI局部空间依赖变化过程，占省域总数的9.68%。总体而言，低弯曲度省域集中在东部沿海和中部少数省域，而高弯曲度省域主要分布在中西部地区。

图4 中国CEI的LISA时间路径空间分布

3.中国CEI时间路径移动方向

LISA时间路径移动方向可以分析中国CEI空间格局变化空间整合性。基于移动方向平均水平将其分成4种类型：赢—赢型（0°～90°），输—赢型（90°～180°），输—输型（180°～270°），赢—输型（270°～360°）。其中，赢—赢型表示省域及相邻省域的CEI具有高增长趋势，输—赢型表示省域CEI呈低增长趋势，而相邻省域呈高增长趋势；输—输型表示省域及相邻省域的CEI均呈低增长趋势；赢—输型表示省域CEI呈高增长趋势而相邻省域呈低增长态势。赢—赢型和输—输型也叫协同增长型，表示省域及其相邻省域CEI呈整合的空间动态性。

整体来看，协同增长型省域共有16个，占中国省域的51.61%，表明研究期内中国CEI空间格局演化具有较强的空间整合性（图4c）。其中，协同增长型中，高增长与低增长型省域分别有7个和9个，占比为43.75%和56.25%。说明中国CEI协同低增长型省域占据较大比重。从各省域CEI移动方向空间分布来看，东部的鲁—豫—苏—皖—浙—闽和西部的川为协同高增长型省域，呈现协同高速增长特征。而协同低增长型的省域主要集中在南部的桂—湘、北部的疆—甘—蒙—陕—晋—吉—辽，呈现2个协同低速增长核心特征。而呈现反向增长方向（90°～180°和270°～360°）的省域大多混合分散分布在协同增长型省域之间。

4.中国CEI的LISA时空跃迁特征

进一步采用转移概率矩阵和时空跃迁来描述中国省域CEI局部空间关联类型的转移特征和演化过程。中国省域CEI空间凝聚较强，空间格局稳定，路径依赖和锁定特征明显。最普遍的跃迁是类型Type0（表2），表明多数省域CEI在1997-2017年内均未发生显著的时空跃迁，研究时段内Moran's I散点保持在同一象限内（Type0）的概率达93.6%，在研究时段内Moran's I散点图的空间稳定性（时空凝聚）为0.940，时空流动仅为0.060；在Type3的跃迁类型中，除HLt→LHt+1和LHt→HLt+1的迁移概率为 0.033 和 0.039 外，HHt→LLt+1、LLt→HHt+1均未出现跃迁，证明中国省域CEI分布具有较强的转移惰性，即CEI的空间格局表现出路径依赖和锁定特征，CEI分布的空间凝聚很强，空间格局稳定，各省域在短期内难以改变其当前的CEI分布状况。

表2 1997-2017年中国CEI的时空跃迁矩阵

（三）中国CEI空间分布格局

利用ArcGIS10.2软件对中国CEI进行标准差椭圆分析，得到中国CEI标准差椭圆分布（图5）和参数变化特征（表3）。从重心的分布看，1997-2017年中国 CEI重心在 112.010°～112.236°E 与33.354°～33.644°N之间变动，大致落于河南省洛阳市境内，并位于中国几何中心（103.50°E，36°N）的东南方向，表明中国东南部省域CEI保持在较高水平。其主要原因在于东南沿海省域经济发达，产业结构保持在较高水平，且区域内劳动密集型产业发展迅速，吸引了大批劳动力，使东南各省的CEI不断提升。另外，广大中西部地区经济发展过程中面临人口流失及产业结构转型升级困境也导致中国CEI的重心整体位于中国几何中心的东南方向。

图5 中国CEI标准差椭圆分布

表3 中国CEI标准差椭圆参数变化

从重心迁移轨迹看，1997-2017年中国CEI重心总体向西南方向移动了16.34 km。具体来看：1997-2007年重心向东南方向迁移了34.10 km；2007-2010年重心向西南方向迁移了16.84 km，该阶段中国经济结构调整的重心仍在南部地区，但出现了向西移动的势头。随着东南沿海经济的发展，土地价格和劳动力成本不断攀升，推动部分劳动密集型产业向中西部地区转移，导致中西部地区CEI出现向好发展的态势；2010-2013年重心向东北方向移动了17.157 km，主要的原因是随着京津冀协同发展战略和东北振兴战略的实施，导致京津冀地区和东北地区产业结构向更高水平转移，对劳动力的就业吸纳能力显著提高；2013-2017年重心向西北方向迁移21.192 km，说明近年来东南沿海地区的经济结构调整趋于完善，CEI演变速度放缓，同时受政策导向的影响，尤其是西部大开发和“一带一路”倡议的实施促进中西部省域的经济发展，致使CEI上升。

从旋转角θ的变化看，研究期内中国CEI呈现“东北—西南”的空间分布格局，但旋转角θ整体上呈波动增大的趋势，表明“东北—西南”的分布格局具有强化倾向。首先从1997年的52.947°增加到2003年的57.359°，然后减小到2013年的55.650°，表明2003-2013年中国CEI“东北—西南”的分布格局有所弱化，最后增加到2017年的56.827°。

从主轴方向看，1997-2017年中国省域CEI主半轴标准差总体呈现先下降后回升的变化趋势，由1997年的1 208 km下降至2010年的1 168.42 km，表明CEI整体上在“东北—西南”方向上出现极化，主要原因在于广大中西部地区经济基础薄弱，产业结构层次与水平较低，对就业人口的吸纳能力与东部沿海相差甚远，虽然进入21世纪以来西部大开发、中部崛起和振兴东北老工业基地等战略的实施使中西部地区经济有了较快的发展，但与东南部省域的相对差距仍处于扩大阶段，由此导致CEI差距也在增大。2010-2017年主半轴标准差由1 168.42 km上升到1 201.13 km，表明该时段中国CEI在“东北—西南”方向上呈分散态势，主要是随着西部大开发、中部崛起和振兴东北老工业基地等战略深入贯彻实施，广大中西部地区经济取得较快发展，产业结构层次与水平不断向好发展，对人口的就业吸纳能力日益上升，导致CEI上升加快。从短轴方向看，短半轴标准差由1997年的1 064.87 km下降到2017年的1 059.85 km，表明CEI在“东北—西南”方向上出现极化，其中1997-2010年辅半轴标准差由1 064.87 km降到1 046.02 km，表明该时段CEI在东北—西南方向上出现极化，原因在于江沪浙等东部沿海省域的CEI保持在较高水平，而甘、青等西北内陆省域的CEI增长缓慢；2010-2017年辅半轴标准差由1 046.02 km上升到1 059.85 km，表明该时段CEI在东北—西南方向上出现分散，受益于国家施行的东部地区援助西部地区经济建设政策的影响，就业结构与产业结构渐趋协调，与东部沿海CEI的相对差距趋于缩小。

四、结论与建议

本文从地理视角探讨就业结构与产业结构协调性时空动态演变过程，对于制定符合区域实际的经济发展政策，丰富和完善经济地理学的实践研究具有一定现实意义。研究发现：①我国CEI整体呈“先降后升”的变化趋势，反映就业结构与产业结构逐渐趋于协调。我国CEI存在地域性差异，三大地带保持“东—中—西”阶梯递减格局，各省域CEI变化虽存在一定差别，但以递次向上转移为主。②我国CEI呈显著的空间正相关性，历经“增强—减弱”的波动变化，其空间差异呈现由缩小到增大演变。③我国CEI在局部空间结构和依赖方向上具有较强的稳定性与空间整合特征，中西部CEI较东部地区具有更加动态的局部空间结构。LISA时空跃迁显示，省域CEI在空间关联和转移类型表现出一定的路径依赖或空间锁定特征。④随着东部地区经济结构日臻完善，中西部地区将成为就业结构和产业结构协调演变的主战场。结合本文研究结论，提出以下政策建议。

我国CEI区域差异显著，尤其是陕甘宁、滇黔地区的产业与就业不协调问题较为突出，当地应结合实际、注重实效，加强产业与就业双向调整，实现就业增长与产业结构转型升级。东中西三大地带CEI始终保持阶梯递减格局，表明地域间经济发展不均衡长期存在，应采取不同调整战略。东部地区在区位、经济和科技方面优势明显，要深化大数据、人工智能等研发应用，培育信息技术、高端装备等新兴产业集群，打造全域网络化、类型多样化的现代服务业产品，发挥产业纵向关联作用，最大限度地扩大就业，实现产业与就业协同发展。中西部地区可依托独特资源禀赋，有针对性地选择适合地区发展的产业路径。一方面，注重提高劳动力整体素质和劳动生产率，将农村富余劳力、重工业部门的“劳动力优势”转变为“生产力优势”。另一方面，积极承接东南沿海地区劳动密集型产业转移，建设一批突出地方特色的产业集群，增强当地就业吸纳能力，实现产城深度融合发展。针对我国省域CEI表现出空间自相关的特征，要利用空间相关性发挥省市间的带动作用，实现CEI整体水平的提高。政府可构建跨区域合作机制，提高劳动力就业转移能力和拓宽转移渠道，逐步消除城乡壁垒促进要素在城乡各产业间自由流动，实现“城乡二元”到“城乡融合”转变。同时完善我国劳动力市场体系，进一步放宽市场准入规则，营造劳动力平等就业的市场环境。另外，建立健全农村劳力进城就业和空间自由流动的保障体制，加大劳动职业技能培训投入，降低职业教育培训门槛，提升职工就业能力以不断适应产业结构优化升级的需要。针对我国省域CEI空间结构稳定，且表现路径依赖或空间锁定现象，要根据各省域的实际情况因地制宜地制定和实施差异化的产业和就业政策。对于CEI较低省域，要打破CEI局部空间结构的稳定过程，使其向高CEI转变。而对于CEI高省域，要保持CEI的局部空间结构和局部空间依赖演化过程的稳定性，尽可能向更高CEI方向转变。

注 释：

（1）东部地区包括京、津、冀、鲁、辽、沪、苏、浙、闽、粤、琼11省区；中部地区包括晋、吉、黑、皖、赣、豫、鄂、湘8省区；西部地区包括蒙、新、青、陕、甘、宁、川、渝、滇、黔、藏、桂12省区。