我国经济密度分布特征及空间溢出效应分析

□文/陈镜宇 代帅楠

（重庆师范大学地理与旅游学院 重庆）

［提要］基于2005～2019年我国31个省市空间面板数据，考察我国经济密度的分布特征，并建立空间杜宾模型，验证经济密度的空间溢出效应。结果表明：我国经济密度空间分异特征明显，小聚集、大分散的分布格局已形成；我国经济密度存在显著的空间溢出效应；平均工资、消费品零售额、人均道路面积、每万人大学生人数对我国经济密度的增长产生积极作用。

经济密度，即每单位面积土地上承载的经济活动，可以衡量经济要素在空间上的集聚程度，不仅是经济发展水平和集聚程度的重要测度，而且是协调区域发展和制定经济政策的重要依据。经济密度一般分为人口经济密度和土地经济密度两大类，由于经济密度主要是指单位面积土地上的经济发展水平和集中程度，因此相较于人口经济密度，土地经济密度更能体现。土地经济密度包括产业密度、就业密度、投资密度等指标。就业密度这一指标，包含了人口和产业分布情况，参考已有研究，发现其更能反映区域经济集聚水平，因此本文以就业密度来衡量经济密度。

国外的相关研究起步较早，走在实证和理论研究的前沿，国内相关研究虽然起步较晚，但近年来有了很大进展。国内众多学者从不同视角出发，采用多样化的方法、利用多种数据来源和分析手段对就业密度进行了大量的研究。一类侧重于对就业空间结构的研究。沈体雁等基于两次经济普查数据对东北地区就业密度的空间特征进行了研究，发现东北地区形成了一个向右倾斜的倒“Y”字型格局。劳昕等研究发现，长三角和珠三角的就业密度核心区均集中在三角洲沿岸的重要城市，由核心区往外呈圏层结构递减。部分学者聚焦于具体行业的就业空间结构。陈小晔等研究表明，上海都市区制造业就业空间格局已经基本实现了郊区化，并涌现出了稳定的制造业次中心。于倩等分析了我国中心城市服务业就业的内部结构、演变特点，研究发现我国城市群中心城市之间服务业就业存在明显的阶梯式差异。随着大数据时代的到来，手机信令数据成为新的数据来源。王德等利用2014年手机信令数据研究揭示了上海市住宅区就业空间的几类典型模式，包括单中心、带状、双中心等类型。另一类研究则侧重于分析就业密度与其他经济要素之间的关系。陈良文等从经济集聚密度的视角出发，发现劳动生产率与经济密度之间存在显著的正向关系。邓明研究发现，城市交通基础设施对第二产业和第三产业就业密度有显著的促进作用，且对后者的促进作用要大于前者。洪进等研究发现城市就业密度与创新产出的相关性存在明显的区域差异。

通过对现有文献的回顾，可以发现，目前已有研究大多聚焦于东中部发达地区单个城市就业密度的空间分布，全国整体尺度较少，且从长时间维度出发进行分析的较少；较少纳入空间关联因素，涉及空间溢出效应的研究较少。鉴于此，本文以我国31个省市为研究单位，基于2005～2019年的空间面板数据，旨在探究我国就业密度的分布特征，验证就业密度的空间溢出效应，分析影响就业密度的因素，尝试为提高我国经济要素空间配置效率提供对策及建议。

一、变量选取与数据来源

（一）变量选取。参考已有研究，本文的被解释变量就业密度用二三产业就业人数与该省市的建成区面积之比表征。解释变量为就业密度空间溢出效应。参考相关文献，并结合数据的可获得性及我国的实际情况，从经济发展水平、社会基础建设、人力资本三个角度选取了14个控制变量。为消除价格影响，经济类变量均以2005年为基期利用GDP平减指数进行缩减。在实证回归中，为消除异方差影响，本文对所有变量取自然对数。表1是本文变量设定及说明。（表1）

表1 变量设定及说明一览表

（二）数据来源。研究区域为我国31个省市，数据主要来源于2005～2019年《中国统计年鉴》和《中国城市统计年鉴》。各省市个别年份的数据缺失，从所涉及省市的统计年鉴中获取或采用插值法补齐。

二、研究方法

（一）空间自相关分析

1、全局空间自相关检验。在进行空间计量分析之前，一般需要采用空间自相关性检验对研究区域进行空间相关性测度。全局空间相关性通常采用Moran's I进行测度，计算公式如下：

式中：n表示样本个数；wij是空间权重矩阵，反映空间单元i与j的空间关系；xi、xj用来表示具有空间权重矩阵wij的两个区域i和j的几何属性信息。

2、局部自相关检验。为了进一步检验观测值是否存在局部空间集聚，采用Local Moran's I指数进行检验。计算公式如下：

各变量同式（1）。

（二）空间计量模型。空间计量经济学的主要思想是将区域间的相互关系引入模型中，空间杜宾面板模型具有比空间滞后和空间误差模型更一般的形式，能够同时反映地区空间异质性和竞争特点，因此本文采用空间杜宾模型。空间杜宾模型的一般形式为：

三、我国就业密度分布特征

通过对我国31个省市2005～2019年就业密度数据的整理发现，我国就业密度空间分异特征明显，整体上分布不均，高值区分布较零散，低值区主要分布在东北、西北地区。2005年就业密度高值区较少，主要分布在中东部地区。2010年就业密度高值区开始增多且呈带状分布，在西部地区也出现了高值区。2015年就业密度高值区开始向北扩散，主要集中在中部地区。2019年就业密度高值区往东、西部地区扩散，开始出现中部塌陷的现象。

四、我国就业密度空间溢出效应

（一）就业密度的空间自相关分析

1、全局空间自相关检验。在进行空间计量分析之前，首先对就业密度进行空间自相关检验，即莫兰检验。本文使用的是空间距离权重矩阵，地理距离用两地间地理距离倒数的平方表示。用Stata15.0计算得出2005～2019年我国31个省市就业密度全局莫兰指数，结果表明，全局Moran's I指数和Z值均为正，且P值显著，说明就业密度存在显著的空间正相关。

2、局部空间自相关检验。全局Moran’s I指数能够反映全国层面的空间相关性，对于局部范围内的空间相关性，需要用局部Moran’s I散点图进一步分析。结果发现，局部Moran’s I指数为正，大部分地区分布在第一、第三象限，表明各省市就业密度以空间集聚分布为主，存在空间自相关性。

（二）就业密度空间溢出效应回归结果及解释

1、回归结果分析。本文设定的是空间杜宾模型，为确定选择模型的合理性，首先通过LM、LR和Wald检验，检验结果均拒绝了SDM退化为SAR与SEM的假设，说明本文的设定是合理的。根据已有研究，认为时空双固定效应一般为最优选择，因此本文选择双固定效应。使用Stata15.0进行回归分析，从结果来看，被解释变量就业密度空间溢出效应ρ的系数为-0.2212，并且通过1%的显著性水平，表明本地区就业密度对邻近地区的就业密度存在负向的溢出效应。

2、空间效应分解结果分析。由于空间杜宾模型分析得出的结果中加入了被解释变量与解释变量的空间滞后项，仅考虑直接的回归结果会忽视解释变量对被解释变量带来的边际影响，从而导致估计结果存在偏差，此时需要对模型进行分解，LeSage and Pace针对空间效应作用范围与对象的差异性，将空间杜宾模型中解释变量对被解释变量的影响效应分为直接、间接与总效应。空间杜宾模型的分解效应如表2所示。（表2）

表2 空间杜宾模型分解效应一览表

就业密度空间溢出效应是本文要验证的核心，从分解效应可以看出，就业密度空间溢出效应在直接、间接、总效应下均在1%的置信水平下显著。其中直接效应的系数为0.7171，说明本地区就业密度空间溢出效应对本地区就业密度有积极影响。间接效应的系数为-0.1695，说明本地区就业密度空间溢出效应对其他地区就业密度存在显著的负溢出效应。总效应的系数为0.5476，说明总体来说，我国就业密度空间溢出效应对就业密度具有促进作用。

从直接效应的回归结果看，人均GDP在10%的置信水平下显著，对本地就业密度产生负的影响，但是影响不大；消费品零售额在5%置信水平下显著为正，说明扩大内需，拉动消费，有利于促进产业发展，形成经济集聚，对当地就业密度产生积极影响；城镇化率在5%的置信水平下显著为负，说明当地城镇化率的提高并没有促进当地就业密度的提高；每万人大学生人数通过10%的置信水平，且系数为正，表明人力资本的提高有利于当地就业密度的增长。

从间接效应的回归结果看，当地平均工资的提高会促进邻近地区就业密度的提高，这是因为一个地区工资水平的提高也会带动邻近地区的工资水平，吸引就业人员，提高就业密度；人均医疗床位、人均公园绿地面积、每万人拥有公交车辆均对邻近地区的就业密度产生负的影响，这是因为当地社会基础设施的完善会优化就业环境，吸纳就业的能力增强，吸引邻近地区就业人员，造成邻近地区就业人员的流失；人均道路面积显著为正，这是因为交通基础设施的完善会缩短两地的时间距离，促进人流、物流等流通，有利于就业密度的提高；城镇化率显著为正，说明本地城镇化水平的提高有利于带动邻近地区城镇化水平的提高，从而促进就业；每万人大学专任教师数显著为负，这是因为教师具有相对稳定性，当地人力资本的提高会促进当地就业，吸纳人才，对邻近地区就业产生负的影响。

从总效应的回归结果看，平均工资、消费品零售额显著为正，说明工资水平是影响就业地选择的重要原因，扩大内需也会增加就业岗位，促进就业；人均医疗床位、人均公园绿地面积、每万人拥有公交车辆显著为负，说明目前基础设施建设滞后，就业环境对就业选择的吸引力还不够；人均道路面积显著为正，说明交通设施建设发挥了积极作用；每万人大学生人数显著为正，说明大学生人数的增加有利于提高就业人员素质，扩大就业率，对就业密度产生积极影响；每万人大学专任教师数显著为负，因为教师这一人力资本没有大学生流动性强，总体来说没有产生积极影响。

五、结论

本文用就业密度来衡量经济密度，基于2005～2019年我国31个省市的面板数据，考察了就业密度的时空演变特征及溢出效应。本文的主要研究发现：（一）我国就业密度空间分异特征明显，整体上分布不均，小聚集、大分散的分布格局目前已形成。（二）我国就业密度存在显著的空间集聚。（三）我国就业密度存在空间关联机制，且存在负的空间溢出效应。（四）平均工资、消费品零售额、人均道路面积、每万人大学生人数的增长有利于促进我国就业密度的增长。

现阶段，我国城市与区域空间结构变化迅速，目前面临着区域发展不平衡等问题，促进区域协调发展迫在眉睫，相关政策的制定需要顺应经济密度的变动规律，必须坚持和实施“一区一策”，合理制定主体功能区划及相关区域政策，而不是简单地实行区域均衡或扩散政策，要促进户籍、社会保障等政策方面的完善，合理提高职工待遇，加强城市基础设施建设，加强城市间的经济技术合作，实现资源共享，以促进区域一体化。