中国省际就业质量影响因素的空间计量分析

高学东，潘莹雪，薄启欣

(北京科技大学 经济管理学院，北京 100083)

0 引言

党的十九大报告指出，就业是最大的民生，要坚持就业优先战略和积极就业政策，实现更高质量和更充分就业。改革开放以来，我国第三产业快速发展，第三产业对GDP的贡献率逐年上升，2020年我国第三产业就业人口比例近50%。但是，受当前世界经济增长乏力的影响，第三产业的就业容量受到约束。在经济发展速度放缓、就业增长乏力的同时，突如其来的新冠肺炎疫情给世界政治经济环境带来了一定的冲击，就业质量的发展充满不确定性。就业质量与生活质量、经济增长质量息息相关，提升就业质量是实现经济高质量增长的基本前提。准确评估就业质量发展水平、分析影响就业质量的主要因素，对实现高质量就业和经济高质量增长具有重要意义。

不同国家或地区对就业质量有不同的测度标准。西方国家对就业质量评价体系的研究开展较早，尤其是欧洲国家的研究最为深入。V.Grossmann总结了欧盟对就业质量的研究,研究主要围绕劳动力市场和就业特征两个方面[1]。J.M.Arranz等在工作条件、技能与培训、工作生活平衡3个维度测度就业质量[2]。M.Chreneková等将体面劳动纳入就业质量评价体系[3]。也有学者通过问卷调查剔除就业质量评价体系中不合理的指标[4-5]。国内有学者通过不同视角构建就业质量评价指标体系。明娟等构建了包括收入、工作时间、劳动合同和社会保障4个维度的就业质量评价体系，对农民工就业质量进行测量[6]。孟浩等以国际体面劳动为背景，构建包括就业、权利、社会保障、社会对话4个维度的体面劳动水平指标体系[7]。李宁等对现有就业质量指标体系进行分析并给出就业质量统计建议[8]。在就业质量影响因素方面，国内学者从不同视角分析就业质量的影响因素。耿晔强等分析了制造业进出口贸易水平对就业的影响[9]。杨艳琳等运用脉冲响应分析揭示中国城镇化水平与就业质量的关系[10]。刘婧等分析了经济增长和经济结构相关指标体系与就业质量指标体系的演化关系[11]。张国娟测度了大连市对外贸易对就业情况的影响[12]。郑红玲等测度了就业结构、产业结构与经济增长的相关关系[13]。钟立书通过构建复合系统协同发展模型分析产业结构与就业质量的协同关系[14]。尹慧慧分析了江苏省产业结构与就业结构的关系[15]。马荣等通过构建空间杜宾模型研究了政府财政支出对劳动者就业产生的影响[16]。

虽然目前对就业质量的研究较多，但对就业质量的测度尚未形成统一标准，而且从宏观角度对中国省际就业质量影响因素分析的研究较少。本研究通过构建就业质量评价体系，综合分析中国内地31个省份就业质量，在此基础上分析就业质量的空间相关性，进一步建立空间计量模型分析就业质量的影响因素，为政府及企业制定就业政策提供数据支撑与理论支持。

1 研究对象、研究方法与数据来源

1.1 研究对象

以中国内地31个省份为研究对象，分析2011—2020年我国就业质量的变化趋势及其主要影响因素。每个省份都有其独特的地理区位特征及经济发展潜力，其就业质量及其影响因素也不尽相同，评价各省份的就业质量可以指导当地结合自身特点制定相应的就业政策，分析就业质量的影响因素可以更有针对性地优化提升就业质量。

1.2 研究方法

1.2.1就业质量指数。就业质量指数能够反映就业质量的优劣程度。首先，采用最小-最大标准化方法对原始数据进行标准化处理；其次，对就业质量指标体系进行熵值法赋权，计算就业质量各评价指标权重；最后，使用多目标线性加权求和法计算就业质量指数。

1.2.2全局空间自相关分析。利用全局Moran’sI分析中国省际就业质量的全局空间相关性。Moran’sI取值范围为[-1,1]，若Moran’sI>0，表明省际就业质量呈现空间正相关；若Moran’sI<0，表明省际就业质量呈现空间负相关；若Moran’sI=0，表明各省份间就业质量不存在相关关系。

1.2.3空间计量模型。根据地理学第一定律，世间各事物之间相关关系的强弱受事物之间距离的影响，而空间计量分析正是用于研究事物之间的空间关联性[17]。因此，选取空间计量模型分析我国就业质量的影响因素。① 空间滞后模型(SLM)主要用于分析相邻省份的就业质量对本省份的溢出效应，即某一省份的就业质量受到相邻省份就业质量空间影响的大小和作用方向。模型表达式为：

式中：Yit，Yjt分别为i省份和j省份t年的就业质量；Wij为空间权重；δj为空间自回归系数；Xikt为影响i省份t年就业质量的第k个变量指标；βk为第k个变量的系数；μi为空间固定效应；λi为时间固定效应；εit为随机误差。② 空间误差模型(SEM)主要用于分析各省份间就业质量受地理位置影响而存在的差异，表示相邻省份就业质量的误差冲击对区域就业质量的影响。模型表达式为：

式中：φit为空间自回归误差项；ρj为误差项的空间自相关系数。③ 空间杜宾模型(SDM)主要用于分析本省份就业质量影响因素对本地及相邻省份就业质量的影响，考察空间滞后项对就业质量的影响。模型表达式为：

式中：θk为空间滞后解释变量的系数。

1.3 数据来源

数据来源于2012—2021年的《中国统计年鉴》《中国人口和就业统计年鉴》《中国劳动统计年鉴》以及各省份的统计年鉴。对于部分缺失的数据，用均值进行插补。对于统计年鉴中的异常值，在分析该指标发展趋势的基础上进行调整。

2 中国省际就业质量评价

2.1 就业质量评价指标体系

在总结现有就业质量评价体系研究的基础上，根据我国就业现状及数据的可获取程度，构建包含6个一级指标(维度)、14个二级指标和18个三级指标的就业质量评价指标体系(表1)。

表1 就业质量评价指标体系

2.2 就业质量评价指标赋权结果

根据就业质量评价指标赋权结果(表1)可知，就业质量评价体系中各维度的权重差异显著。社会保障维度的权重(0.502 8)最大，劳动报酬维度的权重(0.166 4)次之，就业能力维度的权重(0.035 3)最小，社会保障维度已成为就业质量评价的关键维度。

2.3 就业质量测度结果分析

在熵值法赋权的基础上计算2011—2020年31个省份就业质量指数(表2)。从全国层面来看，2011—2020年中国就业质量指数均值为0.318，就业质量整体水平不高，但总体呈波动上升态势。北京、上海、天津的就业质量指数较高，广东、浙江、辽宁紧随其后，广西、河南、安徽的就业质量指数较低。从省际层面来看，2011—2020年，北京就业质量指数呈小幅波动状态，就业质量指数最高；上海就业质量指数围绕0.692波动，稳居第2名；天津就业质量指数变动幅度较小，稳居第3名；广东就业质量指数几乎呈直线上升趋势，其均值位居第4名；河北就业质量指数呈下降趋势，指数排名由2011年的第24名跌至2020年的第31名。除此之外，2020年较2011年就业质量指数排名提升5个及以上名次的省份有贵州、西藏，就业质量指数排名下降5个及以上名次的省份有河北、辽宁。

综合来看，就业质量指数较高的省份主要位于中国的东部地区，排名整体波动不大。西部省份就业质量指数较低，但呈逐步提升的态势。2011—2020年31个省份就业质量指数均值仅0.318，2011—2013年就业质量指数呈上升态势，2013年达到高点，2016—2019年就业质量指数再次下滑，下降幅度较之前有所平缓。2011—2020年，北京就业质量指数均值最高(0.858)，广西就业质量指数均值最低(0.159)，各省份就业质量指数差异较大。

表2 2011—2020年31个省份就业质量指数

3 就业质量影响因素的空间计量分析

3.1 就业质量空间相关性分析

通过探索性空间数据分析确定中国省际就业质量的空间相关性。2011—2020年中国31个省份就业质量指数的全局Moran’sI均大于0，且统计检验值均小于0.05，说明2011—2020年我国省际就业质量均呈显著的空间自相关，就业质量较高的省份在空间上趋向于与就业质量较高的省份相邻接，就业质量较低的省份在空间上趋向于与就业质量较低的省份相邻接。将2011—2020年31个省份就业质量指数均值根据四分位数进行分区，对于异常值按照1.5倍四分位差进行提取。可以看出，我国31个省份就业质量指数均值可以分为5个等级。第一等级为北京、上海，指数区间为大于等于0.554的高异常值；第二等级为新疆、辽宁、江苏、浙江、广东、天津，指数区间为[0.358，0.554)；第三等级为西藏、青海、内蒙古、黑龙江、吉林、重庆、山西、宁夏，指数区间为[0.292,0.358)；第四等级为甘肃、陕西、四川、湖北、福建、海南、山东，指数区间为[0.227,0.292)；第五等级为云南、贵州、广西、湖南、安徽、河南、河北、江西，指数区间为[0.032,0.227)。第三等级与第四等级区间段较小，其他3个层级区间段较大。

3.2 变量的选取与数据检验

3.2.1变量的选取。遵循数据的代表性、可获得性等原则，结合已有研究和各省份实际情况选取变量。被解释变量为就业质量指数，解释变量为产业结构[18]、城镇化水平[19]、工业化水平、投资政策、对外贸易依存度、信息化水平[20]、物价水平、财政支出、技术水平(表3)。

表3 就业质量影响因素及指标解释

3.2.2数据检验。使用ADF-Fisher检验法对变量进行单位根检验[21]。检验结果显示，变量EQ，IS，IP，DFT，IT，FIS，TFP零阶不平稳，所有变量在一阶水平下平稳，说明变量具有一阶平稳性，该组数据得到的结果具有科学意义。为了避免异方差对分析结果的干扰，对原始数据取对数进行回归分析。

3.3 就业质量影响因素空间计量分析

3.3.1模型回归结果分析。空间面板模型的豪斯曼(Hausman)检验值是399.201 1，其伴随概率是0.000 0，在1%的水平下显著。因此，应选取固定效应模型。① 空间滞后模型(SLM)回归结果。无固定效应、时间固定效应、空间固定效应、时间空间双固定效应模型估计的拟合优度(R2)分别为0.736 5，0.982 2，0.762 0，0.983 2，对数似然值(Log-likelihood)分别为61.496 1，474.234 5，80.526 0，486.008 6。4种效应中分别有半数以上的变量通过显著性检验。② 空间误差模型(SEM)回归结果。无固定效应、时间固定效应、空间固定效应、时间空间双固定效应模型估计的R2分别为0.564 6，0.979 1，0.688 6，0.982 3，Log-likelihood分别为110.511 8，469.342 4，117.628 7，482.843 7。空间固定效应和时间空间双固定效应中分别有半数以上的变量不能通过显著性检验，而时间固定效应中半数以上的变量通过了显著性检验。③ 空间杜宾模型(SDM)回归结果(表4)。拉格朗日乘数(LM)检验以及稳健的拉格朗日乘数(Robust-LM)检验结果显示，SLM的LM检验及Robust-LM检验均通过1%的显著性水平检验，SEM的LM检验通过1%的显著性水平检验，而Robust-LM检验通过10%的显著性水平检验，说明SLM优于SEM，而SLM与SEM的检验结果都显著，需要考虑SDM。选取沃尔德(Wald)检验和似然比(LR)检验进一步判断SDM是否会退化为SLM和SEM[22]。检验结果显示，SLM的Wald检验值和LR检验值分别为36.216 1，32.254 1，其伴随概率值分别为3.63E-05，1.80E-04, 均通过1%的显著性水平检验。SEM的Wald检验值和LR检验值分别为40.625 3，38.584 0，伴随概率值分别为5.85E-06，1.37E-05, 均通过1%的显著性水平检验。因此，模型不会退化为SLM和SEM。由SDM的R2、误差项平方(σ2)、Log-likelihood可知，空间固定效应和空间时间双固定效应估计效果较好。从SDM回归结果的显著性水平来看，空间时间双固定效应比空间固定效应估计结果显著。因此，选取SDM中的空间时间双固定效应。

表4 SDM回归结果

3.3.2空间效应分解。选取SDM的空间时间双固定效应，对2011—2020年的中国省际就业质量影响因素进行空间计量分析。从SDM的空间时间双固定效应模型回归结果(表4)看，W×IS、W×TFP的估计系数为负值且均在5%的水平下显著，这说明产业结构、技术水平对邻近省份的空间溢出效应为负。受空间滞后项的影响，SDM的估计结果不能反映影响因素的边际效应，回归系数对就业质量的解释不具有科学性。因此，需要进一步分析影响因素的直接效应、间接效应及总效应(表5)。① 直接效应代表就业质量各影响因素对本省份就业质量的影响。由直接效应可知，各省份的产业结构、城镇化水平、投资政策、对外贸易依存度、信息化水平、财政支出对各省份就业质量均有不同程度的影响，且各变量的显著性水平、作用方向及大小也不同，城市化水平、投资政策、信息化水平、财政支出对就业质量有促进作用。其中，财政支出对就业质量的作用最强，工业化水平、物价水平、技术水平对就业质量的作用不显著。值得注意的是，产业结构对我国省际就业质量产生了显著的负效应。② 间接效应代表邻近省份就业质量影响因素对本省份就业质量的影响。产业结构、投资政策在1%的水平下显著，财政支出、技术水平在5%的水平下显著，对外贸易依存度、信息化水平在10%的水平下显著，即空间溢出效应显著。但信息化水平、技术水平对邻近省份就业质量的影响为负，即信息化水平、技术水平的提升会对邻近省份的劳动力资源产生虹吸效应。城镇化水平、工业化水平、物价水平对邻近省份就业质量的影响均不显著，即这些方面的发展对邻近省份就业质量未形成有效辐射。值得注意的是，同直接效应一样，产业结构表现为空间溢出负效应。③ 总效应为影响因素对就业质量的综合影响。由总效应可知，城镇化水平、投资政策、财政支出均在1%的水平下显著，且作用系数分别为0.382 6，0.202 5，1.095 9，说明通过城镇化发展、有效的投资以及政府的有力扶持，我国就业质量会随之提升。而产业结构的总效应为负，工业化水平、对外贸易依存度、信息化水平、物价水平未通过显著性检验，说明工业化水平、对外贸易和物价水平对就业质量均未产生促进效应。

表5 SDM模型空间溢出效应分解

4 结论与建议

4.1 结论

2011—2020年中国31个省份就业质量整体水平不高，就业质量指数的均值仅为0.318，总体呈波动上升态势。就业质量指数均值排名首位和末位的省份分别是北京和广西，其就业质量指数分别为0.858和0.159，指数差异较大。

就业质量评价指标赋权结果表明，社会保障维度的权重最高，是就业质量的关键维度，劳动报酬维度的权重次之，就业能力维度的权重最低。随着社会的发展，劳动者在择业时更加注重社会保障。

我国省际就业质量呈现显著的空间正相关，具有空间聚集特征。就业质量较高的省份与就业质量较高的省份集聚，就业质量较低的省份与就业质量较低的省份集聚。

本省份的城镇化水平、投资政策、信息化水平、财政支出对本地就业质量有显著促进作用，财政支出促进作用最强。邻近省份的投资政策、对外贸易依存度、财政支出对本省份就业质量有正向空间溢出效应，其中财政支出的空间正溢出效应最强，邻近省份产业结构、信息化水平、技术水平对本省份就业质量有负向空间溢出效应。从总效应来看，城镇化水平、投资政策、财政支出对就业质量有显著正向影响。产业结构在直接效应、间接效应和总效应中均为显著的负效应，说明当前产业结构是就业质量提升的阻碍因素。

4.2 建议

提升社会保障力度，增加人均社会保障支出，提高最低生活保障覆盖率，不断提升养老保险、医疗保险、工伤保险、失业保险的参保率。

加速产业结构优化升级，不断优化各省份间产业结构的互补，加速区域间劳动力的跨区流动，实现省际劳动力的健康流动。大力促进产业结构向高端、知识型方向转变，从而产生促进就业质量提升的辐射效应。

加速推进城镇化建设，打破城乡间劳动力自由流动的障碍，规避地方保护主义的弊端，聚焦省际就业质量的空间关联，合理统筹劳动者在大、中、小城镇的规模，优化劳动者的就业格局。