区域一体化政策对产业就业结构及分布的影响研究

王幸迪 王琪

摘 要：区域一体化战略作为国家重大发展战略，把握其对区域产业结构及就业结构的影响，对区域协调发展、资源有效配置、就业保障及区域经济高质量发展具有重大意义。文章基于区域一体化政策，通过建立ARMA模型，预测三次产业就业人数，对长三角地区产业就业结构的发展变化展开分析。结果显示，第一产业就业人数及占总人数的比重呈现上升趋势，第二和第三产业就业人数及占总人数比重呈现下降趋势。最后，文章针对长江三角洲地区的实际状况对长三角地区产业就业结构优化及协调发展提出对策建议。文章研究结论对促进区域产业结构优化以及区域协调发展具有重要启示意义。

关键词：区域一体化；产业就业结构；ARMA模型；长三角

中图分类号：F241.4文献标识码：A文章编号：1005-6432（2023）21-0065-05

DOI：10.13939/j.cnki.zgsc.2023.21.065

1 引言

就业是民生之本、财富之源。区域内就业人口在产业间以及区域间的分布状况，能够反映出某一特定地区的经济发展情况以及未来的经济发展趋势。产业结构与就业结构的发展关系着城市乃至区域范围内保障人口就业、提振消费、促进经济发展等问题。随着区域一体化政策在区域内的实施和落实，不同城市在要素流动、财税分享等方面实施协同共享机制，区域间的产业空间配置得到优化。但由于地区间地理位置、经济发展水平等情况的差异，以及不同城市政府间的行为，区域内部不平、产业发展同质化问题较为突出。失衡的产业结构造成人口就业结构与分布的失调，不利于区域间产业资源配置、产业结构的转型升级以及经济协调发展。针对产业与就业结构，国内众多专家学者进行了广泛且深入的研究，但对于城市及城市间的产业就业结构及就业人口的分布如何受区域一体化政策影响的研究较少。

文章意在填补现有关于区域一体化政策与产业就业结构及分布的影响作用研究中的空白之处，基于区域一体化政策，对长三角地区产业就业结构进行预测分析。随着经济的发展，对于产业与就业结构发展状况的影响因素，专家学者普遍认为包括产业协作区域差距过大、地区间的行政壁垒、产业吸纳就业的能力等因素。文章聚焦长三角地区，探讨和研究在新冠肺炎疫情的社会背景下，区域一体化政策对产业就业结构以及对不同城市就业人口分布的影响作用。

2 文献综述

2.1 政策背景

区域一体化是指两个或两个以上的国家或地区经济体进行双边或多边经济、政治、社会合作的过程。在区域一体化政策背景下，区域内国家或地区经贸关系迅速发展，内部经济的依存度不断增加，易导致区际分工的进一步调整和区域经济格局的进一步重构。自“十一五”以来，国家大力推动实施区域协调发展的重大战略，国内的区域化趋势也越来越明显。长三角、珠三角、京津唐、西北、东北、粤港澳等区域的区域一体化进程正在稳步发展。区域一体化是中国城市群和都市圈发展战略下的重要政策工具，在促进区域间的资源优化配置、产业结构调整和升级、推动区域经济高质量发展等方面具有积极意义。

区域一体化政策能够促进要素合理流动，打破地方市场分割、促进资源高效配置，对于区域产业结构优化升级和区域协调发展意义重大。但在实际的政策落实中，由于地方保護现象和市场分割，区域内不同城市的政府行为极大影响着城市产业结构和就业结构的持续健康发展。党的十一届三中全会以来实施的“放权让利”经济体制改革，在一定程度上增强了地方政府决定和处理辖区内社会、经济事务的自主权，有效地激发了其管理和发展本地经济的积极性，但同时也使其拥有了通过地方保护和市场分割获得利益的可能。因此，由此导致的地方产业趋同化以及制造业低级化，阻碍了区域内产业结构的升级以及就业人口的高效配置[1]。

2.2 文献综述与理论分析

产业结构是指各产业的构成以及各相关产业之间的数量比例关系。就业结构是反映我国经济发展水平的重要衡量指标。针对产业结构和就业结构，国外学者最早从产业结构与就业结构的一般规律进行研究，从劳动力就业结构的 “高度化”“动态化”“差异化”来阐述其与产业结构的关系。部分国外学者研究得出，各国劳动力将首先从第一产业向第二产业转移，当经济进一步发展时，劳动力将从第二产业渐进流向第三产业。在保障就业方面，扩大就业的根本在于产业发展，产业和就业是经济发展的两大基石，两者良性互动才能有效促进经济增长[2]。

我国学者在研究区域一体化政策、产业结构、就业结构方面，较多从产业结构与就业结构关系同步协调与失衡两方面进行分析。高雨菲（2022）[3]认为，在加快产业转型升级的同时，劳动力供给与岗位需求间的错位造成就业结构性矛盾。许泽宁、陈子韬、甄茂成（2022）[4]从城市高学历人才分布的角度分析研究了区域一体化政策对人才分布及就业的影响。此外，不少专家学者在对于地区产业结构与就业结构的预测研究方面也较为关注。刁兴雯（2021）[5]基于机器学习算法，预测未来湖南省产业结构与就业结构协调度发展情况。马霄、李红娟、桑秀丽（2020）[6]建立集成预测模型，对2020—2022年云南省产业结构与就业结构的变动趋势进行预测。由此可见，国内外学者对于产业结构与就业结构有了整体上的把握。但是，针对近几年新冠肺炎疫情下，我国区域一体化政策对长三角地区的产业就业结构以及不同城市就业分布的影响的预测研究还较少。文章从预测的角度入手，通过对长三角地区产业就业结构变动趋势的预测，更加深入地把握产业与就业结构发展状况，并为区域经济协调发展、产业结构优化升级、就业保障等方面提出意见和建议。

3 数据来源及研究方法

3.1 数据来源与处理

本部分选取了长江三角洲地区三省一市2003年至2020年共18年的三次产业就业人员数，数据来源为《江苏统计年鉴2021》《浙江统计年鉴2021》《安徽统计年鉴2021》《上海统计年鉴2021》。三次产业就业人数分别用FP、SP、TP表示，对三次产业就业人数进行取对数处理并分别命名为LNFP、LNSP、LNTP。

3.2 模型的构建

自回归滑动平均模型（Auto-Regressive and Moving Average Model，ARMA模型），是应用广泛的线性平稳时间序列预测模型，由自回归模型（AR模型）和移动平均模型（MA模型）混合组成，比AR模型与MA模型有更加精确的谱估计及更加优良的谱分辨率性能。利用过去值及当期值预测时间序列的发展规律[7]。

在ARMA（p，q）模型中，非负整数p代表自回归阶数，非负整数q代表移动平均阶数，ARMA（p，q）模型可以表示为：

Yt=β0+β1Yt-1+β2Yt-2+…+βpYt-p+εt+α1εt-1+α2εt-2+…+αqεt-q

其中，（β1，β2，…，βp）是自回归系数，（α1，α2，…，αq）是移动平均系数，{εt}是白噪声序列。

3.2.1 模型的识别

首先对FP序列的平稳性进行检验，为了消除数据中的异方差，在进行检验前对所选取的数据取对数，文章采用ADF单位根检验对序列进行平稳性检验。

通过ADF检验结果可以知道，取显著性水平为0.05，t检验统计量的p值为0.0016，小于0.05，通过ADF单位根检验，表明该序列平稳。p值小于显著性水平（0.05），故拒绝LNFP序列为白噪声序列这一假设，LNFP序列为平稳的非白噪声序列，适合建立ARMA模型。对LNFP序列通过自相关图（ACF）和偏自相关图（PACF）研究比对，判断出ACF图呈现拖尾特征，PACF图呈现1阶截尾，所以初步判定用AR（1）模型来拟合序列。

对LNSP序列采用ADF单位根检验进行平稳性检验。

取显著性水平为0.05，t检验统计量的 P值为0.0002，小于0.05，通过ADF单位根检验，表明该序列平稳。

p值均小于显著性水平0.05，故拒绝LNSP序列为白噪声序列这一假设，序列为平稳的非白噪声序列，适合建立ARMA模型。对LNSP通过自相关和偏自相关图进行研究比对，判断出自相关图呈现拖尾特征，偏自相关图为1阶截尾，所以初步判定用AR（1）模型来拟合序列。

对LNTP序列采用ADF单位根检验进行平稳性检验。

由ADF检验结果可知，取显著性水平为0.1时，t检验统计量的p值为0.0797，小于0.1。由于一阶差分不平稳，且多次差分会造成过度差分问题，损失一些变量信息，综合考虑，最后选的0.1置信水平下的原序列平稳。

p值均小于显著性水平0.05，故拒绝LNTP序列为白噪声序列这一假设，序列为平稳的非白噪声序列，适合建立ARMA模型。对LNSP通过自相关和偏自相关图研究比对，判断出自相关图呈现拖尾特征，偏自相关图为1阶截尾，所以初步判定用AR（1）模型来拟合序列。

完成对长江三角洲地区三次产业就业人数的ACF图和PACF图的分析后，第一、二、三产业就业人数均初步考虑建立AR（1）的时间序列模型。

3.2.2 模型的建立

对初步选择的LNFP序列模型的各项参数进行估计计算，如图1所示。根据图1结果，模型AR（1）的各项参数对应的p值全部小于显著性水平0.05，该模型参数显著有效。根据参数估计，可以写出第一产业就业人数的估计方程表达式为：

xt=7.937672+0.980474xt－1+εt

R2=0.873165 R2-=0.856254AIC=-1.643812 SC=-1.495416 DW=0.738829

根据图2参数检验结果看，LNSP模型各参数均通过显著性检验，DW值为0.692645表明模型无自相关。第二产业就业人数的估计方程表达式为：

xt=8.398130+0.976986xt－1+εt

R2=0.912452 R2-=0.900779

AIC=-3.603977 SC=-3.455581 DW=0.692645

图2 LNSP模型系数

根据图3参数检验结果看，LNTP模型各参数均通过显著性检验，DW值为0.506602表明模型无自相关。第三产业就业人数的估计方程表达式为：

xt=8.427628+0.989543xt－1+εt

R2=0.956275 R2-=0.950445

AIC=-3.001614 SC=-2.853219 DW=0.506602

图3 LNTP模型系数

3.2.3 模型的检验

针对LNFP、LNSP、LNTP建立AR（1）模型后，对模型进行特征根检验及模型适应性检验。其中系数方程根的倒數绝对值（Inverted AR Roots）分别为0.98、0.98和0.99，表明特征根均在单位圆内，故建立的模型平稳；将LNFP、LNSP、LNTP的AR（1）模型的残差序列分别命名为et1、et2和et3，残差序列et1、et2和et3的自相关与偏自相关。

对模型的残差序列分别进行检验，Q统计量所对应的p值都大于0.05，故不能拒绝原假设，残差序列是白噪声序列，表明原序列中的信息已被充分提取，模型拟合显著有效，即模型有效性检验通过。

3.2.4 模型的预测

时间序列模型预测方法有两种，即动态预测与静态预测，通常情况下，样本预测采用动态预测。使用AR（1）模型对长江三角洲地区2021—2025年第一、二、三产业就业人数进行预测。预测结果如表1所示。

4 预测结果分析

4.1 预测结果

通过ARMA模型对长江三角洲地区三次产业的就业人数进行预测，得出的结论如下：①长江三角洲地区第一产业就业人数及所占比重总体呈缓慢上升趋势；②长江三角洲地区第二、三产业就业人数及所占比重总体呈缓慢下降趋势，所占比重较大；③长三角地区第一产业就业人数占总就业人数的比重偏低，第二、三产业所占比重偏高且均衡，其中第三产业比重较大；④总体产业结构高级，经济发展水平高。

4.2 结果分析

通过表2所示的2011—2020年三次产业就业人数变化情况分析得出，第一产业就业人数比重一直位于所有产业人数的最低端；第二产业就业人数比重一直处于0.39左右的平稳状态；第三产业一直处于主体地位。但第一、三产业就业人数由于疫情原因在2020年出现下降，第二产业就业人数在2017—2019年呈下降趋势。

长江三角洲地区就业结构不断调整优化，三次产业劳动力比重格局已完成由“二、三、一”向“三、二、一”的转变，第一产业对劳动力需求较少，即使预测人数上升，幅度也较小；虽然第二产业就业人数下降，但仍然承担重任；第三产业发展程度是衡量一个国家或地区经济发展水平的标志，对一个地区经济发展起着重要作用，长三角地区第三产业发展十分迅速，且已到达稳定水平，由于疫情原因第三产业发展在接下来可能暂缓，但依旧吸引大量劳动力资源[8]。地区的发展与它的城市系统的发展有着密不可分的联系。将城市系统发展到更高的水平，必然会带动整个地区的产业结构和经济发展向更高的水平。改革开放40年以来，党和政府将就业工作放在重要位置，不断打破计划经济的壁垒，充分调动广大群众的创造力，促进就业总量的可持续增长。党和政府一直坚持实施积极就业政策与就业优先战略，坚持推进“大众创业、万众创新”的理念，强调经济增长与扩大就业在经济发展中的良性互动，促进产业结构调整和就业质量共同提升。

目前长江三角洲地区整体就业结构已经完成调整优化，但衢州、亳州、蚌埠和阜阳等城市三次产业劳动力比重仍然呈现“三、一、二”的格局，如表3所示，要强化核心城市[9]的辐射作用，要充分利用自身的良好条件，加快长三角地区乃至全国整个产业体系的发展，带动区域内所有城市均衡发展[10]。

5 结论与建议

5.1 结论

文章运用ARMA模型对长江三角洲地区就业结构发展趋势进行预测研究，得出第一产业就业人数上升，第二、三产业就业人数下降，但变化速度缓慢的结论。一个合理的三大产业就业比重应该是“倒金字塔”形状的，第三产业占大头，第二产业次之，最后是第一产业，与之对应的就业结构也应趋于“倒金字塔”形状。虽因疫情状况，产业就业人数发生波动，但长江三角洲地区整体已完成这一目标。但安徽、浙江的部分内陆城市第二产业发展依然较为缓慢，处于“三、一、二”的阶段。三次产业就业人数占比之后将维持在一个基本恒定的数值区间内，但ARMA模型仍然有一些局限性，它的精度有待更进一步提高。

5.2 建议

通过对长三角地区产业就业结构发展趋势进行预测，以及对地区内部分城市三次产业劳动力比重的分析，更加凸显了产业结构与就业结构的关系密不可分，产业结构变动令劳动力分配变化，劳动力分配变化对社会经济发展存在至关重要的影响。结合上述结论，文章提出以下建议，以期促进长江三角洲地区区域产业结构、就业结构协调发展、资源高效配置、人民就业得到保障。

第一，各地区要着重配置弱化行政壁垒，深化政府体制改革，完善协调合作机制，加深紧密合作态势，科学调整产业政策，加强区域产业的协调性和互补性，提升区域内人才的有效分配。第二，对于第二产业发展略为落后的部分城市，找准自身第二产业发展的主要任务和短板弱项，牢牢抓住产业加速转移的政策机遇，坚持不懈开展招商引资，全力推动第二产业上规模和增效益。制定有效就业人口吸引与挽留政策，保障基本的社会消费需求，以促进就业和生产。第三，疫情期间，为保障第三产业发展与就业，地方政府应持续推进智慧城市建设，实现网格化管理，通过网格化管理、大数据等政务信息化手段作用，促进城市网格化管理，信息流通速度加快，进一步推动相关行业发展，并形成稳定的收入。分类实施行业政策，传统服务业以稳为首要，新兴产业在稳定的基础上进一步推动发展。第四，明确城市发展定位，明确产业合作分工。区域内因地制宜发展各自优势产业，避免职能和产业重叠，形成优势互补、错位发展的产业合作格局，发挥产业协同的优势。第五，加强长江三角洲地区基础设施一体化的建设，促进区域内交通运输网络的互联互通，提升长三角地区在信息共享、技术服务、市场优势等方面的基础条件，有效吸引就业和保障就业。

参考文献：

［1］郑军，郭宇欣，唐亮.区域一体化合作能否助推产业结构升级？——基于长三角城市经济协调会的准自然实验［J］.中国軟科学，2021（8）：75-85.

［2］ 周文君.芜湖市产业发展与就业协调性研究［J］.安徽开放大学学报，2022（2）：18-25.

［3］ 高雨菲.产业转型升级中的就业结构性矛盾问题探析与对策［J］.中国就业，2022（6）：46-47.

［4］ 许泽宁，陈子韬，甄茂成.区域一体化政策对城市高学历人才分布的影响与作用机制——以长三角地区为例［J］.地理研究，2022，41（6）：1540-1553.

［5］ 刁兴雯.产业结构与就业结构协调性评价与发展预测——基于SVR模型的省级数据分析［J］.佳木斯大学社会科学学报，2021，39（3）：65-68.

［6］ 马霄，李红娟，桑秀丽.云南省产业结构与就业结构协调发展分析及预测［J］.改革与开放，2020（15）：76-85.

［7］ 开地热也·克依木.基于ARIMA模型下的新疆就业人数及GDP的预测分析［D］.乌鲁木齐：新疆财经大学，2017.

［8］ 冀强，巴森达西.中国产业结构与就业结构协调度的时空分布研究［J］.河南社会科学，2020，28（11）：103-116.

［9］ 甄茂成，党安荣，阚长城.基于大数据与网络分析的长三角城市群识别研究［J］.上海城市规划， 2019（6）： 8-16.

［10］ 魏作磊.对第三产业发展带动我国就业的实证分析［J］.财贸经济，2004（3）：80-85.

［作者简介］王幸迪（2001—），女，汉族，江苏盐城人，广东外语外贸大学，研究方向：市场营销；王琪（2001—），女，汉族，江苏盐城人，盐城师范学院，研究方向：应用统计学。