我國(guó)經(jīng)濟(jì)密度分布特征及空間溢出效應(yīng)分析

□文/陳鏡宇 代帥楠

（重慶師范大學(xué)地理與旅游學(xué)院 重慶）

［提要］基于2005～2019年我國(guó)31個(gè)省市空間面板數(shù)據(jù)，考察我國(guó)經(jīng)濟(jì)密度的分布特征，并建立空間杜賓模型，驗(yàn)證經(jīng)濟(jì)密度的空間溢出效應(yīng)。結(jié)果表明：我國(guó)經(jīng)濟(jì)密度空間分異特征明顯，小聚集、大分散的分布格局已形成；我國(guó)經(jīng)濟(jì)密度存在顯著的空間溢出效應(yīng)；平均工資、消費(fèi)品零售額、人均道路面積、每萬人大學(xué)生人數(shù)對(duì)我國(guó)經(jīng)濟(jì)密度的增長(zhǎng)產(chǎn)生積極作用。

經(jīng)濟(jì)密度，即每單位面積土地上承載的經(jīng)濟(jì)活動(dòng)，可以衡量經(jīng)濟(jì)要素在空間上的集聚程度，不僅是經(jīng)濟(jì)發(fā)展水平和集聚程度的重要測(cè)度，而且是協(xié)調(diào)區(qū)域發(fā)展和制定經(jīng)濟(jì)政策的重要依據(jù)。經(jīng)濟(jì)密度一般分為人口經(jīng)濟(jì)密度和土地經(jīng)濟(jì)密度兩大類，由于經(jīng)濟(jì)密度主要是指單位面積土地上的經(jīng)濟(jì)發(fā)展水平和集中程度，因此相較于人口經(jīng)濟(jì)密度，土地經(jīng)濟(jì)密度更能體現(xiàn)。土地經(jīng)濟(jì)密度包括產(chǎn)業(yè)密度、就業(yè)密度、投資密度等指標(biāo)。就業(yè)密度這一指標(biāo)，包含了人口和產(chǎn)業(yè)分布情況，參考已有研究，發(fā)現(xiàn)其更能反映區(qū)域經(jīng)濟(jì)集聚水平，因此本文以就業(yè)密度來衡量經(jīng)濟(jì)密度。

國(guó)外的相關(guān)研究起步較早，走在實(shí)證和理論研究的前沿，國(guó)內(nèi)相關(guān)研究雖然起步較晚，但近年來有了很大進(jìn)展。國(guó)內(nèi)眾多學(xué)者從不同視角出發(fā)，采用多樣化的方法、利用多種數(shù)據(jù)來源和分析手段對(duì)就業(yè)密度進(jìn)行了大量的研究。一類側(cè)重于對(duì)就業(yè)空間結(jié)構(gòu)的研究。沈體雁等基于兩次經(jīng)濟(jì)普查數(shù)據(jù)對(duì)東北地區(qū)就業(yè)密度的空間特征進(jìn)行了研究，發(fā)現(xiàn)東北地區(qū)形成了一個(gè)向右傾斜的倒“Y”字型格局。勞昕等研究發(fā)現(xiàn)，長(zhǎng)三角和珠三角的就業(yè)密度核心區(qū)均集中在三角洲沿岸的重要城市，由核心區(qū)往外呈圏層結(jié)構(gòu)遞減。部分學(xué)者聚焦于具體行業(yè)的就業(yè)空間結(jié)構(gòu)。陳小曄等研究表明，上海都市區(qū)制造業(yè)就業(yè)空間格局已經(jīng)基本實(shí)現(xiàn)了郊區(qū)化，并涌現(xiàn)出了穩(wěn)定的制造業(yè)次中心。于倩等分析了我國(guó)中心城市服務(wù)業(yè)就業(yè)的內(nèi)部結(jié)構(gòu)、演變特點(diǎn)，研究發(fā)現(xiàn)我國(guó)城市群中心城市之間服務(wù)業(yè)就業(yè)存在明顯的階梯式差異。隨著大數(shù)據(jù)時(shí)代的到來，手機(jī)信令數(shù)據(jù)成為新的數(shù)據(jù)來源。王德等利用2014年手機(jī)信令數(shù)據(jù)研究揭示了上海市住宅區(qū)就業(yè)空間的幾類典型模式，包括單中心、帶狀、雙中心等類型。另一類研究則側(cè)重于分析就業(yè)密度與其他經(jīng)濟(jì)要素之間的關(guān)系。陳良文等從經(jīng)濟(jì)集聚密度的視角出發(fā)，發(fā)現(xiàn)勞動(dòng)生產(chǎn)率與經(jīng)濟(jì)密度之間存在顯著的正向關(guān)系。鄧明研究發(fā)現(xiàn)，城市交通基礎(chǔ)設(shè)施對(duì)第二產(chǎn)業(yè)和第三產(chǎn)業(yè)就業(yè)密度有顯著的促進(jìn)作用，且對(duì)后者的促進(jìn)作用要大于前者。洪進(jìn)等研究發(fā)現(xiàn)城市就業(yè)密度與創(chuàng)新產(chǎn)出的相關(guān)性存在明顯的區(qū)域差異。

通過對(duì)現(xiàn)有文獻(xiàn)的回顧，可以發(fā)現(xiàn)，目前已有研究大多聚焦于東中部發(fā)達(dá)地區(qū)單個(gè)城市就業(yè)密度的空間分布，全國(guó)整體尺度較少，且從長(zhǎng)時(shí)間維度出發(fā)進(jìn)行分析的較少；較少納入空間關(guān)聯(lián)因素，涉及空間溢出效應(yīng)的研究較少。鑒于此，本文以我國(guó)31個(gè)省市為研究單位，基于2005～2019年的空間面板數(shù)據(jù)，旨在探究我國(guó)就業(yè)密度的分布特征，驗(yàn)證就業(yè)密度的空間溢出效應(yīng)，分析影響就業(yè)密度的因素，嘗試為提高我國(guó)經(jīng)濟(jì)要素空間配置效率提供對(duì)策及建議。

一、變量選取與數(shù)據(jù)來源

（一）變量選取。參考已有研究，本文的被解釋變量就業(yè)密度用二三產(chǎn)業(yè)就業(yè)人數(shù)與該省市的建成區(qū)面積之比表征。解釋變量為就業(yè)密度空間溢出效應(yīng)。參考相關(guān)文獻(xiàn)，并結(jié)合數(shù)據(jù)的可獲得性及我國(guó)的實(shí)際情況，從經(jīng)濟(jì)發(fā)展水平、社會(huì)基礎(chǔ)建設(shè)、人力資本三個(gè)角度選取了14個(gè)控制變量。為消除價(jià)格影響，經(jīng)濟(jì)類變量均以2005年為基期利用GDP平減指數(shù)進(jìn)行縮減。在實(shí)證回歸中，為消除異方差影響，本文對(duì)所有變量取自然對(duì)數(shù)。表1是本文變量設(shè)定及說明。（表1）

表1 變量設(shè)定及說明一覽表

（二）數(shù)據(jù)來源。研究區(qū)域?yàn)槲覈?guó)31個(gè)省市，數(shù)據(jù)主要來源于2005～2019年《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)城市統(tǒng)計(jì)年鑒》。各省市個(gè)別年份的數(shù)據(jù)缺失，從所涉及省市的統(tǒng)計(jì)年鑒中獲取或采用插值法補(bǔ)齊。

二、研究方法

（一）空間自相關(guān)分析

1、全局空間自相關(guān)檢驗(yàn)。在進(jìn)行空間計(jì)量分析之前，一般需要采用空間自相關(guān)性檢驗(yàn)對(duì)研究區(qū)域進(jìn)行空間相關(guān)性測(cè)度。全局空間相關(guān)性通常采用Moran's I進(jìn)行測(cè)度，計(jì)算公式如下：

式中：n表示樣本個(gè)數(shù)；wij是空間權(quán)重矩陣，反映空間單元i與j的空間關(guān)系；xi、xj用來表示具有空間權(quán)重矩陣wij的兩個(gè)區(qū)域i和j的幾何屬性信息。

2、局部自相關(guān)檢驗(yàn)。為了進(jìn)一步檢驗(yàn)觀測(cè)值是否存在局部空間集聚，采用Local Moran's I指數(shù)進(jìn)行檢驗(yàn)。計(jì)算公式如下：

各變量同式（1）。

（二）空間計(jì)量模型?？臻g計(jì)量經(jīng)濟(jì)學(xué)的主要思想是將區(qū)域間的相互關(guān)系引入模型中，空間杜賓面板模型具有比空間滯后和空間誤差模型更一般的形式，能夠同時(shí)反映地區(qū)空間異質(zhì)性和競(jìng)爭(zhēng)特點(diǎn)，因此本文采用空間杜賓模型。空間杜賓模型的一般形式為：

三、我國(guó)就業(yè)密度分布特征

通過對(duì)我國(guó)31個(gè)省市2005～2019年就業(yè)密度數(shù)據(jù)的整理發(fā)現(xiàn)，我國(guó)就業(yè)密度空間分異特征明顯，整體上分布不均，高值區(qū)分布較零散，低值區(qū)主要分布在東北、西北地區(qū)。2005年就業(yè)密度高值區(qū)較少，主要分布在中東部地區(qū)。2010年就業(yè)密度高值區(qū)開始增多且呈帶狀分布，在西部地區(qū)也出現(xiàn)了高值區(qū)。2015年就業(yè)密度高值區(qū)開始向北擴(kuò)散，主要集中在中部地區(qū)。2019年就業(yè)密度高值區(qū)往東、西部地區(qū)擴(kuò)散，開始出現(xiàn)中部塌陷的現(xiàn)象。

四、我國(guó)就業(yè)密度空間溢出效應(yīng)

（一）就業(yè)密度的空間自相關(guān)分析

1、全局空間自相關(guān)檢驗(yàn)。在進(jìn)行空間計(jì)量分析之前，首先對(duì)就業(yè)密度進(jìn)行空間自相關(guān)檢驗(yàn)，即莫蘭檢驗(yàn)。本文使用的是空間距離權(quán)重矩陣，地理距離用兩地間地理距離倒數(shù)的平方表示。用Stata15.0計(jì)算得出2005～2019年我國(guó)31個(gè)省市就業(yè)密度全局莫蘭指數(shù)，結(jié)果表明，全局Moran's I指數(shù)和Z值均為正，且P值顯著，說明就業(yè)密度存在顯著的空間正相關(guān)。

2、局部空間自相關(guān)檢驗(yàn)。全局Moran’s I指數(shù)能夠反映全國(guó)層面的空間相關(guān)性，對(duì)于局部范圍內(nèi)的空間相關(guān)性，需要用局部Moran’s I散點(diǎn)圖進(jìn)一步分析。結(jié)果發(fā)現(xiàn)，局部Moran’s I指數(shù)為正，大部分地區(qū)分布在第一、第三象限，表明各省市就業(yè)密度以空間集聚分布為主，存在空間自相關(guān)性。

（二）就業(yè)密度空間溢出效應(yīng)回歸結(jié)果及解釋

1、回歸結(jié)果分析。本文設(shè)定的是空間杜賓模型，為確定選擇模型的合理性，首先通過LM、LR和Wald檢驗(yàn)，檢驗(yàn)結(jié)果均拒絕了SDM退化為SAR與SEM的假設(shè)，說明本文的設(shè)定是合理的。根據(jù)已有研究，認(rèn)為時(shí)空雙固定效應(yīng)一般為最優(yōu)選擇，因此本文選擇雙固定效應(yīng)。使用Stata15.0進(jìn)行回歸分析，從結(jié)果來看，被解釋變量就業(yè)密度空間溢出效應(yīng)ρ的系數(shù)為-0.2212，并且通過1%的顯著性水平，表明本地區(qū)就業(yè)密度對(duì)鄰近地區(qū)的就業(yè)密度存在負(fù)向的溢出效應(yīng)。

2、空間效應(yīng)分解結(jié)果分析。由于空間杜賓模型分析得出的結(jié)果中加入了被解釋變量與解釋變量的空間滯后項(xiàng)，僅考慮直接的回歸結(jié)果會(huì)忽視解釋變量對(duì)被解釋變量帶來的邊際影響，從而導(dǎo)致估計(jì)結(jié)果存在偏差，此時(shí)需要對(duì)模型進(jìn)行分解，LeSage and Pace針對(duì)空間效應(yīng)作用范圍與對(duì)象的差異性，將空間杜賓模型中解釋變量對(duì)被解釋變量的影響效應(yīng)分為直接、間接與總效應(yīng)。空間杜賓模型的分解效應(yīng)如表2所示。（表2）

表2 空間杜賓模型分解效應(yīng)一覽表

就業(yè)密度空間溢出效應(yīng)是本文要驗(yàn)證的核心，從分解效應(yīng)可以看出，就業(yè)密度空間溢出效應(yīng)在直接、間接、總效應(yīng)下均在1%的置信水平下顯著。其中直接效應(yīng)的系數(shù)為0.7171，說明本地區(qū)就業(yè)密度空間溢出效應(yīng)對(duì)本地區(qū)就業(yè)密度有積極影響。間接效應(yīng)的系數(shù)為-0.1695，說明本地區(qū)就業(yè)密度空間溢出效應(yīng)對(duì)其他地區(qū)就業(yè)密度存在顯著的負(fù)溢出效應(yīng)。總效應(yīng)的系數(shù)為0.5476，說明總體來說，我國(guó)就業(yè)密度空間溢出效應(yīng)對(duì)就業(yè)密度具有促進(jìn)作用。

從直接效應(yīng)的回歸結(jié)果看，人均GDP在10%的置信水平下顯著，對(duì)本地就業(yè)密度產(chǎn)生負(fù)的影響，但是影響不大；消費(fèi)品零售額在5%置信水平下顯著為正，說明擴(kuò)大內(nèi)需，拉動(dòng)消費(fèi)，有利于促進(jìn)產(chǎn)業(yè)發(fā)展，形成經(jīng)濟(jì)集聚，對(duì)當(dāng)?shù)鼐蜆I(yè)密度產(chǎn)生積極影響；城鎮(zhèn)化率在5%的置信水平下顯著為負(fù)，說明當(dāng)?shù)爻擎?zhèn)化率的提高并沒有促進(jìn)當(dāng)?shù)鼐蜆I(yè)密度的提高；每萬人大學(xué)生人數(shù)通過10%的置信水平，且系數(shù)為正，表明人力資本的提高有利于當(dāng)?shù)鼐蜆I(yè)密度的增長(zhǎng)。

從間接效應(yīng)的回歸結(jié)果看，當(dāng)?shù)仄骄べY的提高會(huì)促進(jìn)鄰近地區(qū)就業(yè)密度的提高，這是因?yàn)橐粋€(gè)地區(qū)工資水平的提高也會(huì)帶動(dòng)鄰近地區(qū)的工資水平，吸引就業(yè)人員，提高就業(yè)密度；人均醫(yī)療床位、人均公園綠地面積、每萬人擁有公交車輛均對(duì)鄰近地區(qū)的就業(yè)密度產(chǎn)生負(fù)的影響，這是因?yàn)楫?dāng)?shù)厣鐣?huì)基礎(chǔ)設(shè)施的完善會(huì)優(yōu)化就業(yè)環(huán)境，吸納就業(yè)的能力增強(qiáng)，吸引鄰近地區(qū)就業(yè)人員，造成鄰近地區(qū)就業(yè)人員的流失；人均道路面積顯著為正，這是因?yàn)榻煌ɑA(chǔ)設(shè)施的完善會(huì)縮短兩地的時(shí)間距離，促進(jìn)人流、物流等流通，有利于就業(yè)密度的提高；城鎮(zhèn)化率顯著為正，說明本地城鎮(zhèn)化水平的提高有利于帶動(dòng)鄰近地區(qū)城鎮(zhèn)化水平的提高，從而促進(jìn)就業(yè)；每萬人大學(xué)專任教師數(shù)顯著為負(fù)，這是因?yàn)榻處熅哂邢鄬?duì)穩(wěn)定性，當(dāng)?shù)厝肆Y本的提高會(huì)促進(jìn)當(dāng)?shù)鼐蜆I(yè)，吸納人才，對(duì)鄰近地區(qū)就業(yè)產(chǎn)生負(fù)的影響。

從總效應(yīng)的回歸結(jié)果看，平均工資、消費(fèi)品零售額顯著為正，說明工資水平是影響就業(yè)地選擇的重要原因，擴(kuò)大內(nèi)需也會(huì)增加就業(yè)崗位，促進(jìn)就業(yè)；人均醫(yī)療床位、人均公園綠地面積、每萬人擁有公交車輛顯著為負(fù)，說明目前基礎(chǔ)設(shè)施建設(shè)滯后，就業(yè)環(huán)境對(duì)就業(yè)選擇的吸引力還不夠；人均道路面積顯著為正，說明交通設(shè)施建設(shè)發(fā)揮了積極作用；每萬人大學(xué)生人數(shù)顯著為正，說明大學(xué)生人數(shù)的增加有利于提高就業(yè)人員素質(zhì)，擴(kuò)大就業(yè)率，對(duì)就業(yè)密度產(chǎn)生積極影響；每萬人大學(xué)專任教師數(shù)顯著為負(fù)，因?yàn)榻處熯@一人力資本沒有大學(xué)生流動(dòng)性強(qiáng)，總體來說沒有產(chǎn)生積極影響。

五、結(jié)論

本文用就業(yè)密度來衡量經(jīng)濟(jì)密度，基于2005～2019年我國(guó)31個(gè)省市的面板數(shù)據(jù)，考察了就業(yè)密度的時(shí)空演變特征及溢出效應(yīng)。本文的主要研究發(fā)現(xiàn)：（一）我國(guó)就業(yè)密度空間分異特征明顯，整體上分布不均，小聚集、大分散的分布格局目前已形成。（二）我國(guó)就業(yè)密度存在顯著的空間集聚。（三）我國(guó)就業(yè)密度存在空間關(guān)聯(lián)機(jī)制，且存在負(fù)的空間溢出效應(yīng)。（四）平均工資、消費(fèi)品零售額、人均道路面積、每萬人大學(xué)生人數(shù)的增長(zhǎng)有利于促進(jìn)我國(guó)就業(yè)密度的增長(zhǎng)。

現(xiàn)階段，我國(guó)城市與區(qū)域空間結(jié)構(gòu)變化迅速，目前面臨著區(qū)域發(fā)展不平衡等問題，促進(jìn)區(qū)域協(xié)調(diào)發(fā)展迫在眉睫，相關(guān)政策的制定需要順應(yīng)經(jīng)濟(jì)密度的變動(dòng)規(guī)律，必須堅(jiān)持和實(shí)施“一區(qū)一策”，合理制定主體功能區(qū)劃及相關(guān)區(qū)域政策，而不是簡(jiǎn)單地實(shí)行區(qū)域均衡或擴(kuò)散政策，要促進(jìn)戶籍、社會(huì)保障等政策方面的完善，合理提高職工待遇，加強(qiáng)城市基礎(chǔ)設(shè)施建設(shè)，加強(qiáng)城市間的經(jīng)濟(jì)技術(shù)合作，實(shí)現(xiàn)資源共享，以促進(jìn)區(qū)域一體化。