鄉(xiāng)村非農(nóng)就業(yè)水平的時空格局及動態(tài)演進(jìn)
——以青海省為例

高福鑫，趙 玲，魏 瓊

（青海大學(xué)財經(jīng)學(xué)院，青海 西寧 810016）

“三農(nóng)”問題是關(guān)系國計民生的根本性問題，“三農(nóng)問題”的核心是農(nóng)民問題，而農(nóng)民問題的核心在于收入問題，具體表現(xiàn)為農(nóng)民收入低、收入難等?，F(xiàn)階段，農(nóng)民僅僅靠農(nóng)業(yè)無論是種植大田糧食作物還是種植經(jīng)濟(jì)作物，以此實現(xiàn)生活富裕較為困難［1］。更多的農(nóng)民通過從事非農(nóng)就業(yè)獲取收入，鄉(xiāng)村非農(nóng)就業(yè)逐漸成為了農(nóng)民致富的重要渠道。中國共產(chǎn)黨的二十大強(qiáng)調(diào)發(fā)展鄉(xiāng)村特色產(chǎn)業(yè)，拓寬農(nóng)民增收致富渠道。鞏固拓展脫貧攻堅成果，增強(qiáng)脫貧地區(qū)和脫貧群眾內(nèi)生發(fā)展動力。農(nóng)民參與非農(nóng)就業(yè)能夠有效應(yīng)對返貧風(fēng)險，在鞏固脫貧攻堅成果，實現(xiàn)共同富裕中發(fā)揮著重要作用。

近年來，青海省非農(nóng)產(chǎn)業(yè)發(fā)展迅猛，值得注意的是青海省旅游業(yè)發(fā)展尤為強(qiáng)勁。非農(nóng)產(chǎn)業(yè)的繁榮壯大帶動青海省經(jīng)濟(jì)取得了長足發(fā)展，擴(kuò)展了農(nóng)民增收渠道，提高了農(nóng)民非農(nóng)就業(yè)收入。但不可否認(rèn)的是，青海省在鄉(xiāng)村非農(nóng)就業(yè)方面與東部沿海省份相比仍然存在較大差距。因此，提高鄉(xiāng)村非農(nóng)就業(yè)水平成為了實現(xiàn)青海省高質(zhì)量發(fā)展的關(guān)鍵之舉。

隨著鄉(xiāng)村非農(nóng)就業(yè)地位不斷突出，相關(guān)研究日益增多?，F(xiàn)有文獻(xiàn)主要集中在2 個方面，一是探究鄉(xiāng)村非農(nóng)就業(yè)的影響因素，主要包括首輪退耕補(bǔ)貼［2］、人情支出［3］、數(shù)字普惠金融［4］、農(nóng)村產(chǎn)業(yè)融合［5］、農(nóng)業(yè)基礎(chǔ)設(shè)施［6］、個人特征及家庭特征［7］等。二是研究鄉(xiāng)村非農(nóng)就業(yè)對農(nóng)戶融資［8］、經(jīng)濟(jì)增長［9］、農(nóng)戶收入［10］等因素的影響。但是，現(xiàn)有文獻(xiàn)多側(cè)重研究某一具體因素與鄉(xiāng)村非農(nóng)就業(yè)之間的作用關(guān)系，對鄉(xiāng)村非農(nóng)就業(yè)水平時空特征的研究較少，且已有研究大多基于靜態(tài)視角，缺乏動態(tài)視角的探索［11］。在共同富裕的背景下，青海省鄉(xiāng)村非農(nóng)就業(yè)經(jīng)歷了怎樣變化趨勢？在時間和空間上具有哪些特點？如何提高鄉(xiāng)村非農(nóng)就業(yè)水平？對于這些問題的回答顯得十分重要。

基于此，本文以青海省43 個縣域為研究對象，綜合運用全局趨勢分析、標(biāo)準(zhǔn)差橢圓及Moran’sI指數(shù)等方法揭示青海省鄉(xiāng)村非農(nóng)就業(yè)水平的時空演變特征，并進(jìn)一步采用Kernel密度估計、馬爾科夫鏈探究其動態(tài)演進(jìn)趨勢。本文邊際貢獻(xiàn)主要體現(xiàn)在以下3個方面：（1）研究對象創(chuàng)新，青海省具有邊疆性、經(jīng)濟(jì)欠發(fā)達(dá)性和民族文化多樣性等典型性特征，其研究結(jié)果對其他同類型地區(qū)具有一定的參考價值。（2）研究尺度創(chuàng)新，本文基于縣域尺度展開分析，更能準(zhǔn)確、細(xì)致地揭示青海省內(nèi)部鄉(xiāng)村非農(nóng)就業(yè)水平的差異情況。（3）研究視角創(chuàng)新，本文基于靜態(tài)和動態(tài)雙重視角探究了鄉(xiāng)村非農(nóng)就業(yè)水平的時空格局及演進(jìn)趨勢。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

青海省地處我國西北內(nèi)陸，青藏高原東北部，總面積72.23×104km2。下轄2 個地級市和6 個民族自治州，共計45個縣域單元行政區(qū)。青海牧區(qū)是我國五大牧區(qū)之一，省內(nèi)農(nóng)牧業(yè)比較發(fā)達(dá)，但受到地形復(fù)雜、平均海拔較高、生態(tài)功能突出等因素影響，農(nóng)牧業(yè)在促進(jìn)農(nóng)牧民擴(kuò)源增收中受到了嚴(yán)重限制。2021 年青海省農(nóng)村居民人均可支配收入僅為1.36×104元，明顯低于全國農(nóng)村居民人均可支配收入的1.89×104元［12］。

1.2 數(shù)據(jù)來源

本文數(shù)據(jù)主要來源于2011—2021年《中國縣域統(tǒng)計年鑒》《青海統(tǒng)計年鑒》《西寧統(tǒng)計年鑒》以及青海省各州市的統(tǒng)計公報。由于大柴旦行政委員會、茫崖市的相關(guān)數(shù)據(jù)無法獲取，故本文的縣域樣本量為43個。在此基礎(chǔ)上，參考方方等［13］關(guān)于鄉(xiāng)村非農(nóng)就業(yè)水平的測度方法，計算得出2010—2020年青海省各縣域的鄉(xiāng)村非農(nóng)就業(yè)水平。

1.3 研究方法

1.3.1 全局趨勢分析全局趨勢分析通過三維模擬曲面反映研究區(qū)域內(nèi)變量的空間分布格局，主要揭示空間數(shù)據(jù)的總體規(guī)律。全局趨勢分析反映經(jīng)濟(jì)變量在空間區(qū)域上變化的主體特征。趨勢分析圖中的每一條豎棒代表了一個數(shù)據(jù)點的值（高度）和位置，這些點被投影到一個由東西向和南北向的正交平面上，通過投影點可以做出一條最佳擬合線，并用它來模擬特定方向上變化趨勢［14］。

1.3.2 標(biāo)準(zhǔn)差橢圓標(biāo)準(zhǔn)差橢圓（SDE）通過中心、長軸、短軸和旋轉(zhuǎn)角這4 個基本要素的變動分析經(jīng)濟(jì)現(xiàn)象空間分布特征［15］。橢圓的長軸、短軸分別表示青海省鄉(xiāng)村非農(nóng)就業(yè)水平在主要方向、次要方向上的離散程度，而旋轉(zhuǎn)角表示青海省鄉(xiāng)村非農(nóng)就業(yè)水平在主趨勢方向的變化。

1.3.3 空間相關(guān)性空間自相關(guān)包括全局自相關(guān)和局部自相關(guān)。其中，全局Moran’sI指數(shù)可以考察研究期間鄉(xiāng)村非農(nóng)就業(yè)水平的空間集聚程度；局部Moran’sI指數(shù)則能更加直觀地刻畫局部單元的空間依賴性和空間異質(zhì)性。計算公式分別為：

式中：xi和xj分別為縣域i和縣域j的鄉(xiāng)村非農(nóng)就業(yè)水平；為當(dāng)年青海省全部縣域鄉(xiāng)村非農(nóng)就業(yè)水平的均值；n為縣域單元數(shù)量；wij為空間權(quán)重矩陣，本文依據(jù)鄰接原則構(gòu)建權(quán)重矩陣。全局Moran’sI指數(shù)的取值范圍在[-1, 1]之間。具體而言，全局Moran’sI指數(shù)＞0或全局Moran’sI指數(shù)＜0分別表示青海省鄉(xiāng)村非農(nóng)就業(yè)水平存在空間正自相關(guān)或空間負(fù)自相關(guān)；全局Moran’sI指數(shù)=0則表示不存在空間相關(guān)性［16］。對局部Moran’sI指數(shù)而言，當(dāng)局部Moran’sI指數(shù)＞0 時，說明存在相似的空間集聚性（高-高或低-低）；局部Moran’sI指數(shù)＜0 則表示為相異的空間集聚性（高-低或低-高）［17］。

1.3.4 Kernel 密度估計法Kernel 密度估計是通過數(shù)據(jù)分布情況來揭示經(jīng)濟(jì)現(xiàn)象的地理分布特征［18］。本文運用非參數(shù)Kernel密度估計比較不同年份的核密度曲線可探究青海省鄉(xiāng)村非農(nóng)就業(yè)水平的動態(tài)演變特征。具體計算公式為：

式中：f(x)為Kernel密度估計值；n為縣域單元數(shù)量；xi為縣域i的鄉(xiāng)村非農(nóng)就業(yè)水平；為當(dāng)年青海省全部縣域鄉(xiāng)村非農(nóng)就業(yè)水平的均值；為核函數(shù)；h為帶寬。

1.3.5 馬爾科夫鏈馬爾科夫鏈?zhǔn)且环N時間和狀態(tài)均為離散化的隨機(jī)過程，將連續(xù)數(shù)據(jù)離散化后分成k種類型，并計算相應(yīng)類型的分布及其變化。不同時刻屬性類型之間的轉(zhuǎn)移可以運用k×k的概率矩陣表示［19］。因而，可以通過構(gòu)建馬爾科夫轉(zhuǎn)移概率矩陣來描述青海省鄉(xiāng)村非農(nóng)就業(yè)水平的動態(tài)演變特征。具體計算公式為：

式中：mij為t時刻屬于i類型的區(qū)域在t+1時刻轉(zhuǎn)移到j(luò)類型的概率；nij為自t時刻i類型轉(zhuǎn)移到t+1 時刻j類型的區(qū)域數(shù)量總和；ni為整個研究期間內(nèi)所有t時刻i類型區(qū)域數(shù)量總和。

空間馬爾科夫鏈方法是將“空間滯后”這一概念引入馬爾科夫分析過程中所得到的［20］?？臻g馬爾科夫鏈轉(zhuǎn)移概率矩陣以某一區(qū)域在初始年份的空間滯后為條件，將傳統(tǒng)的轉(zhuǎn)移概率矩陣分解為k個k×k的馬爾科夫轉(zhuǎn)移概率矩陣。在第k個條件矩陣中，元素mkij在空間馬爾科夫矩陣中表示為某一區(qū)域a在空間滯后類型為k的條件下，從t時刻狀態(tài)類型i轉(zhuǎn)移到t+1時刻狀態(tài)類型j的概率，區(qū)域a的空間滯后值是該區(qū)域的空間鄰近區(qū)域?qū)傩灾档募訖?quán)平均［21］。具體公式如下：

式中：laga為區(qū)域a的空間滯后值；Wab為區(qū)域a和區(qū)域b空間關(guān)系的空間權(quán)重矩陣；Yb為區(qū)域b的屬性值；n為區(qū)域總數(shù)。

2 結(jié)果與分析

2.1 時序特征分析

2010—2020 年青海省鄉(xiāng)村非農(nóng)就業(yè)水平整體呈波動上升趨勢，隨時間的推移，其波動幅度逐漸減小，具體演變大致可分為2 個階段（圖1）。（1）快速增長階段（2010—2014 年）。該階段鄉(xiāng)村非農(nóng)就業(yè)水平由39.54%上升至44.05%，年均增長1.13%。可能原因是2010 年青海省第一輪戶籍制度改革的實施為鄉(xiāng)村勞動力從事非農(nóng)就業(yè)提供了有利的條件，且青海省陸續(xù)出臺了一系列加強(qiáng)農(nóng)牧區(qū)勞動力轉(zhuǎn)移就業(yè)的政策，使得該時期鄉(xiāng)村非農(nóng)就業(yè)水平逐步上升。（2）緩慢增長階段（2015—2020 年）。該階段鄉(xiāng)村非農(nóng)就業(yè)水平由44.05%上升至45.61%，年均增長僅0.31%。盡管第二輪戶籍制度改革以及相關(guān)轉(zhuǎn)移就業(yè)政策仍有效的實施，但考慮青海省“三個最大”省情的定位，同時為實現(xiàn)經(jīng)濟(jì)可持續(xù)高質(zhì)量發(fā)展，青海省經(jīng)濟(jì)結(jié)構(gòu)不斷向適應(yīng)生態(tài)發(fā)展規(guī)律方向調(diào)整，不適應(yīng)生態(tài)發(fā)展規(guī)律的非農(nóng)就業(yè)活動受到了限制，因此該階段鄉(xiāng)村非農(nóng)就業(yè)水平增長緩慢。

圖1 2010—2020年青海省鄉(xiāng)村非農(nóng)就業(yè)水平Fig.1 Rural non-farm employment in Qinghai Province from 2010 to 2020

2.2 空間演變分析

2.2.1 空間格局特征為揭示縣域尺度下青海省鄉(xiāng)村非農(nóng)就業(yè)水平的空間分布格局，本文借助趨勢分析工具將2010、2015 年和2020 年各縣域鄉(xiāng)村非農(nóng)就業(yè)水平作為高度屬性值，繪制三維透視圖（圖2）。從3 個時間截面趨勢曲線形狀來看，趨勢曲線在東西方向上均呈現(xiàn)出東、西部高而中部低的“U”型特征，表明青海省東、西部地區(qū)鄉(xiāng)村非農(nóng)就業(yè)水平高于中部地區(qū)，而在南北方向上則表現(xiàn)出由北向南平滑下降的特征，表明研究期間青海省鄉(xiāng)村非農(nóng)就業(yè)水平形成了北高南低的分布格局。可能的原因在于青海省東北部地勢平坦、海拔較低、大型企業(yè)多分布于此，其經(jīng)濟(jì)相對發(fā)達(dá)，所能提供的非農(nóng)就業(yè)崗位較多，因此鄉(xiāng)村非農(nóng)就業(yè)水平較高；西北部柴達(dá)木盆地附近的縣域，擁有豐富自然資源，石油化工、鹽湖化工、煤化工等產(chǎn)業(yè)的迅速發(fā)展，吸引了大批鄉(xiāng)村勞動力流入，促進(jìn)了當(dāng)?shù)剜l(xiāng)村非農(nóng)就業(yè)水平的發(fā)展。相比之下，中部和南部的縣域大多位于三江源地區(qū)，其海拔較高、人口稀少、生態(tài)保護(hù)功能突出，在一定程度上制約了當(dāng)?shù)剜l(xiāng)村非農(nóng)就業(yè)水平的發(fā)展。

圖2 2010、2015年和2020年青海省鄉(xiāng)村非農(nóng)就業(yè)水平趨勢線Fig.2 Trend line of non-farm employment in Qinghai Province in 2010,2015 and 2020

為進(jìn)一步刻畫縣域尺度下青海省鄉(xiāng)村非農(nóng)就業(yè)水平空間格局演變特征，本文借助標(biāo)準(zhǔn)差橢圓，選擇2010、2015 年及2020 年3 個時點，對演化趨勢進(jìn)行定量識別（表1）。從轉(zhuǎn)角來看，青海省鄉(xiāng)村非農(nóng)就業(yè)水平的標(biāo)準(zhǔn)差橢圓轉(zhuǎn)角由2010 年的85.53°下降至2020 年的73.59°，呈現(xiàn)出逐漸縮小的趨勢，說明青海省鄉(xiāng)村非農(nóng)就業(yè)水平的空間格局由“正東—正西”分布向“偏東北—偏西南”方向偏移。從標(biāo)準(zhǔn)差橢圓形狀來看，平均形狀指數(shù)在2010—2015年有所減小，在2015—2020 年又略微增大，表明研究期間青海省鄉(xiāng)村非農(nóng)就業(yè)水平呈現(xiàn)出先分散后集中的分布趨勢。從重心分布來看，研究期間青海省鄉(xiāng)村非農(nóng)就業(yè)水平的重心在100.71°～100.98°E、36.14°～36.40°N變動，移動幅度較小，略向西南方向移動。

表1 2010、2015年和2020年青海省鄉(xiāng)村非農(nóng)就業(yè)水平的標(biāo)準(zhǔn)差橢圓Tab.1 Parameters of standard deviation elliptic of rural non-farm employment in Qinghai Province in 2010,2015 and 2020

2.2.2 空間相關(guān)性特征為探究青海省鄉(xiāng)村非農(nóng)就業(yè)水平在空間上的關(guān)聯(lián)程度，本文利用ArcGIS 10.2軟件計算得到2010—2020 年青海省鄉(xiāng)村非農(nóng)就業(yè)水平的全局Moran’sI指數(shù)、顯著性水平P值及標(biāo)準(zhǔn)化統(tǒng)計量Z值（表2）。

表2 2010—2020年青海省鄉(xiāng)村非農(nóng)就業(yè)水平的全局Moran’s I指數(shù)Tab.2 Global Moran’s I index of rural non-farm employment in Qinghai Province from 2010 to 2020

計算結(jié)果顯示，研究期間鄉(xiāng)村非農(nóng)就業(yè)水平的全局Moran’sI指數(shù)在0.627～0.722波動，且均在0.01水平上顯著，表明青海省鄉(xiāng)村非農(nóng)就業(yè)水平的空間分布并非完全獨立，而是存在顯著的空間正自相關(guān)性，呈現(xiàn)出空間集聚分布特征。

通過公式（2）計算得出2010、2015 年和2020 年鄉(xiāng)村非農(nóng)就業(yè)水平的局部Moran’sI指數(shù)。由表3可知，青海省鄉(xiāng)村非農(nóng)就業(yè)水平存在著顯著的空間集聚效應(yīng)，且主要表現(xiàn)為“高-高”和“低-低”2 種空間集聚類型。其中，“高-高”類型縣域在提高鄉(xiāng)村非農(nóng)就業(yè)水平方面具有溢出效應(yīng)，能夠拉動周圍縣域鄉(xiāng)村非農(nóng)就業(yè)水平的發(fā)展；而“低-低”類型縣域鄉(xiāng)村非農(nóng)就業(yè)水平較低，其周圍縣域鄉(xiāng)村非農(nóng)就業(yè)水平同樣較低，無法起到帶動作用。具體而言，“高-高”類型縣域主要集中分布在青海省東北部的8 個縣域，而后增加了大通回族土族自治縣。而“低-低”類型縣域集中分布在青海省中部及南部的瑪沁縣、班瑪縣、甘德縣、達(dá)日縣等12 個縣域，2015年減少了囊謙縣、雜多縣，增加了河南蒙古族自治縣。2020 年在2015 年的基礎(chǔ)上減少了河南蒙古族自治縣和玉樹市，增加了都蘭縣、稱多縣?？傮w而言，“低-低”類型縣域的數(shù)量較為穩(wěn)定，但在不同年份的分布略有差異。

表3 2010、2015年和2020年青海省鄉(xiāng)村非農(nóng)就業(yè)水平的空間聚類Tab.3 Spatial clustering of rural non-farm employment in Qinghai Province in 2010,2015 and 2020

2.3 動態(tài)演進(jìn)分析

2.3.1 Kernel 密度估計分析為從整體上考察青海省鄉(xiāng)村非農(nóng)就業(yè)水平的動態(tài)演進(jìn)趨勢，本文運用Eviews10.0軟件對2010、2015年及2020年青海省鄉(xiāng)村非農(nóng)就業(yè)水平進(jìn)行了Kernel密度估計（圖3）。從位置上看，Kernel 密度曲線的中心呈現(xiàn)出明顯右移趨勢，表明青海省所有縣域的鄉(xiāng)村非農(nóng)就業(yè)水平整體提高。近年來，旅游產(chǎn)業(yè)的快速發(fā)展及就業(yè)政策的有效實施，為鄉(xiāng)村勞動力創(chuàng)造了良好的非農(nóng)就業(yè)機(jī)會，帶動了鄉(xiāng)村非農(nóng)就業(yè)的發(fā)展。從形狀來看，Kernel 密度曲線在3 個年份均呈單峰、左偏態(tài)分布的特征。說明青海省鄉(xiāng)村非農(nóng)就業(yè)水平呈現(xiàn)收斂的趨勢，低值集聚特征明顯。從峰值變化來看，Kernel密度曲線峰值高度呈下降趨勢，說明青海省鄉(xiāng)村非農(nóng)就業(yè)水平地區(qū)差異有所縮小。

圖3 2010、2015年和2020年青海省鄉(xiāng)村非農(nóng)就業(yè)水平Kernel密度估計Fig.3 Kernel density estimation of rural non-farm employment in Qinghai Province in 2010,2015 and 2020

2.3.2 傳統(tǒng)馬爾科夫鏈分析為進(jìn)一步解釋青海省鄉(xiāng)村非農(nóng)就業(yè)水平發(fā)生轉(zhuǎn)移的概率大小，本文利用傳統(tǒng)馬爾科夫鏈，在借鑒相關(guān)研究［22］的基礎(chǔ)上，根據(jù)標(biāo)準(zhǔn)分位數(shù)法將2010—2020 年青海省各縣域鄉(xiāng)村非農(nóng)就業(yè)水平劃分為4 種類型區(qū)域：類型Ⅰ表示低水平（＜25%）、類型Ⅱ表示中低水平（25%～50%）、類型Ⅲ表示中高水平（50%～75%）、類型Ⅳ表示高水平（＞75%），并據(jù)此測算出青海省鄉(xiāng)村非農(nóng)就業(yè)水平的傳統(tǒng)馬爾科夫轉(zhuǎn)移概率矩陣（表4）。

表4 2010—2020年青海省鄉(xiāng)村非農(nóng)就業(yè)水平的傳統(tǒng)馬爾科夫轉(zhuǎn)移概率矩陣Tab.4 Matrix of traditional Markov transfer probability of rural non-farm employment in Qinghai Province from 2010 to 2020

如表4 所示，對角線上元素表示研究期間縣域類型保持不變的概率，而非對角線上元素表示不同縣域類型之間發(fā)生轉(zhuǎn)移的概率。具體來看，主對角線的值均大于非對角線上的值，類型Ⅰ、Ⅱ、Ⅲ、Ⅳ保持原有水平不變的概率分別為0.867、0.838、0.841和0.952，而非對角線上的最大概率值僅為0.115，這表明青海省鄉(xiāng)村非農(nóng)就業(yè)水平存在不同程度的俱樂部趨同現(xiàn)象，且趨同俱樂部較為穩(wěn)定。不同縣域類型之間轉(zhuǎn)移的概率較小，說明青海省鄉(xiāng)村非農(nóng)就業(yè)水平的差異存在明顯的固化現(xiàn)象。此外，類型Ⅰ向類型Ⅲ、Ⅳ轉(zhuǎn)移的概率分別為0.018和0.000，類型Ⅱ向類型Ⅳ轉(zhuǎn)移的概率僅為0.019，說明青海省鄉(xiāng)村非農(nóng)就業(yè)水平的轉(zhuǎn)移具有階段性特征，實現(xiàn)跨越式增長難度較大。其主要原因在于青海省各縣域在地形條件、資源分布、經(jīng)濟(jì)發(fā)展等方面存在明顯差異，且鄉(xiāng)村非農(nóng)就業(yè)水平較低的縣域受路徑依賴影響較大，短期內(nèi)實現(xiàn)大幅度增長較為困難。

2.3.3 空間馬爾科夫鏈分析傳統(tǒng)馬爾科夫鏈轉(zhuǎn)移概率矩陣將各地區(qū)看作獨立的單元。未能考慮到周圍領(lǐng)域類型對其轉(zhuǎn)移的影響。因此，本文在傳統(tǒng)馬爾科夫矩陣的基礎(chǔ)上，將空間因素納入研究范圍，通過構(gòu)建空間馬爾科夫矩陣分析不同鄰域類型對鄉(xiāng)村非農(nóng)就業(yè)水平轉(zhuǎn)移的影響（表5）。

表5 2010—2020年青海省鄉(xiāng)村非農(nóng)就業(yè)水平的空間馬爾科夫轉(zhuǎn)移概率矩陣Tab.5 Matrix of spatial Markov transfer probability of rural non-farm employment in Qinghai Province from 2010 to 2020

（1）空間因素對青海省鄉(xiāng)村非農(nóng)就業(yè)水平俱樂部趨同變化具有較為顯著的影響。當(dāng)忽略空間因素影響時，類型Ⅲ保持原有水平不變的概率為0.841（表4），當(dāng)考慮空間因素時，類型Ⅲ在鄰域類型Ⅰ、Ⅱ、Ⅲ、Ⅳ中保持原有水平不變的概率分別是0.000、0.865、0.828、0.833（表5）。

（2）考慮空間因素后，青海省鄉(xiāng)村非農(nóng)就業(yè)水平依然具有穩(wěn)定的俱樂部趨同特征。對角線上的概率值均高于其他位置的概率值，僅在鄰域類型Ⅱ背景下類型Ⅳ保持原有狀態(tài)的概率等于其向類型Ⅱ轉(zhuǎn)移的概率，說明即使考慮鄰域類型背景，各縣域仍傾向于維持當(dāng)前狀態(tài)穩(wěn)定不變。

（3）在鄉(xiāng)村非農(nóng)就業(yè)水平發(fā)展的過程中，通常存在空間溢出效應(yīng)。若與鄉(xiāng)村非農(nóng)就業(yè)水平較高的縣域相鄰，其縣域類型向上轉(zhuǎn)移的概率增加，向下轉(zhuǎn)移的概率減??；與鄉(xiāng)村非農(nóng)就業(yè)水平低的縣域為鄰，其縣域類型向上轉(zhuǎn)移的概率減小，向下轉(zhuǎn)移的概率增加，則說明此時相鄰縣域?qū)υ摽h域產(chǎn)生了正向空間溢出效應(yīng)［23］。具體而言，類型Ⅲ向類型Ⅳ轉(zhuǎn)移概率為0.093（表4），當(dāng)與類型Ⅲ和類型Ⅳ相鄰時，轉(zhuǎn)移概率值增至到0.121和0.167（表5）；而與類型Ⅰ和類型Ⅱ相鄰時，則下降至0.000 和0.027。這表明中高水平縣域?qū)ζ湎噜徔h域鄉(xiāng)村非農(nóng)就業(yè)水平的提高具有正向溢出效應(yīng)。究其原因可能是中高水平縣域在資源利用、產(chǎn)業(yè)發(fā)展等方面具有示范效應(yīng)，能夠?qū)ο噜徔h域起到輻射帶動作用。

3 討論

本文基于縣域尺度探究了青海省鄉(xiāng)村非農(nóng)就業(yè)水平的時空特征。在時序特征方面，研究期間青海省鄉(xiāng)村非農(nóng)就業(yè)水平呈現(xiàn)出先快速發(fā)展后緩慢發(fā)展的變化趨勢，2014年為轉(zhuǎn)折點。快速發(fā)展階段的形成可能與青海省實施戶籍改革，積極促進(jìn)就業(yè)有關(guān)，現(xiàn)有的研究可支持這一觀點［24］。2014 年以來，青海省整體鄉(xiāng)村非農(nóng)就業(yè)水平增長速度放緩，可能的原因在于青海省逐步加大生態(tài)環(huán)境的保護(hù)力度，堅持生態(tài)優(yōu)先，不適宜生態(tài)發(fā)展規(guī)律的非農(nóng)就業(yè)活動受到了限制。鑒于此，青海省應(yīng)持續(xù)推進(jìn)綠色經(jīng)濟(jì)發(fā)展，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，促進(jìn)鄉(xiāng)村非農(nóng)就業(yè)的高質(zhì)量發(fā)展。

本文認(rèn)為空間因素在鄉(xiāng)村非農(nóng)就業(yè)發(fā)展過程中發(fā)揮著重要的作用，這與馬衛(wèi)等［11］、方方等［13］的研究結(jié)論一致，同時地形條件、資源稟賦及經(jīng)濟(jì)發(fā)展水平等差異也會對鄉(xiāng)村非農(nóng)就業(yè)水平的空間分布產(chǎn)生影響［13］。因而在空間演化方面，青海省鄉(xiāng)村非農(nóng)就業(yè)水平空間分異明顯，盡管“東、西部高中部低”“北高南低”的空間分布格局有所改善，但未發(fā)生根本性變化。此外，馬衛(wèi)等［11］的研究僅考察了鄉(xiāng)村非農(nóng)就業(yè)水平的空間分異性，未能考慮到研究區(qū)域內(nèi)相鄰縣域間可能存在空間溢出效應(yīng)。本文基于動態(tài)視角有效地解決了這一問題，同時在一定程度上拓展了鄉(xiāng)村非農(nóng)就業(yè)水平相關(guān)研究的視角?？紤]到青海省相鄰縣域鄉(xiāng)村非農(nóng)就業(yè)水平存在著正向空間溢出效應(yīng)，可充分利用這一效應(yīng)帶動周邊縣域鄉(xiāng)村非農(nóng)就業(yè)的發(fā)展。

4 結(jié)論與建議

4.1 結(jié)論

（1）2010—2020年青海省鄉(xiāng)村非農(nóng)就業(yè)水平整體呈現(xiàn)出波動上升態(tài)勢，2010—2014年為快速增長階段；2015—2020年為緩慢增長階段。不同時段鄉(xiāng)村非農(nóng)就業(yè)水平具有不同演變特征，這與經(jīng)濟(jì)發(fā)展模式、戶籍改革制度及就業(yè)政策等密切相關(guān)。

（2）研究期間青海省鄉(xiāng)村非農(nóng)就業(yè)水平存在著“東、西部高中部低”“北高南低”的空間分布特征。空間格局顯示出由“正東—正西”分布向“偏東北—偏西南”方向偏移趨勢。

（3）相鄰縣域有相近的資源稟賦及非農(nóng)產(chǎn)業(yè)發(fā)展理念，同時在就業(yè)政策的制定和實施方面具有互動效應(yīng)，使得青海省鄉(xiāng)村非農(nóng)就業(yè)水平具有顯著的空間正自相關(guān)性，“高-高”集聚和“低-低”集聚的板塊特征顯著。

（4）青海省鄉(xiāng)村非農(nóng)就業(yè)水平呈現(xiàn)收斂的趨勢，各縣域間差距逐漸縮小。鄉(xiāng)村非農(nóng)就業(yè)水平存在穩(wěn)定的俱樂部趨同特征，受資源稟賦及經(jīng)濟(jì)發(fā)展水平等因素影響，縣域類型之間轉(zhuǎn)移概率較小且難以實現(xiàn)大幅度跨越式轉(zhuǎn)移?？臻g因素在青海省鄉(xiāng)村非農(nóng)就業(yè)水平轉(zhuǎn)移的過程中發(fā)揮著重要作用。相鄰縣域鄉(xiāng)村非農(nóng)就業(yè)水平的“空間溢出”效應(yīng)明顯，在不同縣域類型背景下溢出效應(yīng)存在異質(zhì)性特征。

4.2 建議

根據(jù)上述結(jié)論，按照空間分布格局將青海省劃分為東北部、中部及南部、西北部3 個區(qū)域，針對如何提高青海省鄉(xiāng)村非農(nóng)就業(yè)水平提出如下建議：

（1）“高-高”類型縣域大多分布在青海省東北部，對于該類型縣域而言，可以通過產(chǎn)業(yè)合作、勞務(wù)協(xié)作等方式，加強(qiáng)與周圍縣域之間的經(jīng)濟(jì)聯(lián)系，充分發(fā)揮其正向空間溢出效應(yīng)，輻射帶動周邊縣域提高鄉(xiāng)村非農(nóng)就業(yè)水平。同時，青海省還應(yīng)搭建縣域經(jīng)濟(jì)合作平臺，打破各縣域間交流壁壘，建立有效地溝通互動渠道，使鄉(xiāng)村非農(nóng)就業(yè)水平的正向空間溢出效應(yīng)最大化。

（2）“低-低”類型縣域大多分布在青海省中部及南部，當(dāng)?shù)氐纳鷳B(tài)保護(hù)作用突出。對此類型縣域而言，應(yīng)在加強(qiáng)生態(tài)文明建設(shè)的同時，積極探索“綠水青山”轉(zhuǎn)化為“金山銀山”的有效路徑，如大力發(fā)展生態(tài)旅游業(yè)。以旅游業(yè)為牽引，帶動地方旅館業(yè)、商貿(mào)業(yè)、零售業(yè)等相關(guān)產(chǎn)業(yè)的快速發(fā)展，進(jìn)一步增強(qiáng)非農(nóng)產(chǎn)業(yè)對鄉(xiāng)村勞動力吸納能力。此外，地方政府應(yīng)以加強(qiáng)鄉(xiāng)村勞動力的非農(nóng)就業(yè)意識，提高非農(nóng)就業(yè)能力等作為切入點，積極鼓勵鄉(xiāng)村勞動力從事非農(nóng)就業(yè)，組織就業(yè)培訓(xùn)、產(chǎn)業(yè)培訓(xùn)等活動，通過就業(yè)援助、技能培訓(xùn)等手段增強(qiáng)其就業(yè)能力。

（3）青海省西北部各縣域應(yīng)充分利用當(dāng)?shù)氐呢S富資源，以格爾木市、德令哈市等資源型城市為發(fā)展樣板，踐行綠色發(fā)展理念，因地制宜發(fā)展聚焦鹽堿化工、新能源、新材料、高原裝備制造、特色生物等產(chǎn)業(yè)，以此推動當(dāng)?shù)剜l(xiāng)村非農(nóng)就業(yè)水平的提高。