牟宇峰
(中國科學(xué)院南京地理與湖泊研究所,江蘇 南京 210008;福州市規(guī)劃設(shè)計研究院,福建 福州 350003)
就業(yè)人口是區(qū)域常住人口的重要組成部分,其規(guī)模、結(jié)構(gòu)和分布變化既是區(qū)域發(fā)展模式變遷和產(chǎn)業(yè)結(jié)構(gòu)演進的重要表征,也在很大程度上影響著區(qū)域資源利用、產(chǎn)業(yè)發(fā)展和空間布局等諸多方面。30多年來,在制度方面,制約人口遷移的約束力弱化,使就業(yè)人口可以在市場的調(diào)節(jié)下自由流動;在產(chǎn)業(yè)方面,產(chǎn)業(yè)轉(zhuǎn)型升級改變了就業(yè)人口原有的發(fā)展路徑。在宏觀背景大變動的情況下,需要對就業(yè)人口的結(jié)構(gòu)和空間布局的發(fā)展和演變過程進行梳理,總結(jié)出就業(yè)人口變動的規(guī)律和特征,從而引導(dǎo)就業(yè)人口合理布局,實現(xiàn)人口、經(jīng)濟和社會的協(xié)調(diào)發(fā)展。
長三角地區(qū)是我國經(jīng)濟發(fā)達(dá)、人口密集、就業(yè)崗位規(guī)模較大的地區(qū)之一,改革開放以來先后經(jīng)歷了以解決本地農(nóng)村剩余勞動力為主的鄉(xiāng)鎮(zhèn)工業(yè)階段[1,2],以大量外來務(wù)工人員為主的外向型經(jīng)濟發(fā)展階段[3-8],目前開始轉(zhuǎn)向以高層次人才為主的創(chuàng)新驅(qū)動發(fā)展階段。在經(jīng)濟體制改革和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等因素的影響下,長三角地區(qū)工業(yè)化進程不斷加速,從而導(dǎo)致就業(yè)人口結(jié)構(gòu)發(fā)生較大變化[9,10]。起初研究主要集中在就業(yè)人口的空間集散方面,認(rèn)為上海就業(yè)人口首位度有所增強。雖然長三角各城市均具有不同程度吸納就業(yè)人口的能力,但上海在就業(yè)人口絕對數(shù)量和相對數(shù)量中均明顯高于其他城市[11]。部分學(xué)者從就業(yè)人口的產(chǎn)業(yè)取向方面進行研究,認(rèn)為目前長三角仍以制造業(yè)為主導(dǎo)的第二產(chǎn)業(yè)就業(yè)為主,但已有向以服務(wù)業(yè)為主的第三產(chǎn)業(yè)轉(zhuǎn)變的趨勢[12]。隨著研究的深入,研究視角轉(zhuǎn)向就業(yè)人口流動方面。相關(guān)研究普遍認(rèn)為城市間就業(yè)人口流入量差距拉大,重心發(fā)生偏移[13]。近年來,學(xué)者們認(rèn)為長三角就業(yè)人口除了遷移、流動、集聚、擴散等外部屬性發(fā)生變化外,其自身的屬性也相應(yīng)地發(fā)生變化。一是綜合素質(zhì)有所提高,平均受教育水平由初中提高到高中,接受過職業(yè)培訓(xùn)的比例顯著上升[14,15];二是來源地發(fā)生變化,其吸引力的輻射范圍更廣闊[16,17];三是性別差異進一步拉大,男性的主導(dǎo)地位更明顯[18]。
通過文獻梳理,筆者認(rèn)為目前對長三角就業(yè)人口分布和布局的研究,主要以市域為最小單元,探究就業(yè)人口的遷移規(guī)模、遷移模式、遷移機制及就業(yè)結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)關(guān)系等方面問題,缺乏對市域范圍內(nèi)就業(yè)人口分布變化過程和特征的研究;同時,由于選取的時間跨度短、節(jié)點少(一般為首末兩個節(jié)點)、研究方法單一,導(dǎo)致歸納的就業(yè)人口時空特征不明顯,規(guī)律性不強。為此,本文基于縣域尺度1982年、1990年、2000年、2010年人口普查數(shù)據(jù),應(yīng)用產(chǎn)業(yè)格局分析法,從總體格局、集散格局和分工格局等方面分析長三角就業(yè)人口格局的演化過程、變化規(guī)律及其內(nèi)在特征,這對引導(dǎo)人口合理布局、實現(xiàn)區(qū)域和產(chǎn)業(yè)空間優(yōu)化調(diào)整具有現(xiàn)實意義。
長江三角洲地處我國東南沿海,下轄南京、蘇州、無錫、鎮(zhèn)江、揚州、常州、泰州、南通、上海、杭州、寧波、嘉興、紹興、湖州、舟山和臺州16個市,是全國著名的旅游勝地和經(jīng)濟最發(fā)達(dá)的地區(qū)。兩省一市面積為21.31萬km2,其中核心區(qū)面積10.99萬km2。至2010年末,長三角戶籍人口13 595萬人,實現(xiàn)地區(qū)生產(chǎn)總值86 020億元,進出口總額14 039億美元,固定資產(chǎn)投資40 878億元,城市居民人均可支配收入27 380元,農(nóng)民人均純收入11 389元;其中,核心區(qū)戶籍人口8 491萬人,實現(xiàn)地區(qū)生產(chǎn)總值70 382億元,進出口總額12 851億美元,固定資產(chǎn)投資33 460億元,城市居民人均可支配收入26 710元,農(nóng)民人均純收入12 492元。根據(jù)研究需要,本文選取長江三角洲核心區(qū)的16個市為研究區(qū);為使研究更加深入,本文以16市下設(shè)的各區(qū)縣為基本研究單元。由于研究區(qū)內(nèi)縣域單元數(shù)量較大,為了方便地區(qū)間的比較和總結(jié),將其劃分為:中心城市上海(包括下轄區(qū)縣)、蘇錫常地區(qū)(蘇州、無錫、常州及下轄區(qū)縣)、寧鎮(zhèn)地區(qū)(南京、鎮(zhèn)江及下轄區(qū)縣)、蘇中地區(qū)(揚州、泰州、南通及下轄區(qū)縣)、浙東南地區(qū)(寧波、舟山、臺州及下轄區(qū)縣)、浙西北地區(qū)(杭州、嘉興、湖州、紹興及下轄區(qū)縣)。
長三角就業(yè)人口數(shù)量龐大,且以第二產(chǎn)業(yè)為主。2010年長三角核心區(qū)就業(yè)人口6 324萬人,占全國的8.31%,而土地面積只占全國的1.17%,單位面積的就業(yè)人口數(shù)是全國平均水平的7.12倍。其中,第一、二、三產(chǎn)業(yè)就業(yè)人口分別為714.5萬人、3 190.9萬人、2 418.94萬人,三次產(chǎn)業(yè)就業(yè)人口比重為11.3∶50.5∶38.2,整體仍表現(xiàn)為勞動力密集型,就業(yè)人口結(jié)構(gòu)仍為“二三一”,具有升級空間。
在整體空間格局方面,就業(yè)人口集中分布在長三角中部經(jīng)濟發(fā)達(dá)地區(qū)。2010年,核心區(qū)16市中就業(yè)人口最多的是上海、蘇州、寧波、杭州,分別為1 251萬人、663萬人、498萬人和494萬人,所占比例分別為19.8%、10.5%、7.9%和7.8%;各城市當(dāng)年GDP總量分別為17 166億元、9 229億元、5 163億元和5 949億元,所占比例分別為24.3%、13.1%、7.3%和8.4%,在16市的排名分別為1、2、5、3。在集散程度方面,各行業(yè)總體表現(xiàn)出較強的集聚特性。國際上公認(rèn),基尼系數(shù)在0.2以下表示分布與分配絕對平均,0.2~0.3表示比較平均,0.3~0.4表示比較合理,0.4~0.5表示差距過大,0.5以上表示高度不均衡[17]。通過對2010年核心區(qū)各行業(yè)區(qū)位基尼系數(shù)的計算,只有農(nóng)業(yè)(0.40)、建筑業(yè)(0.39)和批發(fā)零售業(yè)(0.45)系數(shù)小于0.5,系數(shù)大于0.6的行業(yè)占30.1%。由此可知長三角各行業(yè)人口區(qū)位基尼系數(shù)整體偏高,趨同性較弱,屬于集中型。在分工格局方面,地區(qū)專業(yè)化水平差異大,以上海為核心的綜合專業(yè)化特征突出。2010年,專業(yè)化水平最高的興化市是專業(yè)化水平最低的余杭區(qū)的7倍。通過加權(quán)相對規(guī)模后計算的2010年綜合專業(yè)化指數(shù)表明,上海、常州和鎮(zhèn)江等地指數(shù)值較高??傮w看,綜合專業(yè)化主要集中分布在上海周圍及上海至南京一帶,即良好的區(qū)位、便利的交通促使這些地區(qū)成為綜合專業(yè)化水平較高的地區(qū)。
本文最小統(tǒng)計單元為區(qū)縣尺度,采用的數(shù)據(jù)主要來源于各?。ㄊ校?、區(qū)(縣)的1982年、1990年、2000年和2010年全國人口普查數(shù)據(jù)以及相關(guān)年份各城市的統(tǒng)計年鑒。人口普查中將從業(yè)人口分為13個行業(yè),為使研究更加清晰,將各行業(yè)劃分為兩個層次。第一個層次是將13個行業(yè)劃分到三次產(chǎn)業(yè)中:第一產(chǎn)業(yè)包括農(nóng)業(yè),第二產(chǎn)業(yè)包括工業(yè)和建筑業(yè),第三產(chǎn)業(yè)包括剩余10個行業(yè)。第二個層次是將13個行業(yè)劃分為農(nóng)業(yè)、工業(yè)、建筑業(yè)、生產(chǎn)性服務(wù)業(yè)、生活性服務(wù)業(yè)和公共性服務(wù)業(yè)6大類:生產(chǎn)性服務(wù)業(yè)包括交通運輸與倉儲業(yè)、金融保險業(yè)、科學(xué)研究等,生活性服務(wù)業(yè)包括批發(fā)零售與餐飲業(yè)、房地產(chǎn)業(yè)、文體和娛樂業(yè),公共性服務(wù)業(yè)包括衛(wèi)生、社會保障和社會福利業(yè)、水利、電力和公共設(shè)施管理業(yè)、居民服務(wù)和其他服務(wù)業(yè)。
2.2.1 總體格局研究方法 首先,確定主要指標(biāo)的含義,用表示地區(qū)j(j=1,2,…,N)產(chǎn)業(yè)i(i=1,2,…,M)的人口數(shù),表示地區(qū)j的人口數(shù),表示全區(qū)域產(chǎn)業(yè)i的人口數(shù)量表示全區(qū)域所有行業(yè)的總?cè)丝跀?shù)。定義兩個份額指標(biāo),其中產(chǎn)業(yè)份額指標(biāo)表示為:
地區(qū)份額指標(biāo)表示為:
2.2.2 集散格局研究方法
(1)區(qū)位基尼系數(shù)Gi:用來衡量就業(yè)人口的地理集中程度,取值范圍為[0,1],0表示人口分布完全均衡,1表示人口全部集中在一個地區(qū)。公式如下:
式中:j1、j2分別表示兩個不同的地區(qū);分別表示地區(qū)j1、j2產(chǎn)業(yè)i所占的人口份額表示全區(qū)產(chǎn)業(yè)i的平均人口份額;N表示地區(qū)數(shù)量。
(2)偏離份額:采用偏離份額法分析行業(yè)人口的集聚和擴散特征,公式如下:
2.2.3 分工格局研究方法
(1)地區(qū)專業(yè)化指數(shù):為測量地區(qū)間產(chǎn)業(yè)人口結(jié)構(gòu)的差異,基于Krugman地區(qū)專業(yè)化指數(shù),構(gòu)建專業(yè)化指數(shù)KSj,反映專業(yè)化的相對情況。公式如下:
式中:KSj取值范圍為[0,2],0表示地區(qū)j的就業(yè)結(jié)構(gòu)與全區(qū)域的就業(yè)結(jié)構(gòu)完全相同,2表示地區(qū)j的就業(yè)結(jié)構(gòu)與全區(qū)域的就業(yè)結(jié)構(gòu)完全不同,指數(shù)越高表示地區(qū)專業(yè)化程度越高。
(2)行業(yè)專業(yè)化指數(shù):為保持一致性,仍采用Krugman專業(yè)化指數(shù)公式,只是將i與j對換,即得到行業(yè)專業(yè)化指數(shù),計算公式不具體列出。
(3)綜合專業(yè)化指數(shù):Krugman專業(yè)化指數(shù)并沒有考慮區(qū)域內(nèi)就業(yè)的絕對規(guī)模。一方面,某區(qū)域內(nèi)專業(yè)化指數(shù)可能很大,但就業(yè)規(guī)模很??;另一方面,某區(qū)域內(nèi)就業(yè)規(guī)模很大,但專業(yè)化指數(shù)很小。為此引入綜合專業(yè)化指數(shù)KS′j,來驗證各地區(qū)參與不同行業(yè)的分工情況。公式如下:
式中:θij表示區(qū)域j行業(yè)i的地均人口數(shù),即人口密度;θi表示全區(qū)域行業(yè)i的人口密度。
(4)區(qū)域多樣化指數(shù)Urbj:
(1)總就業(yè)人口。就業(yè)人口總量逐年增加,中心由東向西偏移。1982年長三角核心區(qū)就業(yè)人口僅為4 290萬人,1990年增至4 810萬人,進而增至2000年的5 160萬人,2010年的6 324萬人,28年間就業(yè)人口增長了47.41%。16個城市就業(yè)人口均表現(xiàn)為增長態(tài)勢,就業(yè)人口增長最多和增長最快的城市均為上海,增長765萬人,增加1.8倍。94個區(qū)縣中除35個區(qū)縣出現(xiàn)就業(yè)人口減少外,其余大部分區(qū)縣呈現(xiàn)增長態(tài)勢,并且增長的絕對和相對數(shù)量均遠(yuǎn)遠(yuǎn)超過其減少的程度。1982年就業(yè)中心主要集中在上海市轄區(qū)和通州等沿海區(qū)縣,其中,上海市轄區(qū)最多,達(dá)330萬人;1990年中心向西部移動,遷移到蘇錫常市轄區(qū),三地就業(yè)人口分別增加30萬人、20萬人和15萬人;2000年蘇錫常的中心地位更加穩(wěn)固,并向南延伸到杭州市區(qū),四地就業(yè)人口占區(qū)域比重高達(dá)10.96%;2010年長三角中部的就業(yè)核心地位更加突出,并進一步向西延伸到南京市轄區(qū)。
(2)第一產(chǎn)業(yè)就業(yè)人口。第一產(chǎn)業(yè)就業(yè)數(shù)量減少,比例下降,中心分布范圍縮小,并由中部移向南北兩側(cè)。長三角核心區(qū)第一產(chǎn)業(yè)就業(yè)人口由1982年的2 324萬人減至1990年的2 261萬人,進而減至2000年的1 615萬人,到2010年僅剩715萬人。同時,一產(chǎn)比重也逐年萎縮,由1982年的52.7%降至2010年的11.3%。16市均有不同程度的減少,其中減少最多的是蘇州,28年減少163萬人;94個區(qū)縣中,除崇明、寶山等個別區(qū)縣外,一產(chǎn)就業(yè)人口普遍減少。1982年一產(chǎn)就業(yè)人口主要集中在常州市轄區(qū)、昆山市、湖州市轄區(qū)、杭州市轄區(qū)及南通下轄區(qū)縣等長三角中部和東北部地區(qū);到1990年中部和東北部就業(yè)集中區(qū)范圍縮小,常州市轄區(qū)、湖州市轄區(qū)和杭州市轄區(qū)等區(qū)縣的就業(yè)中心性明顯減弱;2000年以后中部地區(qū)的就業(yè)中心地位不復(fù)存在,臨海市、黃巖區(qū)和溫嶺市等南部區(qū)縣取而代之。
(3)第二、三產(chǎn)業(yè)就業(yè)人口。第二、三產(chǎn)業(yè)就業(yè)數(shù)量增加,比例提高,中心由蘇錫常地區(qū)向西北-東南方向延伸。1982年核心區(qū)第二、三產(chǎn)業(yè)就業(yè)人口分別為1 463萬人和567萬人,到2010年分別增至3 191萬人和2 419萬人;其所占比例也由1982年的34.1%和13.2%增至2010年的50.5%和38.3%。由此可知,第三產(chǎn)業(yè)就業(yè)增長速度始終快于第二產(chǎn)業(yè)。1982-2010年,16市第二、三產(chǎn)業(yè)就業(yè)人口均有不同程度提高,其中以上海最為突出,分別增長373萬人和496萬人;此外,杭州、寧波、蘇州、南京等地增長程度也較大。第三產(chǎn)業(yè)就業(yè)人口在各區(qū)縣中均表現(xiàn)為增長趨勢;第二產(chǎn)業(yè)中,除上海市轄區(qū)、南京市轄區(qū)等17個區(qū)縣減少,大部分區(qū)縣為增加。1982年第二、三產(chǎn)業(yè)就業(yè)人口主要分布在蘇錫常地區(qū),三地市轄區(qū)總量為162萬人和44萬人,占比為11.0%和7.8%;1990s就業(yè)人口集中區(qū)擴展到周邊的常熟市、張家港市、江陰市和宜興市等地;至2010年,南京市轄區(qū)和上海市轄區(qū)縣等地成為新的二、三產(chǎn)業(yè)就業(yè)集聚區(qū),此時形成了沿南京—蘇錫常—上海一線走向的第二、三產(chǎn)業(yè)就業(yè)人口集聚軸。
(1)集聚程度整體上先擴散后集聚,但各行業(yè)差別較大。從變化趨勢看(表1),1982-2000年行業(yè)人口總體集聚格局不斷減弱,基尼系數(shù)由1982年的0.532降到2000年的0.522;2000-2010年集聚程度提高,到2010年基尼系數(shù)提高到0.583。1982-2000年,交通運輸和倉儲業(yè)從業(yè)人口的擴散程度最大,但其變化過程包括3種類型:一是集聚程度一直減弱的行業(yè),主要包括工業(yè)、衛(wèi)生和社會保障、科學(xué)研究、國家機關(guān)和其他服務(wù)業(yè);二是集聚程度先增后減的行業(yè),主要包括建筑業(yè)、批發(fā)零售與餐飲業(yè)、社會服務(wù)業(yè)、公共管理業(yè);三是集聚程度先減后增的行業(yè),以交通運輸和倉儲業(yè)為代表。2000-2010年,僅有30%左右行業(yè)的基尼系數(shù)表現(xiàn)出下降趨勢,而且基尼系數(shù)上升程度是下降程度的6倍。
表1 長三角各行業(yè)人口區(qū)位基尼系數(shù)變化Table 1 The Gini-coefficient change of each industry area in Yangtze River Delta
(2)行業(yè)專業(yè)化水平變化不一,其中農(nóng)業(yè)專業(yè)化水平持續(xù)提高,大部分公共性服務(wù)業(yè)專業(yè)化水平逐漸降低。1982-2010年,長三角不同行業(yè)就業(yè)人口的專業(yè)化水平差異較大,其變化趨勢主要分為一直增加、一直減小、先增后減和先減后增四大類。先減后增型主要包括交通運輸和倉儲、批發(fā)零售與餐飲、金融保險、衛(wèi)生和社會保障以及其他服務(wù)業(yè),說明在這段時期內(nèi)以上行業(yè)首先在長三角各地區(qū)蓬勃發(fā)展,后受到競爭壓力的影響,部分地區(qū)被迫停產(chǎn),相關(guān)行業(yè)人口向少部分地區(qū)集聚。先增后減型行業(yè)主要有工業(yè)、建筑業(yè)、房地產(chǎn)業(yè),這些產(chǎn)業(yè)最初主要分布在大城市或特大城市,集聚程度較強;隨著城市建設(shè)步伐的加快,中小城市上述產(chǎn)業(yè)的發(fā)展速度逐漸提高,縮小了與大城市之間的差距。一直增加的產(chǎn)業(yè)只有農(nóng)業(yè),因為隨著產(chǎn)業(yè)調(diào)整升級和專業(yè)化程度不斷加深,農(nóng)業(yè)主要布局在主要的農(nóng)業(yè)生產(chǎn)基地,現(xiàn)代化和機械化管理提高了農(nóng)業(yè)生產(chǎn)率。與之相對應(yīng),社會服務(wù)業(yè)、科學(xué)研究和水利電力等行業(yè)的地方專業(yè)化水平有所降低,這說明長三角范圍內(nèi)社會公共服務(wù)業(yè)得到了全面發(fā)展。
(1)單中心向多中心格局演變。1982-1990年上海就業(yè)人口的中心地位突出,首位度很高,明顯高于其他地區(qū)。這是由于改革開放后,上海憑借其優(yōu)越的地理區(qū)位以及原有的經(jīng)濟基礎(chǔ)和國家給予的相關(guān)優(yōu)惠政策,使相關(guān)產(chǎn)業(yè)迅猛發(fā)展,從而創(chuàng)造了大量的就業(yè)崗位,吸引大量就業(yè)人口涌入。1990-2000年,上海就業(yè)人口的核心地位在原有基礎(chǔ)上進一步提升,但首位度有所下降。其主要原因:一是1990年浦東開發(fā)后,吸引了大量外資,促使原有產(chǎn)業(yè)蓬勃發(fā)展;但在產(chǎn)業(yè)結(jié)構(gòu)升級的過程中,以制造業(yè)為代表的對勞動力吸納較多的第二產(chǎn)業(yè)逐漸向長三角其他地區(qū)轉(zhuǎn)移,導(dǎo)致就業(yè)人口增加的后勁不足。二是周邊二線城市鄉(xiāng)鎮(zhèn)企業(yè)和民營企業(yè)在經(jīng)過改革開放前20年的能量積聚期后取得了長足的發(fā)展,從而使上海與江浙之間就業(yè)人口的差距縮小。2000-2010年,以上海為中心的單中心格局向以上海、南京、蘇州、無錫、常州、杭州為代表的多中心格局轉(zhuǎn)變。同時,中等城市吸納就業(yè)人口的能力不斷增強,到2010年以江陰、常熟、張家港、昆山為代表的中等城市就業(yè)人口增長率已經(jīng)超過大城市??傊?,一方面,就業(yè)人口表現(xiàn)出由單中心向多中心格局轉(zhuǎn)變,即由以上海為中心的傳統(tǒng)型逐漸轉(zhuǎn)變?yōu)橐陨虾!⑻K錫常、南京和杭州為中心的現(xiàn)代型;另一方面,點狀格局逐漸被帶狀格局所取代,即就業(yè)人口由最初主要集中在幾個大城市,發(fā)展為向沿滬寧、滬杭、杭甬和沿江等發(fā)展軸集聚。
(2)前期以全域人口移入為主,后期以寧鎮(zhèn)和蘇中人口移出為主。區(qū)位基尼系數(shù)顯示長三角地區(qū)就業(yè)人口2000年前以擴散為主,2000年后以集聚為主。由于1982-1990年擴散現(xiàn)象更為明顯,因此選擇1982-1990年和2000-2010年兩個時段運用偏離份額法計算各時間斷面各行業(yè)人口的DIFi值,根據(jù)偏離份額計算各地區(qū)移入、移出行業(yè)類型及人口數(shù)。1982-1990年,長三角各地區(qū)無論從行業(yè)還是就業(yè)人口數(shù)量上均表現(xiàn)出移入特點。其中,上海13個行業(yè)中有11個表現(xiàn)出移入態(tài)勢,移入人口超過140萬人,為六大地區(qū)之首。從移入行業(yè)的數(shù)量看,寧鎮(zhèn)和蘇中地區(qū)均移入11個行業(yè),其集聚性較強,但原因不甚相同:寧鎮(zhèn)以良好的工業(yè)基礎(chǔ)吸引了就業(yè)人口,蘇中則由于農(nóng)業(yè)基礎(chǔ)雄厚、工業(yè)基礎(chǔ)薄弱、就業(yè)人口有機構(gòu)成低、后發(fā)增長率較高等因素吸引了就業(yè)人口。與上述3個地區(qū)相比,蘇錫常、浙東南和浙西北就業(yè)人口相對移入。其中,蘇錫常地區(qū)和以杭州為核心的浙西北地區(qū)的人口集散趨勢類似,其相對移出的行業(yè)為農(nóng)業(yè)、建筑業(yè)和公共管理業(yè);而浙東南地區(qū)相對移出的行業(yè)以工業(yè)為主,其余行業(yè)均表現(xiàn)為移入。2000-2010年,各地區(qū)行業(yè)人口的集散程度明顯變化。首先,上海在產(chǎn)業(yè)升級和產(chǎn)業(yè)空間布局調(diào)整的要求下,第二產(chǎn)業(yè)就業(yè)人口明顯下降。寧鎮(zhèn)行業(yè)人口移入和移出數(shù)量基本平衡,其移出的行業(yè)主要集中在第一產(chǎn)業(yè)和第二產(chǎn)業(yè);蘇中地區(qū)的變化最為顯著,是移入和移出行業(yè)唯一出現(xiàn)倒掛的地區(qū),且移出行業(yè)數(shù)量超出移入行業(yè)一倍多,其移出產(chǎn)業(yè)除第一產(chǎn)業(yè)和第二產(chǎn)業(yè)外,生產(chǎn)性服務(wù)業(yè)所占比重也較大。雖然蘇錫常、浙東南和浙西北移入行業(yè)數(shù)量仍遠(yuǎn)多于移出行業(yè),但產(chǎn)業(yè)類型發(fā)生了變化,并且凈遷移人口由相對遷入轉(zhuǎn)變?yōu)橄鄬w出??傮w而言,前期以遷入為主,后期以遷出為主,但這并不與人口先擴散后集聚的空間分布格局矛盾。原因是,前期各地區(qū)均表現(xiàn)出強烈的人口遷入態(tài)勢,因此在全局上仍然表現(xiàn)為空間擴散;后期不同地域就業(yè)人口遷移程度和方向均表現(xiàn)出明顯的差異性,因此在全局上體現(xiàn)為相對集聚態(tài)勢。
(3)除上海、嘉興、湖州等少數(shù)城市外,大部分城市地方專業(yè)化水平均有不同程度增強。對16市1982-2010年地區(qū)專業(yè)化指數(shù)分析可知,大部分城市的專業(yè)化水平有所提高。2010年就業(yè)人口專業(yè)化水平最高的是南通(0.611)和舟山(0.353)。南通作為中國首批對外開放的港口城市,機械、船舶和紡織業(yè)一直是主導(dǎo)產(chǎn)業(yè),各產(chǎn)業(yè)均屬于勞動密集型產(chǎn)業(yè),因此需要的產(chǎn)業(yè)人口較多,專業(yè)化程度較高;舟山作為海島城市,主導(dǎo)產(chǎn)業(yè)明確,特別是2000年以后,將海產(chǎn)品的加工制作和海洋旅游作為城市發(fā)展的支柱產(chǎn)業(yè),使其專業(yè)化水平更高。與此同時,上海、嘉興、湖州、紹興等城市的地區(qū)專業(yè)化指數(shù)有所下降,其原因是隨著城市和產(chǎn)業(yè)規(guī)模的不斷擴大,產(chǎn)業(yè)由原來的單一型向多元化發(fā)展,城市的功能越綜合,產(chǎn)業(yè)的地區(qū)專業(yè)化水平就越低。縣域單元的專業(yè)化水平更高,有相當(dāng)一部分地區(qū)的專業(yè)化指數(shù)在0.6以上,個別地區(qū)甚至超過0.9;同時,其提升幅度也較大,專業(yè)化指數(shù)提高0.2以上的超過1/3,提高程度最高的是啟東市和三門縣,均超過0.5。從時間層面看,大部分縣區(qū)的專業(yè)化水平逐年提高,說明市場機制對資源配置的作用越來越強,各地區(qū)按照自身的產(chǎn)業(yè)基礎(chǔ)和經(jīng)濟社會環(huán)境發(fā)展特色產(chǎn)業(yè),把優(yōu)勢產(chǎn)業(yè)做得更大更強。
(4)專業(yè)化與多樣性并存。長三角區(qū)域多樣性指數(shù)經(jīng)歷了先降后升的過程。改革開放之初,受市場規(guī)模小、機制不健全和全球化不深入等因素影響,各地區(qū)產(chǎn)業(yè)專業(yè)化水平不高,產(chǎn)業(yè)和人口都表現(xiàn)為多樣性特征。此后,各地區(qū)為能更好地生產(chǎn)和發(fā)展,必須依托自身優(yōu)勢產(chǎn)業(yè),建立與其他地區(qū)差異明顯的特色產(chǎn)業(yè),增強自身的競爭力,這在客觀上阻礙了多樣性發(fā)展趨勢。但隨著改革的深入,各地區(qū)紛紛借助融資來壯大自身的產(chǎn)業(yè)規(guī)模,市場不斷規(guī)范、機制不斷完善、全球化不斷深入,加之上海等核心城市的擴散作用日趨強烈,使周邊地區(qū)與其合作更加緊密。一方面增強了大城市產(chǎn)業(yè)和人口的多樣性;另一方面促進了周邊區(qū)縣的專業(yè)化水平,一旦專業(yè)化市場成熟,將會吸引更多生產(chǎn)要素集聚,從而引導(dǎo)和帶動其他產(chǎn)業(yè)和人口的發(fā)展。最終使就業(yè)人口格局在地級市和大區(qū)層面上表現(xiàn)為多樣性,在區(qū)縣層面上表現(xiàn)為專業(yè)化。
長三角就業(yè)人口產(chǎn)業(yè)演變過程可以概括為:總就業(yè)數(shù)量逐年增加,中心由東向西偏移;第一產(chǎn)業(yè)就業(yè)數(shù)量減少,比例下降,中心分布范圍縮小,并由中部移向南北兩側(cè);第二、三產(chǎn)業(yè)就業(yè)數(shù)量增加,比例提高,中心由蘇錫常地區(qū)向西北-東南方向延伸。長三角就業(yè)人口行業(yè)演變特征可以總結(jié)為:集散程度整體上先擴散后集聚,但各行業(yè)差別較大;行業(yè)專業(yè)化水平變化不一,其中農(nóng)業(yè)專業(yè)化水平持續(xù)提高,大部分公共性服務(wù)業(yè)專業(yè)化水平逐漸降低。長三角就業(yè)人口空間演變特征可以描述為:單中心向多中心演變;前期以全域人口移入為主,后期以寧鎮(zhèn)和蘇中人口移出為主;除上海、嘉興、湖州等少數(shù)城市外,大部分城市地方專業(yè)化水平均有不同程度增強;專業(yè)化與多樣性并存。本文將經(jīng)典產(chǎn)業(yè)空間格局演變的研究方法引入到就業(yè)人口的研究中,豐富了就業(yè)人口的研究方法。實踐證明,此方法切實可行,達(dá)到了研究所預(yù)期的效果,值得推廣。
本文對就業(yè)人口格局演變機理的分析不夠深入,只是定性的對產(chǎn)生原因做以詮釋,缺乏定量研究加以驗證,并且其解釋也不夠全面,有待進一步挖掘。其次,就業(yè)人口格局變動所產(chǎn)生的效應(yīng)如何,本文并未涉及,這是今后研究的重點。
[1] 溫鐵軍.解讀蘇南[M].蘇州:蘇州大學(xué)出版社,2011.
[2] 唐岳良,陸陽.蘇南的變革與發(fā)展[M].北京:中國經(jīng)濟出版社,2006.
[3] 石奇.基于要素供給條件變化的產(chǎn)業(yè)發(fā)展成本研究——以“外資代工模式”的長三角制造業(yè)為例[J].中國工業(yè)經(jīng)濟,2010(8):140-149.
[4] 張娟.長三角地區(qū)外資、外貿(mào)與經(jīng)濟增長關(guān)系研究——基于協(xié)整和Granger因果關(guān)系分析[J].開發(fā)研究,2008(5):21-24.
[5] 徐燕.利用外商直接投資與長三角產(chǎn)業(yè)競爭力的提升[J].國際商務(wù)研究,2005(3):23-26.
[6] 張弘.開發(fā)區(qū)帶動區(qū)域整體發(fā)展的城市化模式——以長江三角洲地區(qū)為例[J].城市規(guī)劃匯刊,2001(6):65-80.
[7] 劉衛(wèi)東,彭俊.長江三角洲開發(fā)區(qū)建設(shè)與發(fā)展的比較研究[J].長江流域資源與環(huán)境,2001(5):385-392.
[8] 劉偉奇.開發(fā)區(qū)與城市的空間效益比較研究——以長三角地區(qū)為例[J].現(xiàn)代城市研究,2011(10):42-47.
[9] 李平華,于波.改革開放以來長江三角洲經(jīng)濟結(jié)構(gòu)變遷與城際聯(lián)系特征分析[J].經(jīng)濟地理,2005,25(3):362-365.
[10] 陳建軍.長江三角洲地區(qū)產(chǎn)業(yè)結(jié)構(gòu)與空間結(jié)構(gòu)的演變[J].浙江大學(xué)學(xué)報(人文社會科學(xué)版),2007(2):88-98.
[11] 朱寶樹.長三角城市圈的就業(yè)遷移和人力資本差別效應(yīng)[J].華東師范大學(xué)學(xué)報(哲學(xué)社會科學(xué)版),2005(3):75-81.
[12] 俞曉晶.長三角地區(qū)產(chǎn)業(yè)結(jié)構(gòu)與就業(yè)結(jié)構(gòu)關(guān)系的實證分析[J].科技與產(chǎn)業(yè),2010(6):1-5.
[13] 段學(xué)軍,張偉,田方.長三角地區(qū)一體化背景下的人口優(yōu)化布局研究[J].長江流域資源與環(huán)境,2012(7):789-796.
[14] 趙利,姜均武.中國技術(shù)進步對勞動力素質(zhì)影響的實證研究[J].經(jīng)濟經(jīng)緯,2011(2):82-85.
[15] 王大高.現(xiàn)階段農(nóng)村勞動力素質(zhì)的狀況及提高的途徑[J].經(jīng)濟問題,1997(2):17-21.
[16] 丁金宏,劉振宇,程丹明,等.中國人口遷移的區(qū)域差異與流場特征[J].地理學(xué)報,2005,60(1):106-114.
[17] 丁金宏.中國人口省際遷移的原因別流場特征探析[J].人口研究,1994(1):14-21.
[18] 林耿.廣東省就業(yè)空間的性別化及權(quán)力特征[J].地理學(xué)報,2010,65(4):427-442.