高學(xué)東，潘瑩雪，薄啟欣

(北京科技大學(xué) 經(jīng)濟管理學(xué)院，北京 100083)

0 引言

黨的十九大報告指出，就業(yè)是最大的民生，要堅持就業(yè)優(yōu)先戰(zhàn)略和積極就業(yè)政策，實現(xiàn)更高質(zhì)量和更充分就業(yè)。改革開放以來，我國第三產(chǎn)業(yè)快速發(fā)展，第三產(chǎn)業(yè)對GDP的貢獻率逐年上升，2020年我國第三產(chǎn)業(yè)就業(yè)人口比例近50%。但是，受當(dāng)前世界經(jīng)濟增長乏力的影響，第三產(chǎn)業(yè)的就業(yè)容量受到約束。在經(jīng)濟發(fā)展速度放緩、就業(yè)增長乏力的同時，突如其來的新冠肺炎疫情給世界政治經(jīng)濟環(huán)境帶來了一定的沖擊，就業(yè)質(zhì)量的發(fā)展充滿不確定性。就業(yè)質(zhì)量與生活質(zhì)量、經(jīng)濟增長質(zhì)量息息相關(guān)，提升就業(yè)質(zhì)量是實現(xiàn)經(jīng)濟高質(zhì)量增長的基本前提。準(zhǔn)確評估就業(yè)質(zhì)量發(fā)展水平、分析影響就業(yè)質(zhì)量的主要因素，對實現(xiàn)高質(zhì)量就業(yè)和經(jīng)濟高質(zhì)量增長具有重要意義。

不同國家或地區(qū)對就業(yè)質(zhì)量有不同的測度標(biāo)準(zhǔn)。西方國家對就業(yè)質(zhì)量評價體系的研究開展較早，尤其是歐洲國家的研究最為深入。V.Grossmann總結(jié)了歐盟對就業(yè)質(zhì)量的研究,研究主要圍繞勞動力市場和就業(yè)特征兩個方面[1]。J.M.Arranz等在工作條件、技能與培訓(xùn)、工作生活平衡3個維度測度就業(yè)質(zhì)量[2]。M.Chreneková等將體面勞動納入就業(yè)質(zhì)量評價體系[3]。也有學(xué)者通過問卷調(diào)查剔除就業(yè)質(zhì)量評價體系中不合理的指標(biāo)[4-5]。國內(nèi)有學(xué)者通過不同視角構(gòu)建就業(yè)質(zhì)量評價指標(biāo)體系。明娟等構(gòu)建了包括收入、工作時間、勞動合同和社會保障4個維度的就業(yè)質(zhì)量評價體系，對農(nóng)民工就業(yè)質(zhì)量進行測量[6]。孟浩等以國際體面勞動為背景，構(gòu)建包括就業(yè)、權(quán)利、社會保障、社會對話4個維度的體面勞動水平指標(biāo)體系[7]。李寧等對現(xiàn)有就業(yè)質(zhì)量指標(biāo)體系進行分析并給出就業(yè)質(zhì)量統(tǒng)計建議[8]。在就業(yè)質(zhì)量影響因素方面，國內(nèi)學(xué)者從不同視角分析就業(yè)質(zhì)量的影響因素。耿曄強等分析了制造業(yè)進出口貿(mào)易水平對就業(yè)的影響[9]。楊艷琳等運用脈沖響應(yīng)分析揭示中國城鎮(zhèn)化水平與就業(yè)質(zhì)量的關(guān)系[10]。劉婧等分析了經(jīng)濟增長和經(jīng)濟結(jié)構(gòu)相關(guān)指標(biāo)體系與就業(yè)質(zhì)量指標(biāo)體系的演化關(guān)系[11]。張國娟測度了大連市對外貿(mào)易對就業(yè)情況的影響[12]。鄭紅玲等測度了就業(yè)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟增長的相關(guān)關(guān)系[13]。鐘立書通過構(gòu)建復(fù)合系統(tǒng)協(xié)同發(fā)展模型分析產(chǎn)業(yè)結(jié)構(gòu)與就業(yè)質(zhì)量的協(xié)同關(guān)系[14]。尹慧慧分析了江蘇省產(chǎn)業(yè)結(jié)構(gòu)與就業(yè)結(jié)構(gòu)的關(guān)系[15]。馬榮等通過構(gòu)建空間杜賓模型研究了政府財政支出對勞動者就業(yè)產(chǎn)生的影響[16]。

雖然目前對就業(yè)質(zhì)量的研究較多，但對就業(yè)質(zhì)量的測度尚未形成統(tǒng)一標(biāo)準(zhǔn)，而且從宏觀角度對中國省際就業(yè)質(zhì)量影響因素分析的研究較少。本研究通過構(gòu)建就業(yè)質(zhì)量評價體系，綜合分析中國內(nèi)地31個省份就業(yè)質(zhì)量，在此基礎(chǔ)上分析就業(yè)質(zhì)量的空間相關(guān)性，進一步建立空間計量模型分析就業(yè)質(zhì)量的影響因素，為政府及企業(yè)制定就業(yè)政策提供數(shù)據(jù)支撐與理論支持。

1 研究對象、研究方法與數(shù)據(jù)來源

1.1 研究對象

以中國內(nèi)地31個省份為研究對象，分析2011—2020年我國就業(yè)質(zhì)量的變化趨勢及其主要影響因素。每個省份都有其獨特的地理區(qū)位特征及經(jīng)濟發(fā)展?jié)摿?，其就業(yè)質(zhì)量及其影響因素也不盡相同，評價各省份的就業(yè)質(zhì)量可以指導(dǎo)當(dāng)?shù)亟Y(jié)合自身特點制定相應(yīng)的就業(yè)政策，分析就業(yè)質(zhì)量的影響因素可以更有針對性地優(yōu)化提升就業(yè)質(zhì)量。

1.2 研究方法

1.2.1就業(yè)質(zhì)量指數(shù)。就業(yè)質(zhì)量指數(shù)能夠反映就業(yè)質(zhì)量的優(yōu)劣程度。首先，采用最小-最大標(biāo)準(zhǔn)化方法對原始數(shù)據(jù)進行標(biāo)準(zhǔn)化處理；其次，對就業(yè)質(zhì)量指標(biāo)體系進行熵值法賦權(quán)，計算就業(yè)質(zhì)量各評價指標(biāo)權(quán)重；最后，使用多目標(biāo)線性加權(quán)求和法計算就業(yè)質(zhì)量指數(shù)。

1.2.2全局空間自相關(guān)分析。利用全局Moran’sI分析中國省際就業(yè)質(zhì)量的全局空間相關(guān)性。Moran’sI取值范圍為[-1,1]，若Moran’sI>0，表明省際就業(yè)質(zhì)量呈現(xiàn)空間正相關(guān)；若Moran’sI<0，表明省際就業(yè)質(zhì)量呈現(xiàn)空間負(fù)相關(guān)；若Moran’sI=0，表明各省份間就業(yè)質(zhì)量不存在相關(guān)關(guān)系。

1.2.3空間計量模型。根據(jù)地理學(xué)第一定律，世間各事物之間相關(guān)關(guān)系的強弱受事物之間距離的影響，而空間計量分析正是用于研究事物之間的空間關(guān)聯(lián)性[17]。因此，選取空間計量模型分析我國就業(yè)質(zhì)量的影響因素。① 空間滯后模型(SLM)主要用于分析相鄰省份的就業(yè)質(zhì)量對本省份的溢出效應(yīng)，即某一省份的就業(yè)質(zhì)量受到相鄰省份就業(yè)質(zhì)量空間影響的大小和作用方向。模型表達式為：

式中：Yit，Yjt分別為i省份和j省份t年的就業(yè)質(zhì)量；Wij為空間權(quán)重；δj為空間自回歸系數(shù)；Xikt為影響i省份t年就業(yè)質(zhì)量的第k個變量指標(biāo)；βk為第k個變量的系數(shù)；μi為空間固定效應(yīng)；λi為時間固定效應(yīng)；εit為隨機誤差。② 空間誤差模型(SEM)主要用于分析各省份間就業(yè)質(zhì)量受地理位置影響而存在的差異，表示相鄰省份就業(yè)質(zhì)量的誤差沖擊對區(qū)域就業(yè)質(zhì)量的影響。模型表達式為：

式中：φit為空間自回歸誤差項；ρj為誤差項的空間自相關(guān)系數(shù)。③ 空間杜賓模型(SDM)主要用于分析本省份就業(yè)質(zhì)量影響因素對本地及相鄰省份就業(yè)質(zhì)量的影響，考察空間滯后項對就業(yè)質(zhì)量的影響。模型表達式為：

式中：θk為空間滯后解釋變量的系數(shù)。

1.3 數(shù)據(jù)來源

數(shù)據(jù)來源于2012—2021年的《中國統(tǒng)計年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》《中國勞動統(tǒng)計年鑒》以及各省份的統(tǒng)計年鑒。對于部分缺失的數(shù)據(jù)，用均值進行插補。對于統(tǒng)計年鑒中的異常值，在分析該指標(biāo)發(fā)展趨勢的基礎(chǔ)上進行調(diào)整。

2 中國省際就業(yè)質(zhì)量評價

2.1 就業(yè)質(zhì)量評價指標(biāo)體系

在總結(jié)現(xiàn)有就業(yè)質(zhì)量評價體系研究的基礎(chǔ)上，根據(jù)我國就業(yè)現(xiàn)狀及數(shù)據(jù)的可獲取程度，構(gòu)建包含6個一級指標(biāo)(維度)、14個二級指標(biāo)和18個三級指標(biāo)的就業(yè)質(zhì)量評價指標(biāo)體系(表1)。

表1 就業(yè)質(zhì)量評價指標(biāo)體系

2.2 就業(yè)質(zhì)量評價指標(biāo)賦權(quán)結(jié)果

根據(jù)就業(yè)質(zhì)量評價指標(biāo)賦權(quán)結(jié)果(表1)可知，就業(yè)質(zhì)量評價體系中各維度的權(quán)重差異顯著。社會保障維度的權(quán)重(0.502 8)最大，勞動報酬維度的權(quán)重(0.166 4)次之，就業(yè)能力維度的權(quán)重(0.035 3)最小，社會保障維度已成為就業(yè)質(zhì)量評價的關(guān)鍵維度。

2.3 就業(yè)質(zhì)量測度結(jié)果分析

在熵值法賦權(quán)的基礎(chǔ)上計算2011—2020年31個省份就業(yè)質(zhì)量指數(shù)(表2)。從全國層面來看，2011—2020年中國就業(yè)質(zhì)量指數(shù)均值為0.318，就業(yè)質(zhì)量整體水平不高，但總體呈波動上升態(tài)勢。北京、上海、天津的就業(yè)質(zhì)量指數(shù)較高，廣東、浙江、遼寧緊隨其后，廣西、河南、安徽的就業(yè)質(zhì)量指數(shù)較低。從省際層面來看，2011—2020年，北京就業(yè)質(zhì)量指數(shù)呈小幅波動狀態(tài)，就業(yè)質(zhì)量指數(shù)最高；上海就業(yè)質(zhì)量指數(shù)圍繞0.692波動，穩(wěn)居第2名；天津就業(yè)質(zhì)量指數(shù)變動幅度較小，穩(wěn)居第3名；廣東就業(yè)質(zhì)量指數(shù)幾乎呈直線上升趨勢，其均值位居第4名；河北就業(yè)質(zhì)量指數(shù)呈下降趨勢，指數(shù)排名由2011年的第24名跌至2020年的第31名。除此之外，2020年較2011年就業(yè)質(zhì)量指數(shù)排名提升5個及以上名次的省份有貴州、西藏，就業(yè)質(zhì)量指數(shù)排名下降5個及以上名次的省份有河北、遼寧。

綜合來看，就業(yè)質(zhì)量指數(shù)較高的省份主要位于中國的東部地區(qū)，排名整體波動不大。西部省份就業(yè)質(zhì)量指數(shù)較低，但呈逐步提升的態(tài)勢。2011—2020年31個省份就業(yè)質(zhì)量指數(shù)均值僅0.318，2011—2013年就業(yè)質(zhì)量指數(shù)呈上升態(tài)勢，2013年達到高點，2016—2019年就業(yè)質(zhì)量指數(shù)再次下滑，下降幅度較之前有所平緩。2011—2020年，北京就業(yè)質(zhì)量指數(shù)均值最高(0.858)，廣西就業(yè)質(zhì)量指數(shù)均值最低(0.159)，各省份就業(yè)質(zhì)量指數(shù)差異較大。

表2 2011—2020年31個省份就業(yè)質(zhì)量指數(shù)

3 就業(yè)質(zhì)量影響因素的空間計量分析

3.1 就業(yè)質(zhì)量空間相關(guān)性分析

通過探索性空間數(shù)據(jù)分析確定中國省際就業(yè)質(zhì)量的空間相關(guān)性。2011—2020年中國31個省份就業(yè)質(zhì)量指數(shù)的全局Moran’sI均大于0，且統(tǒng)計檢驗值均小于0.05，說明2011—2020年我國省際就業(yè)質(zhì)量均呈顯著的空間自相關(guān)，就業(yè)質(zhì)量較高的省份在空間上趨向于與就業(yè)質(zhì)量較高的省份相鄰接，就業(yè)質(zhì)量較低的省份在空間上趨向于與就業(yè)質(zhì)量較低的省份相鄰接。將2011—2020年31個省份就業(yè)質(zhì)量指數(shù)均值根據(jù)四分位數(shù)進行分區(qū)，對于異常值按照1.5倍四分位差進行提取。可以看出，我國31個省份就業(yè)質(zhì)量指數(shù)均值可以分為5個等級。第一等級為北京、上海，指數(shù)區(qū)間為大于等于0.554的高異常值；第二等級為新疆、遼寧、江蘇、浙江、廣東、天津，指數(shù)區(qū)間為[0.358，0.554)；第三等級為西藏、青海、內(nèi)蒙古、黑龍江、吉林、重慶、山西、寧夏，指數(shù)區(qū)間為[0.292,0.358)；第四等級為甘肅、陜西、四川、湖北、福建、海南、山東，指數(shù)區(qū)間為[0.227,0.292)；第五等級為云南、貴州、廣西、湖南、安徽、河南、河北、江西，指數(shù)區(qū)間為[0.032,0.227)。第三等級與第四等級區(qū)間段較小，其他3個層級區(qū)間段較大。

3.2 變量的選取與數(shù)據(jù)檢驗

3.2.1變量的選取。遵循數(shù)據(jù)的代表性、可獲得性等原則，結(jié)合已有研究和各省份實際情況選取變量。被解釋變量為就業(yè)質(zhì)量指數(shù)，解釋變量為產(chǎn)業(yè)結(jié)構(gòu)[18]、城鎮(zhèn)化水平[19]、工業(yè)化水平、投資政策、對外貿(mào)易依存度、信息化水平[20]、物價水平、財政支出、技術(shù)水平(表3)。

表3 就業(yè)質(zhì)量影響因素及指標(biāo)解釋

3.2.2數(shù)據(jù)檢驗。使用ADF-Fisher檢驗法對變量進行單位根檢驗[21]。檢驗結(jié)果顯示，變量EQ，IS，IP，DFT，IT，F(xiàn)IS，TFP零階不平穩(wěn)，所有變量在一階水平下平穩(wěn)，說明變量具有一階平穩(wěn)性，該組數(shù)據(jù)得到的結(jié)果具有科學(xué)意義。為了避免異方差對分析結(jié)果的干擾，對原始數(shù)據(jù)取對數(shù)進行回歸分析。

3.3 就業(yè)質(zhì)量影響因素空間計量分析

3.3.1模型回歸結(jié)果分析?？臻g面板模型的豪斯曼(Hausman)檢驗值是399.201 1，其伴隨概率是0.000 0，在1%的水平下顯著。因此，應(yīng)選取固定效應(yīng)模型。① 空間滯后模型(SLM)回歸結(jié)果。無固定效應(yīng)、時間固定效應(yīng)、空間固定效應(yīng)、時間空間雙固定效應(yīng)模型估計的擬合優(yōu)度(R2)分別為0.736 5，0.982 2，0.762 0，0.983 2，對數(shù)似然值(Log-likelihood)分別為61.496 1，474.234 5，80.526 0，486.008 6。4種效應(yīng)中分別有半數(shù)以上的變量通過顯著性檢驗。② 空間誤差模型(SEM)回歸結(jié)果。無固定效應(yīng)、時間固定效應(yīng)、空間固定效應(yīng)、時間空間雙固定效應(yīng)模型估計的R2分別為0.564 6，0.979 1，0.688 6，0.982 3，Log-likelihood分別為110.511 8，469.342 4，117.628 7，482.843 7?？臻g固定效應(yīng)和時間空間雙固定效應(yīng)中分別有半數(shù)以上的變量不能通過顯著性檢驗，而時間固定效應(yīng)中半數(shù)以上的變量通過了顯著性檢驗。③ 空間杜賓模型(SDM)回歸結(jié)果(表4)。拉格朗日乘數(shù)(LM)檢驗以及穩(wěn)健的拉格朗日乘數(shù)(Robust-LM)檢驗結(jié)果顯示，SLM的LM檢驗及Robust-LM檢驗均通過1%的顯著性水平檢驗，SEM的LM檢驗通過1%的顯著性水平檢驗，而Robust-LM檢驗通過10%的顯著性水平檢驗，說明SLM優(yōu)于SEM，而SLM與SEM的檢驗結(jié)果都顯著，需要考慮SDM。選取沃爾德(Wald)檢驗和似然比(LR)檢驗進一步判斷SDM是否會退化為SLM和SEM[22]。檢驗結(jié)果顯示，SLM的Wald檢驗值和LR檢驗值分別為36.216 1，32.254 1，其伴隨概率值分別為3.63E-05，1.80E-04, 均通過1%的顯著性水平檢驗。SEM的Wald檢驗值和LR檢驗值分別為40.625 3，38.584 0，伴隨概率值分別為5.85E-06，1.37E-05, 均通過1%的顯著性水平檢驗。因此，模型不會退化為SLM和SEM。由SDM的R2、誤差項平方(σ2)、Log-likelihood可知，空間固定效應(yīng)和空間時間雙固定效應(yīng)估計效果較好。從SDM回歸結(jié)果的顯著性水平來看，空間時間雙固定效應(yīng)比空間固定效應(yīng)估計結(jié)果顯著。因此，選取SDM中的空間時間雙固定效應(yīng)。

表4 SDM回歸結(jié)果

3.3.2空間效應(yīng)分解。選取SDM的空間時間雙固定效應(yīng)，對2011—2020年的中國省際就業(yè)質(zhì)量影響因素進行空間計量分析。從SDM的空間時間雙固定效應(yīng)模型回歸結(jié)果(表4)看，W×IS、W×TFP的估計系數(shù)為負(fù)值且均在5%的水平下顯著，這說明產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)水平對鄰近省份的空間溢出效應(yīng)為負(fù)。受空間滯后項的影響，SDM的估計結(jié)果不能反映影響因素的邊際效應(yīng)，回歸系數(shù)對就業(yè)質(zhì)量的解釋不具有科學(xué)性。因此，需要進一步分析影響因素的直接效應(yīng)、間接效應(yīng)及總效應(yīng)(表5)。① 直接效應(yīng)代表就業(yè)質(zhì)量各影響因素對本省份就業(yè)質(zhì)量的影響。由直接效應(yīng)可知，各省份的產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化水平、投資政策、對外貿(mào)易依存度、信息化水平、財政支出對各省份就業(yè)質(zhì)量均有不同程度的影響，且各變量的顯著性水平、作用方向及大小也不同，城市化水平、投資政策、信息化水平、財政支出對就業(yè)質(zhì)量有促進作用。其中，財政支出對就業(yè)質(zhì)量的作用最強，工業(yè)化水平、物價水平、技術(shù)水平對就業(yè)質(zhì)量的作用不顯著。值得注意的是，產(chǎn)業(yè)結(jié)構(gòu)對我國省際就業(yè)質(zhì)量產(chǎn)生了顯著的負(fù)效應(yīng)。② 間接效應(yīng)代表鄰近省份就業(yè)質(zhì)量影響因素對本省份就業(yè)質(zhì)量的影響。產(chǎn)業(yè)結(jié)構(gòu)、投資政策在1%的水平下顯著，財政支出、技術(shù)水平在5%的水平下顯著，對外貿(mào)易依存度、信息化水平在10%的水平下顯著，即空間溢出效應(yīng)顯著。但信息化水平、技術(shù)水平對鄰近省份就業(yè)質(zhì)量的影響為負(fù)，即信息化水平、技術(shù)水平的提升會對鄰近省份的勞動力資源產(chǎn)生虹吸效應(yīng)。城鎮(zhèn)化水平、工業(yè)化水平、物價水平對鄰近省份就業(yè)質(zhì)量的影響均不顯著，即這些方面的發(fā)展對鄰近省份就業(yè)質(zhì)量未形成有效輻射。值得注意的是，同直接效應(yīng)一樣，產(chǎn)業(yè)結(jié)構(gòu)表現(xiàn)為空間溢出負(fù)效應(yīng)。③ 總效應(yīng)為影響因素對就業(yè)質(zhì)量的綜合影響。由總效應(yīng)可知，城鎮(zhèn)化水平、投資政策、財政支出均在1%的水平下顯著，且作用系數(shù)分別為0.382 6，0.202 5，1.095 9，說明通過城鎮(zhèn)化發(fā)展、有效的投資以及政府的有力扶持，我國就業(yè)質(zhì)量會隨之提升。而產(chǎn)業(yè)結(jié)構(gòu)的總效應(yīng)為負(fù)，工業(yè)化水平、對外貿(mào)易依存度、信息化水平、物價水平未通過顯著性檢驗，說明工業(yè)化水平、對外貿(mào)易和物價水平對就業(yè)質(zhì)量均未產(chǎn)生促進效應(yīng)。

表5 SDM模型空間溢出效應(yīng)分解

4 結(jié)論與建議

4.1 結(jié)論

2011—2020年中國31個省份就業(yè)質(zhì)量整體水平不高，就業(yè)質(zhì)量指數(shù)的均值僅為0.318，總體呈波動上升態(tài)勢。就業(yè)質(zhì)量指數(shù)均值排名首位和末位的省份分別是北京和廣西，其就業(yè)質(zhì)量指數(shù)分別為0.858和0.159，指數(shù)差異較大。

就業(yè)質(zhì)量評價指標(biāo)賦權(quán)結(jié)果表明，社會保障維度的權(quán)重最高，是就業(yè)質(zhì)量的關(guān)鍵維度，勞動報酬維度的權(quán)重次之，就業(yè)能力維度的權(quán)重最低。隨著社會的發(fā)展，勞動者在擇業(yè)時更加注重社會保障。

我國省際就業(yè)質(zhì)量呈現(xiàn)顯著的空間正相關(guān)，具有空間聚集特征。就業(yè)質(zhì)量較高的省份與就業(yè)質(zhì)量較高的省份集聚，就業(yè)質(zhì)量較低的省份與就業(yè)質(zhì)量較低的省份集聚。

本省份的城鎮(zhèn)化水平、投資政策、信息化水平、財政支出對本地就業(yè)質(zhì)量有顯著促進作用，財政支出促進作用最強。鄰近省份的投資政策、對外貿(mào)易依存度、財政支出對本省份就業(yè)質(zhì)量有正向空間溢出效應(yīng)，其中財政支出的空間正溢出效應(yīng)最強，鄰近省份產(chǎn)業(yè)結(jié)構(gòu)、信息化水平、技術(shù)水平對本省份就業(yè)質(zhì)量有負(fù)向空間溢出效應(yīng)。從總效應(yīng)來看，城鎮(zhèn)化水平、投資政策、財政支出對就業(yè)質(zhì)量有顯著正向影響。產(chǎn)業(yè)結(jié)構(gòu)在直接效應(yīng)、間接效應(yīng)和總效應(yīng)中均為顯著的負(fù)效應(yīng)，說明當(dāng)前產(chǎn)業(yè)結(jié)構(gòu)是就業(yè)質(zhì)量提升的阻礙因素。

4.2 建議

提升社會保障力度，增加人均社會保障支出，提高最低生活保障覆蓋率，不斷提升養(yǎng)老保險、醫(yī)療保險、工傷保險、失業(yè)保險的參保率。

加速產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，不斷優(yōu)化各省份間產(chǎn)業(yè)結(jié)構(gòu)的互補，加速區(qū)域間勞動力的跨區(qū)流動，實現(xiàn)省際勞動力的健康流動。大力促進產(chǎn)業(yè)結(jié)構(gòu)向高端、知識型方向轉(zhuǎn)變，從而產(chǎn)生促進就業(yè)質(zhì)量提升的輻射效應(yīng)。

加速推進城鎮(zhèn)化建設(shè)，打破城鄉(xiāng)間勞動力自由流動的障礙，規(guī)避地方保護主義的弊端，聚焦省際就業(yè)質(zhì)量的空間關(guān)聯(lián)，合理統(tǒng)籌勞動者在大、中、小城鎮(zhèn)的規(guī)模，優(yōu)化勞動者的就業(yè)格局。