中國產(chǎn)業(yè)的空間動態(tài)發(fā)展模式及其成因
——兼論城市體系扁平化

李松林 劉修巖 杜 聰

(東南大學 經(jīng)濟管理學院，江蘇 南京211189)

一、引言及文獻綜述

空間發(fā)展(Spatial Development)近來頻繁出現(xiàn)在國際頂尖經(jīng)濟學期刊上(Desmet et al.,2009;Desmet et al.,2014;Desmet et al.,2015)，其主要研究內(nèi)容包括：不同產(chǎn)業(yè)的就業(yè)在空間上的動態(tài)發(fā)展模式以及引起這種動態(tài)發(fā)展模式的成因。國內(nèi)有關產(chǎn)業(yè)空間分布的研究大多集中于中國產(chǎn)業(yè)空間集聚的成因上(范劍勇,2004;陳建軍 等,2009;劉修巖 等,2011;吳建峰 等,2012)，但遺憾的是，對產(chǎn)業(yè)就業(yè)在空間上變動的研究則非常匱乏，對制造業(yè)和服務業(yè)在不同空間上的轉移的探討也不多。而Desmet et al.(2009)開創(chuàng)性將制造業(yè)和服務業(yè)融合起來建立包含空間在內(nèi)的動態(tài)模型，以研究不同的產(chǎn)業(yè)在不同時期的空間發(fā)展模式。產(chǎn)業(yè)年齡以及通用技術的普遍適用是影響不同產(chǎn)業(yè)就業(yè)在空間上變動的根源。20世紀初期，電力是稀有的，并沒有被普遍使用，此時制造業(yè)部門的空間集聚則有利于創(chuàng)新和技術溢出，因此制造業(yè)部門的就業(yè)就會呈現(xiàn)向大城市集中的態(tài)勢；然而，當電力被制造業(yè)部門普遍應用時，制造業(yè)部門就會變成成熟的部門，集聚的收益會銳減，從而低于所在大城市的土地租金，此時制造業(yè)部門就會向其他中小城市遷移，制造業(yè)的就業(yè)在空間上就會呈現(xiàn)趨同的發(fā)展模式。服務業(yè)的空間發(fā)展模式內(nèi)在機制與制造業(yè)相同，但服務業(yè)的通用技術是信息通信技術，而信息通信技術直到現(xiàn)在并沒有被普遍應用。因此，服務業(yè)依然是正在成長的行業(yè)，其就業(yè)呈現(xiàn)集中的趨勢。Desmet et al.(2009)利用美國的縣級數(shù)據(jù)發(fā)現(xiàn)，中等規(guī)模城市表現(xiàn)出了更高的服務業(yè)增長率。

那么，中國不同產(chǎn)業(yè)在空間上的發(fā)展模式是怎樣的呢？中國的制造業(yè)是發(fā)展成熟的產(chǎn)業(yè)嗎？中國的服務業(yè)是否也像美國一樣向中等城市集中？中國的產(chǎn)業(yè)就業(yè)在空間的變動是否也與Desmet et al.(2009)的理論邏輯相一致呢？對于這些問題的了解，不僅事關中國未來的轉移支付的空間指向問題，還關系到中國未來的城鎮(zhèn)化路徑的選擇。因為中國總體就業(yè)在空間上變得分散化，不僅意味著中國制造業(yè)的成熟化，還意味著中國大城市的發(fā)展規(guī)模已經(jīng)達到最優(yōu)。如果中國的總體就業(yè)在空間上正變得集中化，表明當下中國制造業(yè)發(fā)展并不成熟，需要進一步的集聚才能實現(xiàn)更好的發(fā)展。

改革開放以來，中國制造業(yè)得到了飛速發(fā)展，這可以從制造業(yè)在不同城市之間的轉移中窺見一斑。例如，我們基于2000年和2007年中國工業(yè)企業(yè)數(shù)據(jù)庫中的微觀數(shù)據(jù)，分別以地級及以上行政級別及其市轄區(qū)為地理單元，測算了人口規(guī)模排名前10的城市紡織業(yè)、普通機械制造業(yè)、電子及通信設備業(yè)的就業(yè)規(guī)模在這兩個年份中的排名，從而觀察對應產(chǎn)業(yè)在不同年份就業(yè)規(guī)模的變化情況，進而說明產(chǎn)業(yè)在不同城市之間的波動，具體測算結果見表1。從表1的最后一行可以看出，不管是以地級市及以上行政級別市還是以其市轄區(qū)為地理測算單元，技術密集程度最低的紡織業(yè)的就業(yè)排名波動都非常大，例如，上海在2000年紡織業(yè)就業(yè)規(guī)模排名第一，而在2007年排名則為第十位，而沈陽的就業(yè)規(guī)模變動最大，達到了77位。而技術密集程度最高的電子及通信設備業(yè)的就業(yè)變動相對較小。從表1的結果可以看出，不同行業(yè)的就業(yè)規(guī)模在不同的空間單元上呈波動態(tài)勢。然而，其它的制造業(yè)是否也呈現(xiàn)出類似表1的波動呢？中國服務業(yè)就業(yè)的空間變動又是怎樣的呢？

注：第1列中，方括號為基于地級及以上行政級別市的紡織業(yè)就業(yè)排名變動，不帶方括號的數(shù)字代表地級以上行政級別市轄區(qū)就業(yè)的變動，第2列、第3列中方括號以及小括號內(nèi)部的數(shù)字同第1列；最后一行的數(shù)字，則基于小括號內(nèi)的數(shù)字加總得到，其中第1、2以及3列最后一行左邊的數(shù)字是基于方括號外的小括號內(nèi)部的數(shù)字加總得到，而右邊的數(shù)字則基于方括號內(nèi)部的小括號里的數(shù)字加總得到。

鑒于此，本文試圖對不同產(chǎn)業(yè)的空間發(fā)展模式進行研究，意在描述出中國不同產(chǎn)業(yè)空間動態(tài)變動及其長期分布趨勢，并嘗試性地給出形成該特征的原因，從而對產(chǎn)業(yè)空間發(fā)展所導致的中國城市體系扁平化進行討論。本文可能的邊際貢獻在于：第一，從縣域層面考察了各行業(yè)就業(yè)的空間動態(tài)分布；第二，參考Desmet et al.(2006)的方法，對中國制造業(yè)以及服務業(yè)就業(yè)的長期穩(wěn)態(tài)分布進行分析；第三，在空間動態(tài)一般均衡的框架下，結合地方政府差異化的補貼政策，給出中國制造業(yè)和服務業(yè)空間分布的經(jīng)濟學解釋。

二、研究方法與數(shù)據(jù)來源

(一)研究方法

1.遍歷分布

(1)

yt)ft(yt)dyt

(2)

其中，ft(yt)代表所有區(qū)域i中y在時間t的分布，g(yt+1|

yt)代表轉移概率。假設轉移概率在整個時間上不變，基于式(2)就會得到不隨時間變化的平穩(wěn)分布f(yt+1)，該分布即為遍歷分布(ergodic distribution)，可以用下式表示：

yt)f(yt)dyt

(3)

遍歷分布與趨同又有何聯(lián)系呢？通常，如果遍歷分布更加集中，即方差比當前分布更小，就可以斷定分布會呈現(xiàn)趨同。實際計算遍歷分布時，通常包含以下三個步驟：

第一步：計算概率密度函數(shù)ft(yt)以及聯(lián)合概率密度函數(shù)ft+1,t(yt+1,yt)。使用方法：核密度估計。

第三步：基于式(3)計算遍歷分布。具體方法：先對yt進行離散化，將yt分成一定數(shù)量的區(qū)間Γk，其中k∈{1,…,N}，然后計算yt落入對應區(qū)間的概率pkt=P(yt∈Γk)以及下一期yt從區(qū)間Γk變到Γm的轉移概率akm=P(yt+1∈Γm|

yt∈Γk)，最后計算遍歷分布pk=∑akmpm。

具體的計算過程中，運用該方法考察變量的空間分布時，需要考慮數(shù)據(jù)的均值平穩(wěn)性，即將數(shù)據(jù)去均值后再做遍歷分布分析。具體的變量去趨勢的過程如下：

(4)

(5)

2.條件遍歷分布

(二)數(shù)據(jù)來源及說明

本文重點考察各行業(yè)就業(yè)在不同空間尺度上的變動。這些行業(yè)具體包括：采礦業(yè)、制造業(yè)、電力業(yè)、建筑業(yè)、交通運輸業(yè)、零售業(yè)、金融業(yè)、房地產(chǎn)業(yè)以及教育業(yè)。所使用的數(shù)據(jù)則來源于第五、第六次人口普查數(shù)據(jù)(以下簡稱五普、六普)以及《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》。其中，縣級層面分行業(yè)就業(yè)數(shù)據(jù)來源于五普、六普數(shù)據(jù)中各行業(yè)就業(yè)的長表數(shù)據(jù)，而地級及以上行政級別市層面的就業(yè)數(shù)據(jù)則來源于《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》。然而需要說明的是，在運用普查數(shù)據(jù)對縣級層面各行業(yè)就業(yè)空間上的變動進行考察時，通常存在以下幾方面問題：第一，普查數(shù)據(jù)中的長表數(shù)據(jù)是基于10%的住戶填報的數(shù)據(jù)，因此，其并不代表整體數(shù)據(jù)；第二，五普和六普對行業(yè)劃分采用了不同的分類標準，導致五普和六普對應行業(yè)數(shù)據(jù)在不同年份并不具有可比性；第三，2000年后部分城市的行政區(qū)劃進行了調(diào)整，導致同一行政區(qū)劃在不同年份的數(shù)據(jù)不可比。例如，一些大城市在2000年以后撤縣設區(qū)，導致了這些城市在2000年和2010年的統(tǒng)計資料不可比。鑒于此，我們分別對行業(yè)以及行政區(qū)劃進行前向調(diào)整，結合2000年的行政區(qū)劃以及行業(yè)劃分方法，將2010年的數(shù)據(jù)與2000年的數(shù)據(jù)進行匹配，這樣所得到的數(shù)據(jù)便在不同的年份上具有可比性。此外，對于地級市及以上行政級別市層面的數(shù)據(jù)，我們并沒有采用《中國城市統(tǒng)計年鑒》中的數(shù)據(jù)，而是采用《中國區(qū)域經(jīng)濟年鑒》上的數(shù)據(jù)。其主要原因是：《中國城市統(tǒng)計年鑒》在對各行業(yè)的就業(yè)數(shù)據(jù)進行統(tǒng)計時，統(tǒng)計的是單位從業(yè)人員數(shù)據(jù)，而單位從業(yè)人員僅包括各政黨、國家社會機關以及事業(yè)單位從業(yè)人員，并不包括私營企業(yè)從業(yè)人員，然而私營企業(yè)的從業(yè)人員是城市就業(yè)人員的重要組成部分。因此，如果僅統(tǒng)計單位從業(yè)人員，會嚴重低估城市實際就業(yè)人數(shù)。例如，在對第三產(chǎn)業(yè)的統(tǒng)計中，上海在2000年的服務業(yè)從業(yè)人員比2010年要高，這顯然是違背常理的。由此可見，如果運用《中國城市統(tǒng)計年鑒》中的數(shù)據(jù)來考察中國各行業(yè)就業(yè)的變動，那么會得到不可信的結果。與此不同的是，《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》中統(tǒng)計的則是全體就業(yè)數(shù)。因此，我們將運用《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》中地級及以上行政級別市就業(yè)人員數(shù)據(jù)對本文所關注的問題進行分析。在本文的分析中還會涉及一些不隨時間變化的自然地理因素，包括經(jīng)度、緯度、是否為東部城市、是否為西部城市以及市內(nèi)是否有大河通過等。其中，經(jīng)緯度數(shù)據(jù)通過Arcgis對1∶400萬中國縣級行政區(qū)劃數(shù)據(jù)提取而得，河流數(shù)據(jù)則根據(jù)國家地理信息中心提供的1∶400萬主要河流矢量分布圖通過Arcgis提取而得。

三、經(jīng)驗分析

1.基準分析

為了考察各行業(yè)就業(yè)在空間上的變動，我們運用五普和六普的數(shù)據(jù)對各行業(yè)就業(yè)去趨勢的標準差變動情況進行考察，表2匯報了各行業(yè)去趨勢的標準差變動。從表2可以看出，服務業(yè)的就業(yè)標準差在增大，而制造業(yè)的標準差在減小。這表明就業(yè)在空間上的分布在不同行業(yè)之間存在差異。服務業(yè)就業(yè)在空間上呈現(xiàn)出集中的態(tài)勢，而制造業(yè)就業(yè)在空間上則越發(fā)分散化。例如，采礦、電力、建造以及交通運輸業(yè)的去趨勢標準差都在減小，而零售、金融以及教育業(yè)的標準差則表現(xiàn)為增大。此外，總就業(yè)的標準差從2000年的0.928減小到2010年的0.924，這表明整個就業(yè)在空間上表現(xiàn)為分散化。而第二產(chǎn)業(yè)、第三產(chǎn)業(yè)去趨勢的標準差變動也符合預期，即第二產(chǎn)業(yè)在分散化，而第三產(chǎn)業(yè)在集中化。

表2 去趨勢的標準差變動

為了進一步考察各行業(yè)就業(yè)在空間上、不同規(guī)模城市之間的變動，需要對式(1)進行回歸，以考察增長率與不同初始規(guī)模就業(yè)之間的關系，表3匯報了全部縣區(qū)不同行業(yè)就業(yè)規(guī)模的變動情況。從表3可以看出，總就業(yè)前面的系數(shù)為負，且在1%的水平下顯著，這表明，當考察全部地理單元的總就業(yè)時，初始就業(yè)規(guī)模小的縣區(qū)就業(yè)增加的更快；第二產(chǎn)業(yè)的回歸也呈現(xiàn)了類似的特征，即第二產(chǎn)業(yè)就業(yè)的空間變動呈現(xiàn)出分散化的特征；第三產(chǎn)業(yè)前面的系數(shù)為正且在1%的水平下顯著，這意味著服務業(yè)的就業(yè)在整個縣區(qū)內(nèi)部呈現(xiàn)出集中化的發(fā)展態(tài)勢，即就業(yè)越來越向初始就業(yè)規(guī)模比較大的區(qū)域集中；除了零售業(yè)以外，其它各個分行業(yè)的結果也表明，第二產(chǎn)業(yè)部門就業(yè)在分散化，而服務業(yè)就業(yè)在集中化。

表3 全部縣區(qū)

那么，不同規(guī)模的城市之間是否存在差異呢？我們對人口規(guī)模排名前150的城市進行了單獨回歸，回歸的結果見表4。表4結果說明，總就業(yè)前面的系數(shù)為正且在1%的水平下顯著，這意味著總就業(yè)在人口規(guī)模更大的縣區(qū)內(nèi)部呈現(xiàn)出集中的趨勢，即就業(yè)向人口規(guī)模更大的地區(qū)集中。這一結果與考察整個地理單元的表3結論截然相反，體現(xiàn)了就業(yè)分布在不同地理區(qū)域內(nèi)部的差異性。除了電力的回歸結果不顯著外，其他的結果與表3的結果一致。

表4 排名前150名的縣區(qū)

表5是對人口規(guī)模排名150以后的城市進行回歸的結果。表5的結果與表3一致，即總就業(yè)、第二產(chǎn)業(yè)在空間上呈現(xiàn)出分散化的分布，第三產(chǎn)業(yè)在空間上呈現(xiàn)出集中化的分布。此外，觀察表4和表5發(fā)現(xiàn)，第二產(chǎn)業(yè)在排名前150的縣區(qū)中的回歸系數(shù)為-0.026，第三產(chǎn)業(yè)的回歸系數(shù)為0.017，這比排名靠后的縣區(qū)所對應的回歸系數(shù)都要大，其中第二產(chǎn)業(yè)的系數(shù)為-0.010，而第三產(chǎn)業(yè)的系數(shù)為0.010。這表明人口規(guī)模較大的縣區(qū)內(nèi)部第二產(chǎn)業(yè)分散化更加嚴重，而第三產(chǎn)業(yè)的就業(yè)在空間上更加集中。

表5 排名150名之后的縣區(qū)

為了更加直觀展現(xiàn)就業(yè)增長率與初始就業(yè)規(guī)模之間的關系，同時考慮到兩者之間可能存在非線性關系，最終采用如下的非參數(shù)核回歸來對其進行考察：

(6)

圖1 無條件核回歸

以上的經(jīng)驗分析是基于2000—2010年樣本期的研究結果。為了進一步考察各個行業(yè)就業(yè)變動的長期穩(wěn)態(tài)趨勢，我們分別計算了各個行業(yè)的遍歷分布，得出的結果見圖2。此外，為了便于對遍歷分布與當前分布進行比較，我們在圖2中還加入了2000年和2010年就業(yè)的分布。在分析圖2之前，有兩點需要說明：第一，遍歷分布通常假定轉移概率的矩陣是不隨時間變化的，這與當下中國的就業(yè)空間變化情況并不一致，但本文與Desmet et al.(2006)的做法一樣，只是考察當前的技術與偏好不變的情況下就業(yè)的長期分布模式；第二，遍歷分布的形狀決定了就業(yè)在空間上不同的發(fā)展模式，如果遍歷分布比2000年和2010年的分布更緊，那么就業(yè)在空間上分布的長期趨勢則會顯得更加分散化；如果遍歷分布較2000年和2010年的分布有更厚的尾部，那么長期分布就會呈現(xiàn)集中分布；如果遍歷分布呈現(xiàn)雙峰的帽子形狀而不是具有較小方差的鐘型，那么就業(yè)在空間上的長期分布同樣表現(xiàn)為集中分布。

結合圖2可以發(fā)現(xiàn)，總就業(yè)、第二產(chǎn)業(yè)、采礦業(yè)、電力、建筑、交通運輸以及房地產(chǎn)業(yè)的遍歷分布較2000年和2010年的分布更緊，這意味著它們在空間上就業(yè)的長期分布呈現(xiàn)分散化的趨勢。相較于2000年和2010年的分布，制造業(yè)和零售業(yè)的遍歷分布呈現(xiàn)出較厚的上尾，這表明長期部分會呈現(xiàn)集中化的趨勢。第三產(chǎn)業(yè)、金融以及教育業(yè)的遍歷分布不但有較厚的上尾，而且還呈現(xiàn)雙峰分布，同樣表明這些行業(yè)就業(yè)的長期分布正呈集中化的趨勢。不管是以總就業(yè)、第二產(chǎn)業(yè)以及第三產(chǎn)業(yè)的數(shù)據(jù)得到的遍歷分布的結果，還是以分行業(yè)數(shù)據(jù)得到的遍歷分布的結果，這些都表明若保持當下的條件不變，總就業(yè)以及第二產(chǎn)業(yè)在整個地理空間單元上會呈現(xiàn)分散化的趨勢，而第三產(chǎn)業(yè)則會呈現(xiàn)集中的趨勢。結合上文分析可以發(fā)現(xiàn)，運用遍歷分布考察變量隨機的長期分布的結果與上文是一致的。

圖2無條件遍歷分布

2.穩(wěn)健性檢驗

上文分析得出的結果是基于五普、六普數(shù)據(jù)中的長表數(shù)據(jù)。五普、六普數(shù)據(jù)是10%的住戶調(diào)查數(shù)據(jù)，雖然具有較好的代表性，但其統(tǒng)計的并不是一個地區(qū)真實的就業(yè)規(guī)模，因此可能導致得到的結果有偏?；诖?，我們采用以下兩種辦法進行穩(wěn)健性分析：第一，運用《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》中2001年和2010年地級及以上行政級別市的數(shù)據(jù)來考察第二產(chǎn)業(yè)、第三產(chǎn)業(yè)的就業(yè)變動，這是因為：《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》中地級及以上行政級別市就業(yè)數(shù)據(jù)既包含單位從業(yè)就業(yè)人員，又包括大量的私營企業(yè)從業(yè)人員，可以較好的反映一個地區(qū)真實的就業(yè)規(guī)模，2000年《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》數(shù)據(jù)缺失比較嚴重，故此略去該年數(shù)據(jù)；同樣運用五普、六普數(shù)據(jù)考察地級及以上行政級別市層面第二產(chǎn)業(yè)、第三產(chǎn)業(yè)的空間變動。之所以這么做是因為，基準分析中是以縣區(qū)為空間的單元分析，而空間單元尺度的變化是否會影響基準分析的結果？但需要注意的是，五普、六普地級及以上行政級別市的第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的就業(yè)數(shù)據(jù)統(tǒng)計對象依然是單位從業(yè)人員。

基于上述兩個穩(wěn)健性分析的辦法，分別運用《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》、五普、六普數(shù)據(jù)以及模型(6)得出圖3與圖4結果。其中，圖3基于《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》得到，圖4則是基于五普、六普地級及以上行政級別市層面數(shù)據(jù)得到。從圖3和圖4可以看出，制造業(yè)的增長率隨著初始就業(yè)規(guī)模的擴大而減小，而服務業(yè)的增長率則隨著初始就業(yè)規(guī)模擴大而增大，與上文所發(fā)現(xiàn)的結果一致，這表明本文的結果是穩(wěn)健的。值得注意的是，圖3和圖4中第二產(chǎn)業(yè)就業(yè)空間變動雖然一致，但第三產(chǎn)業(yè)的就業(yè)的空間變動則存在差異。以《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》地級及以上行政級別市真實就業(yè)規(guī)模數(shù)據(jù)得到的圖3表明，第三產(chǎn)業(yè)增長率隨著初始就業(yè)規(guī)模擴大而呈現(xiàn)“U”型，而圖4則地級及以上行政級別市向上傾斜的直線。將這一結果與基準分析對比后發(fā)現(xiàn)，以《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》得到的結果與以五普、六普數(shù)據(jù)中縣區(qū)層面數(shù)據(jù)得到的結果是一致的。這也間接說明以五普、六普數(shù)據(jù)中10%的住戶調(diào)查數(shù)據(jù)進行基準分析是合適的。

圖3 基于《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》得到的產(chǎn)業(yè)增長率變動圖

圖4 基于五普、六普數(shù)據(jù)得到的產(chǎn)業(yè)增長率變動圖

四、產(chǎn)業(yè)空間動態(tài)演變的成因分析與經(jīng)濟解釋

1.成因分析：條件遍歷分布

上文在考察總就業(yè)以及分行業(yè)就業(yè)的空間變動時，假定各個地區(qū)的情況是相同的，即在不考慮縣區(qū)特征差異的情況下考察縣區(qū)的就業(yè)變動。然而在現(xiàn)實中，各個地區(qū)的特征具有相當大的差異，那么在上文分析中得到結果是否會受這些不隨時間變化因素的影響呢？基于此，借鑒Desmet et al.(2006)的做法，考察不隨時間變化的自然地理特征因素對中國就業(yè)空間變動的影響。在控制了經(jīng)緯度、是否為東部城市以及是否有大河通過市區(qū)自然地理特征后，條件核回歸結果見圖5。圖5的左上角第一幅圖是控制自然地理特征因素后的總就業(yè)空間變動情況，該圖反映了總就業(yè)的增長率隨著初始就業(yè)規(guī)模的擴大而出現(xiàn)急劇的下降。與圖1不控制自然因素的結果對比發(fā)現(xiàn)，在控制地理因素后，就業(yè)的空間變動從“U”型變?yōu)橄蛳聝A斜的直線。這表明，在控制了自然地理特征因素后，初始規(guī)模比較大的縣區(qū)不再具有就業(yè)較快增長的優(yōu)勢。這也間接說明了初始規(guī)模比較大的縣區(qū)吸納就業(yè)的優(yōu)勢來源于優(yōu)越的自然地理條件。第二產(chǎn)業(yè)和第三產(chǎn)業(yè)在控制了不隨時間變化的自然地理特征因素之后，同樣呈現(xiàn)增長率隨著初始規(guī)模的擴大而下降的趨勢。這表明控制自然地理特征因素后整個地理單元上的就業(yè)會呈現(xiàn)分散化的分布模式。

分行業(yè)的結果與總就業(yè)、第二產(chǎn)業(yè)以及第三產(chǎn)業(yè)的結果一致，反映第二產(chǎn)業(yè)行業(yè)就業(yè)在空間上呈現(xiàn)出了分散化的分布模式。而代表第三產(chǎn)業(yè)的金融業(yè)則顯示出隨著初始規(guī)模的擴大，增長率出現(xiàn)“先下降-后上升-再下降”的趨勢，呈現(xiàn)出平放的“S”型曲線。該結果表明，在消除不隨時間變化的因素后，中等規(guī)模區(qū)域會成為金融業(yè)集聚最佳區(qū)位，而此時就業(yè)規(guī)模最高的區(qū)域則會喪失其區(qū)位優(yōu)勢。一個例外是，教育業(yè)的就業(yè)規(guī)模并不受不隨時間變化的自然特征因素的影響，其條件核回歸的結果與圖1中無條件核回歸的結果是一致的，同樣呈現(xiàn)“U”型特征，即隨著初始就業(yè)規(guī)模的擴大，增長率出現(xiàn)先下降后上升態(tài)勢。出現(xiàn)這一結果的可能原因是，教育就業(yè)在空間的變動完全依賴于地區(qū)人口規(guī)模，而非地區(qū)自然地理特征等區(qū)位優(yōu)勢。

圖5 控制自然地理因素特征后的條件核回歸結果

圖6 控制自然地理特征因素后的遍歷分布

基于2000—2010年樣本期的回歸結果表明：大城市以及特大城市吸納就業(yè)優(yōu)勢往往源于優(yōu)越的自然地理條件，這與城市經(jīng)濟學理論的預期是一致的(Krugman，2004；Davis et al.，2002；Bleakley et al.，2012；Bosker et al.，2017)。

運用在第二部分的方法，考察消除這些不隨時間變化的自然地理因素之后各行業(yè)的長期穩(wěn)態(tài)分布。圖6是控制自然地理特征因素后就業(yè)在空間上的長期穩(wěn)態(tài)分布。從圖6可以看出，在控制了自然地理等不隨時間變化的因素之后，總就業(yè)、第二產(chǎn)業(yè)都呈現(xiàn)出分散化的長期趨勢，而第三產(chǎn)業(yè)則呈現(xiàn)集中化的分布趨勢，而分行業(yè)的結果與圖2的無條件的遍歷結果一致。這表明，盡管控制不隨時間變化的自然地理特征因素會使得樣本期內(nèi)就業(yè)的空間發(fā)展模式發(fā)生變化，即影響核回歸的主要結果，但并不會改變就業(yè)在空間上的長期穩(wěn)態(tài)分布。出現(xiàn)這一結果是因為，遍歷分布主要依托的是轉移概率，而影響轉移概率的因素往往是技術以及偏好，而不是隨時間變化的自然地理特征因素，控制這些因素后幾乎不改變就業(yè)在空間上的長期分布。由此可見，即使是控制了自然地理特征等不隨時間變化的因素，各行業(yè)就業(yè)在整個地理空間上的長期分布與上文得出的核心結論是一致的，即：就業(yè)的長期分布在不同行業(yè)之間存在差異，第二產(chǎn)業(yè)的就業(yè)在空間上呈現(xiàn)分散化，而第三產(chǎn)業(yè)的就業(yè)在空間上則呈現(xiàn)集中化。

2.經(jīng)濟解釋

為什么會出現(xiàn)這一結果呢？該結果背后的經(jīng)濟學誘因又是什么？縱觀現(xiàn)有文獻，從經(jīng)濟學的角度對產(chǎn)業(yè)就業(yè)空間變動成因的解釋存在如下四個角度。一是新經(jīng)濟地理學視角，強調(diào)貿(mào)易成本和規(guī)模經(jīng)濟的作用，認為產(chǎn)業(yè)的前后項關聯(lián)以及大市場是影響產(chǎn)業(yè)集聚和就業(yè)空間分布的重要因素(Krugman，1996)。這雖然可以解釋企業(yè)和就業(yè)的空間變動，但是忽視了個體和廠商的異質性，以至于難以解釋不同城市的企業(yè)和個體具有不同的生產(chǎn)效率。二是在新經(jīng)濟地理學理論基礎上，更多關注個體的異質性的影響，認為市場的分類、篩選是影響不同生產(chǎn)率的企業(yè)和異質性偏好的個體的重要因素(Behrens et al.，2014)。三是從空間靜態(tài)一般均衡的角度出發(fā)，強調(diào)舒適度、貿(mào)易摩擦以及通勤摩擦對企業(yè)和就業(yè)分布的影響(Desmet et al.，2013；Behrens et al.，2016)。四是與以上三種理論視角從靜態(tài)角度考察企業(yè)和就業(yè)的空間分布不同，這一視角從空間動態(tài)一般均衡出發(fā)，著重關注企業(yè)的年齡以及通用技術在某個行業(yè)企業(yè)層面是否普遍使用，以此來闡釋不同行業(yè)就業(yè)的空間動態(tài)變動(Desmet et al.，2009)。這些理論為我們認識企業(yè)以及就業(yè)在空間上的變動提供了更加廣闊的視角，但并沒有很好的結合中國實際去解釋上述問題。

基于此，借鑒Desmet et al.(2009)的空間動態(tài)一般均衡理論，結合中國地方政府補貼的差異性以及大城市持續(xù)高企的房價的現(xiàn)實，試圖對前文分析做出經(jīng)濟學的解釋。對于制造業(yè)部門而言，中國最先發(fā)展的是沿海地區(qū)的制造業(yè)，由于早期沿海地區(qū)自然地理優(yōu)勢、政府較高補貼政策以及較低的土地租金等條件，使得國有、民營以及外商投資企業(yè)更多集中在沿海地區(qū)。此外，早期電力通用技術在中國應用并不廣泛，這使得當時制造業(yè)部門發(fā)展并不夠成熟。此時，制造業(yè)企業(yè)的集聚有利于制造業(yè)部門的創(chuàng)新以及發(fā)展。而隨著時間的推移，電力通用技術在制造業(yè)部門迅速應用，加之沿海城市土地租金的持續(xù)上漲，從而對利潤比較低的傳統(tǒng)制造業(yè)部門造成擠壓，使得中低生產(chǎn)率制造業(yè)向中小城市遷移。例如，范劍勇等(2011)指出，城市的高房價會對城市的制造業(yè)造成向外擠壓的效應，即大城市的高成本會限制人口進一步向大城市流入，進而造成中國城市體系的扁平化。與此同時，中小城市地方政府對低生產(chǎn)率制造業(yè)部門的補貼也加速了這些制造業(yè)部門向中小城市的轉移，進而導致制造業(yè)部門就業(yè)的分散化。這便是中國制造業(yè)自2000年以來持續(xù)分散化的經(jīng)濟學邏輯。對于服務業(yè)而言，服務業(yè)通常都是地方化的，相關行業(yè)需要較大的市場規(guī)模來支撐。例如，金融行業(yè)通常集聚到像上海這樣的特大城市。但與美國不同的是，美國的服務業(yè)則更多的集中在中等規(guī)模的城市。那么，為什么中國的服務業(yè)更多的集中在大城市？一個可能的原因是：當下中國第三產(chǎn)業(yè)發(fā)展仍處在上升期，并不是發(fā)展成熟的產(chǎn)業(yè)，服務業(yè)在整個國民經(jīng)濟的占比就可以反映，例如，2017年中國的服務業(yè)占比僅為51.6%，與發(fā)達國家服務業(yè)發(fā)展還存在著相當大的距離。與制造業(yè)的發(fā)展一樣處于上升期，集聚更利于行業(yè)的創(chuàng)新，從而產(chǎn)生足夠的利潤，以至第三產(chǎn)業(yè)在大城市選址的邊際利潤超過了擁擠所造成的邊際成本，進而造成服務業(yè)在大城市的進一步集聚，這便是中國第三產(chǎn)業(yè)在空間上集聚的經(jīng)濟學邏輯。

五、討論：產(chǎn)業(yè)空間發(fā)展與城市體系扁平化

上文的研究結果表明，總就業(yè)、第二產(chǎn)業(yè)就業(yè)在整個地理單元上呈現(xiàn)分散化的特征，而第三產(chǎn)業(yè)的就業(yè)變得越來越集中。此外，對于總就業(yè)而言，在不同擴大規(guī)模的地理單元上呈現(xiàn)不同的空間發(fā)展模式，即在規(guī)模較小的地理單元內(nèi)部，總就業(yè)的增長率隨著初始就業(yè)規(guī)模的擴大而降低，而在較大的地理單元內(nèi)部，總就業(yè)的增長率隨著初始就業(yè)規(guī)模的擴大而提高。這不但可以為我們理解人口在各個城市層級之間的變動提供了依據(jù)，還可以有效地解釋城市規(guī)模分布文獻中存在的自相矛盾的結論。

在研究城市體系的文獻中，現(xiàn)有研究似乎存在兩個自相矛盾的結論：一、中國的城市體系呈現(xiàn)扁平化，即人口在各個層級城市之間呈分散化分布(陳良文 等，2007；梁琦 等，2013；劉學華 等，2015；李松林 等，2017)；二、人口進一步向大城市集聚，且大城市具有相對高的增長率(唐為，2016)?；诖耍丝谠诟鱾€層級之間的變動是否存在不同規(guī)模城市之間差異呢？運用2000—2010年的人口普查數(shù)據(jù)，基于2000年的縣區(qū)進行前向調(diào)整使得2000年與2010年數(shù)據(jù)具有可比性，繼而通過對不同排名的城市進行增長率與初始規(guī)模的回歸，得出回歸結果見表6。從該表可以看出，排名前100的城市人口增長率隨著初始規(guī)模的擴大而提高。這表明，在規(guī)模比較大的城市內(nèi)部，人口有進一步向大城市集中的趨勢，這與一些研究得出的結論類似(唐為，2016)。排名前200、排名前300的城市回歸結果系數(shù)都為正，但并不顯著。這表明中等規(guī)模的城市內(nèi)部人口的空間變動是不確定的，即增長率與初始規(guī)模之間的關系是不確定的，甚至是無關的。然而對排名前700的城市進行回歸發(fā)現(xiàn)，城市的增長率會隨著初始規(guī)模的擴大而減??；當考察所有的城市時，所得到的結果也是為負且顯著，說明城市的人口呈現(xiàn)扁平化的發(fā)展模式。這一結果與大部分的經(jīng)驗研究結論一致(陳良文 等，2007；梁琦 等，2013；劉學華 等，2015；李松林 等，2017)。

表6 2000—2010年人口增長率與初始人口規(guī)模之間的關系

圖7人口增長率與初始人口規(guī)模之間的關系

為更加清晰展示人口的增長率與初始人口規(guī)模之間的關系，運用式(6)進行非參數(shù)核回歸，得到的結果見圖7。從圖7可以看出，隨著初始人口規(guī)模的擴大，增長率出現(xiàn)先下降后上升的趨勢，同樣呈現(xiàn)“U”型規(guī)律。由此可見，現(xiàn)有研究城市體系得到的結論在圖7中得到了完全的展示，而看似矛盾的結論只是由于考察的空間單元規(guī)模不同而造成的，即扁平化的研究結論往往考察的是所有城市，而人口進一步集聚則是基于規(guī)模比較大的城市得到的結果。這從本文對就業(yè)分布的研究中也可以得到驗證，即就業(yè)同樣存在“U”型空間發(fā)展，增長發(fā)生在分布的兩頭，中間則出現(xiàn)了塌陷。正是由于就業(yè)在空間的變動，導致了人口在空間上增長模式。

六、結論與相關討論

本文通過對就業(yè)在空間上變動進行研究，直觀展現(xiàn)了2000—2010年行業(yè)總就業(yè)以及分行業(yè)就業(yè)在整個空間上的發(fā)展模式。研究發(fā)現(xiàn)，總就業(yè)的增長率隨著初始城市規(guī)模的擴大呈現(xiàn)先下降后上升趨勢，即展現(xiàn)兩頭發(fā)展快中間發(fā)展慢的“U”趨勢，而在長期穩(wěn)態(tài)分布上總就業(yè)則呈現(xiàn)出較為明顯的分散化趨勢；第二產(chǎn)業(yè)也呈現(xiàn)較為典型的分散化的分布模式，但第三產(chǎn)業(yè)的就業(yè)在空間上則變得越來越集中化，分行業(yè)的就業(yè)分析同樣也支持了本文的發(fā)現(xiàn)；控制一些影響各縣區(qū)就業(yè)的不隨時間變化的自然地理特征因素后發(fā)現(xiàn)，所有行業(yè)的就業(yè)在空間上變得更加分散化。

就業(yè)在空間上呈現(xiàn)不同的發(fā)展模式及其在不同行業(yè)之間的差異，這具有非常重要的理論意義與現(xiàn)實意義。從理論上需要更多解釋為什么中國的整體就業(yè)在空間上呈現(xiàn)“U”型發(fā)展，以及第二產(chǎn)業(yè)和第三產(chǎn)業(yè)所展現(xiàn)出的不同的空間發(fā)展模式。Desmet et al.(2009)對美國的空間發(fā)展做了初步的理論嘗試，通過構建空間動態(tài)一般均衡模型來解釋美國的空間發(fā)展。但美國產(chǎn)業(yè)就業(yè)在空間上的發(fā)展模式與中國產(chǎn)業(yè)的空間發(fā)展模式是存在差異的。與中國相比，美國服務業(yè)更多集中在中等規(guī)模的城市，而中國的服務業(yè)則更多的集中在大城市。因此，迫切需要能夠從宏微觀層面去解釋中國產(chǎn)業(yè)就業(yè)空間變動。就中國制度環(huán)境而言，要能夠比較好的解釋不同產(chǎn)業(yè)在空間上的分布模式以及中國整體就業(yè)的“U”型特征，除了要融合Desmet et al.(2009)空間均衡理論所強調(diào)的產(chǎn)業(yè)年齡、通用技術在不同產(chǎn)業(yè)的適用程度和土地租金等因素，更要將政府對不同產(chǎn)業(yè)部門的補貼以及不同產(chǎn)業(yè)企業(yè)的遷移成本融入到模型中去，這有可能理解中國整體就業(yè)的空間發(fā)展以及不同產(chǎn)業(yè)發(fā)展所展現(xiàn)出來的差異，也是將來研究的一個重要方向。在現(xiàn)實意義上，理解產(chǎn)業(yè)就業(yè)在空間上的變動，對理解人口在空間上的變動非常的重要。這是由于不僅可以解釋城市體系的扁平化，還可以為未來的城鎮(zhèn)化發(fā)展指明方向。中等規(guī)模城市的塌陷，是產(chǎn)業(yè)結構空間變動以及人口空間變動的一個主要特征。與此相比，小城市以及大城市都得到了較快的發(fā)展。若要在將來構建合理的城市體系，對中等規(guī)模的城市進行相應的轉移支付，可以帶動中等規(guī)模城市的發(fā)展，才能使得產(chǎn)業(yè)在空間上實現(xiàn)較好的承接轉移。