-
过去四十多年快速的城市化作为中国经济增长的“结构性变化”,随着劳动力流动、产业结构的变化,城市的多样化趋势不可避免;从全球情况来看,城市内部日益增长的多样性是当代移民和城市发展的一个显著特征。多样性作为城市化进程的重要特征之一引起了国内外学者的广泛关注,已有研究涉及城市在功能形态、产业结构、移民来源地和方言文化等方面的多样性及其影响,如Jacobs①、Duranton and Puga②、Kemeny and Cooke③、徐现祥等④、张萃⑤,但鲜有文献研究城市的职业多样性。
改革开放以来,随着城市化和工业化的快速推进,中国的城镇化率从1978年的17.92%提升到2019年的60.6%,城镇常住人口也从1.72亿人增加到8.48亿人,城市逐步成为中国现代经济社会发展的主要载体。诺贝尔经济学奖得主迈克尔·斯宾塞曾指出,城市化作为中国经济增长的“结构性变化”,一方面,城市制造业或服务业从业人员劳动生产率是农业等产业从业人员的3到5倍,人口从农村往城市转移提高了劳动生产率;另一方面,人口集聚产生的规模经济又进一步提高了城市的劳动生产率。⑥一般来说,城市的规模经济可以分为行业内部的规模经济(通常称为专业化或本地经济效应)和行业之间的规模经济(通常称为多样化或城市化经济效应)。城市的专业化和多样化往往是并存的,城市的专业化在一定程度上形成城市经济互动的自由化,而城市的多样化又是由各部门之间的经济互动所推动。改革开放后中国经历了四十多年的快速工业化和城市化发展,二、三产业的就业人数占比已高达73.9%,⑦随着城市常住人口的快速增加,多样化趋势不可避免;此外,从全球情况来看,城市内部日益增长的多样性是当代移民和城市发展的一个显著特征。因此,相比对于城市专业性的关注,研究城市多样性同样具有重要意义。
多样性首先是城市的一种固有特征,比如,城市往往在经济、文化和种族等方面表现出多样性,甚至在生活方式、居民态度和个体行为方面也存在许多差异。其次,多样性也被认为是城市持续发展的关键因素,甚至一些城市规划学者还将促进多样性作为城市经济发展规划的重要内容。⑧多样性主要源于城市集聚经济的外部性,其微观机制包括共享、匹配和学习机制。⑨从研究聚焦点来看,以往文献对于多样性的研究主要体现在产业层面,一般认为,多样性取决于不同经济的活动数量及分布状况。最初,学者们将多样性定义为在一个地区存在大量不同类型的产业或区域内的经济活动在不同种类间的分布程度。⑩之后,大量研究不断拓展了多样化的含义和范围,比如,Malizia and Ke提出多样性可以用来反映经济活动的结构性差异。⑪
随着国家“十四五”规划提出实现更加充分更高质量就业的目标,测度城市职业多样性现状成为了解城市职业分布状况、提高人力资源水平进而引导城市充分高质量就业的重要依据。理论方面,有文献从劳动力配置或者就业的角度诠释城市多样性的内涵,认为城市多样性有助于均衡就业市场,并可能提供更多就业机会,从而多样性充当了类似于某种外部分配的再分配效应;劳动力的多样性又会产生明显的人力资本外部性,并有助于提高城市的经济福利,如Ottaviano and Peri⑫,Suedekum et al.⑬,Trax et al.⑭。
本文旨在从职业多样性视角来解读城市的多样性特征及其经济含义。一方面,互联网的普及对创造就业产生了积极影响,在数字技术的推动下,更多的新职业岗位产生,数字经济对就业结构调整和创造新就业发挥着积极的作用⑮,且在经济全球化背景下,城市的职业跨度会显著扩大。另一方面,职业多样性的发展又进一步推动了城市多样性和城市产业结构的升级。以数字化、智能化为主的新经济推动了城市产业的转型升级,冲击城市劳动力市场并重塑劳动力就业结构,促进行业就业结构高级化⑯,而劳动者技能的提升及劳动力职业结构的优化对推动城市经济高质量发展及高质量就业十分重要。此外,职业多样性对减少贫困和经济脆弱性具有积极作用,职业流动是提升收入水平的重要因素。⑰因此,对于城市职业多样性现状的度量,可作为动态监测城市的产业多元化和劳动力就业形式多样性的一个重要指标,同时也可反映出该城市的就业吸纳能力。
研究的现实意义在于,随着国家“十四五”规划提出“实施优先就业战略”目标,促进更充分更高质量的就业成为关键路径。本文对于城市职业多样性现状的度量,可作为动态监测城市的产业多元化和劳动力就业形式多样性的一个重要指标,同时也可反映出该城市的就业吸纳能力。因此,城市职业多样性从劳动力的职业类型入手,更加客观地反映了城市内部的多样性特征,有助于直观了解不同城市的职业分布现状,进而剖析城市的产业结构和分工现状,评估城市的人力资源结构和经济发展潜能,进而为不同城市制定产业发展及人力资源政策提供参考。
基于以上分析,本文可能的贡献主要体现在以下几方面:一是较为创新性地对中国的职业多样性现状和演进趋势进行测算,直观刻画了中国城市的职业多样性特征,丰富了对于城市化经济的研究文献;二是从城市规模、产业结构、经济发展水平等方面揭示了中国不同类型城市的职业多样性基本事实,有助于理解中国城市化经济发展的现状和趋势;三是尝试对中国不同城市之间职业多样性差异的成因进行解释,相关结论可为不同城市制定产业发展和人力资源等政策提供科学依据。
文章其余内容的结构安排如下:第二部分是文献综述与研究假说;第三部分是对职业多样性测算方法的介绍和数据来源;第四部分是中国城市职业多样性的测算、基本事实与成因讨论;第五部分是一系列稳健性检验;最后是文章的研究结论和政策启示。
-
多样性主要源于城市集聚经济的外部性,但目前国内外文献中对于职业多样性的研究还较为缺乏。学者们对于产业多样性的研究逐步从就业的视角进行衡量,认为产业多样性是就业的更平均分配或类似于某种外部分配的分配。⑱随着人口迁移普遍化、产业内分工深化以及互联网等新兴技术的快速发展,城市职业形态变得灵活多样,职业多样性普遍存在,并且职业多样性趋势随着职业流动的加剧而愈发明显。⑲本文对于城市职业多样性的理论分析主要参考Quigley⑳和Duranton and Puga㉑等学者对于城市多样性的论述,即基于城市集聚经济效应的三类微观机制−共享、匹配和学习机制,依次从城市规模层面、产业(企业)层面和劳动力个体层面,分析其对城市多样性的影响。
-
规模经济是城市最初存在的历史依据,没有规模经济城市就不能发挥优势。规模经济弥补了企业的运输成本,从而使得城市内经济活动在一定空间范围内呈现出U形,平均成本曲线降低。㉒类似地,城市许多公共设施或提供给城市居民的集体消费品,由于更多居民的广泛使用而降低了个人的平均享用成本(当然,随着人口过度膨胀产生的拥挤效应也可能再次增加居民的平均享用成本而产生负外部性)。因此,异质性或多样性鼓励了一定规模的城市可以更好地利用规模经济来增加城市的产出及其居民的效用。㉓Combes et al.指出,大城市的企业生产率更高的原因在于,公司选择效应(较大的城市加剧企业竞争,只允许最具生产力的企业生存)和集聚经济(较大的城市有利于促进企业交流以提高生产率)。㉔陈强远等基于1998—2007 年规模以上工业企业数据,同样检验了中国大城市的生产率优势。城市的企业生产率溢价是集聚效应、选择效应、分类效应和竞争效应共同作用的结果,且在不同行业中这四类效应的溢价贡献有所不同,而集聚效应提高了大部分行业的企业生产率溢价。㉕
同时,产业多样化与城市规模之间存在显著的、积极的关系。㉖随着时间的推移,大多数城市会因为规模的扩大而表现出更加的多样化,即产业多样化会随着城市规模的增大而增加,且企业从多样性中的受益程度也随之提高。㉗Glaeser et al.采用1956—1987年美国170个城市中大型工业增长的数据库,发现本地竞争和城市多样性(而非专业性)明显促进了城市工业的就业增长,其原因在于,大城市的人群交流更加广泛,知识溢出也更加有效,这一发现不同于以往内生经济增长理论的观点,即强调技术外溢在促进增长中的作用。㉘此外,重要的知识溢出可能发生在行业之间而不是行业内部,这与Jacobs㉙的观点基本一致。Duncan and Vernon则验证了美国的城市规模和多样性之间存在显著的正向关系。㉚
鉴于产业多样性与城市规模之间的关系,本文提出研究假说一:城市规模越大,所对应的职业多样性程度越高。
-
从产业或企业层面来看,多样性有利于降低生产和消费中的共享投入成本,其中较有代表性的研究是Krugman提出的共享成本理论。㉛一方面,城市多样性首先体现在会计、法律、广告和其他技术领域的劳动力分工更加专业,这可以降低企业的运营成本;另一方面,大城市能够通过各种方式、文化和风格使用共享投入生产更具差异性的消费品,再经重新排列后可以生产出完全不同的产品而获取多样性收益。
对于不同的产业类别来说,Combes基于1984—1993年法国的数据研究发现,服务业以及更具创新性的制造业受益于多样性。㉜新兴产业在多元化的大都市地区蓬勃发展,在产品生命周期的不同阶段,多样性发挥了积极作用,这不仅有利于理解城市自身的产业系统,且对企业的流程创新、企业选址和搬迁模式等方面也都有重大意义。㉝与竞争效应类似,多样性也对企业的生产有着积极影响,如Henderson et al.的研究就指出,多样性可能促进了城市中最具创新力部门的发展,新的产业在大型、多样化的都市区得以快速发展,从而使这一地区的经济发展潜力更大。㉞
由此,本文提出研究假说二:产业结构越多样、富含新兴产业越多的城市,相应的职业多样性越明显。
-
从劳动力个体层面来说,城市多样性提高了劳动力技能与职位需求之间更好匹配的可能性,同时降低不同技能的劳动力和不同职位需求的雇主之间的搜索成本。Helsley and Strange比较分析了劳动力市场搜寻成本对均衡城市规模的影响;㉟ Acemoglu指出城市的物质资本和人力资本之间存在互补性,且随着城市中人力资本存量的增加,城市劳动力的人力资本回报也随之增加,而投资者的实物资本投资收益又会随着城市人力资本存量的增加而提高。㊱
城市多样性还有助于保障劳动力就业的稳定性,提高就业并降低城市的失业率。㊲Malizia and Ke发现,多样化程度较高的地区能够实现更稳定的经济增长和更低的失业率;㊳同时,多样性会引发知识溢出,引发新思想,提供激发创新所需的资源,不断增加的多样性促进了创造性思想和全新设计的产生。此外,实施产业多元化政策的国家在个人收入方面可能不会面临太多的下行压力,不同类型的多样性在城市经济绩效中扮演着重要的作用。更广泛的工作机会、便捷的信息获取及新颖的想法使得人们更倾向于迁移到大城市,因此,越是城市多样性丰富的地区,更容易吸引劳动力的流入。㊴移民的多样性虽然可能产生额外的管理成本,但更有利于提高企业的生产率和劳动力回报,具有显著的溢出效应。㊵
由此,提出本文的研究假说三:劳动力收入越高、就业机会越广的城市,相应的职业多样性程度越高。
-
城市多样性的度量根据其定义的不同可以采用不同的指数,比如熵指数、赫芬达尔—赫希曼指数、Ogive指数、耐用品百分比指数、投资组合方差等。其中,熵指数是测算区域内或不同区域间产业多样性的有效方法,既能体现出时间变动趋势,又可通过特征分解来分析其变化原因。㊶熵提供了一种自然的方式来衡量多样化,而赫芬达尔—赫希曼指数实际上是熵的近似值。㊷在早期的度量方法中,赫芬达尔—赫希曼指数也较为常见,同样也可以用标准化的赫芬达尔指数的倒数来测量多样性。Duranton and Puga认为赫芬达尔—赫希曼指数是衡量多样性的常用指标,即对所有行业中每个城市在当地就业中所占份额的平方求和。㊸随着城市的经济活动越来越多样化,该指数将上升;若经济活动与商业活动的关系完全集中在一个领域,则该指数为1,否则为0。Alesina et al.根据赫芬达尔指数,构造了一个新的出生地多样性指数,用来衡量从整个人口中随机抽取的两个人出生在两个不同国家的可能性。㊹借鉴此方法,Kemeny and Cooke又进行了移民多样性的测算,并发现城市移民的多样性为美国的劳动力市场带来了积极而重要的溢出效应。㊻Tress提出了衡量经济多样性的Ogive指数
$\left[\left(\displaystyle\sum\nolimits_{{{i}} = 1}^{{N}} {\frac{{{{({{{X}}_{{i}}} - 1/{{N}})}^2}}}{{1/{{N}}}}}\right)\right]$ ,基准为1/N,其中N是部门数。㊽部门经济活动均匀分布就意味着X等于1/N,为每个部门的理想份额,此时指标等于0,表明完全多样性;当部门经济活动的分布越不平衡,该指标值越大,也就说明多样性水平越低。同时,收入或就业在耐用品行业所占比例,也常常被用来度量经济的多样性。㊾此外,投资组合方差可以作为衡量区域经济多样性的又一指标,即当投资于该地区某一行业时,人们期望获得一系列收入或就业方面的回报,而这些回报可以被视为具有相关概率分布的随机变量。对于城市职业多样性的衡量,学者们的测算大多是基于上述衡量多样性的方法。“职业”一词一直被宽泛地用来描述一种特定形式的人力资本㊿,职业多样性可以视为随机抽取的两个人具有不同职业的可能性。Malizia and Ke指出泰尔熵指数是衡量职业多样性最适用的方法,并借鉴此方法构造熵指数来衡量职业多样性,随着城市经济变得更加多样化,该指数将显著上升。(51)Alesina et al.计算了从一个种群中随机选择的两类个体属于不同群体的概率(
$ {\rm{FRAC}}{{\rm{T}}_{{j}}} = 1 - \displaystyle\sum\nolimits_{{{i}} = 1}^{{N}} {{{S}}_{{{ij}}}^2} $ ,其中,Sij(i=1…n)为群体i(i=1…n)在j国的份额),用1减去种族群体的赫芬达尔指数则计算出新的种族、语言和宗教分类标准。(53)国内方面,李若建自行定义了测量多样化的指标(职业多样性指数=1−$ \displaystyle\sum\nolimits_{{i}}^{{n}}{{x}}_{{i}}^{2}\left(\displaystyle\sum\nolimits_{{i}=1}^{{n}}{{x}}_{{i}}\right)^{2} $ ,其中,Xi(i=1…n)为i职业人数),以反映区域内的职业多样性状况。从该指数的定义可以看出,当全部劳动力集中于一种职业时,职业多样性指数为0,当全部人均匀分散于n种职业时,职业多样指数为(n−1)/n。他根据人口普查数据将职业分为 7类,测算的职业多样性指数最大值为 0.857;从性别来看,男性的职业分布更为均匀,女性则集中在服务行业等职业中。(54)基于上述梳理,本文主要借鉴了Alesina et al.对不同群体的概率的测算方法,构建出衡量城市职业多样性的如下指标:
式(1)中,Ski(k=1…n)为职业k在i城市的份额。
-
文章所采用的主要数据来源为两类:2002—2009年中国城镇住户调查数据(UHS)和2012年、2014年及2016年的中国劳动力动态调查数据(CLDS)。
其中,城镇住户调查数据(UHS)以城市中的非农业居民户为调查对象,内容主要涉及家庭人口及经济状况、受教育背景、消费结构等。本文使用的城镇住户调查(UHS)有效样本涉及16个省(或直辖市)的155个地级市,样本城市的行业分布如图1所示。可以看出,本文所选取的样本城市的产业分布主要集中在制造业,批发和零售贸易、餐饮业,国家机关、党政机关和社会团体中,且总体来看,行业分布较为丰富且基本与现实情况一致。
在城市的职业分布方面,城镇住户调查数据(UHS)根据被调查人所从事的具体工作进行编码,将职业分为以下八类:各类专业技术人员、国家机关党群组织、企事业单位负责人、办事人员和管理人员、商业工作人员、服务性工作人员、农林牧渔劳动者、生产工人、运输工人和有关人员以及其他劳动者。其中,2007年UHS对职业的划分标准进行了小幅调整,将商业工作人员、服务性工作人员合并为商业、服务人员,并新增了军人这一职业类别,但职业种类仍为8种。(55)
为了更好地突出文章的现实价值,本文又基于2012年、2014年及2016年中国劳动力动态调查数据(CLDS),将本研究的时间跨度进行了扩展。其可行性在于,由于CLDS的职业编码与UHS的职业划分相比并未进行实质性更改,因此,选取该数据进行扩展测算具有可比性。(56)其中,各年度CLDS数据涵盖的城市样本数依次为:2012年涵盖了267个地级市、2014年涵盖了288个地级市、2016年涵盖了140个地级市。
最后,按照同一城市将两类数据库进行匹配后,2012年有145个地级市,2014年有153个地级市,2016年有79个地级市。基于此项数据,本文进一步测算出2012年、2014年和2016年中国城市的职业多样性指标。
-
图2展示了中国的城市职业多样性趋势,可以看出,2002—2009年期间,中国城市的职业多样性呈现小幅度的下降趋势。其中,2007年和2008年下降较为明显,其原因可能是受2008年全球金融危机的冲击,且以第二产业为主导的行业职业受到金融危机的影响较大;2009年以后又呈现出上升趋势,可能原因在于金融危机后的经济刺激政策以及新兴经济的快速发展(如线上经济),从而滋生了新的就业岗位和职业类型。
-
基于前文的理论分析,为全面揭示中国城市职业多样性的基本事实,本文依次从城市规模、产业结构及经济水平三个维度来分析中国不同类型城市的职业多样性及其趋势。(57)
1. 按不同城市规模。
按照城市人口规模的差异,将样本城市分为小城市(共27个)、中等城市(共61个)、大城市(共60个)、特大城市(共7个)。(58)图3展示了不同规模的城市职业多样性趋势,整体而言,不同规模的城市职业多样性都呈现出小幅下降的趋势;相对而言,特大城市的职业多样性较高。这一发现符合本文的假设一:即城市规模越大,城市的职业多样性越强。
由于中国的城市规模更多受城市的行政等级所决定,因此,文章按照不同行政等级将样本城市分为副省级及直辖市(共13个)、其余城市(共142个)。图4展示了不同行政等级的城市职业多样性趋势,可以看出,副省级及直辖市的城市职业多样性一直高于其他城市。
2. 按不同产业结构。
按照城市内部产业结构的差异,将样本城市分为由第三产业主导的城市(共45个)和由第二产业主导的城市(共110个)。由图5可见,第三产业主导的城市职业多样性与第二产业主导的城市职业多样性间的差异不大,不同城市内部产业结构对应的职业多样性差异并不显著。值得注意的是,2008年以后,受全球金融危机的影响,第三产业为主的城市职业多样性优势开始显现,这大致可以解释中国城市的职业多样性在2007年以后总体呈现出下降的趋势。
本文接下来对城市职业多样性与城市产业结构(各年份城市的第三产业产值与第二产业产值之比)和城市数字经济发展(用城市数字普惠金融发展指数来衡量(59))之间的相关性进行了分析(表1)。同样发现,城市职业多样性与城市的产业结构升级、城市数字经济发展之间都存在正相关关系,即第三产业占比越高的城市,城市数字经济发展越好的城市,其对应的城市职业多样性程度越高。这验证了前文提出的研究假说二。从理论上来说,无论是城市的第三产业比例提高还是城市数字经济的发展,都将有利于各项新兴就业的产生(60),短期内会创造新的职业类型而增加城市的职业多样性。因此,城市的职业多样性可以作为窥视城市产业结构升级和新兴产业发展的一个重要窗口。
城市职业多样性 城市产业结构升级 0.1549***(p=0.0000) 城市数字经济发展 0.2331***(p=0.0000) 表 1 城市产业结构、数字经济发展与城市职业多样性
3. 按不同收入水平。
首先按照城市的地理位置分布,将样本城市分为东部地区城市(共56个)、中部地区城市(共71个)及西部地区城市(共28个)。图6显示了不同地区的城市职业多样性趋势,由图可知,职业多样性与不同地区的经济发展水平正相关,东部地区的城市职业多样性水平始终高于中部及西部地区,西部地区的城市职业多样性程度最低。
按照城市人均国内生产总值的差异,将样本城市分为低于人均国内生产总值中位数的城市(共53个)和高于人均国内生产总值中位数的城市(共102个)。图7为按照人均国内生产总值差异进行划分的城市职业多样性趋势图。上述发现均验证了上文提出的研究假说三。
-
以上就中国城市职业多样性的基本事实和趋势进行了直观描述,但无法推断城市特征对于城市职业多样性的影响。由此,本文进一步就城市基本特征(包括城市规模、行政等级、产业结构、不同地区和经济水平等)和城市职业多样性指数两类变量进行了回归分析。其中,相应的变量定义为:城市规模为当年该城市市辖区年末人口数的对数,对于不同行政等级划分,将副省级和直辖市的城市赋值为1,其余为0;对于不同产业结构划分,将第三产业为主的城市赋值为1,第二产业为主的城市赋值为0;对于不同地理位置划分,将东部地区的城市赋值为1,中部和西部地区的城市赋值为0;对于不同经济水平(人均GDP)城市的划分,将大于人均GDP中位数的城市赋值为1,否则为0。以上数据来源为各年度的《中国城市统计年鉴》。为克服不同城市特征的异质性效应,主要采用的计量方法为面板数据的固定效应模型。
其中,
$ {\mathrm{l}\mathrm{n}\mathrm{w}\mathrm{o}\mathrm{r}\mathrm{k}\_\mathrm{r}\mathrm{a}\mathrm{t}\mathrm{e}}_{{c}{t}} $ 为t年c城市的职业多样性指数,$ {\mathrm{c}\mathrm{i}\mathrm{t}\mathrm{y}}_{{c}{t}} $ 为城市类别虚拟变量,$ {\mathrm{X}}_{{c}{t}} $ 为t年c城市的其他城市特征变量,$ {\mathrm{\gamma }}_{{c}{t}{i}} $ 为t年c城市劳动力i的家庭及个人特征因素,$ {\varphi }_{c} $ 表示城市固定效应,$ {\delta }_{t} $ 表示年份固定效应,$ {\mathrm{\mu }}_{{c}{t}{i}} $ 为残差项。从表2可以看出,城市规模和行政等级越高的城市,其职业多样性程度越高;东部地区的城市职业多样性高于中西部地区,经济水平高的城市职业多样性高于经济水平低的城市,这些发现与本文的理论梳理和基本事实判断基本一致。具体而言,从模型1的结果可以看出,在其他条件不变的情况下,经济水平较高的城市职业多样性较经济水平低的城市高0.4%。模型2的结果显示出,在其他条件不变的情况下,城市规模越大,其职业多样性越高。从模型3的结果可以看出,在其他条件不变的情况下,东部地区城市的职业多样性较中西部地区城市高0.6%。从模型4的结果可以看出,在其他条件不变的情况下,副省级及直辖城市的职业多样性较其他地区城市高大约1%。模型5的结果显示,以第二产业为主的城市职业多样性高于第三产业主导的城市。这可能与样本期的选择有关,结合上文的指标测算结果,2008年以后中国第三产业为主的城市职业多样性优势才逐渐显现。此外,由于本文的关注点不是聚焦某一关键变量对于城市职业多样性影响的因果效应,因此未进行内生性讨论;同时,城市固定效应在一定程度上可以消除城市之间的制度差异等内生性问题。
因变量:城市职业多样性(lnwork_rate) 模型1 模型2 模型3 模型4 模型5 经济水平 0.004*** (0.000) 不同地区 0.006*** (0.001) 产业结构 −0.004*** (0.000) 行政等级 0.010*** (0.001) 城市规模 0.005*** 0.002*** 0.002*** 0.002*** 0.003*** (0.000) (0.000) (0.000) (0.000) (0.000) 地区生产总值(lngdp) 0.009*** 0.012*** 0.012*** 0.012*** 0.011*** (0.000) (0.000) (0.000) (0.000) (0.000) 职工平均工资(lnwage) −0.006*** −0.006*** −0.006*** −0.006*** −0.006*** (0.001) (0.001) (0.001) (0.001) (0.001) 第三产业产值比重(third_share) −0.000*** −0.000*** −0.000*** −0.000*** 0.000*** (0.000) (0.000) (0.000) (0.000) (0.000) 省份普通高校数目(lnpro_uni) −0.043*** −0.043*** −0.043*** −0.043*** −0.042*** (0.001) (0.001) (0.001) (0.001) (0.001) 可支配收入(lnincome_dis) 0.001*** 0.001*** 0.001*** 0.001*** 0.001*** (0.000) (0.000) (0.000) (0.000) (0.000) 户口类型(hukou) 0.000** 0.000** 0.000** 0.000** 0.000*** (0.000) (0.000) (0.000) (0.000) (0.000) 受教育程度(education) −0.000 −0.000 −0.000 −0.000 −0.000 (0.000) (0.000) (0.000) (0.000) (0.000) 就业情况(employment) −0.000*** −0.000*** −0.000*** −0.000*** −0.000*** (0.000) (0.000) (0.000) (0.000) (0.000) 职业类型(work_type) −0.000*** −0.000*** −0.000*** −0.000*** −0.000*** (0.000) (0.000) (0.000) (0.000) (0.000) 常数项 0.760*** 0.735*** 0.735*** 0.735*** 0.725*** (0.008) (0.008) (0.008) (0.008) (0.008) 年份固定效应 YES YES YES YES YES 城市固定效应 YES YES YES YES YES 观测值 604748 604748 604748 604748 604748 城市数 142 142 142 142 142 R^2 0.706 0.706 0.706 0.706 0.706 注:括号内数值为稳健性标准误;*、**、***分别代表在10%、5%和1%的水平上显著;与城市特征变量进行匹配后,回归中最终使用的城市样本数为142个。 表 2 不同类别城市职业多样性的回归分析
-
为了进一步验证本文的结论,本文尝试对不同规模城市职业多样性的影响因素进行分析,这里主要采用的OB(Oaxaca-Blinder)分解方法。由表3可知,可解释因素占总差异的32.73%,不可解释因素占总差异的67.27%。对于可解释部分,地区生产总值对于职业多样性的影响最大,占比为39.64%,即经济越发达,城市间的职业多样性差距越大;随后为年末总人口因素,占比达37.81%,即人口越多,不同城市规模间的职业多样性差距越大;其次,职工平均工资、城市产业结构也是影响不同城市规模职业多样性的因素之一。这一结果与上文对城市职业多样性的分类探讨和回归分析的结论基本一致。
可解释部分 比重 不可解释部分 比重 总差异 0.0192*** (0.000175) 可解释差异 −0.0181*** 32.73% (0.000693) 不可解释差异 0.0372*** 67.27% (0.000712) 地区生产总值(lngdp) 0.0457*** 39.64% −0.197*** 22.33% (0.000751) (0.00657) 年末人口(lnpop) −0.0436*** 37.81% 0.263*** 29.81% (0.000864) (0.00345) 职工平均工资(lnwage) −0.0231*** 20.03% 0.380*** 43.06% (0.000206) (0.00650) 第三产业比重(third_share) 0.00290*** 2.52% −0.0424*** 4.81% (0.000129) (0.000898) 常数项 −0.367*** (0.00464) 观测值 604757 604757 604757 注:括号内数值为稳健性标准误;*、**、***分别代表在10%、5%和1%的水平上显著。 表 3 Oaxaca-Blinder分解结果
-
为进一步验证上文职业多样性基本事实测算的准确性,本文又采取了如下稳健性检验方法,相应分析如下。
-
借鉴Malizia and Ke的测算方法,本文重新构造了城市职业多样性的测算指标:(61)
式(3)中,i代表第i个城市,j代表第j个职业,n代表第i城市的职业总数,Eij代表第j个职业在第i城市的就业人数,Ei代表i城市的总就业人数。以此公式进行测算,验证上述趋势是否合理。结果显示,虽然采取了不同的职业多样性计算公式,但在不同城市分类方法下,城市职业多样性的变动趋势仍然是一致的,从而验证了本文结论的稳健性。
-
接下来,本文对比分析了本文计算的职业多样性指数与其他城市多样性指标的关系。首先,借鉴徐现祥等计算的2010年方言多样性指数(62),与文章所使用的2009年UHS数据覆盖的城市进行匹配,得到139个有效城市样本,并用以分析职业多样性指数与方言多样性指数的相关性;接着,参照职业多样性的计算方法,本文又计算出城市的行业多样性指数,并分析了行业多样性指标与前两种多样性指标之间的关系。结果见表4。
职业多样性指数(work_rate) 行业多样性指数(industry_rate) 方言多样性指数(diversity) −0.0794***
(p=0.0000)−0.1062***
(p=0.0000)行业多样性指数(industry_rate) 0.5367***
(p=0.0000)/ 表 4 职业多样性指数与方言多样性指数相关性
可以发现,职业多样性指数与行业多样性指数呈显著的正相关(相关系数为0.537),但与方言多样性指数呈现显著的负相关(−0.079),而行业多样性指数同样与方言多样性指数呈显著的负相关(−0.1062)。即城市的行业多样性滋生了更多的职业多样性,但方言多样性却不利于职业多样性程度的提升。其可能的解释为,方言多样性抑制了外来劳动力的社会网络构建,不利于劳动力对一些行业的进入与提高收入。(63)
-
受限于城镇住户调查数据(UHS)调查对象的限制,本文测算的职业多样性指标较难涵盖流动人口的职业分布。为解决这一问题,参考Combes et al.的做法,本文选取2005年全国1%人口抽样调查数据的职业分类的人口占比对UHS数据的职业分类进行加权处理,使得职业多样性的指标测算更具一般性。(64)
2005年的人口抽样调查对按照职业大类划分的就业人口数进行了统计,该调查将职业分为7大类:国家机关、党群组织、企业事业单位负责人;专业技术人员;办事人员和有关人员;商业、服务业人员;农林牧渔水利业生产人员;生产、运输设备操作人员与有关人员及不便分类的其他从业人员,与UHS的职业分类一致。(65)因此,文章以此数据为基础,计算不同职业类别的人口权重,加权到相应职业的UHS数据中,以使得职业多样性的指标测算更具一般性。通过将采用UHS数据以及采用流动人口加权后的城市职业多样性变化趋势比较发现,两者的趋势基本一致,且加权后的城市职业多样性变化趋势较为平稳。
-
考虑到农林牧渔等职业不能反映城市经济的特征,可能会对测算结果造成偏差,因此,本文又计算了去除该类职业后的城市职业多样性趋势。结果显示,在去除了农林牧渔类别后,城市职业多样性的变动趋势与之前的结果基本一致,这也验证了本文结论的稳健性。
-
职业多样性影响城市的经济增长、创新力及就业稳定,正确认识中国城市的职业多样性现状,对引导城市经济的健康发展尤为重要。近年来伴随着互联网经济等新经济的兴起,职业多样性愈发引起重视。作为一项基础性研究,文章以城镇住户调查数据(UHS)和中国劳动力动态调查(CLDS)数据为样本,测算了2002—2016年中国城市职业多样性的变化趋势,并从城市规模、产业结构和劳动力个体三个维度给出解释。整体来看,2002—2009年期间,中国城市职业多样性呈现出小幅度下降趋势,但2009年之后又开始回升;从城市规模来看,城市规模越大,城市职业多样性程度越强;从行政等级来看,相对于一般城市而言,副省级及直辖的城市职业多样性较高;从产业结构来看,城市内部产业结构的差异没有造成职业多样性趋势的显著变化,但2008年以后第三产业为主的城市职业多样性优势开始显现;从区域来看,东部地区的城市职业多样性最高,即经济发展水平越高的地区,城市职业多样性越高;从经济水平来看,人均国内生产总值越高的城市,城市职业多样性高。同时,采用回归分析和因素分解等方法进一步验证了上述结论。
在促进高质量就业背景下,城市职业多样性从劳动力的职业类型入手,更加客观地反映了城市内部的多样性特征,有助于直观了解不同城市的职业分布现状,进而剖析城市的产业结构和分工现状,评估城市的人力资源结构和经济发展潜能,进而为不同城市制定产业发展及人力资源政策提供参考。基于本文的研究结论,可以提供以下政策建议:
(1)从城市产业分工的视角看,城市职业多样性是影响城市产业转型的重要因素,职业多样性有助于发挥不同职业间的溢出效应和互补效应,丰富人们的社会生活,促进城市社会经济的多样化发展。职业的规模及其结构的调整是影响产业结构演进的重要因素,对城市内部职业多样性的分布及发展趋势的探讨是窥视城市产业结构调整和产业分工的一个重要窗口,了解其现状和发展趋势对于城市制定具体的产业发展政策至关重要。
(2)从城市创新发展的视角看,具有丰富职业分布多样性的城市拥有更多具有技能差异的劳动力,从而为城市的创新发展提供了坚实的人力资本基础。职业多样性所蕴含的人力资本多样性对于城市创新能力的提升具有显著的促进作用,是城市可持续发展的重要动力,而人力资本的提升又将进一步发挥城市的聚集经济外部性。了解城市劳动力的职业分布及其多样性状况,是审视城市多样化及创新发展的重要因素,为城市提供了更多的创新发展空间。
(3)从城市人力资源的角度来看,职业分布的多样性既能反映出该城市的职业供需现状,又有助于提供精准的人力资源服务,进而提高城市的人力资本水平。同时,劳动力行业分布状况影响产业演进的速度和深度,劳动人口的流入将产生或响应迁入地的劳动力市场需求,了解劳动力的职业多样性有利于更好地掌握城市内各行业的发展阶段及结构分布,从而采取更精准的措施推动劳动力供需匹配。
(4)从城市制度性保障政策来看,政府应积极改善就业环境,推动促进人才培育的方案,激励多样性的产生及发展,不断提升劳动力的多样性,进而推动社会经济转型发展。职业多样性对城市经济增长至关重要,不断增加的多样性促进了新颖性、创造性思想、创造性概念和全新设计的产生。伴随着数字经济等新经济的出现,大多数城市的职业类型将变得更加多样化。政府应根据目前城市劳动力的职业结构分布现状,结合城市的优势资源及产业发展状况,实施更具针对性的人才引进和公共服务保障政策。
中国城市职业多样性:事实、演进与政策含义
- 网络出版日期: 2021-08-20
摘要: 从城市职业类型分布的角度测算中国城市的职业多样性和趋势,并探讨城市特征对于城市职业多样性的影响,可以为引导城市充分高质量就业提供参考。通过采用改进的赫芬达尔指数、面板数据固定效应模型和Oaxaca-Blinder分解等方法,研究发现,2002−2016年期间中国城市职业多样性呈现出先降后升的趋势,其原因在于城市产业结构的调整以及金融危机后新经济的出现;同时,城市规模越大、行政等级越高、经济越发达,对应的职业多样性程度越高。研究结论有助于直观了解不同城市的职业分布、产业结构和分工现状,评估城市的人力资源结构和经济发展潜能,进而为不同城市制定产业发展及人力资源规划提供政策建议。
English Abstract
Measurement, Trends and Policy Implications of Urban Occupational Diversity in China
- Available Online: 2021-08-20
-
Keywords:
- agglomeration economy /
- urbanization economy /
- occupational diversity /
- urban diversity /
- full and high-quality employment
Abstract: This paper innovatively measures the occupational diversity and trends in Chinese cities from the perspective of the distribution of urban occupational types, and explores the influence of urban characteristics on urban occupational diversity, with a view to providing reference for guiding the full and high-quality employment in cities. Based on the improved Herfindahl index, the fixed effect model of panel data and the Oaxaca-Binder decomposition method, we found that the occupational diversity in Chinese cities decreased first and then increased during the period from 2002 to 2016, which was due to the adjustment of urban industrial structure and the emergence of new economy after the financial crisis. At the same time, the larger the city size, the higher the administrative level and the more developed the economy, the higher the degree of occupational diversity. In the context of promoting full and high-quality employment in cities, the conclusions of this paper are helpful to intuitively understand the current situation of job distribution, industrial structure and division of labor in different cities, evaluate the human resource structure and economic development potential of cities, and then provide reference for different cities to formulate industrial development and human resource policies.