EN中文

经济地理 >

2021 , Vol. 41 >Issue 12: 100 - 109

DOI: https://doi.org/10.15957/j.cnki.jjdl.2021.12.011

城市地理与新型城镇化

中国市域工资水平的空间格局及其与经济水平的空间错位

  • 李建新 , 1, 2 ,
  • 梁曼 , ※ ,
  • 钟业喜 2 ,
  • 杨永春 3
展开
  • 1.江西师范大学 江西经济发展研究院，中国江西 南昌 330022
  • 2.江西师范大学 地理与环境学院，中国江西 南昌 330022
  • 3.兰州大学 资源环境学院，中国甘肃 兰州 730000
※梁曼（1988—），女，河南镇平人，博士，讲师，研究方向为人文地理与区域可持续发展。E-mail：

李建新（1990—），男，江西抚州人，博士，助理研究员，研究方向为经济地理与空间规划。E-mail：

收稿日期: 2021-03-14

  修回日期: 2021-10-26

  网络出版日期: 2025-03-31

基金资助

国家自然科学基金项目(41971198)

国家社会科学基金项目(21BJY063)

收起

Spatial Pattern of Wage Level in China at City level and Its Spatial Mismatch with Economic Level

  • LI Jianxin , 1, 2 ,
  • LIANG Man , ※ ,
  • ZHONG Yexi 2 ,
  • YANG Yongchun 3
Expand
  • 1. Jiangxi Institute of Economic Development，Jiangxi Normal University，Nanchang 330022，Jiangxi，China
  • 2. School of Geography and Environment，Jiangxi Normal University，Nanchang 330022，Jiangxi，China
  • 3. College of Earth and Environmental Sciences，Lanzhou University，Lanzhou 730000，Gansu，China

Received date: 2021-03-14

  Revised date: 2021-10-26

  Online published: 2025-03-31

Fold

摘要

采用空间自相关、重心分析、空间错位模型等方法系统考察2000—2017年中国市域工资水平的时序变化、空间格局及其与经济水平间的空间错位特征，结果表明：①市域工资水平具有阶段性快速提升特征，呈现空间集聚差异为主、行政等级差异为辅的分异格局。②市域工资水平具有空间聚类特征，高高区域集中分布在东部沿海地区，低低区域不断向中部和东北地区加速集聚。③市域工资水平与经济水平具有不断弱化的正相关关系，工资水平重心始终位于经济水平重心西侧，存在空间错位问题。④市域工资水平与经济水平的错位指数具有明显的区域差异，东部沿海及省会城市由于工资水平相对滞后于经济水平导致出现正向错位，西部地区相反出现负向错位，中部地区错位问题较小。

关键词： 工资水平; 收入差距; 经济水平; 空间错位; 市域单元; 长三角; 京津冀; 西部地区

本文引用格式

李建新 , 梁曼 , 钟业喜 , 杨永春 . 中国市域工资水平的空间格局及其与经济水平的空间错位[J]. 经济地理, 2021 , 41(12) : 100 -109 . DOI: 10.15957/j.cnki.jjdl.2021.12.011

Abstract

Using methods such as spatial auto-correlation analysis,gravity center analysis and spatial dislocation model,this study systematically investigates the spatio-temporal evolution of wage level in China at city level and its spatial mismatch with economic level from 2000 to 2017. The results show that: 1) The wage level in Chinese cities has experienced a phased promotion process,and presents the difference characteristics of spatial agglomeration,supplementing by administrative hierarchy. 2) The wage level presents a significant spatial clustering feature. The high-high areas concentrate in the eastern coastal area,while the low-low areas distribute in the central region and northeast region. 3) There is a continuous weakening positive correlation between the wage level and the economic level,and the gravity center of the wage level always located in the west of the gravity center of economic level,which means that there is a spatial mismatch between the wage level and the economic level. 4) The mismatch index of wage level and the economic level has obvious regional differences. It shows a positive mismatch in the eastern coastal and provincial capital cities because the wage level lags behind the economic level. It shows a negative mismatch in the western region,the mismatch is lesser in central region.

Key words： wage level; income gap; economic level; spatial mismatch; city level; Yangtze River Delta; Beijing-Tianjin-Hebei Region; Western Region

收入差距对人力资本的空间流动具有重要引导作用，进而会深刻影响区域经济和社会发展态势[1]。1990年代以来，日益扩大的城乡与地区收入差距对中国区域协调发展及社会和谐稳定带来了严峻挑战[2-3]。国家层面高度重视调节收入差距的重要性，将缩小城乡和城市间收入差距列入“十三五”改革攻坚的重点领域。根据国家统计局数据，党的十八大以来中国城乡间居民收入差距已有一定缓和，2016年中国城乡居民人均可支配收入之比为2.72，较2012年下降了0.16，在此背景下，如何进一步促成城市间形成合理有序的收入分配格局将成为更加紧迫的议题。此外，收入分配作为整个经济循环发展的重要环节，既是经济增长的结果，又是决定未来经济增长的重要因素[4]，科学认识收入分配和经济增长的相互关系，形成促进经济增长和合理收入分配的统一，也是实现区域协调发展及社会和谐稳定的重要基础。党的十九大报告明确提出，要“坚持在经济增长的同时实现居民收入同步增长、在劳动生产率提高的同时实现劳动报酬同步提高”。因此，在经济“新常态”背景下，深刻认识区域收入水平的空间特征，同时对收入水平与经济水平间的关系及其所呈现出的空间格局展开细致探讨，将具有重要现实和政策意义。
1950年代以来，收入分配及其与经济发展的相互关系成为国外经济学等领域的研究重点。早期研究侧重于从理论层面论证经济增长与收入分配间所存在的权衡关系，如Kuznets较早提出了经济发展与收入分配间的倒“U”型假说，即从前工业文明向工业文明转变的经济增长过程中，收入差距将先后呈现出“扩大—稳定—缩小”的态势[5]。随后，国外学者引入Gini系数作为收入差距的测度指标，通过OLS回归、三阶段最小二乘法、固定效应模型等计量方法从实证角度对收入分配与经济增长的关系展开了大量探讨[6]。由于各国的发展阶段、历史背景、国际环境等因素不同，导致研究结论存在不小差异，部分研究表明收入差距扩大在一定程度上能刺激经济增长，但相对而言，更多对于发展中国家的新近研究表明，收入分配差距扩大会通过资源错配、消费不足等途径降低经济运行效率，从而不利于经济增长[7-8]。与西方国家相比，中国的收入分配有着其特殊的历史演进背景，尤其是改革开放以来构建的混合制度模式，使得收入分配受到市场、制度、区域等因素的综合影响，具有更为明显的多元性和混合型特征。国内学者对于收入问题的相关研究主要集中在以下方面：①收入差距的时空格局。这类研究通过Gini系数、赫芬达尔—赫希曼指数等对收入差距进行测度，并借助GIS空间分析方法揭示收入差距的时空特征及演化规律，研究表明高收入区域主要集中在东部沿海省域，低收入区域主要集中在中部和东北省域[9-10]，并且城乡收入差距表现出地级>省级>区级的尺度格局[11-12]。②收入差距的影响因素。这类研究多基于新古典经济增长理论、新经济地理学理论，对区域收入差距的形成原因展开充分探讨[13]，通过构建线性回归、地理加权回归等模型，重点关注劳动力流动、外商投资、经济全球化、产业集聚等因素的影响[14⇓-16]。③收入差距与经济发展的关系。这类研究主要基于西方古典经济学派、新古典学派等理论成果以及中国特有的发展实践，尝试构建中国收入分配与经济增长的关系分析框架，并且通过关系方程等方法系统论证中国收入分配和经济增长的关系[4]，研究总体认为20世纪后期以来中国居民收入差距对经济增长存在较为显著的阻碍效应，需要探索建立更优的收入分配制度[17-18]。
以上研究对于理解中国收入分配及其与经济发展间关系具有重要启示，但仍存在以下不足：首先，已有研究更多关注的是城乡间收入差距的空间格局，而对于城市间收入差距的空间格局关注较少，精准揭示城市收入水平的格局特征及关联规律，可为缩小城市间收入差距提供细致参考。其次，研究侧重于从数理层面揭示区域收入差距的影响因素及其经济发展效应，而相对忽视了收入水平与经济水平间关系所呈现出的空间结构特征，不利于相关空间政策的制定。基于以上不足，并且考虑到城市工资数据的可获取性较好，因此本文将对2000—2017年全国286个市域单元工资水平的时空格局展开深入探究，并引入空间错位模型进一步探讨中国市域工资水平与经济水平间的空间匹配关系，为新时期政府应对区域收入差距扩大问题，构建更为合理的收入与经济间关系提供相应参考。

1 研究方法与数据

1.1 空间自相关分析

本文采用常用的Moran's I和局部Moran's I指数分别对2000—2017年中国市域工资水平的全局及局部空间自相关进行测度，其表达式分别为[19-20]：
I = 1 s 2 ∑ i = 1 n ∑ j ≠ 1 n X i - X ¯ X i - X ¯ X j - X ¯ ∑ i = 1 n ∑ j ≠ 1 n W i j
I i = Z i ∑ i = 1 n W i j Z j
式中：n为地区总数； X ¯为样本平均值； X i为区域i的观测值； W i j为空间权重矩阵，空间相邻取值为1，不相邻为0； s 2为 ∑ i = 1 n X i - X ¯ 2 / n； Z i和 Z j分别代表对空间单元i和j观测值标准化后的数值。

1.2 重心与空间重叠性分析

重心为节点空间分布的力矩平衡点，运用重心分析模型计算2000—2017年中国市域工资水平和经济水平的空间分布重心，衡量中国市域工资水平与经济水平间的空间分布状况，并根据其动态演化过程揭示二者间的关系，其表达式为[21-22]：
H A U x , y = ∑ i = 1 n A U i w x i , y i ∑ i = 1 n A U i
H P G x , y = ∑ i = 1 n P G i w x i , y i ∑ i = 1 n P G i
式中： H A U、 H P G分别为市域工资水平重心和经济水平重心； A U i、 P G i分别为市域i的工资水平和经济水平； w x i , y i为第i个市域的区域地理坐标；n为市域数量。
进一步采用空间重叠性来考察市域工资水平与经济水平重心的空间耦合态势。空间重叠性用重心间距离S表示，距离越近则重叠性越高，其表达式为[23]：
S = d H A U , H P G = x A U - x P G 2 + y A U - y P G 2
式中：若S=0，则二者重心重叠，表示工资水平与经济水平的空间分布具有一致性；若S>0，则说明二者重心坐标不重叠，存在空间错位现象。

1.3 空间错位指数

空间错位理论是1960年代由约翰∙凯恩（Kain J）所提出，最初用于揭示城市空间重构背景下弱势群体居住与就业空间机会的差异问题[24]。如上文所述，区域工资水平应当与经济水平相适应，达到二者间的相互协调发展。为此，本文引入空间错位模型，探讨中国市域工资水平与经济水平的空间均衡发展状态，其表达式为[25]：
S M I i = 1 A U P G i P G A U - A U i × 100
R i = 1 m ∑ k = 1 m S M I i / ∑ i = 1 n S M I i × 100 %
式中： S M I i为市域i的空间错位指数； R i为市域i在m年期间的空间错位贡献度； A U i、 P G i的含义同式（3）和式（4）；AU和PG则分别为该属性值的所有研究单元总和。SMI值的大小可反映工资水平和经济水平的空间分布相似性，相似程度越高则空间错位程度越低，即SMI的绝对值越小，反之则越大，空间错位现象越明显。

1.4 数据来源

在综合考虑行政区划完整性以及数据连贯性的前提下，本文以地级及以上城市作为研究基本空间单元，研究时间跨度为2000—2017年，选取的时间节点为2000、2015、2010以及2017年。由于民族自治州以及个别地级城市的数据缺失严重，因此对其予以剔除处理。考虑到研究期间行政区划调整因素，本文以2000年行政区划方案为基准，对剩余年份的地级行政单元进行了修正，由于数据缺失，本研究还不包括香港、澳门、台湾，各年度纳入研究的空间单元数为286个。需要说明的是，本文市域工资水平采用可获取性较好的城市职工平均工资指标进行衡量，这是因为尽管工资水平在一定程度上受到一些规制，但中国相关统计年鉴中的工资数据包括了计时工资、计件工资、奖金和补贴、各种津贴和其他工资[13]，因此符合本文需求。而市域经济水平则采用城市人均GDP指标进行衡量，该指标作为评价区域宏观经济运行状况的有效工具，被广泛用于测度区域经济水平的相关研究中。研究所采用的数据主要源于2001—2018年《中国城市统计年鉴》以及各相关省份统计年鉴，缺失数据通过相邻年份差值法补齐。为避免价格因素的影响，将各研究年份的市域工资水平和人均GDP数据根据各省居民消费价格指数调整为2000年不变价格。

2 中国市域工资水平的空间格局

2.1 市域工资水平的总体空间格局特征

21世纪以来，伴随着经济社会的高速发展，中国市域工资水平总体呈现出快速提升趋势，但提升幅度具有“高峰—低谷—反弹”的阶段性特征（表1）。2000年286个研究单元的平均工资水平为8 140.30元，2005年提升至14 477.02元，较2000年提升了77.84%，该阶段年均提升幅度为研究期最大的12.20%；2010年提升至22 181.95元，较2005年提升了53.22%，该阶段年均提升幅度有所下降，为8.91%；2017年为43 734.22元，较2010年提升了97.16%，该阶段年均提升幅度重新反弹，达到10.18%。中国市域工资水平的上述阶段性演变特征很好地对应了该时期中国经济发展的治理思维及实践进程[26]。21世纪初期，加入WTO标志着中国开始全方位融入经济全球化，进入加速工业化阶段，此时相对较低并且稳定的工资水平是工业化顺利开展的重要保障。随着工业化进程的加速推进，经济的快速发展带动了原本基数较低的工资水平在短时期内实现了迅速提升，使得2000—2005年工资水平增幅达到高峰。然而，随着工业化进程的深入推进，依赖要素低成本优势参与全球分工的发展模式使得中国产业存在价值链“低端锁定”的突出矛盾[27-28]，产业结构升级缓慢及外部经济形势变化减弱了经济发展对工资水平的提振效应，导致2005—2010年工资水平增幅进入低谷。随着经济规模的不断累积，中国的GDP已由2000年的全球第6位快速上升至2010年的第2位，通过创新驱动、转型升级等方式推动中国走向经济强国成为党的十八大以来新的治理思维，这种变化提高了对劳动力素质的要求，与此同时，人口老龄化因素也可倒逼工资水平的增长，因而2010—2017年工资水平增幅出现反弹。
表1 2000—2017年中国市域工资水平及其阶段性增长情况

Tab.1 Wage level and its periodic growth at city level in China from 2000 to 2017

2000 2005 2010 2017
平均工资（元） 8 140.30 14 477.02 22 181.95 43 734.22
阶段提升幅度（%） - 77.84 53.22 97.16
阶段年均提升幅度（%） - 12.20 8.91 10.18
为进一步辨析研究期间市域工资水平的空间分布特征，通过ArcGIS软件将4个研究年份中国市域单元的工资水平分别基于自然断裂点分级法划分为6个等级，绘制中国市域工资水平空间格局图（图1）。结果显示，中国市域工资水平呈现出显著的区域分异格局，并且表现出空间集聚差异为主、行政等级差异为辅的双重差异特征。具体而言，空间集聚差异主要体现在高工资区域高度集聚分布在长三角、珠三角、环渤海等东部沿海城市群地区，尤其是长三角地区的高工资区域分布范围广、等级水平高，而低工资区域主要集聚分布在内陆地区。行政等级差异体现为城市行政等级越高则工资水平越高，总体呈现出省会城市和计划单列市高于一般地级城市的差异格局。另外，少数矿业城市由于建立了较为完备的专业化产业集群，工资水平也相对较高，包括大庆、鄂尔多斯、包头、克拉玛依、东营等。最后，进一步通过考察标准差指数和变异系数来分析中国市域工资水平的差距演变情况。结果表明，四个研究年份中国市域工资水平的标准差指数分别高达2 523.28、4 509.18、5 793.50、8 953.92，表明高工资区域与低工资区域间工资水平呈现出巨大的绝对差距，并且绝对差距仍在显著扩大。变异系数则相对较小，分别为0.31、0.30、0.26、0.20，表明市域间工资水平的相对差异呈收敛态势。相对差距的收敛主要是由于工资水平相对较低区域拥有更快的工资增长幅度，尤其是西部地区的工资水平在研究中后期以来呈现出更快的提升态势。汇总数据表明，2005—2017年，西部地区工资水平年均提升幅度达到10.01%，而东部地区为9.14%，这可从以下方面得到解释：首先，西部地区作为经济发展相对落后地区，工资水平基数远低于东部地区，在当前政府强调对收入实行再分配的制度体系下，西部地区享受中央财政转移支付等区域优惠政策，居民可从中获得更多的补贴收入；其次，西部地区人口较少并且大量劳动力向东部地区转移，导致自身劳动力供给减少而加剧供需矛盾，可间接推动工资水平的更快提升；第三，西部地区分布有数量较多的计划经济以来国家重点建设的重工业基地，资源、矿产等重工业体系基础较好，并且国有企业比重也相对较高[29]，一定程度上有利于推动居民收入的更快增长。
图1 2000—2017年中国市域工资水平的空间分布格局

注：该图基于国家自然资源部标准地图（审图号为GS（2016）2923号）绘制，底图无修改，下同。

Fig.1 Wage level at at city level in China from 2000 to 2017

2.2 市域工资水平的空间关联格局特征

上述内容从时间和空间维度分析了市域工资水平的变化趋势和分布情况，但未体现工资水平的空间关联特征。因此，进一步采用全局及局部空间自相关，计算出中国市域工资水平的全局Moran's I指数并绘制LISA聚类图（图2）。结果显示，2000、2005、2010、2017年中国市域工资水平的全局Moran's I值分别为0.4503、0.4580、0.4312、0.4444，并且正态统计量Z值均通过了1%的显著性水平检验。这表明中国市域工资水平的高值区及低值区在空间分布上呈现出显著的空间聚类和空间正相关现象，即工资水平高或者低的区域趋于集聚分布，相邻市域之间的工资水平具有一定的溢出效应。
图2 2000—2017年中国市域工资水平的空间关联格局

Fig.2 LISA cluster of wage level at city level in China from 2000 to 2017

结合各研究年份的LISA聚类图可以发现：①中国市域工资水平的高高（H-H）区域几乎全部分布在东部沿海地区，包括长三角、珠三角、京津及海峡西岸地区。不难理解，这些区域作为全国范围内发展外向型经济的先行地区，对劳动力的需求更为旺盛，并且经济水平和产业结构也相对更优，能够提供更高的工资水平。但由于东部沿海不同地区间的发展水平及阶段存在差异，导致高高区域的分布也呈现出阶段性演变特征。具体来看，珠三角和海峡西岸地区的高高区域数量在2005年以来明显减少，可能的原因在于这些区域在产业结构转型升级方面出现了阻滞现象，例如，珠三角地区的计算机等高端产业大规模转移至长三角地区[30]，海峡西岸地区高度集中于纺织、服装、鞋帽等产业，导致区域工资水平增速趋缓。长三角地区的高高区域呈现更大面积的集聚分布态势，上海、江苏、浙江的市域几乎全部属于高高区域。这主要得益于长三角地区既是国家层面的经济极核，也是产业转型的先行区域[31]，使得工资水平及增速持续处于较高水平。京津地区的高高区域在2005年以来才开始出现且面积较小，包括北京、天津及周边的唐山、廊坊，这主要是由于京津地区的外向型经济较长三角、珠三角等地区起步更晚，并且区域极化现象更为严重。②高低（H-L）区域主要为内陆地区的省会城市，包括郑州、西安、合肥、武汉等，这些城市作为各自省份的增长极，在经济规模和产业结构等方面具有明显比较优势，因而工资水平较周边城市更高。③低高（L-H）区域数量则相对较少，主要分布在沿海三大核心城市群的外围地区。④低低（L-L）区域的分布范围最广，主要分布在广大内陆地区，并且由于西部地区的工资水平保持高位增长态势，使得低低区域不断向中部地区和东北地区加速集聚，包括河南、湖北、黑龙江北部、辽宁东部。整体而言，研究期内中国市域工资水平格局逐步演化为中部和东北地区“塌陷式”的空间结构，与中国区域经济发展“东—中—西”阶梯式降低的地带性规律不完全匹配，可初步判断二者间存在一定程度的空间错位问题。

3 中国市域工资水平与经济水平的空间错位

3.1 市域工资水平与经济水平的时空关系特征

首先，对中国市域工资水平与经济水平进行Pearson相关分析，发现二者总体上存在显著的正相关关系，但各研究年份的相关系数呈不断下降态势，相关系数由2000年的0.796下降至2017年的0.600（2000年，R=0.796，P<0.01；2005年，R=0.782，P<0.01；2010年，R=0.750，P<0.01；2017年，R=0.600，P<0.01）。这反映出，当一个市域的工资水平越高时，其经济水平也倾向于越高，但工资水平与经济水平之间的关系正变得越来越松散，有必要进一步探索二者间错位关系的演变特征。
随后，运用重心和空间重叠性方法定量揭示市域工资水平与经济水平间的空间不一致特征，基于ArcGIS软件计算各研究年份工资水平、经济水平的重心及错位距离（表2）。结果显示，2000—2017年，中国市域工资水平重心在113°51′E~114°51′E、32°41′N~33°04′N之间变动，呈现出“东北向—西北向—西南向”的迁移轨迹，四个研究年份均落在河南省驻马店市境内；经济水平重心在114°24′E~114°54′E、32°32′N~33°33′N之间变动，2000年落在信阳市境内，2005年转移至周口市境内，2017年又大幅度向西南转移至驻马店市境内，呈现出“北向—东北向—西南向”的迁移轨迹。对比二者的位移联动关系发现，工资水平与经济水平的重心变化趋势表现出一定的一致性，即均呈现出向西移动的总体特征，但二者在各时段的分布位置、转移路径、移动距离与速度又存在较大差异性，突出体现为经济水平重心始终位于工资水平重心的东侧，并且向西移动幅度更大。分析其原因，主要是由于21世纪初期以来在市场机制的作用下，中国部分劳动力、资源密集型产业开始加速由东南沿海地区向内陆地区转移，导致经济重心呈现出较为明显的西移特征，本文汇总数据也表明，2000—2017年中部地区和西部地区的人均GDP年均增长率分别为12.41%和11.72%，明显高于东部地区的9.28%。相对而言，在劳动力供需矛盾加剧等市场因素以及收入再分配体制等制度因素的双重影响下，中西部地区的工资水平也获得了略微更快的提升速度，2000—2017年，中部地区和西部地区的工资水平年均增长率分别为6.96%和7.04%，稍高于东部地区的6.37%，使得工资水平重心出现了较经济水平重心更为平缓的西移特征。最后，从错位距离来看，工资水平与经济水平的重心错位距离随时间推移呈倒“U”型变化趋势，错位距离由2000年的74.82 km增加至2005年的104.23 km，其后逐步收敛，先缓慢下降至2010年的95.85 km随后又快速下降至2017年的59.58 km。以上表明，中国市域工资水平与经济水平间的错位问题和分离趋势是客观存在的。
表2 2000—2017年中国市域工资水平与经济水平的重心分布及错位状况

Tab.2 Mismatch state of gravity centers between the wage level and economic level at city level in China from 2000 to 2017

年份 工资重心 经济重心 错位距离（km）
经度 纬度 经度 纬度
2000 113°55′E 32°41′N 114°43′E 32°32′N 74.82
2005 114°01′E 32°48′N 114°44′E 33°32′N 104.23
2010 114°01′E 33°04′N 114°54′E 33°33′N 95.85
2017 113°51′E 32°50′N 114°24′E 32°33′N 59.58

3.2 市域工资水平与经济水平的空间错位格局特征

相关分析和重心分析仅能在宏观上揭示二者存在空间错位现象，无法阐释局部的错位强度及分布模式。为此，引入空间错位模型计算各研究区域的空间错位指数，定量揭示市域工资水平与经济水平在空间上存在的错位现象和程度。
①从2000—2017年的整体错位格局来看：通过ArcGIS软件将4个研究年份中国市域单元空间错位指数的平均值基于自然断裂点分级法划分为7个等级（图3）。结果表明，中国市域工资水平与经济水平的错位指数呈现出明显的区域分异格局，正向错位区域（SMI>0）即工资水平相对滞后于经济水平的区域有105个，负向错位区域（SMI<0）即经济水平相对滞后于工资水平的区域数量明显更多，达到181个。并且有意思的是，这种空间错位格局与工资水平所表现出的空间集聚差异为主、行政等级差异为辅的双重差异特征具有较高的吻合度。具体来看，错位指数较高的正向错位区域首先集中分布在包括长三角、环渤海和珠三角等东部沿海城市群区域，其次零散分布在中部地区的各省会城市，此外，少数矿业城市如克拉玛依、大庆、鄂尔多斯、包头同样具有较高的错位指数，这表明，尽管沿海城市群以及内陆省会城市和部分矿业城市具有相对较高的工资水平，但相较于其发达的经济水平而言依然较为滞后，未来仍需适当提高区域工资水平以适配其发达的经济水平。而错位指数较低的负向错位区域则广泛分布在除沿海城市群以及内陆省会、少数矿业城市以外的广大区域，尤其是由甘肃沿青藏高原东缘延伸至云南所形成的弧形地带，为低错位指数最低区域，表明这些区域的经济水平明显滞后于工资水平，未来需要进一步加大承接产业转移力度、发展特色经济以加快经济增长步伐，从而适配其较高的工资水平。
图3 2000—2017年中国市域工资水平与经济水平的整体错位格局

Fig.3 Spatial mismatch between wage level and economic level at city level in China from 2000 to 2017

②从2000—2017年的错位格局演变来看：通过ArcGIS软件将4个研究年份中国市域单元的空间错位指数分别基于自然断裂点分级法划分为7个等级（图4）。结果表明，正向错位区在研究初期几乎全部分布在经济最为发达的东部沿海地区，尤其是长三角、珠三角、环渤海等沿海城市群区域呈现出正向错位区集中分布态势，结合上文分析，这些区域尽管是中国工资水平的高值区，但在市场和制度双重因素的作用下导致其工资水平依然相对滞后于经济水平，可归纳为高水平正向错位区域。随着时间的推移，正向错位区域有不断由沿海向中部、西部地区递次扩散的趋势，以致于到2017年，中部地区发展基础较好的长江中游城市群、中原城市群呈现出正向错位区域连片分布态势，主要是由于这些区域在21世纪初期以来开始广泛接纳国内外产业转移[32]，带动了区域经济的更快发展，打破了原有工资水平滞后于经济水平的态势。由于与沿海地区相比，这些区域的工资水平相对较低，因此可归纳为低水平正向错位区域。另外，由于正向错位区域不断由沿海向内陆地区扩散，使得负向错位区域的分布范围被不断压缩，2000年除长三角、珠三角、环渤海、海峡西岸等城市群以外的区域基本都为负向错位区域，但至2017年负向错位区域主要集中分布在胡焕庸线西北侧，这些区域一方面处于全国经济发展格局的末端位置，另一方面又受益于收入分配制度，由此成为错位指数最低区域。
图4 2000—2017年中国市域工资水平与经济水平错位格局演变

Fig.4 The mismatch evolution between wage level and economic level at city level in China from 2000 to 2017

③从2000—2017年的错位贡献率格局来看：通过ArcGIS软件将4个研究年份中国市域单元的空间错位指数贡献率分别基于自然断裂点分级法划分为5个等级（图5）。结果表明，长三角、珠三角、环渤海等城市群地区以及少数内陆矿业城市对空间错位的贡献率是最高的，西部地区次之，而中部地区最低。同时，通过计算错位贡献率的标准差指数和变异系数可知，2000和2017年，用于表征贡献率绝对差距的标准差指数由0.0068快速下降至0.0027，用于表征贡献率相对差距的变异系数也由1.9453显著下降至0.7594，表明各研究单元的空间错位贡献率随着时间的推移不断趋于均衡化，空间错位的极化现象得到了明显缓和，在图5中也相应呈现出贡献率较高区域逐渐由东部地区和西部地区向中部地区扩散的事实。空间错位现象主要是由部分研究单元工资水平与经济水平的空间不匹配造成的。结合上文分析可知，东部沿海部分城市群及少数内陆矿业城市由于工资水平明显滞后于其经济水平导致出现强烈的正向错位，因而错位贡献率最高；而西部地区则由于经济水平相对滞后于其工资水平导致出现较为明显的负向错位，因而错位贡献率次之；相对而言，中部地区由于经济水平与工资水平相对更为均衡，因而错位贡献率整体最低。
图5 2000—2017年中国市域工资水平与经济水平错位贡献率格局演变

Fig.5 The evolution of mismatch contribution index between wage level and economic level at city level in China from 2000 to 2017

4 结论与讨论

①21世纪以来中国市域工资水平总体呈现出阶段性的快速提升趋势，并且表现出空间集聚差异为主、行政等级差异为辅的区域分异特征，高工资区域高度集聚分布在长三角、珠三角、环渤海等沿海城市群地区，低工资区域主要集聚分布在内陆地区，并且城市行政等级越高工资水平也倾向于越高。由于市域间工资水平的相对差异不断收敛，尤其是中西部地区工资水平的快速提升，使得市域工资水平的空间格局趋于破碎化。
②市域工资水平在空间分布上呈现出显著的空间聚类现象，高高区域集中分布在长三角、珠三角、京津及海峡西岸等沿海地区，尤其以长三角地区为主，高低区域主要为部分内陆地区的省会城市，低高区域主要分布在沿海城市群的外围地区，低低区域主要分布在广大内陆地区，并且不断向中部地区和东北地区加速集聚，导致中国工资水平空间格局逐步演化为中部和东北地区“塌陷式”的空间结构。
③市域工资水平与经济水平具有显著但不断弱化的正相关关系，并且二者的重心分布表现出明显的差异性特征，与经济水平重心相比，工资水平重心更加偏西，并且移动方向、移动距离和移动速度都更为稳定，二者错位距离随时间推移呈倒“U”型变化趋势。
④市域工资水平与经济水平的错位指数呈现出明显的区域分异格局，工资水平滞后于经济水平的正向错位区域集中分布在长三角、环渤海和珠三角等沿海城市群，以及中部地区的部分省会城市和矿业城市，而经济水平滞后于工资水平的负向错位区域则广泛分布在西部地区，同时正向错位区域有从沿海地区向中西部地区扩散的趋势。整体上，由于沿海城市群地区以及少数内陆矿业城市正向错位强烈，因而空间错位贡献率最高，西部地区由于负向错位明显，因而空间错位贡献率次之，中部地区由于经济水平与工资水平间相对更为均衡，因而错位贡献率最低。
收入问题事关百姓福祉，从可持续发展的角度来看，收入问题的核心应当在于实现收入水平和经济水平的协调和互适，保持居民收入增长与经济增长的同步性，这也是中国未来能否有效实现区域协调发展及社会和谐稳定的关键所在。和已有研究相比，本文采用市域层面的数据能为进行更为细致地理尺度的分析提供可能，尤其是能够更好地解释省域内部城市发展的异质性。并且，通过引入空间错位模型来系统考察中国市域工资水平与经济水平间的空间错位特征，能够从空间层面有效揭示经济发展与收入水平之间的协调关系并识别存在的问题，对政府制定相关政策具有一定的借鉴意义。本文在优化空间层面工资与经济关系的政策启示为：①东部沿海等相对发达地区目前客观存在着工资水平相对滞后于经济水平这一阶段性问题，对此，其未来应当在遵循市场经济运行规律的基础上，坚持以高质量发展为导向、以创新驱动为基石，借助产业转型升级接续经济发展源泉，保障经济系统高效运行，为最终增加居民福祉提供根本保障。在此过程中，随着经济结构升级对高素质劳动力需求的进一步增加，还可以通过政府及非政府组织强化既有劳动力尤其是输入型劳动力的技能培训力度，在适应产业转型升级需求的同时增强劳动力自身的报酬索取能力。②西部等相对欠发达地区目前客观存在着经济水平相对滞后于工资水平的矛盾，对此，其未来应当逐步转变经济增长依赖资源开发的传统发展模式，积极引入市场力量和市场竞争以充分发挥市场对产业区位的重塑作用，促成企业及产业在具备要素禀赋优势的区域形成地理集聚，融入国家及全球产业体系，为经济增长创造新的源泉。在此过程中，通过经济发展模式的市场化转型还可以将劳动力充分留在本地，缓解因劳动力流失而带来的市场供需矛盾。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
刘晔, 王若宇, 薛德升, 等. 中国高技能劳动力与一般劳动力的空间分布格局及其影响因素[J]. 地理研究, 2019, 38(8):1949-1964.

DOI

[2]
李卫华. 缩小居民收入城乡差距与地区差距的制度创新[J]. 经济地理, 2019, 39(3):195-200.

[3]
付占辉, 梅林, 刘艳军, 等. 东北三省城乡收入差距空间格局及其分异机制研究[J]. 地理科学, 2019, 39(9):1473-1483.

DOI

[4]
张来明, 李建伟. 收入分配与经济增长的理论关系和实证分析[J]. 管理世界, 2016(11):1-10.

[5]
Kuznets S. Economic growth and income inequality[J]. American Economic Review, 1955(1):1-28.

[6]
Fawaz F, Rahnama M, Valcarcel V J. A refinement of the relationship between economic growth and income inequality[J]. Applied Economics, 2014, 46(27):3351-3361.

[7]
Malinen T. Inequality and growth:Another look with a new measure and method[J]. Journal of International Development, 2013, 25(1):122-138.

[8]
Amarante V. Revisiting inequality and growth:Evidence for developing countries[J]. Growth & Change, 2014, 45(4):571-589.

[9]
王开科, 曾五一, 王开泳. 中国省域城镇工资水平的区域分异机制与空间效应[J]. 地理研究, 2013, 32(11):2107-2120.

DOI

[10]
尹向来, 史佳璐, 张晓青. 中国省域工资水平演变寻踪[J]. 城市问题, 2018(2):67-76.

[11]
孙晓一, 徐勇, 刘艳华. 中国居民收入差距及空间分异特征[J]. 经济地理, 2015, 35(12):18-25.

[12]
江孝君, 杨青山, 刘杰, 等. 中国多尺度城乡收入时空分异及影响因素[J]. 地域研究与开发, 2019, 38(4):7-14.

[13]
杨仁发. 产业集聚与地区工资差距——基于我国269个城市的实证研究[J]. 管理世界, 2013(8):41-52.

[14]
许岩, 尹晓, 尹希果. 劳动力流动与中国城市居民的工资变动[J]. 人口与经济, 2019(4):47-64.

[15]
张国峰, 王永进. 中国城市间工资差距的集聚效应与选择效应——基于“无条件分布特征—参数对应”方法的研究[J]. 中国工业经济, 2018(12):60-78.

[16]
杜群阳, 俞航东. 2003—2015年中国城市劳动力技能互补、收入水平与人口城镇化[J]. 地理科学, 2019, 39(4):525-532.

DOI

[17]
刘伟, 蔡志洲. 完善国民收入分配结构与深化供给侧结构性改革[J]. 经济研究, 2017, 52(8):4-16.

[18]
靳涛, 邵红伟. 最优收入分配制度探析——收入分配对经济增长倒“U”形影响的启示[J]. 数量经济技术经济研究, 2016, 33(5):44-64.

[19]
马荣华, 蒲英霞, 马晓冬. GIS空间关联模式发现[M]. 北京: 科学出版社, 2007.

[20]
Cliff A D, Ord J K. Spatial Processes, Models and Applications[M]. London:Pion,1981.

[21]
赵媛, 杨足膺, 郝丽莎, 等. 中国石油资源流动源—汇系统空间格局特征[J]. 地理学报, 2012, 67(4):455-466.

DOI

[22]
李秀彬. 地区发展均衡性的可视化测度[J]. 地理科学, 1999(3):63-66.

[23]
Kain J F. Housing segregation,negro employment,and metropolitan decentralization[J]. Quarterly Journal of Economics, 1968, 82(2):175-197.

[24]
杨清可, 段学军, 李平星, 等. 江苏省土地开发度与利用效益的空间特征及协调分析[J]. 地理科学, 2017, 37(11):1696-1704.

DOI

[25]
曾通刚, 赵媛. 中国老龄事业发展水平时空演化及其与经济发展水平的空间匹配[J]. 地理研究, 2019, 38(6):1497-1511.

DOI

[26]
金碚. 关于“高质量发展”的经济学研究[J]. 中国工业经济, 2018(4):5-18.

[27]
Cheong T S, Wu Y R. The impacts of structural transformation and industrial upgrading on regional inequality in China[J]. China Economic Review, 2014(31):339-350.

[28]
李建新, 杨永春, 蒋小荣, 等. 1998-2013年中国地级单元制造业规模与结构高级度协调发展的时空特征[J]. 地理科学, 2018, 38(12):2014-2023.

DOI

[29]
金凤君, 陈琳琳, 杨宇, 等. 中国工业基地的甄别与演化模式[J]. 地理学报, 2018, 73(6):1049-1064.

DOI

[30]
杨春. 台资跨境生产网络的空间重组:电脑企业从珠三角到长三角的转移[J]. 地理学报, 2011, 66(10):1343-1354.

[31]
李建新, 杨永春, 蒋小荣, 等. 中国制造业产业结构高级度的时空格局与影响因素[J]. 地理研究, 2018, 37(8):1558-1574.

DOI

[32]
贺灿飞, 胡绪千. 1978年改革开放以来中国工业地理格局演变[J]. 地理学报, 2019, 74(10):1962-1979.

DOI

Options
文章导航

/

〈 〉