基于就业空间分布的城市就业中心识别南京市主城区就业空间布局初探

基于就业空间分布的城市就业中心识别南京市主城区就业空间布局初探

随着全球化和计算机科学对中国城市发展和城市空间结构的影响日益增强，城市居住和就业空间的结构也发生了很大变化，引起了国内外许多科学家的关注和广泛的研究。其中,居住空间布局更多地反映城市的社会特征,它常常是研究郊区化、社会关系、交通方式等问题的基础;而就业空间布局则主要反映城市的经济特征,更多地取决于受经济利益驱动的企业的选址行为,表现出更为明显的经济规律。相对于城市居住空间的大量广泛而深入的研究,针对城市就业空间的研究仍较为薄弱和有限。早期就业空间研究与产业空间的分布关系密切,其后基于城市就业空间与城市人口空间布局的相似性,很多国外学者采纳了传统城市人口空间结构的研究方法(如密度方法)来测度城市就业空间分布及其变动情况。1990年代后随着新郊区化进展,城市形成多核心的就业结构特征,就业空间的研究开始关注城市就业中心及次中心分析,用以更为精确地描述城市中就业的分布特征。国内既有就业空间研究多为实证性研究,朱宇依据四普、五普数据分析了上海人口和就业结构的变化及其空间差异;魏星从产业集聚和劳动力空间分布角度解释了上海市城市空间结构特征及演变规律;王桂新等基于工作地的从业劳动力数据考察了1996—2001年间上海从业劳动力的空间分布及其变动特征。还有学者利用统计数据通过测算就业密度等方法对上海、北京、深圳、南京等地就业空间布局进行研究;贾雁飞等以泗洪县城为例,探讨了小城市尺度上人口与就业的空间分布特征及其相互之间的关系,并探讨了小城市的人口密度统计的方法。此外,也有部分学者对区域就业空间分布特征进行探讨,沈体雁等基于区域密度方程和空间统计方法对东北地区就业密度的空间特征进行了研究。与此同时,还有部分学者以北京、广州、上海为例对城市就业中心及次中心进行识别并探讨改进识别方法。综合上述研究可见,采取就业密度的方法来测度就业空间布局是一个传统的研究方法,但由于国内研究数据获取的困难性,现有关于就业空间的研究数据多基于居住地统计口径,多利用人口普查中居住人口的分行业数据对城市就业空间进行分析,并不能准确反映城市就业空间分布。同时,单一的就业密度分析法也欠缺对就业空间分布的更为精确和深入的剖析。因此,本文在归纳总结前人的研究成果的基础上,尝试依据就业数据与用地性质数据之间的关联,通过用地性质数据来修正匹配各个研究单元不同行业的就业数据并计算就业密度值。并以此为基础,借鉴国内外相关研究方法,应用就业集聚指数分析方法和地统计方法(Geo-Statistics)对南京市主城区就业空间布局特征进行实证研究,希望可以进一步丰富就业空间方面的研究成果,为今后的城市就业空间布局研究做出一些贡献。1数据和方法1.1就业空间布局的研究南京作为长三角重要的中心城市之一,社会经济发展迅速,城市已迈入城市空间增长与重构的关键期,而“一城三区”战略格局的大力推进也使得城市空间结构出现重大变迁,这又必然影响到就业空间布局。纵观对南京城市空间结构的研究文献,不少学者对城市空间结构调整与变化、人口集散、商务办公空间、生产性服务业布局等进行了深入的研究,而就业空间布局的研究仍比较少见,仅王波等采取就业密度分析方法,对南京市区就业空间布局进行实证研究,但由于其相关数据为抽样调查数据中居住人口的分行业数据与用地性质数据相匹配所获得,可能存在一定的误差。因此,确定本次研究范围为南京市主城区。为了便于研究,以行政区划的街道一级为空间统计单元,调整研究范围界线,共包括8个区的44个街道(1)(图1)。2.2数据来源与处理现阶段我国人口普查中的分职业、行业数据均基于居住地调查统计口径,同时随着中国城市单位制度的解体和住房市场的开放,各大城市的职住分离的现象已较为明显,因此,不同行业从业者的居住区位并不能准确反映城市就业空间分布。鉴于居住地调查统计口径的不准确性,本文将基于以下方法,对城市就业人口数据进行采集:就业人口数据来源于南京市统计局,采用2008年第二次经济普查年鉴的就业人口数据,从统计数据中分别提取出制造业就业人口数、服务业就业人口数、总就业人口数(制造业人口数与总服务业人口数之和)。用地性质数据来源于南京市规划局,采用2007年最新一轮南京市总体规划修编时测绘的用地现状图;用地性质按照国家城市用地分类标准分为10大类,46中类(1),本研究分别统计出研究范围内的工业用地面积、公共设施用地面积。在ArcGIS中导入面状的土地使用斑块,运用Analysis命令将面状的土地使用与研究单元进行空间重叠(Overlay),即可采集到各个研究单元的各类用地面积。2.3学习方法2.3.1第二阶段:第j类就业用地的面积,nlj和kj(1)计算各个统计单元分行业的就业人口数据,其计算公式如下:式中:NEi表示第i个统计单元的就业人口;ALij表示第i个统计单元第j类就业用地的面积;Zj表示南京市区第j类就业用地的总面积;NLj表示南京市区第j类就业的总就业人数;Kj为同类就业用地在不同街区的修正指数,视用地性质、用地强度、吸引力情况而定。(2)计算各个统计单元分行业的就业人口密度,其计算公式如下:式中:DEi表示第i各统计单元的就业人口密度;Ai表示第i的统计单元的面积。2.3.2测量空间布局指数的方法2.3.2.集中就业单元设定采用就业密度指数对南京市就业区进行测度,其计算公式如下:式中:Rdi表示第i个统计单元的就业密度指数;DEi表示第i个统计单元的就业人口密度。将Rdi≥1的统计单元设定为就业集聚区,Rdi<1的统计单元设定为非就业集聚区;其中Rdi≥2的统计单元设为高度就业集聚区,1≤Rdi≤2的统计单元设为中度就业集聚区,0.5≤Rdi≤1的统计单元设为低度就业区,Rdi≤0.5的统计单元设为极低度就业区。根据密度比重在各统计单元的得分绘制南京市整体及分行业的就业区,将所有统计单元划分为两类(就业集聚区、非就业集聚区)四级(高度就业集聚区、中度就业集聚区、低度就业区、极低度就业区)聚集程度的就业区,分析其分布格局。2.3.2.就业密度函数借鉴秦波等的就业中心识别研究思路,对南京市的就业中心进行识别,以期更精确地描述南京市就业空间布局特征。根据McMillen的定义,就业中心是指就业密度显著高于周边区域、且对总体的就业密度函数具有显著影响的地区。据此本文将就业中心的识别分为四个步骤,对南京市的就业中心进行识别:(1)运用全局空间自相关分析客观判别是否可能存在高值点;(2)运用局部空间自相关分析客观识别高值点;(3)运动单中心模型检验高值点对整体外来工就业空间格局的影响力;(4)分析回归残差的空间分布,如果依然存在高值集聚,并有显著的高值点,则表明还可能存在其他中心,继续多中心模型检验,否则识别过程停止。其中(1)、(2)步为识别高值点过程,(3)、(4)步为中心检验与再识别过程。具体方法如图2所示,涉及的公式见表1。3南京就业空间布局的特征分析3.1服务业就业空间集聚的现状计算南京市分行业和整体的就业密度指数,并按其分类,将所有统计单元划分为两类(就业集聚区、非就业集聚区)四级(高度就业集聚区、中度就业集聚区、低度就业区、极低度就业区)聚集程度的就业区,借助于数字技术平台并将所有统计单元投射至空间上,生成南京市分行业和总体的就业集聚区分布图,发现南京就业空间布局呈现如下特征。从各类就业集聚区的空间分布上看(图3),南京市服务业就业集聚区集中于主城中心区域,呈“单核+扇形放射”分布,其中:(1)高度就业集聚区集中分布于城市中心区域的新街口、五老村、朝天宫、华侨路街道,为城市就业空间的核心圈层;(2)中度就业集聚区主要紧邻高度就业集聚区呈扇形放射分布,包括宁海路、挹江门、洪武路、瑞金路街道以及主城南部的兴隆、南苑、红花街道;(3)低度就业区环高、中度就业集聚呈扇形向东、西、南三侧放射分布,包含了阅江楼、江东、凤凰、中央门、玄武门、锁金村、玄武湖、梅园新村、后宰门、孝陵卫、月牙湖、秦虹、赛虹桥、雨花新村、宁南街道;(4)其余则为极低度就业区,环主城边缘区分布,并在主城北部边缘区如燕子矶、迈皋桥、幕府山、小市、宝塔桥、洪山、建宁路等街道大量集聚。可以看出,南京市服务业就业空间集聚的极化现象非常明显,且具有较为明显的等级性。核心圈内服务业就业人员的集聚程度非常高,其高集聚态势延伸至城北、城东地区,而愈加靠近主城边缘区,服务业就业人员的分布则愈为稀少。究其原因,一方面是由于历史因素。早在1928年,南京市政当局制定的“首都大计画”就已经初步打下了城市以新街口为中心的格局和基础,此时新街口及周边地区的商业金融业中心职能较为突出,老城内其他地区则建造分散的行政办公机关和教育科研机构。解放以后,伴随南京城市空间迅速扩展,高校的建设大幅度增加,在核心圈层以东地区建设了南京航空学院、海军学院、南京农学院、华东工学院等,在城北建成了南京药学院、南京建工学院、南京邮电学院和粮食经济学院,这些教育科研机构和相应的服务设施配套填充了城东、城北区域,并在此形成了服务业的就业集聚。1980年代以后,受改革开放大潮影响,城市扩展和改造工作开始启动,新区建设逐步落实和推进,而南京主城也已经基本形成了以新街口为核心并向东、向北辐射的城市服务业就业格局。另一方面,政策及规划引导因素在南京市服务业就业空间格局的影响也颇为重要。2001年南京市总体规划中,确定了“一城三区”发展战略格局,而2005年“十运会”在南京的召开无疑为河西的建设发展带来重大影响。反映到服务业就业空间上,河西地区已初步形成服务业就业集聚区,有潜力成为萌生的另一城市服务业就业增长核。3.1.2西部边缘地区从各类就业集聚区的空间分布上看(图4),南京市制造业就业集聚区集中分布于主城南、北部边缘区域,呈现出较明显的“圈层+环带”结构。(1)高度就业集聚区呈大分散、小集中分布,集中分布于主城北部边缘区的燕子矶、迈皋桥、红山、宝塔桥、小市街道和南部边缘区的红花、中华门、南苑街道;(2)中度就业集聚区紧邻高度就业集聚区,呈环状分布主城边缘,包括阅江楼、建宁路、玄武湖、光华路、赛虹桥和兴隆街道;(3)低度就业区零散分布于主城东西部边缘区域,包括幕府山、阅江楼、中央门、玄武门、马群、大光路、雨花新村和沙洲街道;(4)其余则为极低度就业区。城市“核心圈层”的新街口街道、华侨路街道、湖南路街道、宁海路街道、华侨路街道、朝天宫街道、洪武路街道、五老村街道等均位于此区。可以看出,城市“核心圈层”的就业密度指数很低,部分研究单元的就业密度指数几乎为零,说明该圈层基本没有制造业就业人员分布,而由绕城高速、长江围合的高度集聚区域则制造业就业人员的集聚程度极高,特别是城北沿江一带,呈现出大片集聚态势。而从制造业用地布局来看,这些地区则紧零星布局了小地块的工业用地,由此可知,这些小地块上吸纳了较高密度的制造业就业人口。究其原因,这与历史上的工业选址以及近年来南京都市型工业的快速发展息息相关。建国以后,南京市工业用地大幅度增加,在城北建设了南京汽车制造厂和长江机器制造厂等企业,栖霞的化学建材工业也得到扩充发展,至20世纪末,已基本形成在城墙外侧和长江沿岸集中、城内少量工业混杂的就业空间布局。近年来,南京积极推动城市“退二进三”进程,对主城内存量工业通过生产方式转变、产业结构升级、用地功能置换等手段,迁出大量制造业企业,并提出“以轴为产业布局脉络”的城市工业用地布局策略的引导,因而在主城外围和沿江地区形成了连续的环状分布的制造业人员就业集聚区。同时以原有都市产业集聚区为基础,大力扶持都市型工业,在主城内形成了河西新城软件产业集聚区等都市型工业组团,这些布局有都市工业的研究单元,制造业就业密度则较高于其他地区。3.1.3总体就业空间高度集聚于东北部从各类就业集聚区数量上看,南京市总体就业集聚区共11个,其中高度就业集聚区7个,占统计单元总量的15.91%;中度就业集聚区4个,占统计单元总量的9.09%。制造业非就业集聚区共32个,其中低度就业区15个,占统计单元总量的34.09%;极低度就业区为17个,占统计单元总量的38.64%。从各类就业集聚区的空间分布上看(图5),南京市总体就业集聚区分布于主城中心区和南部边缘区,呈“单核放射+散点”分布。其中:(1)高度就业集聚区集中分布于城市中心区的新街口、五老村、朝天宫、华侨路街道及南部边缘区的红花和南苑街道;(2)中度就业集聚区环高度就业集聚区放射分布,包括挹江门、宁海路、瑞金路和兴隆街道;(3)低度就业区环城市中心区呈扇型发散分布,大量集中于主城东部,包括栖霞、雨花全区,除建宁路、幕府山街道外的下关区,除红山、新街口街道外的玄武区,以及中央门、凤凰、洪武路、夫子庙、中华门、月牙湖、光华路街道,覆盖了主城区绝大部分街道;(4)其余则为极低度就业区,零散分布于老城及主城边缘地区,包括幕府山、建宁路、红山、江东、滨湖、南湖、双塘、沙洲、大光路和秦虹街道。可以看出,南京市总体就业空间的格局虽为服务业和制造业两套就业布局体系的叠加,一定程度上兼具二者之特征,但将其与前两者相对比,我们不难发现其与服务业就业空间之间更明显的相似性,即就业空间高度集聚于老城核心圈层,并向东、北放射分布。究其原因,南京市主城是南京市区服务业就业空间分布的主要地区,而老城内部由于制造业外迁等原因,其就业分布几乎全部为服务业,而受服务业较强的空间集聚特征的影响,城市总体就业空间也高度集聚于老城,以致形成在老城核心圈层集聚、并向周边放射的格局。这也为缓解就业空间高度集聚于老城的现状提供了一定思路。目前来看,老城有限的空间内承载了大量的就业人员,而这势必会加剧老城的拥挤程度,进而带来交通、基础设施配套等一系列问题,从而影响其功能的发挥及未来的就业增长和发展。在未来的规划及建设中,应重视老城外的新区、新城等核心地区服务业发展,提高这些地区吸纳服务业就业的能力,使城市发展跳出老城,城市就业空间布局得以进一步优化。3.2南京就业中心的识别依照前文就业中心识别方法,对城市服务业、制造业和总体的就业中心进行识别。3.2.1局部识别moran指数运用全局空间自相关分析方法判别南京市服务业、制造业和总体就业空间是否存在就业高值点(表2)。可以看出,南京服务业和总体就业空间全局Moran指数均为正数,且P<0.05,通过检验;而制造业就业空间全局Moran指数检验结果不显著,无就业高值点,识别过程就此终止,以下仅对服务业和总体的就业空间中心进行识别。在上述基础上进一步用局部空间自相关分析确定高值点(图6、表3,图7、表4)。可以看出,南京市服务业和总体就业空间均在主城中部形成了明显的空间高—高关联统计单元的集聚区域,其中,服务业就业空间高—高关联的统计单元为4个,总体就业空间高—高关联统计单元位3个,洪武路街道LISA值均为最高,可判别为南京市服务业和总体就业空间的高值点。3.2.2服务业和总体就业单中心模型回归残差在确定高值点的基础上,用单中心模型分别对南京市服务业和总体的就业人口分布进行模拟并检验(表5)。可以看出,两者高值点均通过检验,可确认新街口街道为南京市服务业和总体的就业中心。同时,在回归方程中,服务业中b的绝对值为0.923,明显大于南京市总体的0.620,说明相对于南京市总体就业空间,新街口街道作为服务业就业中心的影响力更大,中心集聚性更强。继续对南京市服务业和总体就业单中心模型的回归残差进行全局空间自相关分析,判断是否在残差中存在着正的空间自相关(表6)。可以看出,南京市总体就业单中心模型回归残差的全局Moran指数I为负数,服务业就业单中心模型回归残差的全局Moran指数I为正,但结果均不显著,表明回归残差无高值点,中心识别过程结束。3.2.3市场力量:服务业就业中心的集聚能力促进了就业空间的持续发展对三类就业中心识别流程总结见表7,由此判定南京市分行业和总体的就业中心如图8。可以看出,识别南京市服务业的就业中心为一个,就业中心位于主城中部的新街口街道,形成了单中心主导的就业空间结构;识别南京市制造业无就业中心,为无中心的就业空间结构(1);识别南京市总体的就业中心为一个,就业中心位于主城中部的新街口街道,形成了单中心主导的就业空间结构。总体就业中心与服务业就业中心向重叠,但相较而言,服务业就业中心的影响力较大。究其原因,除却上文所分析的历史因素、政策引导等对就业空间布局的影响外,市场力量也是南京市形成此就业空间结构形成的重要因素之一。由于南京市制造业结构偏重,钢铁、重化工比例高,使得水资源成为重型制造业布局的关键区位要素,进而形成了在主城北部边缘区沿长江带状分布的制造业就业空间布局,这些地区的就业空间集聚并不足以辐射影响至主城,因而在主城范围内形成分散的无中心就业结构。而新街口地区在作为历史上的服务业集聚中心的基础之上,通过“退二进三”进程、提高容积率等种种方式,商业金融业空间不断增加,其较强的空间集聚作用成为其发挥自身功能和提升空间绩效的重要手段,反映到就业空间上,则是就业人员不断的集聚,进而形成服务业就业中心。而新街口街道周边的华侨路、玄武门等街道虽同为服务业高度就业集聚区,但其主要为行政办公和教育科研空间,布局有大量的政府大院和学校,限制了商业金融业空间的增长,使得新街口地区在商业金融业等服务业的发展上更具优势,这又进一步强化了新街口地区服务业中心的集聚能力。新街口街道同样作为南京市总体的就业中心,也充分说明了服务业作为城市“就业容器”对城市就业的巨大吸纳能力,也解释了为何总体就业中心与服务业就业中心相重合,且其作为中心的影响力较其作为服务业中心的影响力相比较小。4进一步分析,提出建议本文在归纳总结前人的研究成果的基础之上,以行政区划的街道一级为空间统计单元,依据2008年南京市第二次经济普查的就业人口数据和2007年南京市用地现状图,修正匹配得到南京市主城区各街道统计单元制造业、服务业及总的就业密度值,对城市就业人口空间分布数据的统计方法进行了探讨;在此基础上,采用就业集聚指数分析方法分析南京市主城区整体和分行业的就业空间集聚区分布,结合地统计方法和城市空间结构模型识别其就业中心,并进一步分析其形成机制,得出以下相关结论:(1)