中国就业质量的区域差异、动态演进及影响因素

doi:10.12118/j.issn.1000-6060.2025.463

摘要/Abstract

摘要：

提升就业质量是实现高质量充分就业的关键途径，对促进经济发展、维护社会稳定、改善民生福祉具有重要意义。以2011—2023年中国29个省域为研究对象，构建“一体两翼”的就业质量评价指标体系，综合运用Dagum基尼系数、马尔可夫链、空间收敛模型、计量回归模型及地理探测器等方法，系统分析了中国就业质量的差异来源、动态演进、空间特征及影响因素。结果表明：（1）中国就业质量总体呈稳步上升趋势，区域间差异是引起总体就业质量水平差异的主要原因；空间分布上呈现自西北向东南逐渐递增的格局，且具有显著的空间集聚性。（2）随着跨期年数的增加，就业质量易向邻近状态发生转移，存在空间收敛特征。（3）就业质量提升存在累积效应，交通便利度、工业化水平与政府干预程度的影响系数较大，提升就业质量的作用较强。（4）就业质量提升依赖于多因素协同协作，交通便利度、人口密度是其核心驱动因子。研究结果可为制定差异化、精准化的就业质量提升政策提供参考依据。

关键词: 就业质量, 区域差异, 动态演进, 影响因素

Abstract:

Enhancing employment quality is a crucial pathway to achieving high-quality and full employment, which is vital to promoting economic development, maintaining social stability, and improving people’s livelihoods. Using panel data on 29 Chinese provinces from 2011 to 2023, this study constructs an employment quality evaluation index system characterized by “one core with two wings”. By employing methods such as the Dagum Gini coefficient, Markov chain, spatial convergence model, econometric regression models, and geographical detector, this study systematically examines the sources of disparities, dynamic evolution, spatial characteristics, and influencing factors of employment quality in China. The results reveal that (1) China’s employment quality demonstrates an overall steady upward trend, with inter-regional disparities constituting the principal source of the overall variation in employment quality levels. Spatially, it exhibits a gradually increasing gradient from the northwest to the southeast, accompanied by significant spatial agglomeration. (2) As the duration of transition periods extends, employment quality displays a tendency to shift toward adjacent levels, exhibiting characteristics of spatial convergence. (3) The improvement of employment quality exhibits a self-reinforcing cumulative effect. Factors such as transportation accessibility, industrialization level, and the degree of government intervention have relatively large coefficients, indicating their pronounced role in promoting employment quality. (4) The enhancement of employment quality depends on the synergistic effects of multiple factors, among which transportation accessibility and population density are identified as the core driving forces. The conclusions of this study can offer valuable insights for formulating differentiated and targeted policies for elevating employment quality.

Key words: employment quality, egional disparity, dynamic evolution, influencing factors

何嘉欣, 李海洋. 中国就业质量的区域差异、动态演进及影响因素[J]. 干旱区地理, 2026, 49(7): 1520-1529.

HE Jiaxin, LI Haiyang. Regional differences, dynamic evolution, and influencing factors of employment quality in China[J]. Arid Land Geography, 2026, 49(7): 1520-1529.

图/表 8

表1

图1

图2

表2

表3

表4

表5

图3

参考文献 23

[1]	蒲艳萍, 袁柏惠, 张岚欣. 中国新时代就业质量: 指标测算、来源分解及演变分析[J]. 宏观质量研究, 2024, 12(1): 1-15.
	[Pu Yanping, Yuan Bohui, Zhang Lanxin. Quality of employment in China of the new era: Indicator measurement, source decomposition and evolution analysis[J]. Journal of Macro-Quality Research, 2024, 12(5): 1-15.]
[2]	蔡昉. 中国老龄化挑战的供给侧和需求侧视角[J]. 经济学动态, 2021(1): 27-34.
	[Cai Fang. Supply- and demand-side impacts of aging on China’s economic growth[J]. Economic Perspectives, 2021(1): 27-34.]
[3]	王永钦, 董雯. 中国劳动力市场结构变迁——基于任务偏向型技术进步的视角[J]. 中国社会科学, 2023(11): 45-64, 205.
	[Wang Yongqin, Dong Wen. The structural transformation of China’s labor market: A task-biased technological change perspective[J]. Social Sciences in China, 2023(11): 45-64, 205.]
[4]	Anker R, Chernyshev I, Egger P, et al. Measuring decent work with statistical indicators[J]. International Labour Review, 2003, 142(2): 145-185.
[5]	丁述磊, 刘翠花, 包文. 数字经济时代智慧城市对宏观就业质量的影响[J]. 宏观质量研究, 2024, 12(5): 30-43.
	[Ding Shulei, Liu Cuihua, Bao Wen. The impact of smart cities on macro employment quality in the digital economy era[J]. Journal of Macro-Quality Research, 2024, 12(5): 30-43.]
[6]	洪兴建, 祁垒, 田中宝, 等. 数据要素共享对就业质量的影响研究[J]. 统计与信息论坛, 2025, 40(7): 100-113.
	[Hong Xingjian, Qi Lei, Tian Zhongbao, et al. Research on the impact of data factor sharing on employment quality[J]. Journal of Statistics and Information, 2025, 40(7): 100-113.]
[7]	王阳. 中国制造业就业质量水平评价研究——兼析促进制造业高质量就业的政策着力点[J]. 经济体制改革, 2024(6): 161-169.
	[Wang Yang. Study on the evaluation of employment quality level in China’s manufacturing industry: Analysis of policy focuses on promoting high-quality employment[J]. Reform of Economic System, 2024(6): 161-169.]
[8]	陆跃祥, 梁占永, 邱康权. 2010—2021年中国就业水平的测度及量化分析[J]. 上海经济研究, 2024(1): 88-105.
	[Lu Yuexiang, Liang Zhanyong, Qiu Kangquan. Measurement and quantitative analysis of China’s employment level during 2010—2021[J]. Shanghai Economic Review, 2024(1): 88-105.]
[9]	贾利雯, 吕康银, 梁孝成. 数字素养对就业质量的影响研究[J]. 税务与经济, 2024(6): 89-98.
	[Jia Liwen, Lü Kangyin, Liang Xiaocheng. A study of the effect of digital literacy on the quality of employment[J]. Taxation and Economy, 2024(6): 89-98.]
[10]	郭露, 王蕾. 数字经济、技能匹配与农民工就业质量[J]. 山西财经大学学报, 2025, 47(2): 29-42.
	[Guo Lu, Wang Lei. Digital economy, skill matching and employment quality of rural migrant workers[J]. Journal of Shanxi University of Finance and Economics, 2025, 47(2): 29-42.]
[11]	姜琪, 单耀莹. 数字经济发展与就业质量提升: 促进还是抑制?[J]. 经济与管理评论, 2024, 40(4): 123-135.
	[Jiang Qi, Shan Yaoying. Digital economic development and employment quality improvement: Promotion or inhibition?[J]. Review of Economy and Management, 2024, 40(4): 123-135.]
[12]	刘雅欣. 数字普惠金融、产业结构与就业质量[J]. 调研世界, 2023(12): 45-54.
	[Liu Yaxin. Digital inclusive finance, industrial structure and employment quality[J]. The World of Survey and Research, 2023(12): 45-54.]
[13]	田丹. 财政压力如何影响就业质量——基于地方政府收支行为视角的实证研究[J]. 学习与实践, 2022(10): 78-86.
	[Tian Dan. How fiscal pressure affects employment quality? An empirical study based on the perspective of local government revenue and expenditure behavior[J]. Study and Practice, 2022(10): 78-86.]
[14]	戚聿东, 刘翠花, 丁述磊. 数字经济发展、就业结构优化与就业质量提升[J]. 经济学动态, 2020(11): 17-35.
	[Qi Yudong, Liu Cuihua, Ding Shulei. Digital economic development, employment structure optimization and employment quality upgrading[J]. Economic Perspectives, 2020(11): 17-35.]
[15]	Dagum C. A new approach to the decomposition of the Gini income inequality ratio[J]. Empirical Economics, 1997, 22(4): 515-531. doi: 10.1007/BF01205777
[16]	陈明华, 张晓萌, 刘玉鑫, 等. 绿色TFP增长的动态演进及趋势预测——基于中国五大城市群的实证研究[J]. 南开经济研究, 2020(1): 20-44.
	[Chen Minghua, Zhang Xiaomeng, Liu Yuxin, et al. Dynamic evolution and trend prediction of green TFP growth: An empirical research based on five urban agglomerations in China[J]. Nankai Economic Studies, 2020(1): 20-44.]
[17]	高福鑫, 赵玲, 魏琼. 乡村非农就业水平的时空格局及动态演进——以青海省为例[J]. 干旱区地理, 2023, 46(12): 2111-2119. doi: 10.12118/j.issn.1000-6060.2023.123
	[Gao Fuxin, Zhao Ling, Wei Qiong. Spatiotemporal pattern and dynamic evolution of rural non-farm employment: A case of Qinghai Province[J]. Arid Land Geography, 2023, 46(12): 2111-2119.] doi: 10.12118/j.issn.1000-6060.2023.123
[18]	任诗琦, 王永瑜. 黄河流域地级市绿色发展水平测度与空间收敛性研究[J]. 干旱区地理, 2025, 48(6): 1031-1042. doi: 10.12118/j.issn.1000-6060.2024.702
	[Ren Shiqi, Wang Yongyu. Measurement and spatial convergence of green development level of prefecture-level cities in the Yellow River Basin[J]. Arid Land Geography, 2025, 48(6): 1031-1042.] doi: 10.12118/j.issn.1000-6060.2024.702
[19]	钱琛, 陈海滨, 侯现慧. 生态建设背景下陕西省植被覆盖时空变化及其影响因素研[J]. 干旱区地理, 2020, 43(2): 425-433.
	[Qian Chen, Chen Haibin, Hou Xianhui. Temporal and spatial variation of vegetation cover and its influencing factors in Shaanxi Province in the context of ecological construction[J]. Arid Land Geography, 2020, 43(2): 425-433.]
[20]	王劲峰, 徐成东. 地理探测器:原理与展望[J]. 地理学报, 2017, 72(1): 116-134. doi: 10.11821/dlxb201701010
	[Wang Jinfeng, Xu Chengdong. Geodetector: Principle and prospective[J]. Acta Geographica Sinica, 2017, 72(1): 116-134.] doi: 10.11821/dlxb201701010
[21]	王紫彦, 牛莉芹, 程占红. 生态福利绩效时空演化及影响因素研究——以山西省为例[J]. 干旱区地理, 2024, 47(12): 2152-2163. doi: 10.12118/j.issn.1000-6060.2024.142
	[Wang Ziyan, Niu Liqin, Cheng Zhanhong. Temporal and spatial evolution of ecological welfare performance and its influencing factors: A case of Shanxi Province[J]. Arid Land Geography, 2024, 47(12): 2152-2163.] doi: 10.12118/j.issn.1000-6060.2024.142
[22]	司小飞. 中国高质量就业水平的时空分异及影响因素分析[J]. 西北人口, 2025, 46(1): 87-101.
	[Si Xiaofei. Analysis of the spatial-temporal variation in high-quality employment level and its determinants in China[J]. Northwest Population Journal, 2025, 46(1): 87-101.]
[23]	江剑平, 李祎, 何召鹏. 中国新质生产力与高质量就业耦合协调度变化特征[J]. 经济地理, 2025, 45(2): 144-152. doi: 10.15957/j.cnki.jjdl.2025.02.014
	[Jiang Jianping, Li Yi, He Zhaopeng. Change characteristics of coupling coordination degree between new quality productive forces and high-quality employment in China[J]. Economic Geography, 2025, 45(2): 144-152.] doi: 10.15957/j.cnki.jjdl.2025.02.014

一级指标	二级指标	三级指标	指标属性	权重
就业环境	经济环境	人均GDP/元·人^-1	+	0.040
		失业率/%	-	0.023
		城镇化率/%	+	0.022
		第三产业占GDP比重/%	+	0.039
	就业服务	人均职业指导服务/次·人^-1	+	0.024
		人均创业指导服务/次·人^-1	+	0.026
		女性接受职业指导人次比重/%	+	0.024
		农民工接受培训比重/%	+	0.028
就业状况	就业规模	劳动力占比/%	+	0.022
		劳动生产率/10²人	+	0.036
	就业结构	第三产业就业人数比重/%	+	0.040
		高技术产业就业人数比重/%	+	0.035
	就业能力	人均受教育年限	+	0.023
		大专及以上就业人员比重/%	+	0.029
		获取技能证书比重/%	+	0.013
		职业技能人才比重/%	+	0.023
	就业公平	女性劳动力比重/%	+	0.024
		残疾人就业率/%	+	0.035
		农村劳动力转移比重/%	+	0.015
		城乡收入差距	-	0.036
		行业工资差距比	-	0.024
	就业满意度	工作收入满意度	+	0.030
		工作时间满意度	+	0.031
		工作环境满意度	+	0.020
		晋升通道顺畅度	+	0.022
	就业安全	职业病发生率/%	-	0.012
		工伤事故发生率/%	-	0.019
	劳动者收入	在岗职工平均工资/元	+	0.037
		实际工资增长率/%	+	0.116
劳动保障	权益保障	养老保险参保率/%	+	0.025
		医疗保险参保率/%	+	0.033
		最低工资标准占平均工资比重/%	+	0.027
		工会参与率/%	+	0.026
	劳动关系	劳动争议调解成功率/%	+	0.012
		人均劳动争议仲裁数/件·人^-1	+	0.011

状态	跨期1 a				跨期3 a
状态	低	中低	中高	高	低	中低	中高	高
低	0.828	0.161	0.000	0.011	0.655	0.310	0.023	0.011
中低	0.043	0.734	0.223	0.000	0.000	0.416	0.528	0.056
中高	0.000	0.022	0.707	0.272	0.000	0.000	0.479	0.521
高	0.000	0.000	0.043	0.957	0.000	0.000	0.023	0.977

邻域状态	本区状态	跨期1 a				跨期3 a
邻域状态	本区状态	低	中低	中高	高	低	中低	中高	高
低	低	0.941	0.059	0.000	0.000	0.824	0.176	0.000	0.000
	中低	0.000	0.818	0.182	0.000	0.000	0.500	0.500	0.000
	中高	0.000	0.000	0.800	0.200	0.000	0.000	0.600	0.400
	高	0.000	0.012	0.213	0.775	0.000	0.000	0.333	0.667
中低	低	0.750	0.250	0.000	0.000	0.565	0.413	0.022	0.000
	中低	0.091	0.727	0.182	0.000	0.000	0.465	0.535	0.000
	中高	0.000	0.038	0.808	0.154	0.000	0.000	0.696	0.304
	高	0.000	0.000	0.083	0.917	0.000	0.000	0.111	0.889
中高	低	0.818	0.091	0.000	0.091	0.429	0.286	0.143	0.143
	中低	0.000	0.679	0.321	0.000	0.000	0.269	0.538	0.192
	中高	0.000	0.020	0.706	0.275	0.000	0.000	0.366	0.634
	高	0.000	0.000	0.038	0.962	0.000	0.000	0.000	1.000
高	低	0.850	0.150	0.000	0.000	0.806	0.194	0.000	0.000
	中低	0.000	0.893	0.107	0.000	0.034	0.724	0.241	0.000
	中高	0.000	0.000	0.400	0.600	0.000	0.000	0.000	1.000
	高	0.000	0.000	0.032	0.968	0.000	0.000	0.000	1.000

变量	（1）绝对收敛	（2）邻近距离矩阵	（3）经济矩阵
β	-0.468^***（-4.415）	-0.474^***（-8.316）	-0.492^***（-8.786）
θ		0.629^***（10.483）	0.748^***（3.512）
ρ		0.565^***（8.828）	0.687^***（2.911）
收敛速度/%	4.855	4.942	5.210
半程收敛周期	14.278	14.026	13.305
固定效应	控制	控制	控制
N	348	348	348
R²	0.710	0.048	0.048

变量	（1）混合估计效应模型	（2）固定效应模型	（3）系统GMM	（4）差分GMM
L.emp	-	-	1.925^***（4.23）	1.286^***（6.29）
金融发展水平	0.015^***（3.40）	0.036^***（6.10）	0.250^**（2.35）	0.060^***（4.88）
工业化水平	-0.048（-0.97）	0.193^***（3.26）	0.817^**（2.10）	0.403^***（4.77）
人口密度	0.004^***（4.80）	0.003（0.74）	-0.360^***（-4.28）	0.004^*（1.93）
对外开放水平	1.007（1.29）	0.035（1.56）	0.112^***（6.37）	0.024（0.56）
交通便利度	0.064^***（5.30）	0.103^*（1.95）	3.086^***（6.60）	0.094（1.25）
PM_2.5浓度	-0.051^***（-2.69）	-0.147^***（-5.60）	-0.104^***（-3.23）	-0.065^*（-1.83）
政府干预程度	0.186^**（2.32）	6.499^***（6.83）	0.267^***（3.64）	0.858^***（5.71）
常数项	0.119^**（2.11）	0.032（0.23）	6.463^***（7.90）	1.630^***（3.29）
省份固定效应	否	是	-	-
时间固定效应	否	是	-	-
Sargan检验	-	-	0.999	0.322
AR（1）	-	-	0.084	0.013
AR（2）	-	-	0.560	0.177
N	377	377	348	348
R²	0.447	0.615	-	-