2010—2020年中国县域高技能人才时空格局及其影响因素

doi:10.3969/j.issn.1004-9479.2025.04.20230681

世界地理研究 ›› 2025, Vol. 34 ›› Issue (4): 139-151.DOI: 10.3969/j.issn.1004-9479.2025.04.20230681

• 文化与社会 • 上一篇

2010—2020年中国县域高技能人才时空格局及其影响因素

武荣伟¹^,²(), 王远鑫³, 王堠崟³, 陈利¹()

^1.重庆工商大学，公共管理学院，重庆 400067
^2.重庆工商大学，人口发展与政策研究中心，重庆 400067
^3.重庆工商大学，法学与社会学学院，重庆 400067

收稿日期:2023-10-11 修回日期:2024-01-18 出版日期:2025-04-15 发布日期:2025-04-27
通讯作者: 陈利
作者简介:武荣伟（1989—），男，副教授，博士，硕士生导师，研究方向为人口地理、城市与区域规划，E-mail：rongwei@ctbu.edu.cn。
基金资助:
重庆市社会科学基金项目(2021BS073);教育部人文社会科学青年基金项目(22YJC790011);重庆市教委人文社会科学青年基金项目(23SKGH179)

Spatio-temporal patterns and determinants of highly skilled talents in China, 2010-2020

Rongwei WU¹^,²(), Yuanxin WANG³, Houyin WANG³, Li CHEN¹()

^1.School of Public Administration, Chongqing Technology and Business University, Chongqing 400067, China
^2.Center for Population Development and Policy Research, Chongqing Technology and Business University, Chongqing 400067, China
^3.School of Law and Sociology, Chongqing Technology and Business University, Chongqing 400067, China

Received:2023-10-11 Revised:2024-01-18 Online:2025-04-15 Published:2025-04-27
Contact: Li CHEN

摘要/Abstract

摘要：

人才是创新驱动发展的核心要素，优化人才资源的空间布局，对于实现区域协调发展具有重要作用。基于2010年和2020年两次全国人口普查分县数据，采用探索性时空数据分析方法刻画10年间中国高技能人才的时空格局，并采用Beta回归模型识别高技能人才空间分布的影响因素。结果表明：①胡焕庸线是高技能人才分布的分界线，胡焕庸线西北半壁高技能人才占比普遍高于东南半壁，且在十年内相对稳定；胡焕庸线东南半壁高技能人才占比呈现出由市辖区到周边县域递减的“核心-边缘”结构，而西北半壁总体呈现均质化分布特征，空间差异不显著；②高技能人才占比呈现由直辖市、省会城市、计划单列市市辖区，向地级市市辖区，县级市，县（旗、行委）逐级递减的等级分异特征；③中国高技能人才占比空间格局呈现总体稳定、局部变动的态势，变动县域主要集中在东北地区、长三角、西藏等区域；④县域的行政等级、人均GDP、城镇化率、非农就业机会、第三产业占比、平均海拔高度、温差、NDVI共同影响高技能人才占比的分布格局。

关键词: 高技能人才, 时空格局, 探索性时空数据分析, Beta回归模型, 中国

Abstract:

Optimizing the spatial distribution of talent resources plays an important role in achieving coordinated regional development. Based on the county data of the two national censuses in 2010 and 2020, the spatio-temporal pattern of China's highly skilled talents is sketched during the 10-year period, and a Beta regression model is used to identify the influencing factors of the spatial distribution of highly skilled talents. The results show that: ①Hu Huanyong line is a significant demarcation line for the distribution of high-skilled talents, and the proportion of high-skilled talents in the northwest side of Hu Huanyong line is generally higher than that in the southeast side, and it is relatively stable in ten years. ②The proportion of highly skilled talents in the southeast side of the Hu Huanyong line shows a "core-edge" spatial structure decreasing from the city district to the surrounding neighboring counties, while the northwest side of the line generally shows a homogeneous character, and the spatial differentiation is not significant; The proportion of highly skilled talents shows a hierarchical differentiation from municipalities, provincial capitals, and municipal districts of planned cities to prefecture-level municipal districts, county-level cities, and counties, decreasing step by step; The spatial pattern of the proportion of highly skilled talents in China shows a generally stable and locally changing trend, and the changing counties are mainly concentrated in the Northeast, the Yangtze River Delta, Tibet and other regions; ③The administrative level of counties, GDP per capita, urbanization rate, non-farming employment, proportion of tertiary industry, average altitude, temperature difference, and NDVI together affect the distribution pattern of the proportion of highly skilled talents.

Key words: highly skilled talents, spatio-temporal pattern, exploratory spatio-temporal data analysis, Beta regression model, China

武荣伟, 王远鑫, 王堠崟, 陈利. 2010—2020年中国县域高技能人才时空格局及其影响因素[J]. 世界地理研究, 2025, 34(4): 139-151.

Rongwei WU, Yuanxin WANG, Houyin WANG, Li CHEN. Spatio-temporal patterns and determinants of highly skilled talents in China, 2010-2020[J]. World Regional Studies, 2025, 34(4): 139-151.

图/表 6

参考文献 39

1	刘晔, 黄翠盈, 李晴, 等. 2000—2020年中国高学历人才分布格局及其影响因素研究. 地理研究, 2023, 42(11): 2827-2844.
	LIU Y, HUANG C, LI Q, et al. Spatial patterns and determinants of highly educated talent in China, 2000-2020. Geographical Research, 2023, 42(11): 2827-2844.
2	ABEL J, DEITZ R. Do colleges and universities increase their region's human capital?Journal of Economic Geography, 2012, 12(3): 667-691.
3	CLARK T, LLOYD R, WONG K, et al. Amenities drive urban growth. Journal of Urban Affairs, 2002, 24(5): 493-515.
4	CARREE M, KRONENBERG K. Locational choices and the costs of distance: Empirical evidence for Dutch graduates. Spatial Economic Analysis, 2014, 9(4): 420-435.
5	BEHRENS K, DURANTON G, ROBERT-NICOUD F. Productive cities: Sorting, selection, and agglomeration. Journal of Political Economy, 2014, 122(3): 507-553.
6	EECKHOUT J, PINHEIRO R, SCHMIDHEINY K. Spatial sorting. Journal of Political Economy, 2014, 122(3): 554-620.
7	FLORIDA R. The economic geography of talent. Annals of the Association of American Geographers, 2002, 92(4): 743-755.
8	姜怀宇, 徐效坡, 李铁立. 1990年代以来中国人才分布的空间变动分析. 经济地理, 2005(5): 702-706.
	JIANG H, XU X, LI T. An analysis to the spatial disparities of talent in China, 1990-2002. Economic Geography, 2005(5): 702-706.
9	武荣伟, 王若宇, 刘晔, 等. 2000—2015年中国高学历人才分布格局及其影响机制. 地理科学, 2020, 40(11): 1822-1830.
	WU R, WANG R, LIU Y, et al. Spatial pattern and determinants of highly educated talents in China, 2000-2015. Scientia Geographica Sinica, 2020, 40(11): 1822-1830.
10	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. 地理研究, 2019, 38(8): 1949-1964.
	LIU Y, WANG R, XUE D, et al. The spatial pattern and determinants of skilled laborers and less-skilled laborers in China: Evidence from 2000 and 2010 censuses. Geographical Research, 2019, 38(8): 1949-1964.
11	金海燕, 刘宵, 李佩. 中国城市人才聚集的时空演化特征及影响因素研究. 世界地理研究,2024, 33(8): 117-131.
	JIN H, LIU X, LI P. Temporal and spatial evolution characteristics and influencing factors of talent accumulation in Chinese cities. World Regional Studies, 2024, 33(8): 117-131.
12	LIU Y, SHEN J. Modeling skilled and less-skilled interregional migration in China, 2000-2005. Population Space and Place, 2017, 23(4): 1-17.
13	王若宇, 薛德升, 刘晔, 等. 基于空间杜宾模型的中国高学历人才时空分异研究. 世界地理研究, 2019, 28(4): 134-143.
	WANG R, XUE D, LIU Y, et al. Spatial pattern change of high-educated talents in China based on Spatial Durbin Model. World Regional Studies, 2019, 28(4): 134-143.
14	姜炎鹏, 王鑫静, 马仁锋. 创新人才集聚的理论探索——全球人才流动的城市选择视角. 地理科学, 2021, 41(10): 1802-1811.
	JIANG Y, WANG X, MA R. Theoretical exploration of innovation talent agglomeration: From the perspective of city selection of global talent flow. Scientia Geographica Sinica, 2021, 41(10): 1802-1811.
15	古恒宇, 沈体雁. 中国省际高技能人才迁移的时空演化机制. 地理学报, 2022, 77(10): 2457-2473.
	GU H, SHEN T. Spatio-temporal evolution mechanism of China's internal skilled migration. Acta Geographica Sinica, 2022, 77(10): 2457-2473.
16	MICHAEL S, JAY V. A better lemon squeezer?Maximum-likelihood regression with beta-distributed dependent variables. Psychological Methods, 2006, 11(1): 54-71.
17	古恒宇, 沈体雁. 中国高学历人才的空间演化特征及驱动因素. 地理学报, 2021, 76(2): 326-340.
	GU H, SHEN T. Spatial evolution characteristics and driving forces of Chinese highly educated talents. Acta Geographica Sinica, 2021, 76(2): 326-340.
18	许泽宁, 陈子韬, 甄茂成. 区域一体化政策对城市高学历人才分布的影响与作用机制——以长三角地区为例. 地理研究, 2022, 41(6): 1540-1553.
	XU Z, CHEN Z, ZHEN M. The influence mechanism of regional integration policy on the distribution of urban talents: Take the Yangtze River Delta as an example. Geographical Research, 2022, 41(6): 1540-1553.
19	武荣伟, 王远鑫, 张钦, 等. 异质性视角下中国高学历人才分布格局及其影响因素基于地级行政区尺度的考察. 热带地理, 2025, 45(2): 183-196.
	WU R, WANG Y, ZHANG Q, et al. Distribution patterns and driving factors of highly educated talent in China from a heterogeneity perspective: An examination based on prefectural administrative regions. Tropical Geography, 2025, 45(2): 183-196.
20	FLORIDA R. The creative class and economic development. Economic Development Quarterly, 2014, 28(3): 196-205.
21	SCHULTZ T. Investment in human capital. The American Economic Review, 1961, 51(1): 1-17.
22	FLORIDA R, MELLANDER C, STOLARICK K. Inside the black box of regional development-human capital, the creative class and tolerance. Journal of Economic Geography, 2008, 8(5): 615-649.
23	齐宏纲, 戚伟, 刘盛和. 粤港澳大湾区人才集聚的演化格局及影响因素. 地理研究, 2020, 39(9): 2000-2014.
	QI H, QI W, LIU S. Talents concentration in the Guangdong-Hong Kong-Macao Greater Bay Area, China: Evolution pattern and driving factors. Geographical Research, 2020, 39(9): 2000-2014.
24	敖荣军, 伊尔凡江·艾合买提江, 杨彬, 等. 技能劳动力区位选择的时空格局及影响因素. 地理研究, 2023, 42(9): 2451-2465.
	AO R, YIERFANJIANG A, YANG B, et al. Spatio-temporal pattern and influencing factors of the location choice of skilled labor forces. Geographical Research, 2023, 42(9): 2451-2465.
25	孙彦玲, 孙锐. 新时代人才强国战略背景下人才分类问题研究. 科学学研究, 2023, 41(7): 1186-1196.
	SUN Y, SUN R. Research on classification of talents under the strategy to make China a talent strong country in the New Era. Studies in Science of Science, 2023, 41(7): 1186-1196.
26	胡英. 2000年全国人口普查的长表抽样和数据评估及应用. 人口研究, 2002(5): 34-40.
	HU Y. Long form sampling and data evaluation for the 2000 national census and applications. Population Research, 2002(5): 34-40.
27	崔红艳, 徐岚, 李睿. 对2010年人口普查数据准确性的估计. 人口研究, 2013, 37(1): 10-21.
	CUI H, XU L, LI R. An evaluation of data accuracy of the 2010 population census of China. Population Research, 2013, 37(1): 10-21.
28	REY S. Spatial empirics for economic growth and convergence. Geographical Analysis, 2001, 33(3): 195-214.
29	纪小美, 陶卓民, 陈金华, 等. 中国国际旅游省份差异的时空交互特征——基于主要客源市场的对比. 地理研究, 2016, 35(2): 363-376.
	JI X, TAO Z, CHEN J, et al. Space-time interaction of provincial inequality of international tourism in China: The comparison between main tourist markets. Geographical Research, 2016, 35(2): 363-376.
30	方匡南, 王秉权. 正则化Beta回归及其应用. 统计与信息论坛, 2016, 31(8): 14-20.
	FANG K, WANG B. Regularization Beta regression and its application for big data. Journal of Statistics and Information, 2016, 31(8): 14-20.
31	张艳茹, 喻忠磊, 胡志强, 等. 城市舒适物、经济机会、城市规模对中国高学历劳动力空间分布的影响. 热带地理, 2021, 41(2): 243-255.
	ZHANG Y, YU Z, HU Z, et al. The influence of urban amenities, economic opportunities and city size on the spatial distribution of highly educated workers in China. Tropical Geography, 2021, 41(2): 243-255.
32	齐宏纲, 戚伟, 刘振, 等. 中国人才分布的学历梯度分异性:时空格局及影响机理. 地理科学进展, 2023, 42(5): 821-836.
	QI H, QI W, LIU Z, et al. Heterogeneity of educational attainment of talents in China: Spatial and temporal patterns and driving factors. Progress in Geography, 2023, 42(5): 821-836.
33	李玲艳. 从援藏到建藏: 入藏人才结构变迁. 西北民族大学学报(哲学社会科学版), 2017, 222(6): 148-153.
	LI L. From supporting Tibet to building Tibet: Changes in the structure of talents entering Tibet. Journal of Northwest Minzu University(Philosophy and Social Sciences), 2017, 222(6): 148-153.
34	戚伟, 刘盛和, 金凤君. 东北三省人口流失的测算及演化格局研究. 地理科学, 2017, 37(12): 1795-1804.
	QI W, LIU S, JIN F. Calculation and spatial evolution of population loss in northeast China. Scientia Geographica Sinica, 2017, 37(12): 1795-1804.
35	陆铭. 城市、区域和国家发展——空间政治经济学的现在与未来. 经济学(季刊), 2017, 16(4): 1499-1532.
	LU M. Urban, regional and national development:The present and future of spatial political economics. China Economic Quarterly, 2017, 16(4): 1499-1532.
36	王彬燕, 程利莎, 王士君. 东北地区人口结构及流动的时空演变特征研究. 东北师大学报(自然科学版), 2018, 50(1): 130-137.
	WANG B, CHENG L, WANG S. Research on spatio-temporal evolvement characteristics of population structure and mobility in Northeast China. Journal of Northeast Normal University(Natural Science Edition), 2018, 50(1): 130-137.
37	戚伟, 刘盛和, 刘振. 基于"七普"的"胡焕庸线"两侧人口集疏新态势及影响因素. 地理学报, 2022, 77(12): 3023-3040.
	QI W, LIU S, LIU Z. The novel pattern and driving factors of population spatial distribution on both sides of the "Hu Line" based on seventh census in China. Acta Geographica Sinica. 2022, 77(12): 3023-3040.
38	魏后凯. 中国城市行政等级与规模增长. 城市与环境研究, 2014, 1(1): 4-17.
	WEI H. Administrative hierarchy and growth of city scale in China. Urban and Environmental Studies, 2014, 1(1): 4-17.
39	魏守华, 杨阳, 陈珑隆. 城市等级、人口增长差异与城镇体系演变. 中国工业经济, 2020(7): 5-23.
	WEI S, YANG Y, CHEN L. City administrative hierarchy,differential growth of city size and evolution of urban system in China. China Industrial Economics, 2020(7): 5-23.

年份	高技能人才占比程度	胡焕庸线东南半壁			胡焕庸线西北半壁
年份	高技能人才占比程度	县域数量 /个	占东南半壁的比重/%	占全国的比重/%	县域数量 /个	占西北半壁的比重/%	占全国的比重/%
2010	低	937	38.56	32.67	142	32.42	4.95
	较低	779	32.06	27.16	117	26.71	4.08
	中等	354	14.57	12.34	111	25.34	3.87
	较高	235	9.67	8.19	52	11.87	1.81
	高	125	5.14	4.36	16	3.65	0.56
2020	低	734	30.55	25.78	56	12.61	1.97
	较低	913	37.99	32.07	153	34.46	5.37
	中等	385	16.02	13.52	154	34.68	5.41
	较高	261	10.86	9.17	71	15.99	2.49
	高	110	4.58	3.86	10	2.25	0.35

年份	高技能人才占比程度	胡焕庸线东南半壁			胡焕庸线西北半壁
年份	高技能人才占比程度	县域数量 /个	占东南半壁的比重/%	占全国的比重/%	县域数量 /个	占西北半壁的比重/%	占全国的比重/%
2010	低	937	38.56	32.67	142	32.42	4.95
	较低	779	32.06	27.16	117	26.71	4.08
	中等	354	14.57	12.34	111	25.34	3.87
	较高	235	9.67	8.19	52	11.87	1.81
	高	125	5.14	4.36	16	3.65	0.56
2020	低	734	30.55	25.78	56	12.61	1.97
	较低	913	37.99	32.07	153	34.46	5.37
	中等	385	16.02	13.52	154	34.68	5.41
	较高	261	10.86	9.17	71	15.99	2.49
	高	110	4.58	3.86	10	2.25	0.35

年份	直辖市、省会城市、计划单列市市辖区/%	地级市市辖区/%	县级市/%	县（旗、行委） /%
2010	10.71	6.90	4.88	3.40
2020	11.75	7.80	5.87	4.75

年份	直辖市、省会城市、计划单列市市辖区/%	地级市市辖区/%	县级市/%	县（旗、行委） /%
2010	10.71	6.90	4.88	3.40
2020	11.75	7.80	5.87	4.75

t/t+1	HH	LH	LL	HL	类型	数量	比例	SF	SC
HH	0.768	0.088	0.053	0.091	Type0	1 910	0.748	0.203 4	0.793 1
LH	0.225	0.517	0.245	0.013	Type1	260	0.102
LL	0.060	0.063	0.810	0.068	Type2	259	0.101
HL	0.163	0.018	0.170	0.649	Type3	123	0.048

2010—2020年中国县域高技能人才时空格局及其影响因素

Spatio-temporal patterns and determinants of highly skilled talents in China, 2010-2020

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 39

相关文章 15

编辑推荐

Metrics

变量	全体		胡焕庸线东		胡焕庸线西
变量	2010年	2020年	2010年	2020年	2010年	2020年
PGDP	0.035^***	0.032^***	0.039^***	0.041^***	0.027	0.004
	（－5.45）	（－3.52）	（－6.14）	（－5.46）	（－1.17）	（－0.26）
URB	0.305^***	0.106^***	0.322^***	0.376^***	0.177	－0.030
	（－9.53）	（－2.70）	（－10.05）	（－11.79）	（－0.93）	（－0.50）
NAP	0.601^***	0.560^***	0.598^***	0.425^***	0.725^***	0.744^***
	（－25.42）	（－19.74）	（－27.26）	（－20.06）	（－3.18）	（－12.54）
PTER	0.178^***	0.199^***	0.173^***	0.206^***	0.080	－0.007
	（－6.15）	（－5.36）	（－5.82）	（－6.24）	（－0.81）	（－0.12）
BED	0.105^***	0.005	0.105^***	0.014	0.094^***	0.033^**
	（－13.87）	（－0.53）	（－13.44）	（－1.46）	（－3.72）	（－2.27）
ALTITUDE	0.024^***	0.034^***	0.019^***	0.021^***	0.034	0.128^***
	（－11.98）	（－16.85）	（－9.89）	（－11.50）	（－1.31）	（－6.85）
TEM	0.058^***	0.087^***	0.054^***	0.082^***	0.028	0.161^***
	（－7.09）	（－11.65）	（－7.40）	（－10.87）	（－0.50）	（－3.74）
NDVI	－0.094^***	－0.201^***	－0.021	－0.087^**	0.048	0.077^**
	（－4.81）	（－10.05）	（－0.62）	（－2.18）	（－0.84）	（－2.07）
ADLEVEL1	0.121^***	0.249^***	0.140^***	0.212^***	0.047	0.138^***
	（－5.82）	（－10.91）	（－6.96）	（－10.56）	（－0.74）	（－3.38）
ADLEVEL2	0.025^**	0.118^***	0.033^***	0.087^***	－0.032	0.058^**
	（－2.14）	（－10.99）	（－2.95）	（－8.79）	（－0.92）	（－2.48）
ADLEVEL3	－0.015^*	0.005	－0.021^***	－0.013*	0.044	0.045*
	（－1.75）	（－0.64）	（－2.74）	（－1.94）	（－1.31）	（－1.93）
常数项	－2.344^***	－2.229^***	－2.377^***	－2.317^***	－2.284^***	－3.238^***
	（－59.98）	（－45.60）	（－57.09）	（－44.41）	（－6.06）	（－11.90）

[1]	蒋晟, 俞国军, 贺灿飞. 贸易中介研究进展及“全球-地方”互动的新分析视角[J]. 世界地理研究, 2025, 34(2): 55-69.
[2]	师思琦, 蔺雪芹. 国内世界地理研究的主要进展及展望[J]. 世界地理研究, 2025, 34(2): 70-86.
[3]	李志远, 马芳芳, 丁志伟. 2013—2020年中国财政千强镇的时空变化及影响因素分析[J]. 世界地理研究, 2025, 34(1): 138-153.
[4]	丁嘉铖, 郝丽莎. 中国新茶饮品牌连锁门店的空间分布特征及影响因素分析[J]. 世界地理研究, 2025, 34(1): 168-180.
[5]	赵西君, 靳京, 吴殿廷, 高岩辉. 基于共性特征的社会现代化国际比较研究[J]. 世界地理研究, 2025, 34(1): 30-42.
[6]	张旭, 朱昀阳, 何金廖. 基于电子竞技活动的中国城市网络空间结构与影响因素分析[J]. 世界地理研究, 2025, 34(1): 82-93.
[7]	胡曙虹, 杜德斌, 段德忠, 张宓之. 中国企业R&D全球化与创新能力升级：一个区位-关系视角的解释框架[J]. 世界地理研究, 2024, 33(9): 45-56.
[8]	刘航, 骆华松, 洪菊花, 王睿, 孙乐乐. 中国外交发言文本中的地缘关系热点研究[J]. 世界地理研究, 2024, 33(9): 71-81.
[9]	梁源钊, 魏冶. 城市收缩的时空格局与影响因素：德国东部地区与中国东北地区的对比研究[J]. 世界地理研究, 2024, 33(8): 40-51.
[10]	荣培君, 张荣荣, 赵现红. 中国气候舒适度时空演变及其对旅游业的影响[J]. 世界地理研究, 2024, 33(7): 139-149.
[11]	李航飞, 魏少彬. 全球稀土贸易网络时空格局演化与中国地位变迁研究[J]. 世界地理研究, 2024, 33(6): 1-13.
[12]	程成, 胡亚琪, 王云龙. 中国-东盟贸易流网络生长特征与国别角色识别[J]. 世界地理研究, 2024, 33(5): 1-17.
[13]	邬林果, 武荣伟, 杨德刚. 2000—2020年中国人口老龄化时空演变及影响因素研究[J]. 世界地理研究, 2024, 33(5): 163-176.
[14]	彭红艳, 丁志伟. 中国淘宝村“增长-消失”的时空特征及影响因素分析[J]. 世界地理研究, 2024, 33(4): 103-116.
[15]	李晓梅, 黄俊. 中国省域物流碳排放效率的演化特征及收敛性分析[J]. 世界地理研究, 2024, 33(4): 155-166.