劳动力结构是指一定时期内，一国或地区劳动力人口在各部门、各行业、各地区分配的比例和相互关系，能够反映一国或地区对劳动力资源的利用情况。高速铁路能够促进产业聚集，形成劳动力就业结构的调整和优化[9]，本章分别从就业弹性、结构偏离度、结构协调度与劳动力质量四个方面衡量高铁发展影响下地区劳动力结构平衡性。
一、高铁可达性与就业弹性系数
就业弹性是就业增长率和经济增长率的比值，指经济增长每变动百分之一所引起的就业增长变动的百分比，能够衡量经济增长对劳动力的吸纳能力。就业弹性计算公式如式（8）：
式（8）中，Ei表示i地区的就业弹性；ΔLi表示i地区就业增长值，Li表示i地区总就业人数；ΔYi表示i地区生产总值增长值，Yi表示i地区生产总值；i表示30个省（市、自治区），i=1，2，…，30。根据就业弹性定义，当就业弹性为正时，就业弹性值越大表明经济增长对就业增长的拉动作用越大；当就业弹性为零时，经济增长对就业增长无影响；当就业弹性为负时分为两种情况：第一，经济增长为正、就业增长为负，表明经济增长对就业产生挤出效应，就业弹性值越小则就业挤出效应越大；第二，经济增长为负、就业增长为正，表明经济对就业产生吸入效应，就业弹性值越大则就业吸入效应越大。
2008年和2016年30个省（市、自治区）就业弹性系数、地区就业弹性关于高铁可达性的弹性如表6-6所示。
表6-6 2008年和2016年30个省（市、自治区）就业弹性系数及高铁弹性
续表
表6-6数据显示，整体而言，2008年，宁夏、海南、安徽就业弹性为负，分别为-0.076、-0.034、-0.004，表明经济增长对就业产生了挤出效应；其他地区就业弹性均为正，就业弹性最大的地区是天津，为0.630，最小的地区是青海，为0.008。2016年，地区就业弹性最大的地区是新疆，为1.634；就业弹性最小的地区是湖南，为-0.164。2016年，湖南、湖北、江苏就业弹性为负，分别为-0.164、-0.065、-0.005，表明经济增长对就业产生了挤出效应；其他地区就业弹性均为正，就业弹性最大的地区是新疆，为1.634，最小的地区是陕西，为0.013。
2008—2016年，30个省（市、自治区）就业弹性变化率、地区就业弹性关于高铁可达性的弹性如图6-5所示。
图6-5 2008—2016年30个省（市、自治区）就业弹性变化率及高铁弹性
图6-5数据显示，从就业弹性变化率来看，2008—2016年，高铁可达性改善程度“高”的一类地区中，湖北、江苏就业弹性由正转负，表明经济增长对就业的作用由吸入变为挤出；上海、陕西、山东、浙江、北京就业弹性为正，变化率为负，表明经济增长对就业的吸纳能力减小；云南、河南、贵州就业弹性变化率为正，就业弹性增大。高铁可达性改善程度“中”的一类地区中，甘肃、江西就业弹性提高；其他地区就业弹性均降低，其中，湖南由正转负，表明经济增长对就业的作用由吸入变为挤出，安徽由负转正，表明经济增长对就业的作用由挤出变为吸入。高铁可达性改善程度“低”的一类地区中，宁夏、海南、天津就业弹性变化率为负，其中宁夏、海南就业弹性由负转正，表明经济增长对就业的作用由挤出变为吸入；天津就业弹性降低，表明经济增长对就业的作用减小；其他地区就业弹性均提高。三类地区就业弹性变化率均值分别为0.004、-1.598、8.638，第三类地区就业弹性变化幅度最大，第二类地区次之，第一类地区最低。
从地区就业弹性关于高铁可达性的弹性来看，2008—2016年，高铁可达性每提升1个单位，高铁可达性改善程度“高、中、低”的三类地区对应就业弹性分别平均变化0.049、-3.464、70.520个单位，表明第三类地区就业弹性对高铁可达性变化最敏感，第二类地区次之，第一类地区最不敏感，第二类地区经济增长对就业增长为挤出效应。高铁可达性改善程度较低的地区可以利用高速铁路发展较大幅度提升地区就业弹性，即提升经济增长对就业的吸纳能力。
二、高铁可达性与结构偏离系数
产业结构之间的就业分布能对产业结构的变迁产生影响，同时，劳动力在不同产业之间的相互流动能对产业结构产生影响，二者的协调发展才能促进经济健康发展。高速铁路能够促进产业聚集，形成劳动力就业结构的调整和优化，本章选取三次产业的结构偏离系数衡量高铁影响下地区三次产业结构与就业结构的协调程度[10]，计算公式如式（9）：
式（9）中，Dji表示i地区第j次产业的产业—就业结构偏离度；Lji表示i地区第j次产业就业人数；Li表示i地区劳动力就业总人数；GDPji表示i地区第j次产业生产总值；GDPi表示i地区生产总值；i=1，2，…，30，表示30个省（市、自治区）；j=1，2，3，表示三次产业。根据产业—就业结构偏离系数定义，当Dji大于零时，i地区j产业的就业人数比重大于产业产值比重，表示该产业的劳动生产率较低，该产业中过剩的劳动力需要向其他类型产业转移；当Dji等于零时，j产业就业结构与产业结构处于均衡；当Dji小于零时，j产业的就业人数比重小于产业产值比重，表示j产业劳动生产率相对较高，具备吸取更多劳动力的能力，其他产业的劳动力会向该次产业转移，使其充分发挥就业的吸纳能力。
2008年和2016年30个省（市、自治区）分三次产业的产业—就业结构偏离系数、偏离系数关于高铁可达性的弹性如表6-7所示。
表6-7 2008年和2016年30个省（市、自治区）分三次产业—就业结构偏离系数及高铁弹性
续表
表6-7数据显示，分三次产业来看，第一产业中，2008年，偏离系数均为正，偏离系数最大的地区是云南，为0.447，最小的地区是北京，为0.045；2016年，偏离系数均为正，偏离系数最大的地区是甘肃，为0.423，最小的地区是上海，为0.029。第二产业中，2008年，偏离系数均为负，偏离系数最大的地区是北京，为-0.038，偏离系数最小的地区是内蒙古，为-0.382；2016年，上海和浙江偏离系数为正，其他地区偏离系数为负，其中，偏离系数最大的地区是江苏，为-0.017，最小的地区是陕西，为-0.326。第三产业中，2008年，辽宁、天津、上海、江西、新疆、青海偏离系数为正，偏离系数最大的地区是辽宁，为0.067，最小的地区是青海，为0.002，其他地区偏离系数为负，最大的地区是湖北和陕西，为-0.004，最小的地区是云南，为-0.140；2016年，天津、吉林、内蒙古偏离系数为正，最大的地区是天津，为0.024，最小的地区是内蒙古，为0.003，其他地区偏离系数均为负，最大的地区是北京，为-0.001，最小的地区是甘肃，为-0.233。总的来说，2008—2016年，各省（市、自治区）第一产业的偏离系数为正，第二、第三产业偏离系数普遍为负，表明各地区第一产业存在剩余劳动力，而第二、第三产业具备较高的生产率，能够吸纳第一产业剩余劳动力。
2008—2016年，30个省（市、自治区）分三次产业—就业结构偏离系数变化率、产业—就业结构偏离系数关于高铁可达性的弹性分别如图6-6、图6-7、图6-8所示。
图6-6 2008—2016年30个省（市、自治区）第一产业—就业结构偏离系数变化率及高铁弹性
图6-6数据显示，从第一产业—就业结构偏离系数变化率来看，2008—2016年，高铁可达性改善程度“高”的一类地区中，偏离系数变化率均值为-0.134；高铁可达性改善程度“中”的一类地区中，偏离系数变化率均值为-0.143；高铁可达性改善程度“低”的一类地区中，偏离系数变化率均值为-0.237。第一产业偏离系数均为正，表明第一产业存在剩余劳动力可以向其他产业转移；偏离系数变化率为负，表示第一产业—就业偏离系数变得更接近于0，变化幅度越大表示越接近于均衡状态，第三类地区第一产业—就业偏离系数变化幅度最大，第二类地区次之，第一类地区最低。
从地区第一产业—就业结构偏离系数关于高铁可达性的弹性来看，2008—2016年，高铁可达性每提升1个单位，高铁可达性改善程度“高、中、低”的三类地区对应第一产业偏离系数分别平均变化-0.137、-0.257、-1.895个单位。第三类地区第一产业—就业结构偏离度对高铁可达性变化最为敏感，第一产业劳动力能够更大幅度向其他产业转移，即向均衡状态调整；第二类地区次之；第一类地区最不敏感。高铁可达性改善程度较低的地区可以利用高速铁路发展较大幅度实现第一产业剩余劳动力转出，提升第一产业—就业结构的均衡性。
图6-7 2008—2016年30个省（市、自治区）第二产业—就业结构偏离系数变化率及高铁弹性
图6-7数据显示，从第二产业—就业结构偏离系数变化率来看，2008—2016年，高铁可达性改善程度“高”的一类地区中，偏离系数变化率均值为-0.517；高铁可达性改善程度“中”的一类地区中，偏离系数变化率均值为-0.271；高铁可达性改善程度“低”的一类地区中，偏离系数变化率均值为-0.362。第二产业偏离系数普遍为负，因此偏离系数变化率为负时，变化率的值越小表示第二产业—就业结构越接近于均衡状态，第一类地区第二产业—就业偏离系数变化幅度最大，第三类地区次之，第二类地区最低。
从地区第二产业—就业结构偏离系数关于高铁可达性的弹性来看，2008—2016年，高铁可达性每提升1个单位，高铁可达性改善程度“高、中、低”的三类地区对应第二产业偏离系数分别平均变化-0.552、-0.514、-2.921个单位，表明第三类地区第二产业—就业结构偏离度对高铁可达性变化最为敏感，能够更大程度吸纳其他产业剩余劳动力，最大幅度接近均衡状态；第一类地区次之；第二类地区最不敏感。高铁可达性改善程度较低的地区可以利用高速铁路发展较大幅度实现第二产业对其他产业剩余劳动力的吸纳，提升第二产业—就业结构的均衡性。
图6-8 2008—2016年30个省（市、自治区）第三产业—就业结构偏离系数变化率及高铁弹性
图6-8数据显示，从第三产业—就业结构偏离系数变化率来看，2008—2016年，高铁可达性改善程度“高”的一类地区中，偏离系数变化率均值为3.81；高铁可达性改善程度“中”的一类地区中，偏离系数变化率均值为0.444；高铁可达性改善程度“低”的一类地区中，偏离系数变化率均值为0.092。第三产业偏离系数普遍为负，因此偏离系数变化率为正时，变化率的值越大表示第三产业—就业结构越大幅度地偏离均衡状态，即第三产业接纳其他产业劳动力转移的能力越大，第一类地区第三产业—就业偏离系数变化幅度最大，第二类地区次之，第三类地区最低。
从地区第三产业—就业结构偏离系数关于高铁可达性的弹性来看，2008—2016年，高铁可达性每提升1个单位，高铁可达性改善程度“高、中、低”的三类地区对应第三产业偏离系数分别平均变化4.405、1.311、-2.875个单位。第三产业偏离系数普遍为负，因此当偏离系数变化率为正时，变化率的值越大表示第三产业—就业结构越大幅度地偏离均衡状态，即第三产业接纳其他产业劳动力转移的能力越大；当偏离系数变化率为负时，变化值越小表示第三产业越接近于均衡状态。在中国高铁发展影响下，第一类地区对高铁可达性最为敏感，高铁可达性提升时，对应第三产业对其他产业剩余劳动力转移的吸纳能力的提升幅度较大；第三类地区对高铁可达性敏感程度次之，高铁可达性提升时，对应第三产业剩余劳动力向其他产业转移；第二类地区对高铁可达性最不敏感，高铁可达性提升时，对应第三产业对其他产业剩余劳动力转移的吸纳能力的提升幅度较小。
三、高铁可达性与结构协调系数
劳动者在产业间的合理流动将引起就业结构变化，就业结构的优化能够促进劳动生产率的提升，并且改善就业人员的收入水平，随着可支配收入的持续提高，整个国家的消费水平和消费结构发生改变，进一步促进产业发展和产业结构的优化，产业结构升级又促进就业结构变化，二者相互联系和制约，因此，产业结构与就业结构的协调性至关重要。联合国工业发展组织（1989）提出的产业结构相似系数经验公式，可以衡量产业间的相似程度及就业结构。本章借鉴王庆丰（2010）[11]的方法基于产业结构相似系数公式，构造产业—就业结构协调系数来衡量二者的协调性，计算公式如式（10）：
式（10）中，Gi表示i地区产业—就业结构协调系数；Sij表示i地区第j次产业生产总值占三次产业总产值的比重；Lij表示i地区第j次产业就业人员占三次产业总就业人员数的比重；i=1，2，…，30，表示30个省（市、自治区）；j=1，2，3，表示三次产业。根据定义，0≤Gi≤1，Gi越接近于0表示地区产业与就业结构协调性越差，Gi越接近于1表示地区产业与就业结构协调性越好。
2008年和2016年30个省（市、自治区）产业—就业结构协调系数、协调系数关于高铁可达性的弹性如表6-8所示。
表6-8 2008年和2016年30个省（市、自治区）产业—就业结构协调系数及高铁弹性
续表
表6-8数据显示，整体而言，2008年，产业—就业结构协调性最高的地区是北京，为0.997；最低的地区是云南，为0.631。2016年，产业—就业结构协调性最高的地区是北京，为0.998；最低的地区是甘肃，为0.673。2008—2016年，贵州、湖北、宁夏、广西、甘肃协调系数降低，这些地区产业—就业结构协调性变差；其他地区结构协调系数均更接近于1，产业—就业结构协调性均得到改善，其中提升幅度最大的地区是黑龙江，为0.278，提升幅度最小的地区是北京，为0.001。
2008—2016年，30个省（市、自治区）产业—就业协调系数变化率、协调系数关于高铁可达性的弹性如图6-9所示。
图6-9 2008—2016年30个省（市、自治区）产业—就业结构协调系数变化率及高铁弹性
图6-9数据显示，从协调系数变化率来看，2008—2016年，高铁可达性改善程度“高”的一类地区中，湖北、贵州协调系数降低，表明产业—就业结构协调性变差；其他地区协调系数提高，提升幅度最大的地区是河南，为0.148，最低的地区是北京，为0.001。高铁可达性改善程度“中”的一类地区中，广西、甘肃协调系数降低，表明协调性变差；其他地区协调系数提高，提升幅度最大的地区是江西，为0.104，最低的地区是福建，为0.045。高铁可达性改善程度“低”的一类地区中，宁夏协调系数降低；其他地区协调系数提高，提升幅度最大的地区是黑龙江，为0.278，最低的地区是天津，为0.051。三类地区结构协调系数变化率均值分别为0.036、0.051、0.135，第三类地区协调性变化幅度最大，第二类地区次之，第一类地区最低。
从地区产业—就业结构协调系数关于高铁可达性的弹性来看，2008—2016年，高铁可达性每提升1个单位，高铁可达性改善程度“高、中、低”的三类地区对应结构协调系数分别平均变化0.038、0.098、1.047个单位，表明第三类地区产业—就业结构协调性对高铁可达性变化最为敏感，第二类地区次之，第一类地区最不敏感。高铁可达性改善程度较低的地区可以利用高速铁路发展较大幅度提升地区产业—就业结构协调性。
四、高铁可达性与劳动力质量指数
从业人员受教育程度能够反映一国或地区的劳动力质量差异。安格斯·麦迪森学历指数标准（1999）将受教育程度划分为初级、中级、高级，并赋予不同层次的劳动力不同的学历指数权重，权重值分别为1、1.4、2。本章用学历指数权重对我国地区从业人员按不同受教育水平进行加权以构建地区劳动力质量指数，计算公式如式（11）：
式（11）中，Hi表示i地区劳动力质量指数；Lik表示i地区k教育程度的就业人员数量占地区全部就业人员数的比重；hk表示k教育程度的安格斯·麦迪森学历指数权重；i=1，2，3，…，30，表示30个省（市、自治区）；k=1，2，3，表示三种教育程度类别。根据劳动力质量指数定义，劳动力指数数值越大，表明地区劳动力受教育程度越高，劳动力质量越好。
2008年和2016年30个省（市、自治区）劳动力质量指数、劳动力质量关于高铁可达性的弹性如表6-9所示。
表6-9 2008年和2016年30个省（市、自治区）劳动力质量指数及高铁弹性
续表
表6-9数据显示，2008年，劳动力质量指数最高的地区是北京，为1.565，劳动力质量指数最低的地区是云南，为1.185；2016年，劳动力质量指数最高的地区是北京，为1.714，劳动力质量指数最低的地区是贵州，为1.293。2008—2016年，各地区劳动力质量指数均有所提升，表明各地区劳动力质量均得到提升，其中，提升幅度最大的地区是浙江，为0.131，提升幅度最小的地区是吉林，为0.058。
2008—2016年30个省（市、自治区）劳动力质量指数变化率、劳动力质量关于高铁可达性的弹性如图6-10所示。
图6-10 2008—2016年30个省（市、自治区）劳动力质量指数变化率及高铁弹性
图6-10数据显示，从劳动力质量变化率来看，2008—2016年，高铁可达性改善程度“高”的一类地区中，劳动力质量提升幅度最大的地区是浙江，为0.131，最低的地区是贵州，为0.059。高铁可达性改善程度“中”的一类地区中，劳动力质量提升幅度最大的地区是重庆，为0.115，最低的地区是江西，为0.064。高铁可达性改善程度“低”的一类地区中，劳动力质量提升幅度最大的地区是青海，为0.115，最低的地区是吉林，为0.058。三类地区劳动力质量指数变化率均值分别为0.0895、0.0900、0.0836，第二类地区劳动力质量提升幅度最大，第一类地区次之，第三类地区最低，三类地区劳动力质量提升幅度较均衡。
从劳动力质量关于高铁可达性的弹性来看，2008—2016年，高铁可达性每提升1个单位，高铁可达性改善程度“高、中、低”的三类地区对应劳动力质量分别平均提升0.100、0.185、0.796个单位，表明第三类地区劳动力质量对高铁可达性变化最为敏感，第二类地区次之，第一类地区最不敏感。高铁可达性改善程度较低的地区可以利用高速铁路发展较大幅度提升地区劳动力质量。