上海青浦新城物質空間結構與就業崗位分布的相互關系研究——基于“典型相關分析”的視角

宋代軍 楊貴慶

上海青浦新城物質空間結構與就業崗位分布的相互關系研究——基于“典型相關分析”的視角

宋代軍 楊貴慶

運用典型相關分析法，對青浦區第2次經濟普查、第6次人口普查和《上海市青浦城區總體規劃修改（2010）》數據進行分析，系統地研究了上海市青浦新城城市物質空間結構與就業崗位分布的相互關系，得出兩個結論。其一，城市物質空間結構與就業崗位分布中度相關：其中總體就業崗位，制造業、外資企業、港澳臺資企業的就業崗位分布與工業用地面積、道路長度、工業園區互為影響因子；服務業、生產性服務業、批發和零售業的就業崗位分布與居民服務設施規模互為影響因子。其二，城市物質空間結構和就業崗位分布的相互影響具有非對稱性。

城市空間結構 | 就業崗位 | 典型相關分析 | 青浦新城

1　問題的提出

城市物質空間結構是城市空間結構的基礎要素，本文中城市物質空間結構包括區位環境、用地面積、道路交通、公共設施規模等；就業崗位指從業人員數；典型相關分析是研究兩列變量之間相互關系的多元統計方法。在全球化和新型城鎮化背景下，我國城市快速發展，城市物質空間結構和就業崗位分布成為研究熱點，它們之間的相互關系成為研究的核心問題。本文以上海市青浦新城為例，運用典型相關分析法，研究城市物質空間結構和就業崗位分布的總體影響大小，局部組成要素間的影響關系，包括對應關系和作用強度,為城市物質空間結構和就業崗位分布的精準化調控提供實證經驗。

普遍認為城市物質空間結構和就業崗位分布會相互影響，但城市物質空間結構和就業崗位分布的組成要素眾多，這種影響總體上有多大？具體由那些要素是承擔？各個要素承擔了多大的影響呢？

2　相關研究綜述

城市空間結構與就業崗位分布的實證研究已經成為當前重要的研究熱點。典型的研究包括城市空間結構與就業崗位分布的總體研究；如對北京[1]、上海[2]、天津[3]、沈陽[4]、芝加哥[5-6]、洛杉磯[7]、舊金山[8]、巴塞羅那[9]等城市的研究。此外還包括制造業就業崗位分布與城市空間結構[10-14]、生產性服務業就業崗位分布與城市空間結構[15-26]、外資企業的就業崗位分布與城市空間結構[27-31]的研究等。

Hotelling[32]于1936年提出典型相關分析，經過長期發展，到1970年代臻于成熟。隨著現代計算機技術的飛速發展，典型相關分析在社會經濟、自然地理、生態環境等方面得到廣泛應用。涉及城市空間結構和就業崗位分布方面的研究相對較少，比較典型的包括對城市（鎮）化的研究[33]；對土地利用的研究[34-35]；對城市用地和空間結構的研究[36]等。

已有城市空間結構與就業崗位分布相互關系的研究以單目標要素研究為主，以單向影響研究為主，多目標要素研究、雙向影響研究較少。

3　研究方法與數據來源

3.1研究方法——典型相關分析

典型相關分析研究兩組變量各自的線性組合，通過研究線性組合之間的相關系數，揭示兩組變量之間的相互關系。設兩組多元隨機變量X、Y，其中X有p1個分量，Y有p2個分量，且p1≤p2。第一步，在X的所有線性組合U中找出一個線性組合u1，在Y的所有線性組合V中找出另一個線性組合v1，使得（u1，v1）的簡單相關系數最大；第二步，設U中與u1不相關的線性組合為U'，在U'中找出一個線性組合u2，V中與v1不相關的線性組合為V'，在V'中找出另一個線性組合v2，使得（u2，v2）的簡單相關系數最大；這樣重復p1步，得到p1對線性組合，提取出兩組變量間的全部相關信息。其中找出的每一對線性組合稱為一對典型變量，它們之間的簡單相關系數稱為典型相關系數[37]。

3.2案例選擇與數據來源

已有城市物質空間結構與就業崗位分布的研究主要集中于大城市、特大城市，對其中相對獨立的部分研究較少。我國部分大城市、特大城市迅速擴張，將周邊距離較近的、原來相對獨立的中小城市轉變為自己的一個組成部分，形成新的大城市、特大城市；原來的中小城市區域在發展慣性和新的大城市、特大城市的雙重作用影響下，產城矛盾日益突出。因此本研究選擇上海市青浦新城作為研究案例。青浦新城位于上海市西部，2008年常住人口43萬（圖1）。

研究數據主要來自《上海市青浦城區總體規劃修改（2010）》（上海城市規劃設計研究院，2010）、青浦區第2次經濟普查（2008年）和青浦區第6次人口普查（2010年）。人口普查采用普查區層面數據，青浦新城人口普查區邊界與居委會和村委會邊界基本一致，以此作為空間單位進行典型相關分析。經濟普查和空間數據均匯總至此空間單位。

具體研究范圍是《上海市青浦城區總體規劃修改（2010）》規劃范圍涉及的社區、居委和村委的范圍（圖2），合計100個基本單元。

3.3研究變量

本文中研究變量指城市物質空間結構與就業崗位分布及其組成要素，選取遵循以下原則：結合文獻綜述，以已有研究為基礎；突出城市物質空間結構要素，包括區位環境、用地、交通、公共服務設施、政策區劃等；與社會經濟統計和城市規劃控制管理相結合，充分考慮數據的可獲得性；突出制造業、服務業的基礎作用，生產性服務業的發展潛力；突出外資的帶動作用和污染密集產業的制約作用；突出案例城市青浦新城就業崗位較多的產業，如批發和零售業、建筑業等（表1）。

3.4程序操作

3.4.1變量合并

為了簡化模型，對高度相關（簡單相關系數絕對值大于0.8）的變量進行合并。

城市物質空間結構變量合并。距淀山湖距離與距上海市中心距離、單元總面積與文化娛樂設施分布①單元面積與文化娛樂設施規模的相關性受極值單元——新旺村的影響較大。由于淀山湖位于該村，該村借此優勢大力發展文化旅游業，因此該村單元面積和文化娛樂設施都較大。去除該單元后，單元面積和文化娛樂設施的簡單相關系數降為-0.086，顯著性水平高于0.05；再進行典型相關分析，結果表明服務業就業崗位與居民服務設施、文化娛樂設施互為影響因子，這說明居民服務設施和服務業之間的聯系具有較好的穩健性。高度相關（圖3），簡單相關系數分別為0.836、0.864，把它們合并為一組變量，分別用距上海市中心距離、單元總面積表示，重新命名為距上海市中心距離組和單元總面積組。

圖1　青浦新城與上海市的關系圖

圖2　研究范圍圖

就業崗位分布變量合并。制造業就業崗位分布和總體就業崗位分布以及外資企業、污染密集產業的就業崗位分布的簡單相關系數很高，分別為0.802、0.904、0.884（圖4），把它們合并為一組變量，用制造業就業崗位分布表示②研究中也采用把制造業和外資企業就業崗位合并，用外資企業就業崗位等其他方式表示，結果差別不大。，重新命名為制造業就業崗位分布組；服務業與生產性服務業、批發和零售業就業崗位分布的簡單相關系數很高，分別為0.910、0.879（圖4），把它們合并為一組變量，用服務業就業崗位分布表示，重新命名為服務業就業崗位分布組。

3.4.2典型分析具體步驟

表1　研究變量一覽表

在SPSS統計分析軟件中，典型相關分析程序是以語法命令直接編寫的文件。其文件名為：CANCORR.SPS。在SPSS中打開已經準備好的數據文件，再打開語法編輯器窗口，輸入相應代碼③具體代碼為：INCLUDE 'C:/Program Files (x86)IBM/SPSS/Statistics/19/Samples /English /Canonical correlation.sps'.CANCORR SET1= v5job v6job v6jf v7job v8job v9job v10job v11job v12job /SET2= v43 v44 v45 v46 v47 v48 v50 v51 v62 v63 v64 v65 v60 v61 v66 /.其中文件目錄根據實際安裝目錄修改，變量名稱和數量根據實際情況修改。運行即可。

4　城市物質空間結構與就業崗位分布的典型相關分析的結果及討論

4.1分析結果

4.1.1總體情況

SPSS運行結果顯示，在0.05的顯著性水平下，從城市物質空間結構（16個變量）和就業崗位分布（4個變量）中，可以抽出2組顯著相關的典型變量。第一組典型變量間的相關系數為0.868，sig值為0.000；第二組典型變量間的相關系數為0.698，sig值為0.002。各組典型變量的標準化典型系數、典型負荷和交叉負荷見表2。

4.1.2典型變量的組成

典型變量是原始變量（也稱原生變量）的線性組合，原始變量標準化（原始值與平均值之差除以標準差）后的組合系數被稱為標準化典型系數。各原始變量在2組顯著相關的典型變量所構成的坐標系中的分布見圖5。

典型變量的具體構成如下④本文僅列出城市空間典型變量1的構成，作為典型示例。：

城市空間典型變量1=0.204×距新城中心距離-0.222×距上海市中心距離組+0.021×城鄉建設用地總面積-0.008×單元總面積組-0.002×居住用地面積+0.027×公共服務設施用地面積+1.034×工業用地面積-0.065×村莊建設用地面積-0.023×道路長度-0.129×距最近高速公路出入口距離+0.028×教育設施規模-0.204×居民服務設施規模-0.131×醫療福利設施規模+0.057×朱家角-0.059×工業園區+0.019×居委會。

從表2和圖5中可以看出，在第一組典型變量中，空間結構典型變量1主要由工業用地面積構成，就業崗位典型變量1主要由制造業就業崗位組構成；第二組典型變量中，空間結構典型變量2主要由居民服務設施規模、醫療福利設施規模構成，就業崗位典型變量2主要由服務業就業崗位組構成；它們標準化典型系數的絕對值都大于0.5。

典型變量得分指根據典型變量構成計算出的值。2組顯著相關的典型變量的標準得分（變量標準化后，根據標準化系數計算出的值）的空間分布見圖6。圖示表明空間結構典型變量1和就業崗位典型變量1的得分的空間分布高度一致，空間結構典型變量2和就業崗位典型變量2的得分的空間分布一致情況次之；空間結構典型變量1和空間結構典型變量2的得分的空間分布差異很大，同樣就業崗位典型變量1和就業崗位典型變量2的得分的空間分布差異也很大。這是它們之間簡單相關系數的直觀反映。

4.1.3典型負荷的分布

典型負荷反映了典型變量與自己原生變量的相關程度。從表2和圖7中可以看出，第一組典型變量中，空間結構典型變量1與工業用地面積高度相關，與道路長度和工業園區中度相關（相關系數絕對值為0.5到0.8之間）；就業崗位分布典型變量1與制造業就業崗位分布組高度相關，與港澳臺資就業崗位分布中度相關。第二組典型變量中，空間結構典型變量2與居民服務設施規模中度相關；就業崗位分布典型變量2與服務業就業崗位分布組高度相關。

圖3　高度相關的城市物質空間結構變量分布圖

圖4　高度相關的就業崗位分布圖

圖5　標準化典型系數分布圖⑤標準化典型系數為原始變量組合為典型變量的標準化組合系數，坐標刻度為標準化典型系數。

4.1.4交叉負荷的分布

交叉負荷反映了典型變量與對方原生變量的相關程度。從表2和圖8可以看出，第一組典型變量中，空間結構典型變量1與制造業就業崗位分布組高度正相關，與港澳臺資就業崗位分布中度相關；就業崗位典型變量1與工業用地面積變量高度相關，與道路長度和工業園區中度相關。第二組典型變量中，空間結構典型變量2與服務業就業崗位分布組中等相關；就業崗位典型變量2與居民服務設施規模中度相關。

4.1.5冗余度分布

典型負荷平方反映了典型變量對原生變量的解釋和預測能力，負荷平方的均值反映了典型變量對原生變量總體的解釋和預測能力。從表3和圖9可以看出，城市空間結構典型變量1對工業用地面積、道路長度、工業園區的解釋程度較高（負荷平方大于0.25），分解了整個空間結構16.8%的方差；就業崗位分布典型變量1對制造業就業崗位分布組和港奧臺資就業崗位分布的解釋程度較高，分解了整個就業崗位分布41.4%的方差。城市物質空間結構中典型變量2對居民服務設施規模的解釋程度較高，分解了整個空間結構8.8%的方差；就業崗位典型變量2對服務業就業崗位分布組的解釋程度較高，分解了就業崗位分布30.9%的方差。

表2　典型變量的標準化典型系數、典型負荷、交叉負荷一覽表

圖6　典型變量的標準得分分布圖⑥空間結構典型變量1與就業崗位典型變量1的相關系數為0.868，空間結構典型變量2與就業崗位典型變量2的相關系數為0.698；空間結構典型變量1、2，就業崗位典型變量1、2的相關系數為0。

圖7　典型負荷分布圖⑦典型負荷反映了典型變量與自己原生變量的相關程度，坐標刻度為典型負荷。

圖8　交叉負荷分布圖⑧交叉負荷反映了典型變量與對方原生變量的相關程度，坐標刻度為交叉負荷。

交叉負荷平方反映了典型變量對對方原生變量的解釋和預測能力。從表3和圖10可以看出，空間結構典型變量1對制造業就業崗位分布組和港澳臺資企業的就業崗位分布的解釋程度較高，平均解釋了就業崗位分布31.2%的變異；就業崗位分布的典型變量1對工業用地面積、道路長度和工業園區分布的解釋程度較高，平均解釋了空間結構12.6%的變異。空間結構典型變量2對服務業就業崗位分布組的解釋程度較高，平均解釋就業崗位分布15.1%的變異；就業崗位分布典型變量2對居民服務設施規模的解釋程度較高，平均解釋空間結構4.3%的變異。

表3　典型變量負荷平方表

圖9　典型負荷平方分布圖⑨典型負荷平方反映了典型變量對原生變量的解釋和預測能力。

圖10　交叉負荷平方分布圖⑩交叉負荷平方反映了典型變量對對方原生變量的解釋和預測能力。

4.2討論

4.2.1城市物質空間結構對就業崗位分布的影響

城市物質空間結構典型變量1主要由工業用地面積構成，主要反映了工業用地面積、道路長度和工業園區的影響，對制造業就業崗位分布組和港澳臺資企業就業崗位分布的影響較大，均為正向影響。這既符合我國《城市用地分類與規劃建設用地標準（GB 50137-2011）》中制造業用地劃歸工業用地的要求，又反映了青浦新城通過增加工業用地面積、道路長度增加就業崗位的特點，還反映了青浦工業園主要為工業用地的現實。此外也反映了青浦制造業與污染密集產業聯系緊密，外來投資受制造業影響較大的特征。

城市物質空間結構典型變量2的構成要素主要包括居民服務設施規模和醫療福利設施規模，主要反映居民服務設施規模的影響，對服務業就業崗位分布組影響較大，均為正向影響。這主要由于居民服務設施和醫療福利設施在產業分類上屬于服務業。

4.2.2就業崗位分布對城市物質空間結構的影響

就業崗位分布典型變量1主要由制造業就業崗位分布組構成，主要反映制造業分布組和港澳臺資就業崗位分布，對工業用地面積、道路長度和工業園區的分布影響較大，均為正向影響。這首先反映了青浦新城的就業崗位以制造業為主、主要分布在工業用地上、工業用地集中分布在產業園區的現實特征；其次反映了工業用地面積與道路長度有穩定的內在聯系，主要原因是青浦新城工業用地間的就業密度差別不顯著。

就業崗位分布典型變量2主要由服務業就業崗位分布組構成，主要反映它的分布，對居民服務設施規模的影響較大，為正向影響。反映了青浦服務業主要為生活性服務業、生產性服務業不發達的特征。

4.2.3城市物質空間結構和就業崗位分布影響的非對稱性

從冗余度的分析可以看出，城市物質空間結構對就業崗位分布的影響較大，就業崗位分布對城市物質空間結構的影響相對小一些。主要原因是城市物質空間結構和就業崗位分布都受自然條件、產業經濟、社會文化、政策環境、技術發展的影響，但城市物質空間結構還受其他要素，特別是居住空間分布的直接影響，在青浦新城居住空間與就業崗位分布的相關度較低。

5　結 論

（1）就業崗位分布具有內在聯系。在青浦制造業就業崗位分布對總體就業崗位分布有較大影響，并且與外資、污染密集產業的就業崗位分布聯系緊密；服務業就業崗位分布與生產性服務業、批發和零售業的就業崗位分布聯系緊密。

（2）城市物質空間結構與就業崗位分布中度相關。其中總體就業崗位分布、制造業、外資、港澳臺資、污染密集產業的就業崗位分布與工業用地面積、道路長度、工業園區正相關程度較高，互為影響因子；服務業、生產性服務業、批發和零售業的就業崗位分布與居民服務設施規模的相關程度較高，互為影響因子。

（3）城市物質空間結構和就業崗位分布相互影響，但還受其他要素的影響。在0.05的顯著性水平下，城市物質空間結構的2個顯著相關的典型變量合計分解了空間結構25.6%的方差，可以解釋就業崗位分布36.3%的變異；就業崗位分布的2個顯著相關的典型變量合計分解了就業崗位分布72.3%的方差，合計解釋城市物質空間結構16.9%的變異。即城市物質空間結構中約有1/4的方差與就業崗位相關，而就業崗位中約有3/4的方差與城市物質空間結構相關；城市物質空間結構可以預測就業崗位約1/3的變異，但就業崗位只能預測城市物質空間結構約1/6的變異。

（4）城市物質空間與就業崗位分布的典型相關反映了它們間相互聯系的數據特征，刻畫了它們相互影響的程度，同時還蘊含了它們之間的因果關系和辯證關系。就業崗位是城市物質空間結構的締造因素之一，但城市物質空間結構的影響更加長遠。

References

[1]劉霄泉，孫鐵山，李國平. 北京市就業密度分布的空間特征[J]. 地理研究，2011，30（7）：1262-1270.

LIU Xiaoquan, SUN Tieshan, LI Guoping. Research on the spatial structure of employment distribution in Beijing[J]. Geographical Research, 2011, 30(7): 1262-1270.

[2]王桂新，魏星. 上海從業勞動力空間分布變動分析[J]. 地理學報，2007，62（2）：200-210.

WANG Guixin, WEI Xing. Change of labor force spatial structure in Shanghai from 1996 to 2001[J]. Acta Geographica Sinica, 2007, 62(2): 200-210.

[3]朱海明，劉成哲，于春青，等.基于聚類分析的天津市就業崗位分布特征研究[J].城市，2013（2）：54-58.

ZHU Haiming, LIU Chengzhe, YU Chunqing, et al. Study on the distribution characteristics of employment in Tianjin City based on clustering analysis[J]. City, 2013(2):54-58.

[4]董麗晶，張平宇. 1990年代以來沈陽市就業結構的空間分異[J]. 人文地理，2008，23(1)：32-37. DONG Lijing, ZHANG Pingyu. Spatial

differentiation of employment structure in Shenyang City from 1990s[J]. Human Geography, 2008, 23(1):32-37.

[5]McMillen D. Suburban sub-centers and employment density in Metropolitan Chicago[J]. Journal of Urban Economics, 1998, 43:157-180.

[6]McDonald J. & Prather P. Suburban employment centers: the case of Chicago[J].Urban Studies, 1994: 201-218.

[7]Giuliano G. & Small K. Sub-centers in the Los Angeles region[J].Regional Science and Urban Economics, 1991, 21(2): 163-182.

[8]Cervero R. & WU KangLi. Sub-centering and commuting: Evidence from the San Francisco Bay Area, 1980-90[J]. Urban Studies, 1998: 1059-1076.

[9]Garcia-López M. & Mu?iz I. Employment decentralization: Poly-centricity or Scatteration? The case of Barcelona[J]. Urban Studies. December 2010, 47(14): 3035–3056.

[10]張曉平，孫磊. 北京市制造業空間格局演化及影響因子分析[J]. 地理學報，2012，67（10）：1308-1316.

ZHANG Xiaoping, SUN Lei. Manufacturing restructuring and main determinants in Beijing Metropolitan Area[J]. Acta Geographica Sinica, 2012, 67(10): 1308-1316.

[11]謝敘秫. 上海制造業集聚的動因研究[J]. 世界經濟情況，2006（17）：30-33.

XIE Xushu. Study on the motivations of the manufacturing industry agglomeration in Shanghai[J]. World Economic Outlook, 2006(17): 30-33.

[12]馮健. 杭州城市工業的空間擴散與郊區化研究[J].城市規劃匯刊，2002（2）：42-47.

FENG Jian. Research on the industrial decentralization of Hangzhou City[J]. Urban Planning Forum, 2002(2): 42-47.

[13]呂衛國，陳雯. 制造業企業區位選擇與南京城市空間重構[J]. 地理學報，2009，64（2）：142-152.

LV Weiguo, CHEN Wen. Manufacturing industry enterprises location choice and the urban spatial restructuring in Nanjing[J]. Acta Geographica Sinica, 2009, 64(2): 142-152.

[14]邱靈，申玉銘，任旺兵. 北京生產性服務業與制造業的關聯及空間分布[J]. 地理學報，2008，63（12）：1299-1310.

QIU Ling, SHEN Yuming, REN Wangbing. Industrial relevancy and spatial distribution between producer services and manufacturing in Beijing City[J].Acta Geographica Sinica, 2008, 63(12): 1299-1310.

[15]趙群毅. 北京生產者服務業空間變動的特征與模式——基于單位普查數據的分析[J]. 城市發展研究，2008，14（4）：70-77.

ZHAO Qunyi. Study on spatial change of producer services in Beijing: based on economic unit census[J]. Urban Studies, 2008, 14(4): 70-77.

[16]寧越敏. 上海市區生產服務業及辦公樓區位研究[J]. 城市規劃，2000，24（8）：9-12，20.

NING Yuemin. The study on the location of the industrial service and the office building in Shanghai[J]. City Planning Review, 2000, 24(8):9-12, 20.

[17]高運勝. 上海生產性服務業集聚區發展模式研究[M]. 北京：對外經濟貿易大學出版社，2009：3-128.Gao Yunsheng. A research on the developing pattern of producer services agglomeration area in Shanghai[M].Beijing: University of International Business and Economics press, 2009: 3-128.

[18]林彰平，閆小培. 轉型期廣州市金融服務業的空間格局變動[J]. 地理學報，2006，61（8）：818-828.

LIN Zhangping, YAN Xiaopei. Analysis on the change of the spatial pattern of financial service industry in Guangzhou during the transition period[J]. Acta Geographica Sinica, 2006, 61(8): 818-828.

[19]甄峰，劉慧，鄭俊. 城市生產性服務業空間分布研究：以南京為例[J]. 世界地理研究，2008，17（3）：24-31.

ZHEN Feng, LIU Hui, ZHENG Jun. Spatial distribution of urban producer service: a case study of Nanjing[J]. World Regional Studies, 2008, 17(3): 24-31.

[20]陳前虎，徐鑫，帥慧敏.杭州城市生產性服務業空間演化研究[J].城市規劃，2008，32（8）：48-52.

CHEN Qianhu, XU Xin, SHUAI Huimin. Spatial evolution of producer services in Hangzhou[J]. City Planning Review, 2008, 32(8): 48-52.

[21]李普峰，李同升. 西安市生產性服務業空間格局及其機制分析[J]. 城市發展研究，2009，16（3）：87-91.

LI Pufeng, LI Tongsheng. Spatial pattern and mechanism analysis of producer aervices in Xi' an[J]. Urban Studies, 2009, 16(3): 87-91.

[22]袁豐，魏也華，陳雯，等. 蘇州市區信息通訊企業空間集聚與新企業選址[J]. 地理學報，2010，65（2）：153-163. YUAN Feng, WEI Yehua, CHEN Wen, et al. Spatial agglomeration and new firm formation in the information and communication technology industry in Suzhou[J]. Acta Geographica Sinica, 2010, 65(2): 153-163.

[23]Boiteux-Orain C., Guillain R. Changes in the intrametropolitan location of producer services in lie-d-France (1978-1997): Do information technologies promote a more dispersed spatial pattern?[J] Urban Geography, 2004, 25(6): 550-578. Searle G H.Changes in produce services location, [24]Sydney: globalization, technology and labor[J]. Asia Pacific Viewpoint, 1998, 39(2): 237-255.

[25]Myung-jin, Seong-kyu Ha. Evolution of employment centers in Seoul[J]. RURDS, 2002, 14(2): 117-132.

[26]Coffey W J., Shearmur R G. Agglomeration and dispersion of high-order service employment in the Montreal metropolitan region, 1981-1961[J]. Urban Studies, 2002, 39(3): 360-377.

[27]賀燦飛，梁進社，張華. 北京市外資制造企業的區位分析[J]. 地理學報，2005，60（1）：122-130.

HE Canfei, LIANG Jinshe, ZHANG Hua. Locational study of foreign enterprises in Beijing——Based on an ordered profit model[J]. Acta Geographica Sinica, 2005, 60(1): 122-130.

[28]Wei Y., Leung C K. Development zones, foreign investment, and global city formation in Shanghai[J]. Growth and Change, 2005, 36(1): 16-40.

[29]Wu F. Intra-metropolitan FDI firm location in Guangzhou, China, 1999[J]. Annals of Regional Science, 1999, 33(3): 535-555.

[30]孟曉晨，石曉宇. 深圳“三資”制造業企業空間分布特征與機理[J]. 城市規劃，2003，27（8）：19-25.

MENG Xiaochen, SHI Xiaoyu. The spatial distribution of FDI manufactures in Shenzhen[J]. City Planning Review, 2003, 27(8): 19-25.

[31]李王鳴，潘蓉，魏也華. 中國城市外商投資區位選擇因素的鑒定與分析——以杭州城市為例[J]. 浙江大學學報：理學版，2006，33（1）：110-114，120.

LI Wangming, PAN Rong, WEI Yehua. The identification and analysis of urban FDI locational factors in Hangzhou, China[J]. Journal of Zhejiang University: Science Edition, 2006, 33(1): 110-114,120.

[32]Hotelling H. Relations between two sets of variants[J]. Biometrika, 1936(28): 321-377.

[33]陸根堯，符翔云，朱省娥. 基于典型相關分析的產業集群與城市化互動發展研究：以浙江省為例[J]. 中國軟科學，2011(12)：101-109.

LU Genyao, FU Xiangyun, ZHU Sheng-e. Research on relevance between industrial cluster and urbanization based on canonical analysis: a case study of Zhejiang Province[J]. China Soft Science, 2011(12): 101-109.

[34]張明，朱會義，何書金. 典型相關分析在土地利用結構研究中的應用——以環渤海地區為例[J]. 地理研究，2001（12）：761-767.

ZHANG Ming, ZHU Huiyi, HE Shujin. An application of canonical correlation analysis to research on land-use patterns: taking Bohai Rim as an example[J]. Geographical Research, 2001(12): 761-767.

[35]Satoshi Hoshino. Statistical analysis of land-use change and driving forces in the Kansai District, Japan[A].IIASA Working Paper, wp-96-120. Laxenburg: IIASA, 1996: 20-25.

[36]魯春陽. 城市用地結構演變與產業結構演變的關聯研究[D]. 重慶：西南大學博士學位論文，2011.

LU Chunyang. The analysis on the relationship between urban land use structure evolution and industrial structure evolution[D]. Chongqing: The Dissertation for Doctor Degree of Southwestern University, 2011.

[37]王國梁，何曉群. 多變量經濟數據統計分析[M].西安:陜西科學技術出版社，1993：17-29.

WANG Guoliang, HE Xiaoqun. Statistical analysis of multivariate economic data[M].Xi' an: Shanxi science and Technology Press, 1993: 17-29.

[38]上海同濟城市規劃設計研究院. 上海青浦新城總體規劃[R]. 2006.

Shanghai Tongji Urban Planning & Design Institue. Master Planning of Shanghai Qingpu New Town[R]. 2006.

[39]宋代軍，楊貴慶. 城市空間結構與就業崗位分布差異的定量描述——以上海市青浦新城為例[J].城市規劃學刊，2015（5）：75-81.

SONG Daijun, YANG Guiqing. Quantitative description of the distributional differences between urban spatial structure and employment——Case study of Qingpu New Town in Shanghai.Urban Planning Forum,2015(5):75-81.

[40]夏友富. 外商投資中國污染密集產業現狀、后果及其對策研究[J]. 管理世界，1999（3）：109-123.

XIA Youfu. The research on the status quo, consequences and countermeasures of foreign investment in China's pollution intensive industries[J]. Management World, 1999(3): 109-123.

The Relationship between Urban Physical Spatial Structure and Employment Units of Qingpu New Town in Shanghai: Based on Canonical Correlation Perspective

Using Canonical Correlation Analysis method, based on the master plan of Shanghai Qingpu new town (2010), data of the Second Economic Census and the Sixth Census of Qingpu District, the paper systematically analyzes the relationship between the physical spatial structure and the employment units in Qingpu new town in Shanghai. It draws the following two conclusions. One is that the correlation between urban physical spatial structure and employment units is moderate. The employment units, including total, manufacturing, foreign-funded enterprises, enterprises invested by Hong Kong, Macao and Taiwan capitals, and three variables, including industrial land area, road length and industrial park, are mutual influential factors. The employment units, including services, producer services, wholesale and retail, and scale of residential service facilities are also mutual influential factors. The other is that the mutual influence, between urban physical spatial structure and employment units, is asymmetric.

Urban spatial structure | Employment units | Canonical correlation analysis | Qingpu new town

本刊2015年第5期（總第124期）勘誤表

1673-8985（2015）06-0067-08

TU981

A

宋代軍

同濟大學建筑與城市規劃學院博士研究生

上海同濟城市規劃設計研究院規劃師

楊貴慶（通訊作者）

同濟大學建筑與城市規劃學院教授，博士生導師