欧洲区域发展陷阱：基于职业轨迹的演化经济地理学分析

《Cambridge Journal of Regions, Economy and Society》：Regional development traps in Europe: a study of occupational trajectories of regions

本研究针对欧洲区域长期陷入经济停滞的问题，基于演化经济地理学框架，利用欧盟劳动力调查(EU-LFS)数据，对237个欧洲区域的职业结构进行分析，提出了基于职业关联度(relatedness)和复杂度(complexity)的区域发展陷阱新分类。研究发现：北欧和西欧区域多处于良性"复杂度循环"(complexity loop)，而南欧和东欧区域普遍陷入"结构性陷阱"(structural trap)和"低复杂度陷阱"(low-complexity trap)；区域发展陷阱具有持续性，但提升职业关联度是逃离陷阱的关键路径。该研究为区域政策制定提供了新的理论依据和实践启示。

　　

在欧洲这片经济版图上，一个令人困惑的现象长期存在：当北欧和西欧地区持续繁荣时，南欧和东欧许多区域却似乎陷入了发展的泥潭。这种区域间的发展差距不仅关乎经济指标，更深刻影响着社会凝聚力和政治稳定。传统研究多从产业结构和经济产出角度分析此问题，但往往难以揭示区域陷入发展困境的深层机制。

近年来，演化经济地理学为理解这一现象提供了新视角。该理论认为，区域发展是一个路径依赖(path dependence)过程，各地区积累的特定能力组合决定了其未来发展机会。基于这一理论，Balland和Boschma(2024)提出了创新的区域发展陷阱分析框架，将关注点从经济产出转向区域的结构性能力——特别是发展新的复杂经济活动的能力。

发表在《Cambridge Journal of Regions, Economy and Society》的这项研究，由Milene Simone Tessarin等人开展，首次运用职业数据对欧洲区域发展陷阱进行了系统实证分析。研究人员认为，相较于产业数据，职业数据能更准确捕捉区域的实际能力结构，因为它反映了人们真正从事的工作内容和技能要求，避免了"同一产业内不同区域可能从事完全不同复杂度活动"的测量偏差。

研究团队利用2012-2019年欧盟劳动力调查(EU-LFS)数据，覆盖237个欧洲NUTS-2区域，通过计算职业关联度密度(relatedness density)和职业复杂度(complexity)两个关键指标，将区域划分为四种类型：良性发展的"复杂度循环"(complexity loop)、缺乏多样化机会的"结构性陷阱"(structural trap)、只能发展低端活动的"低复杂度陷阱"(low-complexity trap)，以及虽有高端活动但缺乏协同的"低关联度陷阱"(low-relatedness trap)。

关键技术方法包括：基于行业共现计算职业关联度，采用反射法测量职业复杂度，构建区域职业轨迹转移矩阵，并通过案例区域深度分析职业结构演变过程。

欧洲区域发展陷阱的地理格局

研究揭示了鲜明的欧洲南北分异格局。几乎所有的非陷阱区域都位于北欧和西欧，包括丹麦首都区、维也纳、奥斯陆、马德里、布达佩斯、都柏林、布拉格等首都区域，以及德国、法国、比利时、瑞典南部、挪威南部的许多地区。英国、荷兰、冰岛等国家的整体表现也较为良好。

相比之下，陷阱区域主要集中在南欧和东欧。希腊、葡萄牙南部、西班牙南部、意大利南部、罗马尼亚和波兰西部的大量区域陷入"结构性陷阱"，这些区域不仅职业复杂度低，职业间的关联度也弱，缺乏转型升级的能力基础。"低复杂度陷阱"区域则主要分布在南欧的意大利中北部、西班牙中北部，以及东欧的克罗地亚、斯洛伐克、捷克、匈牙利、波罗的海国家等地区。这些区域虽有一定职业关联度，但主要集中在农业、旅游等低复杂度活动上。

值得注意的是，部分西欧区域如法国北部、爱尔兰北部也陷入结构性陷阱，而包括巴黎大区、大伦敦区、华沙首都区在内的许多发达区域却出人意料地处于"低关联度陷阱"，表明即使拥有高端职业，若缺乏协同效应，仍可能面临发展挑战。

区域发展轨迹的动态演化

2012-2019年的轨迹分析显示，区域发展陷阱具有显著持续性。65%的区域保持原有类型，52%的区域深陷三种陷阱中未能逃脱。结构性陷阱和低关联度陷阱的持续性最高，分别达74%和73%。

逃离陷阱的路径分析揭示了重要规律：从结构性陷阱逃出的区域主要进入低复杂度陷阱，而难以直接提升复杂度；从低复杂度陷阱进入复杂度循环的区域，如比利时、法国、波兰和爱沙尼亚的部分地区，其共同特点是原有职业关联度较高；从低关联度陷阱进入复杂度循环的区域，如法国和德国的部分地区，则依托原有高复杂度基础成功提升了关联度。

特别值得注意的是，复杂性具有"粘性"特征：一旦区域达到较高复杂度水平，往往不会倒退至低复杂度状态。从复杂度循环跌落的区域主要进入低关联度陷阱，而非低复杂度陷阱，且这一现象在德国、瑞士、挪威和瑞典等发达区域较为常见。

典型区域的职业结构演变

波兰Swietokrzyskie地区和斯洛伐克中部地区展示了从结构性陷阱向低复杂度陷阱的成功转型。这两个区域通过发展与现有职业结构密切相关的新职业，显著提升了职业关联度，其中许多新职业集中在制造业领域。

里斯本大都会区和爱沙尼亚则展示了从低复杂度陷阱向复杂度循环的跃升路径。这两个区域成功发展了多种复杂职业的比较优势，如里斯本在"软件和应用程序开发与分析"领域，爱沙尼亚在"创意和表演艺术家"领域取得了突破。

德国中弗兰肯地区和瑞典南部地区则经历了从复杂度循环向低关联度陷阱的滑落。这些区域失去了许多高关联度职业的比较优势，如中弗兰肯地区失去了建筑师、规划师、测量师和设计师等职业，瑞典南部地区失去了董事总经理和医药技术人员等职业。

匈牙利南部大平原地区和意大利普利亚地区则呈现了倒退案例，从低复杂度陷阱回落至结构性陷阱。这些区域失去了许多与现有职业结构密切相关的职业，如普利亚地区失去了电子和电信安装维修人员，南部大平原地区失去了法律、社会和宗教相关专业人员等复杂职业。

研究启示与政策意义

本研究通过职业数据的透镜，为理解欧洲区域发展差异提供了新的理论视角和实践启示。研究发现，区域发展陷阱的本质在于职业结构的结构性缺陷，而不仅是经济产出的不足。提升职业关联度是低复杂度区域逃离发展陷阱的可行路径，而一旦建立高复杂度职业基础，区域往往能够保持这一优势。

研究结果对区域发展政策具有重要启示：对于陷入结构性陷阱的区域，重点应放在培育基础职业能力和加强职业间关联度；对于低复杂度陷阱区域，应通过相关多样化逐步提升职业复杂度；对于低关联度陷阱区域，则需要加强现有高端职业与本地的联系，促进知识溢出和协同效应。

该研究也开辟了多个未来研究方向：需要进一步探讨职业关联度下降对高复杂度区域的长期影响；分析影响区域陷入或逃离陷阱的关键因素；比较职业与产业数据在识别区域陷阱方面的差异；研究数字转型和移民对区域职业结构的影响；以及考察区域间联系在规避发展陷阱中的作用。

这项研究不仅为理解欧洲区域发展差距提供了新的分析框架，也为制定有针对性的区域政策提供了科学依据，对促进区域均衡发展和欧盟凝聚力建设具有重要参考价值。