本文摘要:摘要:職住分離和通勤距離關系的定量測度,對公共政策、城市規劃的制定具有指導作用。長期以來,該領域的計算方法及驗證的可靠性、精確性存在多方面的制約,用得最普及的單元平衡法存在單元尺度多大合適、單元邊界隔離2個局限性。本研究以上海市為例,以人口
摘要:職住分離和通勤距離關系的定量測度,對公共政策、城市規劃的制定具有指導作用。長期以來,該領域的計算方法及驗證的可靠性、精確性存在多方面的制約,用得最普及的單元平衡法存在單元尺度多大合適、單元邊界隔離2個局限性。本研究以上海市為例,以人口普查、經濟普查、手機信令數據為基礎,多角度開展方法探索。先對中心城區劃定職住基本平衡范圍,用考慮通勤距離的密度估計函數,按工作地估計職工的居住密度,和從業居民的實際密度相比較,使職住分離和通勤距離對應起來,同時緩解單元尺度問題、消解邊界隔離問題。
繼而使用職住分離零壹指數代替傳統職住比,用平均通勤距離驗證職住分離,獲得了很強的線性相關。盡管統計結果有效,依然會有樣本偏離線性回歸方程,利用置信區間,篩選出異常點,憑經驗解釋原因,可從定性角度進一步提高分析結果的可信,還可以探測職住失配的原因;谏鲜龇治龇椒ǎ炞C了:職大于住的地區,職工通勤距離偏長,居民通勤距離偏短;住大于職的地區,居民通勤距離偏長,職工通勤距離偏短,職住關系越平衡,通勤交通總量越小,越分離,交通總量越大。上述方法以上海為例得到驗證,也能適用于其他大城市的中心城區。
關鍵詞:職住分離,職住平衡,通勤距離,零壹指數,測度方法,上海
1引言
市民工作地和居住地的分離引起通勤交通,城市規模擴大,通勤距離往往變長,職住分離是常見的原因。我國在經歷了30年的快速城市化進程后,伴隨居民通勤交通距離和時間增長,特大城市的道路交通擁堵和公共交通擁擠問題日趨嚴峻。職住過度分離對于個體,生活質量下降,對于整體,城市交通總量增大,交通設施擁堵,城市運作效率變差,還會帶來更多的能源消耗、廢氣排放。對上述問題,西方學者的研究歷史較長,主要是在美國,大約在1990年代前后,美國經歷了城市蔓延、石油危機以及環保運動等過程,對于城市精明增長、減少交通能耗、提高環境質量有著更高的要求,當時的研究大致有2個側重點:
(1)職住平衡和通勤距離的關系。早期研究一般認為,通過職住數量和質量的平衡可以在一定程度上縮短通勤距離,例如在就業崗位密集地區提供可負擔住房,在郊區居住密集地區提供合適的就業崗位等[1],實證的數據研究對城市規劃專業有參考意義[2]。但是,也有學者認為,一定空間范圍的職住平衡對交通擁堵、通勤距離的影響客觀存在,但并不十分顯著,職住的空間分布更大程度受到除了通勤距離外的其他社會經濟因素的影響[3],不同城市具有各自的特征,之間較難相互比較,從總的趨勢來看,較多城市的平均通勤時間在一定時期內并沒有明顯增加[4]。
(2)城市空間結構有復雜的社會經濟內涵,通勤交通僅表示一個方面,應深入考慮背后的社會經濟因素[5]。該方向研究的深入,勢必轉向職住分離的原因分析。進入21世紀,西方發達國家大城市空間結構趨于穩定,用城市規劃或其他公共政策干預職住關系余地不大,隨著時代背景的變化,西方相關的理論研究熱情有所下降。西方研究對應的城市尺度和密度與當前我國特大城市有著明顯差別,城市化進程形式和速度也不同。國外學者所參照的城市、區域的人口、產業、空間結構、發展歷史不同,將他們的觀點、結論、方法對應到國內,或多或少會不適應[6]。
近10年來,職住分離開始引起國內學者的重視,這和國內大城市規模擴展、結構調整、城市交通擁堵等現實問題有關。國內學者較多是從觀察、描述入手[7-12],和國外學者類似,也分析社會、經濟、城市發展過程等因素如何影響職住平衡、通勤交通[13-19]。隨著研究的深入,發現基礎數據和計算方法對研究結論會有不同程度的干擾[20],但是在對方法的局限性,如何改進、完善的研究較少[21]。其原因很可能是國外學者研究熱情較高的1990年代,地理信息技術還不夠普及,國外學者當時研究的數據來源主要是政府統計部門的調查數據,適合于直接的職住比計算以及與通勤距離的比對分析。國內學者關注職住平衡,大都側重在問題本身。
隨著ICT大數據的出現,一定程度彌補了過去國內研究數據不足的缺陷,但對新型數據源的計算方法還比較傳統[22],新方法的探索不多。本文認為,關于職住平衡、通勤交通的分析方法若要服務于政策制定,尤其是城市規劃,基礎資料的準確性、計算方法的精確性、分析結果的可靠性均有待進一步完善和提升,而目前的數據條件和技術條件應該比過去好很多。
按經驗,某地區的工作崗位少于從業居民,外部進來工作的職工較少,職工容易就近居住,他們的通勤距離可能較短,同時,因居民數量偏多,難以就近工作,外出工作的人數較多,他們的通勤距離可能較長。反過來,某地區的工作崗位如果多于從業居民,職工通勤距離可能較長,居民通勤距離可能較短。如果這一規律不但存在,而且非常明顯,調整用地布局,使居住人口、工作崗位變得相對平衡,就可獲得減少通勤交通總量的效果,如果這一規律不顯著、不穩定,或者原因很復雜、不清晰,用調整用地布局或者其他公共政策來緩解交通,就可能存在盲目性。
2傳統計算方法的局限性
長期以來,測度職住平衡的基礎方法是劃定空間單元,計算內部職住關系,可稱為單元自身平衡法,用得最普遍的指標是單元職住比。單元職住比=該單元內的工作崗位數/該單元內的從業居民數(1)該指標簡單、直觀,也可將全體居住人口或家庭數代替從業居民數,將多個單元指標匯總起來,測算取值變化是否均勻。美國規劃學者憑經驗提出,就業崗位數與家庭數之比在0.8~1.2之間比較合適[1,23],或者用“獨立指數”來表示居住和工作的自滿足[13]。獨立指數=本單元內居住和工作崗位數/(外來工作人數+外出工作人數)
(2)上述方法對組團式布局的城鎮群較合適,而且單個城鎮規模不大、邊界鮮明。對大城市的連綿建成區存在如下局限:(1)單元尺度。單元較大,容易平衡,大到一定程度會自然平衡,但是內部通勤上升為主要矛盾。單元較小,容易分離,單元小到一定程度必然出現極端。這是典型的可變面狀單元問題(ModifiableArealUnitProblem,MAUP)。
(2)邊界隔離。對單元內部較長距離的通勤認為是職住平衡,跨越邊界的短距離通勤認為是分離,一旦跨越單元,不分遠近,顯然不符合現實。單元相互組合(即用地布局)不同,整體職住關系不同,但是每個單元自身的指標都是一樣的,如果城市規劃調整用地布局,對職住分離是減緩還是加劇,單元指標無法體現。
(3)取值區間。職住比的取值區間為[0,1,+∞),等于1時完全平衡,0和+∞是2個極端,大城市內部較大的居住區、商務區,取值會接近極端值。變化幅度不對稱,實際工作中較難把握。
3數據來源及職住基本平衡區劃定
3.1數據來源
3.1.1普查資料
本研究的從業居民數據來自2010年的第六次全國人口普查[24],要按10%的比例對長表擴樣。在上海,空間單元可以在居委會、村委會的基礎上再細分到普查小區。工作崗位數據來自第三次經濟普查(2013年)[25],在上海,空間單元也可細分到普查小區(和人口普查不一致)。經濟普查中職工人數的空間分布有誤差。例如,某些分支機構的職工數被統計到企業注冊地或總部,如連鎖經營商、保險公司,有些職工的工作地點不固定,如交通運輸機構,上述現象俗稱為“吸附”。為了精確落地、減緩“吸附”,上海市的有關機構投入了較大的人力、物力,但是誤差依然難免[26-27]。
3.1.2手機信令數據
本研究獲得了2011年10月中國移動的2G手機信令數據,連續兩周時長,范圍為上海市域。利用信令數據,可識別用戶的居住地、工作地;疽巹t為計算每個用戶在同一空間位置或周邊重復出現的頻率,如果夜間重復頻率大于50%,則識別為用戶的居住地;日間重復頻率大于50%,則識別為用戶的工作地,排除職住同地或相距過近。識別之前進行數據清洗,前后兩條記錄時間間隔60min以上,對應基站相隔400m以上,保留其有效位置點。
然后計算有效位置點上的累積停留時長,將每天停留時間最長的作為當日的日間駐留地。從晚上20時到次日凌晨6時,計算累計最大停留時間位置,且在該位置停留超過2小時,則該點為當日的夜間居住地。從上午9時到下午16時之間,計算累計最大停留時間位置,且在該位置停留超過2h,則該點為當日工作地。兩周10個正常工作日內,待選的日間駐留地出現超過5次,則將其視為該用戶的日間駐留地(簡稱“工作地”)。使用同樣的方法可以識別出用戶的夜間駐留地(簡稱“居住地“)。
上海市全市域范圍內,識別出手機常住用戶1763萬個,其中符合日間駐留地規則的有1045萬人,識別率達59.3%;識別出夜間駐留地有1175萬人,識別率達66.6%。產生兩類用戶的交集,有849萬人,符合上述行為規律的學生、退休老年人也會在此識別結果中。
以街道、鄉鎮為單元,和人口普查中的從業居民數做比較,線性相關系數r(230)=0.91(p<0.0001),和經濟普查中的工作崗位數做比較,線性相關系數r(230)=0.61(p<0.0001),均屬高度線性相關,可以看出手機信令和工作崗位的誤差比從業居民明顯要大。和大規模、專業性的城市交通出行調查相比,用手機信令觀察通勤交通有被調查者不受干擾、樣本量大、分布均衡、統計單元較小的優點,也存在數據采集疏漏、編碼可能出錯,出行目的、方式要間接判斷,個人屬性難以識別等缺點。
3.2劃定職住基本平衡區
現實中,上海的每日通勤已擴大到蘇州,但本項研究側重于上海中心城,對此應劃定職住基本平衡的最小范圍,跨該越邊界的通勤量盡可能小,或者可以忽略[28]。以上述全市域所識別的手機用戶居住地、工作地為基礎,產生從業居民的分布密度,生成等值線,在密度變化陡峭的中心城區邊緣,按經驗提取邊界。經計算,約98%的手機用戶居住地、工作地在此范圍內,定義為基本平衡圈。
為了與人口、經濟普查資料相對應,進一步以街道、鎮為空間單元,如果進入基本平衡圈的面積超過30%以上,該單元就納入,合并起來一共有124個街鎮,面積為1139.5km2,稱基本平衡區,略大于中心城外環線范圍,常住人口1427萬人,從業居民727.7萬,工作崗位838.6萬。再用手機信令復核,有4.6%的職工在此范圍之外居住,有2.9%居民在此范圍之外工作,區內平均通勤距離為4921m(基站之間的歐氏距離,即直線距離,職住同地的手機用戶不計入)?紤]到經濟普查的“吸附”,和人口普查時間不一致,基本平衡區范圍內,職工人數多于從業居民,為此將職工人數乘以0.8678,使該范圍內工作崗位和從業居民總數相同。有了基本平衡區,可將注意力集中在內部通勤,暫時忽略內外通勤。
4實驗過程及結果分析
4.1職住分離零壹指數及驗證
使用傳統的單元職住比,將人口、經濟普查得到的每個街道、鄉鎮職住比和手機信令計算得到的該街鎮居民平均通勤距離、職工平均通勤距離分別做比較,和本文引言中對職住分離的一般認知大致相符,但是平均通勤距離與職住比之間為非線性關系,為了簡化計算過程,不再繼續討論。
5異常單元界定及解釋
5.1異常單元判斷方法
基于密度估計,按街鎮單元匯總的零壹指數為自變量,平均通勤距離為因變量,統計結果達到了較強的線性相關,但是顯著性再強,樣本點和回歸方程之間依然存在偏差,如果將偏差較明顯的篩選出來,推測、解釋其原因,會有參考價值,還可能進一步提高統計的可信。
5.2對異常單元的經驗解釋
5.2.1職工通勤距離偏長
用置信區間篩選出的職工通勤距離異常街鎮。職工通勤距離偏長的單元大都位于浦東新區的東側、北側(打浦橋街道例外),屬張江科技園區、外高橋保稅區范圍或近鄰,產業性質為科技類、貿易服務類,職工中科技人員、商務白領比例大,他們通勤距離偏長大致有4個方面的原因:
(1)東側、北側是長江入海口,不會有大片、合適的住宅區,主要通勤方向只有往西、往南。估計密度時,長江口水域有密度,引起少量誤差。(2)和上述產業園區距離較近的商品住宅基地建成時間較早,產業發展較遲,已入住的居民通勤方向也是往西、往南,距離也較長,就地平衡作用較弱,職住關系相對失配。(3)軌道交通、主要道路均呈放射狀,促使職工長距離通勤。(4)商務、科技類崗位專業性較強、職工對居住環境要求較高,雙職工家庭較多,購房比例較高,選擇居住地、工作地的彈性、靈活性較低。打浦橋街道的手機信令中部分記錄的基站編碼有誤而被刪除,引起統計結果偏差。
5.2.2職工通勤距離偏短
包含虹橋機場及相關機構、企業,職工工作時間、居住地較特殊,用手機信令識別的居住者、工作者、通勤距離,可能不適合虹橋機場及其周邊,造成計算結果低于回歸統計。
5.2.3居民通勤距離偏長
上鋼新村街道內含2010年世博會浦東展區,臨近2010年時,傳統制造業大量遷出,周邊居民難以短途通勤,2010年世博會之后,服務型企業開始入駐,周邊居民不能馬上適應新崗位,就近就業比例低,這就影響到平均通勤距離和職住零壹指數(人口普查是2010年,手機信令是2011年,經濟普查是2013年)。殷行街道集中了較多傳統工人新村,按零壹指數,住大于職,周邊傳統工業的衰退已有一段歷史,新型產業在緩慢成長,居民對產業轉型的適應滯后。
該街道位于楊浦區北端,受黃浦江阻隔,跨江通勤要繞行,不方便,而地鐵8號線卻為本地居民向南到較遠的市中心就業提供了便利,傳統產業淘汰、自然地理障礙、軌道交通是影響通勤的三個原因。新虹街道處于上海西部,新虹橋商務區之內,原來附近有居住區,2010年開始,較多貿易服務類企業入駐(經濟普查為2013年),和上鋼新村的原因相似,零壹指數發生變化,手機信令并未反映,新企業剛入駐,吸引到的就業者不可能都來自附近的原住民,而地鐵2號線、10號線有利于該地居民長距離通勤。
6職住平衡是否會降低交通總量
上述研究驗證了職大于住,職工通勤距離偏長,居民通勤距離偏短,住大于職,居民通勤距離偏長,職工通勤距離偏短。如果職住關系趨于平衡,交通總量是否偏小?職住關系趨于分離,交通總量是否偏大?按常規,交通總量等于人數和平均距離相乘,居民通勤總量、職工通勤總量二者相加,等于該單元引起的通勤交通總量。
7結論與討論
7.1結論
(1)單元平衡法是目前在職住分離、職住平衡領域用得最普遍的方法,對連綿發展的大城市中心區,單元尺度和邊界隔離是該方法的2個主要局限。本研究以考慮通勤距離的密度估計法為基礎,職住基本平衡范圍為邊界,測度職住分離,同時緩解了單元尺度問題、消解了邊界隔離問題。(2)密度估計函數的概率分布應接近實際觀測到的通勤距離頻率分布,將工作崗位轉變為職工居住密度,和從業居民的實際居民密度相比較,如果估計密度偏高,屬職大于住,職工通勤距離長于估計函數,估計密度偏低,屬住大于職,職工通勤距離短于估計函數,反過來,也可針對居民通勤距離偏長、偏短,在理論上,職住分離和通勤距離相互對應。
(3)用職住零壹指數代替職住比,可通過線性回歸,用通勤距離驗證職住分離,而且實際使用時,零壹指數的取值區間比職住比相對容易把握。(4)即使統計結果為很強的線性相關,樣本依然會偏離回歸方程。利用置信區間,篩選出偏離相對嚴重的異常點,進一步憑經驗猜測、解釋出現異常的原因,從定性的途徑提高驗證的可信,還可以探測職住關系失配的原因。(5)以上述方法為基礎,較好驗證了職住分離和通勤距離的關系:職大于住的地區,職工通勤距離偏長,居民通勤距離偏短;住大于職的地區,居民通勤距離偏長,職工通勤距離偏短。職住關系趨于平衡,通勤交通總量較小,趨于分離,交通總量較大。上述驗證以上海為例,所提倡的方法可用到其他大城市中心城區。
7.2討論
第六次人口普查時間是2010年10月底,第三次經濟普查時間是2013年12月底,手機信令數據采集時間是2011年10月,雖然離開當前時間已較長,但是計算方法的探索依然有效。普查數據是按空間單元匯總的,要將面狀統計單元轉變為點要素,才能做密度估計,統計單元越小,計算精度越高,空間尺度問題化解得越好,如果單元過大,只能按街道、鄉鎮的話,密度估計法的優勢會明顯減弱。用指數函數做密度估計尚不理想,有待改進。
本研究所探索的若干計算方法,在精確性、可靠性、現實的可解釋性等方面獲得了明顯進展,但是依然側重在職住分離的一般特征,對居民社會屬性、城市產業類型、交通系統、城市發展歷史、自然地形等因素引起的職住失配僅僅是初步探測,有待深入調查與分析。
相關論文投稿刊物:《中國工人》(月刊)創刊于1924年,由中華全國總工會主辦。是職工生活刊物,注意突出思想性、知識性、趣味性和職工特色。將以通俗的言語解釋許多道理給工人群眾聽,報道工人階級抗日斗爭的實際,總結其經驗,為完成自己的任務而努力。
轉載請注明來自發表學術論文網:http://www.zpfmc.com/jjlw/21208.html