西安市弱勢群體職住分離的空間結構研究

劉 倩，李 鋼，2，丁 瑞，王 偉，顏 祥

（1.西北大學城市與環境學院，西安710000；2.中國科學院地球環境研究所，西安710075）

居住與就業的空間關系是企業和家庭空間選址和競爭的結果，它決定了城市內部的空間結構形態[1].在城市土地市場化、城市住房市場化、單位制度改革以及城市空間快速擴張等制度與結構性因素的綜合作用下，城市空間得以重構，造成城市內部“居住-就業”空間關系由“職住平衡”向“職住分離”演變，從而導致居民通勤距離和時間的明顯增加[2-4]，這引起了國內外學者的關注.職住分離所引起的通勤空間結構變化和城市交通問題是西方城市地理學、城市規劃以及交通出行領域的重要議題[5].從國外文獻看，對職住分離現象的研究基于20世紀上半葉開始的大規模郊區化和城市空間重構的大背景[6].20世紀60年代，哈佛大學學者John[7]在一篇關于居住隔離、黑人就業和大城市工作崗位郊區化的文章中指出，工作崗位的郊區化和美國城市中普遍存在的居住隔離是造成內城工作技能不足的居民失業率較高、收入相對較低和工作出行時間偏長的主要原因，隨后，人們給這些結論冠以“空間不匹配”的名稱[8].這一分析將城市空間中的居住地和就業地聯系起來，從居住-就業空間關系角度揭示弱勢群體在城市空間重構中的生存狀況[9].自該理論提出后，越來越多的學者開始從“空間不匹配”的視角，運用大量的實證研究關注大城市內部居民的居住-就業問題，以驗證在城市空間重構背景下，內城區居民在謀求郊區工作時所面臨的空間障礙，并拓展至對城市空間不平等及其制度性和政策性因素的討論[10-11].隨著不同學科學者的介入，研究的對象不僅包括內城非洲裔美國人，還擴大到了少數民族、低收入居民、新移民和女性等弱勢群體，該群體中的人們都可能面臨因城市空間重構和政策性因素所導致的居住和就業空間機會的約束，而這種約束對低收入者等弱勢群體的影響更為明顯[8].國內學者目前主要關注城市空間重構和居住郊區化等帶來的職住空間錯位現象[12].通勤時間和通勤距離成為衡量職住分離程度的主要指標，通過比較居住郊區化前后居民通勤時間和通勤距離的增減反映居民居住-就業空間關系的變化.丁成日[13]就城市空間結構、土地利用模式與城市交通的關系展開探討.劉志林等[9]采用問卷調查的方式測度了北京城市124個街道的就業可達性，作為職住空間錯位的標度指標，討論了職住空間錯位與居民通勤時間的關系，研究發現弱勢群體更容易受城市職住關系結構性變化的制約，并在控制社會經濟屬性的條件下，通過回歸分析探討街道就業可達性對通勤時間的影響.宋金平等[12]研究發現，隨著住宅郊區化的發展，北京出現了居住與就業的空間錯位問題，造成低收入群體通勤時間成本與經濟成本的增加，導致交通擁擠、社會隔離等社會問題.周素紅等[14]以廣州為案例，分析了廣州市居住-就業空間均衡性、宏觀空間組織模式和不同片區的居住-就業中的微觀空間組織模式等.

但是，盡管上述研究已逐步關注城市空間重構造成居民通勤時間和通勤距離的變化，但國內學者對城市空間結構中弱勢群體居住結構和就業空間結構的空間錯位現象關注較少[15-16].事實上，在制度約束和市場缺陷共同作用下，中國城市職住空間錯位日益嚴重，這種變化導致城市中弱勢群體產生就業障礙、住房支付能力不足、城市交通和環境等一系列問題.本研究選取西安市作為研究對象，從城市空間重構的角度討論西安市弱勢群體職住分離的空間結構特征和職住分離的影響因素，探討經濟和制度轉型時期西安市弱勢群體居住-就業的空間組織結構.

1 研究區域與數據基礎

本研究所用數據是2011年7月—8月課題組成員按照西安市人口密度的分布、采用抽樣調查方式獲取的.調查區域范圍以西安市市轄區為主，包括新城區、碑林區、蓮湖區、灞橋區、雁塔區、長安區、未央區、閻良區和臨潼區共9個區，如圖1所示.

圖1 研究區概況Fig.1 Survey of study area

問卷針對弱勢群體的屬性特征、居住地和就業地等信息設計若干問題，如弱勢群體的年齡、經濟狀況、職業狀況、上下班選用的通勤工具和通勤時間等.以往的研究大多將低收入人群視為弱勢群體，家庭月收入等經濟指標是其劃分的主要依據.本研究所界定的弱勢群體與之略有不同，包括“統計性弱勢群體”和“實際性弱勢群體”兩類：家庭月收入在3 000元以下的低收入人群（211人，占60%）是統計性弱勢群體；家庭月收入在3 000元以上，但家庭人口多、負擔重、支出大及經濟生活與社會保障安全感低的人群（139人，占40%）則屬于實際性弱勢群體.因此，本次調查共發放問卷400份，回收368份，其中符合弱勢群體條件者350份.

本研究通過SPSS軟件實現數據處理，選取弱勢群體的屬性特征和通勤信息等樣本構成本文分析的基礎數據庫.為了確保弱勢群體居住地和就業地的準確性，并能夠在Arcgis中對居住地和就業地等數據進行空間分析，特別請被調查者在問卷中填寫詳細的街道或就近公交站名稱，通過整理將調查數據錄入至Arcgis.

2 西安市弱勢群體職住分離現狀分析

近年來，城市地理學者通過居民問卷調查，對居民的職住分離狀況和通勤特征進行實證研究，多數研究以通勤時間為考察指標.馮健等[3]和孟斌[17]都得到50%的北京居民通勤時間在30min內（即通勤時間中值為30min）；劉志林等[18]基于2007年10個典型社區的調查得出的平均通勤時間為35min；而孟斌[17]在2005年基于大量樣本問卷得出北京市居民平均通勤時間為38min.在對通勤距離的研究中，劉志林等[18]根據居住地和就業地的詳細地址信息，通過GIS軟件計算得到北京居民的職住直線距離中值為3.9km，均值為6.4km.因此，選擇30min的通勤時間和4km的通勤距離中值作為就業搜索空間閾值的保守估計值較為合適[9].

2.1 基于通勤時間分析

通過對350份有效樣卷進行分析發現，通勤時間小于30min的群體有242人，占總人數的69%；通勤時間為30～40min的群體有26人，占總人數的7%；通勤時間為40～60min、輕微存在職住分離現象的群體有3人，占總人數的0.8%；通勤時間為60～90min職住分離比較嚴重的群體有81人，占總人數的23%；通勤時間超過90min的人數為21人，占總人數的6%.通過計算可以發現，西安市弱勢群體平均通勤時間為36.2min，結果如表1所示，這說明西安市弱勢群體總體通勤時間相對較長，但通勤時間在30min以內的群體比重較大，存在職住分離現象.

表1 通勤時間分析Tab.1 Statistical analysis of the commuting time

2.2 基于通勤距離分析

利用Arcgis中的Analysis Tools工具測算出被調查人員居住地和就業地之間的直線距離，作為弱勢群體職住距離指標，從調查樣本的總體特征來看，弱勢群體職住的直線距離中值為4.1km，均值為6.2km，這說明西安市弱勢群體總體通勤距離相對較長，存在職住分離現象.

2.3 基于通勤流向分析

2.3.1 區域之間通勤流向分析

不同區域之間通勤流向反映了城市功能分區的空間格局，通過對就業人群區域之間的流向進行分析可以進一步揭示城市居民職住分離和城市空間結構之間的互動關系[17].根據調查問卷中弱勢群體居住-就業所在地的數據，查詢出不同區域內居住以及就業樣本數，并將本地居住-就業樣本數計算出來[17]，然后利用式（1）和式（2）計算出各區域的外來通勤比和外出通勤比，結果如表2所示.

表2 西安市區域之間通勤流向分析Tab.2 Flow analysis of the commuters in different areas of Xi'an

從西安市城市功能區劃來看，外來通勤比例較高的地區主要有新城區、蓮湖區和碑林區，這3個區域是主要的就業引力區.而被調查群體中從事第二產業的人數占75%，從事第三產業的人數占25%，說明這3個區域在承擔城市就業職能中的重要性.

在城市功能的擴張區中，臨潼區的外來通勤比例明顯較高，外出通勤比例較低.因為該區作為著名的旅游目的地，服務業在該區發展旺盛，有吸納勞動力的能力，所以居住在該區的弱勢群體就地就業；而灞橋區和閻良區外來通勤比例很低，外出通勤比例較高，說明兩區吸納勞動力的能力有限，作為衛星城鎮的功能需要進一步強化.

2.3.2 通勤流向網絡空間組織分析

為進一步研究通勤人流的流向，可構建通勤流向網絡結構圖，以體現通勤人流的流向和中心度，如圖2所示.

圖2 西安市通勤流向網絡空間組織Fig.2 Spatial network organization of the commuter flows in Xi'an

將西安市弱勢群體通勤流向矩陣數據（表3）導入Ucinet6中，運用Net draw工具自動生成通勤流向網絡圖.圖2可以直觀反映通勤流向情況和通勤網絡結構特征.點的中心性是描述事物在網絡中所處的地位，反映影響力、權利和社會名望的指標是特定事物身上凝聚關系的數量[18-19].運用Ucinet6中的Betweens Centrality對被調查就業地的中心度進行測度，發現西安市被調查弱勢群體的居住-就業地的絕對中心度最大值為15.102，最小值為0，累計值為96，平均值為24.

表3 西安市弱勢群體通勤流向矩陣Tab.3 Matrix of the commuter flows of vulnerable groups in Xi'an

圖2中節點的大小表達中心度的大小.方形節點代表就業地，節點越大代表在該區就業的人數越多，中心度越高.圓形節點代表居住地，節點越大代表在該區居住的人數越多，中心度越高.圓形點與方形點之間的向量表示居住-就業地流向.圖2中就業地可以分辨出4個中心度較大的點，分別位于碑林區、新城區、未央區和蓮湖區.此外，各區內部網絡中大都有個別點具有突出的中心度，表明這些中心點吸納就業的能力較好.居住地可以分辨出4個中心度較大的點，分別位于雁塔區、未央區、碑林區和長安區.由圖2可知，臨潼區和閻良區等衛星城鎮向市區的通勤率較低，這些區域在承擔城市功能方面發揮了較大的作用.西安市在城市規劃中也將近郊區縣化為城市功能的拓展區，說明西安市正在加快轉變城市的形態和空間結構.

2.4 基于居住-就業空間匹配分析

職住分離的根本原因在于市場經濟體制下社會經濟變革對城市空間分布的影響，這造成了城市中居住和就業地空間上的差異.本研究主要利用實地調查數據，以微觀視角研究西安市弱勢群體居住-就業空間匹配問題.

2.4.1 居住和就業地集聚明顯

空間聚類是地理學中常用的空間分析方法，包括基于點和基于面2種方法，通過定義“極限距離或閾值”把小于該極限距離的點計入集聚單元，從而定量測度變量的空間集聚態勢，識別區域經濟“熱點區”的分布[20].以此類推，可以得到不同層次的熱點集聚區.本研究將弱勢群體所在的街道的分布比例作為觀測值，利用Arcgis軟件，采用空間聚集技術，對問卷中的居住地和就業地分別進行空間集聚分析，得到西安市弱勢群體居住-就業的“熱點區”，結果如圖3和圖4所示.

圖3 西安市弱勢群體居住集聚區分析Fig.3 Residential cluster sites of vulnerable groups in Xi′an

圖4 西安市弱勢群體就業集聚區分析Fig.4 Employment cluster sites of vulnerable groups in Xi′an

從圖3中居住地整體來看，弱勢群體的分布呈集中性分布狀況，主要居住在二環以內，部分居住在三環以外的長安區.從圖4中就業地整體來看，弱勢群體就業分布也較集中，主要分布在市區和近郊，少數分布在臨潼區.

2.4.2 部分區域居住地和就業地存在空間不匹配現象

將居住集聚區和就業集聚區疊加到一起，得到西安市弱勢群體居住-就業集聚區，如圖5所示.

圖5 西安市弱勢群體居住-就業集聚區分析Fig.5 Residentialandemploymentclustersitesofvulnerable groupsinXi′an

由圖5可以看出，弱勢群體的居住地和就業地存在一定的吻合性，這說明西安市城市功能分區在演化過程中保持了一定的合理性，大部分就業崗位集中的區域附近能夠提供居住空間，空間相對匹配.這與Kain研究芝加哥和底特律的情形有所不同，他推論美國城市中黑人高失業現象主要是由于原來在城市內部的許多工作崗位，尤其是藍領生產行業的崗位已經移到郊區，同時美國居住隔離的實踐造成非洲裔美國人仍留在了市中心，導致工作崗位和謀職者之間存在“空間不匹配”.但新城區和蓮湖區仍是西安市商業發展最繁榮地區，土地價格較高，存在就業集聚的現象，可供居住地相對較少；還有部分地區如臨潼區提供部分就業崗位，但可居住地有限.由圖5還可發現，部分居住區有向城市外延集聚的現象，如遠郊的長安區，該區提供就業崗位較少，因此存在明顯居住-就業空間不匹配現象.

由圖5分析可知，西安市部分區域存在居住-就業“空間不匹配”現象，但大部分區域居住-就業存在一定吻合性，這說明西安市的空間結構由單中心主導向多中心城市逐漸過渡，越來越多城市次中心的出現導致城市的住房價格、人口和就業分布情況發生變化[21-22]，但城市中心的主導作用仍然較強[23].

原來，街坊里種種傳聞，父母們在長安城中的探聽，他們三個月沖風暴雨的尋找，雪夜里亦真亦假的等待，都還只是開頭的幾步，比諸春幃應試，他們不過是堪堪中了一個秀才罷了，你想登堂入屋，下一任的主考官在哪里？子虛……烏有，請問你們認得司馬相如大叔嗎？鯤雙腳支地，雙翅上揚，重新沖入天空，旋起的雪風刮得少年們手臉生疼。宇晴騎在寬廣的鵬背上：“樹！你們朝大榆樹上看！我先走一步，在云錦臺等你們！”

3 西安市弱勢群體職住分離影響因素

3.1 回歸模型

當因變量是分類變量時，Logistic回歸模型可以準確地確定預測解釋變量在分類變量發生概率時的作用和強度，因此本研究采用多元Logistic回歸模型確定影響西安市弱勢群體職住分離的重要變量.通勤時間和通勤距離分別作為被解釋變量，在問卷中提取的弱勢群體屬性特征作為解釋變量x，包括性別、年齡、婚姻狀況、文化程度和家庭收入等.

基于標準城市模型研究假設，通勤時間和通勤距離的Logistic回歸模型分別為：

式（3）和式（4）中：P1i為弱勢群體的通勤時間概率；T為通勤時間；β1為通勤時間方程中的常數；β1i為通勤時間方程中影響因素的回歸系數；P2i為弱勢群體的通勤距離概率；D為通勤距離；β2為通勤距離方程中的常數；β2i為通勤距離方程中影響因素的回歸系數；xi為自變量；n=19.被解釋變量中，通勤時間≤30min時，賦值為0；＞30min時，賦值為1.通勤距離≤4km時，賦值為0；＞4km時，賦值為1.解釋變量中性別、年齡、婚姻和住房賦值為1和2，文化程度和家庭收入賦值為1～4；職業和通勤工具賦值為1～3，解釋變量的賦值情況詳見表4.

表4 變量定義與其統計性質Tab.4 Definition of variables and its statistics property

本研究采用SPSS18.0軟件的Logistic函數完成，表5列出了通勤時間和通勤距離2個回歸模型中引入控制變量得出的結果，包括變量的回歸系數B值和Sig值，用以表示差異性檢驗的顯著值.

3.2 通勤時間、通勤距離回歸分析結果

（1）性別與通勤時間的回歸分析結果為Sig=0.16＞0.05，通勤距離的回歸分析結果為Sig=0.35＞0.05.由此可知，性別與通勤時間和通勤距離的相關關系均沒有通過0.05水平的顯著檢驗，說明性別角色的作用不大.

（2）年齡與通勤時間的回歸分析結果為Sig=0.79＞0.05，與通勤距離做回歸分析結果為Sig=0.30＞0.05.與（1）相同，年齡與通勤時間和通勤距離的相關關系也沒有通過0.05水平的顯著檢驗，說明年齡對弱勢群體的通勤時間和通勤距離沒有影響.

表5 全體樣本的通勤時間、通勤距離回歸分析結果Tab.5 Regression results of commuting time and commuting distance of entire samples

（3）將文化程度分為小學及以下、初中及中專、高中、大專及以上4組，對不同文化程度組分別進行回歸分析，可以看出小學及以下和大專及以上2組的Sig=0.04＜0.05，說明具有小學及以下水平和大專以上學歷對弱勢群體的通勤時間和通勤距離具有影響.

（5）職業類型與通勤時間的回歸分析結果為Sig均大于0.05，與通勤距離做回歸分析發現服務行業與非技術工人組的Sig=0.04＜0.05，表明從事服務行業和非技術組與通勤距離存在非線性關系.

（6）對住房產權與通勤時間及通勤距離進行回歸分析，其Sig均大于0.05，說明它們之間不存在顯著關系.

（7）對交通工具與通勤時間及通勤距離進行回歸分析發現，步行和自行車以及公共交通的Sig＜0.05，回歸系數與顯著性均比較穩定，而擁有小汽車的弱勢群體對其通勤時間和通勤距離均無影響.

4 結論與展望

4.1 主要結論

（1）西安市弱勢群體單程通勤時間為36min，其中通勤時間小于30min的人群比例為69%.這些數據和2005年美國人的日平均通勤時間為25.1min相比，西安市弱勢群體的通勤時間較長；與國內北京居民日均通勤時間為38min相比，西安市弱勢群體的通勤時間相對較短，這說明西安市弱勢群體存在輕微職住分離現象.

（2）西安市弱勢群體直線距離直線通勤距離中值為4.1km，說明西安市弱勢群體總體通勤距離相對較長，存在職住分離現象.

（3）對弱勢群體的通勤流向分析表明，西安市存在明顯的居住和就業中心地，且向心流還是主體通勤方向，部分區域存在一定比例的逆向通勤.說明西安市在快速城市化中弱勢群體職住分離的空間組織特征正在逐漸演變，即由單中心結構向多中心結構逐漸演變.

（4）從居住-就業地空間匹配分析發現，西安市存在明顯的居住和就業集聚區，且兩者在空間上的錯位不明顯，只有部分區域存在職住分離.

（5）通過Logistic回歸分析發現，弱勢群體的文化程度、家庭收入、職業類型和交通工具等因素對其職住分離存在影響.

4.2 問題與展望

（1）本研究所界定的弱勢群體包括“統計性弱勢群體”和“實際性弱勢群體”兩類，即家庭月收入在3 000元以下的低收入人群和家庭月收入在3 000元以上，但家庭人口多、負擔重、支出大且經濟生活和社會保障安全感低的人群.研究對象的選取特別增加了“實際性弱勢群體”是本研究的嘗試，這種嘗試難免存在不足之處.

（2）限于篇幅，本研究注重使用軟件和定量方法衡量弱勢群體職住分離的空間組織特征和弱勢群群體職住分離影響機制，而對于職住分離理論和政策的研究還有待加強.

（3）由于本次調查在西安首條地鐵線路（2號線，南北向中軸線）開通前進行，因此本研究暫不涉及地鐵等軌道交通對職住空間組織的影響.

展望未來，在西安市軌道交通網絡發展的不同階段，均可研究軌道交通對居民職住地選擇及通勤出行的影響，可深入分析軌道交通與職住分布、同期出行等的相互關系，為城市規劃和城市交通發展提供有力的決策支持.

[1] 鄭思齊，孫聰.城市經濟的空間結構：居住、就業及衍生問題[J].南方經濟，2011，8（1）：18-31.

[2] YANG J W.Transportation implications of land development in a transitional economy：evidence from housing relocation in Beijing[J].Transportation Research Record，2006（1954）：7-14.

[3] 馮建，周一星.郊區化進程中北京城市內部遷居及相關空間行為：基于千份問卷調查的分析[J].地理研究，2004，23（2）：227-241.

[4]李強，李小林.北京市近郊區大型居住區居民上班出行特征分析[J].城市問題，2007（7）：55-59.

[5]柴彥威，張艷，劉志林.職住分離的空間差異性及其影響因素研究[J].地理學報，2011，66（2）：157-166.

[6] JACKSON K T.Crabgrass Frontier：The Suburbanization of the United States[M].New York：Oxford University Press，1985.

[7] JOHN K F.Housing segregation，negro employment，and metropolitan decentralization[J].QuarterlyJournalofEconomics，1968（82）：175-197.

[8] 周江評.“空間不匹配”假設與城市弱勢群體就業問題：美國相關研究及其對中國的啟示[J].現代城市研究，2004（8）：8-14.

[9] 劉志林，王茂軍.北京市職住空間錯位對居民通勤行為的影響分析-基于就業可達性與通勤時間的討論[J].地理學報，2011，66（4）：457-467.

[10]THOMPSON M A.The impact of spatial mismatch on female labor force participation[J].EconomicDevelopmentQuarterly，1997，11（2）：138-145.

[11]SIMPSON W.Urban Structure and the Labor Marker：Worker Mobility，Commuting and Unemployment in Cities[M].Oxford：Clarendon Press，1992：50-68.

[12]宋金平，王恩儒，張文新.北京住宅郊區化與就業空間錯位[J].地理學報，2007，62（4）：387-396.

[13]丁成日.城市空間結構和用地模式對城市交通的影響[J].城市交通，2010，8（5）：28-35.

[14]周素紅，閆小培.城市居住-就業空間特征及組織模式—以廣州市為例[J].地理科學，2005，25（6）：664-670.

[15]鄭思齊，張文忠.住房成本與通勤成本的空間互動關系：來自北京市場的微觀證據及其宏觀含義[J].地理科學進展，2007，26（2）：35-42.

[16]周素紅，閆小培.廣州城市居住-就業空間及對居民出行的影響[J].城市規劃，2006，26（5）：13-18.

[17]孟斌.北京城市居民職住分離的空間組織特征[J].地理學報，2009，64（12）：1457-1466.

[18]劉志林，張艷，柴彥威.中國大城市職住分離現象及其特征：以北京市為例[J].城市發展研究，2009，16[9]：123-130.

[19]劉軍.整體網分析講義—UCINET軟件實用指南[M].上海：世紀出版集團，2009：244-250.

[20]SMALL K，SONG S.Population and employment densities：structure and change[J].Journal of Urban Economics，36（3）：292-313.

[21]谷一禎，鄭思齊，曹洋.北京是一個多中心的城市嗎：對就業中心的判定[J].城市發展研究，2009，9：131-137.

[22]MILLEN M D P.One hundred fifty years of land values in Chicago：a nonparametric approach[J].Journal of Urban Economics，1996，40（1）：100-124.

[23]馬海濤，方創琳.基于企業微觀視角的城市區域生產網絡空間組織研究—以粵東城鎮群服裝生產為例[J].地理科學，2011，31（10）：1172-1180.

[24]HOUSTON D S.Methods to test the spatial mismatch hypothesis[J].Economic Geographer，2005，81（4）：407-434.