就業可達性量化方法及分布特征研究
——以南京市為例

包丹文，郭唐儀，夏洪山

(1.南京航空航天大學民航學院，江蘇南京210016；2.南京理工大學自動化學院，江蘇南京210094)

0 引言

就業可達性是交通可達性的重要組成部分。中國部分大城市居民出行調查數據顯示，通勤出行在居民出行目的中占較高比例(2012年北京市居民通勤出行比例約為74%，上海市約為68%，廣州市約為77%)，因此，提高城市居民就業可達性對于改善城市整體交通可達性意義重大。另一方面，中國部分大城市正處于老城區功能逐步外移、新城區快速拓展階段，然而由于新城區建設過程中往往忽視就業與居住的匹配，同時交通設施建設滯后，導致居民通勤出行不便，對新城區發展帶來不利影響[1]。因此，研究中國快速城鎮化階段的就業可達性狀況，從而提出相應措施及策略，對于改善城市交通狀況、優化居民出行條件、加快城鎮化進程具有積極作用。

中國對于可達性的研究仍處于起步階段，主要以總結西方國家研究成果為主，尚未建立適合中國城市特征的可達性模型。可達性的內涵涉及經濟、社會、環境等多個領域，雖然早在20世紀六七十年代可達性就逐漸成為西方學者研究的熱點，但由于其概念的抽象性，不同學者根據各自研究興趣提出了不同的可達性測算方法，主要有以下四種：文獻[2]在分析大都市區人口與居住用地開發模型中測算可達性指標時，提出所使用的可達性是指機會相互作用的潛力，并提出了空間特征模型。文獻[3-4]在文獻[2]中漢森模型(Hansen模型)的基礎上，考慮“需求方”，通過比較就業機會的供需關系判斷可達性優劣；文獻[5-6]提出空間阻隔模型，以交通設施的服務水平為主要指標(如出行距離、出行時耗、出行費用等)來評價可達性，這種測算方法運算簡單、實踐性強，容易被規劃者和政策制定者理解并接受；文獻[7-8]以個體能夠到達的時空區域來度量可達性水平，提出了時空約束模型，在假定個人出行特征及時空特征的條件下，評估個人實現某種出行目的的能力，從不同出行目的、出行方式、收入、性別、年齡等方面分別進行評價，該模型反映了個體出行的時間和空間范圍，但所需數據量大且難于獲取；文獻[9]通過分析出行者從出行活動中獲取的經濟收益來評估可達性，提出了經濟效用模型，以離散選擇模型為理論依據，假定出行終點會賦予個體一定的效用，而個體會選擇效用最大的終點出行，因此可達性是出行選擇的最大期望效用。上述四種模型在應用背景和研究對象上側重點各不相同，雖然在西方城市實例分析中均得到應用，但是能否用于中國仍需進一步討論。

1 就業可達性模型構建

1.1 傳統模型對比

從常用的幾種可達性測算模型來看，空間阻隔模型簡單、易于理解、操作性最強，并被規劃者和政策制定者廣泛接受，但模型中對于土地利用因素、時空因素以及個體因素考慮不足，不能反映土地特征、時空分布特征對可達性的影響；時空約束模型和經濟效用模型理論性、科學性相對較好，但對原始數據的要求較高，計算過程復雜、難度大，模型應用過程中需要搜集完善的空間數據、個體屬性數據以及出行數據，在大范圍區域可達性分析中操作性不強。

綜合比較來看，空間特征模型是研究區域層面可達性相對較好的一種方法。與其他幾種模型相比，空間特征模型具有三方面優勢：1)可區分測算不同交通方式的可達性，這一特征很符合中國城市居民多種出行方式的實際狀況。不同交通方式的設施服務水平不同、交通阻抗不同，從而可達性差異很大(例如小汽車出行路徑選擇更自由、時間更短，可達性明顯高于公共交通出行)，而傳統方法無法對此加以區分；2)可以更合理地反映就業供給和需求在空間上的差異性。傳統方法只能測算特定區域范圍內就業供給與需求的比例，測算結果往往導致CBD地區的就業可達性過高(由于未考慮居住于CBD而在外圍地區就業的群體)。隨著中國大城市新城區的快速建設，往往存在很多區域范圍外的居民到區域內就業的情況。空間特征模型可突破特定區域范圍的限制，根據出行者不同出行距離或出行時間，測算一定條件下到達任意就業點的可達性。3)可以體現交通網絡服務水平在時間和空間上的差異性。不同時空狀態下交通運行狀況各不相同，例如高峰、平峰時交通運行差距明顯，城市中心區比城市外圍地區交通運行效率低等，該模型可以根據不同時空條件的交通阻抗，測算與之相對應的交通可達性，結果更符合實際。

文獻[10]基于重力的可達性計算模型提出的改進模型是近年來研究中常用的模型，模型中同時考慮土地利用及交通設施對可達性的影響，引入交通阻抗、就業供給與就業需求三大因素。模型計算公式為

式中：Ai為交通小區i居民就業可達性水平；Oj為交通小區j就業崗位數量/個；Dj為交通小區j就業崗位需求潛力/個；F(Cij)為從交通小區i到j的交通阻抗函數；Cij為從交通小區i到j的出行時間/min；Pk為居住于交通小區j在交通小區k中就業的人數/個；F(Ckj)為從交通小區k到j的交通阻抗函數；Ckj為從交通小區k到j的出行時間/min。

本文在該模型基礎上，從南京市主城區就業可達性以及分區就業可達性兩個層次出發開展研究。第一層次重點研究在不同出行距離條件下，小汽車以及公共汽車兩種出行方式的主城區就業可達性分布狀況，掌握就業可達性整體分布特征及變化規律；第二層次重點研究在同一出行距離條件下，對比分析新老城區小汽車以及公共汽車兩種出行方式就業可達性分布狀況，結合不同片區土地利用及交通設施特征，剖析新城區就業可達13%，正處于機動化快速發展時期，小汽車出行將逐步占據主體，并給城市交通帶來巨大壓力，而大力發展公共交通正是近幾年緩解交通擁堵的重要政策與手段。因此，本文重點研究小汽車以及公共汽車兩種出行方式的就業可達性。

3）測算模型。

根據南京市居民出行方式基本特征，由于在通勤出行中非機動車仍占較高比例，因此在測算小汽車和公共汽車就業可達性過程中，在分析就業供給與需求競爭關系時需要考慮非機動交通出行者的就業需求。將文獻[10]基于重力的可達性計算模型進行調整：

性偏低的主要原因，并提出改善措施。

1.2 模型建立

1.2.1 主城區可達性

1）出行距離條件約束。

根據近5年南京市居民出行調查數據，主城區居民平均通勤出行距離約為6.5～7.3 km，并且呈現逐年上升趨勢(2010年為7.3 km，較2006年6.5 km增長約12%)，這主要是由于城鎮化快速推進，城市框架逐步拉開，新城區建設中就業配套不足，職住分離現象愈發嚴重。2010年老城區居民平均通勤出行距離為5.8 km，而西部新區居民平均通勤出行距離則達到8.2 km，可以預見，隨著外圍新城區的逐步發展，居民平均通勤出行距離仍將繼續增長。本文以出行距離7 km條件下的就業可達性為研究重點(即以從小區i出發，出行距離為7 km范圍內可到達的就業點j為統計測算對象)，同時對比研究出行距離為5 km，9 km條件下的就業可達性，分析不同出行距離條件下的就業可達性變化特征。

2）出行方式選擇。

2010年南京市居民出行調查數據顯示，居民通勤出行以非機動車(32%)、小汽車(29%)以及公共汽車(28%)三種方式為主。近3年南京市私人小汽車擁有量年均增長率為式中：分別為交通小區i中出行者利用小汽車及公共汽車出行的就業可達性；分別為從交通小區i到j的小汽車及公共汽車出行阻抗函數；αk，βk，χk分別為小汽車、公共汽車及非機動車出行比例。

1.2.2 分區可達性

1）分析思路。

研究分區就業可達性的目的是對比分析城市新老城區就業可達性的差異，同時從土地利用和交通設施兩個角度出發，分析產生這種差異的影響因素，剖析城市新城區就業可達性偏低的主要原因。其中，土地利用方面重點考慮人口密度和就業密度兩個指標，分析居住與就業分布的匹配程度；交通設施方面重點考慮道路網密度和公交線網密度兩個指標，分析道路設施以及公交設施在空間分布上的不均衡性。

2）測算模型。

在主城區各交通小區可達性測算結果基礎上統計分區可達性。考慮到南京市新城區正處于發展初期，居住及就業分布呈現部分地區相對集中的特征，大部分新城區仍處于待開發狀態，入住人口較少，本文在統計分區可達性指標時采用加權平均的方法，以人口為權重指標[11]，統計片區內各交通小區的可達性，計算模型為

式中：AI為片區I的就業可達性；Pi為交通小區i的就業人數/個；PI為片區i的就業總人數/個；Ai為片區I中交通小區i的就業可達性。

圖1 研究范圍Fig.1 Scope of the study

圖2 南京市主城區人口及就業分布Fig.2 Population and employment distribution in the main urban area of Nanjing

2 就業可達性分布及對比分析

2.1 研究范圍及數據

本文研究范圍為南京市城市總體規劃中界定的城市主城區范圍，總用地面積263 km2，人口總數252萬人，就業崗位113萬個。為了研究需要，根據城市不同片區發展階段以及功能定位，將研究區域進一步細分為老城區、東部新區以及西部新區三大片區。主城區分區及現狀路網如圖1所示。

老城區主要指2000年以前城鎮化核心區域，位于主城區中部，以繞城公路及秦淮河為界，以居住、金融以及第二產業開發為主；新城區包括兩部分：西部新區是2000年以后城市重點發展的片區，是以中高檔居住、商業/商務以及文化開發為主的綜合性片區；東部新區是城市近幾年發展的片區，以文化教育、居住以及旅游開發為主。

本文人口、就業數據以及出行數據均來自于2010年南京市統計局城調隊開展的全市交通調查，數據基年為2010年。調查數據以行政區劃為單位，精確到社區層面。由于社區和交通小區劃分方法不完全一致，因此研究過程中將調查數據重新分配到各交通小區中，最終得到人口與就業分布數據。出行數據樣本量為5萬份，抽樣率約為2%，調查數據包括居民性別、年齡、職業、收入等個人基本屬性，以及某工作日全日出行狀況。

利用ArcGIS 9.0軟件建立城市道路及公共交通網絡，利用式(2)，(3)對各類調查數據進行分析與測算，見圖2。

2.2 測算結果

2.2.1 不同出行距離條件下就業可達性對比

圖3 不同出行距離條件下小汽車出行方式就業可達性Fig.3 Job accessibility of travels by car with different travel distances

圖4 不同出行距離條件下公共汽車出行方式就業可達性Fig.4 Job accessibility of travels by bus with different travel distances

將不同出行距離、出行方式下的就業可達性進行對比，見圖3和圖4。可以看出，無論何種出行方式，隨著出行距離增加，可達性均呈現逐步提高的趨勢，但提高幅度逐步降低。對于小汽車出行，當出行距離由5 km增至7 km時，平均就業可達性提高約40%；而從7 km增至9 km時，平均就業可達性僅提高約27%。對于公共汽車出行，當出行距離由5 km增至7 km時，平均就業可達性提高約42%；而從7 km增至9 km時，平均就業可達性僅提高約22%，見表1。

在任意出行距離條件下，兩種出行方式的就業可達性均呈現從城市老城區向新城區逐步遞減的趨勢，且遞減程度愈發明顯。這一

變化原因包括兩方面：就業崗位主要集中在城市中心區，外圍地區就業崗位數量明顯不足，外圍地區居民可選擇的就業機會偏少；相比城市中心區，外圍地區交通設施不足，道路通達性不夠，公共交通服務范圍降低，就業出行阻抗明顯增大。

2.2.2 公共汽車與小汽車出行就業可達性對比

在不同出行距離條件下，將公共汽車與小汽車出行就業可達性的差異進行對比，圖5中顏色越深代表公共汽車與小汽車出行就業可達性均值差越大。可以看出，主城區整體上公共汽車可達性低于小汽車可達性，5 km出行距離時差距為0.16，7 km出行距離時差距為0.22，9 km出行距離時差距為0.29，見表1。出行距離越大，這種差距越明顯，可見在長距離出行中人們更愿意選擇小汽車出行方式。

以7 km出行距離條件下就業可達性差異為例，公共汽車與小汽車出行就業可達性差異在城市中心區約為0.12，而外圍地區達到0.36，說明城市外圍地區居民利用公共汽車通勤出行的通達性更弱，小汽車出行在這些區域具有更高的吸引力。

2.2.3 分區就業可達性對比

以7 km出行距離條件為例，對比城市新老城區小汽車及公共汽車就業可達性，見圖6。基于新老城區人口、就業及交通基礎設施情況(見表2)，對比7 km出行距離條件下新老城區小汽車及公共汽車就業可達性情況，見表3。

1）老城區。

老城區小汽車出行就業可達性為0.59，比西部新區高64%，比東部新區高44%；公共汽車出行就業可達性為0.32，比西部新區高68%，比東部新區高52%。可見，無論是小汽車還是公共汽車出行，老城區就業可達性均明顯高于新城區。從交通運行狀況數據來看，老城區小汽車和公共汽車平均運行速度均低于兩個新區，交通運行狀況并不樂觀，但由于交通設施相對完善，道路網絡及公交線網密度仍處于較高水平，同時就業崗位密度高、就業機會充足，使得老城區仍然保持較高的就業可達性。

表1 不同出行距離、出行方式條件下的就業可達性Tab.1 Job accessibility with different travel distances and modes

圖5 公共汽車與小汽車出行就業可達性差異Fig.5 Job accessibility of travels by car vs.by bus

2）西部新區。

由于西部新區發展早于東部新區，交通設施水平明顯高于東部新區，路網密度比東部新區高41%，公交線網密度比東部新區高52%。然而，西部新區的就業可達性狀況并不樂觀，小汽車出行就業可達性為0.36，公共汽車出行就業可達性為0.19，均低于東部新區。其主要原因有兩方面：西部新區的就業崗位密度明顯偏低，短距離出行就業機會偏少；西部新區與老城區之間存在河流阻隔，跨河通道數量有限，交通運行速度受到影響，導致交通阻抗偏大，對就業可達性造成不利影響。

3）東部新區。

東部新區小汽車出行就業可達性為0.41，公共汽車就業可達性為0.21，處于中等水平。作為城市近期打造的居住文化新區，東部新區交通設施建設水平逐步提高，但整體水平仍低于西部新區，路網密度低1.27 km?km-2，公交線網密度低34%。由于該片區與主城區就業聯系緊密，大部分就業依靠老城區實現，因此相比西部新區擁有更多的就業選擇機會，整體就業可達性高于西部新區。

圖6 新老城區小汽車、公共汽車出行就業可達性對比Fig.6 Comparison of job accessibility of travels by car and by bus in the new urban areas and the old towns

表2 城市人口、就業及交通設施現狀分區統計Tab.2 Statistics of urban population,employment and transportation facilities in different areas

表3 7 km出行距離條件下新老城區小汽車、公共汽車出行就業可達性對比Tab.3 Comparison of job accessibility of travels by car and by bus in the new urban areas and the old towns given the travel distance of 7 kilometers

3 改善措施

3.1 經驗借鑒

從國際城市發展經驗來看，改善通勤出行條件、提高居民就業可達性的主要措施體現在以下方面：1)改變土地開發形式，從傳統的單一化、分散化的開發形式逐步向多樣化、集約化發展，實現多功能設施相互匹配與融合；2)利用政策調控或經濟手段，鼓勵就業區開發相關配套住宅，鼓勵企業雇員就近居住，充分提高通勤者就業可達性水平，小汽車可達性通常控制在0.6～0.7以上[12]；3)推行以公共交通為導向的發展模式(Transit-Oriented Development,TOD)，嚴格控制公共交通樞紐以及車站周邊土地開發性質與規模，完成基本配套建設，倡導用地集約開發，地鐵車站周邊可達性水平達到0.8以上；4)完善各居住社區與就業區之間聯系的公共交通系統，高度重視步行和自行車交通系統規劃與建設，實現自行車與公共交通、步行與公共交通的良好接駁，提高公共交通出行就業可達性。

3.2 總體思路

南京市老城區用地條件緊張，土地可改造或開發空間較小，道路交通設施可擴容或拓展余地不大，因此，提高交通可達性的重點應放在交通減量，即通過降低小汽車出行，強化大容量公共交通出行，從而優化交通結構，提高交通效率來降低交通阻抗，同時改善各居住片區步行與自行車交通設施條件，完善公共交通接駁與換乘系統。

新城區用地條件相對寬松，交通設施在規劃建設過程中控制在較高的供應水平，交通需求管理政策也相對寬松，可改善余地較大。在提高交通可達性方面需多管齊下，從土地利用和交通設施兩個角度出發，一方面鼓勵發展多功能混合區，倡導多功能配套建設，從交通減量角度降低跨區就業出行；另一方面繼續加大交通設施建設水平，尤其重視跨區節點擴容改造，打通交通擁堵節點，充分發揮交通設施效能。

3.3 措施建議

上文研究結果顯示，南京市各片區就業可達性狀況差異較大。根據新老城區就業可達性現狀及問題，參考同類城市建設指標水平，提出各片區就業可達性改善措施及推薦指標。

1）老城區。

疏解部分就業崗位至外圍新城區，避免就業崗位過于集中，逐步降低就業密度與人口密度比例，二者比值控制在0.5～0.6；大力發展地鐵、輕軌、BRT等大容量公共交通系統，提升公交線網密度至3.0 km?km-2；完善居住及就業區內部步行及自行車系統，實現與公共交通良好接駁，提升公共交通出行就業可達性水平，力爭達到0.4～0.5。

2）西部新區。

加大就業及配套設施建設力度，重點提升就業密度與人口密度比例，二者比值控制在0.4～0.5；利用政策調控或者經濟手段，鼓勵企業雇員就近居住，實現新城區內60%以上人口通勤出行距離控制在6 km以內；開通大型社區與就業區之間的直達公交線路，公共交通出行就業可達性提升至0.3～0.4；進一步滿足跨區出行需求，新增2～3條老城區與西部新區間跨河通道，小汽車出行就業可達性達到0.5～0.6。

3）東部新區。

結合軌道交通建設，軌道交通車站周邊以多樣化、集約化、高密度開發為主，60%以上的就業點布置在軌道交通車站1km半徑范圍內，加大接駁公交線網密度，整體公交線網密度達到2.0～2.5 km?km-2，公共交通出行就業可達性水平提升至0.3～0.4；繼續提高路網密度，打通斷頭路，加強與老城區道路連通性，小汽車出行就業可達性水平達到0.4～0.5。

4 結語

本文在對比分析傳統可達性測算模型的基礎上，考慮到中國城市快速城鎮化進程中的交通問題，以南京市為例構建就業可達性測算模型。研究發現：新城區就業可達性普遍低于老城區，老城區由于就業資源豐富以及基礎設施建設完善，保持著較高的就業可達性；新城區多以居住開發為主，配套就業嚴重不足，導致跨區通勤出行比例偏高，同時由于與老城區交通聯系受到鐵路、河流等天然屏障阻隔，造成新城區就業可達性偏低。針對南京市新老城區就業可達性水平差異大、基礎設施建設重點不同的特點，本文借鑒國外大城市在提高就業可達性方面的發展經驗，提出南京市不同片區在改善就業可達性方面的政策措施和參考指標。

同時，本文在以下兩方面仍有可繼續研究空間。第一，研究各類政策措施對可達性的影響。例如實施交通擁擠收費、單雙號通行以及降低公共交通費率等政策，可在一定程度上改變交通可達性。第二，將個人因素融入就業可達性研究中，不同年齡、職業、收入、教育程度的人群對可達性的接受程度各不相同，針對不同群體特征提出相應的可達性指標，對于制定差別化城市發展策略具有重要意義。

[1]劉賢騰.空間可達性研究綜述[J].城市交通，2007，5(6)：36-47.Liu Xianteng.General Description of Spatial Accessibility[J].Urban Transport of China,2007,5(6):36-47.

[2]Hansen Walter G.How Accessibility Shapes Land Use[J].Journal of the American Institute of Planners,1959,25(2):73-76.

[3]Shen Q.Location Characteristics of Inner-city Neighborhood and Employment Accessibility of Low-wage Workers[J].Environment and Planning B,1998,25(3):345-365.

[4]Shen Q.Spatial and Social Dimensions of Commuting[J].JournaloftheAmerican PlanningAssociation,2000,66(1):68-82.

[5]Ingram D R.The Concept of Accessibility:A Search for an Operational Form[J].Regional Studies,1971,5(2):101-107.

[6]Geurs K T,Van Wee B.Accessibility of Landuse and Transport Strategies:Review and Research Directions[J].Journal of Transport Geography,2004(12):127-140.

[7]Kwan M-P,Weber J.Individual Accessibility Revisited:ImplicationsforGeographical Analysisin theTwenty-firstCentury[J].GeographicalAnalysis,2003,35(4):341-353.

[8]Handy S L,Niemeier D A.Measuring Accessibility:An Exploration of Issues and Alternatives[J].Environment and Planning A,1997,29(7):1175-1194.

[9]BanisterD,Berechman Y.Transport Investment and the Promotion of Economic Growth[J].Journal of Transport Geography,2001(9):209-218.

[10]Kawabata M.Job Accessibility and Labor Market Outcomes for Low-skilled Auto Less Workersin USMetropolitan Areas[J].Environment and Planning A,2003,35(9):1651-1668.

[11]陸化普，王繼峰，張永波.城市交通規劃中交通可達性模型及其應用[J].清華大學學報(自然科學版)，2009，49(6)：765-769.Lu Huapu,Wang Jifeng,Zhang Yongbo.Modelsand Application ofTransport Accessibility in Urban Transport Planning[J].Journal of Tsinghua University(Science&Technology),2009,49(6):765-769.

[12]Knox P L.The Interurban Ecology of Primary MedicalCare:Patternsof Accessibility and Their Policy Implications[J].Environment and Planning A,1978,10(4):415-435.