中國超大城市常住外來和常住戶籍人口居住—就業的空間錯位

孫鐵山　劉霄泉

摘要：以北京、上海、廣州作為中國超大城市的代表，探討中國超大城市常住外來和常住戶籍人口居住-就業空間錯位的差異及其影響因素。總體而言，常住外來人口的居住-就業空間錯位要高于常住戶籍人口，且不同戶籍屬性人口的錯位形態存在差異。分行業來看，公共管理和社會組織等公共服務業常住外來人口居住-就業空間錯位程度相對較高，而制造業、居民服務和其他服務業常住戶籍人口居住-就業空間錯位程度相對較高。由計量分析發現，住房價格水平、就業集聚規模、高端產業比重和地區地方財政支出對不同戶籍屬性人口就業-居住空間分布差異均產生相似的影響；而租賃戶數比重和低端產業比重對不同戶籍屬性人口的就業-居住空間分布則產生差異性的影響。

關鍵詞：常住外來人口；常住戶籍人口；居住-就業空間錯位；超大城市

中圖分類號：C922文獻標識碼：A文章編號：1000-4149（2016）05-0023-12

DOI：103969/jissn1000-4149201605003

Abstract： Based on the population census data and the economic census data of Beijing， Shanghai and Guangzhou， this paper empirically analyzes the differences between permanent immigrants and local registered residents on the jobshousing spatial mismatch in Chinese metropolises. Overall， the jobshousing spatial mismatch among the permanent immigrants is more severe than that among the local registered residents， and people with different household registrations exhibit different spatial mismatch patterns. Specifically， the permanent immigrants excessively concentrate in the inner suburbs while local registered residents show excessive concentration of residences in the outer suburbs， although jobs are excessively concentrated in the central city for both the immigrants and the local residents. Besides， people from different sectors also exhibit different spatial mismatch patterns. Compared to the local residents， the permanent immigrants show higher spatial mismatch in such sectors as public management and social organization， education， while they show lower spatial mismatch in such sectors as manufacturing， services to households and other services. Furthermore， the empirical results show that opportunities of jobs， opportunities of housing and regional characteristics are all significant factors to explain the jobshousing spatial distribution patterns of both permanent immigrants and local residents. Although most of the factors indicate the same influences on both permanent immigrants and local registered residents， the impacts of two variables， namely the proportion of local lease housing and the share of lowend industries， are different on people with different household registrations.

Keywords：permanent immigrants； local registered residents； jobshousing spatial mismatch； metropolises

一、引言

隨著我國城市空間不斷擴張、道路基礎設施體系日益完善，城市內部居住與就業的郊區化現象越來越明顯，由此帶來的居住-就業的空間錯位問題逐漸凸顯。2014年北京、上海、廣州等中國超大城市的居民平均居住-就業通勤耗時約50分鐘

數據來源于百度《2014年我的上班路全國50城市上班距離及用時排行榜》。，較2006年增長了10分鐘以上

數據來源于上海華普汽車有限公司與零點研究咨詢集團聯合編制的《華普城市暢行指數———中國城市暢行指數2006年度報告》，http：//www.horizonkey.com/c/cn/news/2006-09/20/news_585.html。這些城市長時間通勤現象的出現和不斷惡化在很大程度上是由城市內部居住-就業空間不匹配造成的。

繼凱因（Kain）于1968年提出美國城市普遍存在黑人因居住隔離和工作崗位郊區化而導致居住-就業的空間不匹配假說后[1]，對于美國城市內部職住空間關系的研究越來越多，并主要圍繞少數族裔以及其他弱勢群體。這些研究不僅從居住、就業分布角度切入，分析住房市場中對弱勢群體的歧視以及勞動力市場中的就業壁壘所導致的居住-就業空間錯位問題[2-3]，還從職住分離的時空對比、過度通勤的影響以及相關的政策機制等方面做了研究[4-6]。

2000年以后，國內對中國城市內部居住-就業空間錯位的研究逐漸增多，但主要集中在城市內總人口的職住匹配關系上[7-9]。盡管現有研究對城市內少數族裔或弱勢群體的居住-就業空間錯位關注相對有限，但目前這方面的研究已開始顯現。已有研究發現，弱勢群體大多居住于距離城市中心15-20千米處，而對于特定群體職住空間不匹配的特殊性的探討則主要分為兩類：一是圍繞低收入群體的居住-就業空間結構差異[10-12]；二是分析由于就業行業性質、購房選擇壁壘等社會性因素的限制而產生的職住分離現象[13-16]。盡管中國城市內的居住-就業空間錯位現象不是由于種族隔離而產生的，但在中國超大城市常住人口中占比越來越高的常住外來人口所享受的工作機會和城市生活福利待遇與常住戶籍人口有著顯著差異[17]。2010年，北京、上海、廣州的常住外來人口占常住人口比重均已超過35%

數據來源于《北京統計年鑒2011》、《上海統計年鑒2011》與《廣州市2010年人口普查資料》。。因此，這些城市中不同戶籍屬性的人口所形成的居住-就業空間分布格局和錯位程度，由于住房和勞動力市場障礙和其他社會性因素的影響，可能存在著顯著差異。

目前，針對中國城市內外來人口空間分布的研究較多[18-21]。這些研究發現，常住外來人口與常住戶籍人口間存在居住隔離的現象，并且在勞動力市場中常住外來人口也會面臨不同程度的政策壁壘。從居住角度來看，城市中住房供給的受眾為常住戶籍人口，無論是商品房、經濟適用房、廉租房等均主要面向常住戶籍人口，并且常住戶籍人口在住房貸款、公積金等住房金融上享有更多的福利，從而使他們更易于實現購房自住；相比之下，常住外來人口享有的福利較少，并且大部分的常住外來人口經濟實力較弱，負擔不起市區相對高昂的房價，因此常住外來人口大多在市區的外圍地帶形成租住集聚區。從就業的角度來說，常住外來人口在進入事業機關部門和國有企業單位時都存在較多的限制，他們在這些單位中通常屬于合同制員工，不享有與事業編制員工同等的福利待遇。這些研究都指出了常住外來人口與常住戶籍人口在城市居住和就業活動中準入門檻和待遇的差異，但上述研究主要針對不同戶籍屬性人口的居住分布展開，并沒有討論不同戶籍屬性人口在居住-就業空間錯位上的差異和機制。總體上，我國城市中常住外來人口所面臨的職住空間關系問題與美國少數族裔有一定的相似性，因此需要進一步關注我國超大城市內部常住外來人口與常住戶籍人口居住-就業空間錯位的總體特征及差異情況。

目前，對于中國城市內部居住-就業的空間分布及其匹配關系的研究大多針對單一城市的總人口和總就業，對城市中少數群體的空間分布研究也僅限于常住外來人口與常住戶籍人口的居住分布差異，并未引入就業分布來探討居住-就業的空間錯位。實際上，中國城市中常住外來人口與常住戶籍人口在居住與就業待遇方面存在許多不容忽視

的差異，因而他們在居住-就業空間關系上也可能會有所不同。本文主要基于北京、上海、廣州三個城市的實證分析，探討中國超大城市中常住外來人口與常住戶籍人口居住-就業的空間分布特征及錯位程度，重點關注不同戶籍屬性人口居住-就業空間錯位的差異及其影響因素。

一級標題二、數據與方法

居住與就業的空間錯位是指就業人口的居住地和工作地在空間上的過度分離。由于缺乏基于個體的居住地-工作地信息，本文中所說的居住與就業的空間錯位是指宏觀層面上城市內就業人口居住分布和就業機會分布的差異，本質上是比較兩種分布的空間關系，并非嚴格意義上就業人口居住地和工作地之間的關系。因此，對常住外來人口和常住戶籍人口居住-就業空間錯位的測度使用的是不同地區常住外來人口與常住戶籍就業人口和就業崗位的數據。就業人口數據來源于2010年第六次全國人口普查中分區縣的常住就業人口數和常住外來就業人口數，反映城市內不同戶籍屬性就業人口的地區分布；就業崗位數據則來自于2008年第二次全國經濟普查中分區縣的法人單位從業人員數，反映城市內就業機會的地區分布。由于人口普查是基于居住地統計，而經濟普查是基于工作地統計，對兩者進行對比即可呈現居住-就業的空間錯位情況。

關于數據使用有兩點情況需要特別說明。首先，本文中就業人口居住分布使用的是人口普查資料，而就業機會的分布使用的是經濟普查資料，存在年份不一致的問題。這主要是因為我國人口普查中并不調查工作地信息（盡管人口普查中有就業信息，但人口普查中的就業是基于居住地的，因此不能反映就業機會的地區分布），因此就業機會的信息就只能依據經濟普查，而兩類普查在年份上并不一致。從數據年份上看，本文使用的是2010年人口數據和2008年就業數據，雖然對于北京、上海、廣州來說，2008-2010年間就業有所增長，但要強調的是，本文關注的是就業地區分布，即每個地區在全市就業中的占比，這一比例在短時間內并不會出現大的變動。因此，本文假設就業機會的地區分布在2008-2010年間相對穩定，用2008年就業地區分布反映2010年就業機會的分布情況，并不會嚴重影響本文的分析結果。其次，常住外來人口和常住戶籍人口在勞動力市場上可能面臨不同的機會和壁壘。比如，常住外來人口由于戶籍限制、受教育程度、所具備的專業技能等方面的差異，與常住戶籍人口相比，可能獲取的就業機會更有限。因此，常住外來人口和常住戶籍人口所面臨的就業機會在空間上分布可能是不一致的。但由于經濟普查中就業數據并未按戶籍屬性區分，因此無法掌握常住外來人口和常住戶籍人口就業機會地區分布的差異，所以本文只能假定常住外來人口和常住戶籍人口所面臨的就業機會在空間分布上是一致的。對于不同戶籍屬性人口所面臨就業機會差異導致的居住與就業空間錯位問題，在本文中并未予以考慮。

此外，其他需要說明的數據情況包括：①上海在2009年進行了行政區劃調整，將南匯區并入浦東新區，因此相應調整經濟普查中浦東新區數據；由于廣州市人口普查資料中并沒有常住外來人口數據，因此以跨縣（市、區）流動人口

2010年第六次人口普查將流動人口界定為“居住地與戶口登記地所在的鄉（鎮、街道）不一致且離開戶口登記地半年以上的人口”，可分為縣（市）內流動人口、省內跨縣（市）流動人口、跨省流動人口。故此處流動人口屬于常住外來人口。的就業人口數據代替。②由于經濟普查僅對第二和第三產業法人單位進行統計，因此剔除掉人口普查中分行業就業人口數據中的農、林、牧、漁業和國際組織。③人口普查中就業人口數為長表抽樣數據，需要按10%抽樣比推算就業人口總數。

為了比較常住外來人口和常住戶籍人口居住-就業空間錯位的差異，本文使用馬丁（Martin）提出的空間錯位指數（Spatial Mismatch Index，SMI）[4]測度不同戶籍屬性人口的居住-就業空間錯位的程度，匹配程度越高即空間錯位程度越低，SMI越小，反之則SMI越大。戶籍屬性j人口的空間錯位指數SMIj計算如下：

SMIj=12Pj∑ni=1eiEPj-Pij

式中，Pij是i區縣j戶籍屬性的就業人口數，ei是i區縣的就業崗位數，Pj是該城市j戶籍屬性總的就業人口數，E是該城市總的就業崗位數，n是城市內的區縣個數。

一級標題三、常住外來與常住戶籍人口居住-就業空間錯位的總體特征為分析常住外來人口和常住戶籍人口在超大城市中的居住-就業空間錯位程度，分別計算北京、上海、廣州三座城市匯總數據中不同戶籍屬性人口的居住-就業空間錯位指數，結果如表1所示。整體上，常住外來人口在三個城市中均呈現出比常住戶籍人口更嚴重的空間錯位問題（常住外來人口的SMI值均高于常住戶籍人口）。其中，三個城市中不同戶籍屬性人口空間錯位指數差異最大的是廣州，說明相比于北京、上海，廣州常住外來人口的空間錯位比常住戶籍人口更嚴重。

為了進一步分析三個城市中常住外來人口和常住戶籍人口的空間分布差異，分別繪制三個城市各區縣就業人口和就業崗位占全市比重隨到城市中心距離分布變化的散點圖，并進行局部回歸擬合。由圖1可見，三個城市均表現出中心城區就業過度集中（在城市中心附近，就業分布擬合曲線高于居住分布擬合曲線），近郊區常住外來人口居住過度集中（在距城市中心20千米左右，常住外來人口居住分布的擬合曲線高于就業分布和常住戶籍人口居住分布的擬合曲線），遠郊區常住戶籍人口居住過度集中（在距城市中心40-50千米以外，常住戶籍人口居住分布的擬合曲線高于就業分布和常住外來人口分布的擬合曲線）。這說明總體上，三個城市的就業機會仍相對集中在城市中心區，而居住活動的郊區化程度更高。常住外來人口的居住更集中于經濟活動聚集的城市中心區的邊緣地帶，一方面是因為常住外來人口進入大城市更希望接近就業機會，因此不傾向于居住在離城市中心區過遠的郊區地帶，另一方面則由于城市中心區經濟集聚導致地區住房價格過高，超出大多數常住外來人口的承受范圍。相比之下，常住戶籍人口的居住分布則相對分散，戶籍人口居住分布的擬合曲線在城市近郊區的集聚峰值較低，整體分布更加均衡。此外，通過分城市的比較可知，三個城市常住外來人口居住分布的擬合曲線形態相對固定，而常住戶籍人口居住分布的擬合曲線則會隨著就業分布擬合曲線而產生變化，且與就業分布的擬合曲線更為貼近。這也說明，相比于常住外來人口，常住戶籍人口居住-就業的空間錯位程度相對較低。

相比于常住戶籍人口，常住外來人口居住-就業空間錯位程度較高的行業主要以公共服務業為主，包括公共管理和社會組織，文化、體育和娛樂業，交通運輸、倉儲和郵政業，教育等。這些行業

的正式員工通常屬于事業編制，擁有本地戶口且享受單位住房福利，并且該類住房大多是與工作地相對接近的單位居住區，從而更易于實現職住平衡。相比之下，這些行業的常住外來人口一般為合同制員工，享受單位住房福利的可能性較小，需要在權衡通勤和住房成本后選擇居住位置，相對難以實現職住接近，因而居住-就業的空間錯位程度要明顯高于常住戶籍人口。以教育、公共管理和社會組織為例，圖2顯示了三個城市這兩個行業常住外來和常住戶籍人口以及就業崗位的空間分布情況，這兩個行業均呈現出常住戶籍人口的居住分布更加分散，且居住分布的擬合曲線與就業分布的擬合曲線貼合程度更高。

相比于常住戶籍人口，常住外來人口居住-就業空間錯位程度較低的行業主要有制造業、居民服務和其他服務業等。這些行業的常住戶籍人口面臨相對更嚴重的居住-就業空間錯位。這主要是因為20世紀90年代以來，北京、上海、廣州都進行了產業布局的調整，工業企業向郊區轉移[22]，相比于其他行業，制造業的就業郊區化程度最高。同樣的，隨著城市內部人口的郊區化，居民服務和其他服務業也不斷向郊區轉移。而常住外來人口的居住更加集中在城市近郊的外圍地區，相對更加去中心化，因此常住外來人口在這些行業中居住-就業的空間匹配程度相對較高。除此以外，原因還包括：在工業企業郊區化搬遷的同時，早年分配的單位大院仍保留在了城市中心[23]，所以出現了就業機會已經郊區化，而居住仍在城市中心區的空間錯位。以制造業、居民服務和其他服務業為例，圖3顯示了三個城市這兩個行業常住外來人口和常住戶籍人口以及就業崗位的空間分布情況。由圖3可見，相對于常住戶籍人口的居住分布，就業機會與常住外來人口的居住分布郊區化程度都更高，且常住外來人口居住分布的擬合曲線更貼近于就業分布的擬合曲線。

一級標題五、常住外來與常住戶籍人口居住-就業空間錯位的影響因素及其差異

二級標題1.實證模型設定

為了進一步分析常住外來人口和常住戶籍人口居住-就業空間錯位的影響因素及其差異，借鑒馬丁提出的空間錯位指數，并將其分解到各個區縣，測度三個城市分區縣人口就業-居住空間分布差異，并以此為因變量建立實證分析的回歸模型。因變量的構建以每個區縣就業崗位占所在城市的份額減去就業人口占該城市的份額，反映了各區縣相對于人口居住的就業集聚情況，即就業-居住空間分布差異。也就是說，該指標越大，說明該區縣的就業機會占全市的份額越高于居住人口占全市的份額，居住-就業空間分布格局越傾向于過度就業集聚；而該指標越小，則相反，說明該區縣的居住-就業空間分布格局越傾向于過度居住集聚，就業機會供給相對不足。

城市經濟學相關理論表明，居住與就業的相對分布會對居民的通勤行為、城市內土地和住房價格、工資水平等的空間分布產生影響，而這些因素又會進一步反饋作用于居住和就業的空間互動關系[24]。也就是說，住房決策和就業決策的形成不僅僅受到了個人和家庭特征的影響，還會因為住房市場、就業市場、地區環境等外部區域特性的不同而發生相應的變化。城市中居住-就業空間分布格局的形成是企業和居民兩類主體基于利益最大化進行區位決策所產生的結果。本研究將人口區分為常住外來人口和常住戶籍人口，探討不同戶籍屬性居民的選擇差異。由于居住-就業空間分布格局是居民居住地和就業地選擇的共同結果，因此在研究居住-就業空間匹配問題的時候，不僅要考慮單純作用于居住選擇或就業選擇的地區住房機會和就業機會，還要考慮同時影響居民居住和就業選擇的區域環境特征。

從居住機會來看，地區提供的居住機會越大、可進入的門檻越低，則對人口有更大的居住吸引力，形成過度居住集聚的可能性也越大。在考慮居住機會對居住-就業空間分布格局的影響時，要分別考慮自住與租住兩種居住形式。對具備購房能力的人群來說，購房決策會受到預算約束的限制，人們通常根據其可承受房價的房屋分布范圍來進行購房選址。從而，相對于低房價地區，住房價格較高的地區可能會擠出更多的居住人口，[JP2]更傾向于形成過度就業集聚。對于租住人群來說，地區的租住門檻越低，則對承擔不起高昂房價需要租住的居民吸引力越大，越傾向于形成這類人群的過度居住集聚。因此，選取地區人均GDP（pergdp）作為地區住房價格水平的代理變量，考察住房價格因素對不同戶籍屬性人口居住-就業空間錯位的影響。選取地區家庭戶中租賃住房比重（rent）反映地區租賃住房供給情況，考察地區租住門檻對不同戶籍屬性人口居住-就業空間錯位的影響。三個城市各區縣人均GDP是以各城市統計年鑒和統計公報中各區縣地區生產總值除以常住人口數得到的。而租賃戶數比重（rent）是基于人口普查分縣資料的家庭戶住房狀況表，以租賃戶數除以總家庭戶數計算得到的。[JP]

與居住機會類似，就業機會從影響就業分布的角度對居住-就業空間分布格局產生影響。一般而言，就業機會較多的地區通過集聚經濟和規模效應吸引更多的企業集聚，從而進一步擴大地區的就業機會。因此，地區現有的就業集聚規模是影響居住-就業空間錯位的重要因素，就業集聚規模較大的地區通過提供更多的就業機會，往往傾向于形成過度就業集聚。雖然整體就業規模對不同戶籍屬性人口產生的就業吸引力是相當的，但由于不同人群存在受教育程度和技能上的差異，而不同行業的人力資本需求也不同，因此對于不同戶籍屬性人口面對相同的就業機會，在勞動市場上面臨的選擇障礙是不同的。所以，不僅地區就業集聚規模會影響就業機會大小，地區的就業結構特征（地區經濟中不同行業的構成）也會影響到不同戶籍屬性人口將面臨的就業機會大小。因此，選取地區就業集聚規模（employ）、高端產業比重（hedu）和低端產業比重（ledu）三個變量考察就業機會對居住-就業空間分布格局的影響。其中，就業集聚規模（employ）以經濟普查資料中各區縣就業崗位（從業人員）數占全市就業崗位（從業人員）數的比重來測度；高端產業比重（hedu）和低端產業比重（ledu）是以各行業從業人員學歷水平為依據，根據人口普查中分行業從業人員受教育水平篩選出三個城市中本科及以上學歷從業人員比重較高的行業作為高端產業，比重較低的行業作為低端產業，并分別計算各區縣中這兩類產業從業人員數占總從業人員數的比重。其中，高端產業包括信息傳輸、計算機服務和軟件業，金融業，科學研究、技術服務和地質勘查業，教育，衛生、社會保障和社會福利業，公共管理和社會組織；低端產業包括建筑業，交通運輸、倉儲和郵政業，批發和零售業，住宿和餐飲業，水利、環境和公共設施管理業，居民服務和其他服務業。

除了居住機會和就業機會外，影響居住-就業空間錯位的因素還包括其他的區域環境特征，比如完善的公共服務和配套設施，既會影響居民的居住選擇，也會影響地區的就業集聚。本文采用《中國區域經濟統計年鑒》中三個城市各區縣地方財政一般預算支出作為代理變量，反映地區公共服務設施水平（fiscal），對其進行城市內的標準化處理，作為回歸模型的控制變量。此外，在回歸模型中，進一步考慮三個城市的獨特性和相互差異，從而加入了北京（bj）和上海（sh）兩個虛擬變量以消除地區差異所導致的異方差。

二級標題2.實證分析結果

分別考察居住機會、就業機會和區域特性對常住外來人口和常住戶籍人口就業-居住空間分布差異的影響，逐步添加地區居住機會、就業機會和區域特性三組變量構造回歸模型1-3，回歸結果如表3所示。總體而言，模型參數的統計推斷較為穩定，呈現一致性的回歸結果，在加入后兩組變量后，模型總體解釋能力有顯著提升。需要說明的是，由于常住外來人口的模型1與模型2存在遺漏變量，進而有明顯的異方差問題，所以其結果采用穩健的標準誤估計進行統計推斷。

住房價格水平的代理變量（pergdp）與租賃戶數比重（rent）主要反映地區居住機會對就業-居住空間分布差異的影響。結果顯示，住房價格水平對不同戶籍屬性人口的就業-居住空間分布差異均產生顯著的正向影響，即區縣的住房價格水平越高將越傾向于形成過度就業集聚。這說明，較高的住房價格的確會擠出人口居住。但值得注意的是，區縣租賃戶數比重的多少對不同戶籍屬性人口的就業-居住空間分布差異的影響有所不同。租賃戶數比重對常住外來人口的就業-居住空間分布差異產生顯著的負向影響。也就是說，地區租賃住房供給較多、租房機會更大，則該地區出現常住外來人口過度居住集聚的可能性越大。這主要是因為常住外來人口以租住的居住形式為主，因此地區租房機會大給常住外來人口提供了更高的居住吸引力，進而更容易形成常住外來人口的過度居住集聚。與此對應的是，地區租賃戶數比重對常住戶籍人口就業-居住空間分布差異的影響是不顯著的，這說明租房機會對于常住戶籍人口居住選擇的影響相對較小。

就業集聚規模（employ）、高端產業比重（hedu）和低端產業比重（ledu）主要反映地區就業機會，用于檢驗就業機會對不同戶籍屬性人口就業-居住空間分布差異的影響。由表3可知，就業集聚

規模對常住外來人口與常住戶籍人口就業-居住空間分布差異均有顯著的正向影響。也就是說，地區總的就業機會越多，則越可能形成過度就業集聚。此外，地區就業集聚規模對常住戶籍人口就業-居住空間分布差異的影響更大且更為顯著，這可能是因為常住外來人口相比于常住戶籍人口在勞動力市場上仍面臨進入門檻等障礙。進一步分析地區就業結構對不同戶籍屬性人口就業-居住空間分布差異的影響。從高端產業比重來看，地區高端產業比重對不同戶籍屬性人口的就業-居住空間分布差異均有顯著的正向影響，即在地區就業結構中高端產業占比越大，越易形成過度就業集聚。而地區低端產業比重對常住外來人口與常住戶籍人口就業-居住空間分布差異的影響并不相同。低端產業比重對常住戶籍人口的就業-居住空間分布差異有顯著的負向影響，而對常住外來人口的就業-居住空間分布差異

影響并不顯著。這可能是因為常住戶籍人口從事低端產業的比重較低，由圖4可見，常住戶籍人口大多集中在公共管理和社會組織，電力、燃氣及水的生產和供應業，金融業，衛生、社會保障和社會福利業，科學研究、技術服務和地質勘查業等高端產業，而常住外來人口則大多集中在住宿和餐飲業，居民服務和其他服務業，建筑業等低端產業。低端產業對常住戶籍人口就業選擇的影響較小，但低端產業比重較高的地區往往是居住相對集中的區域，從而更容易形成常住戶籍人口的過度居住集聚。與此同時，低端產業比重高的地區為常住外來人口提供了更多的就業機會，但這些地區也往往是常住外來人口聚居的地區，因此低端產業比重對常住外來人口的就業-居住空間分布差異的影響并不顯著。

此外，作為控制變量的地區地方財政支出（fiscal）對不同戶籍屬性人口的就業-居住空間分布差異均產生顯著的負向影響，也就是說公共服務設施水平較高，對人口居住的吸引力更大，更傾向于形成過度居住集聚。

六、結論

近年來，中國超大城市凸顯的居住-就業空間錯位問題引起了廣泛關注，但對不同戶籍屬性人口間差異的探討則相對較少。相比于常住戶籍人口，常住外來人口在城市住房市場中不僅受到更多的政策限制，而且較少享受住房金融福利；在勞動力市場中，他們面臨更高的進入門檻和較少的就業機會。因此，在中國超大城市中不同戶籍屬性人口可能存在不同的居住-就業空間錯位特征和形成機制。本研究以北京、上海、廣州作為中國超大城市的代表，分析常住外來人口與常住戶籍人口在超大城市中居住-就業空間錯位的不同特征及影響因素的差異。研究有以下發現。

總體上，中國超大城市中就業機會相比于人口分布更加集中在城市中心區，人口的郊區化程度遠遠高于就業，導致了宏觀面上居住-就業的空間錯位。對于不同戶籍屬性人口而言，常住外來人口的居住-就業空間錯位要高于常住戶籍人口。相比于常住戶籍人口，常住外來人口的居住更加集中在城市近郊區，且三個城市常住外來人口居住分布形式（居住分布隨到城市中心距離分布的擬合曲線）高度一致，居住分布主要集中在距城市中心20千米左右，形成在近郊地區過度的居住集聚。而常住戶籍人口居住分布更加分散，往往形成在遠郊區居住的過度集聚，且常住戶籍人口居住分布形式更加貼近就業的空間分布，說明相比于常住外來人口，常住戶籍人口居住-就業的空間錯位程度相對較低。

不同行業的常住外來人口和常住戶籍人口居住-就業的空間錯位程度也有所不同。常住外來人口居住-就業空間錯位程度較高的行業主要是公共管理和社會組織，文化、體育和娛樂業，交通運輸、倉儲和郵政業，教育等公共服務業。常住戶籍人口居住-就業空間錯位程度較高的行業主要是制造業、居民服務和其他服務業等郊區化程度較高的行業。

通過對常住外來人口和常住戶籍人口就業-居住空間分布差異影響因素的計量分析發現，住房價格水平、就業集聚規模、高端產業比重和地區地方財政支出對不同戶籍屬性人口就業-居住空間分布差異均產生相似的影響；而租賃戶數比重和低端產業比重對不同戶籍屬性人口的就業-居住空間分布差異則產生了不同的影響。其中，地區租賃住房供給越多，常住外來人口的居住-就業空間分布格局將越傾向于形成過度居住集聚，但其對常住戶籍人口則沒有顯著影響。這可能是因為常住外來人口的居住形式主要以租住為主，地區租房機會大對常住外來人口提供了更高的居住吸引力，而對常住戶籍人口的居住選擇影響相對較小。地區就業結構中低端產業比重越大，常住戶籍人口的居住-就業空間分布格局將越傾向于形成過度居住集聚，但其對常住外來人口則沒有顯著影響。這可能是因為低端產業比重較高的地區吸引了不同戶籍屬性人口居住集聚，但低端產業還為大量常住外來人口提供了就業機會，從而其對常住外來人口就業-居住空間分布差異的影響較為模糊。

參考文獻：

參考文獻內容[1]KAIN J F. Housing segregation， Negro employment， and metropolitan decentralization[J]. The Quarterly Journal of Economics， 1968， 82（2）： 175-197.

[2]KAIN J F. The spatial mismatch hypothesis： three decades later[J]. Housing Policy Debate， 1992， 3（2）： 371-460.

[3]IHLANFELDT K R. Introduction： in job accessibility and the employment and school enrollment of teenagers[M]. Kalamazoo， MI： WE. Upjohn Institute for Employment Research， 1992： 1-11.

[4]MARTIN R W. Spatial mismatch and the structure of American metropolitan areas， 1970–2000[J]. Journal of Regional Science， 2004， 44（3）： 467-488.

[5]GIULIANO G. Is jobshousing balance a transportation issue？[R]. University of California Transportation Center， 1991：305-312.

[6]WEITZ J. Jobshousing balance[R]. Planning Advisory Service Report No.516， 2003： 25-29.

[7]徐濤， 宋金平， 方琳娜， 等. 北京居住與就業的空間錯位研究[J]. 地理科學， 2009（2）： 174-180.

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

[9]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（5）： 13-18.

[10]周素紅， 程璐萍， 吳志東. 廣州市保障性住房社區居民的居住-就業選擇與空間匹配性[J]. 地理研究， 2010（10）： 1735-1745.

[11]ZHOU Suhong， WU Zhidong， CHENG Luping. The impact of spatial mismatch on residents in lowincome housing neighbourhoods： a study of the Guangzhou metropolis， China[J]. Urban Studies， 2013， 50（9）： 1817-1835.

[12]湛東升， 孟斌. 基于社會屬性的北京市居民居住與就業空間集聚特征[J]. 地理學報， 2014（12）： 1607-1618.

[13]孫鐵山. 北京市居住與就業空間錯位的行業差異和影響因素[J]. 地理研究， 2015（2）： 351-363.

[14]齊云蕾， 孫鐵山. 職住分離的行業差異及其影響因素——以北京都市區為例[J]. 現代城市研究， 2015 （1）： 58-65.

[15]FAN Yingling， ALLEN R， SUN Tieshan. Spatial mismatch in Beijing， China： implications of job accessibility for Chinese lowwage workers[J]. Habitat International， 2014 （44）： 202-210.

[16]XU Ying， CHAN E， YUNG E. Analysis of the mechanisms contributing to spatial mismatch in transitional Chinese cities[J]. Journal of Urban Planning and Development， 2014， 140（2）： 629.

[17]FAN C C. Migration and labormarket returns in urban China： results from a recent survey in Guangzhou[J]. Environment and Planning A， 2001， 33（3）： 479-508.

[18]WU Weiping. Sources of migrant housing disadvantage in urban China[J]. Environment and Planning A， 2004， 36（7）： 1285-1304.

[19]袁媛， 許學強， 薛德升. 廣州市 1990-2000 年外來人口空間分布、演變和影響因素[J]. 經濟地理， 2007（2）： 250-255.

[20]袁媛， 許學強. 廣州市外來人口居住隔離及影響因素研究[J]. 人文地理， 2008（5）： 61-66.

[21]俞路， 趙永全. 人口分布、隔離指數及其地理視角——以上海市外來人口分布為例[J]. 市場與人口分析， 2007（3）： 1-8.

[22]孟繁瑜， 房文斌. 城市居住與就業的空間配合研究——以北京市為例[J]. 城市發展研究， 2007（6）： 87-94.

[23]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（2）： 157-166.

[24]鄭思齊， 龍奮杰， 王軼軍， 等. 就業與居住的空間匹配[J]. 城市問題， 2007（6）： 56-62.

[責任編輯責任編輯武玉]