基于綜合T指數縮短租房人群通勤時間策略

吳嬌蓉，王佐靈，韓金彤

(同濟大學道路與交通工程教育部重點實驗室，上海201804)

吳嬌蓉，王佐靈，韓金彤

(同濟大學道路與交通工程教育部重點實驗室，上海201804)

通勤成本和住房成本隨著與城市中心距離的變化，存在明顯的消長關系。為便于討論二者之間的互動關系，選擇工作1～3年的租房人群作為研究對象。提出綜合H+T指數計算方法，研究適合中國大城市租房人群的住房與通勤交通可支付能力指數取值，得出住房成本、交通經濟成本、交通時間成本三者的推薦值。以此為規劃約束目標，深入分析兩種策略對不同收入租房人群通勤時間縮短的可能性：重新選擇房源，縮短通勤距離，以增加住房成本為代價縮短通勤時間；住房不變，選擇更快的交通工具，但交通經濟成本有所上升。

通勤交通；綜合H+T指數；租房人群；住房成本；交通經濟成本；交通時間成本；上海市

0 引言

近年來，美國鄰里技術中心(Center for Neighborhood Technology)提出住房與交通可支付能力指數(housing and transportation affordability index)，簡稱H+T指數[1]，即住房與交通成本占收入比例，并指出45%為可支付臨界值[2]。在每個月的生活支出中，住和行的支出比例更具剛性，而“行”中，通勤成本必不可少。在各類城市中，通勤成本和住房成本隨著與城市中心距離的變化，存在明顯的消長關系。如果通勤時間延長，則房價要相應降低多少才能滿足消費者的支付意愿？如果交通便捷性提高，那么消費者在住房方面又愿意支付多少額外的成本？在平衡上述問題過程中，結合現有的城市綜合交通系統服務水平，如果以H+T指數作為規劃的一個約束要素，通過分析通勤成本、行程時間、住房成本之間調整的可能性，是否有助于把握土地使用和交通經濟、時間成本之間的互動關系，判斷交通和土地使用兩者的空間關系是否合乎經濟理論的預期？

對于中國一線城市居民，買房和租房對應的住房成本具有顯著差異。考慮到一線城市買房人群選擇房源的影響因素過多，例如教育、房價、區位、交通、環境、配套設施等；而租房人群選擇房源考慮的因素相對較少。因此，為便于聚焦討論H+T指數中住房成本與交通成本之間的互動關系，選擇工作1~3年的租房人群作為研究對象。從上海市教育委員會統計的大學本科和研究生畢業人數總和來看，該人群每年的規模較為穩定，2014—2016年分別為17.8萬人、17.7萬人和18.7萬人，且其中約78.5%的畢業生有租房需求，該人群三年累積租房人數近43萬人。因此，本文以H+T指數作為切入點，研究適合中國大城市租房人群的住房與通勤交通可支付能力指數取值，深入分析租房人群縮短通勤時間和調整住房選擇的可能性及策略。

1 綜合H+T指數研究綜述

基于美國鄰里技術中心提出的H+T指數，國外學者進行了大量案例研究。文獻[3]采用區塊H+T指數集計算法對新西蘭奧克蘭市H+T指數進行測算，發現部分郊區區塊H+T指數超過臨界值(48%~56%)，因此，提出規劃者需要從以往只關注住房成本轉移到關注住房與交通綜合成本，建設密集型城市。文獻[4]建立區域密集度指數(compactness index)與H+T指數之間的關系，得出密集度指數每增加1%會使H+T指數下降0.34%，從而鼓勵土地密集開發。文獻[5]首次對發展中國家(伊朗)H+T指數進行測算，結果顯示部分郊區交通成本是中心城區的三倍，綜合H+T指數達57.0%，遠超過中心城區44.7%，提出規劃者需為中低收入人群提供較好的交通可達性以降低交通成本(包含通勤和非通勤交通)。美國芝加哥市在《面向2040：都市區總體規劃》(GO TO 2040:Comprehensive Regional Plan)中提出到2040年，居民H+T指數由55%降至45%[6]。

中國也對住房與交通成本的關系進行了一定研究。文獻[7]以北京市為對象探討住房成本與通勤成本的空間互動關系。文獻[8]提出住房與交通綜合可支付性指數，其中交通項目只考慮通勤交通，引入行為時間價值計算廣義交通成本，對北京市64個交通區塊住房與通勤綜合成本進行測算，提出公交優先、保障性住房適宜區位選擇等定性政策。文獻[9]通過個人小時工資計算通勤交通時間成本，提出可支付臨界值應上調至60%，并將可支付能力劃分為輕微負擔至嚴重超出負荷五檔，分析比較南京市低、中、高收入人群在不同住房類型下的可支付水平，最終從定性的角度給出交通基礎設施建設、經濟適用房選址等建議；然而對于為何選擇60%作為新的臨界值沒有做出詳細說明。

由此可見，中國對H+T指數的應用以指標測算和定性政策指導為主，而國外則將H+T指數作為規劃的一個約束要素展開研究，在規劃指導方面更有參考價值。

2 綜合H+T指數計算方法及各城市比較分析

2.1 計算方法

綜合H+T指數由住房成本占總收入比例hcost、交通經濟成本占總收入比例tcost和交通時間成本占總收入比例timecost構成，即

調查發現，租房人群交通經濟成本中90%用于通勤，因此該項只考慮通勤實際支付成本，按每月22次，往返44次計。月通勤出行時間成本

式中：T為單程通勤時間/min；income為月收入/元；VOT為時間價值/(元·h-1)，通過月工資除以每月上班時間加通勤總時間獲得，假設每日工作時間為8 h，則

將公式(3)帶入公式(2)，可得月通勤出行時間成本比例僅與單程通勤時間有關，即

2.2 合理取值分析

國際上認為恩格爾系數[10]達到50%~59%為溫飽，40%~50%為小康，30%~40%為富裕。根據《中國現代化報告2016》給出的2015年中國小康家庭標準，年收入小于36萬(月收入小于3萬)的家庭屬于溫飽水平[11]。可見，中國居民大部分屬于溫飽范疇，即約55%的收入需要支付食物，住和行對應的支出比例最多為45%。各城市經濟發展水平不同，該比例略有差異。

住房成本方面，美國鄰里技術中心研究得出推薦值為30%。出行時間方面，國內外學者進行了居民每日出行時耗預算研究，提出日均出行50~66 min，即單程30 min為出行時間的合理值[12-14]。如果單程通勤時耗為30 min，由公式(4)計算timecost約為11%。由公式(1)可知，交通經濟成本約為4%(45%-30%-11%=4%)。

2.3 各城市數據采集與比較

2016年開展了網絡調查問卷和面對面問詢調查，采集對象為工作1~3年人群，主要包含上海、北京、廣州、杭州、南京、南寧等直轄市和省會城市，共回收1 002份有效問卷，調查數據反映的住房類型見表1，其中租房比例最高。

表1 調查樣本住房類型Tab.1 Housing type of samples%

圖1 各城市租房人群指標對比Fig.1 Comparison of index of tenants in different cities

選取以上6個城市695個租房樣本作為研究對象，得出租房人群的hcost，tcost，timecost，三者加和即為綜合H+T指數(見圖1)。其中北京、上海、廣州、杭州的綜合H+T指數為43%~45%，與國外推薦水平相當；且4個城市的住房成本較高，接近30%的標準線，交通經濟成本比例約為3%，說明上文推算具有合理性。

選取上海市進行針對性調查與研究，補充624份上海市租房人群數據。將該樣本的平均通勤時間和通勤距離與《上海市第五次綜合交通調查：成果報告》數據進行比較，租房人群平均通勤時間為45.8 min，略高于2014年上海市平均通勤時間42.7 min；平均通勤距離11.7 km，略低于2014年上海市平均通勤距離12.6 km[15]。可見，本次調查數據可信。

另一方面，上海市不同收入租房人群的理想通勤時間約30 min，調查結果與已有研究吻合。因此，住房成本可支付臨界值采用30%，將單程通勤時間30 min作為計算時間成本的關鍵參數。

3.1 月收入

將租房人群月收入劃分為六級(見表2)，除F檔人群，90%均未達到《中國現代化報告2016》給出的小康標準。

3.2 通勤方式

租房人群通勤方式見表3，其中公共交通包含軌道交通和公共汽車。租房人群采用公共交通出行比例超過70%，占主導地位，小汽車出行比例僅為3.4%。該比例滿足交通規劃目標中的期望結構。然而調查租房人群的通勤出行滿意度時，大多數受訪者給出了不滿意的評價，沒有達到雙贏。為探究出行者不滿意的原因，下文將對住房成本比例、公共交通經濟成本比例、公共交通時間成本比例、工作地點與居住地點分布、通勤時間與通勤距離之間的關聯性進行深入分析。

表2 上海市租房人群收入分布Tab.2 Income distribution of tenants in Shanghai

3.3 不同收入租房人群綜合H+T指數對比分析

對比不同收入租房人群綜合H+T指數可見，隨著收入增加3個指標均呈減小趨勢(見圖2)。但是，比較不同收入人群綜合H+T指數內部結構可以反映出不同問題(見表4)。

1）A檔人群綜合H+T指數高達58.4%，遠超出推薦值，其中各項均高于推薦值。

2）B檔人群綜合H+T指數48.5%，略超出推薦值。其中住房成本比例和交通經濟成本比例均略低于推薦值，但是交通時間成本比例為15.7%，遠超出推薦值，是拉高綜合H+T指數的主要原因。

3）C~F檔人群綜合H+T指數雖均未超出推薦值，但是各類人群交通時間成本比例均遠超推薦值。

4）從綜合H+T指數內部比例結構來看，不同收入人群交通時間成本比例在綜合H+T指數中的比例均高于推薦值，且收入越高，交通時間成本比例所占比例越大。除了A檔人群交通經濟成本比例在綜合H+T指數中的比例10%略高于推薦值外，其余人群住房成本比例和交通經濟成本比例在綜合H+T指數中的比例均低于推薦值，且收入越高，住房成本比例和交通經濟成本比例的比例越小。

由此可知，租房人群對于通勤交通不滿意的主要原因是，通勤出行主要依賴公共交通，雖然其對應的交通經濟成本不高，但是交通時間成本超出推薦值較多。因此，如果以綜合H+T指數及各部分推薦比例作為規劃約束條件，希望租房人群的通勤方式繼續保持表3中的以步行、自行車以及公共交通為主導的良性通勤交通結構，就必須降低公共交通時間成本(即公共交通提速，縮短通勤時間)，從而提高租房人群對通勤交通的滿意度。而公交共交通提速的必要條件是增加居民交通經濟成本以維持公共交通的運營，這必須以降低住房成本為前提從而使交通經濟成本具有一定的上升空間。

4 租房人群通勤時間調整可行性分析

4.1 交通經濟成本調整

由表4可知，B~F檔人群交通經濟成本比例為0.5%~3.5%，且交通經濟成本比例在綜合H+T指數中所占比例小于推薦值，說明基本上無須下調交通經濟成本比例，反而有上調的彈性空間。

表3 上海市租房人群通勤方式分布Tab.3 Distribution of tenants'commuting modes in Shanghai %

圖2 上海市不同收入租房人群指標對比Fig.2 Index comparison of tenants in Shanghai by different income levels

表4 不同收入人群綜合H+T指數內部結構比較Tab.4 Comparison of inner structure in comprehensive H+T index by different income levels %

在表3的通勤交通結構條件下，將調查的通勤距離按分位數分為10組，分別計算各組樣本平均交通經濟成本比例，得出其與單程通勤距離的關系曲線(見圖3)。對圖3曲線求導，可知當單程通勤距離達到15 km時，交通經濟成本比例由快速增長轉變為緩慢增長(每5 km斜率變化量從0.15降至0.05以下)。而《上海市第五次綜合交通調查：成果報告》給出的2014年上海市平均通勤距離為12.6 km[15]。可見，中長距離出行的交通經濟成本比例沒有隨距離增長而同比例增加，這實際上是鼓勵長距離通勤，與縮短通勤時間、降低交通時間成本的調整思想相悖。因此，建議提高15 km以上中長距離交通經濟成本，尤其是適當提高公共交通票價，給出明顯的不鼓勵長距離通勤出行的信號。

圖3 通勤距離與交通經濟成本比例的關系曲線Fig.3 Relationship between commuting distance and transportation economic cost

表5 租房人群住房成本調整可行性Tab.5 Possibility of changing tenants'housing cost

4.2 縮短通勤時間策略

居民對居住區位的選擇是在經濟成本約束下對住房成本和通勤成本進行的一種權衡[17]。由于樣本中交通經濟成本比例處于較低水平，因此這種權衡演變為住房成本與通勤時間之間的一種權衡。降低通勤時間成本的可能性來自兩個方面：1)重新選擇房源，縮短工作地點與居住地之間的距離，縮短通勤出行時間，多數情況下需要以增加住房成本為代價；2)住房不變，選擇更快的交通工具，縮短通勤出行時間，同時交通經濟成本有所上升。下文將分析兩種策略下縮短通勤時間的可行性。

4.2.1 考慮住房成本的房源重新選擇

將不同收入人群的綜合H+T指數分項調查結果與2.2節推薦的分項支付分界線進行比較(見表5)可以看出，C~F檔人群住房成本比例調查值相比推薦值存在一定上升空間。因此，通過適當提高住房成本選擇距離工作地點較近的房源、縮短通勤出行時間的可能性相對較高。由表2可得這部分人群占總租房人群比例約為49.5%。而A，B檔人群調整可能性相對較低，占總租房人群比例約50.5%。

通常住房成本越高所對應的住房位置距離市中心越近。然而與市中心距離相同的房源，通常會因是否靠近軌道交通車站而價格不同。本節采用繪制綜合H+T指數等值線圖的方式對租房人群住房位置可選擇范圍進行展示。為方便說明，將上海市劃分為四個區域，其中中心區和外圍區統稱為中心城，中心城又分為內、中、外環三個區域，各環距離市中心人民廣場的等效半徑見圖4。

圖4 上海市研究區域示意Fig.4 Study area in Shanghai資料來源：文獻[15]。

綜合H+T指數等值線圖分為兩種：

1）選定居住地點的綜合H+T指數等值線圖。將上海市外環內劃分成10×10的方格網，方格網頂點作為通勤出行的終點，選定居住地點后，計算居住地點至所有終點的綜合H+T指數，并將其賦值給終點坐標繪制等值線圖。居住地點分別選取地處外環邊界以外的世紀飛凡怡園、中環邊界的李子園花苑以及內環邊界的石泉一村進行對照分析，地理位置如圖5中黑色圓圈所示，距離最近軌道交通車站步行距離分別為2.5 km，440 m和990 m。

2）選定工作地點的綜合H+T指數等值線圖。將10×10方格網頂點作為通勤出行的起點，計算所有起點至選定工作地點的綜合H+T指數，并將其賦值給起點坐標繪制等值線圖。工作地點選取地處外環邊界的中國城市規劃設計研究院上海分院(以下簡稱“中規院”)、內環邊的上海市政工程設計研究總院(以下簡稱“市政院”)以及內環內的上海市城市規劃設計研究院(以下簡稱“上規院”)進行對照分析，地理位置如圖6中黑色圓圈所示，距離最近軌道交通車站步行距離分別為1.9 km，500 m和820 m。

本文以C檔人群為例繪制等值線圖，其結論對D~F檔人群同樣適用。以上海市人民廣場坐標作為市中心，根據調查所得數據計算租房位置與市中心直線距離，按分位數將樣本分為10組，分別計算各組樣本的平均租金，得到租金距離衰減曲線(見圖7)。住房成本比例可根據收入和圖7估算，交通時間成本比例根據公式(4)計算，交通經濟成本比例根據圖3計算，計算過程所需通勤時間和通勤距離利用百度地圖API獲取。所有等值線圖根據綜合H+T指數的大小進行統一配色，其中深綠色對應的綜合H+T指數為40，顏色越紅，表示綜合H+T指數越大，越不具有可支付性(見圖5和圖6)。

1）選定居住地點。

圖5 選定居住地點的綜合H+T指數等值線Fig.5 Contour lines of comprehensive H+T index within selected residential areas

圖6 選定工作地點的綜合H+T指數等值線Fig.6 Contour lines of comprehensive H+T index within selected working areas

內環石泉一村(見圖5a)雖然區位較好、距離軌道交通車站較近，但需要承擔較高的住房成本，租房者不得不壓縮交通時間成本比例，可以到達的工作地點為圖5a中的綠色區域，面積較小。中環李子園花苑(見圖5b)或外環世紀飛凡怡園(見圖5c)的住房成本比例下降，交通時間成本比例有較大彈性，前者依托軌道交通所能到達的工作地點范圍較大(見圖5b中綠色區域)，后者雖然距離軌道交通車站較遠，但由于較低的房價優勢，使得所能到達的工作地點范圍更大(見圖5c中綠色區域)。

結合實際調查數據檢驗，居住在內環石泉一村、中環李子園花苑和外環世紀飛凡怡園的受訪者實際工作地點分別有55%，74%和27%位于相應的綠色區域內。可見，外環外由于就業崗位密度明顯低于內環、中環區域，只有少數群體符合綜合H+T指數計算結果；但是當就業崗位密度達到一定水平后，如中環李子園花苑，租房人群的選擇較為符合綜合H+T指數45%的標準。內環石泉一村由于住房成本較高導致符合綜合H+T指數約束的綠色區域面積較小，因此實際租房人群符合要求的比例低于中環李子園花苑。

2）選定工作地點。

圖7 租金與市中心距離關系曲線Fig.7 Relationship between rent rate and distance to city center

圖8 樣本工作地點累計分布Fig.8 Cumulative distribution of working areas of samples

外環中規院(見圖6a)距離軌道交通車站較遠，在綜合H+T指數約束下，可供選擇的居住地點限制于單位附近區域；內環邊的市政院(見圖6b)通勤者依托地鐵10號線和12號線可以選擇的居住范圍較大；內環內上規院(見圖6c)地處地鐵2號線和7號線換乘樞紐靜安寺附近，通勤者可以選擇的居住地點除去房價過高的中心地帶(圖6c中紅色地帶)，向西、北、南依托2號線、7號線、9號線、10號線、11號線、12號線可以選擇內環與中環之間、中環與外環之間居住地點。

結合實際調查數據檢驗，市政院和上規院受訪者80%居住在綠色區域內，而中規院受訪者僅為40%，另有40%居住在圖6a橙色區域。由此可見，工作地點在軌道交通附近的受訪者租房選擇較為符合綜合H+T指數計算結果。

綜上，綜合H+T指數取值45%，以此為約束對就業崗位達到一定密度、軌道交通網絡達到一定規模的區域有效。對租房人群而言，工作地點靠近軌道交通車站相較于居住地點靠近軌道交通車站，具有更大的通勤時間可調整性。

4.2.2 公共交通提速降低交通時間成本

根據調查結果繪制租房人群工作地點與市中心直線距離累計分布曲線(見圖8)，斜率增長較快范圍為距離市中心0~15 km處(15 km為外環邊界)，集中約70%的就業崗位。由上節分析可判斷，工作地點在外環內的租房人群較為適用綜合H+T指數取值45%的約束。

工作地點與市中心距離15 km以內不同收入人群居住地點、通勤距離、時間分布調查結果見表6。可見，除B，C檔人群外，絕大部分租房人群居住地點與市中心距離為6.9~20.3 km，即在內環外至外環外擴展6 km范圍。B~F檔人群通勤距離和通勤時間15%分位數對應數值差異不大，分別為2.1~3.4km，18~30 min；通勤時間50%分位數≥40 min，超過綜合H+T指數中30 min參考值。由于租房人群平均通勤時間45.8 min略高于2014年上海市交通調查數據，平均通勤距離11.7 km略低于上海市交通調查數據，可見中長距離通勤的租房人群的確存在通勤時間較長的現象。

在內環外至外環外擴展6 km范圍內，公共交通提速有兩種方式：1)增加公共汽車快線、定制公交、軌道交通、市郊鐵路等快速交通方式，提高通勤站到站移動速度；2)以互聯網公共自行車接駁代替步行接駁，提高門到門移動速度。本文主要討論四種改善型公共交通方式分別采用步行、互聯網公共自行車接駁時，不同收入租房人群通勤時間縮短至30 min的可能性。考慮改善型公共交通的單程票價不能超過各類人群的可支付交通經濟成本指數(4%)，如果通勤時間縮短至30 min則記為達標。

由表7可見，B~D檔人群在綜合H+T指數約束下考慮單程票價可支付性，具有實施性的改善型公共交通方式為新增軌道交通或公共汽車快線。E~F檔人群，具有實施性的改善型公共交通方式為提供定制公交或市郊鐵路。總體而言，采用互聯網公共自行車接駁效果更好。不同收入人群通勤時間達標率改善情況分別為：A檔人群選擇互聯網公共自行車+公共汽車快線，達標率達到43%，較現狀提升6%；B檔人群選擇互聯網公共自行車+軌道交通，達標率超過60%，較現狀提升21%；C~F檔人群，選擇互聯網公共自行車+市郊鐵路，達標率超過80%，較現狀提升33%以上。

5 結語

本文基于綜合H+T指數分析租房人群的住房成本、交通經濟成本、交通時間成本相互關聯動態調整的可行性，發現工作地點靠近軌道交通車站相較于居住地點靠近軌道交通車站具有更大的通勤時間調整可能性。綜合H+T指數取45%作為約束條件，對就業崗位達到一定密度、軌道交通網絡達到一定規模的區域具有有效性，可以為用地與交通的協調規劃、公共交通方式鏈改善提供規劃路徑。但是對于月收入小于5 000元的租房人群，綜合H+T指數的三個組成部分很難調整，這部分人群需要政府從社會關懷和公平角度給予其他政策考慮。

表6 工作地點與市中心距離15 km以內不同收入人群居住地點、通勤距離和時間分布Tab.6 Distribution of residential area,commuting distance,and commuting time by income levels of tenants whose working areas are within 15 km to city center

表7 四種改善型公共交通方式鏈通勤時間達標率Tab.7 Rate of achieving the standard commuting time by four meanings of improving public transportation chain

本文主要分析利用公共交通通勤的租房人群，后續研究可繼續拓展至住房人群合理的綜合H+T指數取值以及采用綜合H+T指數作為規劃約束要素的適用條件和適用范圍。

[1]Center for Neighborhood Technology,Center for Transit-Oriented Development.The Affordability Index:A New Tool for Measuring the True Affordability of a Housing Choice[R].Washington DC:Brookings Institution,2006.

[2]Center for Neighborhood Technology.About the Index[EB/OL].2015[2016-11-20].http://htaindex.cnt.org/about/.

[3]Mattingly K,Morrissey J.Houing and Transport Expenditure:Socio-Spatial Indicators of Affordability in Auckland[J].Cities,2014,38(5):69-83.

[4]Hamidi S,Ewing R.Is Sprawl Affordable for Americans?Exploring the Association Between Housing and Transportation Affordability and Urban Sprawl[J].Transportation Research Record:Journal of the Transportation Research Board,2015,2(2500):75-79.

[5]Isalou A A,Litman T,Shahmoradi B.Testing the Housing and Transportation Affordability Index in a Developing World Context:A Sustainability Comparison of Central and Suburban Districts in Qom,Iran[J].Transport Policy,2014(33):33-39.

[6]Chicago Metropolitan Agency For Planning.GO TO 2040:Comprehensive Regional Plan[R].Chicago:Chicago Metropolitan Agency For Planning,2010.

[7]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)：35-41.Zheng Siqi,Zhang Wenzhong.The Spatial Interaction of Housing Cost and Commuting Cost:Evidence from Beijing Market[J].Progress in Geography,2007,26(2):35-41.

[8]鄭思齊，劉可婧，孫偉增.住房與交通綜合可支付性指數的設計與應用：以北京為例[J].城市發展研究，2011，18(2)：54-61.Zheng Siqi,Liu Kejing,Sun Weizeng.Affordability Index for Transportation and Housing:An Application in Beijing[J].Urban Studies,2011,18(2):54-61.

[9]萬臏蓮，瞿國方，何仲禹，范晨璟.住房與交通可支付能力空間特征研究：以南京市為例[J].經濟地理，2016，36(2)：87-94.Wan Binlian,Zhai Guofang,He Zhongyu,Fan Chenjing.Spatial Characteristics Analysis of Housing and Transportation Affordability:A Case Study of Nanjing[J].Economic Geography,2016,36(2):87-94.

[10]易丹輝，尹德光.居民消費統計學[M].北京：中國人民大學出版社，1994.

[11]中國科學院.中國現代化報告2016[R].北京：北京大學出版社，2016.

[12]Yacov Zahavi.The Unified Mechanism of Travel(UMOT)Model[R].WorldBank Staff Working Paper N0230,Washington DC:World Bank,1976.

[13]吳子嘯，宋維嘉，池利兵，潘俊卿.出行時耗的規律及啟示[J].城市交通，2007，5(1)：20-24.Wu Zixiao,Song Weijia,Chi Libing,Pan Junqing.Patterns and Their Implications of Travel Time[J].Urban Transport of China,2007,5(1):20-24.

[14]蔡軍，張奕.出行時耗預算機理解析[J].城市交通，2014，2(10)：69-77.Cai Jun,Zhang Yi.Discussion on Travel Time Budget[J].Urban Transport of China,2014,2(10):69-77.

[15]上海市第五次綜合交通調查聯席會議辦公室，上海市城鄉建設和交通發展研究院.上海市第五次綜合交通調查：成果報告[R].上海：上海市城鄉建設和交通發展研究院，2015.

[16]會計網.上海2016年最低工資標準上海2016年上調最低工資標準細則[EB/OL].2016[2016-11-20].http://www.southmoney.com/redianxinwen/201611/834690.html.

[17]Mills E S.An Aggregative Model of Resource Allocation in a Metropolitan Area[J].American Economic Review,1967,57(2):197-210.

Comprehensive H+T Index-Based Strategies for Reducing Tenants'Commuting Time

Wu Jiaorong,Wang Zuoling,Han Jintong
(Key Laboratory of Road and Transportation Engineering of Ministry of Education,Tongji University,Shanghai 201804,China)

Commuting cost has a significant negative correlation with distance increase to city center.To explore the relationship between commuting cost and housing cost,this paper targeted tenants with 1~3 years working experience as study samples.The paper proposes the concept of comprehensive H+T so as to evaluate sample’s housing-commuting affordability index in large cities in China.The index was further adopted to obtain the value of housing cost,economic cost of transportation,and time cost of transportation respectively.Using those values as constraints in planning stage,the paper analyzes the feasibility and possibility of two strategies that function in reducing commuting time for tenants with different income levels:1)reallocating house locations to get shorter commuting distance,while taking a higher housing cost as an exchange;2)taking a faster transportation modes,while suffering a higher transportation economic cost as an exchange.

commuting travel;comprehensive H+T index;tenants;housing cost;economic cost of transportation;time cost of transportation;Shanghai

1672-5328（2017）05-0078-09

U491

A

10.13813/j.cn11-5141/u.2017.0512

2016-12-27

國家自然科學基金重點項目“城市交通治理現代化研究”(71734004)；國家自然科學基金項目“基于城市綜合體復合度的交通需求預測方法”(51278363)

吳嬌蓉(1973—)，女，上海人，博士，教授，主要研究方向：交通運輸規劃與管理。

E-mail:wujiaorong@tongji.edu.cn