大城市職住空間演變評估方法研究

萬晶晶，張協銘，劉志杰，楊宇星

(深圳市城市交通規劃設計研究中心有限公司，廣東省交通信息工程技術研究中心，廣州深圳518021)

改革開放40年來，中國城鎮人口從1.7億人增至8.1億人，城鎮化水平達到58.5%[1]，城市人口規模與用地規模急速擴大。在人口與產業不斷向城市集中的過程中，環境污染、道路交通擁堵等大城市病接踵而至。一般而言，道路交通擁堵集中體現在城市的早晚高峰時段，源于大量的通勤交通跨越城市，這反映了勞動者的就業地—居住地分離是對城市交通影響最為顯著的因素。

1 研究背景綜述

職住空間結構中最重要的兩個概念是職住平衡(Jobs-Housing balance)和空間錯位(spatial mismatch)，其源于黑人受到種族歧視影響而被迫失業或長距離通勤的空間錯位假說[2]，后逐漸發展為弱勢群體就業可達性的研究，近年則集中于對通勤行為的研究。中國大城市職住失衡的形成與城市的特殊發展歷程密切相關，既有計劃經濟向市場經濟轉變這類社會制度改革的原因，例如城市住房分配制度從單位統籌到自購商品房、勞動用工制度從“鐵飯碗”到合同制的變化等，也有城市空間結構重構方面的原因，例如城市舊城區的更新改造、“退二進三”帶來的就業崗位外遷等，同時也離不開個體層面的因素，例如雙職工家庭的通勤需求、權衡子女通學的需求等[3]，具體分類可見表1。

職住平衡的測度最常見的靜態評價指標為職住比(Jobs-Housing ratio)，包括對一定范圍內的就業崗位數量與居民數量進行比較的名義職住比，以及居民在本區就業比例或就業崗位由本地居民占有比例的實際職住比[3]。在此基礎上還發展出利用空間基尼系數、區位熵等方法測度空間聚集度以及確定職住具體空間分布格局[4]。

近年來，過剩通勤(excess commuting)已經成為研究城市職住空間匹配關系的重要研究范式。過剩通勤是指居住地與就業地不匹配引起的多余通勤量，能夠評估城市在職住平衡改善中所具有的潛力。過剩通勤的定義和指數已經日趨完善，已有多位學者對過剩通勤的相關理論及發展過程進行了較為完善的梳理。其中，文獻[5]以西安市為例進行了實證研究，文獻[6]則在系統梳理框架的基礎上，發展了利用Brotchie三角形模型進行過剩通勤研究的方法。本文在此基礎上，延伸出一種動態Brotchie三角形模型，以更準確地評價不同規模城市間或某快速擴張的城市不同規模下通勤效率的可能變化情況，并以南昌市為例，通過2010年、2015年居民出行調查原始數據，進行過剩通勤框架下的實證研究。

2 過剩通勤研究框架理論

2.1 過剩通勤基本概念及相關指標

過剩通勤研究框架有四大基本指標：實際平均通勤距離、理論最小平均通勤距離、理論最大平均通勤距離和隨機平均通勤距離[6]。后三個指標的概念基于一種假設情景：居民的就業地和居住地同質，彼此之間能夠無代價的進行交換，通勤者自身具體的社會經濟特性與就業崗位類型均不影響區位的選擇。四大基本指標以及其他衍生的二次度量指標的具體概念、測量公式以及解釋潛力見表2。

理論最小平均通勤距離[7]按照最小通勤成本來重新分配通勤者的居住地與就業地，是實際平均通勤距離的下限。其與實際平均通勤距離的差值為過剩通勤，過剩通勤與實際平均通勤距離的比值即為過剩通勤率。由于過剩通勤率受空間單元的規模影響較大，難以在不同城市之間、不同發展階段之間進行橫向、縱向對比。

表2 過剩通勤框架相關指標特征Tab.2 Indicators under the excess commuting framework

在此基礎上，學界進一步發展出理論最大平均通勤距離[8]以及隨機平均通勤距離[9]的指標。理論最大平均通勤距離以總體最大平均通勤距離為求解目標，與理論最小平均通勤距離共同構成了通勤容量區間，以此為基礎的通勤容量利用率指標能夠解釋不同規模城市間通勤效率的差別。但由于其過于違背經濟理論中追求最小成本的前提，其值與實際最大可能值之間將存在一定的真空區間，相關指標不夠合理。而隨機平均通勤距離則通過假設所有通勤者在選擇工作地和就業地時隨機分布，縮小了通勤容量區間的范圍。實際上該指標與理論最大平均通勤距離指標高度相關[11]，但更為合理。其衍生的通勤節省(commuting economy)和標準通勤節省(normalized commuting economy)指標，反映出通勤節省程度，指標值越大，可判定為通勤效率越高。后文中的通勤效率即指通勤節省程度。

2.2 Brotchie三角形模型在過剩通勤框架中的應用

上述概念均以職住空間分布形態和結構保持不變為前提，是相對靜態的指標體系。目前中國各大城市的城市規模與人口正在迅速拓展、職住空間變化劇烈，使得通勤特征的變化維度更加多元而復雜。Brotchie三角形模型[6,12,13]是分析不同空間結構模式下過剩通勤的重要方法。

圖1 Brotchie三角形模型及基于該模型的過剩通勤分析Fig.1 Brotchie Triangle Model and excess commuting analysis based

如圖1所示，橫軸代表就業地與居住地的分散程度，用A，B，C三個點分別代表3種極端模式下的職住空間結構：A表示所有就業崗位均集中在市中心；B表示居民居住在城市邊緣，均到最遠地方上班，對應的出行距離是城市建成區的直徑；C表示理想情況下無職住分離情況，居民到距離自己最近的地方上班。若就業地與居住地完全匹配，則通勤距離為0，對應C點，否則理論最小平均通勤距離將位于AC連線上的某一點，實際平均通勤距離、隨機平均通勤距離也將落在該線段與三角形重疊的某一處，本文將該線段定義為通勤軸。就業地與居住地的分散程度指標

式中：E為就業崗位總數/個；H為居住總人口/人；hj為居住在j區的總人口/人；ej為j區的就業崗位總數/個；dj為j區與市中心的距離/km。

該模型為通勤效率的變化提供了更加多維有效的分析。在假設空間規模不變，即三角形不變的前提下，可以利用該工具分析判斷居住空間形態變化前后對通勤效率的影響。當豎線(通勤軸)向右移動(就業地與居住地更加匹配)時，理論最大與最小平均通勤距離相背移動，對應的通勤容量將變大，而實際平均通勤距離變化呈現多重方向，若仍存在大量的通勤失配，則實際平均通勤距離將繼續增加，若相關政策進行了良好的引導(如降低房屋置換成本)，則可能有所下降，通勤距離減小。但由于理論最小平均通勤距離在降低，因此過剩通勤率的變化將取決于實際平均通勤距離下降幅度與理論最小平均通勤距離下降幅度的比值。Brotchie三角形模型深刻體現了職住空間變化與其對應的通勤特征變化，但過往的研究仍然沒有解釋城市規模與人口迅速擴展情況下職住空間與通勤效率變化的相關關系，并且也不適用于跨城市的通勤效率比較。

3 動態Brotchie三角形模型

在城市不斷發展的過程中，城鎮化的進程一般可以劃分為四個階段：聚集城鎮化階段、郊區化階段、逆城鎮化階段、再城鎮化階段。中國大城市普遍處于聚集城鎮化的階段。以南昌市為例，近5年城鎮化年均增長超過1%，城市建成區面積年均增長超過10 km2[14]。放眼未來，2030年前仍然是中國城鎮化的快速推進時期，而中西部地區是未來中國快速城鎮化的主戰場；之后中國城鎮化率將達到70%，進入城鎮化緩慢推進的后期階段[15]，中國100～500萬人口規模的大城市將由2018年的105座進一步發展至146座[16]。參照國際經驗，以城市規模擴張為代表的城市空間形態演變仍是中國城市發展的主要趨勢[17]，而這一趨勢與國外發達國家從20世紀80年代以來進入城鎮化成熟階段[17]后城市空間形態趨于穩定具有較大差別。

圖2 城鎮化第一階段下的Brotchie三角形模型Fig.2 Brotchie Triangle Model in the first stage of urbanization

在上述背景下，若進行同一城市不同規模時間點或跨城市比較通勤效率，Brotchie三角形模型的基本假設：空間規模不變，即三角形不變的前提已不再成立。如圖2所示，隨著城市規模的擴張，三角形將不斷向上發展，利用Brotchie三角形模型的基本形式，對城市發展的不同階段進行疊加模擬，得到若干等腰三角形。其中，所有三角形的C點保持不變，而第i年的Ai，Bi兩點隨著城市規模的擴張，分別沿縱軸與x=1的射線向上發展，到達聚集城鎮化階段的最大邊界Bmax后，即完成聚集城鎮化階段。不同城市、不同時間節點的三角形模型均包含在該直角梯形范圍內。

因此，本文將Brotchie三角形模型置于動態變化的情況下，以比較城市間或同一城市在快速城鎮化發展階段下過剩通勤指標體系的變化情況，對應的動態Brotchie三角形分別為ΔA1B1C和ΔA2B2C(見圖3)。

如圖3a所示，若就業地和居住地分散匹配程度保持不變，對應的通勤軸分別是Tmax1Tmin1和Tmax2Tmin2，則可以做出以下分析判斷：1)隨著城市規模擴展，理論最小與最大平均通勤距離均將有所增加，而理論最大平均通勤距離增幅較大；2)根據三角形相似原理，通勤空間有所增大，職住空間的多樣性將隨之增加，若以標準通勤節省指標為代表的通勤效率保持不變，則實際平均通勤距離必然上升；3)若實際平均通勤距離有所上升，以標準通勤節省指標為代表的通勤效率可能上升或降低，取決于增長幅度的比值。

進一步分析通勤軸同時變化的情況，如圖3b所示，假設通勤軸向右移時為Tmax2Tmin2，向左移時為Tmax2'Tmin2'，則可以做出以下分析判斷：1)職住分布的協同性提高情況下(通勤軸右移，x2＞x1)，理論最小平均通勤距離可能上升或下降，理論最大平均通勤距離必然上升；2)職住分布的協同性不佳情況下(通勤軸左移，x2'＜x1)，理論最大平均通勤距離可能上升或下降，理論最小平均通勤距離必然上升；3)對于具體城市而言，隨著城市規模的擴大，就業地和居住地分散匹配程度與實際平均通勤距離并無直接聯系，實際平均通勤距離仍受職住錯配及其他社會經濟政策(如房屋置換政策、教育資源分布、交通可達性)的影響，呈現上下波動的狀態，城市空間規劃者應更關注交通成本提高、教育資源均等化、房屋置換等政策對通勤效率的影響。

4 實證研究

4.1 案例城市與數據獲取

中國現有的實證研究大部分是利用理論最小平均通勤距離、過剩通勤率進行評價，較少利用完整過剩通勤框架。僅文獻[5]利用理論最大平均通勤距離和通勤容量利用率指標對西安市通勤效率進行分析。而且大部分數據來源為人口和經濟普查等集計統計數據，使得計算結果可能偏小，且難以進行橫向比較。本文為了克服以上問題，使用了南昌市2010年、2015年居民出行調查原始數據，并使用交通分析小區(Traffic Analysis Zone,TAZ)進行分析，小區平均大小僅2.27 km2，與國外研究使用的基本單元大小相似。調查平均抽樣率1.5%～1.8%，樣本量達2萬～3萬人次。

4.1.1 南昌市城市空間形態及人口分布特征

圖3 快速城鎮化情況下的動態Brotchie三角形模型Fig.3 Dynamic Brotchie Triangle Model under rapid urbanization

圖4 南昌市城市建設用地發展變化Fig.4 Evolution of land development of Nanchang

南昌市是江西省省會城市，地處江西省中偏北部，鄱陽湖之濱。本文的研究范圍為南昌市中心城區范圍，由東湖區、西湖區、青山湖區、青云譜區、灣里區、新建區、紅谷灘新區、南昌經濟技術開發區、南昌高新開發區構成。2015年南昌市常住人口約531萬人，比2010年504.3萬人增長了5.3%，其中，中心城區(繞城高速圍合范圍為主)人口約360萬人，比2010年313萬人增長16%。同時，城市建設用地不斷向外拓展，2015年城市建成區面積335萬km2，是2010年城市建成區面積265萬km2的1.26倍(見圖4)。

4.1.2 數據獲取與研究方法

圖5 南昌市區交通小區Fig.5 Traffic Analysis Zones in Nanchang urban area

圖6 通勤出行起訖點分布變化Fig.6 Changes of commuting OD distribution from 2010 to 2015

2010年及2015年，南昌市分別開展了2輪居民出行調查。2010年調查2.4萬戶、7.5萬人，共有31 183次有效通勤出行。2015年調查3.1萬戶、9.5萬人，比上輪調查規模增加約30%；調查范圍包括南昌市所有區縣，平均抽樣率1.8%；受調查的家庭共有36 756次有效通勤出行。兩次調查有效樣本量均較大，包含了城市各個階層、性別的人群，具有良好的代表性。一般研究認為，單個空間單元的面積過大，過剩通勤將明顯偏小，因此本研究將南昌市劃分為538個基本空間單元，中心城區劃分為422個基本空間單元，平均每個單元大小約為2.27 km2，符合研究的要求(見圖5)。

所有樣本均經篩選，通勤地與居住地均為市內，樣本總居住人口與就業人口相等。篩選后的起訖點分布情況見圖6。

基于樣本數據，本研究建立了通勤出行的起訖點空間分布矩陣，并通過宏觀交通規劃軟件計算了各小區質心間的直線距離作為小區間的通勤距離，建立通勤距離矩陣。對于在同一小區內的出行，通勤距離計算方法[3]如下：

式中：Ri為第i小區內部通勤距離/km；Ai為第i小區的面積/km2。

研究所使用的矩陣(2015年)如表3、表4所示。利用LINGO11軟件編程完成了過剩通勤框架下各指標值的計算。

4.2 計算結果及評估分析

計算得出南昌市居民通勤情況見表5。2010年實際平均通勤距離2.63 km，理論最小、最大、隨機平均通勤距離分別為0.46 km，10.52 km，7.15 km；2015年實際平均通勤距離為3.78 km，理論最小、最大、隨機平均通勤距離分別為1.29 km、13.03 km，9.76 km。與2010年相比，2015年所有通勤距離指標均有所上升，以理論最小平均通勤距離變化率最大，增長了180%。另一方面，就業地與居住地的分散程度從0.990上升至0.998，說明南昌市職住空間分布更趨于均衡。

從通勤效率指標來看，所有數值均有所下降，但通勤效率的變化方向并不一致。過剩通勤率指標從83%下降至66%。但通勤容量利用率指標從22%下降至21%，幾乎無變化，反映通勤者對職住分離的空間形態適應程度并無變化。反觀同類指標標準通勤節省，2010—2015年由48%下降至42%，反映通勤者對于職住分離的變化適應有所滯后。通勤節省指標由63%下降至61%，提示通勤距離對職住區位的影響程度略有降低。

4.2.1 南昌市職住空間分布演化

對比圖6可以發現，南昌市通勤者的居住地和通勤地分布明顯向外部圈層擴張，為了更直觀地看到分布變化情況，本文篩選出通勤人數或就業崗位>10人·個-1的小區，稱為有效通勤小區，并計算TAZ平均面積以及城市實際通勤面積總和，為指標的具體分析提供參考(見表6)。

從圖7中能夠發現，南昌市有效通勤小區不斷增加，增加的小區大部分位于城市西南方的九龍湖地塊以及城市東北方的高新技術開發區，而外部地塊由于用地原因，劃分小區面積較大，因此分析年的平均面積有所增加，而總面積增加了32%之多。因此，2010—2015年南昌市的實際通勤范圍在快速增加，2010年應在Brotchie三角形模型中呈現為低三角形，2015年呈現為高三角形。

4.2.2 指標評估效果分析

從上文的運算結果可以看出，若應用靜態的Brotchie三角形模型，會發現在x值(就業地與居住地分散匹配程度)向右移動時，理論最小平均通勤距離下降。而實證研究證明，在x值升高時，理論最小平均通勤距離同時也升高了，這印證了前文動態Brotchie三角形模型對指標值的預估。

評估通勤效率的四個主要指標敏感性差別明顯，敏感度由高到低依次為過剩通勤率、標準通勤節省、通勤節省、通勤容量利用率。對于通勤容量利用率指標，由于其分母采用理論最大平均通勤距離進行計算，往往與理論最小平均通勤距離構成一個過大區間(南昌市>10 km)，使得通勤容量利用率指標對實際平均通勤距離指標的變化過于不敏感，也不適用于進行分析判斷。

表3 2015年居民通勤距離矩陣Tab.3 Matrix of residents'commuting distance in 2015

表4 2015年居民通勤OD矩陣Tab.4 Matrix of residents'commuting OD in 2015

表5 通勤樣本分析結果Tab.5 Results of commuting samples

對于標準通勤節省和通勤節省指標，由于相對于通勤容量利用率指標縮小了通勤可能發生的區間(南昌市縮小了28%～33%)，使得其對實際通勤的變化更為敏感，其中，標準通勤節省所利用的通勤區間更小，指標敏感度更高，并且與城市通勤規模、基本空間單元的大小相關性較低，因此更適用于跨時間、空間進行比較分析。分析結果也進一步說明了過剩通勤率指標與城市規模以及基本空間單元高度相關，不適用于跨城市、跨時間的比較。

表6 合格小區個數及平均面積Tab.6 Number and average area of qualified Traffic Analysis Zones

圖7 按照人口和就業崗位數量篩選的交通調查小區Fig.7 Traffic Analysis Zones screened by population and jobs

5 結語

本文在過剩通勤框架里提出了一種動態的Brotchie三角形模型研究方法，為快速城鎮化發展中的中國大城市職住空間演變后的通勤效率評估以及跨城市比較提供了理論基礎，并借助城市居民出行調查獲得的城市居民通勤、就業等數據，為城市的職住平衡、通勤效率評價提供了有效數據支撐。研究證明，以過剩通勤框架下的動態Brotchie三角形模型和通勤節省、標準通勤節省評價通勤效率相較過剩通勤率、職住比等更加可信。

對于快速發展中的中國大城市，過剩通勤框架不僅僅評價了城市總體規劃中所追求的職住比平衡，還從多個維度反映了城市社會經濟政策對就業-居住匹配關系所存在的潛在影響力。本文未能對過剩通勤框架下的評價指標敏感性進行定性分析，也未能利用過剩通勤框架研究進行跨城市的通勤效率比較，今后也可以對快速發展大城市常見的限購、限貸等政策對通勤效率的影響進行進一步的研究分析。