出行距離與住房租金關(guān)系的空間分異*：探索多中心城市中的競租模型

盧俊文 周素紅 袁奇峰 柳 林 LU Junwen, ZHOU Suhong, YUAN Qifeng, LIU Lin

0 引言

得益于基礎(chǔ)設(shè)施建設(shè)與交通技術(shù)的進步，現(xiàn)代城市的規(guī)模正變得空前巨大，形成動輒延綿數(shù)十公里的都市區(qū)?？臻g尺度的增大使現(xiàn)代城市容納了更多的人口，也迫使城市居民承受更遠的日常出行。作為規(guī)模最大的都市區(qū)，東京的過度通勤現(xiàn)象早在20多年前就被認為和種種“大城市病”息息相關(guān)[1]。我國高度重視城市規(guī)模與空間結(jié)構(gòu)問題，2014年《國務(wù)院關(guān)于進一步推進戶籍制度改革的意見》提出嚴格控制特大城市人口規(guī)模后，北京、上海等特大城市先后提出空間疏解方案，希望以多中心的城市結(jié)構(gòu)應(yīng)對日益增長的城市規(guī)模。

盡管以多中心空間結(jié)構(gòu)優(yōu)化城市居民出行被規(guī)劃學(xué)者們認為是“合乎邏輯的做法”[2]，但由于現(xiàn)代城市的復(fù)雜性，用概念化的模型來指導(dǎo)城市空間發(fā)展仍存在困難。經(jīng)典的競租模型認為，出行或運輸成本是影響土地租金的關(guān)鍵因素，城市在不同功能土地的競租中形成同心圓結(jié)構(gòu)[3]。就住房競租模型而言，距城市中心越遠，居民的日常出行距離越長，住房租金越低[4-5]。當去城市中心就業(yè)的邊際收益低于一定程度時，居民可以選擇前往就近的次中心就業(yè)[6]，因此在適當?shù)某鞘袇^(qū)位培育次中心有利于疏解城市中心的通勤壓力。住房競租模型為我們提供了一個理解多中心城市的視角，但一直受到假設(shè)過于簡單化的質(zhì)疑[7]。一方面，由于區(qū)位的異質(zhì)性，在“馬賽克”式的現(xiàn)代城市中界定次中心及其等級存在困難；另一方面，由于城市空間發(fā)展驅(qū)動因素的復(fù)雜性，現(xiàn)代大城市中可能并不存在完全由市場主導(dǎo)形成的次中心，真實的情景可能是混合的。在現(xiàn)代城市繼續(xù)沿用新古典經(jīng)濟學(xué)傳統(tǒng)的競租模型將面臨越來越多的局限性。

技術(shù)進步對城市發(fā)展的作用是一體兩面的。巨型化的現(xiàn)代城市在不斷變得復(fù)雜、多元，城市運行中產(chǎn)生的海量數(shù)據(jù)也使它變得越來越可識別。城市開放數(shù)據(jù)、個人通訊大數(shù)據(jù)等使我們有機會突破競租模型的局限性，重新理解多中心城市。本文基于中國城市空間發(fā)展的特殊語境，在多元、異質(zhì)的現(xiàn)代城市中探討出行距離與住房租金關(guān)系的空間分異問題，并綜合運用多源數(shù)據(jù)，結(jié)合廣州案例重新思考多中心城市競租模型的現(xiàn)實情景，以期充實中國情景下的理論研究，為深入認識和解決轉(zhuǎn)型期中國城市的空間發(fā)展問題提供借鑒與參考。

1 研究視角

競租模型是從租金變化反映城市空間結(jié)構(gòu)的經(jīng)典模型，但實際上其內(nèi)涵一直在演變。基于新古典經(jīng)濟學(xué)建立的競租模型認為出行距離對住房租金的影響是決定性的，在居民住房消費預(yù)算一定的情況下，出行距離的增加將帶來額外的交通成本，從而降低居民用于支付住房租金的預(yù)算[1]。在傳統(tǒng)競租模型中，由于出行距離的影響，住房距就業(yè)中心越遠，單位面積租金越低，這也與我們的常識相符。然而城市空間并不是扁平的，O'Sullivan認為，在靠近城市就業(yè)中心的區(qū)位，生產(chǎn)者將通過增加樓層高度等方式，以其他要素投入替代土地投入，而消費者也將以其他要素消費替代住房面積消費[8]，這使得競租曲線并非線性變化而是呈現(xiàn)中心極化的態(tài)勢。改進后的競租曲線暗示某地住房租金由兩部分組成：一部分是因居住在該地而節(jié)省的出行成本OA，另一部分是該地本身所附加的區(qū)位價值A(chǔ)B（圖1a））。從多中心視角研究城市空間的學(xué)者進一步指出，郊區(qū)就業(yè)中心的出現(xiàn)甚至可能使得距CBD的距離對住房租金的影響不再顯著，而當同時衡量到各次中心的距離時得到了更穩(wěn)健的結(jié)果[9-10]，因此競租曲線可能呈現(xiàn)另一種形態(tài)（圖1b））。盡管處在不斷變化中，住房競租模型總體上認為住房租金由區(qū)位與出行距離共同決定，區(qū)位對住房租金影響的空間異質(zhì)性是不容忽視的。就業(yè)中心附近競租曲線的極化和城市次中心的影響都體現(xiàn)出現(xiàn)代城市中區(qū)位對住房租金影響的空間異質(zhì)性，這也正是競租模型需要不斷調(diào)整的原因。

圖1 演變中的住房競租曲線

不斷調(diào)整的競租模型反映了傳統(tǒng)同心圓式的空間模型在面對復(fù)雜的現(xiàn)代城市時的尷尬。無論如何修正，與特定中心的幾何距離都很難客觀地反映異質(zhì)性極強的城市區(qū)位?，F(xiàn)代城市是網(wǎng)絡(luò)化和流體的[11]，事物之間關(guān)聯(lián)的普遍性、偶發(fā)性和隨機性使得互動機會比物理距離更能表現(xiàn)地點之間的關(guān)系。強調(diào)空間關(guān)聯(lián)的網(wǎng)絡(luò)分析法為研究現(xiàn)代城市區(qū)位帶來了新的機會，例如由Hillier等提出的空間句法方法，利用網(wǎng)絡(luò)拓撲形態(tài)研究現(xiàn)代城市空間[12]，從城市形態(tài)和網(wǎng)絡(luò)關(guān)聯(lián)視角挖掘出越來越多現(xiàn)代城市空間的潛藏問題。相比同心圓模型，基于空間句法方法的可達性研究關(guān)注城市空間提供的互動潛力，或許更接近競租模型所描繪的附加區(qū)位價值的本質(zhì)，能更好地反映異質(zhì)性的區(qū)位價值。例如Xiao等將空間句法方法中與可達性相關(guān)的各項指標引入城市住房價格研究，發(fā)現(xiàn)其在Hedonic模型中有著比距就業(yè)中心距離更顯著的表現(xiàn)，并且能對中英城市的差異給出較好的解釋[13]。用空間句法衡量不同位置可達性的方法或許能幫助我們更好地處理住房競租模型中區(qū)位的空間異質(zhì)性問題。

出行距離與住房租金的關(guān)系在傳統(tǒng)競租模型中是恒定的，即在城市中任何位置，住房租金都以同樣的幅度隨出行距離的增加而降低。這種恒定的關(guān)系在發(fā)展動力復(fù)雜、多元的現(xiàn)代城市，尤其是在具有“轉(zhuǎn)型”特征的中國城市很難成立。面對人類歷史罕見的城鄉(xiāng)移民熱潮，中國大城市正經(jīng)歷著前所未有的快速空間擴張。由于公共資源的相對短缺，中國城市一方面通過向心式的道路交通建設(shè)不斷強化城市中心的地位[14]；另一方面在城市邊緣特定區(qū)域以集中的公共設(shè)施投入為先導(dǎo)建設(shè)郊區(qū)新城。在這種城市政府強烈干預(yù)的背景下，中國城市中心與次中心的關(guān)系正在發(fā)生變化。中國城市中心區(qū)在城市中具有控制性的地位，而外圍地區(qū)對中心區(qū)有著明顯的依賴[15]。中國城市的次中心受中心區(qū)的影響衍生出各種空間發(fā)展問題。例如Zhou等的研究發(fā)現(xiàn)，由于難以負擔的價格等因素，政府帶著平衡城市職住目標的開發(fā)區(qū)建設(shè)可能反而增加了居民的總體出行距離[16]。周素紅等發(fā)現(xiàn)，在過度市場化開發(fā)的城市郊區(qū)，長距離通勤可能降低了居民非通勤出行和活動的選擇彈性，從而使非通勤出行面臨時空約束，甚至可能對居民心理健康造成影響[17]。因此，在中國多中心城市的住房競租模型中，城市中心的出行成本節(jié)省曲線可能因交通基礎(chǔ)設(shè)施的建設(shè)而放緩，競租曲線的影響范圍隨之擴大，甚至可能是全域的（圖2）；城市次中心的競租曲線可能受到城市中心的影響，是多種情景的混合，既有追求更短出行距離在次中心就業(yè)的部分（圖2情景1），又有追求城市中心帶來的機會等附加價值而前往城市中心就業(yè)的部分（圖2情景2）。由于城市次中心不同位置的混合情景不同，出行距離與住房租金的關(guān)系也將存在空間差異。在現(xiàn)代中國多中心城市，這種空間差異的內(nèi)涵是豐富的，可能標志著成熟的城市次中心，也可能暗示著“回浪效應(yīng)”大于“擴散效應(yīng)”的城市陰影區(qū)[18]，通過進一步討論，可以為理解新城新區(qū)發(fā)展提供新的視角。

基于以上理論視角，本文主要探討3個問題：① 在轉(zhuǎn)型期中國大城市，區(qū)位與出行距離如何影響住房租金，影響是否存在空間異質(zhì)性？② 若控制區(qū)位變量對住房租金的影響，出行距離對住房租金影響的空間分布有何特征？③ 能否用多中心城市的競租模型解釋出行距離與住房租金關(guān)系的空間分異，有何現(xiàn)實啟發(fā)？

2 研究數(shù)據(jù)與方法

2.1 研究區(qū)域與數(shù)據(jù)來源

廣州位于中國南部沿海，是中國改革開放的先鋒，長期以來在多元的發(fā)展動力下新城新區(qū)建設(shè)活躍，在當代中國大城市中具有代表性。本文以廣州市2014年行政區(qū)劃調(diào)整后的中心城區(qū)為研究范圍，包括越秀區(qū)、海珠區(qū)、荔灣區(qū)、天河區(qū)、白云區(qū)、黃埔區(qū)、番禺區(qū)、蘿崗區(qū)8個市轄區(qū)，總面積1 987 km2（圖3）。

圖2 現(xiàn)代多中心城市中的住房競租模型

研究數(shù)據(jù)主要包括手機信令數(shù)據(jù)、城市道路中心線數(shù)據(jù)、住房租金數(shù)據(jù)、社會經(jīng)濟統(tǒng)計數(shù)據(jù)和城市興趣點（POI）數(shù)據(jù)。手機信令數(shù)據(jù)來自國內(nèi)某移動通信業(yè)務(wù)供應(yīng)商，包括用戶脫敏ID、時間戳、所屬基站經(jīng)緯度坐標等信息，采集于2016年12月28日（星期三），其間氣候溫和，無重大節(jié)假日。為獲取個體居住地與就業(yè)地位置，采取如下規(guī)則：篩選出就業(yè)年齡段（18—60歲）的本地用戶，識別用戶在工作日非工作時段（21: 00—07: 00）停留時間最長的位置為該用戶的居住地；識別用戶在工作日工作時段（10: 00—17: 00）停留時間最長的位置作為該用戶的工作地。最終得到研究范圍內(nèi)能同時識別出居住地與工作地的用戶1 140 546人，涉及6 119個基站。城市道路中心線來自2016年百度地圖城市路網(wǎng)數(shù)據(jù)，包括高快速路、城市主干道、次干道、支路等各類層級。住房租金數(shù)據(jù)來自廣州市國土資源與房屋管理局官方網(wǎng)站（http://www.laho.gov.cn）于2017年初公布的片區(qū)租金參考價信息，由市租賃管理所以道路、住宅小區(qū)、樓宇或片區(qū)為單位調(diào)查所得，同時考慮了集體土地住房、樓梯房等多種因素，可以認為是片區(qū)住房租金較為精細和準確的反映。社會經(jīng)濟統(tǒng)計數(shù)據(jù)來自全國第六次人口普查。興趣點數(shù)據(jù)來自百度地圖。

圖3 研究范圍

2.2 數(shù)據(jù)處理

本文以社區(qū)為單元整合多元數(shù)據(jù)。手機信令數(shù)據(jù)用于計算社區(qū)居民的日常出行距離，回應(yīng)前人關(guān)于中國城市郊區(qū)居民出行問題的研究，同時考慮通勤距離和非通勤出行距離。通勤距離以社區(qū)居民居住地與就業(yè)地直線距離的平均值表示，非通勤出行距離以居民非工作時間段除就業(yè)地以外的其他活動地點距居住地距離的平均值表示。在計算出行距離時，首先計算單個居民的通勤距離與非通勤出行距離，然后匯總居住地對應(yīng)的基站在統(tǒng)計社區(qū)內(nèi)的所有居民個體，求取平均值。由于手機信令數(shù)據(jù)覆蓋面廣泛，所得出行距離是居民采取小汽車、公交、地鐵、步行等多種交通方式出行的綜合反映，最終得到廣州中心城區(qū)居民的平均通勤距離約為5.1 km，平均非通勤出行距離約為2.3 km（表1），與近年來關(guān)于中國大城市居民出行的研究結(jié)果較為接近[19-21]。城市道路中心線數(shù)據(jù)用于空間句法研究，計算時統(tǒng)計社區(qū)內(nèi)所有道路的相關(guān)指標求取平均值。住房租金數(shù)據(jù)用于計算社區(qū)的平均租金，匯總社區(qū)內(nèi)各均質(zhì)片區(qū)的住房租金參考價后求取平均值。

2.3 研究方法

為更好地控制區(qū)位對住房租金影響的空間異質(zhì)性，本文引入空間句法的方法。在基于空間句法的道路網(wǎng)絡(luò)分析中，鄰近度（Closeness）是道路網(wǎng)絡(luò)可達性的關(guān)鍵指標，表示在給定的研究范圍內(nèi)，某一條道路與其他所有道路的鄰近程度，也即通過最短的網(wǎng)絡(luò)路徑到達其他所有道路的便捷程度。本文運用當前較為成熟的空間設(shè)計網(wǎng)絡(luò)分析方法（sDNA）①http://www.cardiff.ac.uk/sdna/。計算道路網(wǎng)絡(luò)鄰近度，其中最短網(wǎng)絡(luò)路徑的距離既包括網(wǎng)絡(luò)拓撲距離也包括角度距離（即兩條線段之間的轉(zhuǎn)角角度），線段i的鄰近度計算公式如下：

式（1）中N表示研究范圍內(nèi)所有的路網(wǎng)線段數(shù)量，dij表示線段i與線段j之間的最短距離。

為量化區(qū)位與出行距離對住房租金影響的空間異質(zhì)性，并找出差異化特征明顯的區(qū)域，本文引入地理加權(quán)回歸模型（GWR）。該模型是一種揭示影響因素空間異質(zhì)性的建模技術(shù)，允許回歸系數(shù)估計值隨地理位置的變化而變化[22]，其與普通線性回歸的區(qū)別在于回歸參數(shù)中添加了地理位置因子的影響。GWR模型形式如下：

表1 各社區(qū)手機用戶工作日通勤與非通勤距離統(tǒng)計

式（2）中y表示某社區(qū)住房租金的價格，xk表示第k個全局變量的值，βk表示 xk的全局回歸參數(shù)，xil表示社區(qū)i中第l個局部變量的值，（ui，vi）表示社區(qū)i的幾何中心坐標，β0（ui，vi）、βil（ui，vi）分別為截距、xil的回歸參數(shù)，是地理位置（ui，vi）的函數(shù)，意味著回歸參數(shù)可隨空間位置的變化而變化，被觀察數(shù)據(jù)如果距離i點越近，對回歸參數(shù)的影響強度越大，可用空間權(quán)重矩陣衡量。GWR模型中常用的空間權(quán)重函數(shù)有Gauss距離衰減函數(shù)和Bisquare函數(shù)等，本文考慮到城市空間的交互性，認為地理單元之間的相互影響雖然隨著距離的增加而衰減，但不應(yīng)有明顯的0值，故選擇Gauss函數(shù)作為空間權(quán)重函數(shù)，其表達式為：

式（3）中，ωij為社區(qū)i和社區(qū)j之間的空間權(quán)重Gauss函數(shù)，b為GWR分析的帶寬，dij是社區(qū)i和社區(qū)j之間的距離。

圖4 廣州中心城區(qū)各社區(qū)住房租金

圖5 廣州中心城區(qū)各社區(qū)的區(qū)位

3 區(qū)位、出行距離與住房租金的關(guān)系

3.1 區(qū)位與住房租金的關(guān)系

區(qū)位與住房租金的關(guān)系密切。廣州中心城區(qū)的住房租金整體上呈現(xiàn)從城市中心向外圍遞減的趨勢，但也明顯受到城市形態(tài)因素的影響（圖4）。當以距就業(yè)中心的距離衡量區(qū)位時，發(fā)現(xiàn)距就業(yè)中心距離與住房租金空間分布的總體趨勢接近，但沒能反映出諸多城市形態(tài)因素的影響（圖5a））。當以各社區(qū)道路的全局鄰近度衡量區(qū)位時，城市形態(tài)因素的影響得到了較好反映（圖5b））。

進一步探討區(qū)位與出行距離的擬合關(guān)系發(fā)現(xiàn)，將上述兩種區(qū)位變量與住房租金建立線性函數(shù)與多項式函數(shù)都能獲得較好的擬合優(yōu)度（表2）。距就業(yè)中心距離與住房租金構(gòu)成的函數(shù)擬合優(yōu)度較高，且更接近多項式函數(shù)，CBD附近租金曲線的極化和次中心的影響均在擬合曲線中有所表現(xiàn)（圖6a））；相比之下，路網(wǎng)全局鄰近度與住房租金的關(guān)系則更接近線性函數(shù)（圖6b）），建立多項式函數(shù)對擬合優(yōu)度的提升并不明顯，說明區(qū)位價值的異質(zhì)性是存在的，全局臨近度指標可能更好地反映了這種異質(zhì)性。

3.2 出行距離與住房租金的關(guān)系

出行距離與住房租金的關(guān)系遠不如區(qū)位變量密切。統(tǒng)計發(fā)現(xiàn)，廣州居民日常通勤距離、非通勤出行距離對住房租金的影響均為負相關(guān)，與競租模型中關(guān)于成本交易的解釋吻合，即需要支付的出行成本越高，可用于住房的預(yù)算越少，區(qū)位均衡時所選擇住房的租金越低（圖7）。但是出行距離與住房租金線性回歸的解釋度十分有限，R2值僅為0.20，偏離預(yù)測值的社區(qū)眾多。如此大幅的偏離說明傳統(tǒng)的、僅考慮出行距離與住房租金關(guān)系的競租模型在現(xiàn)代城市的適用性已經(jīng)很低，要構(gòu)建現(xiàn)代多中心城市中的競租模型必須同時考慮異質(zhì)性的區(qū)位與出行距離的影響。

4 出行距離對住房租金影響的空間異質(zhì)性

本文希望在控制區(qū)位的空間異質(zhì)性的前提下，建立局部回歸模型來探討多中心城市中出行距離對住房租金影響的空間異質(zhì)性。

4.1 局部回歸模型的構(gòu)建

選擇合適的區(qū)位變量是構(gòu)建多中心城市局部回歸模型的前提，只有在控制區(qū)位本身的空間異質(zhì)性的情況下才能更好地探討出行距離對住房租金的影響，為此本文分別建立兩個GWR回歸模型來探討區(qū)位變量的選擇。模型1以距就業(yè)中心距離（C_DIS）、通勤距離（COM_DIS）與非通勤出行距離（NCOM_DIS）為自變量，以社區(qū)住房租金為因變量，探討在傳統(tǒng)的區(qū)位衡量方式下，區(qū)位與出行距離對住房租金影響的空間異質(zhì)性。模型2以中心城區(qū)路網(wǎng)的全局鄰近度（G_CLOSE）、通勤距離與非通勤出行距離為自變量，社區(qū)住房租金為因變量，討論以基于網(wǎng)絡(luò)分析的空間句法方法衡量城市區(qū)位時，區(qū)位與出行距離對住房租金影響的空間異質(zhì)性。分別對模型1與模型2中各自變量的空間異質(zhì)性進行檢驗，發(fā)現(xiàn)模型1中的距就業(yè)中心距離變量表現(xiàn)出顯著的空間異質(zhì)性，模型2中的通勤距離變量表現(xiàn)出顯著的空間異質(zhì)性，可以設(shè)定為局部變量，而其他變量作為局部變量時未通過空間異質(zhì)性檢驗，在模型中適合設(shè)為全局變量（表3）。

圖6 區(qū)位與住房租金的擬合關(guān)系

圖7 出行距離與住房租金的擬合關(guān)系

表2 區(qū)位與住房租金的擬合優(yōu)度

表3 GWR模型中全局變量與局部變量的設(shè)定

由于局部變量的引入，模型1與模型2的擬合優(yōu)度相比全局線性回歸（OLS）模型都有了較大提升（表4），但兩個模型的內(nèi)涵有較大的差別。在模型1中，距就業(yè)中心距離是影響住房租金的最主要因素，且空間異質(zhì)性明顯，各社區(qū)局部回歸系數(shù)的平均值遠遠大于通勤距離與非通勤出行距離的回歸系數(shù)（表5）。在這種情況下，距就業(yè)中心距離變量對住房租金影響的空間異質(zhì)性掩蓋了通勤距離與非通勤出行距離的影響，無法展開進一步討論。在模型2中，路網(wǎng)全局鄰近度變量成為全局變量，本身對住房租金的影響是恒定值，而通勤距離對住房租金的影響表現(xiàn)出明顯的空間異質(zhì)性，說明控制住區(qū)位的異質(zhì)性有利于展開進一步討論。因此，本文基于模型2構(gòu)建局部回歸模型，并利用模型結(jié)果進一步探討出行距離對住房租金影響的空間分異特征。

表4 GWR模型與OLS模型診斷結(jié)果的對比

表5 GWR模型回歸結(jié)果

圖8 通勤距離局部回歸系數(shù)的空間分布

4.2 出行距離與住房租金關(guān)系的空間分異特征

出行距離對住房租金的全局影響是較為明確的，但從局部來看，兩者之間的關(guān)系在城市中不同位置差異極大，甚至可能截然相反。模型2的結(jié)果顯示，以全局鄰近度表示的城市區(qū)位對住房租金有著顯著的正向影響，說明區(qū)位的確是影響住房租金的關(guān)鍵因素。非通勤出行距離對住房租金的影響不顯著，考慮到中國城市居民的非通勤出行距離遠低于北美與歐洲城市[23-24]，這可能是由于中國城市居民仍普遍受到較大的非通勤出行制約，居民住房選擇中對非通勤出行的考慮有限而致。通勤距離作為局部變量對住房租金產(chǎn)生影響，其局部回歸系數(shù)在67%的社區(qū)滿足p小于0.1的水平下顯著，且不顯著的社區(qū)主要位于局部回歸系數(shù)絕對值較小的遠郊，因此通勤距離局部回歸系數(shù)空間分布反映出的總體趨勢是可信的（圖8）。在空間分布上，雖然在遍布廣州中心城區(qū)的大量社區(qū)中，通勤距離對住房租金的影響是負向的，這與傳統(tǒng)競租模型的描述一致，但在相當一部分連片分布的社區(qū)中，通勤距離對住房租金的影響表現(xiàn)出顯著的正效應(yīng)，這是與慣常認知相反的現(xiàn)象。

通勤距離對住房租金表現(xiàn)出顯著正向影響的連片區(qū)域值得引起注意。在空間分布上，這些社區(qū)與廣州近30年來的幾大新開發(fā)地帶有著一定的鄰近關(guān)系。例如，圖8中天河商務(wù)區(qū)、科學(xué)城、琶洲會展中心、白云新城等地是從城市發(fā)展戰(zhàn)略的角度出發(fā)，由政府傾力打造的現(xiàn)代產(chǎn)業(yè)新城；廣州開發(fā)區(qū)是集中城市工業(yè)企業(yè)的國家級開發(fā)區(qū)；大源村是著名的順應(yīng)互聯(lián)網(wǎng)等新經(jīng)濟發(fā)展需求改造的大型移民村落；華南新城一帶則是由地產(chǎn)開發(fā)商在短期內(nèi)建設(shè)起來的連片居住大盤[25]。總體而言，以上地區(qū)都可能接近現(xiàn)代多中心城市的次中心。

4.3 出行距離與住房租金關(guān)系空間分異的形成機制

出行距離對住房租金影響的局部回歸系數(shù)存在截然相反的情況，說明城市中存在一些居民日常出行模式與周邊有差異的社區(qū)。本文分別關(guān)注在模型2中通勤距離對住房租金表現(xiàn)出顯著正效應(yīng)與顯著負效應(yīng)的兩類社區(qū)，繪制兩類社區(qū)中通勤距離②本文利用全國第六次人口普查數(shù)據(jù)識別出中心城區(qū)的就業(yè)中心（位于天河區(qū)冼村社區(qū)，即珠江新城CBD核心區(qū)所在位置），隨后計算各社區(qū)幾何中心到就業(yè)中心的距離。與住房租金關(guān)系的散點圖與擬合趨勢線（圖9）。結(jié)果發(fā)現(xiàn)，當分別討論每一類社區(qū)時，通勤距離與住房租金的關(guān)系仍然是負向的，但是負顯著社區(qū)中住房租金隨通勤距離下降的斜率明顯大于正顯著社區(qū)，說明對通勤距離的增加更加敏感。兩類社區(qū)的差異在散點圖的兩端體現(xiàn)得更為明顯，在通勤距離相對較低時（小于5.1 km），正顯著社區(qū)中的住房租金與負顯著社區(qū)相比較低，且租金差距在通勤距離越低時越為明顯，說明在低通勤距離時，隨著通勤距離的減少，正顯著社區(qū)的住房租金可能相比周邊社區(qū)降低。在通勤距離相對較長時（大于5.1 km），正顯著社區(qū)中的住房租金與負顯著社區(qū)相比較高，且差距在通勤距離越長時越為明顯，說明在高通勤距離時，隨著通勤距離的增加，正顯著社區(qū)的住房租金可能相比周邊社區(qū)升高。兩類社區(qū)在低通勤距離與高通勤距離時不同的表現(xiàn)造成出行距離與住房租金關(guān)系的空間分異。

正顯著社區(qū)和負顯著社區(qū)在低通勤距離與高通勤距離時不同的表現(xiàn)暗示著社區(qū)居民不同的日常出行模式。影響多中心城市居民出行模式的因素眾多，不同社會經(jīng)濟屬性的人群傾向于根據(jù)其個體與家庭生命周期做出不同的住房決策，衍生出特有的出行模式[26-27]。社區(qū)的業(yè)態(tài)特征[28]可能通過影響社區(qū)居民的就業(yè)選擇，從而改變其出行模式。城市圈核結(jié)構(gòu)的組織規(guī)律[29]也可能使得位于特定建成環(huán)境的居民被迫采用不同的出行模式。對本文的廣州案例而言，多項logistic回歸的結(jié)果顯示，社區(qū)居民社會經(jīng)濟屬性、居民職業(yè)結(jié)構(gòu)、社區(qū)建成環(huán)境3類因素能顯著地區(qū)分低通勤正顯著（LP）、高通勤正顯著（HP）、低通勤負顯著（LN）和高通勤負顯著（HN）4類社區(qū)（表6）。低通勤正顯著社區(qū)在空間上集中于城市新城新區(qū)及其周邊，如天河商務(wù)區(qū)的北側(cè)、大學(xué)城、白云新城、科學(xué)城等，典型特征是全局鄰近度較高但服務(wù)設(shè)施密度相對較低、戶口在本社區(qū)的人口比例較低。這可能是由于此類社區(qū)得益于政府主導(dǎo)的諸多開發(fā)建設(shè)項目，區(qū)位得以改善，但社區(qū)發(fā)展尚不完善，服務(wù)設(shè)施密度較低、流動人口較多，還存在較多的城中村等零散土地，通勤距離越短的居民越可能局限于本地的零散就業(yè)，所在社區(qū)的住房租金越可能低于周邊開發(fā)更為完善的社區(qū)。高通勤正顯著社區(qū)在空間上集中于郊區(qū)，包括較早期的產(chǎn)業(yè)開發(fā)區(qū)以及市場化自發(fā)形成的居住集聚區(qū)，如廣州開發(fā)區(qū)、華南新城、大源村等，典型特征是全局鄰近度較低但服務(wù)設(shè)施密度高，房屋出租率高、60歲以上人口的比重較低、從事商業(yè)與服務(wù)業(yè)的人員比例較低。這可能是由于此類地區(qū)經(jīng)過長期的發(fā)展建設(shè)，服務(wù)設(shè)施相對完善，但由于不是政府主導(dǎo)的重點建設(shè)地區(qū)，區(qū)位仍未得到有效改善；在此居住的更可能是青壯年專業(yè)技術(shù)人員等對長距離通勤接受能力強的群體，對這類社區(qū)而言，更長的通勤距離可能意味著與中心區(qū)等地有著更好的就業(yè)聯(lián)系，因而住房租金可能高于周邊社區(qū)。低通勤負顯著社區(qū)在空間上位于廣州舊城市中心，特征是全局鄰近度高、平均受教育年限較高、60歲以上人口比重高、住房出租率低，是典型的老城區(qū)社區(qū)。在這類社區(qū)中居民傾向于就近就業(yè)，因而通勤距離越短、就業(yè)越方便的社區(qū)住房租金高。高通勤負顯著社區(qū)在空間上位于遠郊，最顯著的特征是居民平均受教育年限較低。在這類社區(qū)中的居民可能受到較大的住房選擇制約，被迫居住在離工作地較遠的社區(qū)，因而通勤距離越長，社區(qū)住房租金越低（圖10）。

表6 多項logistic回歸結(jié)果

圖9 兩類社區(qū)平均通勤距離與住房租金關(guān)系的對比

從住房競租模型的視角來看，以上4類社區(qū)可以用多中心城市競租模型中的4種情景來解釋。圖11中以紅色曲線代表以上4類社區(qū)的情景，以灰色曲線代表其周邊社區(qū)的情景。情景1中，低通勤負顯著社區(qū)位于城市中心周邊，居民主要前往城市中心就業(yè)，總體通勤距離較短，住房租金隨著距城市中心距離的增加而降低。情景2中，低通勤正顯著社區(qū)位于距城市中心較近的次中心及其周邊，居民前往次中心就業(yè)能節(jié)省更多的出行成本，但由于發(fā)展尚不完善，次中心帶來的附加價值較低，與周邊居民前往城市中心就業(yè)的社區(qū)相比，雖然通勤距離降低，但住房租金也隨之降低。情景3中，高通勤正顯著社區(qū)與城市中心、次中心都不夠鄰近，但一方面交通技術(shù)的進步使得單位通勤距離下前往城市中心就業(yè)的成本降低，雖然這些地區(qū)居民的通勤距離較長，但實際通勤成本未必高于前往次中心就業(yè)的通勤成本；另一方面，前往城市中心就業(yè)的附加價值遠遠高于就近就業(yè)的附加價值，因此與周邊社區(qū)相比，通勤距離越長，住房租金反而越高。情景4中，高通勤負顯著社區(qū)位于遠郊，居民被迫接受長距離通勤，住房租金隨著通勤距離的增加而降低，如果周邊有遠郊中心存在則更為明顯。總體而言，在現(xiàn)代多中心城市，住房競租模型的情景是多樣的，在不同的情景組合下，出行距離與住房租金的關(guān)系將出現(xiàn)差異明顯的空間分異。

圖10 4類社區(qū)的空間分布

圖11 現(xiàn)代多中心城市住房競租模型的不同情景

5 結(jié)論

本文面向現(xiàn)代多中心城市多元、異質(zhì)的特征，借助住房競租模型的視角，以廣州為例探討出行距離對住房租金影響的空間分異。主要結(jié)論包括：① 在現(xiàn)代城市，區(qū)位與出行距離都能對住房租金產(chǎn)生影響，但影響并不是線性的，而有著明顯的空間異質(zhì)性。② 基于道路網(wǎng)絡(luò)的鄰近度分析能更有效地控制城市區(qū)位的空間異質(zhì)性，在此前提下，通勤距離對住房租金的影響表現(xiàn)出明顯的空間異質(zhì)性，甚至出現(xiàn)作用截然相反的社區(qū)；可能由于受到出行制約，非通勤出行距離的局部影響并不顯著。③ 現(xiàn)代多中心城市的住房競租模型是在多種情景下發(fā)揮作用的，不同的情景組合導(dǎo)致出行距離與住房租金關(guān)系的空間分異。

多中心建設(shè)是現(xiàn)代大城市空間發(fā)展的重要議題。雖然關(guān)于中國城市多中心建設(shè)的優(yōu)秀研究不勝枚舉，但對概念化模型的研究依然意義重大。相比以往對城市各要素本身的研究，住房競租模型從要素相互影響關(guān)系的角度提供了一種系統(tǒng)化理解城市空間結(jié)構(gòu)的思路，而局部模型的引入有助于發(fā)現(xiàn)存在特定出行模式的社區(qū)，并為規(guī)劃方案與政策制定提供參考。出行距離與住房租金的局部關(guān)系與全局關(guān)系存在相反規(guī)律的社區(qū)值得注意，并應(yīng)引起多中心城市建設(shè)決策者的關(guān)注。例如廣州曾同時提出建設(shè)9個新城的戰(zhàn)略構(gòu)想，這種讓城市建設(shè)全面開花的思路引起了規(guī)劃學(xué)者們的廣泛討論③相關(guān)討論參見http://blog.sina.com.cn/s/blog_7fd5a9800101rohy.html。。從多中心城市競租模型的視角來看，繼續(xù)增加靠近城市中心的新城建設(shè)在優(yōu)化城市空間結(jié)構(gòu)方面或許并不能起到好的效果，而那些發(fā)展尚不完善的次中心和郊區(qū)居住集聚區(qū)更應(yīng)引起注意。

由于數(shù)據(jù)與方法限制，研究存在一些局限性，例如影響住房租金的因素眾多，但本文聚焦競租模型，僅考慮區(qū)位與出行距離兩類因素的影響，結(jié)果中雖加入社會經(jīng)濟屬性等因素的討論，但仍難免忽略一些重要因素對模型的影響。另外，廣州案例僅僅向我們展示了現(xiàn)代多中心城市住房競租模型情景組合的一種可能，要探索一般規(guī)律還需要更多研究。如何進一步加強機制研究，為解決中國城市問題提供空間策略，是繼續(xù)努力的方向。