上海五個新城職住空間特征對比研究

張天然 王 波 訾海波 朱春節 ZHANG Tianran,WANG Bo,ZI Haibo,ZHU Chunjie

新城是上海市推動城市組團式發展，形成多中心、多層級、多節點的網絡型城市群結構的重要戰略空間。根據《關于本市“十四五”加快推進新城規劃建設工作的實施意見》及《上海市新城規劃建設導則》，上海將堅持以人民為中心，落實人民城市理念，按照產城融合、功能完備、職住平衡、生態宜居、交通便利、治理高效的要求，將新城建設成為“最現代”“最生態”“最便利”“最具活力”“最具特色”的獨立綜合性節點城市。

居住、工作、游憩、交通是城市空間的四大功能，而職住空間是關于居住、工作和通勤三者之間的關系，是城市空間結構的重要研究內容[1]?！奥殹焙汀白　钡目臻g聯系形成了通勤出行，可以從通勤出行的距離、方式等方面進行研究。

“職住平衡”是研究就業與居住相互關系的重要指標，用于表征城市內部在一定區域范圍內或合理出行時間（距離范圍）內人口與就業崗位之間的匹配程度。換言之，就是城市規劃布局能否滿足居民就近就業的期望。新城職住平衡情況是考量“獨立綜合性節點城市”的重要指標。

職住平衡的度量方法各有優缺點。例如，簡單地分析區域內人口和崗位的數量匹配度，或者說內部就業的比例，與區域劃分的大小有很大關系。舉個極端的例子，將一個居住小區或者一座辦公樓作為一個區域，職住顯然是不平衡的。通勤時間、距離等指標和研究區域的尺度相關（并不能以絕對值的大小直接來衡量好壞），有的可以自身進行比較，有的可以橫向進行比較，需要十分慎重。過剩通勤理論建立了較為全面、靈活的度量框架，是比較常用的職住平衡測度方法[2-4]。

本文將綜合應用居民出行調查數據、人口普查數據、經濟普查數據和百度大數據等，從上海五個新城的職住分布、職住聯系及通勤出行的距離、方式等方面開展研究，對比上海與東京的新城通勤出行特征，解析新城現狀的職住平衡水平、通勤出行距離，總結新城職住特征，并給出規劃建議。

1 上海五個新城人口崗位總量及分布

1.1 人口

常用的人口數據有戶籍人口、常住人口、流動人口、實有人口（公安局統計口徑），以及百度、手機信令等大數據識別的駐留人口，統計口徑較多。各種數據有其特點，如統計局發布的常住人口具有權威性，但更新周期較長；大數據識別的人口數據更新頻率較高，同一算法得到的人口可用于分析變化趨勢，但絕對數往往有偏差而不被權威認可。人口普查每10年開展一次，1%人口抽樣調查每5年開展一次，人口變動情況抽樣調查（約1‰）每年開展一次。本文以2015年1%抽樣人口（實際抽樣率約3%）和2020年第七次全國人口普查數據為依據，統計分析新城人口。

根據統計，五個新城2020年常住人口總量為268.02萬人，較2015年增長了31.5%，其中松江新城人口最多，為81.22萬人，南匯新城人口增長最快，為36.75萬人，較2015年增長了34.6%。松江新城和奉賢新城的人口密度較高，超過5 000人/km2；南匯新城由于待開發用地較多，目前人口密度僅1 071人/km2，人口導入空間較大。

1.2 崗位

根據全國第四次經濟普查數據統計[5]，五個新城就業崗位總量約123萬人，其中松江新城約43.4萬人，南匯新城約10.7萬人。松江新城和奉賢新城崗位密度較高，接近2 700個/km2；南匯新城崗位密度目前尚不足500個/km2，產業人口的導入空間較大（見圖1）。

圖1 五個新城人口崗位統計圖Fig.1 Population and jobs of the five new towns

1.3 職住比及空間分布

五個新城人口密度與中心城相比較低，局部人口較為集中的區域人口密度達到1.5萬人/km2以上，但大部分地區低于5 000人/km2，而中心城部分地區人口密度甚至可以達到4萬人/km2—5萬人/km2。近10多年上海的人口高速增長離不開全國快速城鎮化的背景，上海人口增長主要源自外來人口，并且總體上呈現近郊地區快速增長、人口向中外環間及外環外地區蔓延的態勢。同時，就業崗位在中心城的集聚特征更顯突出[6]。全市就業崗位集中度較高，中心城就業崗位數占全市崗位總數的57%，主城片區①主城區1 161 km2包括外環線內中心城664 km2和主城片區497 km2（包括虹橋86 km2、川沙97 km2、寶山84 km2、閔行199 km2等4個片區，以及高橋鎮、高東鎮緊鄰中心城地區31 km2）。占比約11%，五個新城共占比約10.5%（見圖2）。

圖2 全市人口和崗位密度分布示意圖Fig.2 Spatial distribution of population and jobs in Shanghai

從職住比來看，五個新城職住比為0.46，低于主城區平均值的0.56。五個新城中，松江新城職住比最高，接近主城區，南匯新城的職住比較低，僅為0.29（見圖3），就業人口比例較低可能也和大學生數量相關。

圖3 五個新城及主城區職住比Fig.3 The job-housing ratio of the five new towns and downtown

2 上海五個新城職住空間分析

2.1 居民的工作地分布

百度等大數據可以較好地用于分析職住空間的相對關系。通過2019年百度職住數據分析，發現五個新城居民在新城內部工作的比例約65%，在新城周邊地區（不在新城內但屬新城所在行政區）的工作約占比17.8%，工作地在中心城的比例約9.2%，主城片區約3.5%，其他地區約4.3%（見圖4）。

圖4 五個新城居民工作地區域分布比例Fig.4 Regional proportion of residents' job location of the five new towns

五個新城中，在新城內部就業比重最高的是南匯新城和松江新城，分別占76.7%和70.2%。到中心城就業比重較高的是嘉定新城，占比為13.7%。新城居民在中心城的就業地分布沿軌道交通呈扇形分布的特征，與新城軌道線路和中心城網絡是否銜接良好相關性較大。例如，11號線、9號線直達中心城并迅速接入中心城軌道網絡，因此嘉定新城、松江新城居民在中心城的就業數量更多，分布更廣；而5號線、16號線與中心城網絡單點換乘且到達中心城的時間較長，奉賢新城、南匯新城居民在中心城的就業選擇更多地集中在中心城靠近新城一側的崗位集中區域，沒有形成分散的格局。雖然奉賢新城居民在新城內部就業比重僅為51%，是新城中最低的，但在新城周邊地區（奉賢區內）就業的比重達31.5%。奉賢新城周邊的金匯工業區、青村和奉城工業區、上海化工區等產業社區都是奉賢新城居民就業較為集中的區域，甚至距離較遠的四團工業區、海港開發區也有相當數量的奉賢新城居民選擇就業，可見通勤時間、距離可接受范圍內就業崗位的獲得性，是新城居民選擇就業地的主要影響要素。

將新城居民工作地按所在行政區、主城區和其他地區進行統計，可以發現，在本行政區內就業的比重都在80%以上，主城區次之，約12.7%左右。除嘉定新城離中心城距離較近，區內比重略低于其他新城、主城區比重略高于其他新城，其余新城統計數據極為接近（見圖5）。

圖5 五個新城居民工作地分布Fig.5 Residents' job location distribution of the five new towns

2.2 就業崗位居住地分布

從新城崗位的居住地分布來看，居住在新城內部比例較高的是南匯新城和松江新城，分別占71.5%和68.1%；對中心城吸引力較大的是嘉定新城和南匯新城，來自中心城到新城工作的人各占6.4%和5.8%。在新城居住、到中心城工作的比例（五個新城平均值9.2%）明顯高于在中心城居住、到新城工作的比例（五個新城平均值4.7%），說明新城就業崗位相互吸引力遠不如中心城，一方面是由于中心城崗位選擇性更大，另一方面是因為新城居住成本更低，更多成為所在區的就業中心。對于新城周邊地區的居民就業吸引力較大的則是奉賢新城和青浦新城，都達到28%左右（見圖6）。

圖6 五個新城就業崗位居住地區域分布比例Fig.6 Regional proportion of employees' residence location of the five new towns

同樣，將新城就業崗位的居住地按所在行政區、主城區和其他進行統計，可以發現區內比重均占88%左右，主城區比重也較為接近，均占7%—8%。新城崗位就業人口對居住地的選擇與軌道交通相關性的密切程度遠不如新城居民對就業地的選擇，在行政區內更分散，與中心城聯系更薄弱（見圖7）。

圖7 五個新城崗位居住地分布圖Fig.7 Jobs' home location distribution of the five new towns

職住空間的聯系受空間距離、交通便利性、產業以及土地開發政策等各種因素的影響。嘉定新城在空間區位上靠近中心城，無論是到中心城就業的人群，還是中心城居民到嘉定新城就業的人群，比例都比較高。新城居民的工作地和崗位的居住地，在新城所在行政區的比重均達到80%以上，尤其是崗位居住地接近90%。新城內有較好的教育、醫療等公共服務資源，吸引了周邊產業社區的部分高收入人群前來居住。同時，新城內也有大量勞務型、服務型崗位，選擇這些崗位的居民可能無法接受新城內較高的房價，從而選擇在新城周邊房價相對便宜的城鎮居住。

總之，即便新城內部職住存在一定的不平衡現象，但在行政區范圍內的平衡還是較為明顯的，并未出現類似日本東京中心城區與新城大規模的單向職住聯系。從這點上看，新城的職住平衡已有很好的基礎，在未來規劃中應更加注重教育、醫療資源的均衡和多樣性住房的提供。

3 上海五個新城通勤出行分析

通勤出行是職住聯系在交通空間上的體現。近年來隨著城市的發展和擴張，上海全市居民平均通勤距離（指路網中最短路徑長度，下同）呈現上升態勢，2014年居民平均通勤出行距離約為8.1 km，2019年約為9.5 km。

新城的通勤距離可以分為新城居民的通勤距離和新城崗位的通勤距離，本文通過對比2013年手機信令和2019年百度大數據通勤距離數據進行分析。根據與居民出行調查的對比，百度大數據分析通勤距離可能存在偏長的情況，但這不影響趨勢發展研判和相對變化分析。2019年南匯新城居民通勤距離約12.0 km，其他新城均為9.0—10.0 km，其中松江新城的居民通勤距離最短，為9.2 km。南匯新城的崗位通勤距離最大，約為12.8 km，其余新城崗位通勤距離均在7.7 km左右。將崗位的通勤距離和居民的通勤距離進行對比，如果比值大于1，說明新城具有較強的局部吸引力，或者說配置的崗位需要從外部導入；反之，若小于1，說明新城人口在外部就業的趨勢較為明顯。

通過對2013年手機信令數據和2019年百度大數據的分析發現，近年來新城通勤距離增加明顯，尤其是居民通勤距離在相對關系一致的情況下有所增加，這和新城規模的不斷發展有一定的關系。新城居民通勤距離和崗位通勤距離的相對關系，從一定程度上反映了中心城就業崗位對新城居民的吸引力，以及新城崗位自身的吸引力。2013年，除南匯新城以外，新城居民通勤距離與崗位通勤距離均較為接近，而2019年則僅剩下南匯新城的崗位通勤距離大于居民通勤距離。這并不意味著南匯新城的崗位吸引力大于中心城崗位吸引力，而是新城發展起步階段仍有較多工作崗位的居住地在中心城，例如部分新政府機構的行政人員、大學新校區的教師、企業的中高層定居在中心城。與此同時，南匯新城的崗位通勤距離從2013年的15.3 km下降到2019年的12.8 km，在一定程度上說明近年來南匯新城發展較為迅速，新增的就業崗位為本地居民提供了大量就業機會，也吸引了新的定居人員，對南匯新城職住平衡起到了明顯的作用（見圖8）。從其他新城的發展過程來看，新城和中心城的崗位吸引力仍有差距，未來南匯新城職住關系會和其他新城趨同，達到相對均衡的狀態。

圖8 五個新城平均通勤距離Fig.8 The average commuting distance in the five new towns

從新城到各類地區的平均出行距離來看，新城內部平均出行距離在3.6 km左右，是慢行和公交方式的優勢區間。新城至新城周邊地區平均通勤距離為9.0—10.0 km，但各新城之間差異明顯。其中，南匯新城至浦東新區（非新城和主城區范圍）的平均通勤距離達23.7 km。這一通勤距離是軌道交通和小汽車的優勢區間。各新城至中心城平均通勤距離除南匯新城達60 km外，其余均為30—38 km，高峰時段為軌道交通的優勢區間，但非高峰時段小汽車速度和直達優勢明顯（見圖9）。

圖9 新城居民和崗位與各區域平均通勤距離Fig.9 The average commuting distances of residents and workers of the five new towns

從對中心城和五個新城的通勤圈②通勤圈的定義：如果該區域（交通小區或柵格等劃分單元）至中心城（或其他定義范圍）的通勤人數占該區域總就業人數的比例超過5%，則該區域（交通小區或柵格等劃分單元）屬于中心城（或其他定義范圍）的通勤圈。分析可以看出，中心城的通勤圈仍集中在中心城及主城片區。新城及外圍地區部分軌道站點周邊的小區至中心城的通勤比例也超過了5%甚至更高，尤其是嘉定新城有不少區域至中心城通勤的比例已經超過20%（見圖10a）。總體而言，新城的通勤圈基本在其行政區范圍內（本文未計算上海市域外），但均超出了目前劃分的新城范圍。從這個角度看，未來新城的范圍或將仍有擴張的可能，新城交通系統規劃需要在全區進行統籌協同。

圖10 中心城及各新城通勤圈示意圖Fig.10 Commute circles of central city and new towns

目前，五個新城均有軌道交通線路。由新城軌道交通客流分析可知，新城軌道交通客流主要為到中心城的出行，占比為57%—73%。其中，奉賢新城和青浦新城與主城片區的交換量也達到20%以上。新城內部及其他區交換量占比較小。

新城與中心城之間的出行量約為78.5萬人次/d。較大的是嘉定新城及松江新城，分別達28.3萬人次/d和21.8萬人次/d；青浦新城和南匯新城約為10萬人次/d；奉賢新城約8.7萬人次/d。從出行目的來看，青浦新城和南匯新城通勤出行所占比重略低，約為47%，其他新城均為53%左右。從出行方式來看，新城與中心城的出行中，軌道交通比重最高的為青浦新城和嘉定新城，達42%以上；南匯新城軌道交通比重最低，約為21%（見圖11-圖12）。

圖11 五個新城軌道交通客流分布區域占比Fig.11 Regional proportion of rail transit passenger flow of the five new towns

圖12 上海軌道交通早高峰服務水平Fig.12 Service level of Shanghai rail transit during morning peak hours

嘉定、松江、青浦、南匯和奉賢新城與中心城之間的軌道交通聯系時間（新城站至中心城第一個站點時間），分別為20 min、33 min、40 min、52 min、53 min。從早高峰進入中心城的軌道斷面的客流來看，9號線達5.3萬人次/h，車內擁擠度為5—6人/m2，11號線次之為4.1萬人次/h，車內擁擠度為4—5人/m2，其余均在2.5萬人次/h以內，未達到擁擠狀態，而早高峰新城邊界上的斷面客流只有11號線超過2萬人次/h，其余均在1萬人次/h以內，剩余運量充足。

4 與東京新城以及近滬城市的對比

4.1 上海與東京新城及中心城出行對比

東京作為亞洲城市，其區部（中心城）和上海中心城的面積相當，其高達54%的公交分擔率（2018年數據顯示其中軌交占51%，公交占3%）常被作為國內大都市效仿的目標。本文將從出行空間分布、通勤方式結構、軌道交通客流空間分布等方面進行對比。

（1）出行空間分布

東京都市圈具有較強的單極特征，區別于上海城市空間規劃的特征。從東京都市圈和上海市域的出行空間分布來看，東京區部與其周邊節點城市的出行交換量非常大，向心性明顯，尤其是東京交通圈（通勤圈）內的新城與區部之間的出行量都已經達到200萬人次/d—400萬人次/d的級別（見圖13）。

圖13 東京（上）與上海（下）新城至中心城出行量分布對比Fig.13 The comparison of travel volumes from new towns to central city

上海的新城與中心城的日出行總量在10萬人次—30萬人次。根據大數據和居民出行調查校核分析，與中心城最近且聯系最緊密的嘉定新城，與中心城的出行量接近30萬人次/d，其次為松江新城，約20萬人次/d，其余新城均在10萬人次/d左右。東京都市圈的新城和區部的聯系基本上都大于新城內部出行，僅有神奈川縣為43.3%。相反，上海的新城和中心城的出行比例多數不到5.0%，嘉定新城距離中心城較近，達到10.0%。這和東京都市圈的新城與區部聯系比例相較來說，相差甚大。東京都市圈有高度發達的射線軌道網絡，從負面影響來說，某種程度上其也成了職住分離的推手[8]，削弱了其新城的獨立性。

（2）通勤方式結構

在新城和中心城之間的出行量中，通勤出行都占到50%以上，東京高于上海（見圖14）。

圖14 東京（左）及上海（右）軌道交通客流空間分布圖Fig.14 Spatial distribution of rail transit passenger flow in Tokyo and Shanghai

從現狀軌道交通網絡客流分布空間來看，雖然上海和東京都具有十分明顯的向心共同點，但其空間尺度是具有較大差異的。東京都市圈體現的是新城向中心城聯系的50 km通勤圈向心聯系，而上海軌道交通客流向心作用主要體現在內外環間和內環內的客流聯系，即15 km圈層的向心聯系。

根據東京2021年發布（2018年調查）的第6次居民出行調查成果，東京區部周圍的新城至區部的軌道交通出行量大多數都在減少，說明東京的新城和區部之間通勤聯系有減少趨勢（見圖15）。

圖15 東京新城和區部間出行量變化趨勢Fig.15 Travel volume changes among central city and districts in Tokyo

4.2 上海五個新城與近滬城市職住空間對比

昆山、太倉、嘉善、平湖、海門、啟東、嘉興③為了單獨分析嘉興市區的職住情況，本文的嘉興指嘉興市區南湖區和秀洲區兩個區，不包括下轄的兩縣（嘉善縣、海鹽縣）和3個代管縣級市（平湖市、海寧市、桐鄉市）。等是上海周邊地區發展快且較為獨立的城市，也是上海五個新城的發展對標城市，本文將對近滬城市的中心城區④以各城市在城市總體規劃中劃定的中心城區為邊界。與五個新城的職住空間特征進行對比分析（見圖16）。

圖16 近滬城市職住空間分析范圍示意圖Fig.16 Job-housing spatial analyzing scope of the cities adjacent to Shanghai

（1）居民工作地分布

通過2019年百度職住數據分析，發現各城市城區居民在城區內部工作的比例平均達到81.3%，遠高于上海五個新城（平均65.0%）；在城區周邊（不在城區內但屬所在行政區）工作的比例平均約9.5%，遠低于上海五個新城（平均17.8%）；在行政區外就業的比重約9.2%，也遠低于上海五個新城（平均17.0%）（見圖17）。

圖17 各近滬城市城區和上海五個新城居民工作地分布對比Fig.17 Comparison of residents' job location distribution between the cities adjacent to Shanghai and the five new towns of Shanghai

本文所分析的近滬城市中，在城區內部就業比重最高的是昆山和嘉興，分別為84.2%和83.8%，在行政區范圍外就業比例最高的為昆山和太倉，分別為11.2%和10.9%。從城區居民外部就業地總量來看，昆山和嘉善最高，約10.0萬人；嘉興和太倉次之，約2.0萬人；其余均在1.0萬人以下。在昆山城區居住但在昆山市以外就業的10.0萬居民中，至上海就業的約占59.0%，至蘇州就業的約占37.0%，兩個城市為昆山城區居民提供的外部就業占比達96.0%以上。同樣，在太倉城區居住但在太倉市以外就業的2.0萬居民中，至上海就業的約占49.0%，至蘇州就業的約占47.0%，兩個城市為太倉城區居民提供的外部就業占比也達到96.0%以上。

（2）崗位居住地分布

從各城市城區就業崗位的居住地分布來看，城區內部約占比82.8%，遠高于上海五個新城（平均約65.5%），在城區周邊（不在城區內但屬所在行政區）居住的占比平均約10.4%，遠低于上海五個新城（平均22.1%），在行政區外居住的比重約6.7%，也遠低于上海五個新城（平均12.4%）（見圖18）。

圖18 近滬城市城區和上海五個新城崗位居住地分布對比Fig.18 Comparison of employees' residence location distribution between the cities adjacent to Shanghai and the five new towns of Shanghai

本文所分析的各近滬城市中，除海門、啟東外，居住在城區內部的比例均達到80.0%左右，其中昆山最高，約88.2%；嘉善和太倉次之，分別約為83.4%和80.6%。從城區崗位吸引的行政區外部的居民數量來看，昆山吸引了約5.0萬非昆山居民前來就業，嘉興吸引了約2.2萬非嘉興居民前來就業，太倉吸引了約1.6萬非太倉居民前來就業，其余均在1.0萬人以下。在昆山城區就業但在昆山市以外居住的5.0萬人中，來自蘇州的約占52.0%，來自上海的約占42.0%。同樣，在太倉城區居住但在太倉市以外就業的2.0萬居民中，來自蘇州的約占54.0%，來自上海的約占41.0%。

（3）通勤距離

與上海五個新城的通勤距離分析相同，分為居民的通勤距離和崗位通勤距離。各城市居民通勤距離平均為7.9 km，低于上海五個新城（平均9.8 km），崗位通勤距離平均為7.2 km，也低于上海五個新城（平均8.3 km），上海五個新城的外部通勤比重尤其是至上海中心城的通勤較多，導致了通勤距離偏長（見圖19）。

圖19 各近滬城市城區平均通勤距離Fig.19 The average commute distances of the cities adjacent to Shanghai

5 結論和對策探討

5.1 五個新城職住空間總體特征

一是上海五個新城已有較好的職住平衡基礎。現狀上海五大新城職住平衡明顯，與中心城的出行量為10萬人次/d—30萬人次/d，僅為東京新城與區部（相當于中心城）聯系的1/20—1/10。但對比昆山、太倉、嘉善、海門等約91.0%的就業人口和93.0%就業崗位在行政區內職住平衡，五個新城83.0%的就業人口和87.5%就業崗位在新城所在的行政區內實現了職住平衡，未來還有一定的提升空間。

二是新城周邊地區職住平衡明顯，新城范圍內的職住平衡需進一步加強。根據與近滬城市的比較發現：綜合性節點功能越突出的城市，城區周邊地區的職住聯系比例越小，如昆山、太倉等；海門、啟東等綜合性節點功能較弱的城市職住聯系比例在25.0%以上。上海五個新城周邊地區的職住聯系比例相對昆山和太倉較大，是與中心城聯系的2—4倍，說明新城范圍內部的綜合性節點功能相對昆山、太倉等城市還較弱。需要說明的是，新城的范圍是規劃劃定的，每個新城在規劃范圍內的完全開發需要一定的過程。因此，在新城建設規劃實施過程中，應進一步注重新城規劃范圍內的職住平衡。

三是新城與近滬城市以及毗鄰新城交通聯系的短板依然明顯。上海五個新城距離中心城及近滬城市空間距離均在30 km左右，在長三角區域一體化發展的大格局下，跨區域分工特征將不斷加強。相比之下，昆山、嘉善等城市軌道交通建設重點均為與區域聯系的城際軌道交通。以中心城交通延伸為主的發展模式，難以轉變圈層結構為軸帶結構，推動新城成為區域網絡化空間中的綜合節點。新城軌道交通規劃建設要強調系統研究和整體謀劃，在大都市圈軌道交通網絡中考慮系統制式選擇和建設迫切性，并需要更加關注與區域和相鄰新城的快速軌道交通聯系。

5.2 相關對策

一是確立新城對外聯動和內部高品質鏈接的交通模式。將新城作為上海大都市圈第一圈層的“功能節點”，需要在更大范圍研究通勤圈和職住關系。要把強化新城功能與城際軌道交通網絡的互聯互通提升到區域格局重塑的高度，改變傳統的城市軌道交通向新城“拉面條”的發展模式。同時把建設新城高品質骨干公交網絡放在實現出行最便利和職住平衡的層面，營造“公交+慢行”的高品質出行體驗。

二是加強新城城鎮圈跨區域交通和公共服務設施共享。加強新城人口集聚，著力導入公共服務設施，提升產業科技創新能力，培育區域性就業和服務中心，增強新城在區域的競爭力和吸引力。重點推動交通導向發展和服務導向發展理念的落地，注重優質的教育、醫療資源的均衡和住宅的多樣化，以提高新城本身功能的獨立性。新城和周邊城鎮職住平衡并舉，優化新城與新城周邊地區的職住關系，減少不必要出行并縮短出行距離。

三是加強通過城市更新推動產城融合和職住平衡研究。以高標準產業空間降低中心城崗位對新城的過度吸引，高標準打造若干專業化特色化的商業商務集聚區。優化新城住宅結構滿足就業人口多元化需求，在產業社區的規劃和更新中，引入居住和生活功能，并針對新城未來高層次人才、青年人才和國際化人才的需求，提供特色化和多樣化的居住產品，打造“居住+辦公+社交”的全新平臺。

6 結語

本文綜合應用了居民出行調查數據、人口普查數據、經濟普查數據和百度大數據等，分析了上海五個新城的人口、崗位分布及職住比和空間分布，同時分析了五個新城的居民工作地分布、就業崗位居住地分布以及五個新城的通勤出行特征。對比了上海新城—中心城出行和與東京新城—東京區部出行的特征、上海五個新城與近滬城市城區的職住空間特征。得出了上海五個新城的職住在行政區范圍內相對平衡，但在新城內部的獨立性還不夠、新城與毗鄰城市的交通聯系短板依然明顯等結論，給出了確立新城對外聯動和內部高品質鏈接的交通模式、加強新城城鎮圈跨區域交通和公共服務設施共享、通過城市更新推動產城融合和職住平衡等對策建議。