基于手機信令的重慶市渝中區職住空間關系研究

徐 巍,戴技才

(1.重慶師范大學地理與旅游學院,重慶 401331; 2.地理信息系統應用研究重慶市高校重點實驗室,重慶 401331)

0 引言

職住空間關系包括居住地分布、工作地分布及通勤聯系,是解構城市空間布局的重要手段[1]。通勤聯系分為內部通勤、內向通勤與外向通勤。在某一地區內居住且工作的人口通勤稱為內部通勤,在外圍地區具有穩定居住地的人口至中心城區工作稱為內向通勤,在中心城內具有穩定居住地的人口至外圍地區工作稱為外向通勤[2]。職住空間關系是城市地理學、經濟地理學等領域的重點研究內容之一,涉及一系列城市現象,如交通情況、居民通勤時間、通勤人群幸福感等[3-5]。研究職住空間關系有助于解釋職住失衡現象,剖析“城市病”根源,對減少居民通勤時間、縮短居住-工作地距離及居民收入等具有重要參考價值。

國外學者對職住空間關系的研究源于城市化導致的居民通勤時間過長、居住地隔離等問題。霍華德(Howard)提出“田園城市”概念,認為居民應在住宅的步行范圍內工作,這是職住空間關系研究的最初萌芽[6]。二戰后開始的城市空間重構與新一輪郊區化使職住空間關系日趨復雜[7]。1968年,凱因(Kain)提出“空間錯位假說”,認為就業機會的郊區化等是造成內城居民高失業率、低收入與通勤時間偏長的主要原因[8],此后大量學者開始關注職住空間關系。20世紀80年代后,相關研究由居住地隔離擴展到職住關系研究[9]。進入21世紀,城市建設趨于穩定,職住關系研究的熱度有所減弱,學者開始重點關注職住空間分離對中低收入人群的影響,發現職住空間分離帶來的長距離通勤對城市中低收入人群的就業與收入造成負面影響,低技能工人向富裕社區的居住流動對就業有積極意義[10-12]。

國內學者對職住空間關系的研究起步較晚。20世紀80年代,我國傳統的“職住合一”單位制大院被打破,職住空間分離程度加劇[13]。20世紀90年代,由于體制改革、土地與房地產市場化及公共資源配置不均衡,城市內部空間結構從均質化走向異質化,職住空間關系逐漸由“職住接近”向“職住分離” 轉變[14]。住房的郊區化加劇了職住空間的分離程度,導致通勤時間與通勤距離增加。我國有關職住空間關系的研究源于2004年周江評對空間錯位假說的引入[15]。隨后,職住空間關系逐漸引起國內學者的重視,除梳理國外研究進展,國內學者開始關注我國職住空間的分布特征、通勤模式及影響因素,融合分析出行問卷調查數據與時空軌跡數據,探究不同屬性居民的職住特征差異成為研究熱點[16-20]。

職住空間關系研究主要采用問卷調查、人口經濟普查等方法[21-22]。問卷調查數據獲取費時費力,受被調查者主觀因素影響較大,時間不連續且更新周期長,獲得問卷結果后需調查者主觀判斷問卷是否有效。人口普查數據更新時間慢、周期長,且政府公布的人口普查數據不包含街道、鎮、鄉尺度,只能獲取較大尺度數據。與傳統研究方法相比,移動大數據不受被調查者主觀因素干擾、樣本量大、分布均衡、統計單元精度高[23-25]。有學者使用公交IC卡刷卡數據、微博位置數據等研究上海、廣州等平原城市的職住空間關系[26-28],這些城市為圈層式結構,就業空間向中心集聚,人口居住呈郊區化[29]。

渝中區是重慶市政治、經濟、文化及商貿流通中心,位于嘉陵江與長江交匯處的狹長半島形陸地,又稱渝中半島。重慶市主城區以渝中區解放碑為主中心,形成以沙坪壩、觀音橋、楊家坪、南坪為副中心的組團式多中心結構。根據重慶市第七次人口普查結果,渝中區常住人口為58.87 萬人,面積約20.34 km2[30]。

作為山地城市,渝中區呈現職住人口多中心化分布特征,已有文獻缺乏對山地城市核心區與外圍地區職住空間關系的測度。以重慶市渝中區為例,剖析多中心組團式山地城市核心區的職住空間關系,采用手機信令大數據定位職-住地位置,旨在厘清渝中區職住關系,促進山地城市核心區空間優化、減少職工通勤時間、提升居民幸福感。

1 數據來源與研究方法

1.1 數據來源

以2021年6月中國聯通的重慶市主城區手機信令大數據為數據來源。手機信令在人口稠密地區為250 m格網數據,在人口稀疏地區為1000 m格網數據。利用Python編程剔除工作地與居住地在主城區外的人口數據,分別清洗出就業與居住均在渝中區內、就業在但居住不在渝中區、就業不在但居住在渝中區的人口。聯通用戶數量占總手機用戶的18%,根據該市場份額計算將擴樣后的人數作為用戶整體,得到2021年6月在重慶市主城區同時具有穩定工作、居住地的人口有477萬人。每條數據包括格網位置、年齡段、人口數量等信息。

1.2 研究方法

利用多距離空間聚類分析渝中區內外通勤職工的職-住地空間集聚特征,采用職住比、空間錯位指數及就業自足性測度職住平衡特征。

1.2.1 多距離空間聚類分析法

多距離空間聚類分析法使用Ripley’s K函數,反映空間集聚或空間擴散如何隨鄰域大小的變化而發生改變[31]。使用該方法對比分析不同尺度下內向、外向通勤集聚的規模及強度,公式如下:

(1)

式中,K(d)代表鄰居個數除以平均點密度,n為研究區域內職位或居住人數,A為研究區域面積,d為距離尺度,dij為格網i與格網j之間的距離。

埃爾杰(Esag)提出用L(d)取代K(d),并對K(d)作開平方的線性變換,以保持方差穩定。

(2)

式中,L(d)為觀測值。使用ArcGISPro軟件多距離空間聚類分析工具生成距離d、觀測值L(d)、聚集置信區間、離散置信區間、d與L(d)差值。若L(d)處于聚集置信區間,則就業地點顯著聚集分布;若L(d)處于離散置信區間,則就業地點顯著離散分布。當L(d)值大于(或小于)生成距離d且差值越大時,就業地點空間分布聚集(離散)程度越強。L(d)值與d差值最大時對應的d值表示空間聚集的特征空間尺度,用于度量聚集規模。d為輸入要素周圍最小外接矩形最大范圍長度的25%,該長度分為十份,聚類次數增加,空間尺度也隨之增加。

1.2.2 職住比

職住比是某一區域內就業人口數量與居住人口數量的比值,能夠顯示該區域的職住均衡程度,是測度職住空間關系常用的指標[33]。分析渝中區職住比使用的基本單元為街道,其計算公式如下:

(3)

式中,Ji為某單元的工作崗位數,Hi為該單元的從業居民人數,JHRi為職住比。其結果處于0.8～1.2時表面其職住關系平衡,在合理區間。

1.2.3 空間錯位指數

空間錯位指數采用小尺度數據源測度大尺度區域內就業地與居住地的空間錯位程度[34],從資源配置均衡程度的視角計算職住規模的差異,公式如下:

(4)

式中,SMIj為研究范圍j的空間錯位指數。Pij為研究范圍j(渝中區)內空間統計基本單元i(渝中區各街道)的居住人數,Pj為研究范圍j的居住人口總數,n為單元i的個數,eij為研究范圍j內i研究單元的就業人口數,Ej為j的就業人口總數。SMIj越小,職住平衡程度越高;反之錯位程度越高。SMIj=0表示職-住絕對平衡,SMIj=1表示職住關系完全不匹配。

1.2.4 就業自足性指數

就業自足性指數指某一區域內居住的就業人數與該區域所有就業人數之比[35],公式如下:

(5)

式中,Wij代表在區域i居住與工作的人數,Wj代表在區域i工作的人數。本地就業比例越高,代表職住關系越平衡。

2 研究結果

2.1 渝中區通勤聯系

2.1.1 內部通勤特征

18～35歲青年人是在渝中區內部通勤的主要人群,36～60歲的中年人次之。其中20～24歲年齡段勞動力人口最多,內部通勤人口數量自35歲以后出現明顯下降。詳見圖1。

圖1 不同年齡段內部通勤人數Fig.1 Number of introverted commuters of different age groups

2.1.2 內向及外向通勤特征對比

30～34歲是喻中區內向通勤人數最多的年齡段,20～24歲、25～29歲、30～34歲這3個年齡段的內向通勤人數上升明顯。30-34歲也是外向通勤人數最多的年齡段,20～24歲、25～29歲、30～34歲這3個年齡段的外向通勤人數差距不大。通勤人數自35歲后出現明顯下降。詳見圖2。

圖2 不同年齡段內向、外向通勤人數Fig.2 Number of introverted and extroverted commuters of different age groups

內向通勤人數隨距離的變化呈偏態分布,在4 km處達到最高值。通勤距離在3～3.5 km的人數最多,通勤距離超過5 km后人群數量呈明顯下降趨勢。98.95%的人口內向通勤距離在30 km以下,極少有長距離通勤人口。內向通勤平均距離為7.87 km。外向通勤人數隨距離的變化也呈偏態分布,在3.5 km處達到最高值。以每500 m為單位統計人數,通勤距離在3～3.5 km的人數最多。通勤距離超過5 km后人群數量呈明顯下降趨勢。通勤距離在5 km以下的居民占41.02%。在前往其他行政區工作的渝中區居民中,近五成為近距離通勤。通勤距離30km以上的僅占1%,說明渝中區居民極少長距離通勤。外向通勤平均距離為8.05 km,可見重慶多中心發展格局并未造成職工往返于城市核心區的長距離通勤。內向通勤人數隨距離增加迅速減少。內向通勤者在12～15 km的占比更多,外向通勤者在20～30 km的占比更多。內向通勤人口受通勤距離的制約更大,其為追求更低的住房與其他生活成本,選擇遠離城市核心區居住。詳見圖3。

圖3 內向與外向通勤人數隨距離的變化趨勢Fig.3 Number of introverted and extroverted commuters varies with distance

對內外通勤分布進行多距離空間聚類分析,不同空間尺度下兩類通勤分布均大于隨機分布,顯著性全部通過檢驗,呈顯著聚集分布。分析兩種通勤方式在集聚強度與規模方面的差異性發現,聚集強度隨距離尺度的增加呈先增強后減弱的態勢,觀測值與預測值差值均在第6次聚類時最大,且第6次聚類時內向通勤的空間尺度比外向通勤大,聚集強度更強。詳見圖4、表1。

表1 多距離空間聚類峰值統計Tab.1 Statistics of multi-distance spatial cluster peak

圖4 內、外向通勤多距離空間聚類結果Fig.4 Multi-distance spatial clustering results of introverted and extroverted commuting

2.2 渝中區職住平衡特征

職住平衡指居住在一定區域內的就業人口數量與工作崗位數量大致相等,大部分居民可就近工作。達到職住平衡并非對個體移動施加限制,而是盡可能擴大選擇的多樣性[36-37]。職住平衡包括數量及質量的平衡:數量平衡指一定區域內住房與就業崗位的均衡數量關系,質量平衡即工作與居住地點處于同一區域[38]。

2.2.1 數量平衡

渝中區的職住數量平衡特征為東北部與西北部街道職住比高,南部街道職住比低。2021年,渝中區整體職住比為1.34;其中5個街道職住比大于1.2,5個街道職住比介于0.8～1.2之間,1個街道小于0.8。可見渝中區11個街道中,5個街道的職住比在數量上保持平衡。解放碑街道作為重慶市中心商務區,就業崗位繁多,職住比最高。朝天門街道的朝天門綜合交易市場被譽為“西部第一交易市場”,核心功能聚集,有大量外來工作人口。相對于工作人口,居民數量少的原因有以下兩點:①解放碑與朝天門街道的土地供應量不足,無法建立與之匹配的居民區。②外來人口無法支付高房價、高租金,傾向于分散至核心功能區外圍居住。渝中區南部的菜園壩、南紀門街道缺乏大型商圈,職住比低。2021年,渝中區SMI值為0.14,是主城九區中最高的。

2.2.2 質量平衡

渝中區的職住質量平衡在重慶主城九區中最低,跨區通勤明顯。渝中區的就業自足性指數為0.43,是主城九區中唯一不足五成的。渝中區作為重慶核心區,其金融、商貿行業就業崗位吸引大量區外居民。重慶主城九區的就業自足性指數由渝中區向外逐漸升高,越靠近城市核心區職位越多,公路、軌道交通越發達,就業者選擇就業地的機會就越多。大渡口區就業自足性偏低的原因為其南部分布著大渡口森林公園等綠地,人口稀疏。該區人口集中分布于北部,靠近渝中區,交通便利,利于人口向其他區通勤;地鐵2號線與長江為該區與其他行政區通勤提供了便利。整體上,重慶市核心都市區的就業自足性小于外圍區域。

3 結論與討論

基于手機信令數據表征的人口數量,以重慶市核心區——渝中區為例,探究其職住關系。采用多距離空間聚類分析與通勤距離量度,深入分析山地城市核心區不同種類通勤方式的異同。以渝中區內外職住通勤聯系與職住平衡特征解構職住關系,為后續山地城市建設規劃,提高城市交通效率及減少職工的通勤時間提供依據。

研究表明:①渝中區內部通勤、內向通勤與外向通勤人口主要分布于20～35歲年齡段,35歲以上人口的通勤人數明顯減少。②渝中區人口的內向通勤聚集強度及規模大于外向通勤,但4 km后隨距離增加人數迅速減少。2021年,渝中區職工平均通勤距離為5.28 km,小于其他省會城市武漢市武昌區(6.21 km)、廣州市天河區(9 km)[39-40]。③重慶市渝中區職住數量不平衡、質量不平衡,但指數好于平原圈層式城市。在數量上,渝中區整體職住比為1.34,以就業導向為主,相較于2014年的1.87有所下降[41]。渝中區SMI值為0.14,與北京市東城區、北京市西城區、天津市和平區、鄭州市中原區相比,渝中區的SMI值更低,職住關系更平衡[42-45]。質量上,渝中區的就業自足性僅為0.43,即區內不足一半就業人口來自渝中區。

未來可通過測度路網距離對大樣本下居民實際通勤情況進行估計。后續研究可加入長時間維度的探討,分析重慶市職住空間關系變化過程,進行更深入討論。