李若倩,孟 斌

(1.首都師范大學(xué) 資源環(huán)境與旅游學(xué)院,北京 100048;2.北京聯(lián)合大學(xué) 應(yīng)用文理學(xué)院,北京 100191)

隨著城市化和現(xiàn)代交通工具的快速發(fā)展,居住地和就業(yè)地分離現(xiàn)象越來(lái)越顯著,“職住分離”現(xiàn)象意味著居民通勤時(shí)間和通勤距離的增長(zhǎng)。以北京為代表的我國(guó)特大城市居民通勤距離和通勤時(shí)間顯著延長(zhǎng),城市早晚高峰使上班族候車(chē)等待時(shí)間增加,同時(shí)面臨乘車(chē)擁擠和交通潮汐式擁堵等問(wèn)題。通勤問(wèn)題不但擠占了人們生活工作的時(shí)間，增加了經(jīng)濟(jì)成本,而且影響心情,降低生活的滿意度和幸福感。

城市交通和城市過(guò)度擴(kuò)張等問(wèn)題所引發(fā)的城市空間重構(gòu),引起了地理學(xué)者和規(guī)劃師對(duì)這一命題的關(guān)注。居住和就業(yè)是城市空間結(jié)構(gòu)的兩個(gè)重要組成要素,如何合理地安排居住和就業(yè)用地是城市規(guī)劃的一個(gè)核心問(wèn)題[1]。職住分離是居住和就業(yè)空間關(guān)系的一種理想模式,是西方規(guī)劃師在與“城市病”斗爭(zhēng)過(guò)程中形成的一種規(guī)劃模式。職住平衡的規(guī)劃理念最早啟蒙于英國(guó)城市規(guī)劃師Howard提出的“田園城市”理論,主要是針對(duì)英國(guó)大城市出現(xiàn)的交通擁堵、環(huán)境惡化、農(nóng)民大量涌入大城市等問(wèn)題提出的一種“人們的就業(yè)地點(diǎn)應(yīng)位于住宅的步行距離范圍之內(nèi)”的規(guī)劃思想[2]。

在西方其他國(guó)家建設(shè)新城的同時(shí),美國(guó)則掀起了郊區(qū)化熱潮。哈佛大學(xué)學(xué)者Kain J F發(fā)表了著名的關(guān)于就業(yè)與居住的“空間不匹配”論文,提出了“空間錯(cuò)位”假說(shuō),引起了地理學(xué)者對(duì)世界各大城市的城市空間結(jié)構(gòu)與職住關(guān)系的關(guān)注,并進(jìn)行了大量的理論和實(shí)證研究[3]。通勤距離、通勤時(shí)間和通勤方式作為衡量職住分離程度常用的指標(biāo),國(guó)外學(xué)者從宏觀角度進(jìn)行了分析,認(rèn)為建成環(huán)境[4-8]、城市形態(tài)[4，9]等因素影響居民的通勤特征,有學(xué)者則從種族[10,11]、鄰里特征[8,12]、個(gè)體社會(huì)經(jīng)濟(jì)屬性[13,14]、軌道交通[15,16]、政策性因素[17]等微觀角度對(duì)通勤時(shí)間、通勤距離的影響因素進(jìn)行了廣泛研究。

自周江評(píng)將西方職住關(guān)系的研究成果介紹到國(guó)內(nèi)以來(lái),其重要性引起了國(guó)內(nèi)學(xué)者的重視[18],國(guó)內(nèi)有關(guān)居民職住分離影響因素的研究逐漸增多。與國(guó)外類(lèi)似,國(guó)內(nèi)也主要是從宏觀和微觀兩個(gè)視角進(jìn)行研究。有的學(xué)者試圖從城市空間性結(jié)構(gòu)[19-23]、政策性制度[24-27]等不同的角度解釋對(duì)職住分離的影響，比如眾多學(xué)者驗(yàn)證了個(gè)人屬性[28-32]或社會(huì)屬性[33，34]對(duì)職住分離的影響。還有學(xué)者從多角度對(duì)職住分離的影響因素進(jìn)行了歸納。如孟斌對(duì)北京的案例研究,發(fā)現(xiàn)居民通勤時(shí)間的變化主要受社會(huì)經(jīng)濟(jì)屬性、交通發(fā)展因素、區(qū)域功能定位等多種因素的影響[32];趙西君通過(guò)對(duì)北京市空間錯(cuò)位形成機(jī)制研究，發(fā)現(xiàn)經(jīng)濟(jì)驅(qū)動(dòng)力、基礎(chǔ)設(shè)施改善、對(duì)生活質(zhì)量追求和過(guò)快的城市化速度是導(dǎo)致空間錯(cuò)位最根本的原因[35]。此外,有學(xué)者從新的視角對(duì)通勤的影響因素進(jìn)行了分析。如楊順成研究發(fā)現(xiàn)寧波市公眾對(duì)霧霾的認(rèn)知會(huì)增加公眾的通勤時(shí)間[36]。已有研究雖然居民通勤影響因素進(jìn)行了廣泛的研究,但主要是運(yùn)用描述統(tǒng)計(jì)、方差分析、多元回歸、Logistic回歸等傳統(tǒng)方法圍繞一個(gè)或少數(shù)幾個(gè)影響因素進(jìn)行探討,缺乏對(duì)影響因素的綜合分析,更缺乏各因素之間的重要程度和交互作用的研究。

鑒于以前的研究數(shù)據(jù)大多是傳統(tǒng)的人口普查和經(jīng)濟(jì)普查數(shù)據(jù),只能在空間上分析人口和就業(yè)崗位的數(shù)量,難以反映不同居民通勤影響因素和實(shí)際需求的差異,而利用手機(jī)用戶數(shù)據(jù)分析居住地與就業(yè)地之間的聯(lián)系以獲得個(gè)體的職住空間關(guān)系具有重要分析價(jià)值。本文基于中國(guó)移動(dòng)公司北京市2015年12月10萬(wàn)條手機(jī)移動(dòng)用戶數(shù)據(jù),運(yùn)用地理探測(cè)器方法對(duì)北京市居民通勤距離影響機(jī)理進(jìn)行了實(shí)證分析研究。

1 數(shù)據(jù)來(lái)源與研究方法

1.1 數(shù)據(jù)來(lái)源

本文使用中國(guó)移動(dòng)公司北京市2015年12月10萬(wàn)條手機(jī)移動(dòng)用戶數(shù)據(jù),與其他數(shù)據(jù)相比,具有樣本量大、時(shí)空信息準(zhǔn)確的優(yōu)勢(shì)。運(yùn)用地理信息系統(tǒng)將手機(jī)信令定位,數(shù)據(jù)映射至研究區(qū)域,根據(jù)手機(jī)用戶定位數(shù)據(jù)和區(qū)域空間的關(guān)系確定每個(gè)數(shù)據(jù)點(diǎn)在區(qū)域中的具體位置,識(shí)別用戶的居住地和就業(yè)地。經(jīng)過(guò)數(shù)據(jù)整理,剔除通勤距離小于500m和居住地或就業(yè)地不在研究范圍的數(shù)據(jù),得到45，013條有效數(shù)據(jù)樣本。由于地理探測(cè)器儲(chǔ)存數(shù)據(jù)的有限性,本文抽取篩選后的50%樣本進(jìn)行研究。數(shù)據(jù)采集覆蓋區(qū)域涉及北京市16個(gè)區(qū),各區(qū)的用戶數(shù)據(jù)分布情況見(jiàn)圖1。

圖1 北京市居民居住地和就業(yè)地分布情況

數(shù)據(jù)樣本涉及用戶個(gè)體的社會(huì)經(jīng)濟(jì)和空間屬性,指標(biāo)包含性別、年齡、近三月平均ARPU、上月主叫次數(shù)、上月被叫次數(shù)、月均國(guó)內(nèi)漫游天數(shù)、近三月平均流量、當(dāng)前終端品牌類(lèi)別、居住地、就業(yè)地等。根據(jù)其屬性劃分為性別、年齡、收入狀況(近三月平均流量、當(dāng)前終端品牌類(lèi)別)、消費(fèi)水平(近三月平均ARPU)、職業(yè)(上月主叫次數(shù)、上月被叫次數(shù)、月均國(guó)內(nèi)漫游天數(shù))、居住地和就業(yè)地等7種類(lèi)型的社會(huì)經(jīng)濟(jì)因素。《北京城市總體規(guī)劃(2016—2030年)》將北京市劃分為四大功能區(qū):首都功能核心區(qū)、城市功能拓展區(qū)、城市發(fā)展新區(qū)和生態(tài)涵養(yǎng)發(fā)展區(qū)。根據(jù)《總體規(guī)劃》的劃分,將位于首都功能核心區(qū)內(nèi)的居民地劃分為核心區(qū),位于城市功能拓展區(qū)內(nèi)的居住地劃分為拓展區(qū),位于城市發(fā)展新區(qū)和生態(tài)涵養(yǎng)發(fā)展區(qū)兩大區(qū)域內(nèi)的居住地劃分為周邊區(qū)域(圖2)。

圖2 北京市城市功能三大區(qū)域分布

1.2 變量描述統(tǒng)計(jì)

根據(jù)獲取的手機(jī)用戶數(shù)據(jù),采用10個(gè)代理變量反映居民的社會(huì)經(jīng)濟(jì)屬性,見(jiàn)表1。通勤距離是反映職住分離的重要指標(biāo),本文取其為因變量,統(tǒng)計(jì)分析發(fā)現(xiàn),居民通勤距離范圍為500.89—109，194.9m,平均通勤距離為8497.99m。從用戶數(shù)據(jù)統(tǒng)計(jì)來(lái)看,男性和女性用戶數(shù)量略有差距,男性所占比例較高,年齡主要以26—35歲青年和36—45歲中青年為主。用戶近三個(gè)月平均ARPU主要集中在60—130元/月,屬于中國(guó)移動(dòng)用戶的二星級(jí)別,說(shuō)明用戶的水平處于適中值。從上月主叫次數(shù)和被叫次數(shù)來(lái)看,呼叫次數(shù)主要集中在0—90次,用戶的月均國(guó)內(nèi)漫游天數(shù)為0—3天群體數(shù)量最多,說(shuō)明用戶的職業(yè)為普通的類(lèi)型偏多,用戶近三個(gè)月平均流量0—300M的群體數(shù)量最多。就當(dāng)前終端品牌類(lèi)別而言,使用一線品牌手機(jī)的用戶最多,說(shuō)明用戶的收入狀況較好。從居住地來(lái)看,用戶居住在朝陽(yáng)區(qū)和拓展區(qū)的最多;從就業(yè)地來(lái)看,用戶工作在朝陽(yáng)區(qū)和拓展區(qū)就業(yè)的用戶最多,與現(xiàn)實(shí)情況較接近。

1.3 研究方法

地理探測(cè)器是由中國(guó)科學(xué)院地理科學(xué)與資源研究所王勁峰研究團(tuán)隊(duì)開(kāi)發(fā)的,用以地理空間分區(qū)因素對(duì)疾病風(fēng)險(xiǎn)影響機(jī)理的一種方法[37]主要是由風(fēng)險(xiǎn)探測(cè)、因子探測(cè)、生態(tài)探測(cè)和交互作用探測(cè)4個(gè)部分構(gòu)成。其中,風(fēng)險(xiǎn)探測(cè)主要用于搜尋影響通勤距離的風(fēng)險(xiǎn)區(qū)域,本質(zhì)上類(lèi)似于方差分析;因子探測(cè)主要用于檢驗(yàn)自變量對(duì)因變量變異的解釋程度;生態(tài)探測(cè)主要用來(lái)解釋不同因素在影響通勤距離方面的作用是否有顯著差異;交互作用探測(cè)主要用來(lái)識(shí)別兩個(gè)自變量組合之后的綜合作用,即解釋影響因素是具有交互作用還是相互獨(dú)立。該方法具有兩大優(yōu)勢(shì):一是既可探測(cè)數(shù)值型數(shù)據(jù),也可探測(cè)定性數(shù)據(jù);二是可探測(cè)兩個(gè)影響因子交互組用于因變量。性別、年齡、居住地和就業(yè)地等屬于典型的類(lèi)別變量,并對(duì)居民通勤距離產(chǎn)生重要影響[38],因此適合采用地理探測(cè)器方法來(lái)更好地揭示居民通勤距離的影響機(jī)理。

表1 北京市數(shù)據(jù)樣本手機(jī)用戶個(gè)體屬性基本特征

風(fēng)險(xiǎn)探測(cè)主要用來(lái)判斷兩個(gè)子區(qū)域間的屬性的通勤距離均值是否有顯著差別，用t統(tǒng)計(jì)量檢驗(yàn)。其計(jì)算公式為:

(1)

因子探測(cè)主要用來(lái)測(cè)度不同手機(jī)信令事件特征因子對(duì)通勤距離的解釋程度,用q值度量。其計(jì)算公式為:

(2)

生態(tài)探測(cè)用來(lái)比較兩兩影響因子X(jué)對(duì)通勤距離Y的空間分布差異的影響是否顯著,用F統(tǒng)計(jì)量檢驗(yàn)。其計(jì)算公式為:

(3)

交互作用探測(cè)用來(lái)識(shí)別不同影響因子X(jué)N之間的交互作用,即評(píng)估影響因子X(jué)1和X2共同作用時(shí)對(duì)通勤距離Y的解釋力是否會(huì)增強(qiáng)或者減弱,或這些因子對(duì)Y沒(méi)有任何影響。評(píng)估結(jié)果包括兩個(gè)因子和X2對(duì)通勤距離Y的q(X1)和q(X2)值,以及它們交互時(shí)的q(X1∩X2)值。對(duì)所得q值進(jìn)行比較,兩因子之間的關(guān)系有以下類(lèi)型:①如果q(X1∩X2)Max(q(X1),q(X2)),說(shuō)明影響因子X(jué)1和X2的交互作用為雙因子增強(qiáng);④如果q(X1∩X2)>q(X1)+q(X2),說(shuō)明影響因子X(jué)1和X2的交互作用為非線性增強(qiáng);⑤如果q(X1∩X2)=q(X1)+q(X2),說(shuō)明影響因子X(jué)1和X2的交互作用為相互獨(dú)立的。

2 全市尺度通勤距離影響因素分析

2.1 主要影響因子比較

本文通過(guò)地理探測(cè)器的因子探測(cè)工具,分析了北京市居民不同社會(huì)經(jīng)濟(jì)特征對(duì)居民通勤距離的影響程度(圖3)。

圖3 不同手機(jī)信令特征因子的因子解釋力

由相關(guān)特征因子對(duì)通勤距離的解釋力可知,性別、年齡、近三個(gè)月平均ARPU、上月主叫次數(shù)、上月被叫次數(shù)、月均國(guó)內(nèi)漫游天數(shù)、近三個(gè)月平均流量、當(dāng)前終端品牌類(lèi)別、居住地、就業(yè)地均在0.05置信水平上顯著,同時(shí)也說(shuō)明性別、年齡、收入狀況、消費(fèi)水平、職業(yè)、居住地和就業(yè)地等7種類(lèi)型的社會(huì)經(jīng)濟(jì)因素對(duì)北京市全市通勤距離產(chǎn)生了不同程度的影響。在所有的特征因子中,居住地和近三個(gè)月平均流量對(duì)北京市全市通勤距離的影響力最大,解釋力分別達(dá)到了0.027912和0.018741,表明北京市居民的居住地和收入狀況對(duì)通勤距離的形成起到關(guān)鍵作用。就業(yè)地的因子解釋力相對(duì)較低,為0.003054,說(shuō)明從全市尺度來(lái)看,就業(yè)地選擇對(duì)居民通勤距離的影響并不顯著。

2.2 影響因子交互作用分析

地理探測(cè)器的優(yōu)勢(shì)是不僅可以測(cè)度解釋力的大小,還可以在此基礎(chǔ)上探測(cè)兩個(gè)特征因子之間的交互作用。本文對(duì)10個(gè)指標(biāo)進(jìn)行兩兩交互探測(cè),結(jié)果見(jiàn)表2。

表2 影響因子交互作用結(jié)果

交互作用探測(cè)結(jié)果表明,手機(jī)信令特征因子對(duì)通勤距離的影響存在交互作用,任意兩個(gè)個(gè)體屬性因子交互作用后的因子解釋力均表現(xiàn)為雙因子增強(qiáng)和非線性增強(qiáng)。單因素居住地的因子解釋力最高,值為0.027912,是影響通勤距離的最主要的因素,而就業(yè)地的因子解釋力卻偏低。居住地和就業(yè)地交互作用后的因子解釋力最高,結(jié)果為0.702913,此值遠(yuǎn)遠(yuǎn)高于單因素居住地的因子解釋力,說(shuō)明交互作用后的因子解釋力會(huì)明顯增強(qiáng)。即居民通勤距離受到了各種社會(huì)經(jīng)濟(jì)因素的共同制約,兩個(gè)特征因子交互后的因子解釋力明顯強(qiáng)于原來(lái)單因素。除性別和就業(yè)地交互作用后因子解釋力降低外,其他特征因子之間交互作用后的因子解釋力均呈現(xiàn)出增強(qiáng)的結(jié)果。

3 區(qū)域尺度下通勤距離影響因素分析

3.1 不同區(qū)域主要影響因子的比較

本文通過(guò)地理探測(cè)器的因子探測(cè)工具,分析比較了北京全市、核心區(qū)、拓展區(qū)和周邊區(qū)域不同尺度下個(gè)體社會(huì)經(jīng)濟(jì)因素對(duì)通勤距離的影響程度。北京全市、核心區(qū)、拓展區(qū)和周邊區(qū)域的因子探測(cè)結(jié)果見(jiàn)表3。

表3 北京市、核心區(qū)、拓展區(qū)和周邊區(qū)域因子探測(cè)結(jié)果

在對(duì)北京全市的分析中,特征因子均在0.05置信水平上顯著,居住地的因子解釋力最高,是影響北京市全局通勤距離的主要影響因素,就業(yè)地的因子解釋力偏低。在對(duì)北京不同區(qū)域尺度的分析中,就業(yè)地的因子解釋力在核心區(qū)、拓展區(qū)和周邊區(qū)域均最高,因此在區(qū)域尺度上就業(yè)地也是影響北京居民通勤距離的主要影響因素,而核心區(qū)和拓展區(qū)的居住地因子影響在0.05置信水平上不顯著。雖然就業(yè)地是影響核心區(qū)、拓展區(qū)和周邊區(qū)域通勤距離的主要因素,但在不同區(qū)域的影響程度存在一定的差距。根據(jù)因子解釋力的強(qiáng)弱進(jìn)行排序依次為核心區(qū)>拓展區(qū)>周邊區(qū)域(圖4)。除就業(yè)地的因子解釋力最高外,核心區(qū)上月被叫次數(shù)的因子解釋力較高,表明職業(yè)對(duì)核心區(qū)居民通勤距離差異起到了關(guān)鍵作用。托展區(qū)近三個(gè)月平均流量的因子解釋力也較高,表明收入狀況對(duì)拓展區(qū)居民通勤距離的差異起到了關(guān)鍵作用;周邊區(qū)域而言,近三個(gè)月平均流量的解釋力較高,其值高于拓展區(qū),表明收入狀況對(duì)周邊區(qū)域居民通勤距離的形成起到了關(guān)鍵作用。

圖4北京全市、核心區(qū)、拓展區(qū)和周邊區(qū)域因子解釋力比較

3.2 影響因子的區(qū)域差異

全市、核心區(qū)、拓展區(qū)和周邊區(qū)域交互作用探測(cè)結(jié)果表明,不同的特征因子對(duì)通勤距離的影響存在交互作用,任意兩個(gè)屬性因子交互作用的解釋力均表現(xiàn)為雙因子增強(qiáng)和非線性增強(qiáng)。從圖5可見(jiàn),就單要素而言,核心區(qū)就業(yè)地的因子解釋力最高,為0.763052,是影響通勤距離的最主要因素,居住地呈現(xiàn)不顯著的狀態(tài),但居住地和就業(yè)地交互作用后的因子解釋力更高,結(jié)果為0.797384,此值高于單因素就業(yè)地的因子解釋力;對(duì)拓展區(qū)的單要素而言,就業(yè)地的因子解釋力最高,為0.369311,是影響通勤距離的最主要的因素,而居住地不顯著,但居住地和就業(yè)地交互作用后的因子解釋力有所提高,為0.398788,高于單因素就業(yè)地的因子解釋力;在周邊區(qū)域,單要素就業(yè)地的因子解釋力最高,為0.223002,此時(shí)雖然居住地在0.05置信水平上顯著,其因子解釋力偏低,但居住地和就業(yè)地交互作用后的因子解釋力最高,結(jié)果為0.7222,此值遠(yuǎn)遠(yuǎn)高于單因素就業(yè)地的因子解釋力。雖然居住地和就業(yè)地交互作用后結(jié)果是影響全局、核心區(qū)、拓展區(qū)和周邊區(qū)域的最主要的影響因素,但在不同區(qū)域的影響程度存在一定差距,根據(jù)因子解釋力的強(qiáng)弱排序依次為核心區(qū)>周邊區(qū)域>全市>拓展區(qū)。

圖5 北京全市、核心區(qū)、拓展區(qū)和周邊區(qū)域就業(yè)地與居住地交互作用結(jié)果比較

總之,將北京市分為三大區(qū)后進(jìn)行研究,每個(gè)區(qū)的通勤距離主要影響因素是不同的,相同影響因素的解釋力有很大差異。其中,核心區(qū)主要是受就業(yè)地、職業(yè)因素的影響,拓展區(qū)受就業(yè)地、收入等因素的影響,周邊區(qū)域受就業(yè)地、收入等因素的影響。與北京市全市而論,最大的不同點(diǎn)在于就業(yè)地是三大區(qū)最主要的影響因素,而就業(yè)地在北京市全市研究中缺乏解釋力。

4 結(jié)論

分析居民的通勤距離的影響因素對(duì)緩解交通擁堵、提升居民幸福感和加強(qiáng)北京城市建設(shè)具有重要的實(shí)踐意義。本文通過(guò)手機(jī)信令數(shù)據(jù)提取的變量作為潛在的影響因素,并借助地理探測(cè)器方法很好地發(fā)現(xiàn)和解釋了通勤距離的影響因素,為開(kāi)展職住分離相關(guān)研究提供了新的研究視角和研究方法,也為北京城市建設(shè)提供了新的啟示。

主要研究結(jié)論:①北京市居民通勤距離的影響因素有7種類(lèi)型的社會(huì)經(jīng)濟(jì)屬性,居住地和收入狀況對(duì)北京全市居民通勤距離的差異具有關(guān)鍵作用;就業(yè)地、收入狀況和職業(yè)對(duì)北京局域居民通勤距離的差異具有關(guān)鍵作用,所以居住地、就業(yè)地、收入狀況和職業(yè)等影響因素對(duì)居民通勤距離的影響顯著。②就單個(gè)要素而言,北京市全市尺度下居住地因子的解釋力最高,是影響居民通勤距離最主要的因素,但就業(yè)地的因子解釋力偏低。在北京市局域研究中,就業(yè)地成為影響居民通勤距離最主要的因素,且居住地在核心區(qū)和拓展區(qū)中呈不顯著狀態(tài)。③就交互作用后的結(jié)果而言,不論是北京全市還是局域,居住地和就業(yè)地交互作用后的因子解釋力最高,其值高于任何一個(gè)單要素的因子解釋力,說(shuō)明居住地和就業(yè)地交互作用后是影響北京市居民通勤距離最主要的因素,同時(shí)驗(yàn)證了居民的社會(huì)經(jīng)濟(jì)屬性交互作用對(duì)居通勤距離具有更好的解釋作用。④就全市和核心區(qū)、拓展區(qū)、周邊區(qū)域而言,雖然居住地和就業(yè)地交互作用后結(jié)果是影響全市、核心區(qū)、拓展區(qū)和周邊區(qū)域最主要的影響因素,但其影響的程度存在一定差距,根據(jù)因子解釋力的強(qiáng)弱進(jìn)行排序依次為核心區(qū)>周邊區(qū)域>全市>周邊區(qū)域。本文利用地理探測(cè)器對(duì)北京市居民通勤距離的影響因素進(jìn)行了分析,并對(duì)因子的交互作用進(jìn)行了重點(diǎn)比較,但影響通勤距離的因素的是多維的。由于數(shù)據(jù)獲取的原因,本研究難以把所有的影響因素考慮詳盡,后期還需要結(jié)合其他的影響因素對(duì)居民通勤距離做進(jìn)一步探討。