北京市职住空间错位对居民通勤行为的影响分析——基于就业可达性与通勤时间的讨论，本文主要内容关键词为：可达性论文,北京市论文,居民论文,时间论文,空间论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1 引言
城市大规模郊区化和城市空间重构引起的职住分离和通勤问题是城市地理学关注的重要议题。20世纪70年代以来，该类研究逐渐由对古典经济学假设——居住条件和通勤成本的替代关系——的验证转向讨论城市空间结构性要素和政策性要素对弱势群体就业机会和生存状况的影响。其中，最为重要的是20世纪60年代提出的空间错位理论（Spatial Mismatch Hypothesis），这一分析框架将城市空间中的居住和就业联系起来，从居住—就业空间关系的角度揭示弱势群体在城市空间重构中的生存状况。该理论认为，由于就业岗位的郊区化、住房市场上的种族歧视等原因，美国大都市区内城往往出现黑人居住人口多于适宜就业岗位的状况，从而导致内城区黑人的高失业率、低工资和长距离通勤[1]。该理论的提出引发了大量的实证研究，以验证在城市空间重构背景下内城区黑人在居住、就业机会上面临的诸多空间障碍（Spatial Barrier）[2-7]，并逐步拓展至对更广泛的城市空间不平等及其制度性或者政策性因素的讨论[8-10]。研究发现，城市重构中职住空间错位的影响不只是体现在黑人居民上，而是包括低收入者、女性、少数族裔等弱势群体都可能面临居住和就业空间机会约束。并且，这种空间错位实际上反映了城市就业郊区化、住房政策等宏观结构性因素与城市居民职住空间响应之间的关系，而这种关系对低收入者等弱势群体影响更为明显。
中国各大城市均不同程度上出现了城市空间上的职住分离事实。国内学者已经注意到城市空间扩张、居住郊区化等带来的职住空间错位现象[11]。已有研究多围绕通勤空间、通勤距离、通勤时间等的影响因素展开，并且主要是基于对北京、广州等大城市的微观调查数据[12-18]。柴彦威等[12]构建了基于居民通勤出行的微观时间地理学研究框架，提出可以结合居民属性因素对近、中、远距离通勤进行关联分析。周素红等[13]发现广州市典型街区通勤直线距离与社会经济属性的相关关系微弱，而与居住街区人口密度、距人口重心的距离分别呈负、正相关，与步行、自行车呈负相关，与公共汽车呈正相关。李强等[15]发现迁居拉大了回龙观、天通苑大型居住区居民职住空间分离程度，增大了出行预留时间。王冬根等[16]采用结构方程模型验证了单位制度残留对居民通勤行为的影响。刘志林等[17]则基于职住距离指标，对比了不同类型住房产权、社区之间居民职住分离状况的差异。孟斌等[18]基于大规模调查数据，通过对居民通勤时间、通勤流向等微观特征的分析，得出北京市存在较严重的职住空间错位状况。
上述研究主要是分析不同社会经济属性和住房类型的居民在通勤行为上的差异，而没有直接考察城市空间结构错位的影响。尽管中国城市不存在美国的种族差异问题，但职住分离这一趋势对不同的城市居民可能产生不同程度的影响，尤其可能加剧低收入者、下岗工人、外来人口等群体的弱势地位，造成更大的社会问题和空间问题[19]。王茂军等[20]在采用决策树法分析北京城市居民通勤距离影响因素时，讨论了街道就业密度、10站以上的公交站点数和地铁站点数等物质空间变量的影响。但其隐含的前提是理想情况下居民在本街道就业，并没有考虑到居民的跨街道就业和其他街道居民对本街道就业岗位的竞争。另外，有学者指出，通勤特征并不能作为城市职住空间错位的直接测度，并且国外单独基于通勤特征的实证研究也未能得到统一的结论，并不能直接证明空间错位现象的存在[21-22]。DeRango[23]认为，通勤时间或者通勤距离并不是准确的空间错位验证指标。这是因为：①认为长距离或长时间通勤反映空间错位，其前提是内城居民能够在郊区找到工作，但是严重的空间错位可能反而限制了低收入者的求职空间；即空间错位既可能导致长距离通勤，也可能限制其通勤空间范围；②长通勤时间还包括了高收入人群为了改善居住条件而主动远离就业地居住的情形，这种基于个人偏好的主动选择和职住空间错位的被动响应有着明显的不同；而且，高收入人群可以通过交通工具的改善来弥补职住分离的负面效应；③通勤时间指标无法区分就业岗位信息搜索能力差异，而低收入者等弱势人群难以获取远离居住地的就业岗位信息，公共交通的高度依赖性也压缩了搜索空间；④单纯利用通勤指标，仅仅考虑了就业者而忽视了失业者，存在较大的样本选择偏差[24]。
近年来基于空间错位理论的实证研究，更重视首先在都市区尺度上测度城市居住与就业岗位的空间不匹配程度，以作为空间重构异质性的指标，并分析其对居民通勤行为的影响，特别是对低收入者等弱势群体的影响[25-27]。徐涛等[28]采用人口普查数据测算了北京的空间错位指数，但并没有考虑到就业机会的距离衰减、某社区居民到周边社区就业以及周边社区居民竞争本社区就业岗位等问题，这些问题恰好是Houston[24]所明确指出的。Ong和Blumenberg[29]和Shen[30]提出采用就业可达性（Job Access）指标作为职住空间错位的直接测度，并分别提供了不同的计算方法。就业可达性旨在反映城市中不同地域单元的潜在就业人口与周边潜在工作机会的匹配状况。社区就业可达性指标越高，说明就业与居住人口的匹配程度好。若各社区的就业可达性指标得分差异悬殊，则表明都市区内部职住匹配的空间异质性程度较高。
本文在前人研究的基础上，测度北京城市各街道的就业可达性，讨论城市职住空间错位的空间异质性，并以就业可达性作为职住空间错位的测度指标，验证就业可达性对城市居民通勤时间的影响。需要注意的是，尽管基于美国等西方国家的研究普遍假设，居住地的就业可达性意味着居住地的职住匹配状况更好，有利于弱势群体就近实现就业，从而减少通勤的时间和成本。但另一方面，也有研究指出，这一状况与美国大都市区的公共交通极度缺乏、对弱势群体就业搜索机会构成结构性制约有关，而公共交通条件改善有助于改善这种“交通方式错位”状况。另外，西方研究是基于这些国家已经历了大规模就业郊区化、居民普遍依赖小汽车通勤、公共交通极为缺乏等背景。而中国多数城市仍为单中心的就业空间结构，并且城市内部的公共交通可达性好于西方城市。因此，尽管本文假设职住空间的结构性错位对中低收入居民个体尺度上的居住一就业空间关系（即通勤时间）的影响更大，但研究目的在于揭示中国城市可能出现的与西方城市的差异，并从中国城市发展阶段、空间结构特征等方面加以解读。
2 数据与方法
2.1 就业可达性测度方法
就业可达性测度首先要解决的是最小空间单元的界定。Immergluck[25]对芝加哥的实证研究中采用了0.5英里边长的四分区（QUarter Section）计算就业岗位一劳动力人口比例，更多实证研究采用普查小区（Census Tract或Census Block）和交通分析区（Transportation Analysis Zone,TAZ）[26-27]。鉴于数据获得性的考虑，本文以街道办事处为最小空间单元。
本文基于Ong和Blumenberg[29]提出的方法，测度北京城市各街道的就业可达性（
），即某街道的就业可达性被定义为本街道就业岗位及周边街道潜在就业岗位之和与本街道适龄就业人口的比例，其表达式如下：
岗位数；
为街道i和街道j之间的直线距离；
为街道i的是就业适龄人口数；k为街道i的周边街道（即街道i居民的求职空间）。这里主要考虑以下两个因素[29]。首先，就业可达性既不是某街道的就业岗位数或就业岗位密度，也不是街道就业岗位数与就业人口数的比例，必须考虑到周边社区居民竞争本社区就业岗位、本社区居民竞争其他社区就业岗位的双重可能性。其次，由于信息获取能力或通勤能力等原因，居民对周边就业机会的获取存在距离衰减，因此应当对周边社区的就业岗位数进行随距离的加权累计。式（1）中，街道i的周边街道j界定为距离街道i 4km的街道，街道间距离采用各街道几何中心间的直线距离。选择4 km作为就业搜索空间边界的阈值，参考了近年来对北京市居民通勤时间和通勤距离的已有研究成果。
近年来，城市地理学者纷纷通过居民问卷调查，对居民的职住分离状况和通勤特征进行实证研究，但调查时间、抽样方式或测度方法各有差异。多数研究以通勤时间为考察指标，如，冯健等[31]、刘志林等[17]、孟斌[18]都得出，50％的居民通勤时间在30 min内（即通勤时间中值为30 min）。其中，刘志林等[17]基于2007年10个典型社区的调查得出的平均通勤时间为35min，而孟斌[18]基于2005年的大样本问卷则得出北京市居民平均通勤时间为38 min。对通勤距离的研究结论中，刘志林等[17]根据居住地和就业地详细地址信息，通过GIS软件计算得到，居民的职住直线距离的中值为3.9 km，均值则为6.4 km。徐涛等[28]基于北京居民问卷调查的微观研究得到的通勤距离较长，但其调查小区多位于海淀、朝阳、昌平、大兴等区。本文的研究范围是北京市的城8区，不包括昌平、大兴、通州等近年来快速发展的郊区大型住宅区，调查范围要更接近市中心的就业岗位集中区。因此相对来说，选择30 min和4 km的通勤时间与距离中值作为就业搜索空间阈值的保守估计值较为合适。
2.2 回归模型
在计算北京各街道就业可达性指标的基础上，通过多元回归分析考察就业可达性对于本街道居民的通勤时间是否存在显著性影响。基于标准城市模型研究假设，通勤时间由通勤距离、通勤工具共同决定，即
2.3 数据获取与整理
论文利用的数据包括汇总数据和非汇总数据两部分。汇总数据包括2000年“五普”数据中的就业适龄人口数（15～64岁）和2004年第一次经济普查数据各街道的就业岗位数，以测度就业可达性。微观非汇总调查数据，来自于2007年的北京城市居民分街道问卷调查，以分析就业可达性对通勤时间的影响。该问卷采用分层抽样方式，发放3500份，回收问卷3296份，其中有效问卷3065份，有效率为87.57％。为满足研究需要，对问卷进行了数据整理，首先挑选出拥有完整的居民属性信息、住房信息、就业地与居住地变动信息的1500份问卷，继而剔除掉不存在通勤行为的学生、失业、离退休、家务劳动样本，共计894个有效样本参与此后的分析。表1为有效样本的基本情况。
3 研究结果
3.1 就业可达性的空间异质性
图1为北京城八区124个街道的就业适龄人口规模和就业岗位数的空间分布图，两个指标均具有明显的空间集聚性和偏在性。可以看出，就业适龄人口最多的街道主要分布在海淀区和丰台区，其中，8万人以上的街道主要集中在西三环至西四环之间，向西南方向延伸，二环之内仅有一个街道分布。就业岗位数与就业适龄人口规模有较大的空间分布差异，大致呈现不规则的斜“T”分布。6万以上就业岗位的街道大致包括了两大组成部分，一是西四环至东三环沿长安街东西延长线展布，二是集中在西二环至西三环、北四环至长安街西延长线围合的区域内。
图1 北京市分街道就业适龄人口数和就业在岗人数
Fig.1 Labor force population and the number of employment opportunities by sub-district(jiedao),Beijing
（数据来源：北京市2000年第五次人口普查和2004年经济普查）
图2为依据式（1）计算得到的北京城八区124个街道的就业可达性指标，表2为按北京市各行政区的就业可达性汇总统计指标。全市街道就业可达性的均值为2.13，中值为1.43，标准差为1.93；最高值9.05，为东城区的朝阳门外街道；最低值0.068，为海淀区的苏家坨镇。可以看出，①各行政区间就业可达性差异明显。东城区、崇文区、宣武区和西城区的平均就业可达性均大于2.0，朝阳区、海淀区、丰台区和石景山区均小于2.0。其中，东城区就业可达性最高，为最低值丰台区的6.6倍。②各行政区内就业可达性的差异性不同。其中，崇文区内部差异最大（标准差＝2.528），是最小值丰台区的5.1倍。③从中心城区和近郊区来看，中心城区（东城区、西城区、宣武区和崇文区）就业可达性均值为4.163，大于近郊区（海淀区、朝阳区、丰台区、石景山区）的1.425，并且中心城区就业可达性的离散程度大于近郊区。
具体到街道，与就业适龄人口规模、就业岗位的空间分布相比，就业可达性的空间差异性更为明显（图2）。就业可达性在3.0以上的街道主要集中在二环以内及东二环至东四环的东北一隅，5.0以上的街道除上地街道和建外街道外全部集中在二环以内的城市中心区。就业可达性最低的街道均来自海淀、丰台、石景山、朝阳4个区，特别是这4个区中距离城市中心较远的街道。总的来说，街道的就业可达性随着与市中心距离增加而呈现递减的趋势。这一格局与芝加哥市有着明显的不同，后者内城的就业可达性整体要低于郊区[25]。
3.2 通勤时间回归分析结果
以下4个模型讨论约束条件下就业可达性与通勤时间的关系。模型1引入全部自变量，模型2引入除家庭月收入外的全部自变量，模型3引入除住房产权外的全部自变量，模型4引入除家庭月收入和住房产权外的全部自变量。回归分析结果如表3所示。可以看出：模型1-模型4均通过显著性检验，校正
分别为0.279、0.263、0.269、0.282。
3.2.1 就业可达性对通勤时间的影响 从总体样本的回归分析来看，在约定条件下就业可达性对通勤时间的影响并不显著，均未通过显著性检验；但是在0.1的置信水平下，就业可达性平方与居民通勤时间存在显著的负相关，变量系数分别为-0.391、-0.376、-0.363、-0.370（表3）。这就说明在控制交通工具和主要社会经济属性变量的基础上，街道就业可达性越高（即职住空间匹配状况越高），其居民的通勤时间越短。
按照家庭月收入≥8000元（中高收入）、＜8000元（中低收入Ⅰ）、＜5000元（中低收入Ⅱ）＜3000元（低收入），对不同收入组分别进行回归分析，各模型分别解释因变量的17.9％、30.9％、29.9％和40.1％。各变量估计结果如表4。可以看出，就业可达性和就业可达性平方两个变量对通勤时间的影响程度在不同收入组有所不同。
其中，中高收入组的模型中，就业可达性的两变量影响均不显著。正如前文所述，中高收入居民的迁居和移动能力更强，能够通过居住地迁移或改变交通方式而较好地补偿职住空间错位的影响[24]。因此，中高收入居民的通勤时间较少受到居住街道就业可达性的影响。
在中低收入组（3000～4999元）和低收入组（＜3000元）的回归模型中，两变量的影响显著，城市职住空间错位更大程度地影响到了中低收入居民参与城市劳动力市场获取就业的机会。两收入组的模型均表现为通勤时间与就业可达性为正向相关，与就业可达性平方为负向相关。这表明就业可达性与通勤时间存在非线性关系：在一定的阈值范围内，居住街道就业可达性越高居民通勤时间越长；超过一定阈值则缩短居民通勤时间。由变量系数可知低收入居民的阈值要小于中低收入居民。对低收入居民来说，当居住在就业可达性超过6.20的街道时，通勤时间更短；而对于中低收入居民来说这一阈值为6.53。北京市95％的街道就业可达性指数在6.13以下。因此，总体来说，在一定阈值范围内，居民在就业可达性更高的街道居住时的通勤时间更长。
这种非线性关系与Ong和Blumenberg[29]基于通勤距离对美国洛杉矶的研究结论相反。其研究得出，美国大都市区中，居住地就业可达性的提高缩短低收入居民的通勤距离，超过一定阈值后，反而又鼓励低收入居民长距离通勤。其前提是就业可达性的增大提高了居民在周边找到就业机会的概率，从而降低通勤距离。但导致这一现象的部分原因是美国城市的公共交通系统不发达，低收入居民无法通过公共交通扩大就业搜索范围而导致“通勤工具的空间错位”。与美国不同，中国城市的公共交通可达性要更高，公共交通仍是中国城市居民的主要通勤方式。而就业可达性较高的街区通常也是公交通达性较好的地区，这使得中低居民能够在更大的空间范围内寻找合适的就业机会。另一方面，从图2中可以看到，就业可达性最高的街道多数分布在内城区，在基于经济效益的土地利用模式下，该区域主要分布高技能、高收入的就业岗位。总体就业可达性的提升对于居住在本街道的中低收入居民来说未必意味着更多适宜的就业机会。相反，内城的中低收入居民反而要在近郊区寻找合适的就业机会，这种就业岗位与职业技能的不匹配（Skill Mismatch）也可能拉长内城中低收入居民的通勤时间。
3.2.2 其他变量对城市居民通勤时间的影响 回归模型中同时考察了社会经济属性、交通工具及住房状况对通勤事件的影响。表3、表4的回归结果中住房状况、婚姻、年龄与通勤时间没有相关关系。后文讨论其他变量与通勤时间的相关关系。
（1）交通工具与通勤时间。交通工具与通勤时间显著相关，回归系数与显著性在不同模型之间均比较稳定。其中，以步行/自行车为参照，在控制其他变量的基础上，公交通勤者的通勤时间最长，平均通勤时间比参照组长29 min左右。小汽车（包括出租车）通勤者的通勤时间比参照组长15 min左右（表3，表4）。
（2）性别与通勤时间。在全样本4个模型中，除模型4外，男性通勤时间均显著短于女性（表3）。这种差异主要体现在大于8000元的中高收入组中，控制其他变量不变的情况下，男性平均通勤时间比女性短6分钟，这可能与中高收入男性可能更倾向于小汽车通勤有关（表4）。在3000～8000元收入组、3000元以下收入组中，性别与通勤时间的相关关系均没有通过0.1水平的显著性检验。
（3）职业类型、教育程度与通勤时间。与参照组相比，在控制其他变量的情况下，技术工人和一般白领、专业与管理人士的通勤时间长（表3）。这种差异主要体现在5000～8000元的收入组中（表4）。从表4可以看出，与参照组初中及以下相比，高中居民的通勤时间明显长，但这一关系仅在中低收入组（＜5000元）和低收入组的回归模型中表现为显著。
4 结论与展望
（1）北京各行政区间及其内部就业可达性差异性明显。东城区、崇文区、宣武区和西城区的就业可达性均大于朝阳区、海淀区、丰台区和石景山区，呈现出随着远离市中心距离而递减的近似同心圆结构。街道尺度上，高就业可达性的街道主要集中在二环以内及东二环至东四环的东北一隅。
（2）对全体样本来说，在控制个人属性变量的情况下，就业可达性对通勤时间的影响并不显著，就业可达性平方与居民通勤时间存在负向相关关系。分收入组来看，中高收入组两变量影响均不显著，中低收入组（3000～5000元）和低收入组（＜3000元）两变量的影响显著。显然，就业可达性直接影响到了中低收入居民能否更好地参与城市劳动力市场，获取就业机会。两收入组均表现为通勤时间与就业可达性为正向相关，与就业可达性平方为负向相关，表明就业可达性与通勤时间存在非线性关系；但总的来说，对中低收入和低收入居民而言，居住街道就业可达性的提高鼓励居民长距离通勤，只有居住在就业可达性非常高的少数街道中的中低收入居民通勤时间显著短于其他街道。这一结论与对美国城市的研究结论相反，但这一方面印证了中国城市以公共交通为主的通勤方式的影响，另一方面也可能说明了内城区存在就业岗位特征与中低收入居民技能不匹配这一现象。
本文同样遇到国外空间错位研究面临的数据制约问题，只能基于全部就业岗位计算总体的就业可达性。此外，由于就业可达性的计算基于普查数据计算更为准确，本文计算就业可达性的分街道适龄人口数来自于2000年人口普查数据，数据年代相对较早，可能无法反映北京市目前人口和就业岗位分布状况。未来如果能够根据2009年经济普查和2010年人口普查数据展开研究，将更好地揭示中国城市空间重构的最新趋势。在数据基础改善的基础上，未来研究亦可考虑测度中低收入居民与其适宜的就业岗位分布之间的空间错位程度，或是计算空置就业岗位（或者新增就业岗位）与失业人口（或者新增人口）的空间不匹配程度。
本质上来说，职住空间错位从居住—就业空间关系的角度反映了城市社会空间不平等。本文的实证分析可以看出，中国城市尽管不存在美国的种族隔离等问题，但城市职住分离的趋势对不同社会群体影响不同，特别是职住空间错位对低收入者的影响更加明显。这说明，西方空间错位假说所反映的城市社会空间不平等现象同样值得国内城市地理学者重视并有赖进一步深入研究。在理论建构上，空间错位理论揭示出空间本身构成一种制约弱势群体的通勤能力、迁居能力和信息搜寻能力，进而影响居住与就业机会的结构性障碍[32]。这为城市地理学更好地理解制度转轨条件下中国城市空间重构的过程和机制提供了有益的理论视角。从实践意义上，空间错位的研究同时揭示出，包括公共交通设施的分布、政策保障性住房的空间分布等诸多制度、政策和规划因素可能强化或消减城市空间不平等。例如快速便捷的公交体系可能扩展弱势群体的空间机会；而中国大城市近年开展的保障性住房建设等政策则缺乏空间维度，较少考虑是否加剧了中低收入阶层的职住空间不匹配状况及背后的可达性困境。当然，本文仅仅对北京市职住空间错位进行测度、并分析对居民通勤行为的影响，而没有更对空间错位现象的机理展开深入分析。下一步需要剖析哪些制度性或政策性因素阻碍了低收入者等弱势群体适应城市职住分离和空间重构的大趋势，从而更好地解读转型期中国城市的空间不平等趋势。
收稿日期：2010-07-19：修订日期：2010-11-29