基于通勤行為的小城鎮土地利用與格局優化對策研究
——以揚中市為例

方瑋軒，楊 惠，方 斌，3，4

（1.香港理工大學建筑與環境學院，香港 ST314；2.南京師范大學新型城鎮化與土地問題研究中心，江蘇 南京 210023；3.江蘇省地理信息資源開發與利用協同創新中心，江蘇 南京 210023；4.江蘇省物質循環與污染控制重點實驗室,江蘇 南京 210023）

基于通勤行為的小城鎮土地利用與格局優化對策研究
——以揚中市為例

方瑋軒1，2，楊 惠2，方 斌2，3，4

（1.香港理工大學建筑與環境學院，香港 ST314；2.南京師范大學新型城鎮化與土地問題研究中心，江蘇 南京 210023；3.江蘇省地理信息資源開發與利用協同創新中心，江蘇 南京 210023；4.江蘇省物質循環與污染控制重點實驗室,江蘇 南京 210023）

研究目的：從居民的通勤行為特征中尋求小城鎮土地利用格局優化路徑，為產城融合的實現提供理論支持。研究方法：構建通勤流矩陣，運用ArcGIS路徑分析測算通勤距離，并通過緩沖區分析通勤距離在空間上的特征，并與土地利用類型進行對比分析，同時建立通勤距離與社會經濟因素的回歸方程，分析通勤距離的影響因素。研究結果：小城鎮通勤方式以便捷型工具為主，通勤高峰集中于上下班，通勤距離隨著城鎮化和工業化水平的提高，短距離占比增大。主要結論：在城鎮化和工業化發展較快的區域，短距離通勤集聚更具有“同心圓”特征，核心力更強。工業化帶動的聚集結構呈現出“條帶形”態勢，與區域工業布局結構有較密切的關系，也與城鎮化和工業化擴增融合有關。短距離通勤集聚區會隨著城鎮化水平的提高而由“雙核”向“單核”結構發展，并針對以上問題提出了相應的對策。

土地利用；通勤行為；小城鎮；格局；優化對策

1 引言

通勤行為是指從人們從居住地前往工作地點的活動，是人類生活的重要組成部分，人類生活及出行的選擇均受到其時間及空間路徑安排的影響。從某種意義而言，通勤活動是人們每天工作生活的重要組成部分，它的合理規劃將直接影響人們的幸福指數。

國外學者樂于探討通勤出行與城市空間構成的關系，并建構行為模型。自20世紀50年代以來就有諸多學者構建了城市通勤模型，如Alono阿朗索[1]提出的同心圓模型，斯圖爾特[2]提出的重力模型等，隨著理論研究的進一步深入，學者們對通勤模型的研究不斷深入，并在將通勤行為與城市形態[3-4]、職住關系、家庭行為、個人健康[5]等相聯系。如，Sohn等[6]認為只要全市范圍的交通網絡實現覆蓋廣泛、布局合理，城市擴張對通勤者的通勤行為并不會有很大影響。Hinan Li等[7]發現鏈接娛樂休閑活動后通勤出行鏈的路程長度和時耗均大于沒有鏈接娛樂休閑活動的出行鏈路程長度和時耗。P. V. SubbaRao等[8]則首次引入了神經網絡模型，該模型用于模擬通勤行為時，被認為有很好的應用前景。

隨著城鎮化和工業化步伐的加快，城市居住和就業空間的不匹配現象的出現，對通勤行為的研究才得到了國內學者們的廣泛關注。國內學者對通勤行為的研究主要集中于理論研究、實證分析[9-10]和模型方法構建[11-12]三個方面。學者們通過引入西方行為地理學、時間地理學等理論闡述通勤行為探討居民通勤關系[13-15]。實證分析方面，國內學者傾向于以問卷調查為基礎[16-17]，結合相關數學模型，分別從微觀角度分析通勤者行為改變的驅動因素，宏觀角度分析城市的通勤格局。周素紅等[18]通過問卷調查和實地走訪分析了廣州市民通勤情況與城市市場化的關系，發現：城市開發市場化造成的職住空間變化對通勤行為改變具有一定的影響。李蕊芳[19]則對職住不平衡現象進行了詳細的研究，認為導致相同通勤距離但通勤時耗增加的原因是城市交通條件落后。張艷[20]以北京市為研究區，分析了北京市新老城區的城市通勤格局，認為老城區存在逆向通勤。孟斌[21]以北京市的實際調查問卷數據為基礎分析職住分離的原因，發現職住分離現象在城市中心區域要大大少于郊區，但郊區中的衛星城鎮由于工作機會較多是個例外，衛星城的職住分離問題并不突出，往往是一些重點建設的大型居住社區，由于空間利用功能過于單一，導致職住分離嚴重。

文獻研究表明，國內外學者對通勤行為的研究都偏于通勤時間、通勤方式、通勤鏈、通勤滿意度等特征分析，對研究區域的選擇都是大城市或者特大城市，研究方法偏向運用數學模型進行分析。研究多側重于以行為地理學思想為主線進行，目前還缺乏針對小城鎮居民的通勤行為與產城關系相關聯的研究。因此，本文以揚中市為例，探討基于通勤行為的中國小城鎮土地利用格局優化以及與產城融合的關聯，為中國小城鎮產城融合發展提供對策參考。

2 研究對象與方法

2.1 研究區概況

揚中市位于119°42′—119°58′E，32°00′—32°19′N，是長江下游的一座島市，市域面積331 km2，陸域面積僅228 km2。揚中市土地資源有限，但擁有長江岸線源總長129 km，便捷的水陸交通，且地處亞熱帶季風氣候區，水熱資源得天獨厚，不僅是天然的良港，也是休閑娛樂之地。選擇該研究區是基于以下4方面的原因：（1）受區域資源條件限制形成了一個相對獨立的封閉區間，便于評價。（2）該區域盡管面積不大，但產業發展基礎與態勢較好，且很多方面在全國都具有引領性。（3）該區域地均GDP縣級水平全國最高，人均GDP位在全國前列。（4）城鄉一體化發展基礎較好，城市與鄉鎮基礎設施建設與居民生活水平差距較小。區位概況可見圖1（封三）。

2.2 研究思路與方法

本文選擇揚中市進行居民出勤行為調查，將揚中市6個鄉鎮作為研究對象，通過問卷、訪談調查居民出行行為。由于揚中市各鄉鎮產業發展均較好，因此，每個鄉鎮都選擇了規模較大、發展較好的企業2—3個，同時，在市區選擇部分事業單位和人流量較大的商服區域進行問卷調查，平衡被訪對象的隨機性。采用EpiData軟件錄入問卷，并選擇SPSS軟件進行樣本的描述性數據分析、樣本時間特征分析和通勤流矩陣分析。

對調查樣本的空間分析主要是運用ArcGIS軟件，首先利用Google Eearth軟件將調查的居住和就業樣本點上圖，利用坐標拾取器查找X、Y坐標，導入ArcMAP。提取揚中市2014年土地利用現狀調查數據庫中城鎮道路和農村道路圖層，建立揚中市路網分析圖層?；谡{查數據，運用ArcGIS網絡分析模塊最短路徑分析功能進行樣本的圖上通勤距離測算。其次以每個調查的工作點為中心，將調查樣本的通勤距離數據導入，運用ArcGIS緩沖區分析方法將通勤數據轉換為緩沖區距離數據樣本，通勤距離設為6個級別，分別是小于2 km、2—3 km、3—4 km、4—5 km、5—6 km以及6 km以上，進行圖上通勤距離分析。

通勤距離是最有代表的通勤特征，本文從空間分析角度，對通勤距離建立起的緩沖區分析與揚中市土地利用類型圖進行對比分析，此外，選擇合適指標，將通勤距離與各鄉鎮的社會經濟等因素進行線性回歸分析，探索通勤特征的相關影響因素，從而分析揚中市產城融合的發展趨勢以及現階段土地利用格局存在的問題。

2.3 數據來源

本文的數據來源于2015年揚中市統計年鑒、揚中市土地利用變更調查數據庫，以及實地走訪和問卷調查，調查數據來源于依托于江蘇省國土廳科技項目“土地集約利用的多角度分析——以揚中市為例”。選擇揚中市6個鄉鎮居民通勤流量最大的地區布設樣點，通過設計問卷調查方案和問卷調查表，對樣點內的居民進行隨機走訪調查，獲得問卷數據，剔除不合格數據后進行相關性分析。

本次揚中市居民通勤行為調查在調查組成員的幫助下開展于2016年2—3月，調查對象主要為揚中市企業職工和城鎮居民，樣本空間覆蓋揚中市5個鄉鎮（即三茅鎮、新壩鎮、油坊鎮、八橋鎮和西來橋鎮）和一個江蘇省省級經濟開發區，總人口約34萬。為了研究調研區域內的居民的通勤行為特征，選取了各鄉鎮人流量最大的27個地點，其中，企業11個，政府機構7個，商業街5個，其他4個。具體點的選擇見圖2（封三）。

3 研究結果與分析

3.1 個體屬性

本次調查涉及居民總人數為1340人，內容包括了居民性別、年齡、職業、學歷、家庭結構、月收入、工作出行方式，上下班時間等各方面信息。結合區域空間效應和經濟發展水平，以及樣本本身的質量，篩選出具有代表性的樣本1125個。具體情況見表1。

表1 揚中市居民描述性通勤特征Tab.1 Descriptive features of residents commute in Yangzhong

這些基礎數據旨在說明樣本的合理性，同時也可以反映調查對象通勤行為的相關特征。從表1可以發現，（1）揚中市通勤者女性略多于男性。（2）被調查中居民工作年齡跨度較廣，其中年齡最大的為72周歲，最小的為16周歲，而主要工作年齡集中在16—45周歲之間，在調查總人數中占比85.30%。（3）在受訪者從事的工作方面，1125份有效問卷中，企業員工的人數最多，且遠遠高于其他職業人數，共計739人，所占百分比為65.70%。（4）收入方面，高薪人數和低薪人數都少，主要都集中在中等水平。

3.2 通勤特征

3.2.1 通勤時間特征分析 本文所指的通勤時間是指單程通勤時間，根據研究結果顯示，76.17%的調查樣本通勤時間在半小時以內，31.63%的樣本通勤時間在一刻鐘以內。本文對通勤時間特征的分析基于出行時間、出行方式、出行距離三個方面：

（1）出行時間方面，樣本顯示出行時間主要是在上下班高峰期，出行早高峰期為7—8點，占比67.18%，其次為13—14點，占比16.31%。晚高峰期為17—18點，占比為59.68%，該時間段也是揚中道路相對擁堵時段，其次為上午11—12點，占比為22.88%。其他時間段內上班出行樣本比例均占比較少。由于研究區域的特殊性，小城鎮居民的通勤出行時間與生活、生產方式均息息相關。如部分人群是一日4次的通勤往返，與其職住距離、家庭居住結構有關。職住距離小的樣本日平均通勤次數為2次，而職住距離大的樣本均是每日通勤往返一次。部分家庭結構為三口之家的通勤次數也是兩次，原因可能是家庭小孩需要照顧，導致夫妻雙方只有一人工作。

（2）通勤方式方面，根據研究結果顯示，出行時間與出行方式的選擇具有較大的相關性，選擇電動車出行的比例較高，占比為30.44%，其次為私家車，占比為26.43%，再者為單位班車，比例為16.56%。揚中市是縣域范圍的小城鎮，電動車、自行車等這種非機動車的出行方式占比較高，主要原因有兩個方面，小城鎮的道路交通沒有大城市發達，非機動車出行的效率更高，其次是非機動車的出行成本較低，私家車占比也不低，與揚中市經濟條件相對較好有關。

（3）從通勤距離上看，通勤時間與距離也存在著較大關聯性，出行距離在3 km范圍內的樣本占比較高，為47.20%，其次為5 km以上的出行樣本，占比為33.16%?？傮w而言，出行距離的遠近同樣影響著出行時間與出行方式，通勤時間在半個小時左右的樣本的占比最高，說明小城鎮范圍內就業通勤距離的選擇也影響周邊居民的就業選擇。

3.2.2 通勤空間特征分析 通勤空間特征可以從通勤矩陣和通勤路徑特征兩個角度分析，通勤矩陣就是建立在所調查的6個鄉鎮間的樣本通勤流關系，通勤路徑即調查樣本的通勤路徑選擇。

（1）通勤流矩陣。根據所調查的樣本占樣本基數的百分比建立各鄉鎮間的通勤流向矩陣（表2）。表2顯示，60%的居民選擇就地工作，也就是在自己所在的鎮區工作，居住地和工作點距離跨一個鎮的占26.6%，跨兩個鎮的占4.6%。其中，通勤出行在新壩鎮和三茅鎮間的占比較高，原因是新壩鎮是揚中市產業發展較好的鄉鎮，三茅鎮是揚中市中心所在地，其城鎮化程度較高，且這兩個鄉鎮相隔較近，產業發展和城鎮化發展相互影響的同時，也影響著兩個鄉鎮，甚至周邊居民的就業選擇。同理，經濟開發區也與三茅鎮相鄰，且已經形成國家重點的經濟開發園區，產業發展勢頭較猛，但園區內的基礎設施和生產和生活服務水平還有待提高，園區內的員工部分來自周邊的鄉鎮，也影響著這兩個鄉鎮的通勤流向。此外，油坊鎮在沿江地區已經有一定規模的工業園區，其與八橋鎮相鄰，這兩個鄉鎮間的通勤流量相對較高。而西來橋是獨立的島嶼，因此該鎮的居民基本上是就地擇業，可能受交通限制性影響較大。

表2 通勤流矩陣 單位：%Tab.2 Matrix of the trend of commute unit: %

（2）通勤距離分析。居民通勤出行的軌跡基本為居住地和工作地之間兩點一線，因此不考慮居民在上下班通勤過程中在不同的商服地點中的出行軌跡。通過空間分析研究顯示，居民通勤樣本中最長的職住距離為27.5 km，最短為0.5 km，平均距離為3.59 km，因此相比較大城市范圍內的通勤空間距離相對較短，通勤路徑上、空間上基本是沿直線分布，路徑特征較為簡單。

結果表明：

（1）短距離通勤在城鎮化發展較塊的區域易于形成，職住空間集聚相對緊湊。三茅鎮盡管存在兩個中心，但集居住、就業為一體的短距離通勤是以城鎮化帶動發展的，主要集中三茅鎮的鎮中心，以三產帶動就業為主。而其形成的小集中區則是圍繞教育產業用地發展形成，以教育產業帶動服務業所致。

（2）以工業化帶動的通勤距離集聚依賴于產業布局結構。以工業化發展為主要經濟增長模式的新壩鎮和開發區都表現出條帶狀的職住空間集聚特征，主要原因在于：揚中市工業布局的沿江、沿路發展規劃引導帶動居住形態的“江路形態”。為方便生產，居民更多選擇交通較為便利的地域居住，其中，工業化帶動的基礎設施便利化是重要引致因素。

（3）通勤距離空間集聚區會隨著城鎮化和工業化發展水平的加大而逐漸融合，由“雙核”向“單核”演進。有歷史工業集聚區的城鎮，在城鎮化和工業化發展相對較弱時期會產生兩個集聚區：鎮中心區和產業集中區。如油坊鎮、西來橋鎮，呈現出典型的“雙核”結構。結合調查發現：一方面，居民更多選擇在鎮域中心居住，通勤距離較短的人群選擇在城鎮中及周邊就業。但受城鎮化發展限制，更多的人則選擇在工業區就業，從而加大職住距離。另一方面，工業區也有部分工作人群選擇在其周邊居住和就業，而更多的人則更愿意選擇在城鎮中心居住，由此，產生兩個明顯的短距離通勤中心。此外，鄉鎮發展的封閉性也是其兩核結構的主要原因之一，如西來橋鎮四面環水，是“島中之島”，該鎮居民的通勤行為具有典型的封閉性特征。而隨著工業化和城鎮化發展水平的加大，尤其是第三產業發展水平的逐步提升，大大地充實了兩個中心的擴增和融合，讓短距離通勤逐步成為小城鎮職住空間發展的重要路徑，并加速兩中心的融合。八橋鎮和新壩鎮的發展程度處在油坊鎮和西來橋鎮向三茅鎮發展的過渡狀態，也就是他們發展的中間狀態。具體形態結構可見圖3（封三）。

（4）為了更好地分析揚中市產城融合發展特征，結合通勤距離的土地利用類型圖（圖4，封三）對比分析，分析其工業用地空間布局與通勤距離的關系。通過對揚中市土地利用類型布局與通勤距離緩沖區對比分析可知，揚中市工業用地沒有形成空間集聚效應，主要以城市為中心零散分布，其中新壩鎮產業園區工業用地面積占地較廣，且分布在新壩鎮鎮中心、揚中市中心之間，對比圖3通勤距離效果圖可知，在該范圍距離內的通勤距離較小，與實際情況較吻合。而開發區的工業用地主要分布在開發區中心的外圍，與周邊油坊鎮重心距離也較近，該段的通勤距離也較小。相比之下，油坊鎮、八橋鎮的工業用地分布較為零散，與鎮居民點距離較遠，通勤距離短的范圍較小。而西來橋鎮由于其獨特的“島中島”地理位置，也在其內部形成通勤距離半徑較小的范圍。

3.3 回歸分析結果

職住空間是反映產城融合發展水平最直接的因素，而通勤距離則是衡量職住空間結構是否合理最直接的指標，而本文選擇了地區生產總值、工業生產總值、二產GDP貢獻率、三產GDP貢獻率、城鎮人口占比、固定資產投資額、人均可支配收入、人均道路擁有面積、人均綠地面積共9個社會經濟指標對通勤距離進行線性回歸分析，嘗試分析影響通勤距離的社會經濟因素，為促進產城融合的發展提出針對性建議?；貧w方程中有許多因素系數顯著性不明顯，存在多重共線性問題，經過逐步回歸分析，城鎮人口占比（X1）、人均道路擁有量（X2）、人均可支配收入（X3）以及固定資產投資額（X4）這4個指標對通勤距離的影響有較大關系，建立如下線性回歸方程：

該模型表明通勤距離與人均道路面積呈現高度的正相關，隨著道路交通基礎設施的完善，人們的通勤距離也相應增加。一方面交通基礎設施促進了城市內部活動的連接，一方面也促進產業勞動力的流動。而城鎮人口占比與通勤距離呈一定程度的正相關關系，說明城鎮人口的增加導致城鎮人口就業選擇向城市周邊的延展。此外，經濟因素也對通勤距離有一定影響，主要影響居民的就業選擇。

4 結論與不足

4.1 研究結論

本文基于對揚中市6個鄉鎮范圍的樣點進行千余份問卷調查的數據，分析了揚中市居民出行的時間、空間特征，以及通勤特征的影響因素，得出研究結論如下：

（1）揚中市居民的通勤方式主要是電動車和私家車，這是小城鎮居民最主要的出行方式，居民的通勤行為的出行時間主要集中在上下班高峰期，通勤距離以短距離為主，流動主要以城鎮化和工業化發展水平相對較高的三茅鎮、新壩鎮和開發區為主。

（2）在揚中城鎮化和工業化發展較快的區域，短距離通勤占比相對較高，其中城鎮化所帶動的短距離通勤集聚性更強，聚集的團塊更具有“同心圓”特征，核心力更強。工業化帶動的聚集結構則依賴于城鎮化與工業化的融合程度，也就是需要第三產業的跟進。因此，從整體上看，在小城鎮的通勤演化發展道路上，工業化布局是重要動力。

（3）在城鎮化和工業化發展相對較弱的油坊鎮、西來橋鎮，鎮中心區和產業集中區是居民活動的兩個職能區，對于以傳統產業為主且城鎮化發展水平不高的鄉鎮，其通勤集聚通常會呈現“雙核”結構，而隨著城鎮化和工業化發展水平的提高，兩者的融合帶動短距離通勤比重的加大，雙核結構逐步向“單核”結構演進。

（4）居住與就業是城鎮居民生活的重要內容，依據通勤特征和演化規律要求，產城融合的實現需要做到：①尊重小城鎮通勤特征的演化規律，科學布局產業發展空間；②城鎮化是短距離通勤帶動的重要動力，合理推進城鎮化是產城融合的重要手段；③工業化與城鎮化布局作為引領短距離通勤的重要途徑，其擴增的優化布局是推動產城融合的最終動力。

4.2 優化對策

總體而言，從通勤空間特征的角度分析，揚中市目前仍存在著早高峰相對擁堵、在三個中心區（三茅鎮、新壩鎮和開發區）的主要問題是產業布局較為零亂、無序化，外圍鄉鎮主要是產業動力不足，居住與就業匹配程度不高的產城融合問題，基于此本文提出以下建議：

（1）針對產業集中上下班蜂期擁堵，建議設置產業集中區人流緩沖區，以稀釋人流，同時，在產業過密區，針對居民的出行方式，適當拓寬人行和非機動車道，以加速蜂期道路阻塞的緩解。

（2）在城鎮化水平相對較高的區域，加強內部居住和就業環境建設，讓更多人就近就業，減少城市內部人員外部就業。同時，還需要進一步優化城區內道路基礎設施和產業用地布局，縮短通勤距離，提高居民生活質量。

（3）在城鎮化水平相對較低區域，應加快產城之間的基礎設施建設，讓更多的居民向產城之間集聚：居住和生活，逐步提升“三產”市場活力，提高短距離通勤率，促進產城融合。

4.3 研究不足

（1）缺乏對通勤距離歷史演進規律的分析，這是后續研究值得加強的重要方面。

（2）在通勤距離分析中還需要進一步加強與地方經濟個性化結合，以提升研究的可應用性。

（References）：

［1］ Alonso, W A. Location and Land Use［M］ . Cambridge: Harvard University Press，1964.

［2］ Stewart, J Q. An Inverse Distance Variation for Certain Social Influences［J］ . Science，1941，93（2404）：89 - 90.

［3］ 何舟，宋杰潔，孫斌棟. 城市通勤時耗的空間結構影響因素——基于文獻的研究與啟示［J］ . 城市規劃學刊，2014，（1）：65 - 70.

［4］ 李平. 通勤距離與城市空間擴展的關系研究［D］ . 北京：北京交通大學，2010.

［5］ 吳江潔，孫斌棟. 發達國家通勤影響個人健康的研究綜述與展望［J］ . 世界地理研究，2016，（3）：142 - 150.

［6］ Jungyul Sohn. Are commuting patterns a good indicator of urban spatial structure［J］ . Journal of transport geography，2000：36 - 42.

［7］ Hinan Li. Comparing women’s and men’s morning commute trip chaining in Atlanta, Georgia, by using instrumental vehicle activity data［J］ . Transportation research board of the national academies，2005：33 - 38.

［8］ P. V. Subba Rao, P. K. Sikdar, K. V. Krishna Rao S. L. Dhingra. Another insight into artificial neutral networks through behavioral analysis of access mode choice［J］ . Comput, Environ and Urban Systems，1998，（22）：485 - 496.

［9］ 何舟. 城市空間結構與通勤時耗［D］ . 上海：華東師范大學，2015.

［10］ 李南菲. 就業—居住均衡與城市通勤［D］ . 上海：華東師范大學，2012.

［11］ 韋亞平，潘聰林. 大城市街區土地利用特征與居民通勤方式研究——以杭州城西為例［J］ . 城市規劃，2012，（3）：76 - 84，89.

［12］ 孟慶艷，陳靜. 城市居民通勤活動行為的時空特征研究——以上海浦東新為例［J］ . 交通規劃，2006，（7）： 6 - 9.

［13］ 申悅，柴彥威. 基于GPS數據的城市居民通勤彈性研究——以北京市郊區巨型社區為例［J］ . 地理學報，2012，（6）：733 - 744.

［14］ 劉望保，閆小培，陳忠暖. 西方國家關于城市通勤的研究回顧與展望［J］ . 經濟地理，2009，（3）：402 - 408，430.

［15］ 劉志林，王茂軍. 北京市職住空間錯位對居民通勤行為的影響分析——基于就業可達性與通勤時間的討論［J］ . 地理學報，2011，（4）：457 - 467.

［16］ 涂婷. 多中心城市結構與通勤效率的關系研究［D］ . 上海：華東師范大學，2010.

［17］ 陳征，周恒，劉英舜. 蘇州居民通勤出行交通方式選擇特征研究［J］ . 道路交通與安全，2006，8（8）： 34 - 37.

［18］ 周素紅，閆小培. 城市居住——就業空間特征及組織模式——以廣州市為例［J］ . 地理科學，2005，25（6）： 664 - 670.

［19］ 李蕊芳. 北京市工作——居住地點不平衡關系研究［A］ . 中國城市規劃年會議論文集［C］ . 2007.

［20］ 張艷，柴彥威. 基于居住區比較的北京城市通勤研究［J］ . 地理研究，2009，（5）：1327 - 1340.

［21］ 孟斌. 北京城市居民職居分離的空間組織特征［J］ . 地理學報，2009，64（12）： 1457 - 1466.

（本文責編：陳美景）

Research on the Land Use Structure Optimization Strategy in Small Towns based on the Commute Behavior: Take Yangzhong as an Example

FANG Wei-xuan1，2, YANG Hui2, FANG Bin2，3，4
（1. School of Construction and Environment, Hong Kong Polytechnic University, Hong Kong ST314, China; 2. Research Center of New Urbanization and Land Problem, Nanjing Normal University, Nanjing 210023, China; 3. Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China; 4. Jiangsu Key Laboratory for Material Cycle and Pollution Control, Nanjing 210023, China）

The purpose of the paper is to explore the way to optimize the land use structure of small towns in light of the characteristics of residents’ commute behavior, and to provide theoretical support for the realization of cityindustry integration. The methods employed are building a commuter flow matrix, measuring the commute distance by path analysis of ArcGIS, analyzing the space characteristics of commute distance by buffer analysis and comparing itwith the land use type so as to reveal the factors affecting commute distance by establishing linear regression equation between commute distance and the socio-economic factors. The research results indicate that in the regions with rapid urbanization and industrialization, the short-distance commuter agglomeration exhibits a feature of “concentric circle”, of which the core force is stronger. The agglomeration structure driven by industrialization has a “strip-shaped” trend, which is closely related to regional industrial distribution structure as well as the expansion and integration of urbanization and industrialization. The short-distance commuter agglomeration area will change from the “dual-core” to “single-core”structure along with the improvement of urbanization level. In conclusion, we put forward corresponding countermeasures and suggestions according to the issues above.

land use; commute behavior; small town; structure; optimization strategy

F301.24

A

1001-8158（2017）02-0040-08

10.11994/zgtdkx.20170215.095614

2016-09-01；

2016-11-15

國家自然基金（41271189，41671174）；江蘇高校優勢學科建設工程資助項目；江蘇省國土廳科技項目（2015011）。

方瑋軒（1994-），女，江西彭澤人，研究生。主要研究方向為土地資源利用。E-mail: w.x.fang@connect.polyu.hk

方斌（1968-），男，江西九江人，博士，教授。主要研究方向為土地資源管理。E-mail: wenyanfang731@163.com