大城市職住空間演變?cè)u(píng)估方法研究

萬(wàn)晶晶，張協(xié)銘，劉志杰，楊宇星

(深圳市城市交通規(guī)劃設(shè)計(jì)研究中心有限公司，廣東省交通信息工程技術(shù)研究中心，廣州深圳518021)

改革開(kāi)放40年來(lái)，中國(guó)城鎮(zhèn)人口從1.7億人增至8.1億人，城鎮(zhèn)化水平達(dá)到58.5%[1]，城市人口規(guī)模與用地規(guī)模急速擴(kuò)大。在人口與產(chǎn)業(yè)不斷向城市集中的過(guò)程中，環(huán)境污染、道路交通擁堵等大城市病接踵而至。一般而言，道路交通擁堵集中體現(xiàn)在城市的早晚高峰時(shí)段，源于大量的通勤交通跨越城市，這反映了勞動(dòng)者的就業(yè)地—居住地分離是對(duì)城市交通影響最為顯著的因素。

1 研究背景綜述

職住空間結(jié)構(gòu)中最重要的兩個(gè)概念是職住平衡(Jobs-Housing balance)和空間錯(cuò)位(spatial mismatch)，其源于黑人受到種族歧視影響而被迫失業(yè)或長(zhǎng)距離通勤的空間錯(cuò)位假說(shuō)[2]，后逐漸發(fā)展為弱勢(shì)群體就業(yè)可達(dá)性的研究，近年則集中于對(duì)通勤行為的研究。中國(guó)大城市職住失衡的形成與城市的特殊發(fā)展歷程密切相關(guān)，既有計(jì)劃經(jīng)濟(jì)向市場(chǎng)經(jīng)濟(jì)轉(zhuǎn)變這類社會(huì)制度改革的原因，例如城市住房分配制度從單位統(tǒng)籌到自購(gòu)商品房、勞動(dòng)用工制度從“鐵飯碗”到合同制的變化等，也有城市空間結(jié)構(gòu)重構(gòu)方面的原因，例如城市舊城區(qū)的更新改造、“退二進(jìn)三”帶來(lái)的就業(yè)崗位外遷等，同時(shí)也離不開(kāi)個(gè)體層面的因素，例如雙職工家庭的通勤需求、權(quán)衡子女通學(xué)的需求等[3]，具體分類可見(jiàn)表1。

職住平衡的測(cè)度最常見(jiàn)的靜態(tài)評(píng)價(jià)指標(biāo)為職住比(Jobs-Housing ratio)，包括對(duì)一定范圍內(nèi)的就業(yè)崗位數(shù)量與居民數(shù)量進(jìn)行比較的名義職住比，以及居民在本區(qū)就業(yè)比例或就業(yè)崗位由本地居民占有比例的實(shí)際職住比[3]。在此基礎(chǔ)上還發(fā)展出利用空間基尼系數(shù)、區(qū)位熵等方法測(cè)度空間聚集度以及確定職住具體空間分布格局[4]。

近年來(lái)，過(guò)剩通勤(excess commuting)已經(jīng)成為研究城市職住空間匹配關(guān)系的重要研究范式。過(guò)剩通勤是指居住地與就業(yè)地不匹配引起的多余通勤量，能夠評(píng)估城市在職住平衡改善中所具有的潛力。過(guò)剩通勤的定義和指數(shù)已經(jīng)日趨完善，已有多位學(xué)者對(duì)過(guò)剩通勤的相關(guān)理論及發(fā)展過(guò)程進(jìn)行了較為完善的梳理。其中，文獻(xiàn)[5]以西安市為例進(jìn)行了實(shí)證研究，文獻(xiàn)[6]則在系統(tǒng)梳理框架的基礎(chǔ)上，發(fā)展了利用Brotchie三角形模型進(jìn)行過(guò)剩通勤研究的方法。本文在此基礎(chǔ)上，延伸出一種動(dòng)態(tài)Brotchie三角形模型，以更準(zhǔn)確地評(píng)價(jià)不同規(guī)模城市間或某快速擴(kuò)張的城市不同規(guī)模下通勤效率的可能變化情況，并以南昌市為例，通過(guò)2010年、2015年居民出行調(diào)查原始數(shù)據(jù)，進(jìn)行過(guò)剩通勤框架下的實(shí)證研究。

2 過(guò)剩通勤研究框架理論

2.1 過(guò)剩通勤基本概念及相關(guān)指標(biāo)

過(guò)剩通勤研究框架有四大基本指標(biāo)：實(shí)際平均通勤距離、理論最小平均通勤距離、理論最大平均通勤距離和隨機(jī)平均通勤距離[6]。后三個(gè)指標(biāo)的概念基于一種假設(shè)情景：居民的就業(yè)地和居住地同質(zhì)，彼此之間能夠無(wú)代價(jià)的進(jìn)行交換，通勤者自身具體的社會(huì)經(jīng)濟(jì)特性與就業(yè)崗位類型均不影響區(qū)位的選擇。四大基本指標(biāo)以及其他衍生的二次度量指標(biāo)的具體概念、測(cè)量公式以及解釋潛力見(jiàn)表2。

理論最小平均通勤距離[7]按照最小通勤成本來(lái)重新分配通勤者的居住地與就業(yè)地，是實(shí)際平均通勤距離的下限。其與實(shí)際平均通勤距離的差值為過(guò)剩通勤，過(guò)剩通勤與實(shí)際平均通勤距離的比值即為過(guò)剩通勤率。由于過(guò)剩通勤率受空間單元的規(guī)模影響較大，難以在不同城市之間、不同發(fā)展階段之間進(jìn)行橫向、縱向?qū)Ρ取?/p>

表2 過(guò)剩通勤框架相關(guān)指標(biāo)特征Tab.2 Indicators under the excess commuting framework

在此基礎(chǔ)上，學(xué)界進(jìn)一步發(fā)展出理論最大平均通勤距離[8]以及隨機(jī)平均通勤距離[9]的指標(biāo)。理論最大平均通勤距離以總體最大平均通勤距離為求解目標(biāo)，與理論最小平均通勤距離共同構(gòu)成了通勤容量區(qū)間，以此為基礎(chǔ)的通勤容量利用率指標(biāo)能夠解釋不同規(guī)模城市間通勤效率的差別。但由于其過(guò)于違背經(jīng)濟(jì)理論中追求最小成本的前提，其值與實(shí)際最大可能值之間將存在一定的真空區(qū)間，相關(guān)指標(biāo)不夠合理。而隨機(jī)平均通勤距離則通過(guò)假設(shè)所有通勤者在選擇工作地和就業(yè)地時(shí)隨機(jī)分布，縮小了通勤容量區(qū)間的范圍。實(shí)際上該指標(biāo)與理論最大平均通勤距離指標(biāo)高度相關(guān)[11]，但更為合理。其衍生的通勤節(jié)省(commuting economy)和標(biāo)準(zhǔn)通勤節(jié)省(normalized commuting economy)指標(biāo)，反映出通勤節(jié)省程度，指標(biāo)值越大，可判定為通勤效率越高。后文中的通勤效率即指通勤節(jié)省程度。

2.2 Brotchie三角形模型在過(guò)剩通勤框架中的應(yīng)用

上述概念均以職住空間分布形態(tài)和結(jié)構(gòu)保持不變?yōu)榍疤?，是相?duì)靜態(tài)的指標(biāo)體系。目前中國(guó)各大城市的城市規(guī)模與人口正在迅速拓展、職住空間變化劇烈，使得通勤特征的變化維度更加多元而復(fù)雜。Brotchie三角形模型[6,12,13]是分析不同空間結(jié)構(gòu)模式下過(guò)剩通勤的重要方法。

圖1 Brotchie三角形模型及基于該模型的過(guò)剩通勤分析Fig.1 Brotchie Triangle Model and excess commuting analysis based

如圖1所示，橫軸代表就業(yè)地與居住地的分散程度，用A，B，C三個(gè)點(diǎn)分別代表3種極端模式下的職住空間結(jié)構(gòu)：A表示所有就業(yè)崗位均集中在市中心；B表示居民居住在城市邊緣，均到最遠(yuǎn)地方上班，對(duì)應(yīng)的出行距離是城市建成區(qū)的直徑；C表示理想情況下無(wú)職住分離情況，居民到距離自己最近的地方上班。若就業(yè)地與居住地完全匹配，則通勤距離為0，對(duì)應(yīng)C點(diǎn)，否則理論最小平均通勤距離將位于AC連線上的某一點(diǎn)，實(shí)際平均通勤距離、隨機(jī)平均通勤距離也將落在該線段與三角形重疊的某一處，本文將該線段定義為通勤軸。就業(yè)地與居住地的分散程度指標(biāo)

式中：E為就業(yè)崗位總數(shù)/個(gè)；H為居住總?cè)丝?人；hj為居住在j區(qū)的總?cè)丝?人；ej為j區(qū)的就業(yè)崗位總數(shù)/個(gè)；dj為j區(qū)與市中心的距離/km。

該模型為通勤效率的變化提供了更加多維有效的分析。在假設(shè)空間規(guī)模不變，即三角形不變的前提下，可以利用該工具分析判斷居住空間形態(tài)變化前后對(duì)通勤效率的影響。當(dāng)豎線(通勤軸)向右移動(dòng)(就業(yè)地與居住地更加匹配)時(shí)，理論最大與最小平均通勤距離相背移動(dòng)，對(duì)應(yīng)的通勤容量將變大，而實(shí)際平均通勤距離變化呈現(xiàn)多重方向，若仍存在大量的通勤失配，則實(shí)際平均通勤距離將繼續(xù)增加，若相關(guān)政策進(jìn)行了良好的引導(dǎo)(如降低房屋置換成本)，則可能有所下降，通勤距離減小。但由于理論最小平均通勤距離在降低，因此過(guò)剩通勤率的變化將取決于實(shí)際平均通勤距離下降幅度與理論最小平均通勤距離下降幅度的比值。Brotchie三角形模型深刻體現(xiàn)了職住空間變化與其對(duì)應(yīng)的通勤特征變化，但過(guò)往的研究仍然沒(méi)有解釋城市規(guī)模與人口迅速擴(kuò)展情況下職住空間與通勤效率變化的相關(guān)關(guān)系，并且也不適用于跨城市的通勤效率比較。

3 動(dòng)態(tài)Brotchie三角形模型

在城市不斷發(fā)展的過(guò)程中，城鎮(zhèn)化的進(jìn)程一般可以劃分為四個(gè)階段：聚集城鎮(zhèn)化階段、郊區(qū)化階段、逆城鎮(zhèn)化階段、再城鎮(zhèn)化階段。中國(guó)大城市普遍處于聚集城鎮(zhèn)化的階段。以南昌市為例，近5年城鎮(zhèn)化年均增長(zhǎng)超過(guò)1%，城市建成區(qū)面積年均增長(zhǎng)超過(guò)10 km2[14]。放眼未來(lái)，2030年前仍然是中國(guó)城鎮(zhèn)化的快速推進(jìn)時(shí)期，而中西部地區(qū)是未來(lái)中國(guó)快速城鎮(zhèn)化的主戰(zhàn)場(chǎng)；之后中國(guó)城鎮(zhèn)化率將達(dá)到70%，進(jìn)入城鎮(zhèn)化緩慢推進(jìn)的后期階段[15]，中國(guó)100～500萬(wàn)人口規(guī)模的大城市將由2018年的105座進(jìn)一步發(fā)展至146座[16]。參照國(guó)際經(jīng)驗(yàn)，以城市規(guī)模擴(kuò)張為代表的城市空間形態(tài)演變?nèi)允侵袊?guó)城市發(fā)展的主要趨勢(shì)[17]，而這一趨勢(shì)與國(guó)外發(fā)達(dá)國(guó)家從20世紀(jì)80年代以來(lái)進(jìn)入城鎮(zhèn)化成熟階段[17]后城市空間形態(tài)趨于穩(wěn)定具有較大差別。

圖2 城鎮(zhèn)化第一階段下的Brotchie三角形模型Fig.2 Brotchie Triangle Model in the first stage of urbanization

在上述背景下，若進(jìn)行同一城市不同規(guī)模時(shí)間點(diǎn)或跨城市比較通勤效率，Brotchie三角形模型的基本假設(shè)：空間規(guī)模不變，即三角形不變的前提已不再成立。如圖2所示，隨著城市規(guī)模的擴(kuò)張，三角形將不斷向上發(fā)展，利用Brotchie三角形模型的基本形式，對(duì)城市發(fā)展的不同階段進(jìn)行疊加模擬，得到若干等腰三角形。其中，所有三角形的C點(diǎn)保持不變，而第i年的Ai，Bi兩點(diǎn)隨著城市規(guī)模的擴(kuò)張，分別沿縱軸與x=1的射線向上發(fā)展，到達(dá)聚集城鎮(zhèn)化階段的最大邊界Bmax后，即完成聚集城鎮(zhèn)化階段。不同城市、不同時(shí)間節(jié)點(diǎn)的三角形模型均包含在該直角梯形范圍內(nèi)。

因此，本文將Brotchie三角形模型置于動(dòng)態(tài)變化的情況下，以比較城市間或同一城市在快速城鎮(zhèn)化發(fā)展階段下過(guò)剩通勤指標(biāo)體系的變化情況，對(duì)應(yīng)的動(dòng)態(tài)Brotchie三角形分別為ΔA1B1C和ΔA2B2C(見(jiàn)圖3)。

如圖3a所示，若就業(yè)地和居住地分散匹配程度保持不變，對(duì)應(yīng)的通勤軸分別是Tmax1Tmin1和Tmax2Tmin2，則可以做出以下分析判斷：1)隨著城市規(guī)模擴(kuò)展，理論最小與最大平均通勤距離均將有所增加，而理論最大平均通勤距離增幅較大；2)根據(jù)三角形相似原理，通勤空間有所增大，職住空間的多樣性將隨之增加，若以標(biāo)準(zhǔn)通勤節(jié)省指標(biāo)為代表的通勤效率保持不變，則實(shí)際平均通勤距離必然上升；3)若實(shí)際平均通勤距離有所上升，以標(biāo)準(zhǔn)通勤節(jié)省指標(biāo)為代表的通勤效率可能上升或降低，取決于增長(zhǎng)幅度的比值。

進(jìn)一步分析通勤軸同時(shí)變化的情況，如圖3b所示，假設(shè)通勤軸向右移時(shí)為Tmax2Tmin2，向左移時(shí)為Tmax2'Tmin2'，則可以做出以下分析判斷：1)職住分布的協(xié)同性提高情況下(通勤軸右移，x2＞x1)，理論最小平均通勤距離可能上升或下降，理論最大平均通勤距離必然上升；2)職住分布的協(xié)同性不佳情況下(通勤軸左移，x2'＜x1)，理論最大平均通勤距離可能上升或下降，理論最小平均通勤距離必然上升；3)對(duì)于具體城市而言，隨著城市規(guī)模的擴(kuò)大，就業(yè)地和居住地分散匹配程度與實(shí)際平均通勤距離并無(wú)直接聯(lián)系，實(shí)際平均通勤距離仍受職住錯(cuò)配及其他社會(huì)經(jīng)濟(jì)政策(如房屋置換政策、教育資源分布、交通可達(dá)性)的影響，呈現(xiàn)上下波動(dòng)的狀態(tài)，城市空間規(guī)劃者應(yīng)更關(guān)注交通成本提高、教育資源均等化、房屋置換等政策對(duì)通勤效率的影響。

4 實(shí)證研究

4.1 案例城市與數(shù)據(jù)獲取

中國(guó)現(xiàn)有的實(shí)證研究大部分是利用理論最小平均通勤距離、過(guò)剩通勤率進(jìn)行評(píng)價(jià)，較少利用完整過(guò)剩通勤框架。僅文獻(xiàn)[5]利用理論最大平均通勤距離和通勤容量利用率指標(biāo)對(duì)西安市通勤效率進(jìn)行分析。而且大部分?jǐn)?shù)據(jù)來(lái)源為人口和經(jīng)濟(jì)普查等集計(jì)統(tǒng)計(jì)數(shù)據(jù)，使得計(jì)算結(jié)果可能偏小，且難以進(jìn)行橫向比較。本文為了克服以上問(wèn)題，使用了南昌市2010年、2015年居民出行調(diào)查原始數(shù)據(jù)，并使用交通分析小區(qū)(Traffic Analysis Zone,TAZ)進(jìn)行分析，小區(qū)平均大小僅2.27 km2，與國(guó)外研究使用的基本單元大小相似。調(diào)查平均抽樣率1.5%～1.8%，樣本量達(dá)2萬(wàn)～3萬(wàn)人次。

4.1.1 南昌市城市空間形態(tài)及人口分布特征

圖3 快速城鎮(zhèn)化情況下的動(dòng)態(tài)Brotchie三角形模型Fig.3 Dynamic Brotchie Triangle Model under rapid urbanization

圖4 南昌市城市建設(shè)用地發(fā)展變化Fig.4 Evolution of land development of Nanchang

南昌市是江西省省會(huì)城市，地處江西省中偏北部，鄱陽(yáng)湖之濱。本文的研究范圍為南昌市中心城區(qū)范圍，由東湖區(qū)、西湖區(qū)、青山湖區(qū)、青云譜區(qū)、灣里區(qū)、新建區(qū)、紅谷灘新區(qū)、南昌經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)、南昌高新開(kāi)發(fā)區(qū)構(gòu)成。2015年南昌市常住人口約531萬(wàn)人，比2010年504.3萬(wàn)人增長(zhǎng)了5.3%，其中，中心城區(qū)(繞城高速圍合范圍為主)人口約360萬(wàn)人，比2010年313萬(wàn)人增長(zhǎng)16%。同時(shí)，城市建設(shè)用地不斷向外拓展，2015年城市建成區(qū)面積335萬(wàn)km2，是2010年城市建成區(qū)面積265萬(wàn)km2的1.26倍(見(jiàn)圖4)。

4.1.2 數(shù)據(jù)獲取與研究方法

圖5 南昌市區(qū)交通小區(qū)Fig.5 Traffic Analysis Zones in Nanchang urban area

圖6 通勤出行起訖點(diǎn)分布變化Fig.6 Changes of commuting OD distribution from 2010 to 2015

2010年及2015年，南昌市分別開(kāi)展了2輪居民出行調(diào)查。2010年調(diào)查2.4萬(wàn)戶、7.5萬(wàn)人，共有31 183次有效通勤出行。2015年調(diào)查3.1萬(wàn)戶、9.5萬(wàn)人，比上輪調(diào)查規(guī)模增加約30%；調(diào)查范圍包括南昌市所有區(qū)縣，平均抽樣率1.8%；受調(diào)查的家庭共有36 756次有效通勤出行。兩次調(diào)查有效樣本量均較大，包含了城市各個(gè)階層、性別的人群，具有良好的代表性。一般研究認(rèn)為，單個(gè)空間單元的面積過(guò)大，過(guò)剩通勤將明顯偏小，因此本研究將南昌市劃分為538個(gè)基本空間單元，中心城區(qū)劃分為422個(gè)基本空間單元，平均每個(gè)單元大小約為2.27 km2，符合研究的要求(見(jiàn)圖5)。

所有樣本均經(jīng)篩選，通勤地與居住地均為市內(nèi)，樣本總居住人口與就業(yè)人口相等。篩選后的起訖點(diǎn)分布情況見(jiàn)圖6。

基于樣本數(shù)據(jù)，本研究建立了通勤出行的起訖點(diǎn)空間分布矩陣，并通過(guò)宏觀交通規(guī)劃軟件計(jì)算了各小區(qū)質(zhì)心間的直線距離作為小區(qū)間的通勤距離，建立通勤距離矩陣。對(duì)于在同一小區(qū)內(nèi)的出行，通勤距離計(jì)算方法[3]如下：

式中：Ri為第i小區(qū)內(nèi)部通勤距離/km；Ai為第i小區(qū)的面積/km2。

研究所使用的矩陣(2015年)如表3、表4所示。利用LINGO11軟件編程完成了過(guò)剩通勤框架下各指標(biāo)值的計(jì)算。

4.2 計(jì)算結(jié)果及評(píng)估分析

計(jì)算得出南昌市居民通勤情況見(jiàn)表5。2010年實(shí)際平均通勤距離2.63 km，理論最小、最大、隨機(jī)平均通勤距離分別為0.46 km，10.52 km，7.15 km；2015年實(shí)際平均通勤距離為3.78 km，理論最小、最大、隨機(jī)平均通勤距離分別為1.29 km、13.03 km，9.76 km。與2010年相比，2015年所有通勤距離指標(biāo)均有所上升，以理論最小平均通勤距離變化率最大，增長(zhǎng)了180%。另一方面，就業(yè)地與居住地的分散程度從0.990上升至0.998，說(shuō)明南昌市職住空間分布更趨于均衡。

從通勤效率指標(biāo)來(lái)看，所有數(shù)值均有所下降，但通勤效率的變化方向并不一致。過(guò)剩通勤率指標(biāo)從83%下降至66%。但通勤容量利用率指標(biāo)從22%下降至21%，幾乎無(wú)變化，反映通勤者對(duì)職住分離的空間形態(tài)適應(yīng)程度并無(wú)變化。反觀同類指標(biāo)標(biāo)準(zhǔn)通勤節(jié)省，2010—2015年由48%下降至42%，反映通勤者對(duì)于職住分離的變化適應(yīng)有所滯后。通勤節(jié)省指標(biāo)由63%下降至61%，提示通勤距離對(duì)職住區(qū)位的影響程度略有降低。

4.2.1 南昌市職住空間分布演化

對(duì)比圖6可以發(fā)現(xiàn)，南昌市通勤者的居住地和通勤地分布明顯向外部圈層擴(kuò)張，為了更直觀地看到分布變化情況，本文篩選出通勤人數(shù)或就業(yè)崗位>10人·個(gè)-1的小區(qū)，稱為有效通勤小區(qū)，并計(jì)算TAZ平均面積以及城市實(shí)際通勤面積總和，為指標(biāo)的具體分析提供參考(見(jiàn)表6)。

從圖7中能夠發(fā)現(xiàn)，南昌市有效通勤小區(qū)不斷增加，增加的小區(qū)大部分位于城市西南方的九龍湖地塊以及城市東北方的高新技術(shù)開(kāi)發(fā)區(qū)，而外部地塊由于用地原因，劃分小區(qū)面積較大，因此分析年的平均面積有所增加，而總面積增加了32%之多。因此，2010—2015年南昌市的實(shí)際通勤范圍在快速增加，2010年應(yīng)在Brotchie三角形模型中呈現(xiàn)為低三角形，2015年呈現(xiàn)為高三角形。

4.2.2 指標(biāo)評(píng)估效果分析

從上文的運(yùn)算結(jié)果可以看出，若應(yīng)用靜態(tài)的Brotchie三角形模型，會(huì)發(fā)現(xiàn)在x值(就業(yè)地與居住地分散匹配程度)向右移動(dòng)時(shí)，理論最小平均通勤距離下降。而實(shí)證研究證明，在x值升高時(shí)，理論最小平均通勤距離同時(shí)也升高了，這印證了前文動(dòng)態(tài)Brotchie三角形模型對(duì)指標(biāo)值的預(yù)估。

評(píng)估通勤效率的四個(gè)主要指標(biāo)敏感性差別明顯，敏感度由高到低依次為過(guò)剩通勤率、標(biāo)準(zhǔn)通勤節(jié)省、通勤節(jié)省、通勤容量利用率。對(duì)于通勤容量利用率指標(biāo)，由于其分母采用理論最大平均通勤距離進(jìn)行計(jì)算，往往與理論最小平均通勤距離構(gòu)成一個(gè)過(guò)大區(qū)間(南昌市>10 km)，使得通勤容量利用率指標(biāo)對(duì)實(shí)際平均通勤距離指標(biāo)的變化過(guò)于不敏感，也不適用于進(jìn)行分析判斷。

表3 2015年居民通勤距離矩陣Tab.3 Matrix of residents'commuting distance in 2015

表4 2015年居民通勤OD矩陣Tab.4 Matrix of residents'commuting OD in 2015

表5 通勤樣本分析結(jié)果Tab.5 Results of commuting samples

對(duì)于標(biāo)準(zhǔn)通勤節(jié)省和通勤節(jié)省指標(biāo)，由于相對(duì)于通勤容量利用率指標(biāo)縮小了通勤可能發(fā)生的區(qū)間(南昌市縮小了28%～33%)，使得其對(duì)實(shí)際通勤的變化更為敏感，其中，標(biāo)準(zhǔn)通勤節(jié)省所利用的通勤區(qū)間更小，指標(biāo)敏感度更高，并且與城市通勤規(guī)模、基本空間單元的大小相關(guān)性較低，因此更適用于跨時(shí)間、空間進(jìn)行比較分析。分析結(jié)果也進(jìn)一步說(shuō)明了過(guò)剩通勤率指標(biāo)與城市規(guī)模以及基本空間單元高度相關(guān)，不適用于跨城市、跨時(shí)間的比較。

表6 合格小區(qū)個(gè)數(shù)及平均面積Tab.6 Number and average area of qualified Traffic Analysis Zones

圖7 按照人口和就業(yè)崗位數(shù)量篩選的交通調(diào)查小區(qū)Fig.7 Traffic Analysis Zones screened by population and jobs

5 結(jié)語(yǔ)

本文在過(guò)剩通勤框架里提出了一種動(dòng)態(tài)的Brotchie三角形模型研究方法，為快速城鎮(zhèn)化發(fā)展中的中國(guó)大城市職住空間演變后的通勤效率評(píng)估以及跨城市比較提供了理論基礎(chǔ)，并借助城市居民出行調(diào)查獲得的城市居民通勤、就業(yè)等數(shù)據(jù)，為城市的職住平衡、通勤效率評(píng)價(jià)提供了有效數(shù)據(jù)支撐。研究證明，以過(guò)剩通勤框架下的動(dòng)態(tài)Brotchie三角形模型和通勤節(jié)省、標(biāo)準(zhǔn)通勤節(jié)省評(píng)價(jià)通勤效率相較過(guò)剩通勤率、職住比等更加可信。

對(duì)于快速發(fā)展中的中國(guó)大城市，過(guò)剩通勤框架不僅僅評(píng)價(jià)了城市總體規(guī)劃中所追求的職住比平衡，還從多個(gè)維度反映了城市社會(huì)經(jīng)濟(jì)政策對(duì)就業(yè)-居住匹配關(guān)系所存在的潛在影響力。本文未能對(duì)過(guò)剩通勤框架下的評(píng)價(jià)指標(biāo)敏感性進(jìn)行定性分析，也未能利用過(guò)剩通勤框架研究進(jìn)行跨城市的通勤效率比較，今后也可以對(duì)快速發(fā)展大城市常見(jiàn)的限購(gòu)、限貸等政策對(duì)通勤效率的影響進(jìn)行進(jìn)一步的研究分析。