出行距離與住房租金關系的空間分異*：探索多中心城市中的競租模型

盧俊文 周素紅 袁奇峰 柳 林 LU Junwen, ZHOU Suhong, YUAN Qifeng, LIU Lin

0 引言

得益于基礎設施建設與交通技術的進步，現代城市的規模正變得空前巨大，形成動輒延綿數十公里的都市區。空間尺度的增大使現代城市容納了更多的人口，也迫使城市居民承受更遠的日常出行。作為規模最大的都市區，東京的過度通勤現象早在20多年前就被認為和種種“大城市病”息息相關[1]。我國高度重視城市規模與空間結構問題，2014年《國務院關于進一步推進戶籍制度改革的意見》提出嚴格控制特大城市人口規模后，北京、上海等特大城市先后提出空間疏解方案，希望以多中心的城市結構應對日益增長的城市規模。

盡管以多中心空間結構優化城市居民出行被規劃學者們認為是“合乎邏輯的做法”[2]，但由于現代城市的復雜性，用概念化的模型來指導城市空間發展仍存在困難。經典的競租模型認為，出行或運輸成本是影響土地租金的關鍵因素，城市在不同功能土地的競租中形成同心圓結構[3]。就住房競租模型而言，距城市中心越遠，居民的日常出行距離越長，住房租金越低[4-5]。當去城市中心就業的邊際收益低于一定程度時，居民可以選擇前往就近的次中心就業[6]，因此在適當的城市區位培育次中心有利于疏解城市中心的通勤壓力。住房競租模型為我們提供了一個理解多中心城市的視角，但一直受到假設過于簡單化的質疑[7]。一方面，由于區位的異質性，在“馬賽克”式的現代城市中界定次中心及其等級存在困難；另一方面，由于城市空間發展驅動因素的復雜性，現代大城市中可能并不存在完全由市場主導形成的次中心，真實的情景可能是混合的。在現代城市繼續沿用新古典經濟學傳統的競租模型將面臨越來越多的局限性。

技術進步對城市發展的作用是一體兩面的。巨型化的現代城市在不斷變得復雜、多元，城市運行中產生的海量數據也使它變得越來越可識別。城市開放數據、個人通訊大數據等使我們有機會突破競租模型的局限性，重新理解多中心城市。本文基于中國城市空間發展的特殊語境，在多元、異質的現代城市中探討出行距離與住房租金關系的空間分異問題，并綜合運用多源數據，結合廣州案例重新思考多中心城市競租模型的現實情景，以期充實中國情景下的理論研究，為深入認識和解決轉型期中國城市的空間發展問題提供借鑒與參考。

1 研究視角

競租模型是從租金變化反映城市空間結構的經典模型，但實際上其內涵一直在演變。基于新古典經濟學建立的競租模型認為出行距離對住房租金的影響是決定性的，在居民住房消費預算一定的情況下，出行距離的增加將帶來額外的交通成本，從而降低居民用于支付住房租金的預算[1]。在傳統競租模型中，由于出行距離的影響，住房距就業中心越遠，單位面積租金越低，這也與我們的常識相符。然而城市空間并不是扁平的，O'Sullivan認為，在靠近城市就業中心的區位，生產者將通過增加樓層高度等方式，以其他要素投入替代土地投入，而消費者也將以其他要素消費替代住房面積消費[8]，這使得競租曲線并非線性變化而是呈現中心極化的態勢。改進后的競租曲線暗示某地住房租金由兩部分組成：一部分是因居住在該地而節省的出行成本OA，另一部分是該地本身所附加的區位價值AB（圖1a））。從多中心視角研究城市空間的學者進一步指出，郊區就業中心的出現甚至可能使得距CBD的距離對住房租金的影響不再顯著，而當同時衡量到各次中心的距離時得到了更穩健的結果[9-10]，因此競租曲線可能呈現另一種形態（圖1b））。盡管處在不斷變化中，住房競租模型總體上認為住房租金由區位與出行距離共同決定，區位對住房租金影響的空間異質性是不容忽視的。就業中心附近競租曲線的極化和城市次中心的影響都體現出現代城市中區位對住房租金影響的空間異質性，這也正是競租模型需要不斷調整的原因。

圖1 演變中的住房競租曲線

不斷調整的競租模型反映了傳統同心圓式的空間模型在面對復雜的現代城市時的尷尬。無論如何修正，與特定中心的幾何距離都很難客觀地反映異質性極強的城市區位。現代城市是網絡化和流體的[11]，事物之間關聯的普遍性、偶發性和隨機性使得互動機會比物理距離更能表現地點之間的關系。強調空間關聯的網絡分析法為研究現代城市區位帶來了新的機會，例如由Hillier等提出的空間句法方法，利用網絡拓撲形態研究現代城市空間[12]，從城市形態和網絡關聯視角挖掘出越來越多現代城市空間的潛藏問題。相比同心圓模型，基于空間句法方法的可達性研究關注城市空間提供的互動潛力，或許更接近競租模型所描繪的附加區位價值的本質，能更好地反映異質性的區位價值。例如Xiao等將空間句法方法中與可達性相關的各項指標引入城市住房價格研究，發現其在Hedonic模型中有著比距就業中心距離更顯著的表現，并且能對中英城市的差異給出較好的解釋[13]。用空間句法衡量不同位置可達性的方法或許能幫助我們更好地處理住房競租模型中區位的空間異質性問題。

出行距離與住房租金的關系在傳統競租模型中是恒定的，即在城市中任何位置，住房租金都以同樣的幅度隨出行距離的增加而降低。這種恒定的關系在發展動力復雜、多元的現代城市，尤其是在具有“轉型”特征的中國城市很難成立。面對人類歷史罕見的城鄉移民熱潮，中國大城市正經歷著前所未有的快速空間擴張。由于公共資源的相對短缺，中國城市一方面通過向心式的道路交通建設不斷強化城市中心的地位[14]；另一方面在城市邊緣特定區域以集中的公共設施投入為先導建設郊區新城。在這種城市政府強烈干預的背景下，中國城市中心與次中心的關系正在發生變化。中國城市中心區在城市中具有控制性的地位，而外圍地區對中心區有著明顯的依賴[15]。中國城市的次中心受中心區的影響衍生出各種空間發展問題。例如Zhou等的研究發現，由于難以負擔的價格等因素，政府帶著平衡城市職住目標的開發區建設可能反而增加了居民的總體出行距離[16]。周素紅等發現，在過度市場化開發的城市郊區，長距離通勤可能降低了居民非通勤出行和活動的選擇彈性，從而使非通勤出行面臨時空約束，甚至可能對居民心理健康造成影響[17]。因此，在中國多中心城市的住房競租模型中，城市中心的出行成本節省曲線可能因交通基礎設施的建設而放緩，競租曲線的影響范圍隨之擴大，甚至可能是全域的（圖2）；城市次中心的競租曲線可能受到城市中心的影響，是多種情景的混合，既有追求更短出行距離在次中心就業的部分（圖2情景1），又有追求城市中心帶來的機會等附加價值而前往城市中心就業的部分（圖2情景2）。由于城市次中心不同位置的混合情景不同，出行距離與住房租金的關系也將存在空間差異。在現代中國多中心城市，這種空間差異的內涵是豐富的，可能標志著成熟的城市次中心，也可能暗示著“回浪效應”大于“擴散效應”的城市陰影區[18]，通過進一步討論，可以為理解新城新區發展提供新的視角。

基于以上理論視角，本文主要探討3個問題：① 在轉型期中國大城市，區位與出行距離如何影響住房租金，影響是否存在空間異質性？② 若控制區位變量對住房租金的影響，出行距離對住房租金影響的空間分布有何特征？③ 能否用多中心城市的競租模型解釋出行距離與住房租金關系的空間分異，有何現實啟發？

2 研究數據與方法

2.1 研究區域與數據來源

廣州位于中國南部沿海，是中國改革開放的先鋒，長期以來在多元的發展動力下新城新區建設活躍，在當代中國大城市中具有代表性。本文以廣州市2014年行政區劃調整后的中心城區為研究范圍，包括越秀區、海珠區、荔灣區、天河區、白云區、黃埔區、番禺區、蘿崗區8個市轄區，總面積1 987 km2（圖3）。

圖2 現代多中心城市中的住房競租模型

研究數據主要包括手機信令數據、城市道路中心線數據、住房租金數據、社會經濟統計數據和城市興趣點（POI）數據。手機信令數據來自國內某移動通信業務供應商，包括用戶脫敏ID、時間戳、所屬基站經緯度坐標等信息，采集于2016年12月28日（星期三），其間氣候溫和，無重大節假日。為獲取個體居住地與就業地位置，采取如下規則：篩選出就業年齡段（18—60歲）的本地用戶，識別用戶在工作日非工作時段（21: 00—07: 00）停留時間最長的位置為該用戶的居住地；識別用戶在工作日工作時段（10: 00—17: 00）停留時間最長的位置作為該用戶的工作地。最終得到研究范圍內能同時識別出居住地與工作地的用戶1 140 546人，涉及6 119個基站。城市道路中心線來自2016年百度地圖城市路網數據，包括高快速路、城市主干道、次干道、支路等各類層級。住房租金數據來自廣州市國土資源與房屋管理局官方網站（http://www.laho.gov.cn）于2017年初公布的片區租金參考價信息，由市租賃管理所以道路、住宅小區、樓宇或片區為單位調查所得，同時考慮了集體土地住房、樓梯房等多種因素，可以認為是片區住房租金較為精細和準確的反映。社會經濟統計數據來自全國第六次人口普查。興趣點數據來自百度地圖。

圖3 研究范圍

2.2 數據處理

本文以社區為單元整合多元數據。手機信令數據用于計算社區居民的日常出行距離，回應前人關于中國城市郊區居民出行問題的研究，同時考慮通勤距離和非通勤出行距離。通勤距離以社區居民居住地與就業地直線距離的平均值表示，非通勤出行距離以居民非工作時間段除就業地以外的其他活動地點距居住地距離的平均值表示。在計算出行距離時，首先計算單個居民的通勤距離與非通勤出行距離，然后匯總居住地對應的基站在統計社區內的所有居民個體，求取平均值。由于手機信令數據覆蓋面廣泛，所得出行距離是居民采取小汽車、公交、地鐵、步行等多種交通方式出行的綜合反映，最終得到廣州中心城區居民的平均通勤距離約為5.1 km，平均非通勤出行距離約為2.3 km（表1），與近年來關于中國大城市居民出行的研究結果較為接近[19-21]。城市道路中心線數據用于空間句法研究，計算時統計社區內所有道路的相關指標求取平均值。住房租金數據用于計算社區的平均租金，匯總社區內各均質片區的住房租金參考價后求取平均值。

2.3 研究方法

為更好地控制區位對住房租金影響的空間異質性，本文引入空間句法的方法。在基于空間句法的道路網絡分析中，鄰近度（Closeness）是道路網絡可達性的關鍵指標，表示在給定的研究范圍內，某一條道路與其他所有道路的鄰近程度，也即通過最短的網絡路徑到達其他所有道路的便捷程度。本文運用當前較為成熟的空間設計網絡分析方法（sDNA）①http://www.cardiff.ac.uk/sdna/。計算道路網絡鄰近度，其中最短網絡路徑的距離既包括網絡拓撲距離也包括角度距離（即兩條線段之間的轉角角度），線段i的鄰近度計算公式如下：

式（1）中N表示研究范圍內所有的路網線段數量，dij表示線段i與線段j之間的最短距離。

為量化區位與出行距離對住房租金影響的空間異質性，并找出差異化特征明顯的區域，本文引入地理加權回歸模型（GWR）。該模型是一種揭示影響因素空間異質性的建模技術，允許回歸系數估計值隨地理位置的變化而變化[22]，其與普通線性回歸的區別在于回歸參數中添加了地理位置因子的影響。GWR模型形式如下：

表1 各社區手機用戶工作日通勤與非通勤距離統計

式（2）中y表示某社區住房租金的價格，xk表示第k個全局變量的值，βk表示 xk的全局回歸參數，xil表示社區i中第l個局部變量的值，（ui，vi）表示社區i的幾何中心坐標，β0（ui，vi）、βil（ui，vi）分別為截距、xil的回歸參數，是地理位置（ui，vi）的函數，意味著回歸參數可隨空間位置的變化而變化，被觀察數據如果距離i點越近，對回歸參數的影響強度越大，可用空間權重矩陣衡量。GWR模型中常用的空間權重函數有Gauss距離衰減函數和Bisquare函數等，本文考慮到城市空間的交互性，認為地理單元之間的相互影響雖然隨著距離的增加而衰減，但不應有明顯的0值，故選擇Gauss函數作為空間權重函數，其表達式為：

式（3）中，ωij為社區i和社區j之間的空間權重Gauss函數，b為GWR分析的帶寬，dij是社區i和社區j之間的距離。

圖4 廣州中心城區各社區住房租金

圖5 廣州中心城區各社區的區位

3 區位、出行距離與住房租金的關系

3.1 區位與住房租金的關系

區位與住房租金的關系密切。廣州中心城區的住房租金整體上呈現從城市中心向外圍遞減的趨勢，但也明顯受到城市形態因素的影響（圖4）。當以距就業中心的距離衡量區位時，發現距就業中心距離與住房租金空間分布的總體趨勢接近，但沒能反映出諸多城市形態因素的影響（圖5a））。當以各社區道路的全局鄰近度衡量區位時，城市形態因素的影響得到了較好反映（圖5b））。

進一步探討區位與出行距離的擬合關系發現，將上述兩種區位變量與住房租金建立線性函數與多項式函數都能獲得較好的擬合優度（表2）。距就業中心距離與住房租金構成的函數擬合優度較高，且更接近多項式函數，CBD附近租金曲線的極化和次中心的影響均在擬合曲線中有所表現（圖6a））；相比之下，路網全局鄰近度與住房租金的關系則更接近線性函數（圖6b）），建立多項式函數對擬合優度的提升并不明顯，說明區位價值的異質性是存在的，全局臨近度指標可能更好地反映了這種異質性。

3.2 出行距離與住房租金的關系

出行距離與住房租金的關系遠不如區位變量密切。統計發現，廣州居民日常通勤距離、非通勤出行距離對住房租金的影響均為負相關，與競租模型中關于成本交易的解釋吻合，即需要支付的出行成本越高，可用于住房的預算越少，區位均衡時所選擇住房的租金越低（圖7）。但是出行距離與住房租金線性回歸的解釋度十分有限，R2值僅為0.20，偏離預測值的社區眾多。如此大幅的偏離說明傳統的、僅考慮出行距離與住房租金關系的競租模型在現代城市的適用性已經很低，要構建現代多中心城市中的競租模型必須同時考慮異質性的區位與出行距離的影響。

4 出行距離對住房租金影響的空間異質性

本文希望在控制區位的空間異質性的前提下，建立局部回歸模型來探討多中心城市中出行距離對住房租金影響的空間異質性。

4.1 局部回歸模型的構建

選擇合適的區位變量是構建多中心城市局部回歸模型的前提，只有在控制區位本身的空間異質性的情況下才能更好地探討出行距離對住房租金的影響，為此本文分別建立兩個GWR回歸模型來探討區位變量的選擇。模型1以距就業中心距離（C_DIS）、通勤距離（COM_DIS）與非通勤出行距離（NCOM_DIS）為自變量，以社區住房租金為因變量，探討在傳統的區位衡量方式下，區位與出行距離對住房租金影響的空間異質性。模型2以中心城區路網的全局鄰近度（G_CLOSE）、通勤距離與非通勤出行距離為自變量，社區住房租金為因變量，討論以基于網絡分析的空間句法方法衡量城市區位時，區位與出行距離對住房租金影響的空間異質性。分別對模型1與模型2中各自變量的空間異質性進行檢驗，發現模型1中的距就業中心距離變量表現出顯著的空間異質性，模型2中的通勤距離變量表現出顯著的空間異質性，可以設定為局部變量，而其他變量作為局部變量時未通過空間異質性檢驗，在模型中適合設為全局變量（表3）。

圖6 區位與住房租金的擬合關系

圖7 出行距離與住房租金的擬合關系

表2 區位與住房租金的擬合優度

表3 GWR模型中全局變量與局部變量的設定

由于局部變量的引入，模型1與模型2的擬合優度相比全局線性回歸（OLS）模型都有了較大提升（表4），但兩個模型的內涵有較大的差別。在模型1中，距就業中心距離是影響住房租金的最主要因素，且空間異質性明顯，各社區局部回歸系數的平均值遠遠大于通勤距離與非通勤出行距離的回歸系數（表5）。在這種情況下，距就業中心距離變量對住房租金影響的空間異質性掩蓋了通勤距離與非通勤出行距離的影響，無法展開進一步討論。在模型2中，路網全局鄰近度變量成為全局變量，本身對住房租金的影響是恒定值，而通勤距離對住房租金的影響表現出明顯的空間異質性，說明控制住區位的異質性有利于展開進一步討論。因此，本文基于模型2構建局部回歸模型，并利用模型結果進一步探討出行距離對住房租金影響的空間分異特征。

表4 GWR模型與OLS模型診斷結果的對比

表5 GWR模型回歸結果

圖8 通勤距離局部回歸系數的空間分布

4.2 出行距離與住房租金關系的空間分異特征

出行距離對住房租金的全局影響是較為明確的，但從局部來看，兩者之間的關系在城市中不同位置差異極大，甚至可能截然相反。模型2的結果顯示，以全局鄰近度表示的城市區位對住房租金有著顯著的正向影響，說明區位的確是影響住房租金的關鍵因素。非通勤出行距離對住房租金的影響不顯著，考慮到中國城市居民的非通勤出行距離遠低于北美與歐洲城市[23-24]，這可能是由于中國城市居民仍普遍受到較大的非通勤出行制約，居民住房選擇中對非通勤出行的考慮有限而致。通勤距離作為局部變量對住房租金產生影響，其局部回歸系數在67%的社區滿足p小于0.1的水平下顯著，且不顯著的社區主要位于局部回歸系數絕對值較小的遠郊，因此通勤距離局部回歸系數空間分布反映出的總體趨勢是可信的（圖8）。在空間分布上，雖然在遍布廣州中心城區的大量社區中，通勤距離對住房租金的影響是負向的，這與傳統競租模型的描述一致，但在相當一部分連片分布的社區中，通勤距離對住房租金的影響表現出顯著的正效應，這是與慣常認知相反的現象。

通勤距離對住房租金表現出顯著正向影響的連片區域值得引起注意。在空間分布上，這些社區與廣州近30年來的幾大新開發地帶有著一定的鄰近關系。例如，圖8中天河商務區、科學城、琶洲會展中心、白云新城等地是從城市發展戰略的角度出發，由政府傾力打造的現代產業新城；廣州開發區是集中城市工業企業的國家級開發區；大源村是著名的順應互聯網等新經濟發展需求改造的大型移民村落；華南新城一帶則是由地產開發商在短期內建設起來的連片居住大盤[25]。總體而言，以上地區都可能接近現代多中心城市的次中心。

4.3 出行距離與住房租金關系空間分異的形成機制

出行距離對住房租金影響的局部回歸系數存在截然相反的情況，說明城市中存在一些居民日常出行模式與周邊有差異的社區。本文分別關注在模型2中通勤距離對住房租金表現出顯著正效應與顯著負效應的兩類社區，繪制兩類社區中通勤距離②本文利用全國第六次人口普查數據識別出中心城區的就業中心（位于天河區冼村社區，即珠江新城CBD核心區所在位置），隨后計算各社區幾何中心到就業中心的距離。與住房租金關系的散點圖與擬合趨勢線（圖9）。結果發現，當分別討論每一類社區時，通勤距離與住房租金的關系仍然是負向的，但是負顯著社區中住房租金隨通勤距離下降的斜率明顯大于正顯著社區，說明對通勤距離的增加更加敏感。兩類社區的差異在散點圖的兩端體現得更為明顯，在通勤距離相對較低時（小于5.1 km），正顯著社區中的住房租金與負顯著社區相比較低，且租金差距在通勤距離越低時越為明顯，說明在低通勤距離時，隨著通勤距離的減少，正顯著社區的住房租金可能相比周邊社區降低。在通勤距離相對較長時（大于5.1 km），正顯著社區中的住房租金與負顯著社區相比較高，且差距在通勤距離越長時越為明顯，說明在高通勤距離時，隨著通勤距離的增加，正顯著社區的住房租金可能相比周邊社區升高。兩類社區在低通勤距離與高通勤距離時不同的表現造成出行距離與住房租金關系的空間分異。

正顯著社區和負顯著社區在低通勤距離與高通勤距離時不同的表現暗示著社區居民不同的日常出行模式。影響多中心城市居民出行模式的因素眾多，不同社會經濟屬性的人群傾向于根據其個體與家庭生命周期做出不同的住房決策，衍生出特有的出行模式[26-27]。社區的業態特征[28]可能通過影響社區居民的就業選擇，從而改變其出行模式。城市圈核結構的組織規律[29]也可能使得位于特定建成環境的居民被迫采用不同的出行模式。對本文的廣州案例而言，多項logistic回歸的結果顯示，社區居民社會經濟屬性、居民職業結構、社區建成環境3類因素能顯著地區分低通勤正顯著（LP）、高通勤正顯著（HP）、低通勤負顯著（LN）和高通勤負顯著（HN）4類社區（表6）。低通勤正顯著社區在空間上集中于城市新城新區及其周邊，如天河商務區的北側、大學城、白云新城、科學城等，典型特征是全局鄰近度較高但服務設施密度相對較低、戶口在本社區的人口比例較低。這可能是由于此類社區得益于政府主導的諸多開發建設項目，區位得以改善，但社區發展尚不完善，服務設施密度較低、流動人口較多，還存在較多的城中村等零散土地，通勤距離越短的居民越可能局限于本地的零散就業，所在社區的住房租金越可能低于周邊開發更為完善的社區。高通勤正顯著社區在空間上集中于郊區，包括較早期的產業開發區以及市場化自發形成的居住集聚區，如廣州開發區、華南新城、大源村等，典型特征是全局鄰近度較低但服務設施密度高，房屋出租率高、60歲以上人口的比重較低、從事商業與服務業的人員比例較低。這可能是由于此類地區經過長期的發展建設，服務設施相對完善，但由于不是政府主導的重點建設地區，區位仍未得到有效改善；在此居住的更可能是青壯年專業技術人員等對長距離通勤接受能力強的群體，對這類社區而言，更長的通勤距離可能意味著與中心區等地有著更好的就業聯系，因而住房租金可能高于周邊社區。低通勤負顯著社區在空間上位于廣州舊城市中心，特征是全局鄰近度高、平均受教育年限較高、60歲以上人口比重高、住房出租率低，是典型的老城區社區。在這類社區中居民傾向于就近就業，因而通勤距離越短、就業越方便的社區住房租金高。高通勤負顯著社區在空間上位于遠郊，最顯著的特征是居民平均受教育年限較低。在這類社區中的居民可能受到較大的住房選擇制約，被迫居住在離工作地較遠的社區，因而通勤距離越長，社區住房租金越低（圖10）。

表6 多項logistic回歸結果

圖9 兩類社區平均通勤距離與住房租金關系的對比

從住房競租模型的視角來看，以上4類社區可以用多中心城市競租模型中的4種情景來解釋。圖11中以紅色曲線代表以上4類社區的情景，以灰色曲線代表其周邊社區的情景。情景1中，低通勤負顯著社區位于城市中心周邊，居民主要前往城市中心就業，總體通勤距離較短，住房租金隨著距城市中心距離的增加而降低。情景2中，低通勤正顯著社區位于距城市中心較近的次中心及其周邊，居民前往次中心就業能節省更多的出行成本，但由于發展尚不完善，次中心帶來的附加價值較低，與周邊居民前往城市中心就業的社區相比，雖然通勤距離降低，但住房租金也隨之降低。情景3中，高通勤正顯著社區與城市中心、次中心都不夠鄰近，但一方面交通技術的進步使得單位通勤距離下前往城市中心就業的成本降低，雖然這些地區居民的通勤距離較長，但實際通勤成本未必高于前往次中心就業的通勤成本；另一方面，前往城市中心就業的附加價值遠遠高于就近就業的附加價值，因此與周邊社區相比，通勤距離越長，住房租金反而越高。情景4中，高通勤負顯著社區位于遠郊，居民被迫接受長距離通勤，住房租金隨著通勤距離的增加而降低，如果周邊有遠郊中心存在則更為明顯。總體而言，在現代多中心城市，住房競租模型的情景是多樣的，在不同的情景組合下，出行距離與住房租金的關系將出現差異明顯的空間分異。

圖10 4類社區的空間分布

圖11 現代多中心城市住房競租模型的不同情景

5 結論

本文面向現代多中心城市多元、異質的特征，借助住房競租模型的視角，以廣州為例探討出行距離對住房租金影響的空間分異。主要結論包括：① 在現代城市，區位與出行距離都能對住房租金產生影響，但影響并不是線性的，而有著明顯的空間異質性。② 基于道路網絡的鄰近度分析能更有效地控制城市區位的空間異質性，在此前提下，通勤距離對住房租金的影響表現出明顯的空間異質性，甚至出現作用截然相反的社區；可能由于受到出行制約，非通勤出行距離的局部影響并不顯著。③ 現代多中心城市的住房競租模型是在多種情景下發揮作用的，不同的情景組合導致出行距離與住房租金關系的空間分異。

多中心建設是現代大城市空間發展的重要議題。雖然關于中國城市多中心建設的優秀研究不勝枚舉，但對概念化模型的研究依然意義重大。相比以往對城市各要素本身的研究，住房競租模型從要素相互影響關系的角度提供了一種系統化理解城市空間結構的思路，而局部模型的引入有助于發現存在特定出行模式的社區，并為規劃方案與政策制定提供參考。出行距離與住房租金的局部關系與全局關系存在相反規律的社區值得注意，并應引起多中心城市建設決策者的關注。例如廣州曾同時提出建設9個新城的戰略構想，這種讓城市建設全面開花的思路引起了規劃學者們的廣泛討論③相關討論參見http://blog.sina.com.cn/s/blog_7fd5a9800101rohy.html。。從多中心城市競租模型的視角來看，繼續增加靠近城市中心的新城建設在優化城市空間結構方面或許并不能起到好的效果，而那些發展尚不完善的次中心和郊區居住集聚區更應引起注意。

由于數據與方法限制，研究存在一些局限性，例如影響住房租金的因素眾多，但本文聚焦競租模型，僅考慮區位與出行距離兩類因素的影響，結果中雖加入社會經濟屬性等因素的討論，但仍難免忽略一些重要因素對模型的影響。另外，廣州案例僅僅向我們展示了現代多中心城市住房競租模型情景組合的一種可能，要探索一般規律還需要更多研究。如何進一步加強機制研究，為解決中國城市問題提供空間策略，是繼續努力的方向。