土地利用視角下大城市流動人口的就業可達性研究*
——基于南京市主城區的實證

鄭 浩 王 豐 吳 曉 左 為 ZHENG Hao, WANG Feng, WU Xiao, ZUO Wei

改革開放以來，在各地經濟迅猛發展的背景下，我國的城市化建設取得了長足進步，快速城市化為發達地區特別是大中城市帶來大量的就業機會，促進了我國人口流動規模迅速擴大。以進城農民為代表的大規模流動人口不但為城市發展注入新的活力，而且給城市帶來社會、經濟、文化、環境等多方面的問題和壓力，同時也為本文中流動人口的就業研究及其可達性分析提供了現實背景。

由于行業的不同需求及自身經濟條件限制，流動人口的職住呈現出多元的關聯模式，包括職住一體和職住分離，而即使是職住分離模式也包含根據通勤距離、時間、成本等具體條件的變化，從而表現出不同的分離程度和多樣的位置關系特征[1]。這種多元化的職住關聯勢必會對流動人口通勤出行產生顯著影響，尤其是職住分離模式下的通勤行為往往會因為具體環境條件（如土地利用狀況）的不同而帶來個體可達性程度的差異，進而影響到城市的交通系統、產業布局和基礎設施。鑒于此，本文基于城市土地利用視角，研究江蘇省南京市流動人口（以進城農民為主）的就業可達程度及其相關的影響因素。

1 總體研究思路

1.1 研究對象

本文主要研究對象為在南京主城區范圍內居住半年以上的來自農村的經濟型流動人口①經濟型流動人口指以從事經濟活動為手段，以謀取經濟利益為目的，從農村流入城市但不改變農村戶口的流動人口。（見圖1）。范圍上則以南京主城區為主，以行政區劃的街道一級作為統計分析的基本空間單元，并根據主城邊緣的街道實際邊界來微調研究范圍界線，共包括8個區的44個街道（見圖2）。

1.2 數據來源

1.2.1 就業可達性

測度南京市主城區流動人口就業可達性的數據有以下3個來源。

①抽樣問卷調查數據（2018年）。用以提取流動人口居住和就業街道信息，從而確定個體居住和就業的空間位置。

②南京市土地利用現狀圖②來源：南京市規劃和自然資源局。。用以提取主城區范圍內的道路網絡、道路信息、軌道交通網絡及站點，從而分析和提取個體實際通勤的最優路徑。

③Google地圖。用以提取南京市主城區范圍內的主要公交站點位置及相應的運行線路，從而分析個體通勤的起止點及相應的實際通勤路徑③將5條及以上公交線路匯集的站點設定為主要公交站點；相應的運營線路通過Google地圖查詢。。

1.2.2 用地特征因子

本文審慎遴選了“土地利用視角”下可能與“就業”相關的7個城市用地特征因子，分別為商業服務用地比、公共服務用地比、工業用地比、道路用地比、公交服務水平、綠地用地比和非建設用地比。

分析和提取城市用地特征因子的數據來源為南京市土地利用現狀圖和Google地圖數據，用以提取南京市主城區各街道內的用地相關數據，測算出各街道的用地特征因子數據（見表1）。

1.2.3 個體屬性

南京市主城區流動人口的個體屬性數據來源于抽樣問卷調查數據（2018年），發放問卷數15 000份，回收有效問卷數13 020份，總體抽樣比例在1.3%左右，用以提取流動人口的年齡、收入、居住時間、教育程度、婚姻狀況和單位類型等個人基本信息（見表2）。

圖1 研究范圍Fig.1 Research scope

圖2 研究單元范圍Fig.2 Research unit scope

表1 城市用地特征因子測算方式Tab.1 Land use characteristics measurement

表2 各街道抽樣問卷配比情況Tab.2 The proportion of sample questionnaires in each street

1.3 研究思路

在獲取的相關數據的支持下，本文首先對南京市主城區內流動人口的就業可達性進行測度，其次分析城市用地對其可達程度的影響，最后從流動人口個體角度透析相關影響機制。具體研究過程如表3所示。

2 階段一：流動人口的就業可達性測度

2.1 預設前提

由于本文采用的抽樣調查數據中與個體通勤直接相關的是以街道為基本統計單元的居住地和就業地信息，而不涉及個體實際通勤的具體起止點、通勤路徑及相關通勤數據（交通方式、交通換乘等）。因此在簡化計算的同時，為了保證就業可達性測度的相對精確性和客觀性，需要對測度過程進行必要的前提預設，并屏蔽過于復雜的個體微差所帶來的冗余干擾，以建立理想化模型，其具體內容如下。

（1）由于本文研究主體為流動人口，考慮其自身經濟能力及相關研究經驗[2-3]，設流動人口跨街道通勤的交通方式主要為地鐵和公交（交通方式選擇優先度：地鐵＞公交）；流動人口街道內通勤的交通方式主要為自行車（電動車）和步行。

（2）設流動人口在跨街道通勤過程中總是選擇最短路徑（地鐵或公交運營路徑）出行，對于居住地和就業地均在同一街道的流動人口，其通勤距離則按平均值計算。

2.2 研究步驟

2.2.1 確定通勤距離

依據現狀路網并結合公交的實際運營線路，權衡和選取最短路徑作為流動人口的最優路徑和通勤距離。在此前提下，進一步設定研究條件。對于居住、就業在同一街道的流動人口，其通勤距離D為街道內公共交通實際運營線路最長距離的1/2。對于居住、就業在不同街道的流動人口，其通勤距離D包括3個部分：從居住地到公共交通站點的距離d1，跨街道通勤距離d2，以及從公共交通站點到達就業地的距離d3。其中，d1、d3為街道內公共交通運營線路最長距離的1/2；d2為跨街道公共交通運營線路的最短距離（見圖3）。相應的表達式為：

2.2.2 測度個體就業可達性

根據上述通勤路徑的確定方法，測算出個體通勤距離D的具體數值，最后結合勢能可達性測度技術，計算出流動人口個體的就業可達性值。

勢能可達性測度模型的標準表達式為：

其中Ai是從區域i到區域 j的總體可達性，Dj為區域 j的總體機會數量，Cij是區域i和區域 j之間的旅行成本（通勤距離或通勤時間），β是成本敏感函數。由于本文研究對象的居住、就業地及通勤路徑相對固定，因此上述公式中的i、j及Cij為固定值，同時也不會存在區域機會吸引力Dj；旅行成本Cij可由抽樣調查數據推算出的個體通勤距離dij代替；同時成本敏感函數β為一個距離衰減常數，β值越高，測度出的可達性結果級差越明顯（Shen, Q），在實際測度中本文將β取值為0.1。綜上所述，對測度公式進行簡化變形，進而得到本文將采用的就業可達性測度模型，其表達式為：

表3 研究框架Tab.3 Research framework

其中Aa是從特定區域a到特定區域b的個體就業可達性，dab為特定區域到特定區域b之間的個體通勤距離。

2.2.3 分析各街道就業可達性水平

根據測算的個體就業可達性值，借助GIS數字平臺分析和可視化輸出功能，測度街道內所有流動人口個體的就業可達性平均值，并進一步顯像和分析各街道的就業可達性水平。

2.3 測度分析

遵循前述設定的可達性測度方法，測度流動人口個體的可達性值，從而得到各街道的就業可達性水平（見表4）。

南京市流動人口的就業可達性水平分布總體呈現“由十字中心向外圍遞減，由西部向東部遞減”的趨勢（見圖4）。

第一級街道主要集中于主城中部，包括湖南路、后宰門、五老村、月牙湖和大光路街道（就業可達性值在0.8—1.0之間）；第二級街道零散分布于老城東部、南部及西北邊緣地區，包括閱江樓、梅園新村、瑞金路、洪武路、南湖、中華門和雨花新村街道（就業可達性值在0.6—0.8之間）；第三級街道零散分布于主城中部及東部，包括幕府山、小市、建寧路、中央門、熱河南路、江東、興隆、鳳凰寧海路、新街口、雙塘和秦虹街道（就業可達性值在0.4—0.6之間）；第四級街道包括寶塔橋、紅山、扼江門、華僑路、朝天宮、夫子廟、南苑、沙洲、寧南、紅花和孝陵衛街道（就業可達性值在0.2—0.4之間）；其余街道為第五級街道（就業可達性值在0.2以下）。

表4 各街道流動人口就業可達性水平Tab.4 Floating population's employment accessibility level based on streets

圖3 個體通勤距離測算示意圖Fig.3 Individual commute distance calculation

3 階段二：土地利用視角下流動人口就業可達性的影響研究

3.1 預設前提

流動人口的就業可達性水平受其通勤路徑沿線所經過用地的特征屬性影響較大，而在流動人口通勤路徑之外的用地特征對于其就業可達性水平的影響則相對較弱。因此為了保證就業可達性影響分析的相對精確性，減少分析過程中的冗余數據，需要對用地特征的研究范圍進行限定，具體內容如下。

（1）對于跨街道通勤的流動人口，用地特征研究范圍為其通勤路徑經過的所有街道范圍（包括流動人口居住街道和就業街道）。

（2）對于街道內通勤的流動人口，用地特征的研究范圍為其職住所在街道的范圍。

3.2 研究步驟

3.2.1 確定用地特征的研究范圍

圖4 就業可達性水平Fig.4 Employment accessibility level

圖5 考慮個體通勤路徑的土地利用特征研究范圍Fig.5 Research scope of land use characteristics considering individual commute path

圖6 基于個體通勤路徑的南京土地利用特征研究范圍Fig.6 Research scope of Nanjing land use characteristics

常見可達性與土地利用影響研究多基于宏觀大尺度分析，從城市或區域層面提取用地特征要素。這種做法并不適宜分析微觀和個體層面的就業可達性影響，因此本文在確定流動人口通勤路徑的基礎上選取其經過的所有街道范圍作為用地特征研究范圍，從而可以更好地匹配不同個體的通勤路徑，增強分析結果的精確性和嚴謹度（見圖5-圖6）。

3.2.2 準備用地特征因子

根據上述研究范圍的確定方法，測算出與個體通勤路徑相關的用地特征因子。

3.2.3 展開相關性分析和多元回歸分析

將用地特征因子和測度得出的流動人口就業可達性數據在SPSS中錄入并進行標準化處理，統一數據口徑；進而采用皮爾遜（Pearson）相關系數法④皮爾遜（Pearson）相關系數法在自然科學領域中廣泛用于度量兩個變量之間的相關程度，其值p介于-1和1之間。p＞0表示二者存在正向線性相關；p＜0表示二者存在負向線性相關；p的絕對值越趨近于1，說明兩個變量之間的線性關系越強。，分析單個用地特征因子與就業可達性二者之間的相關系數；最后通過多元回歸模型對用地特征因子和就業可達性數據建立擬合函數，考察所有用地特征因子對就業可達性的綜合影響顯著度。

3.3 測度分析

遵循前述設定的流動人口可達性影響分析方法，研究用地特征對于個體就業可達性水平的影響程度。相關性分析結果如表5所示。

通過相關性分析可知用地特征因子（除非建設用地比外）均在0.01水平，與就業可達性呈顯著相關⑤SPSS中的顯著性水平取值為0.01和0.05；其中顯著性水平介于0.01和0.05之間說明顯著性明顯，小于0.01說明顯著性很強。。可以看出：

（1）6個用地特征因子中公共服務用地比、道路用地比和公交服務水平同就業可達性呈正相關，商業服務用地比、工業用地比和綠地用地比同就業可達性呈負相關。

（2）單個特征數據中公交服務水平與就業可達性的相關性最強，其次為公共服務用地、道路用地比和商業服務用地比，綠地用地比和工業用地比的相關性較弱。

再進一步，將具有相關性的用地特征因子與就業可達性數據帶入多元回歸模型進行多元回歸分析，考察多因素共同作用下各用地特征因子對就業可達性影響的顯著度。其結果如表6-表7所示。

從擬合結果來看，R2值為0.276（遠小于0.75），因此可判定：綜合用地特征因子與就業可達性之間不存在相關性。

在流動人口職住和通勤所經街道的所有用地特征因子中，其相關性差異分析如下。

（1）交通設施用地比（道路用地比和公交服務水平）：鑒于城市路網結構和交通系統與流動人口通勤的直接關聯性，道路用地比和公交服務水平必然會對流動人口的就業可達性產生重要的正向影響。

（2）公共服務用地比：通勤路徑沿途的公共服務業對于流動人口而言，不但對其就業的分流作用有限，所配備的基礎設施和服務水平往往會帶來顯著的通勤提升作用，因而具有就業可達性的“強促進”作用。

（3）商業服務用地比：通勤路徑沿途的商業服務設施（尤其是大量中低檔業態）往往會對流動人口的通勤目的產生雙重干擾和障礙——消費磁力和就業分流，從而為其就業可達性帶來一定的“阻抗”效應。

（4）綠地用地比和工業用地比：一方面主城內規模相對有限的綠地和工業用地導致兩個因子先天的低影響度，另一方面又因為綠地的休憩磁力和工業用地的就業分流作用，同樣為流動人口的就業出行帶來一定的“阻抗”效應。

（5）其他：綜合用地特征因子與就業可達性之間不存在相關性，可能的解釋是流動人口的就業可達性在其通勤過程中只受部分用地屬性影響，不完全涵蓋所有用地特征，因此綜合影響不明顯。

4 階段三：流動人口個體屬性與就業可達性影響的關聯研究

4.1 研究步驟

4.1.1 個體屬性主因子提取

筆者將流動人口個體屬性中的年齡、收入、居住時間、教育程度、婚姻狀況和單位類型數據在SPSS中錄入，其次通過主因子提取，將6個特征數據歸并為n個主因子（n＜6）。提取過程會根據實際情況對原始數據采用提取平方和旋轉平方的方法以得到更為明確和集中的主因子結果，同時每個主因子都會具有原始數據的特征，而主因子中的主成分則是荷載比重較大的原始數據。主因子分析的具體操作過程如圖7所示。

表5 用地特征因子與就業可達性相關性分析表Tab.5 Correlation analysis of land use characteristics and employment accessibility

表6 綜合用地特征與就業可達性相關性分析表Tab.6 Correlation analysis of comprehensive land use characteristics and employment accessibility

表7 回歸模型擬合結果Tab.7 Regression model fitting result

4.1.2 展開相關性分析

首先根據前文的分析結論，將與就業可達性相關的用地特征因子同個體屬性主因子進行相關性分析，觀察具有關聯影響的子項；其次將個體屬性主因子同就業可達性進行相關性分析，并結合之前的分析結果，發現并歸納與用地特征因子和就業可達性均存在關聯影響的個體屬性主因子，進而為從個體角度解析用地特征因子對就業可達性的影響機制提供依據。具體操作過程如圖8所示。

4.2 測度分析

遵循前述設定的流動人口可達性影響關聯分析的方法，解析流動人口個體屬性與就業可達性影響的關聯機制。對流動人口的個體屬性數據進行主因子提取，結果如表8所示。

對個體屬性數據的初始特征值進行提取和旋轉平方，選取特征值大于1的前3個成分作為個體屬性主因子，這3個主因子的累積方差占原變量總方差的69.600%。同時根據這3個主因子的成分矩陣，選取6個主要荷載變量作為各主因子的主成分。各主因子中個體屬性數據的成分比例⑦本文提取成分數值大于0.6的個體屬性數據作為主因子的主成分，主成分為該主因子的主要解釋變量。如表9所示。

通過分析，將流動人口的6個個體屬性歸并為3個主因子，各主因子的主要成分如下。

（1）主因子1：主要成分為年齡、教育程度和婚姻狀況。

（2）主因子2：主要成分為月收入和居住時間。

（3）主因子3：主要成分為單位類型。

將對流動人口的就業可達性產生關聯影響的用地特征因子與個體屬性主因子帶入SPSS軟件進行相關性分析，考察用地特征因子對流動人口個體屬性的影響程度。其結果如表10所示。

經過相關性分析，可以發現：

（1）個體屬性主因子1同公共服務用地比呈顯著正相關。

（2）個體屬性主因子2同商業服務用地比、公共服務用地比、道路用地比和公交服務水平均呈顯著正相關。與公交服務水平的相關性最強，與商業服務用地比的相關性最弱。

（3）個體屬性主因子3同用地特征因子不存在相關性。

進一步將流動人口的個體屬性主因子與就業可達性進行相關性分析，考察個體屬性主因子對流動人口就業可達性的影響程度。其結果如表11所示。

從分析結果來看，流動人口的個體屬性主因子2同就業可達性的相關性最強；個體屬性主因子1同就業可達性的相關性一般；個體屬性主因子3同就業可達性不存在相關性。

圖7 個體屬性主因子提取過程Fig.7 The main factor extraction process of individual attributes

根據上述分析結果，形成用地特征因子、流動人口的個體屬性和就業可達性三者之間的關聯影響模式圖（見圖9）。

鑒于上述已有的“用地特征因子—就業可達性”的單向影響論述，下文就“用地特征因子—個體屬性”和“個體屬性—就業可達性”的遞進關聯分析如下。

（1）個體屬性主因子1（年齡、教育程度和婚姻狀況）

流動人口年齡的增長和家庭生活的變化會增加對公共服務設施的依賴性，而教育程度的提升則會加強其利用公共服務設施的意識，因此公共服務用地同流動人口的年齡、教育程度和婚姻狀況都具有一定的正向影響。

隨著年齡的增長和教育程度的提升，流動人口會結合自身條件和城市交通設施來降低通勤成本，從而對流動人口的就業可達性產生“強促進”作用。

因此，疊合上述關聯因素，可知公共服務用地對流動人口的就業可達性會產生一定的正向影響。

（2）個體屬性主因子2（月收入和居住時間）

城市中公交服務水平和道路用地比較高的區域因其便捷的交通服務和高可達性，往往最能吸引收入相對較高的流動人口，并可以保持該類群體穩定而長期的居住，因此與流動人口的月收入和居住時間具有強正相關性；公共服務用地所配備的基礎設施和服務水平對流動人口同樣具有較強的吸引力，因此與流動人口的月收入和居住時間也具有強正相關性；商業服務用地比高的區域會吸引收入相對較高且具有消費意愿的流動人口，因此對流動人口的月收入具有一定的正相關性。

表8 個體屬性主因子提取Tab.8 The main factor extraction of individual attributes

表9 各主因子成分矩陣Tab.9 The main factor composition matrix

表10 用地特征因子與個體屬性主因子相關性分析Tab.10 Correlation analysis of land use characteristics and individual attributes

表11 個體屬性主因子與就業可達性相關性分析Tab.11 Correlation analysis of individual attributes and employment accessibility

隨著流動人口收入和居住時間的增加，通勤工具的改善、通勤方式的提升以及對城市交通和公共服務設施更為有效的利用，會對流動人口就業可達性產生重要的正向影響。

因此，疊合上述關聯因素，可知公交服務水平、道路用地會對流動人口的就業可達性產生重要的正向影響；公共服務用地和商業服務用地則會產生一定的正向影響。

（3）個體屬性主因子3（單位類型）

流動人口的單位類型與用地特征因子和就業可達性均不存在相關性，可能的解釋是流動人口在就業選擇上受個體意愿、自身條件和整體就業背景的影響較大，而受城市用地空間的直接影響較小，因此二者不存在相關性。

流動人口的就業可達性主要受就業地和居住地的空間制約，而其就業的單位類型與就業地的空間分布無直接關聯，因此對就業可達性的影響微弱。

5 結論和建議

5.1 主要結論

5.1.1 測度流動人口就業可達性

南京市流動人口的就業可達性水平總體呈現“由十字中心向外圍遞減，由西部向東部遞減”的趨勢。其中就業可達性水平較高的地區集中于主城中心，老城南部及西北沿江地區次之，主城北部和東部地區的就業可達性水平普遍偏低。

5.1.2 土地利用視角下流動人口就業可達性影響分析

圖8 用地特征、個體屬性和就業可達性關聯性分析過程Fig.8 Relevance analysis process between land use characteristics, individual attributes and employment accessibility

圖9 就業可達性關聯影響模式圖Fig.9 Associated impact pattern of employment accessibility

南京市流動人口的就業可達性與交通設施用地相關的道路用地比和公交服務水平的相關性較強，與商業服務用地比呈負相關，與綠地用地比和工業用地比的相關性系數較低且均呈負相關，與非建設用地比不具有相關性。

5.1.3 流動人口個體屬性與就業可達性影響關聯研究

南京市流動人口的年齡、教育程度和婚姻狀況與公共服務用地比呈顯著正相關；月收入和居住時間與商業服務用地比、公共服務用地比、道路用地比和公交服務水平均呈顯著正相關；單位類型與用地特征因子不存在相關性。流動人口的月收入和居住時間與就業可達性的相關性最強；單位類型與就業可達性不存在相關性。

5.2 流動人口就業可達性研究結果對空間規劃布局的建議

當前城市建設在圍繞高質量發展和以人為本的宏觀背景下，流動人口作為大城市常住人口中不可或缺的重要組成，其職住通勤的相關需求應在空間規劃中予以充分考慮。鑒于流動人口的就業地與城市中心及產業片區高度匹配的特征，圍繞周邊區域需考慮布局“居住+”的混合用地功能，用以吸納周邊就業人口，提升其就業可達性；鑒于城市路網結構和交通系統與流動人口通勤的直接關聯性，針對市區范圍內就業可達性水平較低的區域，應重點強化公共交通網絡及交通設施的建設，提升服務水平；商業服務設施及工業用地雖然對流動人口的就業可達性會帶來一定的“阻抗”效應，但兩類用地亦對流動人口的就業產生部分“吸納”影響，因此該類空間的布局應結合實際條件調整優化。此外，南京市流動人口的個體屬性與土地利用之間存在一定的關聯性，因此需要地方部門制定相應政策，滿足流動人口的職住需求。