北京市不同社区居民通勤行为分析

2015-03-20贾晓朋张媛媛

地域研究与开发 2015年1期

贾晓朋，孟斌，张媛媛

(1.首都师范大学资源环境与旅游学院，北京100048;2.北京联合大学应用文理学院，北京100191;3.北京联合大学北京学研究所，北京100101)

0 引言

居住和就业作为城市空间结构的重要构成要素日益受到城市地理学者的广泛关注［1］。通勤是人们离开居住地前往工作地的出行，它的产生是由于居民工作地与居住地的分离［2］。近年来中国正在经历着制度转型和快速空间重构，在这个背景下通勤与城市空间结构之间的相互关系的研究已引起学者的关注。国内学者从不同视角对相关研究进展进行了综述和整理，如孟晓晨等对职住平衡的研究回顾及观点综述［3］、刘望保等对西方国家城市通勤研究的回顾［4］、刘志林等对空间错位理论的研究［5］。也有许多学者对中国城市居民的职住关系进行了实证研究，如孟斌通过对居民通勤时间、通勤流向等要素的分析，指出北京市存在较严重的职住分离［6］;党云晓等对北京城市居住消费行为空间差异的研究发现，住房成本和交通可达性对居民住宅区位决策具有显著影响［7］;李强等通过对职住空间关系、上班出行距离、上班出行交通时间和预留时间的分析，认为只有最大限度地减少职住分离，加强公共交通系统的建设，才能更好地满足居住区居民上班及其他出行的需要［8］;张艳等通过比较城市内部不同居住地域居民通勤格局的差异，发现城市内部不同居住区居民的通勤行为存在显著差异性和不同类型单位居住区通勤格局呈现出明显的分化［9］;钟喆等通过对上海市普陀区居民进行随机抽样调查，认为上海市普陀区居民的通勤物理距离、时间距离和费用距离都在加大以及居住就业匹配失衡情况较严重［10］。

以上研究已经涉及到通勤和城市空间相互关系各方面的研究，大多是针对某一城市或城市中特定区域，对通勤格局进行横向比较的宏观研究。但是将宏观研究和微观研究相结合对不同社区居民通勤行为的综合性研究少之又少。在社会极化加剧背景下，不同社区居民空间行为是否存在差异值得关注，对理解城市空间结构及其演变具有重要理论和现实意义。本研究通过2012年北京城市居民职住分离抽样调查问卷调查数据，运用统计分析、空间数据分析和地理信息系统等方法，探讨不同社区居民通勤行为的差异，对不同社区居民通勤状况进行比较，并着重分析不同社区居民通勤状况的影响因素，以期对职住关系研究和城市空间结构研究加以补充。

1 研究区域与数据

1.1 研究区域

研究数据来自2012年城市居民职住分离抽样调查问卷，该问卷以北京六环内政策性住房、胡同、单位和商品房4种住房社区为对象。政策性住房社区包括天通苑、回龙观、翠谷玉景，胡同社区包括交道口、前海北沿、南锣鼓巷，单位社区包括首都师范大学、三里河、同仁园，商品房社区包括世纪城、星河苑、远洋山水等典型的居住区(图1)。为保证数据质量，调查选取的对象主要为已参加工作的居民。共发放问卷700份，回收问卷657份，排除信息不全及其他无效问卷，保留有效问卷615份，有效率为94%。

图1 调查区域Fig.1 Survey region

1.2 样本状况

调查样本中男女比例基本相当，女性样本稍多于男性样本;年龄主要集中在50岁以下，30～50岁的样本占到总样本的59.4%;学历在大学专科以上的样本占到总样本的80%，其中大学学历占到总样本的40.5%;调查样本中家庭收入以5 000～9 999元的中等收入为主，占到总体样本的39.0%(表1)。

表1 调查样本属性分析Tab.1 Attribute analysis of the sample survey

进一步对不同社区的样本情况进行分析，按照各属性赋值标准(男:0，女:1;30岁以下:0，30～40岁:1，41～50岁:2，51～60岁:3，60岁以上:4;家庭收入＜0.3万元:0，0.3 万元≤家庭收入＜0.5 万元:1，0.5 万元≤家庭收入＜1.0万元:2，1.0万元≤家庭收入＜1.5万元:3，1.5 万元≤家庭收入＜2.0 万元:4，家庭收入≥2.0 万元:5;初中及以下:0，高中:1，大专:2，大学:3，研究生:4)计算不同社区居民社会经济属性，可以发现在年龄结构、收入水平和教育水平等层面存在较大差异(表2)。根据这种差异可以进一步研究不同社区居民的通勤行为的特点和原因。

表2 不同社区居民社会经济属性比较Tab.2 Comparison of social economic attribute in different community residents

2 不同社区居民通勤行为分析

通勤行为主要体现在居民个体的通勤距离、通勤时间、乘坐交通工具和通勤习惯等方面。理论上通勤距离越长则通勤时间也越长，即通勤时间和通勤距离呈一定的正比例关系。通勤工具是通勤的载体，反映通勤距离而制约通勤时间，在一定程度上决定着通勤的基本特征;通勤距离和通勤时间在刻画通勤强度的同时，两者互相作用共同影响通勤工具的选择［11］。

本次调查总体样本居民平均通勤时间为43.6 min(标准差23.9 min)。2005，2010年北京市居民平均通勤时间分别为 38.0，43.6 min，标准差分别为 26.6，28.0 min［12］。虽然本次调查问卷在调查区域和样本量上有一定的局限性，但是对比发现本次调查数据仍能从一定程度上反映出北京市居民的平均通勤时间。2010年和2012年居民平均通勤时间相同，与2005年的居民平均通勤时间相差5.6 min，说明北京市居民平均通勤时间在短期内变化幅度较小，但是总体上居民平均通勤时间呈上升趋势。

2.1 通勤时间和距离

政策性住房居民平均通勤时间长于商品房社区居民，胡同社区居民和单位社区居民平均通勤时间较接近。不同社区居民平均通勤时间存在着显著的差异(表3)，方差分析的结果也证实了这种差异的显著性(表4)。四类社区中，政策性住房居民平均通勤时间最长，为50.4 min(标准差24.7 min)，其次为商品房社区居民，平均通勤时间为40.5 min(标准差19 min)，胡同社区和单位社区居民平均通勤时间较为接近，分别为35.6 min(标准差21.7 min)和33.6 min(标准差20.3 min)。

居民平均通勤距离方面，政策性住房最长为15.6 km，其次为商品房社区为11.4 km。但是，政策性住房居民平均通勤距离是单位社区居民平均通勤距离的2倍多(表3)。胡同社区居民平均通勤距离比单位社区居民平均通勤距离短。方差分析也表明不同社区居民平均通勤距离存在着显著的差异(表5)。

表3 不同社区居民平均通勤时间和平均通勤距离Tab.3 Average commuting time and distance in different communities

表4 不同社区居民平均通勤时间方差分析结果Tab.4 Result of variance analysis of the average commuting time in different communities

对比通勤时间和通勤距离可以发现，虽然一般而言通勤时间和通勤距离是正相关，但此次调查发现，尽管单位胡同社区居民平均通勤距离小于单位社区居民，但其总体通勤时间略长于单位社区居民。这主要是由于不同社区居民通勤工具方面的差异造成，也反映出通勤行为研究的复杂性。

表5 不同社区居民平均通勤距离方差分析结果Tab.5 Result of variance analysis of the average commuting distance in different communities

2.2 通勤交通工具

四类社区中居民选择主要交通工具存在着显著的差异(表6)。地铁、公交车和私家车是四类社区居民使用最多的交通工具，使用量均占到55%以上，其中商品房社区居民这三类交通工具的使用量占到90%，而低碳环保的绿色出行方式都受到不同程度的制约。

表6 不同社区居民乘坐交通工具状况%Tab.6 Mode of taking transportation in different communities

进一步比较不同社区居民交通工具选择差异，可以发现政策性住房居民主要通勤方式为地铁，占总体乘坐交通工具的42%;而商品房社区居民中，选择乘坐私家车的比例高于地铁，私家车成为这一群体最主要通勤方式;胡同社区居民和单位社区居民主要通勤方式差别不明显，不同交通工具选择都有一定比例，但胡同社区居民主要通勤方式以公交车、地铁为主，而单位社区居民选择步行和公交车的比例较高。

2.3 通勤预留时间

上班出行总时间与交通时间的差值定义为预留时间，是居民为了避免因交通的不确定性而导致迟到所留出的富余时间［8］。计算公式为:T=(t1-t2)-t3。式中:T表示平均预留时间;t1表示单位规定上班时间;t2表示个人出发时间;t3表示平均通勤时间。

计算出总体样本居民平均通勤预留时间为16.9 min(表7)，占总体通勤时间的28%，反映出交通状况不仅仅带来通勤时间的延长，也大大增加了通勤预留时间这一隐形社会成本。

不同类型社区居民都有大量的通勤预留时间，商品房社区居民平均预留时间最长，为19.1 min，预留时间占总体通勤时间的比例也最高，胡同社区和单位社区居民平均预留时间较接近(表7)。

表7 不同社区居民通勤指标比较Tab.7 Comparison of commuting index in different communities

3 通勤行为差异影响因素分析

虽然通勤行为中交通工具选择和通勤习惯等都与个人选择有关，但不同社区居民社会经济属性的整体差异是造成居民通勤行为差异的主要原因。

3.1 居民收入

居民收入的差异对居民通勤工具选择具有重要的影响。不同家庭收入居民乘坐交通工具的选择偏好存在明显差别(表8)。低收入家庭居民选择步行和自行车的比例高，中等收入家庭居民选择地铁和公交车的比例高，高收入家庭居民选择私家车和出租车的比例高。

不同社区体现了居民收入的差异(图2)。在四类社区中，商品房社区高收入人群占的比例最高，和高收入人群选择的交通方式结构相近;在四类社区中，胡同社区低收入人群占的比例最高，和低收入人群选择的交通方式结构相似。不同社区中低、中、高三类收入居民所占的比例不同，说明了不同社区体现了居民收入的差异，进而对居民通勤工具选择产生一定的影响。

表8 不同家庭收入居民乘坐交通工具状况%Tab.8 Mode of taking transportation with different household income

图2 四类住房产权下家庭收入状况比较Fig.2 Comparison of household income of the four kinds of housing property

四类社区中，商品房社区高收入家庭(收入在1万元以上的样本占商品房社区总体样本的61%)在四类社区中所占的比例最高(图2)，有能力购买私家车的家庭占的比例最高。由于私家车方便灵活，不受固定站点、线路和公共交通服务时间的限制，对线路使用的选择性大，驾乘感较好［13］，选择私家车的比例要高于地铁。

胡同社区高收入家庭比例较低，仅为17%，有能力承担私家车和出租车成本的家庭占的比例少，因此，胡同社区居民选择公交车和地铁出行的比例较高，而选择私家车的比例较低。另一方面，通勤方式选择也和居民职住关系有关。如政策性住房社区居民有42%的样本选择了地铁，主要是因为政策性住房居民离工作地远，即通勤距离长，居民总体收入也相对有限，为了更有效地提高通勤效率而优先选择地铁。而单位社区居民主要的通勤方式为步行和公交车，是因为单位社区总体临近工作地。但是，有36%的单位社区居民选择了地铁和私家车，这也反映出社会空间分异的多样性。

3.2 居住流动性的差异

不同社区体现了居民居住流动性的差异，是通勤时间差异的重要影响因素。随着经济体制和社会体制改革的深化，居民迁居行为及工作变化都变得更加频繁，这种迁居行为和就业变化的自由，体现出居民良好的流动性。但是，总体而言，住房选择对城市居民的流动性具有很大的约束性，购买商品房的居民限制最小，商品房的买卖自由度最高，所以在四类社区中商品房居住者具有最高的流动性。购买政策性住房居民的外在限制要高于商品房居民，但是低于胡同社区和单位社区(胡同社区和单位社区住房拥有者，主要为北京老城区原住居民和本单位的人员，限制性更高)，所以这三类社区居民的流动性排名为政策性住房、单位社区和胡同社区，不同社区体现了居民流动性的差异。

政策性住房主要布局在北京城市市区边缘地带，由于北京城市结构的特点，就业中心主要集中在市区中心地带。因此，政策性社区居民流动性较低，通勤时间也最长，他们只能忍受这种职住分离状况。虽然单位社区和胡同社区居民的流动性也不太好，但由于这两类社区的形成中对职住关系都有所考虑，所以这两类社区居民的通勤时间最短。商品房购买者本身虽然具有较高的流动性，在城市当中选择居住地的自由度最高，但由于城市规划的限制，北京商品房社区主要分布于北京市三环和五环之间，距城市主要就业集中地还有一定距离，并且这部分居民在选择居住地时还会考虑居住环境、下一代教育等综合因素，因此，商品房社区居民通勤时间处于略低于平均水平的位置(图3)。

图3 四类社区居民通勤状况比较Fig.3 Comparison of commuting among the four kinds of communities

居民在关注通勤时间时，还往往考虑附加时间成本。而平均预留时间是附加时间成本中重要的组成部分(表7)。平均预留时间这一指标与总体通勤时间长短、道路的拥挤状况、乘坐的交通工具等因素有关。一般情况下总体通勤时间越长，需要的预留时间也会更长。选择步行、自行车等交通工具所需要的预留时间最短，其次为地铁、私家车、单位班车、公交车。四类社区居民总体通勤时间和选择的主要交通工具不同，因此，在预留时间方面也存在显著不同。单位社区居民采用步行和自行车比例最高，其次为胡同社区居民，所以，单位社区居民和胡同社区居民平均预留时间较短;商品房社区和政策性住房社区居民由于总体通勤时间较长，采用步行和自行车出行的比例较低，所以，预留通勤时间排在前2位。

3.3 职住匹配性的差异

不同社区体现了职住匹配性的差异，是职住分离的重要原因之一。在城市发展进程中，不同社区产生的背景是不一样的。单位社区是计划经济产物，主要布局在单位附近，工作地和居住地距离近，职住匹配性最好。胡同社区是历史形成的，主要集中在北京城市中心区域，周边已经形成众多就业中心，缩小了居住和工作地距离，工作可达性良好，职住匹配性也比较好。相对而言，随着市场经济体制逐步建立和住房市场化，商品房和政策性住房却对职住匹配性考虑较少。由于地价等因素，政策性住房主要布局在城区边缘地带，由于产业规划及相应的服务设施不够完善，使得政策性住房居民主要在城区工作，加剧了职住分离。商品房建设之初不考虑职住匹配，职住距离通过市场调节而逐渐形成一定规律。

通勤距离是测量职住匹配性的重要指标，通勤距离越长显示职住匹配性就越差。影响通勤距离的主要因素是工作地和居住地之间的距离。但是，人们有可能为了获得更便宜的住房或更好的居住条件而主动选择居住在离工作地较远的地域，从而导致长距离和长时间通勤时间［14］。

本研究采用的数据中，也获得了被访者工作地的信息，从中发现北京市工作地主要集中在四环以内。政策性住房主要集中在五环以外或四环以外靠近五环，离工作地较远，所以通勤距离最长，职住匹配性最差。而胡同社区主要在二环以内，离工作地较近，所以通勤距离最短，职住匹配性最好。理论上单位社区离工作地最近，一般具有较好的职住匹配性。但是，在单位社区居住的居民由于各种原因可能外出工作、把房子出租或出售给本单位以外的人员居住等而导致通勤距离增加，使得其职住匹配性要比胡同社区差。

4 结论与讨论

通过问卷调查获得了北京市四类社区下居民的社会属性和通勤行为等数据，运用统计分析、空间数据分析和地理信息系统等方法，对四类社区居民通勤时间、通勤距离、通勤方式、通勤预留时间进行分析，试图揭示城市社会空间极化背景下居民通勤行为差异，为进一步理解城市空间结构及其变化提供参考。

(1)不同社区居民的通勤行为存在显著差异性。政策性住房社区居民平均通勤时间和平均通勤距离较长，单位社区和胡同社区居民平均通勤时间和平均通勤距离较相近，但是明显低于政策性住房社区居民;政策性住房和商品房社区采用机动车出行的比例高于单位社区和胡同社区;不同社区居民的通勤距离和交通工具选择的差异导致居民的预留时间差异也较为明显。

(2)社区体现了居民收入、居民流动性、居民职住匹配性等众多差异，是城市社会空间结构的具体体现，这些因素的综合作用导致了居民通勤行为的多种差异。因此，从社区居民角度研究通勤行为的差异对丰富城市地理研究内容具有一定理论和现实意义。

(3)城市不同社区居民的社会经济状况的差异反映了城市中社会空间分异的客观存在。从微观的角度去剖析不同社区居民的通勤行为差异，也体现了城市极化现象的不同层面特征，可以在一定的程度上对转型期北京城市发展方向思考提供借鉴。

本研究虽然对社区居民的通勤行为进行了分析，但是未能定量研究和揭示出影响社区居民通勤行为的决定性因素，这需要在今后进一步研究中予以关注。

［1］ Clark WA V，Burt JE.The Impact of Workplace on Residential Relocation［J］.Annals of the Association of American Geographers，1980，70(1):59-66.

［2］ Sohn J.Are Commuting Patterns a Good Indicator of Urban Spatial Structure?［J］.Journal of Transport Geography，2005，13(4):306-317.

［3］孟晓晨，吴静，沈凡卜.职住平衡的研究回顾及观点综述［J］.城市发展研究，2009，16(6):23-28.

［4］刘望保，闫小培，陈忠暖.西方国家关于城市通勤的研究回顾与展望［J］.经济地理，2009，29(3):402-408，430.

［5］刘志林，王茂军，柴彦威.空间错位理论研究进展与方法论评述［J］.人文地理，2010，22(1):1-6.

［6］孟斌.北京城市居民职住分离的空间组织特征［J］.地理学报，2009，64(12):1457-1466.

［7］党云晓，张文忠，武文杰.北京城市居民住房消费行为的空间差异及其影响因素［J］.地理科学进展，2011，30(10):1203-1209.

［8］李强，李晓林.北京市近郊大型居住区居民上班出行特征分析［J］.城市问题，2007，26(7):55-59.

［9］张艳，柴彦威.基于居住区比较的北京城市通勤研究［J］.地理研究，2009，28(5):1327-1340.