过度通勤的识别及其影响因素:以深圳为例

孙 峤, 任荣荣

(1.大连大学 建筑工程学院,辽宁 大连 116622;2.清华大学 房地产研究所,北京 100084)

过度通勤的识别及其影响因素:以深圳为例

孙 峤1, 任荣荣2

(1.大连大学 建筑工程学院,辽宁 大连 116622;
2.清华大学 房地产研究所,北京 100084)

城市劳动力市场与住房市场的不完全市场特性,使得劳动力很难进行最优的居住与就业选择,进而导致城市通勤成本的增加,过度通勤是城市中普遍存在的一种现象。文章利用深圳市住房调查问卷的相关信息,对过度通勤进行识别并对其影响因素进行分析。研究发现,过度通勤的大小在10%～20%之间;过度通勤的影响因素包括受教育程度、从事的行业类型以及住房所有权形式。

过度通勤;居住;就业;深圳

一、引 言

中国的制度转型为城市经济增长提供了良好的政策环境,与此同时,城市形态与空间结构也迅速发生转变。一方面,城市经历着大规模的更新改造和基础设施建设,过去的老工业用地逐步迁出城区范围,取而代之的是新的办公和商业用地;另一方面,土地市场和房地产市场的发展为企业和家庭提供了区位选择的自由,为劳动者进行最优的居住地与就业地的选择创造了机会。计划经济时代的单位制“职住合一”的城市空间形态被迅速打破,“职住分离”现象逐渐成为城市空间结构的一个重要特征。“职住分离”的空间格局体现了市场机制的作用,有利于实现城市空间资源的有效配置。但同时,这也导致了城市通勤成本的增加以及交通拥堵等现象。如何实现城市空间结构中的“职住平衡(job-housing balance)”,从而实现城市通勤成本的最优,成为学者关注的话题。

城市经济学理论的一个基本推论是,当劳动力进行最优的居住与就业选址时,城市通勤成本将被最小化,也即达到最优。但这一推论需要建立在城市劳动力市场与住房市场是完全市场(perfect market)的假设条件下,而现实情况是,劳动力市场与住房市场的不完全性,如就业机会与住房机会的信息不完全、工作地与居住地变动存在较大成本等,使得通勤成本的最小化很难实现。因而,过度通勤(excess commuting/ wasteful commuting),实际发生的通勤成本与最优通勤成本的偏离成为城市中普遍存在的一种现象。有关过度通勤的研究起始于 Hanilton[1],之后很多学者都对该问题进行了深入研究[2][3][4][5][6]。其中,对过度通勤的识别是研究的一个关注点。

本文基于过度通勤的文献研究,利用深圳市住房调查问卷的相关信息,对过度通勤进行识别并对其影响因素进行分析。本文的研究可以为过度通勤方面的相关研究提供来自中国的实证案例,同时,对城市管理者减小城市过度通勤、实现合理的城市空间规划具有重要的实践参考价值。

二、理论基础与实证研究模型

1.理论基础

过度通勤问题是城市经济学的一个研究关注点,已有很多文献对城市中的过度通勤成本问题进行了估计,并阐释了过度通勤的影响因素,这为本文研究提供了一个很好的理论基础与实证参照。Hamilton在单中心城市模型的假设下,估计了实际通勤量与单中心城市模型所预测的通勤量的差别,发现前者大约是后者的8倍[1]。Hamiltom将过度通勤的影响因素归为以下五个方面:工作的稳定性、家庭中是否有多个就业者、城市非通勤出行、居住地与就业地的异质性、就业者更看重通勤时间还是通勤距离。并进而指出,单中心城市模型并不能很好的预测美国城市的通勤行为。

城市形态的假设对过度通勤的估计影响较大。Small和 Song分析了三种城市模式(单中心城市模式、多中心城市模式、区块模式)假设下的过度通勤[2]。研究指出,过度通勤的度量和解释需要建立在合理的城市就业密度与居住密度函数形式的基础上;单中心城市模式不能很好的用于预测城市的通勤行为。

Van Ommeren和Van der Straaten基于搜寻理论构建了城市过度通勤的识别方法[3]。该方法认为,工作搜寻是劳动力市场的一个典型特征,而就业机会的信息不完全性是导致劳动力无法进行最优的居住地与就业地选择进而实现通勤成本最小化的关键。因此,在控制家庭属性与住房属性的前提条件下,工作信息的抵达率是影响过度通勤的决定因素,而相对于一般就业者而言,自雇型就业者工作信息的抵达率可以认为是无限的,因此,其过度通勤可以忽略不计。在Van Ommeren和Van der Straaten的模型里,自雇型就业者与一般就业者通勤成本的差额就可以被认为是过度通勤。该模型是本文实证研究的一个重要参照。

2.实证模型的建立

本文基于Van Ommeren和 Van der Straaten工作搜寻模型的思想[3],构建实证分析模型,其基本形式为:

其中,CC表示通勤成本,可以用通勤时间或通勤距离来度量;S EL F_EM P为哑元变量,表示是否为自雇型就业者;WOR KER、J OB、R ES ID EN CE分别表示就业者属性(包括个体属性与家庭属性)、就业机会(可分为工作行业与工作地特征)、居住机会(可分为住房属性与居住区位属性);ε为随机误差项。

该模型的基本含义是在控制就业者属性、就业机会与居住机会的情况下,S EL F_EM P前的系数即反映了城市中的过度通勤成本。

三、数据来源与实证研究结果分析

1.数据来源

本文的实证研究数据来自深圳市国土资源和房产管理局2008年实施的深圳住房调查问卷。该问卷以了解深圳当前居住现状及其满意度为主要内容,以为进一步完善深圳住房保障制度提供决策依据为调研目的,数据质量较好。问卷结构包括当前居住状况情况、个人和家庭基本情况、就业情况以及与通勤问题相关的七大类别,能够满足构建的实证模型的分析要求。为保证数据质量,本次调查按各行政区人口密度进行抽样,共发放问卷2 120份,回收有效问卷2 063份,问卷有效率为97%。

过度通勤反映的是城市中由于劳动力市场与住房市场的不完全性,使得劳动力在进行实际居住与就业选址时,难以实现理论上通勤成本最小化的问题。对过度通勤问题研究的核心假设是以有固定工作地点而非在家工作的劳动力为研究对象。根据这一假设,文章对上述有效问卷进行了筛选,在剔除从事第一产业的样本(5个)和信息不完整的样本(644个)后,最终得到1 414个样本作为实证研究的对象。

2.变量选取与描述性统计

通勤距离与通勤时间是度量通勤成本的两个常用指标。根据问卷设计的情况,本文选取通勤时间来度量通勤成本,并作为模型的被解释变量。根据问卷,表征通勤时间的变量包括两种形式,一是根据问卷结果直接构建多元排序选择变量(CTO),二是根据各排序选项的均值构建连续变量(CT)。

Van Ommeren和 Van der Straaten的工作搜寻模型指出[3],相对于非自雇型就业者而言,自雇型就业者(S EL F_EM P)兼具雇主和雇员的双重身份,其在劳动力市场中的选择将更多的关注于就业场所的选取,而非就业机会。根据这一特性,本文能够根据问卷中关于“就业者职业类型”的题目对就业者是否属于自雇型进行判断——职业类别为“私营企业主”和“个体工商户,小本经营者”的为自雇型就业,其他反之。总体样本中,自雇型就业者的样本量占总样本量的27%,其通勤时间相对小于非自雇型就业者(前者为14.5分钟,后者为17.3分钟)。

对于研究模型中解释变量的就业者属性(WOR KER),本文分别从就业者个体和家庭两方面进行描述。在反映就业者个体属性方面,选取了性别(MAL E)、年龄(A GE)、婚姻状况(COU PL E)、教育程度(EDU_i,i=1,2,…,4)、个人月收入(IN COM E_M)、在深圳工作或居住年限(YEA R_S Z H)以及从事行业(IN DUS_j,j=1,2,…,6等)7类变量。在反映家庭属性方面则选取了是否有小孩(CH IL D)、夫妻双方是否在同一行政区内工作(EDIS_SA M E)等2类变量。

解释变量中的对就业机会属性(J OB),则通过引入就业地片区哑元(ELOC_k,k=1,2,…,88)来反映各片区的就业机会特征。对于表征居住机会属性(R ES ID EN CE)变量的选取同样遵循前文的分析,分别从住房属性和居住区位属性入手。其中对于住房属性则包括了住房所有权形式(OW N)、住房面积(A REA)、住房的当前市场价格(H PRICE_M)以及住房类型(H T Y PE_n,n=1,2,…,5)等3类变量。对于住房区位属性,有946个样本的就业地片区与居住地片区一致,为避免表征住房区位属性的变量与就业片区哑元间的多重共线性问题,此处将引入居住处所的所属行政区哑元变量(HDIS_r,r=1,2,…,6)来表征就业者当前居住处所的区位特征。

上述各变量的定义和描述性统计分析如表1所示。

表1 模型变量的定义和描述性统计分析(样本量为1 414)

续表1

3.实证结果与分析

对应于模型解释变量的多元排序变量和连续变量两种形式,本文分别构建了排序选择模型(Ordered Choice Model,简称OCM)和多元回归模型(Multiple Regression Mode,简称MRM),以验证各解释变量对通勤时间解释能力在不同模型中的统一性。考虑模型解释变量中的各项特征之间(如教育背景、月工资收入和行业类型之间)可能存在明显的相关性,在两类模型的构建过程中遵循以下思路:先建立单变量模型,逐一考察各因素对通勤时间的影响情况,然后,选取单变量模型中表现显著的变量构建多变量模型。以此实现在削弱解释变量间多重共线性问题的同时,更全面完整地揭示各因素对通勤时间的影响,本文采用普通最小二乘方法进行两类模型的估计,估计结果如表2所示。) 4

表2 各模型估计结果(样本量为1 378)

续表2

由表2可知,在两类模型中,能够反映方程(1)的主要解释变量的系数与显著性水平基本一致。鉴于两类方程间存在这种高度的验证性,我们有理由相信半对数模型中对被解释变量的处理是有效的,半对数模型的估计结果能够客观的反映方程(1)中解释变量与被解释变量间的关系。因此,本文将依据半对数模型的估计结果进行实证分析。

(1)过度通勤

实证研究的结果显示,过度通勤确实存在,且自雇型就业者的过度通勤相对小于非自雇型就业者,这与前文中的理论分析相一致。由于自雇型就业者在劳动力市场中的选择更多的在于就业场所而非就业机会,两种就业者间通勤成本的差额就是过度通勤。由表2可知,当前深圳市的平均过度通勤为10%。这一结果符合理论上对过度成本小于50%的推测[7],但较之国外学者普遍估算的40%～50%的实证研究结果相对较小。实证结果偏小的原因可能在于,深圳的城市规模和产业布局与西方国家,尤其是美国城市间存在较大的差异。我国城市的特点是城市规模较小,城市化水平相对较低,就业机会分布相对密集,两类就业者间通勤成本的差异相对较小,因此过度通勤的规模也相对较小。

(2)影响因素

实证研究的结果显示,影响过度通勤的主要因素包括两类:一是反映就业者个体属性的教育程度和所从事行业的类型;二是反映居住机会属性的住房所有权形式。

Van Ommeren和 Van der Straaten的工作搜寻模型指出,在一定范围内过度通勤与工作信息抵达率成负相关,进而与就业密度亦成负相关性[3]。高学历的就业者通常在职业选择中具有较强的专业性,其可供选择的就业密度也相应的较低,则过度通勤相对较高。表2中模型MRM2的估计结果表明,表征“受教育程度为高中”类型的过度通勤变量显著,即教育程度为高中的过度通勤成本为12%。模型MRM3的估计结果显示,表征从事“交通运输、仓储及邮电通信业、批发和零售贸易、餐饮业以及社会服务者”的过度通勤变量显著,即从事此类行业的过度通勤较高,为15%。这是因为,该行业的就业地相对分散,在一定区域内其就业密度相对较低,因此导致就业者的过度通勤成本增加。

在住房市场中,相对于购买住房而言,租房者的住房迁移成本较低,更有可能实现居住地的最佳选址,进而实现通勤成本的最小化。在假设租房所产生的过度通勤足够小,且可以忽略不计的条件下,自有住房与租房间的通勤成本差额就可以被视为因住房所有权而异的过度通勤。根据表2中模型MRM4的估计结果可知,因住房所有权而异的过度通勤成本为19%。

四、结论与建议

本文基于搜寻理论,以自雇型就业者与一般就业者间的通勤成本差异为标准,通过深圳市的微观数据,验证了过度通勤的存在,并对其主要影响因素进行了深入的定量分析。实证结果显示,当前深圳的过度通勤为10%～20%,符合理论上过度通勤小于50%的推测,但较之国外学者普遍验证的40%～50%的实证研究结果相对较小。影响因素方面看,就业者对自有住房和商品房的偏好将加重过度通勤的程度。

近年来,关于城市经济学中劳动力市场是完全市场这一基本假设的质疑引起众多学者的关注,其中又以有关就业机会的信息对称性讨论为焦点。在现实情况下,由于劳动力市场与住房市场的不完全性,引发就业机会与住房机会的信息不完全、工作地与居住地变动存在较大成本等问题,使得劳动力在居住地与就业地之间的最优城市通勤成本难以实现,进而产生过度通勤问题。

伴随着中国制度转型的推进,城市形态与空间结构也发生着巨大以及迅速的转变,城市大规模的更新改造和基础设施建设,以及劳动者更自由的就业选择和居住选择,均对过度通勤的存在和发展趋势产生重要影响。如何在进一步保持城市稳定发展的同时,减少城市过度通勤,降低城市通勤成本以及交通拥堵现象,优化城市通勤成本,已成为城市管理者所面临的新课题。本文对过度通勤问题的研究成果,有助于帮助城市管理者客观科学认识城市发展过程中的“职住平衡”问题,通过合理的城市空间规划,实现城市空间资源的有效配置。

[1]HAMIL TON B W.Wasteful commuting[J].Journal of Political Economy,1982,90:1035-1053.

[2]SMALL K,SONG S.Wasteful commuting:a resolution [J].Journal of Political Economy,1992,100:888-898.

[3]Van OMMEREN J,Van DER STRAATEN W.Identification of wasteful commuting using search theory[EB/OL]. http://www-sre.wu-wien.ac.at/ersa/ersaconfs/ersa05/ papers/335.pdf,2005-08-23.

[4]HAMIL TON B W.Wasteful commuting again[J].Journal of Political Economy,1989,97:1497-1504.

[5]KIM S.Excess commuting for two-worker households in the los angeles metropolitan area[J].Journal of Urban E-conomics,1995,38(2):166-182.

[6]MANNING A.The real thin theory:monopsony in modern labor market[J].Labor Economics,2003,10:105-131.

[7]RODRIGUEZ D A.Spatial choices and excess commuting: a case study of bank tells in bogota,colombia[J].Journal of Transport of Geography,2004,12:49-61.

Identification of Wasteful Commuting:Evidence from Shenzhen

SUN Qiao1, REN Rong-rong2

(1.Civil and Architecture College,Dalian University,Dalian 116622,China;
2.Institute of Real Estate Study,Tsinghua University,Beijing 100084,China)

Wasteful commuting is widely used to test the minimizing commuting costs assumption.It is considered that workers can not optimally choose their residence and workplace location due to the imperfect labor and housing market,so that the costs related to commuting will not be minimized.Based on literature review,this paper adopts search theory to identify wasteful commuting,and examines the impacts of various factors using the data from a specially-designed survey in Shenzhen.The results indicate that about 10%～20%of the observed commuting may be considered‘wasteful’,meanwhile several influential factors contribute to the extent of wasteful commuting,such as education background,occupations and the types of housing ownership.

wasteful commuting;housing;employment;Shenzhen

F293

A

1008-407X(2010)04-0049-06

2009-12-30;

2010-07-22

国家自然科学基金项目(70603017)

孙峤(1977-),女,吉林长春人,讲师,博士,主要从事城市与房地产经济学研究;任荣荣(1981-),女,山东烟台人,清华大学房地产研究所博士研究生,主要从事城市与房地产经济学研究。