南京城市外围通勤交通与就业

林丽　顾宇

摘要：随着城市外围近郊的通勤交通问题日益突出，研究通勤交通与就业-居住关系，以及探讨优化就业居住平衡的方法对于缓解城市交通问题十分必要。本文基于2012年南京市居民出行数据，通过构造平衡职住指数，对南京外围各片区职住平衡程度进行测度，并通过职住分离程度对不同片区进行分类划分，建立多元回归模型对影响通勤效率的各影响因素进行量化分析，研究通勤交通与就业-居住关系。研究结果表明：通勤交通与就业-居住关系有密切关联，平衡度指数与通勤时间呈正相关，而自足型指数和就业独立指数与通勤时间呈负相关，同时出行距离等因素也对居民通勤效率有显著影响。因此，合理布局城市空间结构和功能分区，有效调整不同片区居住单元数量和就业岗位数，可以有效提高居民通勤效率。

关键词：交通规划；城市外围；就业-居住；多元回归

中图分类号：S 772文献标识码：A文章编号：1001-005X（2015）01-0107-05

Research on the Relationship Between Commuting and

JobsHousing Balance in the Suburb of Nanjing

Lin Li，Gu Yu

（School of Transportation，Nanjing Forestry University，Nanjing 210037）

Abstract：As the city peripheral suburban commuter traffic problem increasingly prominent，the study on the relationship between employmentresidential and commuter traffic and the exploration of the employment living balance optimization methods to alleviate the urban traffic problem is necessary.Based on the data of the dwellers in Nanjing in 2012，the employmentresidential balance degree of the suburd of Nanjing was measured by constructing balanced living index，and different area were classified according to the employmentresidential separation degree.A multiple regression model was established to quantitatively analyze all the factors that influence the efficiency of commuting.The results showed that the commuter traffic relationship was closely associated with employmentlive，balance index and commuting time were positively correlated.Independent and selfsufficient type index and the employment index were negatively correlated with commuting time.Other factors such as trip distance also have a significant influence on residents commuting efficiency.Therefore，reasonable layout of city space structure and functional partition and effectively adjusting the number of residential units and jobs at different area can effectively improve the efficiency of residents commute.

Keywords： traffic planning；suburbs；employment-living；multiple regression

收稿日期：2014-06-12

基金项目：国家级大学生创新创业训练计划（201210298040）

第一作者简介：林丽，硕士，副教授。研究方向：城市区域交通规划与管理。

引文格式：林丽，顾宇.南京城市外围通勤交通与就业——居住关联研究[J].森林工程，2015，31（1）：107-111.在城市发展中，交通引领城市发展格局成为越来越多人的共识。国内外一些大都市的发展研究表明，城市边缘近郊的发展和新城的構建是城市化进程中的常见模式，也是缓解城市交通拥堵、居住就业问题的重要途径之一。而随着城市近郊的通勤交通问题日益突出，与近郊居民通勤相关的问题也作用于整个城市的发展[1]。在此研究背景下，研究通勤交通与就业-居住关系，以及探讨优化就业居住平衡的方法对于缓解城市交通问题十分必要[2]。

本文以南京外围城区（大厂六合、江宁区、浦口区、仙林）为研究对象，基于2012年南京市居民出行数据，通过构造平衡职住指数，对南京外围各片区职住平衡程度进行测度，并通过职住分离程度对不同片区进行分类划分，建立多元回归模型对影响通勤效率的各影响因素进行量化分析，研究通勤交通与就业-居住关系[3]。

1外围城区职住平衡的测度

1.1职住平衡指标

为了有效分析南京外围城区各片区的就业-居住关系，本文构造以下指标对研究范围内城区进行居住平衡程度的测度[4]。

（1）平衡度指数。小区i的“平衡度指数”Ai定义为i小区内的就业人数PEi与居住人数PRi比值。该值是1，表明居住就业绝对平衡，当就业—居住比率高于1时，则意味着该区域缺少足够的住房来满足当地的劳动力；当就业—居住比率低于 1 时，则意味着该区域缺少足够的就业机会来满足当地的劳动力。计算公式（1）如下：

Ai=PEiPRi。（1）

式中：PEi为i小区内的就业人数；PRi为i小区内的居住人数。

（2）自足性指数。小区的“自足性指数”Bi定义为 i小区的就业居住在同一个小区的居民与该小区居住或者就业人数较大值的比值。Bi越接近 1，表明该区居住就业一体化程度越高，职住分离程度越低。当 Bi=1时，表示该区居住就业绝对平衡，居住人数等于就业人数，居民在本区就业，理想的“自给自足型”。计算公式（2）如下：

Bi=ERimax（PEi，PRi）。（2）

式中：ERi为居住和就业都在i小区内的人数；PEi为i小区内的就业人数；PRi为i小区内的居住人数。

第1期林丽等：南京城市外围通勤交通与就业-居住关联研究

森林工程第31卷

（3）居住独立性指数

小区i的“居住独立性指数”Ri定义为i小区的居住独立比重（Ni）与研究范围内各小区居住独立均值的比值。“居住独立指数”Ri越高，表明居住独立性越强，分散在其他小区就业的人口比重越高。计算公式（3）如下：

Ri=NiABG（Ni）。（3）

式中：Ni为即在第i个小区内居住但是工作在其他区域的人数与在该小区内总居住人数的比值；ABG（Ni）为各小区Ni平均值；n为划分的小区数量。

（4）就业独立性指数。小区i的“就业独立性指数”Ei定义为i小区的就业独立比重（Mi）与研究范围内各小区就业独立均值的比值。“就业独立性指数”Ei越高，表明就业独立性越强，分散在其他小区居住的人口比重越高。计算公式（4）如下：

Ei=MiAVG（Mi）。（4）

式中：Mi为即在第 i 个小区内工作但是居住在其他区域的人数与在该小区内总就业人数的比值；AVG（Mi）为各小区Mi平均值；n为划分的小区数量。

通过计算分析，得出南京外围城区各片区的居住就业平衡程度的测度见表1。

表1南京外围城区各片区职住平衡测度

Tab.1 Area balanced measure of suburb Nanjing

区名平衡度

指数自足性

指数居住独立性

指数就业独立性

指数大厂六合0.6060.1231.8201.048浦口区0.7230.4720.9471.142江宁区0.5660.4370.4850.379仙林0.5850.3880.7411.433

1.2职住平衡研究区域的划分

为了研究外围城区各片区职住分离的程度，利用“居住独立指数”（R）和“就业独立指数”（E），以1为临界点划分成4个象限，即分为4种模式[5]。

（1）高度分离区（Ri>1，Ei>1），即居住者分散在其他区就业为主（片区内的就业机会不多）、就业者分散在其他区居住为主的片区（片区内的居住机会不多）。

（2）中度分离区Ⅰ型（Ri>1，Ei<1），即居住者分散在其他区就业为主（片区内的就业机会不多）、就业者就近在本区居住为主的片区（片区内的适合房源较多、居住机会多）。

（3）中度分离区Ⅱ型（Ri<1，Ei>1），即居住者就近在本区就业为主（片区内的就业机会较多）、就业者分散居住在其他区为主的片区（片区内的适合房源不多）。

（4）低度分离区（Ri<1，Ei<1），即居住者就近在本区就业为主（片区内的就业机会较多）、就业者就近在本区居住为主的片区（片区内的适合房源较多、居住机会多）。

根据上述的研究结果，得出了大厂六合为高度分离区，浦口区和仙林区为中度分离区Ⅱ型，江宁区为低度分离区。

2模型研究分析

居民的平均通勤时间能直观表明该片区的通勤交通情况，而职住分离程度越大，通勤时间一般越长，反之亦然。上述已经通过职住平衡的指标，把外围城区划分为不同程度的职住分离片区，为了研究在不同片区的就业居住关系与通勤交通的关系，同时探讨经济社会以及个人因素对通勤交通的影响，建立多元回归logit模型量化分析在不同片区，各个影响因素对通勤效率作用的大小[6]。

2.1参数标定

选择各分析片区内问卷受访者的平均通勤时间作为因变量，自变量包括表征就业-居住关系的均衡指数，反映受访者的社会经济属性、个人属性、家庭属性等指标。运用上述因变量和自变量进行多元回归分析，得出影响南京外围城区居民通勤效率的主要影响因素和影响程度。所有变量的定义见表2[7-8]。

表2模型变量设置表

Tab.2 Variable settings in the model

变量组变量描述说明通勤效率平均通勤时间/min0～15 min：1；15～30 min：2；30～45 min：

3；45～60 min：4；60～75 min：5；75 min以上：6就業-居住关系平衡度指数该值越大，说明就业平衡功能越强自足性指数该值越大，说明就业平衡功能越强就业独立指数该值越大，说明就业功能越强居住独立指数该值越大，说明居住功能越强个人属性年龄划分为20～24、25～29、30～39、40～49、50～59和60岁以上6个年龄段，记为3～8受教育程度划分为初中及以下、高中及中专、大专及本科、硕士及以上4段，记为1～4性别男性：1；女性：2家庭属性本市户籍人口数按照户籍人数记为0、1、2、3……家庭非机动车数/辆按照实际拥有量记为0、1、2……家庭小汽车拥有数/辆按照实际拥有量记为0、1、2……家庭收入/万元少于1万元：1；1～2万元：2；2～5万元：3；5～10万元：4；

10～15万元：5；15～20万元：6；大于20万元：7

2.2模型结果分析

借助SPSS统计分析软件，可以标定出效用函数中未知参数的值，结果见表3。

表3模型标定结果

Tab.3 Parameter estimation

出行时耗B显著水平Exp（B）出行时耗B显著水平Exp（B）0～15

min截距49.5320.051平衡度指数X15 905.9650.03.b出行距离X2-1.46600.231自足性指数X3-5 935.320.0280居住独立指数X4-1 573.9940.0290就业独立指数X50..年龄X60.8360.4242.308受教育程度X72.2170.2689.181本市户籍

人口数X8-3.3960.0520.033家庭非机动车

拥有数（辆）X94.2410.09269.46家庭小汽车

拥有数X102.8560.29417.393家庭收入X11-0.0590.9720.943[性别=1]X121.0980.7852.998[性别=2]0..15～30

min截距41.75224.404平衡度指数X17 640.56328.213.b出行距离X2-0.990.180.372自足性指数X3-7 668.96718.1480居住独立指数X4-2 033.13700就业独立指数X50..年龄X61.2581.0293.517受教育程度X72.4151.97711.19本市户籍

人口数X8-3.1551.7380.043家庭非机动车

拥有数（辆）X94.382.49779.802家庭小汽车

拥有数X101.8142.7056.135家庭收入X11-0.181.670.836[性别=1]X120.03441.035[性别=2]0..注：“.b”：平衡度指数X1系数B过大，使EXP（B）超出计数范围。（exp，高等数学里以自然常数e为底的指数函数）

统计分析默认以每个变量最后一个分量为基准，因此该基准变量无分析数据，以“.”表示。

续表3模型标定结果

Fig.3 parameter estimates

出行时耗B显著水平Exp（B）出行时耗B显著水平Exp（B）30～45

min截距13.7180.565平衡度指数X19 385.8270.b出行距离X2-0.47700.621自足性指数X3-9 367.36100居住独立指数X4-2 489.114.0就业独立指数X50..年龄X6-0.1380.8710.871受教育程度X70.1730.9221.188本市户籍

人口数X8-2.430.1420.088家庭非机动车

擁有数（辆）X92.9040.21818.246家庭小汽车

拥有数X101.5560.5544.738家庭收入X11011[性别=1]X122.1470.5388.557[性别=2]0..45～60

min截距9.63332.92平衡度指数X18 693.1379 385.42.b出行距离X2-0.2680.1090.765自足性指数X3-8 686.0039 349.2430居住独立指数X4-2 303.1732 480.0350就业独立指数X50..年龄X60.1580.821.171受教育程度X70.7771.7322.174本市户籍

人口数X8-2.0321.6350.131家庭非机动车

拥有数（辆）X93.2352.30525.409家庭小汽

有数X103.0542.54621.205家庭收入X11-0.6651.5830.514[性别=1]X120.7383.2272.093[性别=2]0..60～75

min截距3.5180.942平衡度指数X15 607.7240.719.b出行距离X20.0610.6171.063自足性指数X3-5 627.7430.7170居住独立指数X4-1 491.1960.7170就业独立指数X50..年龄X6-0.3710.7680.6960～75

min受教育程度X7-0.0050.9980.995本市户籍

人口数X8-2.0260.2570.132家庭非机动车

拥有数（辆）X92.3130.36810.108家庭小汽车

拥有数X102.0530.5277.793家庭收入X110.1990.9181.221[性别=1]X1210.2480.62828221.098[性别=2]0..注：“.b”：平衡度指数X1系数B过大，使EXP（B）超出计数范围。（exp，高等数学里以自然常数e为底的指数函数）

统计分析默认以每个变量最后一个分量为基准，因此该基准变量无分析数据，以“.”表示。

根据上述模型标定，得到南京市市郊居民通勤效率影响因素模型：

lnpp=49.532+5 906X1-1.466X2-5 935X3-1 574X4+0.836X6+2.217X7-3.396X8+4.241X9+4.241X9+2.856X10-0.059X11+1.098X12。（5）

lnpp=41.752+7 640.7X1-0.99X2-7 669X3-2 033X4+1.258X6+2.415X7-3.155X8+4.38X9+1.814X10-0.18X11+0.034X12。（6）

lnpp=41.752+7 640.6X1-0.099X2-7 669X3-2 033X4+1.258X6+2.415X7-3.155X8+4.38X9+1.814X10-0.18X11+0.034X12。（7）

lnpp=9.633+8 693.1X1-0.268X2-8 686X3-2 303X4+0.158X6+0.777X70-2.032X8+3.235X9+3.054X10-0.665 5X11+0.738X12。（8）

lnpp=3.518+5 607.7X1+0.061X2-5 628X3-1491X4-0.371X6-0.005X7-2.026X8+2.313X9+2.053X10+0.199X11+10.248X12。（9）

根据统计学理论，显著水平取a=0.100，当该变量显著水平小于0.100，则该变量对通勤效率的影响程度在90%的置信度是显著的[9]。建立的通勤效率影响因素回归模型的结果表明，各个影响因素对通勤时间有不同程度的影响，且在不同时间段，影响程度也不尽相同。总体来说，就业居住关系指数（平衡度指数、自足型指数、居住独立指数）对通勤效率的影响程度最大。平衡度指数与通勤时间呈正相关，即片区平衡度指数越大，平均通勤时间越长，而自足型指数和就业独立指数与通勤时间呈负相关，即说明该片区就业功能越好，居民的平均通勤时间越短。模型结果也反映出，出行距离等因素也对居民通勤效率有显著影响[10]。

3结论

本文以南京外围城区（大厂六合、江宁区、浦口区、仙林）为研究对象，分析通勤交通与就业-居住的关系及影响程度。首先，通过构造平衡职住指数，对南京外围各片区职住平衡程度进行测度，并通过职住分离程度对不同片区进行分类划分，得出了大厂六合为高度分离区，浦口区和仙林区为中度分离区Ⅱ型，江宁区为低度分离区。建立多元回归模型对不同职住分离片区影响通勤效率的各影响因素进行量化分析，模型结果标定表明，平衡度指数与通勤时间呈正相关，即片区平衡度指数越大，平均通勤时间越长，而自足型指数和就业独立指数与通勤时间呈負相关，即说明该片区就业功能越好，居民的平均通勤时间越短。模型结果也反映出，出行距离等因素也对对居民通勤效率有显著影响。

因此，相关部门可以通过促进提高自足性指数，有效合理利用土地，即相应地调整各区域的居住单元数量和就业岗位数，合理布局城市空间结构和功能分区，可以有效地减少平均通勤出行时间和平均通勤距离。

【参考文献】

[1]宋金平，王恩儒，张文新，等.北京住宅郊区化与就业空间错位[J].地理学报，2007，62（4）：387-396.

[2]宋杰洁.上海市就业-居住关系与城市通勤的关联研究[D]，上海：华东师范大学，2010.

[3]俞秋田，严凌，刘魏巍，等.低碳模式下的轨道交通客流分配方法[J].森林工程，2013，29（5）：111-115.

[4]陈南菲.就业居住均衡与城市通勤—以上海为例[D]，上海：华东师范大学，2012.

[5]顾翠红，魏清泉.上海市职住分离情况定量分析[J].规划广角，2008，24（6）：57-62.

[6]毛保华.交通规划模型及其应用[M].北京：中国铁道出版社，1999.

[7]徐任婷.基于出行者个体行为特征的出行目的地与方式选择模型研究[D].南京：东南大学，2007.

[8]陈团生.通勤者出行行为特征与分析方法研究[D].北京：北京交通大学，2007.

[9]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（7）：55-59.

[10]李峥嵘，柴彦威.大连市民通勤特征研究[J].人文地理，2000（12）：67-68.

[11]赵延峰.城市用地格局对居民出行影响研究[J].城市交通，2007，5（1）：46-50.

[责任编辑：董希斌]