最新成果|广州市职住比与通勤距离分析
基于百度慧眼的广州市职住比与通勤距离分析
作者:徐玺蕴,阚长城,刘小平
本报告由百度地图慧眼与中山大学地理科学与规划学院、广东省空间规划大数据产业联盟联合研究发布,双方发挥各自的资源、技术优势,形成一系列具有行业前瞻性、实用性的研究成果,并促进研究成果的转化与应用。双方联合研究的领域包括:城镇化发展动态监控与预测、城市空间诊断、评估与模拟、人工智能与城市智慧管理、城市空间决策支持与业务咨询、空间规划新技术等。
导读
对工作在一二线城市的大部分上班族来说,中心商务区高额的房价以及生活成本只能让“钱多事少离家近”成为梦想,大部分人会选择居住在距上班地点有一定距离的非中心城区,通过城市的交通基础设施进行上下班通勤。
根据百度地图《2018年第三季度中国城市交通研究报告》显示,广州通勤高峰拥堵指数为1.531,在全国主要城市交通拥堵指数排名中排名30位,较第二季度13位的排名已有明显好转。然而,公共交通的拥堵情况依然不乐观,相信在早高峰挤过广州地铁三号线和乘坐过前往中心城区公交的人,就明白什么叫做“死亡之线”和“新时代第一酷刑”了。
广州地铁官方数据显示,截至2018年7月24日,广州地铁线网共安全运送乘客16.45亿人次,年日均客运量达802.58万人次,较去年同期(743.93万人次)增长7.88%,再次刷新了历史记录。拥挤的地铁,拥堵的交通,过长的通勤时间都深深影响着人们的获得感、幸福感。对于个人来说,如何在居住成本和通勤成本之间进行权衡,决定自己的居住区位和通勤模式,是日常生活中的重要问题。对于城市来说,低下的城市交通效率造成了城市资源的巨大浪费,而这和城市居住密度、职住分离现象息息相关。
本文使用百度慧眼提供的广州市内各街道与小区的职住人口数据及职住通勤数据,来对广州的职住情况和通勤情况一探究竟。百度慧眼基于百度地图开放平台的去隐私化定位数据,经过脱敏清洗处理,整合定位和POI等多源数据,提取上百个特征,基于人工智能算法挖掘得出高覆盖率的设备的居住和就业地信息。
广州职住中心在哪儿?
本文利用百度慧眼提供的广州市各街道的工作人口与居住人口数据,比上各街道的面积得到各街道的工作密度及居住密度,如图2‑1和图2‑2所示,广州职住中心都集中在越秀、天河、荔湾、海珠、荔湾的中心城区。
从工作密度来看,越秀区聚集了大量产业与配套资源,提供了优秀的就业机会与环境,工作密度最高。工作密度基本上呈现沿中心城区向外,逐渐减小的形态。
对于居住密度来说,170个街道中的44个街道的居住密度都超过了40000人/Km²,根据我国《城市居住区规划设计规范》(GB50180-93),人口密度参考值为2.7万人/km2,对比高密度人口著称的邻国日本,东京都区部常住人口密度为14389人/km2(2011年)、大阪市11981人/km2(2010年)(数据来源:周建高 《中国城市报 》(2015年03月23日 第 07 版)),广州市中心城区部分街道的居住人口密度显然远大于这两个水平,甚至要高出数倍。 由于广州核心城区常住人口的极限密集,对城市交通等造成较大负担,人们在交通方面的等候时间成本也较高。
如表 2‑1所示,广州市常住人口达2358万人,工作人数接近居住人数的一半,达1084万人。越秀、天河、荔湾、海珠的居住人口密度均超过15000人/Km²,高过以高密度人口著称的东京都区部。从职住比来看,越秀区职住比最高,而海珠区的工作密度虽然不低,但居住的人数是工作人数的两倍多,职住比较低。白云区的居住人数是工作人数的两倍多,职住比最低。
图 2‑4是广州市各街道工作人数占比空间分布图,总体来看,由于增城区、南沙区提供了大量就业机会,工作人数较多,广州的职住分布尚未形成以中心城区为就业中心,居住区在周边的向心式结构。然而在海珠区、白云区、番禺区等中心城区的南北延申地段,以及增城新塘、黄埔东街的中心城区东部延申地段,除了提供居住空间,难以提供与中心城区相似的就业条件,形成了中心城区周围南、北、东三大居住区。职住分离是导致居民通勤时间增加,交通效率低下的重要原因,使得大量劳动者不得不奔波于区域之间,带来超负荷的潮汐式交通,甚至形成 “卧城”、“睡城”等诡异的城市空间布局,造成了城市资源的浪费,也影响着城市的人口和经济活动的空间分布结构。
谁通勤最辛苦?
1
广州市内职住通勤各区流量
1
广州市内职住通勤各区流量
图 3‑1为广州共计2184257 人次的通勤出行情况,竖轴代表出发区县,横轴代表到达区县,由图可知,工作地在越秀天河中心城区的人口,除了来自居住在荔湾、海珠等中心城区的居民外,来自白云区、番禺区和黄埔区的居民人数较多,证实了中心城区就业人群中很大一部分来自周边邻近区县。居住地在增城区而工作地点在黄埔区的居民人数也较多,是从黄埔区出发前往增城区工作的人数的两倍,呈现出明显的单向交通的形态。
如图3-2所示,展示了广州市各区职住同区、居住此区工作跨区和工作此区居住跨区三类型职住人数,可以看到仅有越秀区工作此区居住跨区的人数大于职住同区的人数,说明外来工作人口较多。花都区的职住同区人数明显多于职住跨区人数,且两种类型跨区通勤人数的数量比较平衡。
2
广州市各区通勤距离
2
广州市各区通勤距离
广州全市各小区平均通勤距离为8666m,中位数为8022m。根据百度地图《2018年第三季度中国城市交通研究报告》显示,全国百城72%的城市平均通勤距离小于8km,因此广州市的通勤距离整体偏长。表3‑1为广州市各区市内通勤的人数及通勤距离,整体上呈现出由中心城区向外,通勤距离越来越长的趋势。花都区虽然不是中心城区,但居住在此的市民平均通勤距离最短,这与该区职住同区人数占比较高有关。
图 3‑2展示了居住在番禺区以及白云区市民的通勤流向图,可以看到明显的南北朝向潮汐式交通现象,这也就不难理解为何贯穿中心城区南北的广州三号线挤到怀疑人生了。
由图 3-3可知,广州东西朝向潮汐式交通主要发生在增城区与黄埔区以及中心城区之间,使劳动者疲于奔波,也为这些地区的交通带来较大的负荷。
通勤距离与小区画像的关系
1
小区的收入消费水平聚类分析
1
小区的收入消费水平聚类分析
利用百度慧眼提供的小区画像数据,我们可知各小区的年龄、收入、消费水平以及各行业人数占比,各小区收入水平与消费水平的字段属性表如表4‑1所示。
对表4‑1的这7个字段采用Kmeans聚类方法进行聚类。聚类效果利用Silhouette Coefficient进行衡量,该值越大,表明聚类效果越好。
如图4‑1所示,当聚类数目为4时,Silhouette Coefficient值有一个峰值,因此设置聚类数目为4,对各小区的收入水平与消费水平数据进行Kmeans聚类,结合聚类中心指标,将各小区按收入消费水平划分为从低到高四种类型,各类型的小区个数及通勤人数如表 4‑2所示。收入消费水平越高的小区通勤人数也越多。
如图4‑2所示,高收入消费水平的小区主要分布在四个中心城区及番禺区,广州南部小区住户的收入消费水平整体上优于北部小区收入消费水平,与各区的GDP水平具有较强的相关性。
2
小区住房成本、通勤距离、收费水平的关系
2
小区住房成本、通勤距离、收费水平的关系
居住在高房价小区内的高收入消费水平的群体是否实现了“钱多离家近“的梦想呢?低收入消费水平的人群是否会负担更长的通勤距离呢?人们在更高的房价和更长的通勤距离之间更倾向于选择哪个又舍弃哪个呢?带着这些疑问,本研究通过网页爬虫获取了2018年5月的安居客房产网站及2018年11月的贝壳房产网站的小区房价信息,与通勤小区的名称匹配后得到如图 4‑2所示的1997个样本小区的房价及其通勤距离。
由图可知,不同社会群体的空间机会显示出较大的不均衡,较低收入消费水平居民在居住区位选择上的自由度受到较大局限, 在顾及房价的同时也要顾及长通勤距离带来的通勤成本。高收入消费水平的小区房价整体更高,通勤距离从5Km以内到28km以外都有分布,对房价和通勤距离的敏感度都更低,而低收入消费水平的小区房价整体更低,其中大部分的通勤距离低于10Km,而中高收入消费水平的小区的房价和通勤距离介于前两者之间。Alonso (1964),Mills(1967,1972)和 Muth(1969)建立的经典空间结构解析模型( 通常称为“AMM模型” )指出, 居民的居住区位选择是在预算约束下对住房成本和通勤成本进行权衡, 追求效用最大化[1],这与我们的观测结果一致。
为了观察不同房价和不同通勤距离的小区在空间分布上是否存在一定的规律,以这1997个样本小区的平均通勤距离与平均房价(8696m,33895元)为原点,作以通勤距离与小区房价为横轴与纵轴的四象限图如图4‑4所示。
图 4‑5为落在不同房价和通勤象限内的小区的空间分布,短通勤距离而高房价的小区主要分布在越秀、天河这两个高工作密度的中心城区,长通勤距离高房价的小区主要分布在中心城区外围,由于中心城区交通设施完善,地铁线路密集,这部分小区的“长通勤距离”能通过便捷的交通系统得到一定程度的弥补,降低其通勤成本。长通勤距离而房价相对较低的小区主要分布在周边区县中心,短通勤距离低房价小区的分布较零散。距离城市中心越远, 住房价格越低, 而通勤时间和成本会越高, 反之亦然。
3
通勤距离与小区住户年龄及职业的关系
3
通勤距离与小区住户年龄及职业的关系
对小区人口画像数据与小区平均通勤距离作相关性分析,如图4‑6所示,可知25-44岁的年龄构成与通勤距离呈正相关,如图4‑7所示,与通勤距离的正相关性较大的职业有汽车、能源采矿化工、建筑房地产,而与通勤距离的负相关性较大的职业有生活服务、纺织服务、餐饮。
总结及后续研究
城市的交通效率影响着每个人的生活,也塑造着城市的空间结构。本文通过百度慧眼数据,计算了广州市各街道的居住密度、工作密度空间分布情况,确定了以天河、越秀为代表的职住中心,数据显示广州市中心城区居住密度远大于我国《城市居住区规划设计规范》(GB50180-93)和以高密度发展闻名的东京,由于广州核心城区工作人口和常住人口的极限密集,对城市交通等造成较大压力,广州居民的通勤距离在全国城市中处于较长的水平。
从广州市内职住流动情况来看,花都区内的职住同区人群的占比较高,成为广州平均通勤距离最短的区县。而中心城区外围存在明显的南北朝向潮汐式交通,增城和黄埔两地存在东西朝向潮汐式交通,珠江水域在交通方面的隔断作用为道路交通、公共交通都带来了更大的交通压力。
从收入、通勤距离与小区房价的关系来看,本研究验证了居民的居住区位选择是在预算约束下对住房成本和通勤成本进行权衡, 追求效用最大化这一理论,高收入消费水平的群体在住房选择和通勤距离的选择上具有更大的自由度,而低收入消费收入水平的群体在居住区位选择上的自由度受到较大局限, 在顾及房价的同时也要顾及长通勤距离带来的通勤成本。从事汽车、能源采矿化工和建筑房地产的人群的与长通勤距离相关性较大,而从事生活服务、纺织服务和餐饮业的人群的与短通勤距离相关性较大。众多微观个体的选择行为形成了人口密度、住房价格、资本密度从城市就业中心向城市边缘递减的空间梯度线。
研究中的不足包括小区的画像数据是整个小区的画像数据,缺乏更精细的各个通勤流的人口画像数据,在通勤成本与年龄、收入、职业相关性的计算方面存在较大误差。
后续的研究中,一是会将广州与佛山、肇庆、清远的跨城通勤情况纳入其中,二是希望考虑不同区域的通勤模式及拥堵模式的问题。
参考文献:
[1] 郑思齐,张文忠. 住房成本与通勤成本的空间互动关系——来自北京市场的微观证据及其宏观含义[J]. 地理科学进展,2007(02):35-42.