張?zhí)烊?/p>

(上海市城市規(guī)劃設(shè)計研究院，上海200040)

基于手機信令數(shù)據(jù)的上海市域職住空間分析

張?zhí)烊?/p>

(上海市城市規(guī)劃設(shè)計研究院，上海200040)

居民居住地與工作地的空間關(guān)系是城市空間布局的重要依據(jù)?；谑謾C信令數(shù)據(jù)，提出分區(qū)域的居民通勤距離和就業(yè)崗位通勤距離計算方法。通過對比驗證了手機信令數(shù)據(jù)與居民出行調(diào)查數(shù)據(jù)的職住空間和距離分布特征較為吻合。重點分析上海市中心城區(qū)及周邊地區(qū)的職住空間關(guān)系及通勤距離。提出職住通道平衡概念，并分析職住通道不平衡地區(qū)與軌道交通擁擠程度的關(guān)系，指出土地利用布局優(yōu)化對職住通道平衡的重要性。通過分析不同新城的職住空間特征，探討新城范圍劃定對統(tǒng)計分析的影響，總結(jié)了新城職住空間較為獨立、居民內(nèi)部就業(yè)率較高的特征。

職住空間分析；通勤距離；手機信令數(shù)據(jù)；職住通道平衡

0 引言

手機信令數(shù)據(jù)具有移動通信網(wǎng)絡(luò)覆蓋范圍廣、數(shù)據(jù)穩(wěn)定可靠、樣本量大、空間解析度高以及動態(tài)性強等優(yōu)勢。文獻[1]總結(jié)了手機信令數(shù)據(jù)在交通分析中的主要應(yīng)用，包括常住和流動人口動態(tài)分布、職住空間分布、出行空間動態(tài)分布、查核線流量分析等。文獻[2-3]研究了利用手機信令數(shù)據(jù)分析人員出行和活動的方法。文獻[4]結(jié)合人口普查、經(jīng)濟普查和手機信令數(shù)據(jù)綜合分析上海市人口與就業(yè)分布及其演化規(guī)律。文獻[5]利用手機信令數(shù)據(jù)分析上海市域職住空間關(guān)系，將基站之間的直線距離作為通勤距離的計算依據(jù)。關(guān)于職住平衡，國內(nèi)外學(xué)者也有很多研究，典型研究如文獻[6]對不同城市的剩余通勤(實際通勤距離與最小通勤距離對比的相對指標)相關(guān)指標進行對比。

結(jié)合上海市新一輪城市總體規(guī)劃編制以及交通規(guī)劃模型的建設(shè)，手機信令數(shù)據(jù)在城市職住空間分析、交通模型校驗中得到了良好的應(yīng)用。本文結(jié)合上海市交通規(guī)劃模型、居民出行調(diào)查數(shù)據(jù)和地鐵客流數(shù)據(jù)等，以手機信令數(shù)據(jù)分析為主線，對上海市域職住空間、通勤距離以及職住通道平衡進行分析。

1 手機信令數(shù)據(jù)

手機終端會定期或不定期、主動或被動地與移動通信網(wǎng)絡(luò)保持聯(lián)系，這些聯(lián)系被移動通信網(wǎng)絡(luò)識別成一系列的控制指令，即手機信令。手機信令的內(nèi)容主要包括：匿名用戶編號、時間、基站小區(qū)編號、事件類型(如主動掃描、打電話和接電話、上網(wǎng)、發(fā)短信等)。

為了便于與同時期居民出行調(diào)查進行對比，本文采用某移動通信運營商2013年共6個月的數(shù)據(jù)開展研究，包含1 860萬個手機用戶，每日約15億條數(shù)據(jù)，平均每個用戶每日約80條記錄。定義這6個月內(nèi)在上海市出現(xiàn)的天數(shù)超過60%的用戶為常住人口，利用歷史每日20:00—次日8:00的夜間手機數(shù)據(jù)訓(xùn)練識別，以出現(xiàn)概率最高且比例超過60%的區(qū)域作為用戶的居住地，識別常住人口1 270萬人(全市常住人口2 415萬人，抽樣率約53%)。同理，利用歷史工作日9:00—18:00的手機數(shù)據(jù)訓(xùn)練識別，并剔除白天與夜間常住地在400 m(上海市交通調(diào)查出行定義的最短距離)范圍以內(nèi)的手機用戶，將剩余手機用戶近似作為就業(yè)崗位樣本，得到的就業(yè)崗位約632萬個。居住和就業(yè)在同一地點以及本身無固定場所的工作人員(如出租汽車駕駛員、快遞員等職業(yè))，這類數(shù)據(jù)不屬于規(guī)律性的通勤交通，予以剔除。傳統(tǒng)的人口普查、經(jīng)濟普查數(shù)據(jù)，只能在空間上分析人口和就業(yè)崗位的數(shù)量，無法獲得居民居住地與工作地的聯(lián)系，利用手機信令數(shù)據(jù)分析居民居住地與工作地的聯(lián)系以獲得個體的職住空間關(guān)系具有重要分析價值。

表1 基站小區(qū)與交通小區(qū)的數(shù)量對比Tab.1 Comparison of the numbers of base station zones and traffic zones

應(yīng)當說明，手機信令數(shù)據(jù)得到的樣本量非常大，但同樣也存在擴樣問題。不同區(qū)域的運營商手機用戶市場可能存在一定差異，簡單擴樣會存在一定誤差。當然，即使能夠分析所有運營商的信令數(shù)據(jù)，仍然存在一機雙號、一人多機的問題。這些細微的偏差有待今后進行調(diào)查抽樣校正分析。

2 基于手機信令數(shù)據(jù)的職住空間分析方法

通過被服務(wù)的基站地理位置信息，可以獲得手機所在的大致位置?；疚恢脭?shù)據(jù)在GIS中采用點層數(shù)據(jù)存儲，一般假設(shè)手機是被最近的基站服務(wù)，因此可以構(gòu)建泰森多邊形來確定基站的服務(wù)范圍，這些多邊形稱為基站小區(qū)。盡管此方法確定手機的位置存在一定的空間誤差，但當基站密度較大時，可以滿足城市居民的職住和出行空間研究的精度要求。基站小區(qū)的密度決定了手機信令分析的空間解析度，本文所選運營商在上海市基站數(shù)約4.2萬個，其中中心城區(qū)(外環(huán)線以內(nèi)地區(qū))約2萬個?；拘^(qū)數(shù)相比交通規(guī)劃模型的交通小區(qū)(4 518個)大得多，可以滿足交通模型以及職住空間分析的需要(見表1)。

通過手機信令可以獲得用戶的居住地和工作地，基于基站小區(qū)和交通小區(qū)的空間映射關(guān)系，可以得到居住地與工作地之間的距離，即通勤距離。利用手機信令數(shù)據(jù)分析一次出行采用的交通方式是有難度的。除了地下地鐵專用基站能夠識別用戶使用地鐵外，手機信令幾乎無法判別用戶采用何種交通方式。顯然，特定的居住地與工作地之間采用不同交通方式的通勤距離略有差異。由于手機信令無法識別出行方式，因此，將通勤距離統(tǒng)一定義為交通模型中路網(wǎng)的最短路徑距離。設(shè)Z為所有交通小區(qū)的集合，區(qū)域I包含若干交通小區(qū)，區(qū)域I的居民或就業(yè)崗位的平均通勤距離具體定義如下：

式中：Dhome為區(qū)域I的居民通勤距離/km；cij為居住在交通小區(qū)i，就業(yè)崗位在交通小區(qū)j的人數(shù)/人；dij為交通小區(qū)i到j(luò)的路網(wǎng)最短路徑距離/km；Dwork為區(qū)域I的就業(yè)崗位通勤距離/km。

對全市域而言，居民和就業(yè)崗位的平均通勤距離相同，按照上述方法得到上海市域常住人口平均通勤距離為8.2 km。通勤距離分布見圖1。

3 方法驗證

居民出行調(diào)查的優(yōu)勢是包含居民社會經(jīng)濟特征數(shù)據(jù)，如年齡、職業(yè)、性別、收入、住房面積等，也包括通勤交通方式，可以更加精確地分析調(diào)查樣本的通勤距離。但居民出行調(diào)查抽樣率較低，對局部區(qū)域的分析可能偏差較大，手機信令分析可以彌補這一缺點，然而通過手機信令分析定義手機用戶的職住空間位置，是根據(jù)一定的參數(shù)假設(shè)而推測，例如前文提到的居住地和工作地手機用戶出現(xiàn)的時間段定義。不同城市居民的活動作息時間有一定差異，上海市的時間段定義是根據(jù)歷史居民出行調(diào)查數(shù)據(jù)的經(jīng)驗以及手機信令分析結(jié)果的不斷調(diào)試得到。為了驗證手機信令關(guān)于職住空間分析的可靠性，將其分析結(jié)果與居民出行調(diào)查分析得到的結(jié)果進行對比非常必要。

選取同一周的居民出行調(diào)查數(shù)據(jù)和手機信令數(shù)據(jù)，對兩種數(shù)據(jù)源的職住空間分布進行對比。限于數(shù)據(jù)資源，居民出行調(diào)查數(shù)據(jù)選取上海市嘉定新城、青浦新城、松江新城和金山新城的數(shù)據(jù)，就業(yè)人口約1.5萬人，抽樣率約為1%。根據(jù)上海市統(tǒng)計局的人口數(shù)據(jù)，將居民出行調(diào)查數(shù)據(jù)進行年齡、性別、教育程度、街道居委會人口總數(shù)等維度的綜合擴樣。家庭和工作單位地址采用含電子地圖的手持終端采集和地理編碼兩者校核的方式獲得空間位置。由于居民出行調(diào)查抽樣率較低，與手機信令對比的空間尺度較大時才能獲得充足的樣本，因此將就業(yè)空間分為新城內(nèi)部、中心城區(qū)及其他地區(qū)。對4個新城居民的就業(yè)崗位空間分布進行對比(見圖2)，兩者具有較好的吻合度，驗證了手機信令數(shù)據(jù)分析職住空間的可靠性。

從松江新城居民通勤距離分布來看，居民出行調(diào)查和手機信令數(shù)據(jù)總體上吻合度較大，主要差異在于通勤距離為0～1 km的比例(見圖3)。這與手機信令的特點有關(guān)，手機信令剔除了職住同一地點的就業(yè)崗位以及400 m范圍以內(nèi)的一部分就業(yè)崗位。另外，手機信令的位置根據(jù)基站小區(qū)確定，短距離識別存在一定誤差。

圖1 上海市域居民通勤距離分布Fig.1 Distribution of residence-to-workplace commuting distance in Shanghai metropolitan area

圖2 上海市典型新城手機信令與居民出行調(diào)查工作地分布對比Fig.2 Comparison of workplace distribution between cellular signaling and travel survey in typical new towns of Shanghai

圖3 松江新城手機信令與居民出行調(diào)查通勤距離分布對比Fig.3 Comparison of commuting distance distribution observed from cellular signaling data and conventional travel surveys in Songjiang New Town

4 上海市域職住空間分析

4.1 中心城區(qū)及周邊地區(qū)

4.1.1 通勤空間

周邊地區(qū)指中心城區(qū)周邊的寶山新城、虹橋地區(qū)、閔行新城及其他近郊地區(qū)。分析顯示，中心城區(qū)及周邊地區(qū)就業(yè)崗位90%以上來自中心城區(qū)及周邊地區(qū)的常住人口，可見居住人口與就業(yè)崗位高度重合。中心城區(qū)的人口內(nèi)部就業(yè)率(居住在中心城區(qū)且也在中心城區(qū)工作的人口比例)為90%；崗位內(nèi)部就業(yè)率(中心城區(qū)的就業(yè)崗位來自中心城區(qū)的人口比例)為86%，略小于人口內(nèi)部就業(yè)率。說明中心城區(qū)仍然對周邊地區(qū)及其他區(qū)域具有單向吸引作用。為消除交通小區(qū)劃分對中心城區(qū)居民工作地空間分布分析的影響，先計算居民在各交通小區(qū)的就業(yè)崗位數(shù)量，然后計算崗位密度、進行逆排序，再根據(jù)就業(yè)崗位絕對數(shù)計算累積比例(見圖4a)。就業(yè)崗位居住地分布同理(見圖4b)。可以看出，雖然中心城區(qū)人口內(nèi)部就業(yè)率大于崗位內(nèi)部就業(yè)率，但中心城區(qū)居民到其他地區(qū)的工作地分布，相比居住在其他地區(qū)到中心城區(qū)工作的居住地分布更為分散。總的來說，中心城區(qū)居民的通勤空間主要集中在中心城區(qū)和周邊地區(qū)。

如表2和表3所示，內(nèi)環(huán)內(nèi)就業(yè)崗位約90%來自外環(huán)內(nèi)人口；內(nèi)外環(huán)間就業(yè)崗位70%來自本區(qū)域人口。內(nèi)環(huán)內(nèi)和內(nèi)外環(huán)間的就業(yè)崗位，來自居住在周邊地區(qū)的人口比例僅為9%和14%。周邊地區(qū)就業(yè)崗位70%以上來自于本區(qū)域人口，周邊地區(qū)居民到內(nèi)環(huán)內(nèi)就業(yè)的人口僅占周邊地區(qū)總?cè)丝诘?2%。

表2 中心城區(qū)和周邊地區(qū)居民工作地分布Tab.2 Workplace distribution of residents in central district and surrounding areas%

表3 中心城區(qū)和周邊地區(qū)就業(yè)崗位居住地分布Tab.3 Residence distribution of employees in central district and surrounding areas%

4.1.2 通勤距離

圖4 中心城區(qū)通勤空間分析Fig.4 Spatial distribution analysis of commuting in central district

如表4所示，從就業(yè)崗位通勤距離來看，呈現(xiàn)從內(nèi)到外逐漸減少的特征。就業(yè)崗位通勤距離與產(chǎn)業(yè)特征、就業(yè)吸引力關(guān)系密切。內(nèi)外環(huán)間與周邊地區(qū)的就業(yè)崗位通勤距離差異不明顯，內(nèi)環(huán)內(nèi)的就業(yè)崗位通勤距離明顯較大。從居民通勤距離來看，內(nèi)環(huán)內(nèi)居民通勤距離明顯小于內(nèi)外環(huán)間和周邊地區(qū)居民。周邊地區(qū)由于就近就業(yè)比例較大(占70%)，就業(yè)崗位通勤距離最短。由就業(yè)崗位通勤距離與居民通勤距離比值可知，從內(nèi)到外該值逐步遞減，呈現(xiàn)了城市核心區(qū)的崗位集聚作用。

由上述分析可知，當前外環(huán)內(nèi)的居住和就業(yè)具有較大的內(nèi)部聯(lián)系，說明中心城區(qū)向周邊地區(qū)的蔓延僅停留在空間形態(tài)，周邊地區(qū)與中心城區(qū)職住聯(lián)系尚未達到很強的程度。但從通勤距離來看，周邊地區(qū)和內(nèi)外環(huán)間呈現(xiàn)同質(zhì)化趨勢。因此，保持內(nèi)環(huán)內(nèi)就業(yè)崗位的高度集聚，發(fā)展適合周邊地區(qū)的產(chǎn)業(yè)，引導(dǎo)周邊地區(qū)居民就近就業(yè)，是減緩城市空間聯(lián)系上蔓延的重要手段。

4.1.3 周邊地區(qū)分組團職住空間

為了分析周邊地區(qū)與中心城區(qū)的聯(lián)系情況，以及周邊地區(qū)發(fā)展的差異，本文將周邊地區(qū)按鎮(zhèn)街行政區(qū)劃分為11個組團，部分組團包含了中心城區(qū)地區(qū)(見圖5)。如表5所示，除了浦東新區(qū)的高東高橋組團和曹路合慶唐鎮(zhèn)組團，其他組團的居民通勤距離均大于就業(yè)崗位通勤距離，說明這些地區(qū)對外就業(yè)的特征較為明顯。與中心城區(qū)的聯(lián)系中，由于高東高橋組團大部分包含在中心地區(qū)，因此不具有可比性。周邊地區(qū)居民到中心城區(qū)就業(yè)的比例，以七寶莘莊組團、華漕新虹徐涇組團最為明顯，均超過50%。中心城區(qū)居民到周邊地區(qū)工作占當?shù)鼐蜆I(yè)崗位比例最大的是曹路合慶唐鎮(zhèn)組團和華漕新虹徐涇組團，均超過30%?？梢姾鐦虻貐^(qū)與中心城區(qū)軌道交通網(wǎng)絡(luò)對此發(fā)揮了重要的作用：一方面，中心城區(qū)軌道交通沿線崗位集聚明顯；另一方面，周邊地區(qū)居民選擇房價相對較低、但可較為方便地通過軌道交通到達的工作地。相反，由于中心城區(qū)居民居住地分布較為分散，居民到周邊地區(qū)組團工作并沒有明顯的帶狀特征。

表4 中心城區(qū)和周邊地區(qū)居民通勤距離和就業(yè)崗位通勤距離對比Tab.4 Comparison of residence-to-workplace and workplace-to-residence commuting distance in central district and surrounding areas

圖5 上海市中心城區(qū)周邊地區(qū)組團示意圖Fig.5 Surrounding clusters of Shanghai central district

表5 上海市中心城區(qū)周邊地區(qū)組團職住特征Tab.5 Job-housing characteristics of surrounding clusters of Shanghai central district

4.1.4 職住通道平衡性

用就業(yè)崗位與人口比值分析職住平衡指標是針對一定區(qū)域而言，且受到城市規(guī)模和的職住具有較強聯(lián)系。周邊地區(qū)除高東高橋組團外的所有組團，居民在中心城區(qū)的就業(yè)比例均大于就業(yè)崗位在中心城區(qū)居住的比例，說明中心城區(qū)對周邊地區(qū)組團具有明顯的吸引作用。

圖6 典型組團居民工作地累積分布Fig.6 Cumulative workplace distribution of residents in typical clusters

圖7 典型組團就業(yè)崗位居住地累積分布Fig.7 Cumulative residence distribution of employees in typical clusters

圖6和圖7分別給出與中心城區(qū)聯(lián)系較強的兩個組團的居民工作地分布和就業(yè)崗位居住地分布情況。一個普遍的特征是：周邊地區(qū)組團居民到中心城區(qū)工作，在中心城區(qū)沿主要交通廊道具有明顯的集聚帶狀特征。通勤距離的影響。因此有學(xué)者提出最小通勤(在既定人口、就業(yè)崗位分布下的最優(yōu)就近就業(yè)分配情況)、最大通勤、隨機通勤、剩余通勤等概念，以衡量職住平衡[4]。職住通道平衡是指將全市交通小區(qū)的居住地到工作地的通勤矩陣，合并為若干交通大區(qū)的通勤矩陣，并在交通大區(qū)的蛛網(wǎng)通道上進行以居住地為起點、工作地為終點的通勤出行分配，得到通道上的通勤需求。職住通道平衡用系數(shù)來決定，定義為大流量方向值和小流量方向值的比值。

由圖8可以看出，上海市內(nèi)外環(huán)間、北部地區(qū)至浦西內(nèi)環(huán)內(nèi)的職住通道嚴重不平衡，西北部片區(qū)的不平衡系數(shù)超過4.0，東北部片區(qū)不平衡系數(shù)也在2.2以上。通過同時期地鐵運營公司的自動售檢票系統(tǒng)(AFC)客流數(shù)據(jù)分析顯示，早高峰時段，由于中心城區(qū)北部地區(qū)大量居民到內(nèi)環(huán)內(nèi)上班，造成北部片區(qū)軌道交通線路自北向南方向均產(chǎn)生較為嚴重的擁擠現(xiàn)象。其他通道的不平衡性也不同程度導(dǎo)致早高峰時段軌道交通單方向上的擁擠。職住平衡總是可以在一定空間地域內(nèi)實現(xiàn)，差別在于地域范圍的大小。然而職住通道的不平衡，僅依靠交通設(shè)施規(guī)劃無法解決。因此，職住通道平衡是體現(xiàn)職住總體平衡的重要指標，需要通過用地規(guī)劃調(diào)整來解決通道的平衡問題，例如在上海市新一輪城市總體規(guī)劃中，應(yīng)盡可能促進中心城區(qū)北部地區(qū)轉(zhuǎn)型發(fā)展，增加就業(yè)崗位。

4.2 新城

4.2.1 通勤空間

如表6所示，松江新城和臨港新城的居民在新城內(nèi)部就業(yè)的比例較高，達到86%左右。到中心城區(qū)就業(yè)比例較高的為嘉定新城和松江新城，分別為6.0%和4.3%。同時，南橋、金山、城橋、嘉定、青浦新城的居民在新城外周邊地區(qū)的就業(yè)比例也較高。這些新城的實際邊界將來可能會進一步拓展。

從新城就業(yè)崗位的居住地分布(見表7)來看：居住在新城內(nèi)部比例較高的為松江新城和金山新城，分別為85.3%和79.5%；對中心城區(qū)吸引力較大的為嘉定新城和臨港新城，比例分別為7.9%和9.7%。

圖8 職住通道不平衡性與早高峰時段軌道交通擁擠程度的關(guān)系Fig.8 Relationship between imbalanced job-housing corridors and the degree of rail transit congestion during morning peak hours

表6 新城居民工作地分布Tab.6 Workplace distribution of residents in new towns%

職住空間的聯(lián)系受到空間距離、產(chǎn)業(yè)，以及土地開發(fā)政策等各種因素的影響。嘉定新城在空間區(qū)位上靠近中心城區(qū)，因此，無論是到中心城區(qū)就業(yè)還是中心城區(qū)到此就業(yè)的比例均較高。臨港新城與中心城區(qū)距離較遠，當?shù)鼐用竦街行某菂^(qū)就業(yè)的比例明顯低于中心城區(qū)居民到此工作的比例，這主要是近年來學(xué)校、產(chǎn)業(yè)從中心城區(qū)向新城遷移形成的結(jié)果，居住在中心城區(qū)的一部分居民由于傳統(tǒng)業(yè)務(wù)上的聯(lián)系，到臨港新城就業(yè)的需求較為突出。隨著新城產(chǎn)業(yè)轉(zhuǎn)型和空間發(fā)展的完善，這種聯(lián)系將會逐漸減弱。

進一步分析職住的吸引區(qū)域發(fā)現(xiàn)，新城和中心城區(qū)呈非對稱現(xiàn)象。例如嘉定新城和松江新城居民就業(yè)于中心城區(qū)內(nèi)環(huán)內(nèi)的比例較為明顯；而中心城區(qū)去嘉定新城和松江新城就業(yè)的居民主要居住在內(nèi)外環(huán)間的地區(qū)。

4.2.2 通勤距離

一般來說就業(yè)吸引力大的區(qū)域，就業(yè)崗位通勤距離會大于區(qū)域內(nèi)居民通勤距離。這是因為區(qū)域能吸引較大范圍的人來就業(yè)，并且這些區(qū)域居住的居民較大部分是就近就業(yè)(例如表4中內(nèi)環(huán)內(nèi)的特征)。將就業(yè)崗位通勤距離與居民通勤距離進行對比(見表8)，比值大于1說明新城具有較強的局部吸引力，或配置的就業(yè)崗位需要從外部導(dǎo)入；比值小于1說明新城人口對外就業(yè)的趨勢較為明顯。松江、南橋、金山、城橋新城的居民通勤距離均大于就業(yè)崗位通勤距離，但形成的機理有所不同。松江新城和南橋新城的居民，除了在新城周邊地區(qū)就業(yè)外，到中心城區(qū)就業(yè)的比例相對較高；金山新城和城橋新城的居民則主要是在新城外圍的周邊地區(qū)工作，新城居民的實際活動范圍較大程度超過了城市規(guī)劃劃定的范圍。因此，新城范圍的劃定依據(jù)一方面要考慮城市建設(shè)發(fā)展形態(tài)，另一方面更需要考慮人員活動和就業(yè)空間范圍。

表7 新城就業(yè)崗位居住地分布Tab.7 Residence distribution of employees in new towns%

表8 新城居民通勤距離和就業(yè)崗位通勤距離對比Tab.8 Comparison of residence-to-workplace and workplace-to-residence commuting distance of new towns

5 結(jié)語

本文提出基于手機信令數(shù)據(jù)分析上海市域職住空間的方法，并與居民出行調(diào)查數(shù)據(jù)進行對比驗證。主要研究結(jié)論如下：

1）中心城區(qū)的通勤空間主要集中在本區(qū)域和周邊地區(qū)，周邊地區(qū)大部分組團已經(jīng)與中心城區(qū)發(fā)生較強的通勤聯(lián)系，但內(nèi)部就業(yè)率仍保持較高水平，實現(xiàn)了就近就業(yè)。

2）從區(qū)域居民通勤距離和就業(yè)崗位通勤距離對比來看，中心城區(qū)具有明顯的集聚現(xiàn)象，內(nèi)環(huán)內(nèi)區(qū)域就業(yè)崗位通勤距離大于居民通勤距離，說明就業(yè)崗位較大的吸引作用。

3）軌道交通高峰時段客流擁擠和潮汐性與職住通道不平衡具有較大關(guān)聯(lián)，中心城區(qū)北部片區(qū)土地利用布局優(yōu)化和轉(zhuǎn)型發(fā)展對職住通道的平衡至關(guān)重要。

4）新城職住空間相對較為獨立，居民內(nèi)部就業(yè)率較高，新城范圍劃定對內(nèi)部就業(yè)率指標有較大影響，部分新城存在職住空間與范圍不一致或內(nèi)部就業(yè)率偏低的情況(如南橋新城)。新城與中心城區(qū)的聯(lián)系主要取決于與中心城區(qū)的距離，發(fā)展過程中的臨港新城盡管距離中心城區(qū)較遠，但與中心城區(qū)聯(lián)系程度相對較大，主要體現(xiàn)在相當一部分中心城區(qū)的居民到臨港新城工作。

在上海市新一輪城市總體規(guī)劃中，保持內(nèi)環(huán)內(nèi)就業(yè)崗位的高度集聚，發(fā)展適合周邊地區(qū)的產(chǎn)業(yè)、引導(dǎo)周邊地區(qū)居民就近就業(yè)，是減緩城市空間聯(lián)系上蔓延的重要手段。同時，要加強新城發(fā)展的獨立性，控制新城與中心城區(qū)之間的聯(lián)系，加大新城就業(yè)崗位增加的力度，實現(xiàn)城市功能有機疏解。新城的空間范圍應(yīng)進一步優(yōu)化和控制，既要參考用地建設(shè)范圍的形態(tài)，也要考慮居民通勤活動的范圍。

[1]冉斌.手機數(shù)據(jù)在交通調(diào)查和交通規(guī)劃中的應(yīng)用[J].城市交通，2013，11(1)：72-81.Ran Bin.Use of Cellphone Data in Travel Survey and Transportation Planning[J].Urban Transport of China,2013,11(1):72-81.

[2]劉杰，胡顯標，傅丹丹，陳明威.基于無線通信網(wǎng)絡(luò)的人員出行信息分析系統(tǒng)設(shè)計與應(yīng)用[J].公路交通科技，2009(S1)：151-154.Liu Jie,Hu Xianbiao,Fu Dandan,Chen Mingwei.Design and Application of Trip Information Analysis System Based on Wireless Communication Network[J].Journal of Highway and Transportation Research and Development,2009(S1):151-154.

[3]Sagl G,Delmelle E.Mapping Collective Human Activity in an Urban Environment Based on Mobile Phone Data[J].Cartography and Geographic Information Science,2014,41(3):272-285.

[4]周文娜，張?zhí)烊?，申立，李長風(fēng).快速城市化背景下上海市人口與就業(yè)分布及其演化的研究[J].上海城市規(guī)劃，2015(2)：44-48.Zhou Wenna,Zhang Tianran,Shen Li,Li Changfeng.Study on the Distribution of Population and Employment in Shanghai Under the Context of Rapid Urbanization[J].Shanghai Urban Planning,2015(2):44-48.

[5]鈕心毅，丁亮.利用手機數(shù)據(jù)分析上海市域的職住空間關(guān)系：若干結(jié)論和討論[J].上海城市規(guī)劃，2015(2)：39-43.Niu Xinyi,Ding Liang.Analyzing Job-housing Spatial Relationship in Shanghai Using Mobile Phone Data:Some Conclusions and Discussions[J].ShanghaiUrban Planning,2015(2):39-43.

[6]Pavlos S Kanaroglou,Christopher D Higgins,Tufayel A Chowdhury.Excess Commuting:A Critical Review and Comparative Analysis of Concepts,Indices,and Policy Implications[J].Journal of Transport Geography,2015(44):13-23.

Job-Housing Spatial Distribution Analysis in Shanghai Metropolitan Area Based on Cellular Signaling Data

Zhang Tianran
(Shanghai Urban Planning&Design Research Institute,Shanghai 200040,China)

The spatial relationship between residence and workplace primarily determines the urban spatial layout.This paper proposes a methodology to calculate commuting distance between residence and workplace by region with cellular signaling data.The comparison result shows that job-housing spatial distribution and commuting distance obtained from both travel surveys and cellular phone data are very similar.Through analyzing the job-housing spatial distribution and commuting distance in the central district and surrounding areas in Shanghai,the paper proposes a concept of balance in job-housing corridors.By reviewing the relationship between regions with imbalanced job-housing corridors and the degree of rail transit congestion,the paper emphasizes the importance of land use development for the balanced job-housing corridors.The paper discusses the zoning size impact of a new town on the statistical analysis through analyzing job-housing spatial characteristics at different new towns.The result shows that the job-housing distribution of new towns are relatively independent,and the employment rate of residents within new towns is relatively high.

job-housing spatial distribution analysis;commuting distance;cellular signaling data;balanced job-housing corridors

1672-5328（2016）01-0015-09

U491.1

A

10.13813/j.cn11-5141/u.2016.0103

2015-08-31

張?zhí)烊?1980—)，男，浙江紹興人，博士，高級工程師，主要研究方向：交通規(guī)劃和政策、交通模型和交通地理信息系統(tǒng)。E-mail:zhangtianrantj@163.com