職住動態關系與居民通勤行為緊密相關，是當前超大城市精細化管理、城市可持續發展的關鍵問題之一。11月20日，《美國科學院院刊》在線發表了中國科學院地理科學與資源研究所王姣娥、黃潔與悉尼大學、香港大學、北京交通大學合作者基于2011-2017年北京市地鐵刷卡數據進行的職住動態關系研究。本版特約研究者撰文向讀者介紹他們的研究。

地鐵刷卡數據反映職住變化

大數據是指一種具備海量的數據規模、快速的數據流轉、真實記錄的數據集合。因此，獲取、存儲、管理大數據的難度均大大超出了傳統問卷調查、統計數據。大數據挖掘需要新處理模式、強洞察發現力和流程優化能力，才能最大程度地豐富大數據的科學價值。

在城市交通研究中，智能交通卡刷卡數據(包括地鐵和公交)、車載GPS數據、共享單車軌跡數據等都是學者們常用的數據集合，因為這些數據集合包含了出行記錄的詳細信息。以地鐵出行為例，智能交通卡刷卡數據會賦予持卡人一個固定卡號，并且記錄每一次出行的進站點、進站時間、出站點以及出站時間。每一條出行記錄就包括了出行者代號、出發地和目的地、兩點間出行時間的詳細信息，可以用來研究居民出行行為。

雖然城市交通研究已經廣泛運用大數據，但是以往的研究均局限在短期觀測、整體研究的角度，缺乏對社會經濟內涵的挖掘。

什么是了解城市居民生活的重要因素?可以說，工作地點、居住地點和連接二者的通勤反映了居民的生活節奏、生活軌跡、生活品質等。因此，通勤行為與職住動態關系一直是地理學、經濟學、社會學等學科長期關注的研究熱點。

考慮到以上因素，研究者運用2011-2017年北京市地鐵刷卡數據，尋找連續7年乘坐地鐵通勤的持卡人。根據每位持卡人每年的出行規律，搜尋當年所有從工作地返家的出行記錄(注：數據經過清洗，不包含任何個人隱私信息)。在這些出行記錄里，每位持卡人的進站點可認為是離工作地最近的站點，即“工作地站點”;每位持卡人的出站點可認為是離居住地最近的站點，即“居住地站點”;還可以獲得職住站點之間的相應出行時間。以此結果構建的數據庫，可以幫助研究者追蹤持卡人長期的職住動態變化。

北京居民通勤的“45分鐘定律”

研究發現了一個有趣的“45分鐘定律”。經過7年的觀測，45分鐘的地鐵內通勤時間(進站點到出站點的時間)可以認為是北京居民可忍受通勤時間的最大值：

——若地鐵內通勤時間小于45分鐘，居民傾向于延長通勤時間進而獲取更好的就業機會或者居住環境;

——若地鐵內通勤時間大于45分鐘，即超過了可忍受通勤時間的閾值，居民搬遷職住地時會以縮短通勤時間為目標之一。

通勤是生活中的小事，卻與每個人的生活息息相關，影響著我們的生活幸福感。45分鐘的地鐵內通勤時間意味著“門到門”的單程通勤時間大致是一個小時。45分鐘可忍受閾值的發現可以為北京市軌道線路規劃提供一個科學的依據。當然，這一定律只能適用于類似規模的大城市軌道交通規劃。不同規模的城市可能存在著不同的可忍受通勤時間。

地鐵通勤者分為四類人群

如果我們固定觀測人群，那么在短期內，他們的職住搬遷比例會逐漸降低。誠然，我們總是傾向于更加穩定的生活，不是嗎?但是，如果我們延長觀測周期，居民的職住搬遷比例會出現周期性波動。也就是說，每隔一段時間人們搬家或者換工作的概率都會變大，因為人生中重大的事情在發生，比如，生小孩了要換更大的房子;工作有了一定的積累就換工作。對于北京市長期乘坐地鐵通勤的居民來說，他們的波動周期大致是4年。試想一下，你是不是在四年內進行了搬家或者換工作呢?

什么是能夠反映人們生活狀態的主要因素呢?對待通勤時間和住房成本的態度被認為是主要因素。比如，有些人愿意每天的通勤時間長一些、少付一些租金;而有些人認為時間更加寶貴，愿意支付更多的租金來減少通勤時間。研究者收集了北京市每個地鐵站點周邊二手房每平方米的平均價格，匹配到識別出來的居住站點，分析了7年內每個持卡人住房成本和通勤時間的相互影響關系。

結合地鐵通勤者職住地點、住房成本以及出行時間的變化特征，研究者找到了四類截然不同的人，即安居樂業者、遷居者、升職定居者、跳槽者。

安居樂業者

是指7年既不搬家又不換工作的地鐵通勤者。這類人群占整體樣本中的16.38%。研究發現，安居樂業者在四類人群中通勤時間最短，他們的平均地鐵內通勤時間(進站點到出站點的時間)大概為36分鐘;他們通常居住在平均住房成本較高的地鐵站點周邊，大約為6.9萬元/平方米。整體來看，安居樂業者的住所、工作穩定。他們的住所59%位于五環以內，而且有很多安居樂業者居住在內城區。他們的工作地也多位于2號線站點周邊。安居樂業者應該是“有房一族”的中高收入人群。

遷居者

是指7年內至少搬家一次的地鐵通勤者。他們的比例大約是11.09%。遷居者的工作地與安居樂業者的工作地位置接近。可以推測，遷居者的工作收入也相對較高。2011年，他們的居住地與安居樂業者類似;到2017年，他們的居住地普遍搬移到四環到五環。模型的驗證結果顯示，他們對于住房成本的敏感性在逐步增加�？梢缘玫降耐普撌牵核麄兿仍趦瘸菂^租房，租房的壓力對遷居者來說不是很大，隨著他們買房的意愿增加，對住房成本的敏感性增強，最終在四環、五環區域買房。因此，他們經歷了內城租房到城區買房的過程。在這一過程中，遷居者的職住分離在加劇，平均地鐵內通勤時間從35分鐘增長到39分鐘。

升職定居者

是指7年內至少換工作一次且至少搬家一次的通勤者。這類人的比例為61.35%，是占比最大的一類人群。從統計分析可以發現，升職定居者7年內平均換工作2.65次、搬家2.51次;反映了大城市居民在城市內部的高流動性。2011到2017年，升職定居者的居住地，逐漸與安居樂業者的居住地接近。不同于遷居者，他們對住房成本的敏感性在逐步降低，傾向于搬遷到住房成本更高的地鐵站點周邊。同時，他們的工作地不斷變化，在新的就業中心聚集。因此，可以認為他們是城市的上升群體。值得關注的是，由于新興的就業中心多聚集在離市中心較遠的地方，而較好的居住環境通常在內城區，這類人群在“升職定居”的過程中，職住分離的情況越來越嚴重。從2011年到2017年，升職定居者的平均地鐵內通勤時間從36分鐘增長到40分鐘。

跳槽者

是指7年至少換工作一次的地鐵通勤者。這類人群占比為11.18%。他們忍受著最長通勤時間，地鐵內通勤時間穩定在43分鐘左右。并且，他們傾向于居住在周邊住房成本較低的站點，65%的跳槽者居住在五環以外。相比之下，跳槽者高頻率地換工作、多居住在近郊、忍受著較長時間的通勤�？梢哉J為，他們多為進京打工的群體，甚至是中低收入的臨時工。他們極有可能是長期租房的人群。

職住地分布格局為精細化管理提供依據

從簡單的地鐵刷卡記錄和站點周邊平均住房成本中，搜尋到四類生活狀態截然不同的人，強調了縱向分析、分群體研究、挖掘社會經濟內涵在大數據研究中的重要性。這四類人反映了長期依賴地鐵通勤人群的不同生活狀態或者社會經濟屬性。也就是說，不同群體可能存在著通勤時間與住房成本的不同博弈關系。

可以發現，在大城市里，地鐵是不同人群均依賴的重要通勤方式。從遷居者和升職定居者的經歷來看，高品質居住區(包括高品質中小學、醫院、城市綠地等)應更多地在近郊規劃，以緩解大部分地鐵通勤人群的職住分離問題;從跳槽者的經歷來看，需要開通更多從近郊到市中心的地鐵快速線，以提高近郊到市中心的通勤效率。因此，不同人群的職住地分布格局可以為當前超大城市精細化管理、城市可持續發展提供科學的依據。

(新媒體責編：wb001)