ID133-基于就业空间分布的城市居民通勤成本对住房需求的影响从空间不匹配的视角

基于就业空间分布的城市居民通勤成本对住房需求的影响——从“空间不匹配”假说的视角高鋆1虞晓芬1（1.浙江工业大学经贸学院，浙江杭州310023）摘要：利用通勤成本与住房成本的理论均衡关系，实证分析杭州居民通勤成本对住房需求的影响，结果显示，通勤时间每增加1分钟，住房单位成本就相应地下降0.3%，可见杭州“空间不匹配”有存在的可能性。进一步对通勤时间影响因素实证分析，结果表明，居住区位偏好、接送小孩、家庭成员的通勤时间都会影响个人通勤时间，因此，通勤时间的长短不能直接作为居住与就业空间不匹配的判定标准，但如何剥离其他因素的影响以建立空间不匹配的判定标准仍有待后续研究。关键词：通勤成本；住房成本；空间不匹配TheInfluenceofUrbanResidents’CommutingCosttoHousingDemandBasedontheEmploymentSpaceDistribution:FromthePerspectiveofSpatialMismatchHypothesesGAOJun1YUXiaofen1(1.CollegeofBusinessAdministration,ZhejiangUniversityofTechnology,Hangzhou310023,China)Abstract:Thispaperempiricallyanalyzestheinfluenceofurbanresidents’commutingcosttohousingcost.Theresultsshowsthathousingcostwilldecline0.3%,oncecommutingcostincreasing1min,whichisevidencetothepossibilityofSpatialMismatchHypotheses’existence.Byanalyzingtheinfluencefactorstocommutingtimeempirically,wefindthatpeople’spreferencetoresidentiallocations,childshuttle,commutingtimeofotherfamilymemberswilleffectone’scommutingtime.Soitisnotacorrectwaytocommentspatialmismatchornotonlybythelongcommutingtime.ButhowtoexcludetheotherfactorstogainthecriteriatoSMHisstillabigproblemthatneedsmoreresearch.Keywords:CommutingCosts;HousingCosts;SpatialMismatch第一作者：高鋆（1985年2月17日），女，浙江湖州人，浙江工业大学经贸学院在读博士生。主要研究方向：不动产投资、城市经济学。电子信箱：[e-mail]1引言居住空间和就业空间是城市居民日常活动的主要载体，它们之间的相互关系是影响城市布局结构和居民行为决策的重要因素，通勤作为纽带，被众多学者用来解释两者之间的这一关系。而由Kain在1968年提出的“空间不匹配”假说（SpatialMismatchHypotheses）首次从黑人劳动力就业障碍的角度为上述关系提供了一个新的解读渠道。他指出，大规模产业转移（工作岗位的郊区化）和种族隔离是造成内城黑人失业率高、收入水平低和出行成本高的主要原因[1]，即内城黑人的就业障碍是美国城市居住与就业空间关系的现实表征。此后，国外的相关研究把该理论视为居住与就业空间关系及由此产生的弱势群体就业障碍的合体，都旨在解决弱势群体的就业问题，内容涉及假说的检验[2,3]、不匹配程度的度量[4]、城市空间结构模型的构建[5,6]、人口迁移和产业转移对空间匹配的影响[7]以及如何解决就业障碍的政策性研究[8]等。相比之下，国内的相关研究更侧重于利用该理论所反映的居住与就业空间关系来解释现行城市规划、城市发展模式的弊端，或通过这些弊端在居住区位选择、个人就业决策、住房需求等方面对居民造成的影响来检验该假说在中国成立与否，有关弱势群体就业问题[9]的成果相对较少，具体的分析方法也仍以城市居民通勤为主。目前，国内学界一致肯定“空间不匹配”问题的存在。从经济学角度，郑思齐等实证分析了北京市居民通勤成本与住房成本之间的相关性，回归结果证明通勤成本的上升会抑制住房需求，空间不匹配有其存在的可能性[10]。从地理角度，孟繁瑜等从通勤距离、通勤方式和通勤费用等方面分析了北京市居民的通勤行为特征，认为北京存在双重城市空间失配现象[11]。周素红等以广州市保障性住房居民为对象，研究该群体的居住-就业选择行为规律及成因，内容涉及空间重构与区位再选择[12]。但需要指出的是，造成通勤成本高（包括通勤时间长、通勤距离远或通勤费用高）的原因除了居住与就业空间不匹配以外，还有交通系统的便利程度、私家车停车问题、接送小孩以及居民居住区位偏好等，因此，理论上不能单纯以通勤成本高来证明假说成立。此外，上述研究主要针对北京、上海、广州等直辖市，杭州在城市规模和人口规模上都远小于北京、上海，与广州基本相当1，“空间不匹配”问题是否在规模相对较小的城市也同样存在？加之考虑到近1各城市统计年鉴显示，2009年北京全市户籍人口为1245.88万人，全市面积16410.54平方公里；上海全市户籍人口1400.70万人，全市面积6340.50平方公里；广州市区户籍人口为645.83万人，市区面积为3843.43年来杭州城市扩张多以综合体、大学城、卫星城等为依托，规划上居住空间与就业空间并进的组团式城市发展模式是否真的能避免“空间不匹配”问题的发生？基于上述种种疑问，本文立足于杭州，以杭州市就业空间分布为基础，尝试通过分析典型区域居民通勤成本（包括通勤时间和通勤费用）对住房需求的影响来探讨“空间不匹配”存在于相对小规模城市的可能性，并进一步明确交通系统的便利程度、私家车停车问题、接送小孩以及居民居住区位偏好等因素与通勤成本之间的关系，以期从实证上证明当前假说的判定标准存在缺陷。2研究方法与数据来源杭州旧有基础设施和建筑物的耐久性使城市空间结构的改变存在着明显的历史依赖路径，而城市扩张过程中居住空间较就业空间更向城市外围延伸的现实使得居住区郊区化趋势相当明显，与此同时，各级中心受到集聚经济、规模经济、比较优势的影响，经济活动在空间上聚集形成多个商圈，就业空间分布呈现出集聚性，这些特征都为现阶段杭州居住空间与就业空间分离奠定了现实基础。考虑到通常情况下，就业空间容量较低（高）区域的居民就近工作的机会少（多），需要承受的通勤成本在理论上要高于（低于）其他区域，这使得不同就业空间容量区域的居民在居住区位选择时对住房成本与通勤成本之间的权衡有所不同。因此，対就业空间容量不等的各级区域进行代表性地研究能有效反映城市整体的居住与就业空间关系，本文具体通过对典型区域住房成本与通勤成本、家庭特征等因素进行回归分析来论证。2.1研究范围的选取根据浙江工业大学房地产研究所于2008年6月-2009年初进行的“杭州市经营性公建规模与空间分布”课题研究发现，在以西湖为中心、0.5km为间隔生成的16个同心环中，杭州市主城区经营性公建分布总体上呈现由核心向外围梯度递减的格局，集聚与分散并存（见图1）。该研究的基础调研涵盖了六城区除学校、医院以外的商务办公楼、行政办公楼（政府管理部门）、金融中心、酒店宾馆（大型）、公共活动中心、大型商业和专业市场7大类公共建筑和沿街底商，几乎囊括了杭州市绝大多数就业点，因此，图1也等价地反映出杭州市就业空间平方公里；杭州市区户籍人口为429.44万人，市区面积3068平方公里。分布的容量密度特征。本文在就业空间容量不等的各级圈层选定延安路区段、湖墅南路区段、文三西路区段和滨江区作为研究范围（见图1），对各区段及周边的居民进行问卷调查。其中，延安路和湖墅南路区段发展相对成熟，以老小区为主；文三西路和滨江区发展起步晚，以新小区为主。图1杭州市主城区就业空间容量密度图2.2问卷设计与调查数据说明本次调查问卷的内容主要包括居民基本信息、居住与就业区位选择以及日常通勤三大块。为了准确掌握居民的住房成本和通勤成本，有关住房所有权、住房总价（或月租金）、住房性质、住房面积、个人通勤的去（返）程时间、家庭成员通勤的去（返）程时间、通勤方式、通勤费用、停车问题、接送小孩等都被囊括在调查范围内；同时为了了解居民的居住区位选择偏好，问卷针对过往家庭搬迁情况以及在工作地点附近购买自住房的意愿等内容设计了若干问题。本次调查共发放问卷561份，回收559份，其中有效问卷522份，回收有效率为93.4%。由表1的样本属性特征可知，调查群体涵盖了杭州各阶层的人群，具有很好的代表性，但由于调查对象必须是居住在所选研究范围内的从业者，学生、老人、失业或无业者都被排除在外，因此居民在年龄、职业等属性特征上会存在一定的趋同。表1调查对象属性特征3有关居民通勤成本对住房需求影响的实证分析通勤成本和住房成本的理论均衡关系在于：假设区位对居民的最重要影响在于其与工作地点的距离，而绝大多数工作机会都集中在城市中心，由于通勤成本的存在，居民愿意为土地支付的租金会随着土地与市中心的距离增加而减少[10]。因此，居住区位郊区化所带来的低住房成本是以高通勤成本为代价的，理论上住房成本与通勤成本呈负相关关系。虽然本文研究的各区域分别处于城市的不同方位、不同设施环境，彼此之间相对独立，但总体上它们分布于城市的各个圈层，与城市中心的距离各有不同，且区域间就业空间规模和通勤成本差异较大，理论属性结构比例性别男女51.5%48.5%年龄25岁以下25-30岁31-40岁41-50岁50岁以上4.2%31.4%32.2%27.8%4.4%最高学历初中及以下高中/中专大专/本科硕士及以上16.9%32.0%34.9%16.3%家庭结构未婚单身已婚无小孩已婚有小孩已婚有小孩和老人其他28.0%17.8%35.1%13.2%5.9%职业国家公务员/事业单位企业高管私营企业主公司职员专业技术人员工人/服务员教师自由职业者其他3.3%9.0%3.8%30.5%20.7%20.3%5.4%1.7%5.4%家庭年总收入1.5万及以下1.5-3万3-5万5-7万7-10万10-15万15-30万30-50万50万以上0.2%8.0%17.4%16.9%19.4%14.2%16.7%5.7%1.5%上这些都会反映在通勤成本与住房成本的关系上。因此，本文以上述理论关系为出发点，住房单位成本（包括住房单价和单位月租金）作为因变量，通勤成本、家庭特征和住房特征作为自变量进行简单的多元线性回归。其中，通勤成本包括通勤时间和通勤费用两个指标2，由于两者存在明显的相关性3，因此分别对它们进行回归，以检验通勤时间和通勤费用各自对住房成本的影响。模型的具体形式如下：()LNHPRICECOMTX其中，HPRICE为居民的住房单位成本（元/平方米或元/平方米·月），COMT在不同的模型中分别代表居民的家庭单程平均通勤时间4（COMT-time，分钟/天）和个人通勤费用5（COMT-cost，元/天），X为居民的其他特征，包括家庭特征（年龄、家庭人数、家庭月总收入）和住房特征（住房所有权、住房性质、配套设施满意度）。表2通勤成本-住房需求模型相关变量描述2通勤距离的长短也可以衡量通勤成本的高低，但由于实际通勤距离与通勤路线的选择有关，测算难度较大，相关研究中用居住地与工作地之间的直线距离代替通勤距离的方法则不够准确，因此本研究只选择通勤时间和通勤费用来代表通勤成本。3Pearson相关性检验显示，样本通勤时间与通勤费用在10%水平上显著相关。4家庭单程平均通勤时间为家庭内部所有就业者单程通勤时间的平均值。5个人通勤费用为被调查者一天的通勤费用总和，包括去程和返