1、54 北京规划建设研究 RESEARCH 城市是一个复杂的巨系统，承载了居住、工作、游憩、交通四大功能，其中就业-居住是城市空间中最为重要的组成单元，因职住分离而产生的通勤行为，关乎到城市的宜居性。随着我国进入经济高质量发展阶段，快速城市化进程途中，国内大城市的职住空间关系发生了巨大的改变，产生并面临城市交通拥堵、通勤成本增加等问题，影响了城市与社会的发展。北京作为面积1.64万平方千米、常住人口超两千万的典型超大规模城市，通勤空间半径在2020年为41千米，高居全国榜首，并且是超大规模城市（北京、深圳、上海、广州）中唯一正增长的城市1。海淀区位于北京西北部，总面积431平方千米，下辖的22个
2、街道和7个地区覆盖了北京从二三环间到六环外各环路层级。海淀区以高新技术企业及互联网大厂的聚集而著称，包含了中关村、上地、永定路三个就业中心2，但其空间均位于“山前”地区，由上庄、温泉、西北旺、苏家坨四镇组成“山后”地区就业岗位相对较少。海淀分区规划（国土空间规划）（2017年-2035年）3中提出要在海淀全域范围内形成“两横一纵格局，一带一核多级体系”，随着东升、翠湖、永丰、北下关、四季青等地产业园区影响力的逐渐扩大，对海淀乃至全市的职住空间分布都有一定的影响。综上所述，海淀职住空间特征鲜明，具有典型研究意义。城市居民职住地分布是职住平衡问题研究的根本依据，也是优化城市交通、空间规划的重要基础
3、。在大数据时代，支撑服务于规划行业的大数据技术在21世纪10年代初崭露头角4，经历过热潮、反思和沉淀，在2016年后愈发成熟，出现了连续、稳定、可横向比较的大数据数据源。在众多新型数据源中，手机数据具有覆盖人群广、数据实时性强、采样周期长等特点，能够大规模长期客观地记录用户活动的时空特征。因此，本研究立足于职住平衡关系，利用手机定位数据及手机信令数据等新兴大数据，以计算近几年区域通勤现状指标为基础，采用多指标多维度分析方法，综合分析在总规及分区规划实施后2017-2021年海淀区及其内部街道职住结构变化情况，为优化城市功能布局，改善城市通勤环境提出相应的依据。职住平衡理论及先行研究职住平衡理论
4、最早被提出，来源是西方学者的“田园城市”理论。该理论提出之时，英国的首都伦敦在城市化进程中，出现了“城市病”，当时出现了数量非常大的贫民窟，交通出行严重受阻。为了解决这个问题，“田园城市”认为每个城市城市化进程达到一定程度以后，不应该让原来的城市继续保持增长势头，而是应该在原有城市的周边发展许多田园城市，来分担原来城市的压力。在新的田园城市里面，各种设施都要装备完善，让工作区域和住宅区域达到一个平衡状态，最终使得住在这里的人通过走路的方式就可以到达上班的地点，完成通勤出行，由此，职住平衡理论初步被提出。职住平衡是就业-居住空间关系的一个理想结果。加州大学伯克利分校城市与区域规划系的教授Robe
5、rt Cervero对职住平衡的定义是：“城市在规模合理的一定范围内所提供的就业岗位数量与该范围内居民中的就业人口数量大致相等，并且大部分有工作的居民可以就近工作，能够通过非机动车的交通方式解决大部分通勤问题，机动车的出行次数少、出行距离和时间均较短。5”众多学者利用不同数据源对北京的职住空间结构及其演化作出了分析。赵辉等6在北京2004年、2008年两次“经普”数据和2005年1%人口调查、2010年人口普查数据的基础上，利用ArcGIS空间分析技术，研究展示了北京市近年来城市职住空间结构的演化趋势，并分析了新格局下城市通勤交通组织的特征。刘志林等7基于问卷调查、人口普查、经济普查数据，测度
6、了北京多个街道的就业可达性，通过回归模型分析，讨论了职住空间错位与居民通勤时间之间的关系，指出了低收入的弱势群体更易受城市职住关系结构变化的制约。随着数据环境的改变，一些学者开始使用精度更好、时效性更好的大数据解读北京职住空间特征。郝新华等8通过网络爬虫技术获取实时25米网格人口数据，在对北京职住分布进行整体识别的基础上，采用职住比作为指标，从北京区县、环线及街道三个尺度，分析北京职住平衡的程度。龙瀛等9利用公交刷卡数据，进行了城市职住关系和通勤出行的分析，构建了一套基于公交IC卡数据挖掘分析方法。孟斌等10利用协同区位商方法，对北京市写字楼与居民楼空间关联总体特征和局域空间关联格局进行分析，
7、研究得到北京市写字楼与居民楼全局协同区位商值表明职住要素的空间联系总体较弱，北京职住要素空间关联性深受写字楼、居民楼本身布局的影响。基于时空大数据的海淀区职住平衡现状研究崔鹤 赵培松 梁弘 吴运超 张晓东 北京规划建设 55 RESEARCH 研究研究数据及方法研究数据本文所用职住及通勤数据由百度地图慧眼所提供，该数据是基于北京市2000万台智能设备的手机定位数据，以3个月为统计口径，以100米100米的网格为统计尺度对职住及通勤数据进行统计。其中，居住人口是指符合定位发生时间比例工作日夜晚/周末居多、所定位位置的属性多为居住区域、连接WiFi属性单一或非公共WiFi、满足在某市居住超过三个月
8、等条件的人口；就业人口是指符合定位发生时间比例工作日白天居多、所定位位置的属性多为写字楼或其他具有办公属性的位置、连接WiFi属性为公共WiFi等条件的人口。通勤OD是指同一用户（设备）的居住地至就业地的位置变化行为，并根据其连续3个月早高峰时段从居住地到就业地的出行时间的平均值作为通勤时间，根据直线距离2.5公里内采用骑行方式，2.5公里以上采用小汽车方式的路网最短距离作为通勤距离。本文研究数据包括2017年5月-2021年5月，共计232万条职住数据及3400万条通勤OD数据。按上述方法识别后，以2019年为例（未受到疫情影响），北京市百度慧眼居住人口为2292.1万人，就业人口1106.
9、7万人；“七普”居住人口为2190.1万人，统计年鉴就业人口为1273万人，由此说明，大数据所识别的居住人口规模与实际较为一致，但由于外卖、销售等不具有固定工作地的就业人口未被识别，就业人口规模略低于实际规模。研究方法职住平衡是指研究范围内居民中劳动者的数量和就业岗位的数量大致相同，令大部分居住人口可以就近工作。但在市场、政策引导下的就业、居住选择往往无法保障职住平衡。本文引入平衡度、就业人口密度、就业自足性、就业交通效率、居住人口密度、居住自足性、居住交通效率多个指标，从数量、质量、效率多维度对职住平衡进行测量，并进一步通过社交网络中常用的社团划分方法对通勤圈进行了划分，综合分析研究范围内的
10、就业-居住情况，为进一步解决职住平衡提供量化依据。职住平衡测度指标就业-居住平衡最直接的方法就是在研究范围内，居民中劳动者的数量和就业岗位数据大致相等，从而以职住数量的平衡进行测量，一般被称为平衡度(Balance)。通常为研究范围内就业岗位在全区所占比例和居住岗位在全区所占比例是否相等，若它们的比值接近=1，则表明职住相对平衡；比值1，则表明该区功能偏向就业；反之，则表明该区域功能以居住为主11。由于当下就业、居住地的选择均以市场为主导，无法保障所有的居民都在本区域内就业，自足性(Self-contained)则是从职住平衡的质量进行测量。此指标重在考察居住者是否能在本地区就业，亦或是就业者
11、是否在本地区居住。居住自足性越高表示该地区居住者更多的在本地区对应范围内就业，反之则表明地区外就业更多；就业自足性越高表示该地区就业者更多的在本地区范围内居住，反之则表明地区外居住更多。城市交通效率的提升，即居民的通勤时间和通勤距离是否缩短，是职住平衡政策是否有效的主要衡量标准12。同时，2021年度中国主要城市通勤监测报告提到，提高45分钟以内通勤比重是改善城市人居环境的重要目标，是城市规划和交通服务水平的综合体现1。因此，本研究以通勤时间45分钟为节点，研究范围内就业人口中通勤时间小于45分钟所占比重即为就业交通效率；研究范围内就业的居住人口中通勤时间小于45分钟所占比重即为居住交通效率。
12、交通效率越高，则表明研究范围内就业/居住人口通勤情况越好。通勤网络社团划分社团划分是社交网络中常用的分析方法，旨在发掘网络社团结构，划分出组内连接稠密而组间连接稀疏的若干分组。本次研究以居住、就业人口的通勤OD为基础，构建通勤网络模型，依据社交网络分析中基于模块度的Fast Unfolding社团划分算法，可将内部通勤联系紧密的地区划分出来。研究结果海淀区职住结构及特征以1000米1000米的颗粒度分析海淀区就业人口与居住人口的分布情况，海淀区内的重点产业园区已经相对成熟，就业人口远高于其他地区，但山前山后无论从居住角度或是图1“百度”职住人口与统计年鉴人口对比56 北京规划建设研究 RESE
13、ARCH 就业角度均有较大差异，居住就业资源均集中于山前地区。整体来看，海淀区2021年平衡度为1.28，从数量上即为典型的就业主导职住关系类型。由于其就业功能主导的特征，“住”相对于“职”是更加稀缺的资源，因此在海淀区居住的居民有更大的选择权。从海淀的居住人口来看，其居住自足性为72.72%，平均通勤距离在9.65千米，居住交通效率达到67.70%，平均通勤时间为39.6分钟，优于北京市整体职住通勤情况；但海淀区的就业人口自足性仅为61.28%，平均通勤距离为12.53千米，就业交通效率60.56%，平均通勤时间为44.8分钟，远低于北京市整体水平。从海淀各街道通勤指标测度来看，总体上山前地
14、区就业人口自足性不及山后，特别是上地街道、海淀街道、中关村街道以就业功能为主导，其平衡度分别为2.80、1.78、1.51，就业自足性较低，分别为58.12%、52.81%、53.69%，居住自足性分别为74.87%、74.39%、74.40%，此类就业功能主导街道普遍存在居住自足性较高，就业自足性底，就业交通效率低的特点。山后地区特别是上庄、苏家坨由于工作岗位稀缺，就业密度分别为0.05、0.04，居民就近工作者较少，居住自足性较低，分别为57.35%、54.70%。在山前山后存在较大职住差异的同时，研究发现在永定路周边，包括万寿路与田村路，就业自足性分别为73.37%、69.69%、69.
15、43%，就业交通效率分别为68.10%、68.45%、69.79%，形成以永定路为就业中心的小范围就业主导的平衡组团。海淀区职住空间布局居住人口在山前就业占比减少，山后园区为核心增长地区从全局看，面对居住就业的分离情况，首先完成了对区内居住人口就业地和就业人口居住地分布情况做了分析。区内居民约三分之二（65.99%）选择在区内就业，其他主要就业区为朝阳区（约占9.42%）、西城区（7.89%）、昌平区（3.98%）、丰台区（3.94%）、东城区（2.88%）、石景山区（1.98%）。区内就业多集中于山前及重点产业园区范围，其中产业园区范围就业尤其集中，区外就业多集中于西城区金融街、朝阳区国贸等
16、主要就业地所在。对比2017年与2021年居住人口就业情况，居住人口区内就业占比下降约1.58%，就业人口减量集中于山前绝大部分街道，其中上地街道、中关村广场附近的就业是减量明显地区。区外就业地重点为朝阳区、西城区，同时丰台区、昌平区有小幅增长。与山前地区减量的明显对比，重点产业园区是就业增量的核心地区，特别是位于山后地区的永丰产业园、中关村环保科技园、航天城，中关村软件园依旧就业增量明显。图2 2021年海淀就业人口分布 图3 2021年海淀居住人口分布图4 海淀区就业人口通勤时间 图5 海淀区居住人口通勤时间图6 2021海淀区街道平衡度指标图7 2021海淀区街道就业自足性指标（左）及居住自足性指标（右）图8 2021海淀区街道就业交通效率指标（左）及居住交通效率指标（右）北京规划建设 57 RESEARCH 研究以居住人口的通勤OD为基础，构建居住人口通勤网络模型，依据社交网络分析的社团划分算法，可将内部通勤联系紧密的地区划分出来。居住人口通勤网络划分为4个社团，且对于居住人口的社团划分结果，海淀区的居住人口就业范围主要集中于中心城区。第一，以山后地区为主，包括马连洼、上地、清
