摘要：上海市住宅区地域分布广，住房属性、就业环境与交通环境各异，就业活动空间呈现不同的组织与分布模式。利用2014年手机信令数据识别上海市移动手机用户的居住地和工作地，选取253个典型住宅区为分析样本，将样本住宅区居民就业地核密度分布、通勤距离—概率分布等可视化方法结合就业地特征量化因子，以综合归纳上海市住宅区就业空间分布模式，分析影响因子及形成机制。研究揭示了上海市住宅区就业空间的几类典型模式，包括单中心、带状、双中心、多中心或分散，以及模式间的过渡类型。在就业空间影响因子方面，就业中心分布与轨道交通线路是主导因子，影响就业空间模式的整体分布；居住区类型特征是次要因子，导致局部就业空间模式变异。研究结论可为上海市空间结构优化布局、产业空间调整、轨道交通建设及住房建设提供参考。
关键词：就业空间；空间模式；住宅区；手机信令数据；上海市
近年来，职住关系和通勤行为成为了透视城市空间结构的重要视角。传统的城市研究和规划实践多从通勤行为展开探讨，包括对就业空间的分析。数据获取主要有问卷调查方法，公交刷卡数据，微博签到数据等。但是这些数据来源都有一些局限性。而手机数据具有高覆盖率、高持有率的特征，样本量大，个体时空行为信息丰富，是研究居民通勤行为与城市空间研究的良好数据。本文结合手机信令数据与传统就业空间研究，以住宅区为分析单元，通过个体就业空间“大数据”生成住宅区层面的就业空间“小数据”，系统的对上海市不同类型住宅区就业空间进行比较，总结其分布模式与影响因子，并讨论相应政策的合理制定。研究成果可为上海市住房建设、轨道交通建设、职住关系优化提供参考。
研究方法
1. 手机信令数据识别职住地
针对每个用户的居住地和就业地点集，计算各点集中于所有点的平均距离最小的点位其稳定居住地和工作地。
2. 住宅区样本选取
选择面积一平方千米以上、内部和周边均质的住宅区，以保证样本具有一定的数据规模且具有相似的居民社会属性和建成环境
3. 计算就业空间特征参数
4. 确定模式分类准则
对住宅区通勤人口的就业地做核密度分析，得出的就业地空间分布的形态为模式的主要划分依据
5. 确定影响因子
初步确定就业空间的影响因子，通过对影响因子的分析，判断影响因子对不同模式就业空间的影响，探究差异化就业空间的形成机制。
就业空间分布模式
1. 单中心
该模式中居民的就业以住宅区为地理空间核心连续分布，随着通勤距离的增加，通勤人数迅速衰减，呈现“近距离、多方向，连续性”的就业特征
2. 带状
该牧师中居民沿住宅区至市中心交通沿线带状就业，市中心就业指向性明显。相比单中心模式而言，随着通勤距离的增加，通勤概率衰减缓慢，呈现“中远距离、单一方向”的特征
3. 多中心或分散
该模式下，除了就近就业核心外，呈现多个小就业核心或无明显就业核心，通勤概率随着通勤距离的增加衰减不规律，通勤距离蔓延较大，呈现“中远距离、多方向、间断性”的特征。
4. 过渡型
过渡型主要分布在两种模式转化的空间过渡地带，具有两种模式的中间特征。
影响因子
1. 就业中心分布
2. 轨道交通线路
3. 住宅区属性
结论
本文进一步从通勤活动角度验证了上海市“多中心”发展的不足，基于现状就业空间模式及影响因子特征，发现不合理就业空间问题的根本解决方法是打破现有市中心核心主导的就业空间布局结构，倡导“多中心发展”，在类型和数量上有效引导产业向外围地区转移，同时加强外围地区公共交通系统与保障性住房配套，以实现更集约、高效的发展
TCL碎碎念
最近也看了不少有关职住关系的，的确现在就业和工作之间的冲突是一个问题，但是什么样才是一个好的职住关系呢？在这些文献中，作者大多都默认，一个好的职住关系意味着上班通勤时间短。这是有一定道理的，但是通勤时间真的越短越好吗？根据trade off理论，在选择住宅的时候会经历漫长的权衡阶段，最后住宅的选择肯定是住户分析利弊之后的结果，选择了离工作单位近的住所，肯定牺牲的是住宅的面积，这非常公平。其次，现有市中心核心主导的就业空间分布结构也是有原因的，因为对于企业来说，肯定是市中心的区位优势更好一些。个人认为，从宏观角度调控试图建立一个良好的职住关系是值得肯定的，但是如果宏观调控已经强到干涉了居民的自主选择，那么这种情况下的职住优化或许并不可取。
