[摘　要]大数据的应用为更精细化的职住研究创造了可能。文章基于居民活动视角，采用多源数据构建职住空间匹配分析框架，并结合问卷调查和建成环境对影响南宁市中心城区职住平衡的因素进行探究，结果表明：在空间特征方面，职住活动密集区多数邻近交通及商业设施，就业与居住空间存在较高耦合性，且职住平衡区域的公共交通、慢行交通使用频率显著高于职住失衡区域；在作用机制方面，职住平衡区域具有土地混合度较高、公共交通节点密集及配套服务设施齐全的特征。在此基础上，文章提出构建多中心城市结构、倡导土地混合利用及优先发展公共交通、优化慢行交通环境的建议。

[关键词]多源数据；职住平衡；空间匹配；南宁市

[文章编号]1006-0022(2019)07-0084-06　[中图分类号]TU984　[文献标识码]B

[引文格式]张逸姬，甄峰，罗桑扎西，等．基于多源数据的城市职住空间匹配及影响因素研究[J]．规划师，2019(7)：84-89．

Urban Working-housing Balance and Influencing Factors Based on Multi-source Data/Zhang Yiji, Zhen Feng, Luosang Zhaxi, Zhu Weihong, Tang Pushan

[Abstract] Big data has made detailed working-housing relationship research possible. From residents’ viewpoint, the paper sets up an analysis framework for working-housing balance with multi-source data, as well as explores influencing factors on working-housing balance in Nanning. In terms of spatial characteristics, most of the working-housing activity-intensive areas are adjacent to traffic nodes and commercial facilities. The use frequency of public traffic and slow traffic in the job-housing balance area is significantly higher than that in the unbalanced area. In terms of mechanism, the working-housing balance area has characteristics of higher degree of mixed land use, more densely public transport nodes and better infrastructure. The paper puts forward suggestions including building a multi-center city structure, advocating mixed land use, giving priority to the development of public transport, and improving bicycle-pedestrian environment.

[Keywords] Multi-source data, Working-housing balance, Spatial matching, Nanning

0引言

就业空间与居住空间是城市空间的两大基本要素，两者的空间关系包含就业、居住和通勤三大内容。职住空间关系是影响居民居住就业的重要内容，职住分离会导致居民通勤距离和通勤时间的显著增加，进而加剧交通拥堵、环境污染和居民幸福感降低等一系列城市问题。而解决职住空间错位问题的前提是对城市职住空间匹配情况进行充分了解，同时对影响职住空间的因素进行研究并提出针对性策略。

传统职住空间研究往往基于问卷调查数据或普查数据，以街道、乡镇作为最小研究单元，此类数据往往时效性差、耗费人力财力巨大，且存在样本量规模受限及空间单元分割略显粗糙的精确度问题。随着大数据采集和应用的日益普及，越来越多的学者已利用大数据对城市职住空间匹配情况进行研究，其中一部分研究基于位置定位数据识别城市的职住空间，如利用手机信令数据识别手机用户的工作地和居住地[1-2]；一部分研究基于居民通勤行为数据，如利用北京市公交刷卡数据识别持卡人的居住地和就业地[3]、利用地铁刷卡数据识别城市的就业中心[4]。在识别职住地的基础上，许多研究对职住空间进行了更为深入的探讨[5-6]，主要包括城市职住平衡状况及职住空间结构的研究[7-8]、城市就业中心及通勤吸引范围的研究[4，9]、通勤与城市建成环境的关系研究[10]。然而，目前基于大数据的城市职住空间分析研究大多仅使用单一来源的数据，缺乏多源数据的综合分析；在研究内容上缺乏对职住空间匹配情况进行全面、系统性的评价；研究单元通常较大，最小尺度往往采取街道或交通小区；同时，现有研究对中小城市的研究也较为匮乏。