Scientia Geographica Sinica 2017 , 37 (3): 356-366 https://doi.org/10.13249/j.cnki.sgs.2017.03.005

Orginal Article

北京城市居住和就业空间类型区分析

湛东升¹^,²^,³^,, 张文忠¹^,²^,, 孟斌⁴, 党云晓⁵, 刘倩倩¹^,²^,³

1.中国科学院区域可持续发展分析与模拟重点实验室,北京 100101
2. 中国科学院地理科学与资源研究所,北京 100101
3. 中国科学院大学,北京 100049
4. 北京联合大学应用文理学院,北京 100191
5. 浙江财经大学土地与城乡发展研究院,浙江杭州 310018

Spatial Structure of Urban Residence and Employment in Beijing

Zhan Dongsheng¹^,²^,³^,, Zhang Wenzhong¹^,²^,, Meng Bin⁴, Dang Yunxiao⁵, Liu Qianqian¹^,²^,³

1. Key Laboratory of Region Sustainable Development Modeling, Chinese Academy of Sciences, Beijing 100101,China
2. Institute of Geographic Science and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101,China
3. University of Chinese Academy of Sciences, Beijing 100049, China
4. College of Applied Arts and Science, Beijing Union University, Beijing 100191, China
5.Land and Urban-rural Development Institute, Zhejiang University of Finance and Economics,Hangzhou 310018,China

中图分类号: K901

文献标识码: A

文章编号: 1000-0690（2017）03-0356-11

通讯作者: 通讯作者:张文忠,研究员。E-mail:zhangwz@igsnrr.ac.cn

收稿日期: 2016-05-27

修回日期: 2016-07-13

网络出版日期: 2017-03-20

基金资助: 国家自然科学基金(41230632)资助

作者简介:

作者简介：湛东升（1987-）,男,安徽寿县人,博士研究生,主要从事宜居城市和城市空间结构研究。E-mail:zhands@126.com

展开

摘要

基于2010年北京市工商企业登记数据和第六次人口普查数据,从分行业视角对北京市城区职住空间结构及其类型区特征进行详细实证分析。研究表明：北京市就业空间结构和居住空间结构均有3个主成分因子构成,其中就业空间结构包括综合服务业、流通地产服务业与二产、高科技产业等主因子,居住空间结构则由一般服务业、流通生活服务业与二产、科技和教育产业等主因子构成,且不同城市就业与居住空间主因子的空间关联强度存在差异。采用GIS分组分析方法可将北京城市居住和就业空间划分为5种类型区,即流通生活服务业与二产居住集中区、流通生活服务业与二产职住综合区、一般服务业职住综合区、职弱住强型科教优势区和职强住弱型科教优势区。分析发现,北京城市居住和就业空间结构形成主要受到历史力、市场力、政府力和个体力等因素共同作用。

关键词： 居住空间 ; 就业空间 ; 分组分析 ; 北京

Abstract

The spatial structure of urban residence and employment is a classic topic in the geography and planning subject in that reasonable spatial structure can reduce spatial mismatch and improve urban livability of the city. However, limited studies have examined both residential and employment spatial structure together. Based on Beijing industry and commerce enterprise registration data and the sixth census data in 2010, we use factor ecological analysis method to evaluate urban residential and employment structure in Beijing and identify its area types from the perspective of various industries types. Results show that the spatial structures of employment and residence are both composed of three principal component factors in Beijing. The main factors of employment spatial structure include comprehensive services industry, circulation and real estate services, high-tech industries while residential spatial structure covers general services, circulation and consumer services, science technology and education industries as the main factors. In addition, there are obvious differences in spatial autocorrelation effect of each main factor. Residence and employment spatial forms in Beijing can be divided into 5 region types by grouping analysis method, that is residential clusters of the circulation and consumer services, compound types of the circulation and consumer services industries, compound types of general services, weak employment-strong residential compound types of science technology and education industries, strong employment-weak residential compound types of science technology and education industries. At last, we find that driving forces of spatial structure of urban residential and employment space in Beijing are related to history route dependence, market power, government forces and individual preference factor.

Keywords： residential spatial structure ; employment spatial structure ; Grouping analysis ; Beijing

PDF (2660KB) 元数据多维度评价相关文章收藏文章

本文引用格式导出 EndNote Ris Bibtex

湛东升, 张文忠, 孟斌, 党云晓, 刘倩倩. 北京城市居住和就业空间类型区分析[J]. , 2017, 37(3): 356-366 https://doi.org/10.13249/j.cnki.sgs.2017.03.005

Zhan Dongsheng, Zhang Wenzhong, Meng Bin, Dang Yunxiao, Liu Qianqian. Spatial Structure of Urban Residence and Employment in Beijing[J]. Scientia Geographica Sinica, 2017, 37(3): 356-366 https://doi.org/10.13249/j.cnki.sgs.2017.03.005

居住空间和就业空间是城市内部空间结构研究的两个核心要素。20世纪80年代以来,伴随城市土地有偿使用制度、住房市场化改革、退二进三的产业政策引导、以及经济全球化发展等诸多因素的相互交织,市场性力量对北京城市内部居住和就业空间结构的塑造作用越来越强。快速转型期,北京城市内部居住和就业空间结构正在经历剧烈、复杂的空间重构过程,传统均质化的单位大院职住空间模式逐渐被瓦解,城市内部职住空间的异质性显著增强^[1,2],且空间分离趋势不断加大^[3~5]。因此,如何科学认识北京城市内部居住与就业空间结构特征成为亟待解决的关键性课题,这对明晰北京城市空间的职住功能和优化调整城市内部职住空间结构等具有重要现实意义。

类型区划分是对具有相似属性特征空间单元的分类概括,旨在寻找不同类型空间单元所面临的共性特征和问题,它是加强区域或城市内部空间治理的重要决策依据。由于研究单元的空间尺度不同,通常类型区分析的对象也存在较大差异。在国家和区域层面,已有研究重点关注生态区划、经济区划、城市职能类型和主体功能区等内容^[6~9];在城市内部层面,主要关注城市社会区、产业地域空间模式和居住环境类型区等议题^[10~12]。城市空间结构类型区或模式研究是地理与规划学科研究的经典课题。20世纪二三十年代,以伯吉斯、霍伊特和哈里斯等为代表的芝加哥城市社会学派,把北美城市空间结构归纳为同心圆模式、扇形模式和多核心模式等不同模式^[13],为城市空间结构类型研究奠定了理论基础。随着因子生态方法在国外城市社会空间结构领域的成熟运用,进一步推动了城市社会区研究的不断深入^[14~16],但是对传统因子生态分析方法的改进研究却鲜有报到。

居住空间结构主要反映城市社会空间特征。国内城市社会空间结构研究从1980年代末期开始迅速增加^[17],大量的实证研究结果表明,居民从业行业属性是影响中国城市社会空间结构的重要变量^[18,19]。魏立华等^[20]还重点关注了广州市不同行业从业人员的居住空间分异特征。就北京案例而言,顾朝林^[21,22]和冯健^[23,24]等学者均对北京城市社会空间结构进行过详细研究,并总结出城市社会区类型。就业空间结构则是城市经济空间的重要表征。有学者分别基于经济普查数据^[25]和企业空间点要素数据^[26],从不同视角探讨了深圳市的就业空间结构类型区特征。也有学者分别对北京城市的产业功能格局整体特征与模式^[27]以及生产性服务业的地域空间结构进行过总结和机理阐释^[11]。近年来,还有学者利用大规模问卷调查数据, 尝试从个体视角揭示不同社会属性居民的职住空间结构特征^[28]。这些研究丰富了中国城市内部职住空间结构特征的科学认识,但大多数研究却把城市居住和就业空间相互割裂进行单独讨论,关于城市职住空间结构的综合研究还尤为缺乏,也因此阻碍了对城市居住和就业空间结构特征的全面认识。

本文基于2010年北京城市工商企业登记数据和第六次人口普查数据,借助因子生态方法思想,对北京城市居住和就业空间结构特征进行综合分析,并采用分组分析方法对传统的城市空间结构类型区识别方法进行改进,以期能够为北京城市职住空间结构优化调整提供科学支撑。

1 研究方法与数据来源

1.1 数据来源

本文研究区范围为北京市主城区和近郊重点乡镇、新城地区,包括中心城六区、通州新城、亦庄新城和黄村、回龙观和天通苑等远郊乡镇地区,共辖133个街道或乡镇。

城市就业空间结构主要探讨城市内部的产业空间结构特征。由于第二次全国经济普查数据时间为2008年,与2010年全国人口普查数据存在一定的时间差,且街道尺度的分行业经济普查数据难以获取,因此选取2010年北京市工商企业登记数据作为就业数据来源,以保证职住空间结构分析的研究年份相互吻合,增加研究结论的可信度。研究区共有487 713个企业点位信息,鉴于农业、采矿业、电力、热力的生产和供应业和国际组织等4个行业类型的各街道平均企业数量较少（<10个）,故将其剔除,最终剩下16个行业大类的487 157个有效企业数据,并在ArcGIS10.1中进一步计算出各街道的不同行业类型的企业数量。

城市居住空间结构主要反映城市内部不同行业从业人员的社会空间结构特征。数据来源于2010年北京市人口普查年鉴的长表数据。同就业数据处理类似,过滤从业人口数量较少的农业、采矿业、电力、热力的生产和供应业和国际组织等4个行业类型,得到每个街道16个行业类型的从业人口特征。最终分别获得133×16的北京城市居住与就业行业类型数据矩阵作为本研究的数据基础。

1.2 研究方法

1）因子分析。因子分析方法是提取城市内部空间结构因子的有效方法,已被广泛应用于城市社会空间结构和产业空间结构研究。因子分析方法的核心则是利用降维技术把城市空间结构的多变量提取成少数主要因子的过程,可以将城市地域空间的相对复杂社会经济现象进行概扩总结,最终得到一种相对简化明晰的地域空间结构模式^[11]。

2）空间自相关分析。本研究还采用全局空间自相关方法计算北京城市居住和就业空间结构主因子的空间关联效应,用以检验各主因子的空间单元属性与邻近空间单元属性值的相关性^[29]。全局空间自相关的最常用测度指标为Moran’s I值,可通过Z得分来检验原假设成立与否,其取值范围在[-1,1]之间。当I>0,表示研究对象为空间集聚模式,即空间单元属性值与邻近空间单元属性呈现相同的变化趋势; I<0,表示研究对象为空间分散模式,即空间单元属性值与邻近空间单位属性呈现不同的变化趋势;I=0,表示研究对象为空间随机模式,表示间单元属性值与邻近空间单位属性不具有相关性。

3） GIS分组分析。分组分析是ArcGIS10.1以上版本嵌入的新的空间聚类分析方法。该方法结合了研究对象的属性因素和空间特征进行综合聚类分析,并给定要创建的组数,能够使组内所有要素具有最大的相似性,同时不同组别之间属性值尽可能的不同,分组分析的最大优势表现为分组结果在空间上相连,更加方便规划政策的科学制定和实施。分组有效性主要通过伪F统计量来测量,用来反映组内相似性和组间差异性的比率,计算公式如下^[30]：

$\begin{matrix} 伪 F 统计量 = \frac{(\frac{R^{2}}{n_{c} - 1})}{(\frac{1 - R^{2}}{n - n_{c}})} \end{matrix}$ （1）

$\begin{matrix} R^{2} = \frac{SST - S SE}{SST} \end{matrix}$ （2）

$\begin{matrix} SST = \overset{n_{c}}{\sum_{i = 1}} \overset{n_{i}}{\sum_{j = 1}} \overset{n_{v}}{\sum_{k = 1}} (V_{ij -}^{k} V^{k})^{2} \end{matrix}$ （3）

$\begin{matrix} SSE = {\overset{n_{c}}{\sum_{i = 1}} \overset{n_{i}}{\sum_{j = 1}} \overset{n_{v}}{\sum_{k = 1}} (V_{ij -}^{k} V_{i}^{k})}^{2} \end{matrix}$ （4）

式中,SST表征组间差异,SSE表征组内差异,n为街道单元数,n_i为i组的街道单元数,n_c为分组的数量,n_v为用于分组的变量数, $\begin{matrix} V_{ij}^{k} \end{matrix}$ 为第i组j街道的k变量取值, $\begin{matrix} V^{k} \end{matrix}$ 是指所有街道k变量的均值, $\begin{matrix} V_{i}^{k} \end{matrix}$ 指第i组所有街道的k变量均值。

1.3 北京市居住和就业分布基本特征描述

对北京城市内部街道各行业企业与从业人口数量基本特征的描述统计分析可得（表1）：从就业空间分布来看,街道平均企业数量分布较多的行业分别为批发和零售业、科学研究、技术服务和地质勘查业、租赁和商务服务业等行业类型,其中信息传输、计算机服务和软件业、科学研究、技术服务和地质勘查业、金融业等行业类型的地理集中度相对较高。

表1 北京市街道就业企业与从业人口数量基本特征描述

Table 1 Basic features of employment enterprises and residential population in street of Beijing

行业类型	平均企业数（个）	标准差	地理集中度	平均从业人口（人）	标准差	地理集中度
制造业	174.43	181.91	12.50	486.57	492.57	12.32
建筑业	95.54	101.56	12.63	276.04	316.84	13.17
交通运输、仓储和邮政业	66.14	73.46	12.93	246.01	225.62	11.75
信息传输、计算机服务和软件业	85.04	120.64	15.01	254.79	334.77	14.28
批发和零售业	873.38	713.39	11.18	1061.49	1096.19	12.44
住宿和餐饮业	120.14	97.10	11.13	325.44	229.43	10.60
金融业	40.59	46.66	13.18	163.89	123.24	10.83
房地产业	125.43	103.14	11.21	197.9	155.34	11.01
租赁和商务服务业	590.53	614.32	12.49	289.44	213.83	10.77
科学研究、技术服务和地质勘查业	858.02	1069.40	13.82	201.20	215.42	12.68
水利、环境和公共设施管理业	17.25	14.56	11.33	53.88	48.26	11.62
居民服务和其他服务业	87.24	65.15	10.81	156	135.22	11.46
教育	50.73	40.06	11.03	238.44	236.49	12.19
卫生、社会保障和社会福利业	24.50	16.71	10.48	132.45	100.22	10.86
文化、体育和娱乐业	298.65	244.83	11.20	170.85	124.71	10.72
公共管理和社会组织	58.50	63.71	12.79	253.35	178.93	10.60

注：地理集中度公式为： $G = 100 × ∑ i = 1 n x i X$ 。式中：x_i为各街道某行业就业企业数量或从业人口数量,X为全市某行业整体就业企业数量或从业人口数量。G值为0~100,G值越大,表明行业就业或从业人口的地理分布越集中,相反则说明行业就业或从业人口的地理分布比较分散。

新窗口打开

从居住空间分布来看,街道平均从业人口数量较多的行业分别为批发和零售业、制造业、信息传输、计算机服务和软件业等行业类型,其中信息传输、计算机服务和软件业、建筑业、批发和零售业等行业类型的地理集中度相对较高。

需要注意的是,北京市各街道平均企业数与平均从业人口数按大小排序存在不一致,主要与不同行业类型企业的规模大小和可吸纳就业人数等因素差异有关。另外,就业企业和从业人口分布的地理集中度差异结果表明,同一行业从业人员的就业空间和居住空间的空间集聚程度不同,这也是导致北京城市内部职住空间功能错位的重要因素。

2 北京城市居住和就业空间结构分析

2.1 北京城市就业空间结构分析

在进行因子分析前,首先对原始数据进行KMO和Bartlett的检验。结果显示,KMO和Bartlett 球形检验的卡方值分别为0.889、3 304.195,对应显著性为0.000,表明原始变量存在显著的相关性,适合采用进行因子分析。采取特征根>1作为遴选标准,因子分析结果共得到3个主成分因子,累计贡献率达到84.872%,能较好的解释原始变量的大部分信息。表2为方差最大化旋转后的因子载荷系数矩阵。对3个主成分因子特征详细分析可得（表2,图1）。

表2 北京城市就业空间结构的主成分因子（载荷系数>0.5）

Table 2 Principal component factors of urban employment spatial structure in Beijing

行业类型	就业F1	就业F2	就业F3
制造业		0.911
建筑业		0.927
交通运输、仓储和邮政业		0.806
信息传输、计算机服务和软件业			0.897
批发和零售业	0.548	0.698
住宿和餐饮业	0.885
金融业	0.884
房地产业	0.712	0.548
租赁和商务服务业	0.806
科学研究、技术服务和地质勘查业			0.905
水利、环境和公共设施管理业		0.783
居民服务和其他服务业	0.785
教育	0.639
卫生、社会保障和社会福利业	0.735
文化、体育和娱乐业	0.716
公共管理和社会组织	0.745
Z得分	9.394	6.922	10.413
显著性	0.000	0.000	0.000
特征根	10.518	1.837	1.224
贡献率	65.736%	11.484%	7.651%
Moran’s I值	0.469***	0.317***	0.500***

注：1.空白为无值,2.***为P值小于0.01。

新窗口打开

显示原图| 下载原图ZIP| 生成PPT

图1 北京城市就业空间主因子空间格局

Fig.1 Distribution of urban employment spatial structure in Beijing

1） “综合服务业”因子

就业第1主成分因子为“综合服务业”因子,其特征根与贡献率分别为10.518、65.736%。该主因子主要与批发和零售业,住宿和餐饮业,金融业,房地产业,租赁和商务服务业、居民服务和其他服务业,教育,卫生、社会保障和社会福利业,文化、体育和娱乐业,公共管理和社会组织等行业企业空间分布存在较高的正相关。就业F1主成分因子得分越高,表明该街道的综合服务业的企业分布数量越多。空间自相关分析结果显示,该主成分因子的Moran’s I值为0.469,表明综合服务业因子分布也具有相对较强的空间趋同性。

综合服务业得分分布具有明显的城市中心趋向,高值区主要集中在城市四环道路以内的中心区域和外围少数区域性服务中心街道,并呈现出“东部北部多、西部少”的斜楔状空间格局。其中,得分较高街道均位于城市三环道路以内,包括建国门外、东华门、金融街、展览路等街道。另外,万寿路、月坛、新街口、望京和通州城区等街道得分也相对较高。

2） “流通地产服务业与二产”因子

就业F2主成分因子为“流通地产服务业与二产”因子,其特征跟与贡献率分别为1.837、11.484%。该主因子主要与制造业、建筑业、交通运输、仓储和邮政业、批发和零售业、房地产业、水利、环境和公共设施管理业等行业企业空间分布具有高度的相关性。就业F2主成分因子得分越高,说明该街道的流通地产服务业与二产等行业企业分布数量越多。空间关联效应分析表明,该主成分因子的Moran’s I值最低为0.317,表明该类型企业分布的空间集聚程度相对较低,不及服务业空间分布趋同特征明显。

流通地产服务业与二产因子得分则呈现出明显“中心低边缘高”的空间特征,反映出其郊区化分布特征比较明显。高值区主要位于南城的三环以外地区,并在通州城区形成高得分的孤岛,代表性街道为东铁匠营、卢沟桥、花乡和黄村等街道。流通地产服务业与二产等行业企业分布逐渐向城市外围转移,主要受到城市地价、退二进三产业政策和环境规制等因素影响。

3） “高科技产业”因子

就业F3主成分因子为“高科技产业”因子,其特征根和贡献率分别为1.224、7.651%,该主因子主要表征信息传输、计算机服务和软件业、科学研究、技术服务和地质勘查业2个变量。就业F3主成分因子得分越高,则代表信息传输、计算机服务和软件业、科学研究、技术服务和地质勘查业等行业企业空间分布数量越多,该街道的科技与信息服务功能越突出。从空间关联强度来看,该主成分因子的Moran’s I值最高为0.500,表明高科技产业类型企业的空间集聚强度最强,与邻近街道分布数量具有较强的相似性,可能与高科技产业对集聚经济追求动力更加强烈有关。

高科技产业得分呈现出明显的城市西北一隅集聚态势,主要与城市西北部的海淀区以科教功能定位有关,同时境内拥有中关村和上地等高科技产业园区。其中,得分最高的街道主要包括中关村、海淀、北下关和上地等街道,同时紫竹院、甘家口、八里庄、学院路、花园路和北太平庄等街道得分也相对较高。

2.2 北京城市居住空间结构分析

同就业空间结构分析处理类似,再次运用因子分析方法对16个行业类型的居住空间结构分析得到：北京市居住空间结构共包括3个主成分因子,累计贡献率达到82.12%,表3为因子旋转后的载荷矩阵。对北京市居住空间结构主因子详细分析可得图2。

显示原图| 下载原图ZIP| 生成PPT

图2 北京城市居住空间主因子空间格局

Fig.2 Distribution of urban residential spatial structure in Beijing

表3 北京城市居住空间结构的主成分因子（载荷系数>0.5）

Table 3 Principal component factors of urban residential spatial structure in Beijing

行业类型	居住F1	居住F2	居住F3
制造业		0.782
建筑业		0.863
交通运输、仓储和邮政业		0.878
信息传输、计算机服务和软件业			0.854
批发和零售业		0.83
住宿和餐饮业
金融业	0.869
房地产业	0.62	0.518
租赁和商务服务业	0.704
科学研究、技术服务和地质勘查业			0.716
水利、环境和公共设施管理业		0.742
居民服务和其他服务业		0.811
教育			0.814
卫生、社会保障和社会福利业	0.78
文化、体育和娱乐业	0.828
公共管理和社会组织	0.844
Z得分	7.719	6.168	11.897
显著性	0.000	0.000	0.000
特征根	9.954	2.157	1.029
方差贡献率	62.213%	13.478%	6.429%
Moran’s I值	0.392***	0.306***	0.575***

注： ***为P值小于0.01。

新窗口打开

1） “一般服务业”因子

居住F1主成分因子为“一般服务业”因子,其特征根与贡献率分别为9.954、62.213%。该主成分因子主要与金融业、房地产业、租赁和商务服务业、卫生、社会保障和社会福利业、文化、体育和娱乐业、公共管理和社会组织等行业从业人口空间分布有关。如果街道的居住F1主成分因子得分越高,表明其所具有的一般服务业从业人员数量越多。从空间关联效应来看,该主成分因子呈现出较强的空间正相关,Moran’s I值为0.392,但与就业F1主成分因子相比,其空间关联效益却要略弱一些。

一般服务业因子得分高值区呈现出“C”型空间结构,在城市西部、北部和南部均有高值区分布,而东部地区分布数量却相对较少。对比可以看出,与就业空间结构中的“综合服务业”企业分布相比,居住空间结构中的“一般服务业”从业人员分布明显要更为分散。其中,得分较高街道主要集中在西二环至西四环附近和城市北部个别街道,包括月坛、万寿路、广安门外、卢沟桥和东小口等街道。

2） “流通生活服务业与二产”因子

居住F2主成分因子为“流通生活服务业与二产”因子,其特征根与贡献率分别为2.157、13.478%。该主因子与就业F2主成分因子构成比较相似,主要与制造业、建筑业、交通运输、仓储和邮政业、批发和零售业、房地产业、水利、环境和公共设施管理业等行业从业人口分布有关,同时还与居民服务和其他服务业的从业人口分布保持较强的一致性。如果街道的居住F2主成分因子得分越高,表明其流通生活服务业与二产等行业的从业人口数量越多。在空间关联效应方面,该主成分因子的Moran’s I值最低,仅为0.306,表明流通生活服务业与二产的从业人员居住空间集聚程度明显要弱。

流通生活服务业与二产从业人员得分同样呈现出“中心低边缘高”的空间特征,高值区街道主要集中在四环道路外围的街区,并在南城的三环与四环之间区域也广有分布。其中,得分较高的街道主要包括花乡、黄村、十八里店、平房、西北旺等街道。

3） “科技和教育产业”因子

居住F3主成分因子为“科技和教育产业”因子,其特征根和贡献率分别为1.029、6.429%。该主因子主要反映信息传输、计算机服务和软件业、科学研究、技术服务和地质勘查业和教育等行业从业人口分布特征。如果街道的居住F3主因子得分越高,则表明其科教和教育从业人口的分布数量越多。空间自相关分析表明,该主因子的空间关联效益最强,Moran’s I值最大为0.575,说明科技和教育产业领域的从业人员在居住空间上具有最强的空间趋同性。

科技和教育产业从业人员主要在二环道路以外的城市北部区域明显聚集,其中得分最高街道主要集中在学院路、回龙观和东小口等3个街道。另外,西三旗、奥运村、清华园、紫竹院等街道的主成分因子得分同样较高,意味着这些街道的科技和教育产业的从业人员分布数量也相对较多。

3 北京城市居住和就业空间类型区划分

3.1 居住和就业空间类型区识别

传统的城市空间结构类型区划分,主要运用系统聚类或K均值聚类等方法对空间单元的属性值分析,而缺乏对地理空间位置的考虑,导致类型区划分结果在地理空间不能有效集中、甚至过于分散现象,划分结果不利于空间规划指引。因此,本文拟采用空间聚类思想对传统类型区划分方法进行优化改进,利用ArcGIS10.1软件空间统计模块的“分组分析”工具对北京市就业和居住空间结构主因子进行空间聚类分析,空间邻接法则选择狄洛尼三角形法,可以有效避免首都机场、通州新城等街道在城市空间上不连续带来的计算误差。结果显示,2~15组等不同分组比较方案的伪F值取值范围为[14.966 8,27.338 4],伪F值取最大值27.388 4所对应的分组为5组,说明北京城市居住和就业空间类型区的最优分组方案为5类较为适宜（图3a）。根据5个类型区在各居住和就业空间结构主因子的平均值和平方和均值等特征进行命名可得（表4）。

表4 北京城市居住和就业类型区的特征判别

Table 4 Cluster analysis of urban residential and employment spatial structure in Beijing

类别	街道数量(个)	项目	就业F1	就业F2	就业F3	居住F1	居住F2	居住F3
第一类	52	平均值	-0.680	-0.097	-0.248	-0.678	0.303	-0.166
		平方和均值	0.672	0.396	0.181	0.751	1.152	0.284
第二类	3	平均值	-0.156	5.171	-0.171	1.106	3.523	-0.426
		平方和均值	0.215	29.396	0.374	5.549	12.630	0.237
第三类	54	平均值	0.576	-0.185	-0.339	0.370	-0.389	-0.455
		平方和均值	1.501	0.379	0.200	0.979	0.310	0.237
第四类	17	平均值	0.158	0.004	0.605	0.438	-0.011	1.361
		平方和均值	0.735	0.131	1.629	1.056	0.803	4.483
第五类	7	平均值	0.290	-0.072	3.057	0.642	-0.725	1.623
		平方和均值	0.406	0.079	11.854	0.786	0.545	3.937

新窗口打开

1）流通生活服务业与二产居住集中区

第一类型区可命名为“流通生活服务业与二产居住集中区”,共包括52个街道和乡镇,所占比例为39.1%,在居住F2主因子的平均值、平方和均值略微突出,反映出其流通生活服务业与二产等行业方面的居住从业人口分布具有微弱优势。该类型区主要分布在城市三环道路以外的东部和西部城区,同时涵盖南城地区的少数街道,主要以长辛店、四季青、东坝、通州城区和南苑等街道和乡镇为代表。

2）流通生活服务业与二产职住综合区

第二类型区可命名为“流通生活服务业与二产职住综合区”,共含有3个街道,所占比例为2.26%,在就业F2主因子和居住F2主因子、居住F1主因子上的平均值、平方和均值均较大,表明其在二产及其配套相关产业方面的就业和居住功能均较强、同时在一般服务业的居住人员分布方面也表现出相对优势。该类型区主要集中在城市西南隅,包括卢沟桥、花乡和黄村等街道。

3）一般服务业职住综合区

第三类型区可命名为“一般服务业职住综合区”,下辖54个街道和乡镇,所占比例为40.60%,在就业F1主因子和居住F1主因子的平均值、平方和均值略微突出,且就业F1主因子均值率高于居住F1主因子,说明其在一般服务性行业领域的就业和居住功能均相对较强。该类型区更多集中在城市三环内部、及其东部和南部地区的部分街道,但在北二环和北三环之间区域却少有分布,代表性街道包括万寿路、建外、方庄、双井和安定门等街道。

4）职弱住强型科教优势区

第四类型区可命名为“职弱住强型科教优势区”,共由17个街道所组成,所占比例为12.78%,在就业F3主因子和居住F3主因子的平均值、平方和均值相对突出,且在居住F3主因子的平均值、平方和均值等均要明显大于就业F3主因子,同时还在居住第1主因子的均值上呈现出微弱优势。该类型区主要集中在北二环北部地区的部分街道,典型的街道包括和平里、奥运村、清河、西三旗和回龙观等。

5）职强住弱型科教优势区

与第四类型区相反,第五类型区可命名为“职强住弱型科教优势区”,共由7个街道构成,所占比例为5.26%,主要在就业F3主因子和居住F3主因子的平均值、平方和均值较为突出,但就业F3主因子的平均值、平方和均值等要明显强于居住第3主因子,表明该类型区在科教方面的居住和就业功能均具有相对的优势,且其就业功能强度要强于居住功能。另外,还在居住F1主因子方面呈现出相对优势。该类型区主要分布在西北二环和西北四环道路之间街道和部分邻近区域,代表性街道为学院路、中关村、北下关、海淀镇和紫竹院等街道。

根据5个城市居住和就业空间类型区的空间分布特征,进一步抽象出北京城市职住空间结构模式图（图3b）。结果显示,北京城市二环道路以内的城市核心区,以及东部CBD区域和西部部分街道主要为一般服务业职住综合区所占据,而紧邻其东部和西部的城市近郊地区为流通生活服务业与二产居住集中区。受到城市居住成本和交通条件等因素影响,城市西南部的近郊街道主要表现为流通生活服务业与二产职住综合区。城市西北部由于在城市发展定位中被贴上科教功能区的标签,相对应地承担了高科技和教育产业的职住功能,但是近城附近街道科教功能区的就业功能明显更强。整体来看,北京城市居住和就业空间结构整体上呈现出“同心圆+扇形”的空间结构模式。

显示原图| 下载原图ZIP| 生成PPT

图3 北京市居住和就业空间类型区划分及空间模式

Fig. 3 Area type of urban residential and employment space and spatial model in Beijing

3.2 居住和就业空间结构的成因分析

究其原因,北京城市居住和就业结构的形成主要受到历史力、市场力、政府力和个体力等4方力量的共同作用,从这4个方面对北京城市职住空间结构的形成原因进行分析可得：

城市空间结构的历史路径为影响北京城市职住空间结构的首要因素。城市空间结构演化是个不断持续发展的过程,北京作为国家首都和重要的历史文化名城,城市职住空间结构形成受到历史路径因素的影响更为深刻。建国以来,东城和西城等旧城核心区一直集聚着大量的行政办公区、国际驻京使馆、金融医疗机构以及其他类型生活服务业,为其形成一般服务业职住功能奠定了历史基础。另外,城市西北部所承担的科教功能也是对城市历史空间功能的延续,北京大学、清华大学以及学院路的其他部分高校等均有上百年历史,大多在原有校址基础上进一步扩展和变迁而来,同时吸引其他高校、科研机构或企业在该区域进一步集聚,继续强化了城市西北片区的科教功能。综合来看,北京城市职住空间结构是在遵循城市空间历史路径基础上不断地自组织演化发展。

市场化因素是推动北京城市居住和就业空间结构演变的关键力量。伴随北京城市土地和住房市场化制度的逐步建立和完善,城市内部土地空间的经济价值效益逐渐释放,市场化因素逐渐成为影响城市职住空间配置的主导力量。阿隆索为代表的竞争地租理论为城市内部地域空间结构形成提供重要的理论指导^[31]。该理论认为,经济效益最高和付租能力最强的服务业往往占据城市中心有利位置,工业用地距离城市中心位置相对较远。北京也是如此,像建国门的CBD商务区、金融街的金融办公区等均位于城市内部优良区位,而制造业和占地面积较大的交通运输仓储、零售批发等服务行业逐步向规划工业园区或地价低廉的郊区转移,导致城市近郊区主要以流通生活服务业与二产职住功能为主。不容忽略的是,经济全球化发展也是市场经济的重要组成部分。世界经济全球化发展,加速了北京城市产业类型越来越细分化与专业化,同时刺激居民职业社会分化和收入差距程度不断增大,并对城市产业空间重构和居住空间选择能力产生影响。

政策和规划力量对北京城市职住空间结构塑造具有规范约束性。政策制度变迁对城市职住空间结构重组和调整起到宏观调控作用。从20世纪80年代开始,土地有偿使用制度、住房市场化制度、户籍管理制度、退二进三产业发展战略、环境规制政策、国有企业改制以及住房保障政策等一系列政策颁布和实施,均对北京城市职住空间结构变迁产生规范引导作用。比如,土地有偿使用和退二进三产业发展战略的实施,有效促进了具有负外部性的工业企业从内城区向外围郊区不断扩散。同时,城市规划作为一项特殊的公共政策,也对城市空间结构形成产生较强约束力。北京城市总体规划中构建“两轴–两带–多中心”的城市空间结构,直接推动了中关村高科技园区核心区、奥林匹克中心区、中央商务区（CBD）、海淀山后地区科技创新中心、亦庄高新技术产业发展中心等城市功能中心的快速发展,并在各个区域形成不同类型的城市功能区。

居民和企业个体选择行为也对北京城市职住空间结构形成产生部分调整作用。城市空间与居民行为空间具有互动作用。在企业行为方面,不同类型企业的区位选择因子差异显著,企业法人的选址行为结果将构成城市就业功能空间的缩影。其中,生产性服务业区位选择主要关注交通通达性、区位的整体知名度、地价和租金、专业劳动力资源、优惠政策和政府办事效率、企业自身发展战略和内部组织结构的变化、配套设施条件等因素^[32];而制造业分布区位因子更加重视劳动力因子、企业因子、产业因子、集聚因子和地理因子等因素^[33]。就居住行为而言,受到通勤成本因素制约,居民居住区位选择是基于个体效用最大化前提下,在通勤成本和居住成本之间寻找最佳的平衡点。除了房价、住宅区位的交通通达性和环境条件等客观因素影响之外,不同社会经济属性居民的择居偏好差异也会影响住宅区位选择过程和结果^[34]。以科教功能区为例,城市西北部的上地和学院路等街道的科教功能突出,回龙观和天通苑等郊区街道则因其区位邻近性和房价优势等因素成为很多科研和教育从业人员的居住区位偏好地。

4 结论与讨论

1）明晰北京城市居住和就业空间结构是促进城市内部空间结构优化调整的前提。分析表明,北京城市就业和居住空间结构的构成特点有所差异,就业空间结构主要由综合服务业、二产及其配套的上下游产业、高科技产业等3个主因子构成,居住空间结构则包括一般服务业、二产和相关服务设施、科技和教育产业等3个主因子。但是,不同城市居住和就业空间结构主因子的空间关联效应存在差别。其中,科技类行业职住人员分布的空间关联效应最强,而流通生活服务业与二产职住人员分布的空间关联效应最弱,主要与产业自身特性、外部政策和交通环境等因素有关。

2）运用GIS分组分析方法对传统的城市空间结构类型区划分方法进行改进,发现北京城市居住和就业空间类型区共包括流通生活服务业与二产居住集中区、流通生活服务业与二产职住综合区、一般服务业职住综合区、职弱住强型科教优势区、职强住弱型科教优势区等5种类型区。从类型区的空间分布来看,北京城市居住和就业空间结构整体上呈现出“同心圆+扇形”的空间结构模式。

3）北京城市居住和就业空间结构形成原因可以归纳为历史力、市场力、政府力和个体力等4个方面。其中,城市空间结构的历史路径是北京城市居住和就业空间结构形成的基础;市场化因素是北京城市居住和就业空间结构演化的主要推动力;规划与政策对北京城市居住和就业空间结构塑造具有约束规范力;居民和企业个体选择行为则对北京城市居住和就业空间结构形成产生调整作用。

本文是国内关于城市居住和就业空间结构类型区分析的开创性研究,同时首次将分组分析方法运用于城市空间结构研究领域,进一步丰富和扩展我国城市空间结构理论和方法研究。但本研究也还存在一定局限：首先,论文研究空间单元以街道单元为尺度,街道面积差异可能对各个街道的企业和从业人员分布数量产生影响,同时如果街道面积过大,还可能导致街道内部居住和就业结构异质性特征被掩盖。其次,分组分析方法所选取的空间邻接法则不同将会导致分组结果的细微差别,如何科学选择空间邻接法则仍值得继续探讨。本文仅仅是对北京城市居住和就业空间结构研究的阶段性成果,未来研究可结合不同类型区职住空间的耦合错位程度、不同历史时期的城市职住空间类型区演化等内容进一步深入分析。

The authors have declared that no competing interests exist.

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]	Gu Chaolin, Wang Fahui, Liu Guili. The Structure of social space in Beijing in 1998: A socialist city in Transition [J]. Urban Geography,2005,26(2):167-192. https://doi.org/10.2747/0272-3638.26.2.167 URL [本文引用: 1] 摘要 The 1984 urban reforms in China introduced an urban land market and a housing market to Chinese cities and had profound impacts on urban structures. Using data from a 1998 survey and other sources in Beijing at the subdistrict (jiedao) level, this research found that differentiations of social areas were taking place in Beijing after over a decade of urban reforms. Unlike western cities with socioeconomic status and family status as dominant forces in forming social areas, Beijing began to experience the impact of differentiation of socioeconomic status (e.g., income gaps), and the family structure factor was ineffective in Beijing because of decades of family planning. Factor analysis revealed four factors that underlay the social-spatial structure in Beijing: (1) land-use intensity as the dominant factor displaying a concentric zonal pattern, (2) neighborhood dynamics, mainly composed of the floating population ratio, featuring a sectoral pattern, (3) socioeconomic status exhibiting a combination of sectoral and zonal patterns, and (4) ethnicity resembling a multiple nuclei pattern. Superimposing the four factors generated a complex urban mosaic in Beijing. Cluster analysis was used to classify the subdistricts into nine different social areas.
[2]	Tian Guangjin, Wu Jianguo, Yang Zhifeng. Spatial Pattern of Urban Functions in The Beijing Metropolitan Region [J]. Habitat International,2010,34(2):249-255. https://doi.org/10.1016/j.habitatint.2009.09.010 URL Magsci [本文引用: 1] 摘要 <h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">The morphology of a city affects its ecological and socioeconomic functions, and thus how a city is spatially structured has important bearings on urban sustainability. The paper analyzes the spatial pattern of Beijing in relation to its urban functions. Our results show that the 6 concentric ring-roads in Beijing provide a basic framework for the city's overall spatial pattern, and also give its apparent resemblance to the classic concentric zone theory. The paper identifies 5 concentric zones for Beijing based on a suite of urban functions. However, there are significant differences between the urban spatial pattern of Beijing and that depicted in the classic concentric zone theory. The study sheds new light on the urban morphology of one of the major Chinese cities, and provides needed information for developing plans to diffuse urban functions in Beijing.</p>
[3]	柴彦威,张艳,刘志林. 职住分离的空间差异性及其影响因素研究 [J].地理学报,2011,66(2):157-166. https://doi.org/10.11821/xb201102002 URL Magsci [本文引用: 1] 摘要制度转型与空间重构背景下，中国大城市的居住与就业空间关系发生明显变化，职住分离现象逐渐凸显。尽管城市地理学者逐步关注转型期城市居住与就业空间关系的变化对居民通勤行为的影响，然而深入探讨微观个体所承受的职住分离程度的差异性及其影响因素的实证研究仍然缺乏。基于对北京城市520 户家庭、806 个通勤样本的问卷调查数据，本文借助多元回归模型验证了居住区类型、家庭及住房状况、以及其他社会经济属性等居民职住分离程度差异性的影响，从而折射城市转型过程中宏观制度性及结构性因素(如土地市场化改革、住房政策、单位制度改革、城市空间扩展等) 对个体日常生活经历差异性的影响。 [Chai Yanwei, Zhang Yan, Liu Zhilin. Spatial Differences of Home-Work Separation and The Impacts of Housing Policy and Urban Sprawl: Evidence from Household Survey Data in Beijing. Acta Geographica Sinica,2011,66(2):157-166. https://doi.org/10.11821/xb201102002 URL Magsci [本文引用: 1] 摘要制度转型与空间重构背景下，中国大城市的居住与就业空间关系发生明显变化，职住分离现象逐渐凸显。尽管城市地理学者逐步关注转型期城市居住与就业空间关系的变化对居民通勤行为的影响，然而深入探讨微观个体所承受的职住分离程度的差异性及其影响因素的实证研究仍然缺乏。基于对北京城市520 户家庭、806 个通勤样本的问卷调查数据，本文借助多元回归模型验证了居住区类型、家庭及住房状况、以及其他社会经济属性等居民职住分离程度差异性的影响，从而折射城市转型过程中宏观制度性及结构性因素(如土地市场化改革、住房政策、单位制度改革、城市空间扩展等) 对个体日常生活经历差异性的影响。
[4]	孟斌. 北京城市居民职住分离的空间组织特征 [J].地理学报,2009,64(12):1457-1466. URL Magsci 摘要 <p>利用地理信息系统和空间分析技术，选择北京市为实证研究对象，在近万份实际调查问卷数据基础上，从城市空间结构变迁的角度审视北京城市居民职住分离的空间组织特征和职住分离的影响因素。研究发现北京城市居民单程通勤时间为38分钟，其中通勤时间超过40分钟的人群比例为43.7%，可见北京市居民职住分离程度比较严重；同时，从居住地和工作地的角度都可以发现北京居民职住分离现象在区县尺度和街道尺度存在着明显的空间差异；总体而言城市中心区域职住分离情况好于郊区，在郊区中重点开发的卫星城镇工作机会较多，在这些区域就业者的职住分离问题并不严重；而一些重点建设的大型居住社区由于功能过于单一，这些区域的居民职住分离问题十分突出。集聚分析表明，北京市存在明显的就业和居住集聚区，并且两者在空间上的错位比较明显；对城市居民的通勤流向的分析表明，向心流还是主体通勤方向，但也存在一定比例的逆向通勤，表明北京城市化过程中居民职住分离的空间组织特征正在逐渐演变。</p> [Meng Bin. The Spatial Organization of The Separation between Jobs and Residential Locations in Beijing. Acta Geographica Sinica,2009, 64(12):1457-1466.] URL Magsci 摘要 <p>利用地理信息系统和空间分析技术，选择北京市为实证研究对象，在近万份实际调查问卷数据基础上，从城市空间结构变迁的角度审视北京城市居民职住分离的空间组织特征和职住分离的影响因素。研究发现北京城市居民单程通勤时间为38分钟，其中通勤时间超过40分钟的人群比例为43.7%，可见北京市居民职住分离程度比较严重；同时，从居住地和工作地的角度都可以发现北京居民职住分离现象在区县尺度和街道尺度存在着明显的空间差异；总体而言城市中心区域职住分离情况好于郊区，在郊区中重点开发的卫星城镇工作机会较多，在这些区域就业者的职住分离问题并不严重；而一些重点建设的大型居住社区由于功能过于单一，这些区域的居民职住分离问题十分突出。集聚分析表明，北京市存在明显的就业和居住集聚区，并且两者在空间上的错位比较明显；对城市居民的通勤流向的分析表明，向心流还是主体通勤方向，但也存在一定比例的逆向通勤，表明北京城市化过程中居民职住分离的空间组织特征正在逐渐演变。</p>
[5]	党云晓,董冠鹏,余建辉,等. 北京土地利用混合度对居民职住分离的影响 [J].地理学报,2015,70(6):919-930. https://doi.org/10.11821/dlxb201506006 URL Magsci [本文引用: 1] 摘要 <p>市场经济体制改革以来,中国城市土地利用方式发生巨大变化,深刻影响居民日常生活。尽管国内外学者关注土地利用方式对居民通勤行为的影响,然而其研究方法均采用简单的单层模型,未能将数据的多层嵌套关系纳入模型中。为解决这一问题,本文采用多层线性模型（Multilevel Models）,以北京为例,同时分析了在居住地和工作地层级上的街道土地利用混合度对居民职住分离的影响,以及居民住房情况和社会经济属性对其职住分离的影响。研究结果表明,微观层面的土地利用混合度的提升的确有利于减轻个体的职住分离;个体所在的工作地土地利用方式也对其职住分离产生影响,而且工作地对个体的影响要比居住地的影响更大;居民的社会经济属性、住房情况等对其职住分离程度存在显著的影响;交叉分类多层线性模型适用于解决存在复杂嵌套关系的影响因素分析。</p> [Dang Yunxiao, Dong Guanpeng, Yu Jianhui et al. Impact of Land-Use Mixed Degree on Resident's Home-Work Separation in Beijing. Acta Geographica Sinica,2015,70(6):919-930.] https://doi.org/10.11821/dlxb201506006 URL Magsci [本文引用: 1] 摘要 <p>市场经济体制改革以来,中国城市土地利用方式发生巨大变化,深刻影响居民日常生活。尽管国内外学者关注土地利用方式对居民通勤行为的影响,然而其研究方法均采用简单的单层模型,未能将数据的多层嵌套关系纳入模型中。为解决这一问题,本文采用多层线性模型（Multilevel Models）,以北京为例,同时分析了在居住地和工作地层级上的街道土地利用混合度对居民职住分离的影响,以及居民住房情况和社会经济属性对其职住分离的影响。研究结果表明,微观层面的土地利用混合度的提升的确有利于减轻个体的职住分离;个体所在的工作地土地利用方式也对其职住分离产生影响,而且工作地对个体的影响要比居住地的影响更大;居民的社会经济属性、住房情况等对其职住分离程度存在显著的影响;交叉分类多层线性模型适用于解决存在复杂嵌套关系的影响因素分析。</p>
[6]	傅伯杰,刘国华,孟庆华. 中国西部生态区划及其区域发展对策 [J].干旱区地理,2000,23(4):289-297. https://doi.org/10.3321/j.issn:1000-6060.2000.04.001 URL [本文引用: 1] 摘要在分析我国西部自然生态环境特点的基础上，运用生态学原理和方法，对我国西部进行生态区域划分。共将我国西部划分为７个一级区、２２个二级区。并在二级区的基础上，对每一个生态区的特点、发展和保护对策进行了论述。 [Fu Bojie, Liu Guohua, Meng Qinghua. Eco-Regionalization of West China and Its Regional Development Countermeasures. Arid Land Geography,2000,23(4):289-297.] https://doi.org/10.3321/j.issn:1000-6060.2000.04.001 URL [本文引用: 1] 摘要在分析我国西部自然生态环境特点的基础上，运用生态学原理和方法，对我国西部进行生态区域划分。共将我国西部划分为７个一级区、２２个二级区。并在二级区的基础上，对每一个生态区的特点、发展和保护对策进行了论述。
[7]	顾朝林. 中国城市经济区划分的初步研究 [J].地理学报,1991,46(2):129-141. https://doi.org/10.11821/xb199102001 URL 摘要本文建立了城市经济区划分的理论与方法——d△系和R_d链法,应用33个指标对全国434个城市进行了综合实力的R型因子分析评价,并进行了不同层次d系的划分和Ⅰ、Ⅱ、Ⅲ级d△系和R_d链组建,提出了我国两大经济发展地带、三条经济开发轴线、九大城市经济区和33个Ⅱ级城市经济区的城市经济区区划体系设想。 [Gu Chaolin. A Preliminary Study on the Division of Urban Economic Regions in China. Acta Geographica Sinica, 1991,46(2):129-141.] https://doi.org/10.11821/xb199102001 URL 摘要本文建立了城市经济区划分的理论与方法——d△系和R_d链法,应用33个指标对全国434个城市进行了综合实力的R型因子分析评价,并进行了不同层次d系的划分和Ⅰ、Ⅱ、Ⅲ级d△系和R_d链组建,提出了我国两大经济发展地带、三条经济开发轴线、九大城市经济区和33个Ⅱ级城市经济区的城市经济区区划体系设想。
[8]	周一星,孙则昕. 再论中国城市的职能分类 [J].地理研究,1997,16(1):11-22. URL Magsci 摘要在回顾中国城市职能分类的研究,总结前人工作的经验和教训的基础上,首次采用城市劳动力结构资料,得出比较符合实际的、能与国际接轨的全国综合性城市职能分类。将1990年465个城市分为4个大类、14个职能亚类和47个职能组,同时对城市职能分类的若干理论和方法论进行阐述,分类结果有广泛的认识价值和应用价值。 [Zhou Yixing, Sun Zexin. Rediscussion on China’s Urban Function Classification. Geographical Research,1997,16(1):11-22.] URL Magsci 摘要在回顾中国城市职能分类的研究,总结前人工作的经验和教训的基础上,首次采用城市劳动力结构资料,得出比较符合实际的、能与国际接轨的全国综合性城市职能分类。将1990年465个城市分为4个大类、14个职能亚类和47个职能组,同时对城市职能分类的若干理论和方法论进行阐述,分类结果有广泛的认识价值和应用价值。
[9]	樊杰. 中国主体功能区划方案 [J].地理学报,2015,70(2):186-201. Magsci [本文引用: 1] 摘要 <p>中国主体功能区划方案是刻画未来中国国土空间开发与保护格局的规划蓝图,主体功能区规划已上升为主体功能区战略和主体功能区制度。2004-2014年,笔者组织系列研究项目,配合国家编制主体功能区规划,研究地域功能基础理论和功能区划技术流程,提出国家和省区尺度进行空间管制的地域功能区域类型为城市化区域、粮食安全区域、生态安全区域、文化和自然遗产区域等4类,在此基础上转化为以县级行政区划为单元的优化开发、重点开发、限制开发和禁止开发4类主体功能区。研制了由水资源、土地资源,生态重要性、生态脆弱性、环境容量、灾害危险性、经济发展水平、人口集聚度和交通优势度等9类可定量指标及战略选择为1项定性指标构成的地域功能识别指标体系,进行了单项指标评价,开发并运用地域功能适宜程度综合评价指数进行了综合评价,测算了各省区保护类区域下限、开发类区域上限以及开发强度等关键参数;研讨了以规划为应用指向的主体功能区划分方法,形成中国首部主体功能区划方案,按照全国主体功能区规划口径,2020年与2010年相比,全国国土空间开发强度从3.48%增加到3.91%;按照省区集成的主体功能区规划口径,优化、重点、限制开发区域的土地面积比重分别为1.48%、13.60%、84.92%,城市化、粮食安全、生态安全区域的土地面积比重分别为15.08%、26.11%、58.81%。结合区域发展水平、资源环境承载状态、民生质量等相关分析,给出了主体功能区的主要特征。通过区划方案校验,国家和省区分两级采用笔者主持制定的《主体功能区划技术规程》互动完成的全国主体功能区划方案,同预判的吻合程度多为80%以上。</p> [Fan Jie. Draft of Major Function Oriented Zoning of China. Acta Geographica Sinica,2015,70(2):186-201.] Magsci [本文引用: 1] 摘要 <p>中国主体功能区划方案是刻画未来中国国土空间开发与保护格局的规划蓝图,主体功能区规划已上升为主体功能区战略和主体功能区制度。2004-2014年,笔者组织系列研究项目,配合国家编制主体功能区规划,研究地域功能基础理论和功能区划技术流程,提出国家和省区尺度进行空间管制的地域功能区域类型为城市化区域、粮食安全区域、生态安全区域、文化和自然遗产区域等4类,在此基础上转化为以县级行政区划为单元的优化开发、重点开发、限制开发和禁止开发4类主体功能区。研制了由水资源、土地资源,生态重要性、生态脆弱性、环境容量、灾害危险性、经济发展水平、人口集聚度和交通优势度等9类可定量指标及战略选择为1项定性指标构成的地域功能识别指标体系,进行了单项指标评价,开发并运用地域功能适宜程度综合评价指数进行了综合评价,测算了各省区保护类区域下限、开发类区域上限以及开发强度等关键参数;研讨了以规划为应用指向的主体功能区划分方法,形成中国首部主体功能区划方案,按照全国主体功能区规划口径,2020年与2010年相比,全国国土空间开发强度从3.48%增加到3.91%;按照省区集成的主体功能区规划口径,优化、重点、限制开发区域的土地面积比重分别为1.48%、13.60%、84.92%,城市化、粮食安全、生态安全区域的土地面积比重分别为15.08%、26.11%、58.81%。结合区域发展水平、资源环境承载状态、民生质量等相关分析,给出了主体功能区的主要特征。通过区划方案校验,国家和省区分两级采用笔者主持制定的《主体功能区划技术规程》互动完成的全国主体功能区划方案,同预判的吻合程度多为80%以上。</p>
[10]	许学强,胡华颖,叶嘉安. 广州市社会空间结构的因子生态分析 [J].地理学报,1989,44(4):385-399. URL [本文引用: 1] [Xu Xueqiang, Hu Huaying, Anthony Gar-On Yeh. A Factorial Ecological Study of Social Spatial Structure in Guangzhou City. Acta Geographica Sinica,1989,44(4):385-396.] URL [本文引用: 1]
[11]	赵群毅,谢从朴,王茂军,等. 北京都市区生产者服务业地域结构 [J].地理研究,2009, 28(5):1401-1413. URL Magsci [本文引用: 2] 摘要 <p>利用北京第二次全国基本单位普查数据,以"街区单元"为基本空间单位,运用因子分析和聚类分析技术分析了北京都市区生产者服务业地域结构的特征、模式及内在机制。发现:北京都市区可以划分为7种生产者服务业地域类型区;中心城多类型混合同质性较差,近郊区内沿同质性较强,近郊区外缘和远郊区的广大地域为传统国有生产者服务业散布区;政府和市场两方面的力量共同影响了地域结构的形成。论文最后,通过将研究结论与西方主流观点的比较,总结了转型期快速形成的北京都市区生产者服务业地域结构的独特性。</p> [Zhao Qunyi, Xie Congpu, Wang Maojun et al. Study on Territorial Structure of Producer Services in Beijing Metropolitan Area. Geographical Research,2009,28(5):1401-1413.] URL Magsci [本文引用: 2] 摘要 <p>利用北京第二次全国基本单位普查数据,以"街区单元"为基本空间单位,运用因子分析和聚类分析技术分析了北京都市区生产者服务业地域结构的特征、模式及内在机制。发现:北京都市区可以划分为7种生产者服务业地域类型区;中心城多类型混合同质性较差,近郊区内沿同质性较强,近郊区外缘和远郊区的广大地域为传统国有生产者服务业散布区;政府和市场两方面的力量共同影响了地域结构的形成。论文最后,通过将研究结论与西方主流观点的比较,总结了转型期快速形成的北京都市区生产者服务业地域结构的独特性。</p>
[12]	谌丽,张文忠,李业锦,等. 北京城市居住环境类型区的识别与评价 [J].地理研究,2015,34(7):1331-1342. https://doi.org/10.11821/dlyj201507012 URL Magsci [本文引用: 1] 摘要 <p>基于北京数字城市要素平台的空间集成数据和问卷调查数据,将居住环境的客观指标和居民主观评价相结合,以北京为典型案例,首先运用因子生态分析等方法识别出居住环境类型区,然后采用以居民个体感受作为依据的价值化评价方法,明确不同居住环境类型区的问题,最后总结北京城市居住环境类型的空间格局。研究发现,北京城区可分为内城异质性居住区、内城同质性居住区、近郊职住混合区、近郊高密度居住区、远郊职住混合区和远郊低可达性居住区等六类居住环境类型区,其空间结构同时体现了同心圆、扇形和多核心等特征。居民对不同居住环境类型区的评价存在显著差异,整体上从内城到郊区满意度逐级降低。最后提出改善北京居住环境的建议。</p> [Chen Li, Zhang Wenzhong, Li Yejin et tal. Identification and Evaluation of Residential Environment Types in Beijing City. Geographical Research,2015,34(7):1331-1342.] https://doi.org/10.11821/dlyj201507012 URL Magsci [本文引用: 1] 摘要 <p>基于北京数字城市要素平台的空间集成数据和问卷调查数据,将居住环境的客观指标和居民主观评价相结合,以北京为典型案例,首先运用因子生态分析等方法识别出居住环境类型区,然后采用以居民个体感受作为依据的价值化评价方法,明确不同居住环境类型区的问题,最后总结北京城市居住环境类型的空间格局。研究发现,北京城区可分为内城异质性居住区、内城同质性居住区、近郊职住混合区、近郊高密度居住区、远郊职住混合区和远郊低可达性居住区等六类居住环境类型区,其空间结构同时体现了同心圆、扇形和多核心等特征。居民对不同居住环境类型区的评价存在显著差异,整体上从内城到郊区满意度逐级降低。最后提出改善北京居住环境的建议。</p>
[13]	顾朝林. 城市社会学[M].南京:东南大学出版社, 2002. [本文引用: 1] [Gu Chaolin. Urban Sociology.Nanjing: Southeast University Press, 2002.] [本文引用: 1]
[14]	Paul Doherty. A Social Geography of the Belfast Urban Area, 1971 [J]. Irish Geography,1978,11(1):68-87. https://doi.org/10.1080/00750777809555718 URL [本文引用: 1] 摘要 ABSTRACT The 1971 Census of Population was the first United Kingdom census to geo‐code the data by grid referencing. This was used to provide a matrix of variables on a system of one kilometre grid squares for the Belfast Urban Area. Principal Components Analysis of this data enabled three dimensions to be identified: Social Structure, Age Structure and Ethnic Structure. The distribution of these three dimensions is discussed, and a hierarchical grouping procedure is employed to summarise the spatial variation in these three dimensions into eight regional types.
[15]	Hall D R. Applied Social Area Analysis: Defining and Evaluating Areas for Urban Neighbourhood Councils [J]. Geoforum,1977, 8(5-6):277-310. https://doi.org/10.1016/0016-7185(77)90027-6 URL 摘要 Urban neighbourhood councils, neither statutorily established nor widely initiated in England, are seen to possess a number of advantages over existing forms of representative participation in relation to the equitable distribution of resources. In Portsmouth a community area perception survey and principal components analysis of census data were undertaken to produce synthesised ‘best fit’ social sub-areas upon which to base neighbourhood councils. These areas were then analysed in terms of their relevance and appropriateness, terms specifically defined, along four scale dimensions. An original contention that for maximum effectiveness neighbourhood councils should be established to cover all urban residential areas was confounded by the manifest irrelevance of the neighbourhood council concept in certain socio-spatial contexts.
[16]	Knox P, Pinch S. Urban Social Geography: An Introduction (Fourth edition) [M]. Englewood Cliffs, NJ: Prentice Hall,2000. [本文引用: 1]
[17]	虞蔚. 城市社会空间的研究与规划 [J].城市规划,1986,10(6):25-28. URL [本文引用: 1] 摘要城市是一个由物质空间和社会空间两个部分组合而成的空间实体。城市规划与设计最终可以归结为城市的人和地的规划。所谓人的规划主要指社会空间的规划,而地的规划指物质空间的设计。我国城市规划起步较晚,目前比较侧重物质空间的设计,城市社会空间的研究和规划甚少。随着我国城市居民物质生活水平和 [Yu Wei. Research and Planning of City Social Space. City Planning Review, 1986,10(6):25-28.] URL [本文引用: 1] 摘要城市是一个由物质空间和社会空间两个部分组合而成的空间实体。城市规划与设计最终可以归结为城市的人和地的规划。所谓人的规划主要指社会空间的规划,而地的规划指物质空间的设计。我国城市规划起步较晚,目前比较侧重物质空间的设计,城市社会空间的研究和规划甚少。随着我国城市居民物质生活水平和
[18]	张利,雷军,张小雷,等. 乌鲁木齐城市社会区分析 [J].地理学报,2012,67(6):817-828. https://doi.org/10.11821/xb201206009 URL Magsci [本文引用: 1] 摘要利用2011 年上半年乌鲁木齐街道一级统计和调查数据,运用因子生态分析法对乌鲁木齐进行社会区分析。结果表明,乌鲁木齐城市社会区形成的主要因子有6 个,即:① 少数民族人口,② 知识分子,③ 普通工人及退休人员,④ 机关干部、高级管理与服务人员,⑤ 疆外流动人口,⑥ 农业人口。通过聚类分析法将乌鲁木齐划分为6 类社会区,即:① 民族混居区,② 知识阶层聚居区,③ 一般工薪阶层与退休人员居住区,④ 人口密集的机关干部、高级管理与服务人员聚居区,⑤ 疆外流动人口聚居区,⑥ 远郊农业人口散居区。并据此建立了乌鲁木齐城市社会空间结构模式。乌鲁木齐城市社会空间以扇形和多核心结构为主,同心圆结构不明显。乌鲁木齐现有的城市社会空间格局是在其自然本底条件基础上,经过250 多年的历史发展,在社会经济因素、宏观政策和城市规划等因素共同作用下形成的。 [Zhang Li, Lei Jun, Zhang Xiaolei et al. Analysis of the Urban Social Areas in Urumqi. Acta Geographica Sinica, 2012,67(6): 817-828.] https://doi.org/10.11821/xb201206009 URL Magsci [本文引用: 1] 摘要利用2011 年上半年乌鲁木齐街道一级统计和调查数据,运用因子生态分析法对乌鲁木齐进行社会区分析。结果表明,乌鲁木齐城市社会区形成的主要因子有6 个,即:① 少数民族人口,② 知识分子,③ 普通工人及退休人员,④ 机关干部、高级管理与服务人员,⑤ 疆外流动人口,⑥ 农业人口。通过聚类分析法将乌鲁木齐划分为6 类社会区,即:① 民族混居区,② 知识阶层聚居区,③ 一般工薪阶层与退休人员居住区,④ 人口密集的机关干部、高级管理与服务人员聚居区,⑤ 疆外流动人口聚居区,⑥ 远郊农业人口散居区。并据此建立了乌鲁木齐城市社会空间结构模式。乌鲁木齐城市社会空间以扇形和多核心结构为主,同心圆结构不明显。乌鲁木齐现有的城市社会空间格局是在其自然本底条件基础上,经过250 多年的历史发展,在社会经济因素、宏观政策和城市规划等因素共同作用下形成的。
[19]	陈春林,梅林,刘继生,等. 转型期长春市就业结构的空间分异 [J].地理科学,2011,31(5):581-588. URL [本文引用: 1] 摘要在经济体制改革及产业空间重构初期,利用2000年第五次人口普查数据,以街道和乡镇为基本单位,运用因子生态分析和聚类分析方法研究了长春市这一老工业基地就业空间结构的特征。研究表明:①处在特定历史条件下的长春市工、居分离现象并不明显;②根据因子分析的结果,得到受教育水平、普通收入群体、外来人口比重、性别分化程度四个主要因子对2000年长春市就业空间结构影响较大;③运用聚类分析法将长春市划分为6大就业类型区:混合就业区、传统产业区、科技教育集中区、物流业集中区、以农业为主的远郊区、新兴产业集中区,并最终得出长春市就业结构的空间形态特征为:单核心、混合圈层式、综合扇形要素的空间结构模型。 [Chen Chunlin, Mei Lin, Liu Jisheng et al. Spatial Pattern of Employment Structure of Changchun City in Transformation Era. Scientia Geographica Sinica,2011,31(5):581-588.] URL [本文引用: 1] 摘要在经济体制改革及产业空间重构初期,利用2000年第五次人口普查数据,以街道和乡镇为基本单位,运用因子生态分析和聚类分析方法研究了长春市这一老工业基地就业空间结构的特征。研究表明:①处在特定历史条件下的长春市工、居分离现象并不明显;②根据因子分析的结果,得到受教育水平、普通收入群体、外来人口比重、性别分化程度四个主要因子对2000年长春市就业空间结构影响较大;③运用聚类分析法将长春市划分为6大就业类型区:混合就业区、传统产业区、科技教育集中区、物流业集中区、以农业为主的远郊区、新兴产业集中区,并最终得出长春市就业结构的空间形态特征为:单核心、混合圈层式、综合扇形要素的空间结构模型。
[20]	魏立华,丛艳国,李志刚,等. 20世纪90年代广州市从业人员的社会空间分异 [J].地理学报,2007,62(4):407-417. https://doi.org/10.3321/j.issn:0375-5444.2007.04.007 URL [本文引用: 1] 摘要 1990年以来中国城市的内城区传统工业向郊区外溢,郊区大量劳动密集型国际资本进驻等因素带来城市不同职业从业者的居住空间格局的重构。以1990年、2000年广州市“街道层面”的两次人口普查数据为主要数据源,借用经济学中的区位商指标,分析1990～2000年广州市不同职业从业者的居住空间分异特征,发现工业、低端服务业、高端服务业及政府机关职员等从业者呈现出差异化的空间分异特征。工业从业者的居住空间从内城区向近郊区、远郊区等转移,低端服务业从业者的居住地一直高度集中于内城区,高端服务业从业者聚居于政府机关附近和高校、科研机构密集区,政府机关职员居住区完全与政府机关相重合。就业地与居住地的临近性是20世纪90年代广州城市从业者居住空间最为显著的特征。旧城区产业结构调整、城市空间扩展、郊区国际生产资本进驻、政府为迎合全球化而进行的政策及空间的调整、土地开发与住房商品化以及原有国家事业机关“单位制”居住模式的惯性等成为1990～2000年广州市不同职业从业者社会空间分异的主要原因。基于区位商的方法来分析不同职业从业者的居住空间分异,为深入解析城市社会空间分异提供了新的研究思路与方法。 [Wei Lihua, Cong Yanguo, Li Zhigang et al. Socio-Spatial Differentiation of Professionals of Guangzhou in the 1990s. Acta Geographica Sinica,2007,62(4):407-417.] https://doi.org/10.3321/j.issn:0375-5444.2007.04.007 URL [本文引用: 1] 摘要 1990年以来中国城市的内城区传统工业向郊区外溢,郊区大量劳动密集型国际资本进驻等因素带来城市不同职业从业者的居住空间格局的重构。以1990年、2000年广州市“街道层面”的两次人口普查数据为主要数据源,借用经济学中的区位商指标,分析1990～2000年广州市不同职业从业者的居住空间分异特征,发现工业、低端服务业、高端服务业及政府机关职员等从业者呈现出差异化的空间分异特征。工业从业者的居住空间从内城区向近郊区、远郊区等转移,低端服务业从业者的居住地一直高度集中于内城区,高端服务业从业者聚居于政府机关附近和高校、科研机构密集区,政府机关职员居住区完全与政府机关相重合。就业地与居住地的临近性是20世纪90年代广州城市从业者居住空间最为显著的特征。旧城区产业结构调整、城市空间扩展、郊区国际生产资本进驻、政府为迎合全球化而进行的政策及空间的调整、土地开发与住房商品化以及原有国家事业机关“单位制”居住模式的惯性等成为1990～2000年广州市不同职业从业者社会空间分异的主要原因。基于区位商的方法来分析不同职业从业者的居住空间分异,为深入解析城市社会空间分异提供了新的研究思路与方法。
[21]	顾朝林,王法辉,刘贵利. 北京城市社会区分析 [J].地理学报,2003,58(6):917-926. https://doi.org/10.3321/j.issn:0375-5444.2003.06.015 URL [本文引用: 1] 摘要自从1984年中国实施城市改革以来,城市土地市场和住房市场建立已经对城市的社会空间结构产生重要影响.作者利用1998年北京街道一级调查数据进行城市社会区分析.结果显示,经济社会和种族状况具有一定的影响,但并没有发挥重要的作用.土地利用强度在形成新的城市社会空间结构过程中发挥了关键的作用.与家庭状况相关的流动人口状况也表现为非常强劲的影响.北京的社会区表明:土地利用强度分布呈同心圆模型,家庭分布形态具有扇形结构的特征;社会经济状态因子分布形态既表现了同心圆的特征,也具有扇形结构的特点;种族因子的空间分布形成了一种多核空间结构. [Gu Chaolin, Wang Fahui, Liu Guili. Study on Urban Social Areas in Beijing. Acta Geographica Sinica,2003,58(6):917-926.] https://doi.org/10.3321/j.issn:0375-5444.2003.06.015 URL [本文引用: 1] 摘要自从1984年中国实施城市改革以来,城市土地市场和住房市场建立已经对城市的社会空间结构产生重要影响.作者利用1998年北京街道一级调查数据进行城市社会区分析.结果显示,经济社会和种族状况具有一定的影响,但并没有发挥重要的作用.土地利用强度在形成新的城市社会空间结构过程中发挥了关键的作用.与家庭状况相关的流动人口状况也表现为非常强劲的影响.北京的社会区表明:土地利用强度分布呈同心圆模型,家庭分布形态具有扇形结构的特征;社会经济状态因子分布形态既表现了同心圆的特征,也具有扇形结构的特点;种族因子的空间分布形成了一种多核空间结构.
[22]	顾朝林, C克斯特洛德.北京社会极化与空间分异研究 [J].地理学报,1997,52(5):385-393. [本文引用: 1] [Gu Chaolin, Kesteloot C. A Research on Social Spatial Polarization in Beijing. Acta Geographica Sinica,1997,52(5):385-393.] [本文引用: 1]
[23]	冯健,周一星. 北京都市区社会空间结构及其演化(1982-2000) [J].地理研究,2003,22(4):465-483. https://doi.org/10.3321/j.issn:1000-0585.2003.04.009 URL [本文引用: 1] 摘要利用2000年的第5次人口普查数据和1982年的第3次人口普查数据,采用因子分析和聚类分析技术研究了近20年来北京都市区的社会空间结构及其演化.对比1982年的情况,2000年北京都市区社会空间结构的主因子、社会区类型、模式及其形成机制均发生了较多的变化.1982年北京都市区的社会空间结构相对简单,整体上表现出一定的同质性特点;2000年的社会空间结构则趋于复杂,诸社会区之间主要以同心圆的方式组合,也伴有多核心和扇形结构,异质性的特征十分突出.论文最后从宏观、中观和微观3个层次提出了一种城市社会空间结构演化的交叉式网络机制,认为它有效地推动了计划经济特色明显的北京都市区社会空间结构向市场转型条件下的社会空间结构转化. [Feng Jian, Zhou Yixing. The Social Spatial Structure of Beijing Metropolitan Area and Its Evolution (1982-2000). Geographical Research,2003,22(4):465-483.] https://doi.org/10.3321/j.issn:1000-0585.2003.04.009 URL [本文引用: 1] 摘要利用2000年的第5次人口普查数据和1982年的第3次人口普查数据,采用因子分析和聚类分析技术研究了近20年来北京都市区的社会空间结构及其演化.对比1982年的情况,2000年北京都市区社会空间结构的主因子、社会区类型、模式及其形成机制均发生了较多的变化.1982年北京都市区的社会空间结构相对简单,整体上表现出一定的同质性特点;2000年的社会空间结构则趋于复杂,诸社会区之间主要以同心圆的方式组合,也伴有多核心和扇形结构,异质性的特征十分突出.论文最后从宏观、中观和微观3个层次提出了一种城市社会空间结构演化的交叉式网络机制,认为它有效地推动了计划经济特色明显的北京都市区社会空间结构向市场转型条件下的社会空间结构转化.
[24]	冯健,周一星. 转型期北京社会空间分异重构 [J].地理学报,2008,63(8):829-844. URL [本文引用: 1] [Feng Jian, Zhou Yixing. Restructuring of Socio-Spatial Differentiation in Beijing in the Transition Period. Acta Geographica Sinica,2008, 63(8):829-844.] URL [本文引用: 1]
[25]	曾海宏,孟晓晨,李贵才. 深圳市就业空间结构及其演变(2001~2004) [J].人文地理,2010,25(3):34-40. URL [本文引用: 1] 摘要本文基于2001年基本单位普查和2004年经济普查数据,探讨深圳市就业空间结构的特征及演化趋势。研究表明,深圳市的就业空间结构存在就业密度下降、集聚程度不强、制造业占绝对地位、服务业郊区化等现象,而规划和市场是推动其演变的主要力量,在二者的共同作用下,深圳市就业空间结构将呈现以下的演变趋势:(1)从"带状组团式"向"网状组团式"转变;(2)制造业转型导致就业规模缩减;(3)服务业郊区化促进中心外围组团发展;(4)高端服务业集聚进一步增强。 [Zeng Haihong, Meng Xiaochen, Li Guicai. Spatial Structure of Employment and Its Evolution in Shenzhen City:2001-2004. Human Geography,2010,25(3):34-40.] URL [本文引用: 1] 摘要本文基于2001年基本单位普查和2004年经济普查数据,探讨深圳市就业空间结构的特征及演化趋势。研究表明,深圳市的就业空间结构存在就业密度下降、集聚程度不强、制造业占绝对地位、服务业郊区化等现象,而规划和市场是推动其演变的主要力量,在二者的共同作用下,深圳市就业空间结构将呈现以下的演变趋势:(1)从"带状组团式"向"网状组团式"转变;(2)制造业转型导致就业规模缩减;(3)服务业郊区化促进中心外围组团发展;(4)高端服务业集聚进一步增强。
[26]	章文,王佳璆. 基于PCA-SOM的深圳产业空间结构 [J].地理研究,2014,33(9):1736-1746. https://doi.org/10.11821/dlyj201409014 URL [本文引用: 1] 摘要利用深圳市企业空间分布数据,以街道为基本空间单元,运用主成分分析提取因子达到产业变量降维和抽象目的,在此基础上构建SOM神经网络进行聚类分析,通过PCA-SOM耦合模型实现了对城市内部产业空间分类和结构描述。研究表明街道的产业功能可以通过提取各产业企业分布数据的主成分因子来表征;PCA-SOM耦合模型将深圳产业空间划分为6种类型区,分类结果与实际吻合;深圳城市产业结构存在空间分异,有别于传统城市的同心环形模式,深圳城市中心区位于地理空间的底部,以集聚型现代服务业为中心、整体呈扇型辐射,并具有明显的路径依赖特征;深圳东部分区产业功能现状仍不明朗,需要对该区域做进一步的空间结构规划和政策支持,以形成多中心的产业辐射模式。 [Zhang Wen, Wang Jiaqiu. A Research on Shenzhen’s Industrial Spatial Structure Based on PCA-SOM. Geographical Research, 2014,33(9):1736-1746.] https://doi.org/10.11821/dlyj201409014 URL [本文引用: 1] 摘要利用深圳市企业空间分布数据,以街道为基本空间单元,运用主成分分析提取因子达到产业变量降维和抽象目的,在此基础上构建SOM神经网络进行聚类分析,通过PCA-SOM耦合模型实现了对城市内部产业空间分类和结构描述。研究表明街道的产业功能可以通过提取各产业企业分布数据的主成分因子来表征;PCA-SOM耦合模型将深圳产业空间划分为6种类型区,分类结果与实际吻合;深圳城市产业结构存在空间分异,有别于传统城市的同心环形模式,深圳城市中心区位于地理空间的底部,以集聚型现代服务业为中心、整体呈扇型辐射,并具有明显的路径依赖特征;深圳东部分区产业功能现状仍不明朗,需要对该区域做进一步的空间结构规划和政策支持,以形成多中心的产业辐射模式。
[27]	卢明华,李国平,孙铁山. 北京都市区城市功能格局及其变化——基于经济普查数据的分析 [J].地理研究, 2011,30(11):1970-1982. https://doi.org/10.1111/j.1759-6831.2010.00113.x URL [本文引用: 1] 摘要利用北京市第一、第二次经济普查数据，以“乡镇＼街道”为基本空间单元，运用因子分析和聚类分析方法研究北京都市区城市功能格局的特征与模式。与2004年相比，2008年北京都市区城市功能格局发生了明显变化。北京都市区城市功能布局呈现郊区化态势：建筑运输与制造功能呈现最明显的郊区化特征，沿主要交通干线向远郊区快速拓展；生产服务功能以及复合功能也呈现出初步的近域郊区化特征。北京都市区城市功能空间分异更加明显：城市中心区专业化于生产服务、公共服务功能；近郊区内沿专业化于复合功能、科教服务功能；近郊区外缘与远郊区专业化于建筑运输与制造功能。北京都市区的功能地域结构也在2004年“两轴两带八区”的基础上有所调整，2008年的功能地域结构更加综合，同心圆、轴向、多核模式均有所体现。 [Lu Minghua, Li Guoping, Sun Tieshan. Study on the Functional Pattern of the Beijing Metropolitan Region and Its Changes: Based the Analysis of Data from the Economic Unit Census. Geographical Research,2011,30(11):1970-1982.] https://doi.org/10.1111/j.1759-6831.2010.00113.x URL [本文引用: 1] 摘要利用北京市第一、第二次经济普查数据，以“乡镇＼街道”为基本空间单元，运用因子分析和聚类分析方法研究北京都市区城市功能格局的特征与模式。与2004年相比，2008年北京都市区城市功能格局发生了明显变化。北京都市区城市功能布局呈现郊区化态势：建筑运输与制造功能呈现最明显的郊区化特征，沿主要交通干线向远郊区快速拓展；生产服务功能以及复合功能也呈现出初步的近域郊区化特征。北京都市区城市功能空间分异更加明显：城市中心区专业化于生产服务、公共服务功能；近郊区内沿专业化于复合功能、科教服务功能；近郊区外缘与远郊区专业化于建筑运输与制造功能。北京都市区的功能地域结构也在2004年“两轴两带八区”的基础上有所调整，2008年的功能地域结构更加综合，同心圆、轴向、多核模式均有所体现。
[28]	湛东升,孟斌. 基于社会属性的北京市居民居住与就业空间集聚特征 [J].地理学报,2013,68(12):1607-1618. URL [本文引用: 1] [Zhan Dongsheng, Meng Bin. Spatial Clustering Analysis of Residential and Employment Distribution in Beijing Based on Their Social Characteristics. Acta Geographica Sinica,2013,68(12):1607-1618.] URL [本文引用: 1]
[29]	王劲峰,廖一兰,刘鑫.空间数据分析教程[M].北京:科学出版社,2010. [本文引用: 1] [Wang Jinfeng, Liao Yilan, Liu Xin.The Tutorial for Spatial Data Analysis. Beijing: Science Press,2010.] [本文引用: 1]
[30]	ESRI. ArcGIS帮助10.1.分组分析的工作原理 [EB/OL]. URL [本文引用: 1]
[31]	Alonso W.Location and Land Use[M]. Cambridge, MA: Harvard University Press,1964. [本文引用: 1]
[32]	赵群毅,谢从朴. 都市区生产者服务业企业区位因子分析——以北京为例 [J].经济地理,2008,28(1):38-43. URL [本文引用: 1] [Zhao Qunyi, Xie Congpu. The Study on Identification of Industrial Cluster. Economic Geography,2008,28(1): 38-43.] URL [本文引用: 1]
[33]	楚波,梁进社. 基于OPM模型的北京制造业区位因子的影响分析 [J].地理研究,2007,26(4):723-734. https://doi.org/10.3321/j.issn:1000-0585.2007.04.009 URL [本文引用: 1] 摘要基于北京1996年和2001年两次基本单位普查等数据,本文采用OPM模型和GIS分析等方法,定量研究了期间北京制造业区位因子特征及其变化。结果表明,北京制造业企业整体呈现出郊区化发展态势,且这一进程仍在继续;各主要区位因子对企业择址影响不尽相同——训练有素的劳动者的分布作用尤为突出;就企业而言,外资企业初期为规避风险倾向于城区,而后期为降低成本倾向于郊区,但规模变量似乎不重要;市场指向性强的行业偏好城区,资源型产业偏好郊区,技术密集型产业偏好高素质劳动力“供应地”集中的城区;集聚经济推动制造业企业往郊县的工业园区集中;保护生态的政策使得企业更易选择在环境管制较少的地区发展,而交通运输的便利提高了企业城区择址的几率。 [Chu Bo, Liang Jinshe. Studies on the Location Factors’ Impacts of Manufacturing Industry in Beijing with Ordered Probit Model. Geographical Research,2007,26(4):723-734.] https://doi.org/10.3321/j.issn:1000-0585.2007.04.009 URL [本文引用: 1] 摘要基于北京1996年和2001年两次基本单位普查等数据,本文采用OPM模型和GIS分析等方法,定量研究了期间北京制造业区位因子特征及其变化。结果表明,北京制造业企业整体呈现出郊区化发展态势,且这一进程仍在继续;各主要区位因子对企业择址影响不尽相同——训练有素的劳动者的分布作用尤为突出;就企业而言,外资企业初期为规避风险倾向于城区,而后期为降低成本倾向于郊区,但规模变量似乎不重要;市场指向性强的行业偏好城区,资源型产业偏好郊区,技术密集型产业偏好高素质劳动力“供应地”集中的城区;集聚经济推动制造业企业往郊县的工业园区集中;保护生态的政策使得企业更易选择在环境管制较少的地区发展,而交通运输的便利提高了企业城区择址的几率。
[34]	张文忠. 城市居民住宅区位选择的因子分析 [J].地理科学进展,2001,20(3):268-275. https://doi.org/10.3969/j.issn.1007-6301.2001.03.010 URL [本文引用: 1] 摘要随着我国住房制度的改革 ,城市居民个人消费成为我国房地产市场的消费主体 ,居民对住宅区位选择行为由过去的被动接受转变为主动选择。本文主要研究在这种新的住房制度下 ,影响城市居民住宅区位选择的因子。作者认为 ,房价的高低、住宅区位的交通通达性、环境条件是决定城市居民住宅区位选择的客观条件 ,居民自身的社会、经济、文化等特征、以及对不同住宅区位和环境的偏好也左右着住宅区位选择过程和结果 [Zhang Wenzhong. An Analysis of the Factors that Influence the Urban Residential Location Selection. Progress in Geography,2001, 20(3):268-275.] https://doi.org/10.3969/j.issn.1007-6301.2001.03.010 URL [本文引用: 1] 摘要随着我国住房制度的改革 ,城市居民个人消费成为我国房地产市场的消费主体 ,居民对住宅区位选择行为由过去的被动接受转变为主动选择。本文主要研究在这种新的住房制度下 ,影响城市居民住宅区位选择的因子。作者认为 ,房价的高低、住宅区位的交通通达性、环境条件是决定城市居民住宅区位选择的客观条件 ,居民自身的社会、经济、文化等特征、以及对不同住宅区位和环境的偏好也左右着住宅区位选择过程和结果

The Structure of social space in Beijing in 1998: A socialist city in Transition

2005

... 居住空间和就业空间是城市内部空间结构研究的两个核心要素.20世纪80年代以来,伴随城市土地有偿使用制度、住房市场化改革、退二进三的产业政策引导、以及经济全球化发展等诸多因素的相互交织,市场性力量对北京城市内部居住和就业空间结构的塑造作用越来越强.快速转型期,北京城市内部居住和就业空间结构正在经历剧烈、复杂的空间重构过程,传统均质化的单位大院职住空间模式逐渐被瓦解,城市内部职住空间的异质性显著增强^[1,2],且空间分离趋势不断加大^[3~5].因此,如何科学认识北京城市内部居住与就业空间结构特征成为亟待解决的关键性课题,这对明晰北京城市空间的职住功能和优化调整城市内部职住空间结构等具有重要现实意义. ...

Spatial Pattern of Urban Functions in The Beijing Metropolitan Region

2010

职住分离的空间差异性及其影响因素研究

2011

职住分离的空间差异性及其影响因素研究

2011

北京城市居民职住分离的空间组织特征

2009

北京城市居民职住分离的空间组织特征

2009

北京土地利用混合度对居民职住分离的影响

2015

北京土地利用混合度对居民职住分离的影响

2015

中国西部生态区划及其区域发展对策

2000

... 类型区划分是对具有相似属性特征空间单元的分类概括,旨在寻找不同类型空间单元所面临的共性特征和问题,它是加强区域或城市内部空间治理的重要决策依据.由于研究单元的空间尺度不同,通常类型区分析的对象也存在较大差异.在国家和区域层面,已有研究重点关注生态区划、经济区划、城市职能类型和主体功能区等内容^[6~9];在城市内部层面,主要关注城市社会区、产业地域空间模式和居住环境类型区等议题^[10~12].城市空间结构类型区或模式研究是地理与规划学科研究的经典课题.20世纪二三十年代,以伯吉斯、霍伊特和哈里斯等为代表的芝加哥城市社会学派,把北美城市空间结构归纳为同心圆模式、扇形模式和多核心模式等不同模式^[13],为城市空间结构类型研究奠定了理论基础.随着因子生态方法在国外城市社会空间结构领域的成熟运用,进一步推动了城市社会区研究的不断深入^[14~16],但是对传统因子生态分析方法的改进研究却鲜有报到. ...

中国西部生态区划及其区域发展对策

2000

中国城市经济区划分的初步研究

1991

中国城市经济区划分的初步研究

1991

再论中国城市的职能分类

1997

再论中国城市的职能分类

1997

中国主体功能区划方案

2015

中国主体功能区划方案

2015

广州市社会空间结构的因子生态分析

1989

广州市社会空间结构的因子生态分析

1989

北京都市区生产者服务业地域结构

2009

... 居住空间结构主要反映城市社会空间特征.国内城市社会空间结构研究从1980年代末期开始迅速增加^[17],大量的实证研究结果表明,居民从业行业属性是影响中国城市社会空间结构的重要变量^[18,19].魏立华等^[20]还重点关注了广州市不同行业从业人员的居住空间分异特征.就北京案例而言,顾朝林^[21,22]和冯健^[23,24]等学者均对北京城市社会空间结构进行过详细研究,并总结出城市社会区类型.就业空间结构则是城市经济空间的重要表征.有学者分别基于经济普查数据^[25]和企业空间点要素数据^[26],从不同视角探讨了深圳市的就业空间结构类型区特征.也有学者分别对北京城市的产业功能格局整体特征与模式^[27]以及生产性服务业的地域空间结构进行过总结和机理阐释^[11].近年来,还有学者利用大规模问卷调查数据, 尝试从个体视角揭示不同社会属性居民的职住空间结构特征^[28].这些研究丰富了中国城市内部职住空间结构特征的科学认识,但大多数研究却把城市居住和就业空间相互割裂进行单独讨论,关于城市职住空间结构的综合研究还尤为缺乏,也因此阻碍了对城市居住和就业空间结构特征的全面认识. ...

... 1）因子分析.因子分析方法是提取城市内部空间结构因子的有效方法,已被广泛应用于城市社会空间结构和产业空间结构研究.因子分析方法的核心则是利用降维技术把城市空间结构的多变量提取成少数主要因子的过程,可以将城市地域空间的相对复杂社会经济现象进行概扩总结,最终得到一种相对简化明晰的地域空间结构模式^[11]. ...

北京都市区生产者服务业地域结构

2009

北京城市居住环境类型区的识别与评价

2015

北京城市居住环境类型区的识别与评价

2015

2002

A Social Geography of the Belfast Urban Area, 1971

1978

Applied Social Area Analysis: Defining and Evaluating Areas for Urban Neighbourhood Councils

1977

Urban Social Geography: An Introduction (Fourth edition)

2000

城市社会空间的研究与规划

1986

城市社会空间的研究与规划

1986

乌鲁木齐城市社会区分析

2012

乌鲁木齐城市社会区分析

2012

转型期长春市就业结构的空间分异

2011

转型期长春市就业结构的空间分异

2011

20世纪90年代广州市从业人员的社会空间分异

2007

20世纪90年代广州市从业人员的社会空间分异

2007

北京城市社会区分析

2003

北京城市社会区分析

2003

C克斯特洛德.北京社会极化与空间分异研究

1997

C克斯特洛德.北京社会极化与空间分异研究

1997

北京都市区社会空间结构及其演化(1982-2000)

2003

北京都市区社会空间结构及其演化(1982-2000)

2003

转型期北京社会空间分异重构

2008

转型期北京社会空间分异重构

2008

深圳市就业空间结构及其演变(2001~2004)

2010

深圳市就业空间结构及其演变(2001~2004)

2010

基于PCA-SOM的深圳产业空间结构

2014

基于PCA-SOM的深圳产业空间结构

2014

北京都市区城市功能格局及其变化——基于经济普查数据的分析

2011

北京都市区城市功能格局及其变化——基于经济普查数据的分析

2011

基于社会属性的北京市居民居住与就业空间集聚特征

2013

基于社会属性的北京市居民居住与就业空间集聚特征

2013

2010

... 2）空间自相关分析.本研究还采用全局空间自相关方法计算北京城市居住和就业空间结构主因子的空间关联效应,用以检验各主因子的空间单元属性与邻近空间单元属性值的相关性^[29].全局空间自相关的最常用测度指标为Moran’s I值,可通过Z得分来检验原假设成立与否,其取值范围在[-1,1]之间.当I>0,表示研究对象为空间集聚模式,即空间单元属性值与邻近空间单元属性呈现相同的变化趋势; I<0,表示研究对象为空间分散模式,即空间单元属性值与邻近空间单位属性呈现不同的变化趋势;I=0,表示研究对象为空间随机模式,表示间单元属性值与邻近空间单位属性不具有相关性. ...

2010

ArcGIS帮助10.1.分组分析的工作原理

... 3） GIS分组分析.分组分析是ArcGIS10.1以上版本嵌入的新的空间聚类分析方法.该方法结合了研究对象的属性因素和空间特征进行综合聚类分析,并给定要创建的组数,能够使组内所有要素具有最大的相似性,同时不同组别之间属性值尽可能的不同,分组分析的最大优势表现为分组结果在空间上相连,更加方便规划政策的科学制定和实施.分组有效性主要通过伪F统计量来测量,用来反映组内相似性和组间差异性的比率,计算公式如下^[30]： ...

1964

... 市场化因素是推动北京城市居住和就业空间结构演变的关键力量.伴随北京城市土地和住房市场化制度的逐步建立和完善,城市内部土地空间的经济价值效益逐渐释放,市场化因素逐渐成为影响城市职住空间配置的主导力量.阿隆索为代表的竞争地租理论为城市内部地域空间结构形成提供重要的理论指导^[31].该理论认为,经济效益最高和付租能力最强的服务业往往占据城市中心有利位置,工业用地距离城市中心位置相对较远.北京也是如此,像建国门的CBD商务区、金融街的金融办公区等均位于城市内部优良区位,而制造业和占地面积较大的交通运输仓储、零售批发等服务行业逐步向规划工业园区或地价低廉的郊区转移,导致城市近郊区主要以流通生活服务业与二产职住功能为主.不容忽略的是,经济全球化发展也是市场经济的重要组成部分.世界经济全球化发展,加速了北京城市产业类型越来越细分化与专业化,同时刺激居民职业社会分化和收入差距程度不断增大,并对城市产业空间重构和居住空间选择能力产生影响. ...

都市区生产者服务业企业区位因子分析——以北京为例

2008

... 居民和企业个体选择行为也对北京城市职住空间结构形成产生部分调整作用.城市空间与居民行为空间具有互动作用.在企业行为方面,不同类型企业的区位选择因子差异显著,企业法人的选址行为结果将构成城市就业功能空间的缩影.其中,生产性服务业区位选择主要关注交通通达性、区位的整体知名度、地价和租金、专业劳动力资源、优惠政策和政府办事效率、企业自身发展战略和内部组织结构的变化、配套设施条件等因素^[32];而制造业分布区位因子更加重视劳动力因子、企业因子、产业因子、集聚因子和地理因子等因素^[33].就居住行为而言,受到通勤成本因素制约,居民居住区位选择是基于个体效用最大化前提下,在通勤成本和居住成本之间寻找最佳的平衡点.除了房价、住宅区位的交通通达性和环境条件等客观因素影响之外,不同社会经济属性居民的择居偏好差异也会影响住宅区位选择过程和结果^[34].以科教功能区为例,城市西北部的上地和学院路等街道的科教功能突出,回龙观和天通苑等郊区街道则因其区位邻近性和房价优势等因素成为很多科研和教育从业人员的居住区位偏好地. ...

都市区生产者服务业企业区位因子分析——以北京为例

2008

基于OPM模型的北京制造业区位因子的影响分析

2007

基于OPM模型的北京制造业区位因子的影响分析

2007

城市居民住宅区位选择的因子分析

2001

城市居民住宅区位选择的因子分析

2001

〈

〉

北京城市居住和就业空间类型区分析

Spatial Structure of Urban Residence and Employment in Beijing

1 研究方法与数据来源

1.1 数据来源

1.2 研究方法

1.3 北京市居住和就业分布基本特征描述

2 北京城市居住和就业空间结构分析

2.1 北京城市就业空间结构分析

2.2 北京城市居住空间结构分析

3 北京城市居住和就业空间类型区划分

3.1 居住和就业空间类型区识别

3.2 居住和就业空间结构的成因分析

4 结论与讨论

参考文献 文献选项 原文顺序 文献年度倒序 文中引用次数倒序 被引期刊影响因子

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子