基于地铁通勤结构的通勤效率研究
发布时间：2022-07-18T01:24:23.718Z  来源：《科学与技术》2022年第5期第3月作者：吴恒怡，徐雯卉，顾依依，周子岑[导读] 通勤是现代城市交通系统中的重要组成部分
吴恒怡，徐雯卉，顾依依，周子岑
（上海工程技术大学城市轨道交通学院，上海201620）
摘要：通勤是现代城市交通系统中的重要组成部分。文章在地铁通勤结构的基础上，以上海松江区为例，通过调用高德地图应用程序接口（API）获取居住地和就业地的兴趣点（POI）数据，生成通勤点对[[作者简介：吴恒怡（2001-），女，在读本科生，研究方向：城市轨道交通，E-mail:******************；徐雯卉（2000-），女，在读本科生，研究方向：城市轨道交通；顾依依（2001-），女，在读本科生，研究方向：城市轨道交通；周子岑（2001-），男，在读本科生，研究方向：城市轨道交通。]]。对地铁站周围500米范围内居民通勤信息进行通勤效率的研究，利用线性规划的方法结合ArcGIS构建模型测算出松江区浪费性通勤率。研究结果表明：2021 年上海市松江区的最小通勤距离为 16.567km，最大通勤距离为32.101km，浪费性通勤率达到 37.7%，通勤容量使用率达到64.6%。
曾轶可 夜车关键词: 通勤效率；浪费性通勤；地铁；职住分离；
0引言
产业和人口是城市空间中两大组成要素，现代社会居住区与办公区的分离而引起了通勤行为的产生，通勤逐渐成为现代城市交通系统中的重要组成部分。而城市空间结构中职与住的关系是通勤交通产生的根源。空间要素分布不均匀导致城市中存在着典型的空间失配问题——职住失衡，表现为居住地与就业地的通勤距离过长。统计结果显示[[]]，深圳、广州、北京、沈阳、杭州等35座城市的职住分离度均值为3.57 km，最小指标值超过2 km，而上海的职住分离度3.65 km已经超过了平均值，处于一直迫切需要关注解决的阶段。上海市松江区作为上海市的郊区之一，随着居住人口不断外迁，越来越多的人选择居住此地，以减少生活居住成本，但通勤问题也接踵而来，传统路面交通方式如公交等已经无法满足大部分居民出行的需求，通勤者逐渐转向于选择地铁出行，且对地铁的依赖程度逐渐上升，地铁已然成为主流出行方式。基于此，本文选择以上海市松江区为例，研究沿上海地铁9号线从松江区到办公聚集地的通勤效率。目前，大量有关于通勤问题的实证研究皆是仅限于根据问卷调查和居民出行调查获取微观数据，通过浪费性通勤测算的方法在我国还是处于起步探索的阶段，目前为止在方法论上还没有形成系统的理论和研究成果。研究浪费性通勤对从如何减少居民的通勤成本的角度来缓解交通压力、提高城市通勤效率有着重要的意义。
1浪费性通勤理论
1.1概念界定
西方国家的发展远远超过我国，因此他们在二十多年前就提出浪费性通勤的概念，经济学家哈密尔顿（Hamilton，1882）从城市规划的角度提出浪费性通勤的思想，由此得出浪费性通勤的定义[[]]是在保持城市空间结构不变的前提下，居民按照自己的意愿，随意交换住所和工作岗位让整个城市的通勤成本总量在理论上达到最小，实际通勤成本与理论最小通勤成本的差值就是浪费性通勤，浪费性通勤与实际通勤的比率就是浪费性通勤率。
1.2假设条件
学者们在研究问题的时候，经常要在一些假设的前提基础上构造模型，构造的模型虽然会与实际形成差异。本研究的假设条件如下：（1）同质性
本次选择的研究对象均处于地铁站辐射范围之内，排除了其他区域内需要地铁通勤的上班族的通勤需求。假设区域内所有的住房和工作岗位没有差别，具有同质性。
（2）忽略区内通勤
本文主要研究了郊区的通勤浪费现象，排除了许多市区的居民住宅区以及市区内通勤的浪费，故而把市区内的区域通勤假设为合理通勤。比如家到附近地铁站、地铁站到公司的距离是必经之路，是可以忽略的。
（3）不考虑路网影响
假定研究区域内具有相同的车流速度，均不考虑路网因素的影响以及车辆的区别。
2实证研究
2.1数据来源
此前大部分对通勤问题的研究一般是依靠政府公开的数据，但由于我国的相关方面的数据并没有公开居住地点以及就业区的具体位置，调查对象的住所与工作岗位的分布情况难以获得。因此本文选择采用创新方式，即利用网络爬虫从高德地图此次调查依据定位大数据、人口大数据等综合数据，与此同时结合《2021年中国统计年鉴》获取上海市从业人口、常住市民数等政府公开数据进行合理推算，以上这些数据共同构成此次实证研究项目计算的基础数据，以确保其客观性与合理性。
2.2数据获取
（1）通勤流量
由于上海市《关于助力全面推进乡村振兴的若干政策措施》中规定郊区农民在户籍地所在区之外的区跨区就业的，可按规定在就业期间享受跨区就业补贴，根据该公示名单可以对跨区的通勤流量进行推算。
①根据松江政府网站公告获取：松江区2021年度中央就业补助资金（跨区）补贴月均人数为450人。
②根据《上海市第七次全国人口普查公报》数据获取：松江区常住人口总数为 190.9713万人。农村人口比例12.42%，城镇人口比例
87.58%，
③根据《2021年中国统计年鉴》数据获取：上海市就业人口占常住人口的比率为55.2%。
因此，根据上述经过计算得出 2022年上海市松江区有 31.97%的常住就业人口是职住分离的，那么上海市松江区产生的流向办公聚集区域的通勤流量就可以计算出来：
（2）居民住宅区
本项目研究对象沿地铁9号线从九亭地铁站到松江体育中心地铁站，截取其500m范围内的居民住宅区中心点的经纬度坐标以及住宅规模，截取部分居民住宅区信息如表1所示：
（3）办公聚集区
根据高德地图地铁站500m范围内公司数量和规模数据为标准，本研究选取的办公聚集区域地铁站分别是：人民广场地铁站、静安寺地铁站、中山公园地铁站、徐家汇地铁站、南京西路地铁站、南京东路地铁站以及陆家嘴地铁站。截取部分具有代表性的地铁站其具体信息如下表2所示：
2.3浪费性通勤的计算
在居民住宅区与工作岗位同质性的假设条件下，最小通勤就是如何通过调换居民的工作地点，使得总的通勤距离达到最小。利用ArcGIS中空间分析工具，将每个居民住宅区的中心点坐标放到起始点位置，将各大办公聚集区域的地铁站坐标放到终点位置，计算通勤起始点到终点的欧式距离，将欧式距离转化为实际距离截取的部分计算的结果如表3所示：
下面将实际距离作为测算最短通勤距离的通勤距离矩阵，并求解线性规划方程：
约束条件：
其中表示办公聚集地的工作人数，表示居民住宅区内需要跨区上班的工作人数，这两个约束条件定义了居民住宅区内需要跨区域通勤的人数等于办公聚集地的工作人数。
将通勤流量与通勤距离矩阵带入线性规划模型，，经过计算得到上海市松江区跨区通勤者的理论平均通勤距离
，单位为千米。取平均最小通勤距离，最大通勤距离
事实上，根据华夏幸福产业研究所统计分析得知：从上海市松江区到上海区域内上班单程平均距离已经增加到26.6km。由此，此次研究的实际通勤距离，即
进一步可以计算出上海市松江区的浪费性通勤率
实证研究结果显示，2021 年上海市松江区由于职住分离产生的浪费性通勤率高达。
接着计算出上海市松江区的通勤容量使用率：
由上海市松江区前往上海市中心的实际通勤距离为 26.6km，比较接近最大通勤距离32.101km。一般来说，实际通勤在数值上越接近最大通勤距离，说明这个城市通勤效率越低。说明上海市松江区内的城市
通勤容量被消耗了 64.6%，而通勤容量使用率越大表示职住分离的程度越严重。从通勤容量使用率来看，上海市的职住分离程度还是比较严重的。
3结论
经过研究计算发现：上海市松江区的浪费性通勤率不高为37.7%，但通勤容量使用率却达到64.6%，即跨区就业人员数量不多且跨区距离较短，其原因有以下两个方面：
（1）松江区本地企业具有相当的就业吸引能力，跨区就业人口比例较低。
松江本地企业包含众多的类型，按照企业在社会再生产过程中职能划分，有工业企业、商业企业、建筑企业、金融企业等，这就足以满足不同求职人员的需求。随着G60的发展，以及“区区合作、品牌联动”的合作开发模式。截至2021年底，松江有效期内高新技术企业总数达到2306家，位列全市第三，同比增长31.4%。松江高新技术企业呈爆发式增长，得益于近年来长三角G60科创走廊一流营商环境的持续打造以及创新生态系统的不断完善[[]]。
（2）松江区地理条件限制，交通成本较大
松江区位于上海市的西南区块，且目前经过松江区的地铁只有上海地铁九号线。这使得从松江区出发到上海其他就业聚集地如浦东新区的张江、临港等距离过远，交通不便。依据市面上存在的软件的导航功
能可以得到，从松江南站出发前往张江高科地铁站途中需要花费90分钟，以及从松江南站出发前往滴水湖地铁站途中需要花费150分钟。因此，即使工作环境、工作条件都是令人满意的，但是路途过远还是成为了最主要的阻碍。
参考文献：
[1]张红，徐珊，龚恩慧.顾及实时路况的城市浪费性通勤测算[J].武汉大学学报·信息科学版，2021，第46卷（第5期)：650-658。
[2]冉江宇，付凌峰，阚长城等.基于通勤大数据的城市职住分离度研究《2020年全国主要城市通勤监测报告》核心指标分析[J].城市交通,2020，第十八卷（第五期）：10-17。
[3]王法辉.基于GIS的数量方法与应用[M].北京：商务印书馆，2009：233-270。
[4]王亚萍.北京市交通拥堵状况及浪费性通勤的测算[D].北京：首都经济贸易大学，2018。
[5]周丹丹.一流营商环境和创新生态系统打造长三角G60科创走廊企业成长沃土——松江高新技术企业两年翻番[N].松江报，2022-01-
25(第一版)。