8.7公里：北京公交乘客平均直线通勤距离！

        城市形态虽然很难定义，但它似乎是古今中外城市规划与建设的一个永恒主题。

        多学科介入，以及城市单中心假设的缺陷

        近代学术界，关注城市形态的作者们，从最初的建筑师、工程师等，扩大到了城市经济学家、社会学家、地理学家、城乡规划师等。多学科的介 入，让人们深化了对城市形态的理解，对城市形态相关的现象和问题的认识，对城市规划、政策也产生越来越大的影响。

        例如，1920年代左右，社会学家欧尼斯特•伯吉斯针对芝加哥的情况，抽象出了一种特殊的城市形态的模型。这个模型特别关注了社会阶层和城市土地利用之间的关系。在这个模型里，城市中心因为租金高、可达性好，主要被用作商业用地。在城市中心的外围，主要是工业。工业用地之外，住宅开始增加。

        多数经济学家认为城市是单中心的，中心地价贵，地价随着与中心距离增加而降低。人们的居住、择业和雇主们安置企业不会随机选择地点，而是综合考虑地价、交通费用，对个人而言这也是效益最大化的。

        但是，因信息不对称，交通设施不完善，用户关注公建配套，特定地区的工作岗位、住房单位供给单一化等原因，一个城市的就业岗位与居住单元的分布所导致的职工通勤交通，在总量上远非最优。

        于是，一个有趣的问题就是：我们可否在人们工作、居住地具有均质特征，并且人们能互换工作、居住地的前提下，找到整体最优的通勤状况，并计算现状和最优通勤的差别？

        另外，相对于最优，现状的通勤效率究竟差在哪里，是什么导致这些差别，导致通勤低效率？对此，我们的城市规划、公共决策可以做什么？

        一个城市内部职工的现状通勤，相对容易衡量。几乎每个做过交通规划的城市，都会做居民出行调查。分析相关出行调查，可得到每个职工就业和居住空间的现状分布，也可计算出全体职工的平均通勤距离。但要在现状基础上，找到最优通勤，回答好上述问题，却需费一些周折。

        例如，按照上文伯吉斯的思路，假定城市只有一个市中心，地租随着到市中心距离变远下降，到达市中心的交通费用上升，如约翰.霍普金斯大学的布鲁斯.哈密尔顿等学者，确实也能找到关于最优通勤的一个答案。但实际情况是，城市往往不只有一个市中心或就业中心。因此，以一个市中心的假设来研究通勤往往不恰当。以密西根大学的米歇尔.怀特、加州大学肯内斯.斯莫尔登为代表的学者持有这样的观点。

        北京：大数据描述城市多中心通勤状况

        为克服城市不是单中心这个问题，针对一般的城市通勤，可用下图几个情境来表达。

通勤的抽象图

        图中抽象描述了不同情境下某个多就业、居住中心的城市C通勤分布。对于这个城市C，暂时忽略其它一些要素，把它抽象为有4个居住中心（以六边形表示）和4个就业中心（以正方形表示）。每一根居住中心和就业中心的连线，表明一股通勤流。

        最优的通勤分布，应该是最上的那个情境（上），即人们在居住中心就近择业。而实际情况可能是只有一部分人能做到在家附近就近择业（中）。最极端的情境，是所有人被迫到离家最远的地方就业（下）。

        如果我们知道一个城市的实际、最优、最极端的通勤情境，通过研究它们之间的差异，可以得到很多关于城市规划、公共政策的有用信息。

        例如，某个就业中心吸引的职工都只能从很远的居住中心来，是否因就业中心附近的居住中心的住房价格过高？或者，该就业中心集聚的就业岗位过多，附近居住中心所提供的住房远远不够？等等。

        一般情形下，多就业、居住中心城市的实际通勤，可通过家庭出行调查的数据进行加工，直接获取。最优、最极端的通勤情境，学者经过探索，发现可以通过线形优化，借助计算机寻找到。但基于家庭出行调查数据的一个问题是，家庭出行调查通常为小样本，因此不一定能很全面地反映整个城市的通勤情况。

        大数据时代，我们找到了新的方法，去用几乎全样本去抽象描述不同情境下某个多就业、居住中心的城市的通勤。这样的城市，甚至可以有几千个就业、居住中心，或就业和居住混合的中心。下面两张图表达的是我们利用北京2008年某一周公共交通刷卡的数据，得到的北京1118个就业-居住混合中心（交通分析小区）之间实际产生的最主要的250,000股公共交通通勤流(不含地铁)和这些交通流最优化后的情况。在两图的背景中我们使用了渐变颜色，代表不同就业岗位的密度。

北京就业-居住混合中心之间实际产生的公共交通流

        在实际产生的公共交通流图中，我们看到，北京存在大量从郊区到市中心以及横穿北京城的公共交通通勤流。这意味着职住空间严重分离的现象大量存在。

        考虑到北京道路高峰期的拥堵和城市空间的尺度，这些居民每日的通勤相当痛苦。从北京南郊的大兴到西单金融街附近，正常情况下，公共交通需要1个多小时——这还不包括从公交站到居民的家或单位的步行时间。这些痛苦的通勤，还可能存在负外部效应。例如潮汐式的公共交通，不但让一个方向的公共交通运行效率低下，也可能因经常性的站点停靠让另一个方向的交通也发生阻塞，伴随着交通阻塞，还会有汽车尾气排放、居民劳动价值损失等影响。

        通过优化后的图，我们看到，其实很多北京公交通勤的职工，特别是在天安门（图中的五角星）以北的地区，理论上可以就近就业。如此，北京公交乘客的通勤总体就可得到优化。一些居民可步行、骑车上下班。有限的道路资源，因为多个模式相互补充和居民平均出行距离削减，可能得到更高效的使用，也会更顺畅。

        北京职住分离的可能原因

        为何理想状态的公交通勤和相关的正效应在现实生活中没有出现？公交刷卡的大数据以及对这两张图的相关研究没有直接给我们答案。我们正在北京大学—林肯土地政策研究院的支持下开展进一步研究。目前已产生了一些初步发现或想法。有以下几点：

        1．北京现状的公共交通通勤流和理论上最优的通勤流有很大差异。这反映出很多信息和问题。最大的一个问题，就是使用公交通勤的北京人中，大量存在职住分离现象。我们的计算结果表明，北京2008年的公交乘客的平均直线通勤距离是8.7公里，但如果理论上最优的通勤流实现，北京公交乘客的平均直线通勤距离可下降到2.5公里。假定人们都是理性的，都希望就近择业，那么可以说，北京不少公交乘客是被迫远离自己的住所工作，或不能就近择业。

        无法就近择业，可能有自身原因，例如，其技能单一，只能在特定的工种、区域就业，在特定的地点居住。例如，一个在国贸做清洁工的阿姨，通常不可能住在附近，于她而言最可行的住所，可能是北京南站附近某个平房区。职住关系的分离，也可能是城市形态或城市空间规划方面的原因。例如，北京回龙观有大量从内城外迁的居民，因回龙观附近就业岗位和综合商业、办公楼开发有限，没有产生足够多数量、足够多元化的就业岗位，回龙观的居民、租户很多还是回内城就业。

        2．北京以往围绕单位大院组织生产生活方式的传统，已在很大程度上被打破。就近择业或就近择居，对多数人已经不现实，人们越来越在一个社会化的大市场内选择就业岗位和居住地。这个大市场的空间边界，已远超过北京传统主城区。可以说，一个无形的大市场和扩大了的城市空间影响范围，正在成为北京新的“单位大院”，新、老北京人的生产生活，吃喝拉撒已扩大在这个“单位大院”里进行。对这个“单位大院”，我们的认识还是刚开始。

        3．北京本地就业市场的活跃，带来大量进京劳动力，他们的技能、教育、收入和社会关系不同。这些差异带来的一个直接结果，是他们就业、居住选择的自由度不同。例如，一个只有高中教育程度的进京人口，在北京只能从事简单的建筑施工工作，其居住则很可能依托建筑施工企业提供的临时宿舍。一个进京的高技能、高学历人才，在选择就业地、居住地上可以有更多自由。公共交通流背后依托的劳动力，很可能是北京一个特殊的社会群体。我们对这个社会群体的认识，也是刚刚开始。

        4．以往的城市建设和规划，尤其是背后蕴含的价值诉求和文化观念，对北京城市形态的塑造，有深刻作用。这些作用的物化，很大程度上，就是我们看到的现状公共交通流。例如，北京的正北、东北部，有大量从郊区向城市内部的公共交通流。这和北京北部存在大量的半城市化村庄、“安居工程”的住房有关。这些村庄和住房，能让那些支付能力不够的、乘坐公交通勤的进京人口有安身之所。类似的，北京发展相对滞后的南郊，也存在这样的现象。我们对以上现象的认识，以往更多停留在对结果的描述上，对其中的内在原因以及应采取的措施，研究还不够深入。

        5．公共服务设施水平的差异，让住宅的吸引力和价格异化非常厉害。举例而言，北京一处出名的华清嘉园，即使是二手房，近年每平米均价也长期在5万元以上。而北京城乡结合部的商住两用的新房，价格甚至有低至2万元每平米的情况。高房价势必让本来支付能力不强的公交乘客外溢到更偏远、房价更低廉的郊区。这些郊区往往不会成为配套的成熟社区，居民都是过渡性质，甚至无所事事、浑水摸鱼。这给社区建设和治安带来不小隐患。这些隐患又让投资者望而却步。于是，这些社区很难达产生和吸引就业岗位，更不要提就业岗位和居住单元在数量和空间上的平衡。

        北京的住房市场，如果纯从经济性的角度而言，也许是有效率的，它让不同特征的住房在价格、空间、准入性等方面都极大异化。但这个住房市场从平衡人们的职住关系上，却可能是失效的。我们对这个住房市场的研究，特别是它对职住关系、通勤效率的研究，还有待深入。

        总体认识

        除了以上北京的研究，我们也在开展西安、苏州工业园区的城市形态、职住关系和通勤效率的研究。如果说1个城市或许存在很强的地域特色和局部系统的特殊性，那么3个不同地方的研究，让我们对中国城市形态、职住关系和通勤效率有了不少超越地方的认识。这些认识中，让我们印象最深的是：

        1．城市形态确实会影响职住关系和通勤效率。但在这个事实之外，应该看到的是价值观、社会关系和文化理念等柔性要素对城市形态的塑造。例如，在改革开放前，单位大院是我国许多城市形态里的一个核心要素。单位大院背后，其实是人们力图在一个相对封闭的空间里，建立相对封闭的生产、生活方式和社会关系。单位大院反映出的是一个个小集体对从属这个小集体的人员非常充分的人文关怀和爱护。这些价值取向，和我国改革开放之后追求的社会主义的市场经济所推崇的开放、竞争、自由选择等有着显著差异。

        在极端情况下，可以说职住关系、通勤效率反映了（甚至本身就是）价值观、社会关系和文化理念的物化。例如，在当前社会主义市场经济的情况下，雇主除了支付给员工的工资外，通常不需要考虑员工的住房、通勤等问题。职工因为乘公交上下班耗时耗力，更不是雇主需要考虑的。但公交通勤带来的社会水平的问题，例如拥挤、劳动力价值的损失等，却是全社会需要关注的。如何发挥群策群力综合考虑以上问题，确实值得深思。

        2．基于以上理念，如果要调整城市形态、职住关系和通勤效率，我们要做的工作，不仅是改变物质、物理环境要素，例如建立混合土地使用的小区，以便同时容纳更多居民及其就业岗位，而且需要考虑如何调整我们的价值观、社会关系和文化理念。

        例如，我们是否需要更多门禁社区，那些与我们收入、社会地位相仿的人才能入住这些社区；再如，在城郊的城乡结合部，我们可能不光要考虑当地低收入居民、城市新移民的通勤需要，还要考虑怎么吸引投资者、创业者到那里投资，以及如何支持自主创业，为上述居民、新移民提供更多就近就业机会——换言之，富裕、成功的居民和相对贫困的居民之间，是否需要建立更紧密的社会联系？也就是，在一个更大的“单位大院”里，我们能否实现对居民更充分的人文关怀？

        3．大数据的兴起，会给我们认识、量化和可视化城市形态、职住关系和通勤效率提供很多可能性。之前基于小样本调研的城市形态、职住关系和通勤效率的研究，可能面临新的挑战。这些挑战，一方面是关于既有发现和结论的有效性和适用性；另一方面可能是，如何利用大数据去升华有关发现和结论，甚至建立一些我们之前从未想到过的发现和结论。

        总之，在目前社会、经济转型的关键时期，中国的城市形态、职住关系和通勤效率也好，价值观、社会关系和文化理念也罢，都经历着前所未有的变化。我们每个人，其实都有一定选择权。但我最想说的是，我们应尽最大可能发挥主观能动性，去引导和管控好变化，而不是成为被动接受者。大数据的出现和应用，为我们更好地认识现状，引导现状朝着好的方向变化，提供了很多可能性。大数据本身无关价值观、社会关系和文化理念。我们使用大数据时，始终不能忘记的一个问题是：我们抱着什么样的目的，力图去理解什么问题，解决什么问题，为谁解决问题？如果不能回答好这些问题，再好的大数据，也许只是一堆毫无意义的数字和信息。

                （作者系美国爱荷华州立大学助理教授、博导，内容来自作者6月11日在北京城市实验室所做报告，由作者本人提供）