《城市经济的空间结构.docx》由会员分享，可在线阅读，更多相关《城市经济的空间结构.docx（28页珍藏版）》请在金锄头文库上搜索。
1、城市经济的空间结构：居住、就业及衍生问题郑思齐 孙聪2012-2-2 11:00:59来源：南方经济2011年第8期摘 要：居住与就业的空间关系是企业和家庭空间选址和竞争的结果，决定了城市内部的空间结构形态。本文从城市土地利用要素的空间分布出发，回顾了城市空间结构的经典理论，探讨了居住与就业空间关系的外在表现和内在经济机制，特别是集聚经济和通勤成本这两个相反经济力量是如何相互作用以决定城市空间结构基本特征的。在此基础上，对当前备受关注的交通拥堵、环境污染、弱势群体就业障碍及住房问题等“城市病”的缘由和改善途径加以讨论。城市政策应对土地利用、交通和环境进行统筹考虑，并设计恰当的制度激励机制，使个
2、体行为的外部性进行正确的“内部化”，这可以提高城市效率和居民生活质量，改善环境影响并促进城市发展的可持续性。关键词：城市空间结构，居住，就业，交通一、引言无序城市扩张和交通拥堵所导致的经济效率损失和环境问题正日益成为世界众多大都市中突出的城市病。2010中国新型城市化报告中显示，中国已经有17个城市的上下班单程时间超过半小时，其中北京最长，为52分钟，广州、上海和深圳也都在45分钟以上（中国社科院，2010）。越来越多的人已经意识到，这不仅仅是交通部门的问题，而是整个城市空间应该如何进行有效组织和协调的问题。这意味着，需要去理解和把握城市空间结构自身的规律性，也就是市场微观主体（企业和居民）的
3、选址行为规律，这样才能够更有效地制定规划和政策来改变他们的选址动机和行为，使之满足社会收益最大化的目标。 城市空间结构是一个跨学科的研究领域，城市经济学、城市规划、城市地理学和区域学等学科都试图从不同角度对城市空间结构的形成和演变进行描述和分析（Anas et al.，1998）。本文将主要从城市经济学的研究角度，探讨在就业集中和分散的不同情况下，居民家庭的居住选址和通勤行为的决定因素、空间反映（房价/地价/建筑密度/居住与就业空间关系）、内在的经济机制，以及由此衍生的住房、交通和环境等公共政策问题。特别需要指出的是，本文并非一个原创性研究，而更多的是对这个领域主要研究成果的综述和评论，当然也
4、包括笔者自己的研究和观点。 二、城市空间结构理论和分析方法（一）单中心城市模型及人口分布 现代城市空间结构理论的发展可以追溯至20世纪60年代，三位城市经济学家Alonso，Muth和Mills提出了单中心城市模型（Alonso，1964；Muth，1969；Mills，1972）。在其后的四十多年，尽管目前许多城市已经不能被简单的看作是单中心城市，但这个高度抽象的理论模型所建立的研究范式一直被沿用，并且能够对城市空间结构做出有力的解释。它的主要贡献在于提供了一个有效的理论框架，可以研究居民在通勤成本和住房成本之间的权衡行为，从而得到城市空间一般均衡状态及其调整，并能够很容易地被扩展。单中心的
5、城市模型研究重点是就业高度集中下的居住选址行为，得出居民愿意为每个区位支付的意愿租金，在空间上形成“竞租曲线”，或“竞租函数”（bidrent curve，bidrent function）。模型可推导出，通勤成本与住房成本具有此消彼长的关系，随着与CBD距离的增加，竞租函数及建筑密度具有空间负梯度，人均住房消费量具有正梯度。基于这样一个严格假设的抽象模型，不少学者进行了适当的扩展，使其更加贴近于现实。Alonso（1964）和Muth（1969）提出了不同收入人群的居住群分（income sorting）理论，认为伴随收入的增加，家庭通勤成本收入弹性和住房需求收入弹性会发生变化，进而导致不同
6、收入水平的家庭的竞租曲线斜率不同。而Wheaton（1977）结合对美国城市的实证研究结果对此提出质疑，认为郊区住房较新而市中心治安环境较差等的会对收入分布和竞租曲线产生不同的影响。此外，如果考虑购物、就学等非通勤需求以及市中心的污染，竞租曲线也会发生变化，在不同方向上、不同区域内空间梯度会存在差异。Zheng et al.（2006）发现在中国城市中，周边环境对不同偏好家庭具有不同的吸引作用。 受到住房消费量和建筑密度的共同作用，城市人口在单中心城市内部也会呈现具有规律性的空间分布特征人口密度随着与CBD距离的增加而降低。在单中心城市模型中，就业高度集中，因此用人口密度及其梯度即可较为充分地
7、反映城市空间结构特征，这也使之成为城市经济学者在研究城市空间结构时最关注的变量。自Clark（1951）的研究开始，许多学者致力于估计不同城市人口密度函数，并研究其随时间的变化规律。根据McDonald（1989）的综述，世界上很多城市人口密度的研究结果都遵循着两条规律：第一，人口密度随着到城市中心距离的增大而减小；第二，人口密度梯度随时间而降低，显示出郊区化特征。 在现实城市中，就业机会不可能完全集中于城市中心，这就涉及到以何种标准来判断现实中的单中心城市。国际学者比较一致的判断标准是，如果在以市中心为圆心向外延伸3英里的圆形区域内容纳整个城市30%以上的就业量，那么就可以视为单中心主导的城
8、市（BaumSnow and Kahn，2005）。以北京市为例，使用2004年经济普查的街道就业数据统计可发现，在该区域内就业比例达到48%，说明北京仍偏向于单中心的城市形态。表1利用半对数的一元回归模型简单验证了在单中心城市模型假设下北京市住房价格、土地价格、容积率和人口密度的空间变化规律。可以看到，四个负梯度都是十分显著的。实际上，目前中国很多城市都仍然可以被认为是单中心城市。 Bertaud（2004）比较了世界七个主要城市的人口密度变化趋势，发现这些城市都存在人口密度空间递减的特征，在不同城市之间也存在着明显的差异。从表1第四列结果来看，北京市2000年的人口密度梯度值约是美国同期各
9、城市人口密度空间梯度平均值（0.048）的2倍（BaumSnow and Kahn，2005），还只相当于世界上部分主要城市在20世纪50年代前后的平均水平，这是由于北京、上海等国内城市的郊区化水平还远远没有达到发达国家主要大城市的水平。 （二）多中心城市模型及就业分布 单中心城市模型解释了企业选址外生给定的情况下城市居民的居住选址和出行行为，以及由此形成的城市空间结构特征。实际上，企业在城市内部会考虑土地成本、生产成本、劳动力可得性、市场接近性等因素选择区位。伴随城市的快速发展，城市中心地区的拥挤效应逐渐显现，企业生产成本逐渐增加，这也促使企业逐渐向城市外围寻找空间，进而导致就业中心的分裂和
10、多中心城市形态的形成。越来越多的城市内部出现次中心，使城市的土地（住房）价格、人口、就业空间分布会发生变化（Small and Song，1994；谷一桢等，2009），但城市主中心的主导作用仍是较强的（McMillen，1996）。 Helsley and Sullivan（1991）解释了城市内部中心的形成和分裂的原因，揭示了推动就业机会在城市空间中集聚和分散的经济力量。该文指出，就业中心的形成源于集聚经济的力量，而集聚经济在为企业带来经济利益的同时也会带来更高的工资成本（以补偿员工更高的通勤成本），企业选址是考虑总生产成本（集聚成本和工资成本之和）的决策。另外，不同类型的企业在选址上还会
11、考虑其运输成本、沟通成本等。其中，制造业青睐于城市郊区高速公路带来的便捷运输条件和大片可修建厂房的廉价土地会逐渐向郊区转移（Anas et al.，1998），技术密集型企业则更加依赖社会网络和近距离沟通所带来的集聚收益，愿意为城市的中心地区支付更高的租金（Glaeser，2007）。这些因素都会使得城市就业分布发生明显变化，使就业机会从空间的高度集中转变为相对分散的状态（Song，1994）。表2基于北京街道层面数据计算和比较了就业密度梯度的变化，从系数变化中可以看出就业机会正在趋向分散。图1进一步比较2001年第二产业和第三产业就业密度的空间分布，可以看出前者更加集聚。 国际上一些学者给出
12、了基于就业分布的鉴别方法，将城市细分为多个区块，通过分析相邻区块内就业数量的变化甄选就业中心（Giuliano and Small，1991；Small and Song，1994；Cervero and Wu，1998；Bogart and Ferry，1999）。国内限于就业数据的可得性，相关研究较少。任荣荣等（2009）利用19932004年土地出让数据采取非参数方法拟合了北京市地价的空间分布，并通过地价等值线的观察发现北京市两个直观上的就业中心（建国门外、中关村地区）。谷一桢、郑思齐和曹洋（2009）利用北京市街道就业密度数据采用直接比较和检验对相邻街道影响的两阶段法判断法鉴别了北京市
13、多个就业中心的存在及其对就业密度空间分布的影响。以上这些观察和比较的方法虽然简便，但存在一定缺陷。首先，它难以发现郊区就业密度较低的中心，不太适用于就业密度梯度较大的城市；其次，分析单元（地块）的大小对结果影响很大；第三，要求研究人员了解当地当时情况以确定用于判断的门槛值和“相邻地块”的概念（Craig and Ng，2001）。在此基础上，部分学者提出了回归分析的方法拟合就业密度函数，将就业密度实际值与拟合值的残差显著大于零的地块作为候选的就业中心，并在此基础上检验它们对城市总体就业密度函数的解释能力，从而更为客观地鉴别城市的就业中心（Gordon et al.，1986；McMillen
14、and McDonald， 1998；McMillen， 2001）。 三、居住与就业的空间关系：集聚经济和通勤成本的权衡（一）居住与就业空间关系的表现 从北京市人口密度和就业密度的分析中可以发现，与Mieszkowski and Mills（1993）的研究相一致，就业密度的梯度（绝对值）要大于人口密度，这实际上是世界许多城市的共同特征就业分布比人口分布紧凑得多，即就业集聚程度要高于居住。实际上，伴随着城市交通的发展，居住和就业分离程度将进一步提高，使得二者的密度梯度差异更大（丁成日，2007；Hiroka，2000）。 居住和就业的空间分离（也称“职住分离”）导致了偏高的交通需求和交通成本
15、，在交通设施供给不充分和城市管理效率偏低的情况下，会造成交通拥堵，这在我国的许多大城市已经成为普遍的现象，特别是在交通流集中的上下班高峰时段。因此很多学者使用通勤距离和通勤时间度量居住和就业的分离程度。 国内学者在这方面开展了大量的定量研究。孟斌（2009）利用2005年调查数据详细统计分析北京市就业者的通勤时间和职住分离情况，发现北京市居住和就业集聚区存在着空间错位现象，一些重点建设的大型居住区（如天通苑和回龙观）的居住功能过于单一，职住分离问题尤为突出。周素红和刘玉兰（2010）分析了广州市19962008年居民居住与就业区位选择及其空间关系，发现居民搬迁前后的通勤距离总体呈现上升趋势，以
16、商品房和保障性住房最为明显。这些研究所发现的共同趋势是，在制度转型和市场力量的共同作用下，中国城市中居住与就业的空间分离程度越来越大居住在新建住房中的居民，以及新近搬迁的居民，其通勤时间和通勤距离都明显增长了。 对此，一些城市规划学者提出了“职住平衡”（jobshousing balance）的思路，认为应尽量让居民的居住地和就业地靠近，以降低通勤量和交通拥堵以及由此带来的交通成本。但很多经济学者认为对这一概念的理论分析和实际应用都尚不成熟。首先，这必然牺牲企业的集聚经济效率；第二，部分具有负外部性的企业（如污染企业）会严重影响周边居民的居住质量；第三，这一概念过于依赖“单工作者家庭和通勤行为是主导的交通需求”的前提条件（Giuliano，1991；Hanson and Pratt，1988）；第四，职住平衡要求每个企业都可以在周边找到合适的
