地理科学进展 ›› 2019, Vol. 38 ›› Issue (6): 791-806.doi: 10.18306/dlkxjz.2019.06.001
• 研究论文 • 下一篇
申犁帆1(), 张纯2,*(
), 李赫3, 王烨4, 王子甲5
收稿日期:
2018-07-10
修回日期:
2018-12-10
出版日期:
2019-06-28
发布日期:
2019-06-27
通讯作者:
张纯
E-mail:495062785@qq.com;zhangc@bjtu.edu.cn
作者简介:
第一作者简介:申犁帆(1987—),男,北京人,博士,研究方向为城市轨道交通与空间规划、城市居民职住关系、城市可持续发展。E-mail: <email>495062785@qq.com</email>
基金资助:
Lifan SHEN1(), Chun ZHANG2,*(
), He LI3, Ye WANG4, Zijia WANG5
Received:
2018-07-10
Revised:
2018-12-10
Online:
2019-06-28
Published:
2019-06-27
Contact:
Chun ZHANG
E-mail:495062785@qq.com;zhangc@bjtu.edu.cn
Supported by:
摘要:
城市轨道交通网络的发展在提高居民通勤效率的同时也对其职住平衡状况产生了一定影响。论文以北京市206个轨道站点为例,基于高斯混合模型(Gaussian mixture model, GMM)和一卡通刷卡数据将轨道站点按职住功能进行分类,利用腾讯“宜出行”定位数据考察轨道站点周边的动态人口分布并计算就业居住比。研究发现:① 中心城区的职住状况明显优于中心城区以外区域;② 轨道交通线网末端区域的职住平衡程度较差,仅有少数成规模的高端服务产业集中分布的轨道站点周边形成了区域性就业中心;③ 部分就业-居住较为均衡的城郊地区仍存在一定的职住不匹配现象。随后,通过计算一卡通出进站比和“宜出行”职住比得到出进站均衡度和职住平衡度,利用广义自回归条件异方差(generalized autoregressive conditional heteroskedasticity, GARCH)模型对轨道交通通勤和职住平衡程度进行相关性分析,研究结果表明:① 出进站均衡度与职住平衡度具有非常显著的正向关系,即站点进出站人数越接近,站点周边区域的职住状况越好;② 典型就业地站点与站点周边区域的职住平衡程度显著正相关,而典型居住地站点与站点周边区域的职住状况存在显著的负相关性。这表明,人口稠密的聚居区无法带动同样数量就业岗位的产生,而完善的就业中心能够吸引一定数量的人口在附近居住;③ 轨道站点的区位条件与职住平衡状况存在一定正向关系;④ GMM能够对属性复杂模糊的轨道站点进行有效的聚类分析;⑤ 具有实时性强、精确度高、覆盖度广、获取难度低等优点的“宜出行”数据能够在微观空间尺度下弥补其他捕捉和分析实时人口时空分布特征方法的局限性。
申犁帆, 张纯, 李赫, 王烨, 王子甲. 城市轨道交通通勤与职住平衡状况的关系研究——基于大数据方法的北京实证分析[J]. 地理科学进展, 2019, 38(6): 791-806.
Lifan SHEN, Chun ZHANG, He LI, Ye WANG, Zijia WANG. Relationship between urban rail transit commuting and jobs-housing balance: An empirical analysis from Beijing based on big data methods[J]. PROGRESS IN GEOGRAPHY, 2019, 38(6): 791-806.
表1
研究范围内的轨道站点"
所属区 | 站点名称 | |||||||
---|---|---|---|---|---|---|---|---|
海淀区 | 健德门 | 知春路 | 巴沟 | 车道沟 | 公主坟 | 白堆子 | 西小口 | 军事博物馆 |
牡丹园 | 知春里 | 火器营 | 慈寿寺 | 莲花桥 | 五棵松 | 育新 | 海淀五路居 | |
西土城 | 苏州街 | 长春桥 | 西二旗 | 花园桥 | 玉泉路 | 上地 | 西钓鱼台 | |
五道口 | 大钟寺 | 北沙滩 | 万寿路 | 六道口 | 永泰庄 | 白石桥南 | 清华东路西口 | |
西城区 | 复兴门 | 积水潭 | 木樨地 | 长椿街 | 阜成门 | 湾子 | 鼓楼大街 | 广安门内 |
车公庄 | 北海北 | 和平门 | 虎坊桥 | 达官营 | 车公庄西 | 南礼士路 | 什刹海 | |
东城区 | 建国门 | 王府井 | 安定门 | 雍和宫 | 东直门 | 前门 | 天坛东门 | 东四十条 |
北京站 | 珠市口 | 北新桥 | 灯市口 | 崇文门 | 东单 | 广渠门内 | 张自忠路 | |
朝阳门 | 磁器口 | 桥湾 | 东四 | 和平里北街 | 南锣鼓巷 | |||
朝阳区 | 四惠东 | 褡裢坡 | 光熙门 | 永安里 | 四惠 | 黄渠 | 北苑路北 | 传媒大学 |
望京西 | 立水桥 | 常营 | 青年路 | 国贸 | 管庄 | 立水桥南 | 金台夕照 | |
呼家楼 | 东大桥 | 焦化厂 | 安贞门 | 双井 | 化工 | 南楼梓庄 | 和平西桥 | |
大郊亭 | 高碑店 | 林翠桥 | 北土城 | 肖村 | 双合 | 奥体中心 | 广渠门外 | |
芍药居 | 太阳宫 | 三元桥 | 亮马桥 | 草房 | 关庄 | 百子湾 | 惠新西街北口 | |
劲松 | 潘家园 | 成寿寺 | 团结湖 | 北苑 | 双桥 | 安华桥 | 惠新西街南口 | |
马泉营 | 崔各庄 | 八里桥 | 安立路 | 孙河 | 柳芳 | 小红门 | 奥林匹克公园 | |
十里堡 | 农业展览馆 | 欢乐谷景区 | 大屯路东 | |||||
石景山 | 八宝山 | 古城路 | 苹果园 | 八角游乐园 | ||||
丰台区 | 刘家窑 | 六里桥 | 科怡路 | 分钟寺 | 宋家庄 | 郭公庄 | 大葆台 | 六里桥东 |
石榴庄 | 大红门 | 角门东 | 草桥 | 纪家庙 | 首经贸 | 丰台站 | 丰台南路 | |
泥洼 | 丰台科技园 | 丰台东大街 | ||||||
大兴区 | 旧宫 | 亦庄桥 | 万源街 | 荣昌东街 | 荣京东街 | 亦庄文化园 | ||
昌平区 | 天通苑 | 育知路 | 平西府 | 霍营 | 龙泽 | 天通苑南 | 生命科学园 | 沙河高教园 |
回龙观 | 巩华城 | 朱辛庄 | 沙河 | 南邵 | 天通苑北 | 回龙观东大街 | ||
房山区 | 篱笆房 | 广阳城 | 稻田 | 长阳 | 苏庄 | 良乡南关 | 良乡大学城 | 良乡大学城北 |
良乡大学城西 | ||||||||
通州区 | 东夏园 | 郝家府 | 经海路 | 潞城 | 果园 | 北运河西 | 通州北关 | 物资学院路 |
次渠南 | 九棵树 | 临河里 | 次渠 | 梨园 | 同济南路 | 通州北苑 | 土桥 | |
顺义区 | 南法信 | 后沙峪 | 花梨坎 | 顺义 | 石门 | 俸伯 | 国展 |
表2
变量定义"
变量 | 定 义 |
---|---|
housing | 轨道站点是否为典型居住地站点。用虚拟变量表示,其中:1表示是典型居住地站点,0表示不是典型居住地站点。用式(1)计算得到 |
jobs | 轨道站点是否为典型就业地站点。用虚拟变量表示,其中:1表示是典型就业地站点,0表示不是典型就业地站点。用式(1)计算得到 |
jhratio | “宜出行”职住比。用站点步行可达范围内工作日的夜间“宜出行”点数据和日间“宜出行”点数据之比的均值表示 |
eiratio | 轨道站点出进站比。用站点工作日早高峰时段出站刷卡数和进站刷卡数之比的均值表示 |
jhbal | 职住平衡度。用“宜出行”职住比减1后得到 |
eibal | 一卡通出进站均衡度。用轨道站点出进站比减1后得到 |
aeratio | 轨道站点早高峰进站比。用站点工作日早高峰时段进站刷卡数和全天进站刷卡数之比的均值表示 |
airatio | 轨道站点早高峰出站比。用站点工作日早高峰时段出站刷卡数和全天出站刷卡数之比的均值表示 |
peratio | 轨道站点晚高峰进站比。用站点工作日晚高峰时段进站刷卡数和全天进站刷卡数之比的均值表示 |
piratio | 轨道站点晚高峰出站比。用站点工作日晚高峰时段出站刷卡数和全天出站刷卡数之比的均值表示 |
egrass | 轨道站点出站数。用站点工作日早高峰时段出站累计刷卡数表示 |
ingrass | 轨道站点进站数。用站点工作日早高峰时段进站累计刷卡数表示 |
initial | 轨道站点是否为始发站。用虚拟变量表示,其中:1表示是始发站,0表示不是始发站 |
transfer | 轨道站点是否为换乘站。用虚拟变量表示,其中:1表示是换乘站,0表示不是换乘站。当轨道站点同属于换乘站和始发站时(如西二旗站),则将该站归为换乘站 |
exit | 轨道站点的出入口数(个)。经修正后统计得到 |
location | 轨道站点的区位条件。用站点距离天安门的直线距离(km)表示 |
distance | 轨道站点的站间距。轨道站点与相邻所有站点的平均站间距离(km) |
facility | 轨道站点周边是否有主要公共服务设施(包括三甲医院、大型公园、著名景点等)。用虚拟变量表示,其中,1表示有,0表示没有 |
表5
部分轨道站点的“宜出行”职住比值"
站点名称 | 职住比 | 站点名称 | 职住比 | 站点名称 | 职住比 | 站点名称 | 职住比 |
---|---|---|---|---|---|---|---|
四惠东 | 2.147 | 安定门 | 1.120 | 灯市口 | 1.486 | 褡裢坡 | 0.672 |
四惠 | 1.872 | 雍和宫 | 2.267 | 东单 | 1.877 | 青年路 | 1.315 |
国贸 | 3.515 | 东直门 | 1.529 | 崇文门 | 1.719 | 十里堡 | 0.788 |
永安里 | 2.187 | 朝阳门 | 2.305 | 磁器口 | 1.117 | 呼家楼 | 1.406 |
建国门 | 2.417 | 北京站 | 1.466 | 刘家窑 | 0.956 | 东大桥 | 1.599 |
王府井 | 2.098 | 前门 | 1.461 | 潞城 | 1.811 | 东四 | 1.160 |
复兴门 | 2.916 | 和平门 | 0.971 | 东夏园 | 1.584 | 北海北 | 1.272 |
木樨地 | 1.399 | 长椿街 | 1.091 | 郝家府 | 1.974 | 车公庄 | 1.495 |
万寿路 | 1.167 | 阜成门 | 1.400 | 草房 | 0.760 | 百子湾 | 1.503 |
五棵松 | 1.549 | 天通苑 | 0.569 | 常营 | 1.799 | 大郊亭 | 1.205 |
表6
误差正态性检验结果"
参数 | jhbal | eibal | initial | transfer | exit | location | distance | facility | ingrass | egrass | jobs | housing |
---|---|---|---|---|---|---|---|---|---|---|---|---|
平均值 | 0.27 | 0.62 | 0.05 | 0.17 | 3.47 | 12.45 | 1.62 | 0.19 | 50283.89 | 52567.85 | 0.09 | 0.42 |
中位值 | 0.11 | -0.21 | 0 | 0 | 3.00 | 10.41 | 1.40 | 0.00 | 35777.00 | 30156.00 | 0 | 0 |
最大值 | 3.66 | 16.74 | 1.00 | 1.00 | 9.00 | 34.95 | 5.25 | 1.00 | 231610.00 | 370124.00 | 1.00 | 1.00 |
最小值 | -0.70 | -0.92 | 0 | 0 | 1.00 | 0.95 | 0.78 | 0.00 | 960.00 | 382.00 | 0 | 0 |
标准偏差 | 0.61 | 2.35 | 0.22 | 0.38 | 1.40 | 7.96 | 0.75 | 0.39 | 42650.71 | 61332.01 | 0.29 | 0.49 |
偏度 | 1.85 | 3.54 | 4.20 | 1.76 | 1.13 | 0.83 | 1.96 | 1.59 | 1.89 | 2.27 | 2.82 | 0.33 |
峭度 | 8.32 | 19.47 | 18.65 | 4.09 | 5.03 | 2.91 | 7.38 | 3.52 | 7.25 | 9.27 | 8.94 | 1.11 |
JB检测 | 360.57 | 2756.99 | 2708.54 | 116.31 | 78.99 | 23.77 | 297.46 | 88.65 | 277.33 | 513.91 | 575.96 | 34.44 |
或然率 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
总和 | 56.30 | 127.91 | 10.00 | 35.00 | 715.00 | 2565.41 | 334.73 | 39.00 | 10358481.00 | 10828978.00 | 19.00 | 86.00 |
总平方和 | 76.67 | 1128.15 | 9.51 | 29.05 | 401.33 | 12999.49 | 115.07 | 31.62 | 3.73E+11 | 7.71E+11 | 17.25 | 50.10 |
样本量 | 206 | 206 | 206 | 206 | 206 | 206 | 206 | 206 | 206 | 206 | 206 | 206 |
表7
出进站比对职住比的回归结果"
变量 | 相关系数 | 标准误差 | Z检验统计量 | 概率 |
---|---|---|---|---|
eibal | 0.1097 | 0.0149 | 7.3770 | <0.0001 |
initial | -0.4282 | 0.0663 | -0.6458 | 0.5184 |
transfer | 0.0171 | 0.0501 | 0.3412 | 0.7330 |
exit | 0.0003 | 0.0129 | 0.0216 | 0.9828 |
location | -0.0047 | 0.0026 | -1.8174 | 0.0692 |
distance | 0.0900 | 0.0283 | 3.1866 | 0.0014 |
facility | 0.0726 | 0.0407 | 1.7830 | 0.0746 |
ingrass | <0.0001 | <0.0001 | -1.8911 | 0.0586 |
egrass | <0.0001 | <0.0001 | 4.2743 | <0.0001 |
jobs | 14.1867 | 2.0788 | 6.8246 | <0.0001 |
housing | -6.0645 | 2.1116 | -2.8720 | 0.0041 |
[1] | 北京市统计局. 2009—2018. 北京统计年鉴2009—2018 [M]. 北京: 中国统计出版社. |
[Beijing Municipal Bureau of Statistics. 2009-2018. Beijing statistical yearbook 2009-2018. Beijing, China: China Statistics Press. ] | |
[2] | 柴彦威, 赵莹, 马修军, 等. 2010. 基于移动定位的行为数据采集与地理应用研究[J]. 地域研究与开发, 29(6): 1-7. |
[Chai Y W, Zhao Y, Ma X J, et al.2010. Mobile positioning method for spatial temporal behavioral data collection and its geographical applications. Areal Research and Development, 29(6): 1-7. ] | |
[3] |
陈蕾, 孟晓晨. 2011. 北京市居住-就业空间结构及影响因素分析[J]. 地理科学进展, 30(10): 1210-1217.
doi: 10.11820/dlkxjz.2011.10.002 |
[Chen L, Meng X C.2011. A study on the job-housing spatial balance of Beijing. Progress in Geography, 30(10): 1210-1217. ]
doi: 10.11820/dlkxjz.2011.10.002 |
|
[4] | 陈泽东, 谯博文, 张晶. 2018. 基于居民出行特征的北京城市功能区识别与空间交互研究[J]. 地球信息科学学报, 20(3): 291-301. |
[Chen Z D, Qiao B W, Zhang J.2018. Identification and spatial interaction of urban functional regions in Beijing based on the characteristics of residents' traveling. Journal of Geo-information Science, 20(3): 291-301. ] | |
[5] | 程鹏, 唐子来. 2017. 上海中心城区的职住空间匹配及其演化特征研究[J]. 城市规划学刊, (3): 62-69. |
[Cheng P, Tang Z L.2017. A study on the spatial match of jobs-housing balance and its change over time in the central city of Shanghai. Urban Planning Forum, (3): 62-69. ] | |
[6] | 丁亮, 钮心毅, 宋小冬. 2016. 上海中心城就业中心体系测度:基于手机信令数据的研究[J]. 地理学报, 71(3): 484-499. |
[Ding L, Niu X Y, Song X D.2016. Measuring the employment center system in Shanghai central city: A study using mobile phone signaling data. Acta Geographica Sinica, 71(3): 484-499. ] | |
[7] | 谷一桢, 郑思齐. 2010. 轨道交通对住宅价格和土地开发强度的影响: 以北京市13号线为例[J]. 地理学报, 65(2): 213-223. |
[Gu Y Z, Zheng S Q.2010. The impacts of rail transit on property values and land development intensity: The case of no.13 line in Beijing. Acta Geographica Sinica, 65(2): 213-223. ] | |
[8] | 韩昊英, 于翔, 龙瀛. 2016. 基于北京公交刷卡数据和兴趣点的功能区识别[J]. 城市规划, 40(6): 52-60. |
[Han H Y, Yu X, Long Y.2016. Identifying functional zones using bus smart card data and points of interest in Beijing. City Planning Review, 40(6): 52-60. ] | |
[9] | 金磊, 彭建, 柳昆, 等. 2010. 城市地铁车站分类理论及方法研究[J]. 地下空间与工程学报, 6(S1): 1339-1342. |
[Jin L, Peng J, Liu K, et al.2010. Sorting theory and investigation of urban metro station. Chinese Journal of Underground Space and Engineering, 6(S1): 1339-1342. ] | |
[10] | 孔令斌. 2013. 城市平衡的影响因素及改善对策[J]. 城市交通, 11(6): 1-4. |
[Kong L B.2013. Influential factors and improvement measures for job-housing balance. Urban Transport of China, 11(6): 1-4. ] | |
[11] | 冷炳荣, 余颖, 黄大全, 等. 2015. 大数据视野下的重庆主城区职住关系剖析[J]. 规划师, 31(5): 92-96. |
[Leng B R, Yu Y, Huang D Q, et al.2015. Big data based job-residence relation in Chongqing metropolitan area. Planners, 31(5): 92-96. ] | |
[12] | 李向楠. 2015. 城市轨道交通站点分类的聚类方法研究[J].铁道标准设计, 35(4): 19-23. |
[Li X N.2015. Classifying urban rail transit stations using cluster analysis. Railway Standard Design, 35(4): 19-23. ] | |
[13] | 李祖芬, 于雷, 高勇, 等. 2016. 基于手机信令定位数据的居民出行时空分布特征提取方法[J]. 交通运输研究, 2(1): 51-57. |
[Li Z F, Yu L, Gao Y.2016. Residents' Trips based on Cellular Signaling Data. Transport Research, 2(1): 51-57. ] | |
[14] | 刘康, 吴群, 王佩. 2015. 城市轨道交通对住房价格影响的计量分析: 以南京市地铁1、2号线为例[J]. 资源科学, 37(1): 133-141. |
[Liu K, Wu Q, Wang P.2015. Econometric analysis of the impacts of rail transit on property value: The number 1 and 2 lines in Nanjing. Resources Science, 37(1): 133-141. ] | |
[15] | 刘瑜, 肖昱, 高松, 等. 2011. 基于位置感知设备的人类移动性研究综述[J]. 地理与地理信息科学, 27(4): 8-13. |
[Liu Y, Xiao Y, Gao S, et al.2011. A review of human mobility research based on location aware devices. Geography and Geo-information Science, 27(4): 8-13. ] | |
[16] | 刘志林, 王茂军. 2011. 北京市职住空间错位对居民通勤行为的影响分析: 基于就业可达性与通勤时间的讨论[J]. 地理学报, 66(4): 457-467. |
[Liu Z L, Wang M J.2011. Job accessibility and its impacts on commuting time of urban residents in Beijing: From a spatial mismatch perspective. Acta Geographica Sinica, 66(4): 457-467. ] | |
[17] | 龙瀛, 张宇, 崔承印. 2012. 利用公交刷卡数据分析北京职住关系和通勤出行[J]. 地理学报, 67(10): 1339-1352. |
[Long Y, Zhang Y, Cui C Y.2012. Identifying commuting pattern of Beijing using bus smart card data. Acta Geographica Sinica, 67(10): 1339-1352. ] | |
[18] | 陆化普, 丁宇, 张永波. 2013. 中国城市职住均衡实证分析与关键对策[J]. 城市交通, 11(3): 1-6. |
[Lu H P, Ding Y, Zhang Y B.2013. Urban job-housing balance in China: Empirical analysis and countermeasures. Urban Transport of China, 11(3): 1-6. ] | |
[19] | 罗芳, 柴蕾, 邱星. 2015. 基于交通换乘的城市轨道交通车站分类研究[J]. 洛阳理工学院学报(自然科学版), 25(3): 45-48. |
[Luo F, Chai L, Qiu X.2015. Classification of urban rail transit station based on traffic transfer. Journal of Luoyang Institute of Science and Technology (Natural Science Edition), 25(3): 45-48. ] | |
[20] | 马亮. 2017. 基于轨道交通刷卡数据的城市通勤圈范围研究[J]. 城市轨道交通研究, 20(8): 80-84. |
[Ma L.2017. Study on urban commuting circle based on rail card data. Urban Mass Transit, 20(8): 80-84. ] | |
[21] | 孟斌, 高丽萍, 黄松, 等. 2017. 北京市典型就业中心职住关系考察[J]. 城市问题, (12): 86-94. |
[Meng B, Gao L P, Huang S, et al.2017. Explore the home-job relationship of typical employment centers in Beijing. Urban Problems, (12): 86-94. ] | |
[22] | 孟庆艳, 徐浩澜. 2008. 上海轨道交通1号线对人口再分布的作用[J]. 城市轨道交通研究, 11(3): 7-12. |
[Meng Q Y, Xu H L.2008. The impact of UMT on population redistribution: A case study of Shanghai UMT line 1. Urban Mass Transit, 11(3): 7-12. ] | |
[23] | 孟晓晨, 吴静, 沈凡卜. 2009. 职住平衡的研究回顾及观点综述[J]. 城市发展研究, 16(6): 23-35. |
[Meng X C, Wu J, Shen F B.2009. The studies review of urban jobs-housing balance. Urban Studies, 16(6): 23-35. ] | |
[24] | 邵滢宇, 丁柏群. 2015. 基于聚类分析的地铁站点分类: 以哈尔滨地铁1号线为例[J]. 森林工程, 31(3): 106-111. |
[Shao Y Y, Ding B Q.2015. Metro stations classification based on clustering analysis: A case study of Harbin metro line 1. Forest Engineering, 31(3): 106-111. ] | |
[25] | 申犁帆, 王烨, 姜冬睿, 等. 2018. 轨道站点合理步行可达范围建成环境与轨道通勤的关系研究: 以北京市44个轨道站点为例[J]. 地理学报, 73(12): 2423-2439. |
[Shen L F Wang Y, Jiang D R, et al.2018. Relationship between built environment of rational pedestrian catchment areas and URT commuting ridership: Evidence from 44 URT Stations in Beijing. Acta Geographica Sinica, 73(12): 2423-2439. ] | |
[26] | 申犁帆, 张纯, 李赫, 等. 2018. 大城市通勤方式与职住失衡的相互关系[J]. 地理科学进展, 37(9): 1277-1290. |
[Shen L F, Zhang C, Li H, et al.2018. Interaction between commuting modes and jobs-housing imbalance in metropolis: An empirical study by Bayesian-Tobit analysis in Beijing. Progress in Geography, 2018, 37(9): 1277-1290. ] | |
[27] | 申悦, 柴彦威. 2013. 基于GPS数据的北京市郊区巨型社区居民日常活动空间[J]. 地理学报, 68(4): 506-516. |
[Shen Y, Chai Y W.2013. Daily activity space of suburban mega-community residents in Beijing based on GPS data. Acta Geographica Sinica, 68(4): 506-516. ] | |
[28] | 谭欣, 黄大全, 赵星烁, 等. 2016. 基于百度热力图的职住平衡度量研究[J]. 北京师范大学学报(自然科学版), 52(5): 622-628. |
[Tan X, Huang D Q, Zhao X S, et al.2016. Jobs housing balance based on Baidu thermodynamic diagram. Journal of Beijing Normal University (Natural Science), 52(5): 622-628. ] | |
[29] | 汤庆园, 徐伟, 艾福利. 2012. 基于地理加权回归的上海市房价空间分异及其影响因子研究[J]. 经济地理, 32(2): 52-58. |
[Tang Q Y, Xu W, Ai F L.2012. A GWR-based study on spatial pattern and structural determinants of Shanghai's housing price. Economic Geography, 32(2): 52-58. ] | |
[30] |
许宁, 尹凌, 胡金星. 2014. 从大规模短期规则采样的手机定位数据中识别居民职住地[J]. 武汉大学学报(信息科学版), 39(6): 750-756.
doi: 10.13203/j.whugis20140085 |
[Xu N, Yin L, Hu J X.2014. Identifying home-work locations from short-term, large-scale, and regularly sampled mobile phone tracking data. Geomatics and Information Science of Wuhan University, 39(6): 750-756. ]
doi: 10.13203/j.whugis20140085 |
|
[31] | 许园园, 塔娜, 李响. 2017. 基于地铁刷卡数据的城市通勤与就业中心吸引范围研究[J]. 人文地理, 32(3): 93-101. |
[Xu Y Y, Ta N, Li X, et al.2017. Analysis of commuting behavior and employment center using subway smart card data. Human Geography, 32(3): 93-101. ] | |
[32] | 许志榕. 2016. 上海市职住关系和通勤特征分析研究: 基于轨道交通客流数据视角[J]. 上海城市规划, (2): 114-121. |
[Xu Z R.2016. Study on job-housing relationship and characteristics of commuting in Shanghai: Based on the perspective of rail transit passenger flow data. Shanghai Urban Planning Review, (2): 114-121. ] | |
[33] | 岳芳, 毛保华, 陈团生. 2007. 城市轨道交通接驳方式的选择[J]. 都市轨道交通, 20(4): 36-39. |
[Yue F, Mao B H, Chen T S.2007. Study on the choice of access modes to urban rail transit. Urban Rapid Rail Transit, 20(4): 36-39. ] | |
[34] | 岳真宏, 陈峰, 王子甲, 等. 2017. 基于刷卡数据和高斯混合聚类的地铁车站分类[J]. 都市快轨交通, 30(2): 48-51, 107. |
[Yue Z H, Chen F, Wang Z J, et al.2017. Classification of metro stations by clustering smart card data using the Gaussian mixture model. Urban Rapid Rail Transit, 30(2): 48-51, 107. ] | |
[35] | 曾智超, 林逢春. 2005. 城市轨道交通对城市人口迁移的作用[J]. 城市轨道交通研究, 8(2): 19-22. |
[Zeng Z C, Lin F C.2005. The effect of urban rail transit on population migration. Urban Mass Transit, 8(2): 19-22. ] | |
[36] | 张纯, 易成栋, 宋彦. 2016. 北京市职住空间关系特征及变化研究: 基于第五、六次人口普查和2001、2008年经济普查数据的实证分析[J]. 城市规划, 40(10): 59-64. |
[Zhang C, Yi C D, Song Y.2016. Characteristics of job-housing spatial relationship and changes in Beijing: An empirical study based on data from the 5th, 6th population census and economy census in 2001 and 2008. City Planning Review, 40(10): 59-64. ] | |
[37] | 张天然. 2016. 基于手机信令数据的上海市域职住空间分析[J]. 城市交通, 14(1): 15-23. |
[Zhang T R.2016. Job-housing spatial distribution analysis in Shanghai metropolitan area based on cellular signaling data. Urban Transport of China, 14(1): 15-23. ] | |
[38] |
张文忠. 2001. 城市居民住宅区位选择的因子分析[J]. 地理科学进展, 20(3): 268-275.
doi: 10.11820/dlkxjz.2001.03.010 |
[Zhang W Z.2001. An analysis of the factors that influence the urban residential location selection. Progress in Geography, 20(3): 268-275. ]
doi: 10.11820/dlkxjz.2001.03.010 |
|
[39] | 赵晖, 杨军, 刘常平. 2011. 轨道沿线居民职住分布及通勤空间组织特征研究: 以北京为例[J]. 经济地理, 31(9): 1445-1451. |
[Zhao H, Yang J, Liu C P.2011. Research on characteristics of the job/housing distribution and the changing commuting along subway lines: A case study from Beijing. Economic Geography, 31(9): 1445-1451. ] | |
[40] |
Bollerslev T.1986. Generalized autoregressive conditional heteroskedasticity[J]. Journal of Econometrics, 31(3): 307-327.
doi: 10.1016/0304-4076(86)90063-1 |
[41] |
Cervero R.1989. Jobs-housing balancing and regional mobility[J]. Journal of the American Planning Association, 55(2): 136-150.
doi: 10.1080/01944368908976014 |
[42] |
Cervero R, Duncan M.2006. Which reduces vehicle travel more: Jobs-housing balance or retail-housing mixing[J]. Journal of American Planning Association, 72(4): 475-490.
doi: 10.1080/01944360608976767 |
[43] | Ewing R, Pendall R, Don C.2004. Measuring sprawl and its impact[M]. Washington, DC: Smart Growth America. |
[44] |
Hansen B.2000. Sample splitting and threshold estimation[J]. Econometrica, 68(3): 575-603.
doi: 10.1111/ecta.2000.68.issue-3 |
[45] | Ho M, Chiu R.2002. Impact of accessibility on housing expenditure and affordability in Hong Kong's private rental sector[J]. Journal of Housing & the Built Environment, 17(4): 363-383. |
[46] |
Lamoureux C, Lastrapes W.1990. Heteroskedasticity in stock return data: Volume versus GARCH effects[J]. The Journal of Finance, 45(1): 221-229.
doi: 10.1111/j.1540-6261.1990.tb05088.x |
[47] | Liu L, Biderman A, Ratti C.2009. Urban mobility landscape: Real time monitoring of urban mobility patterns[C]// The 11th International Conference on Computers in Urban Planning and Urban Management. Hong Kong, China: The University of Hong Kong. |
[48] |
Medina S, Erath A.2013. Estimating dynamic workplace capacities by means of public transport smart card data and household travel survey in Singapore[J]. Transportation Research Record, 2344: 20-30.
doi: 10.3141/2344-03 |
[49] |
Nelson D.1990. Stationarity and persistence in the GARCH(1, 1) model[J]. Econometric Theory, 6(3): 318-334.
doi: 10.1017/S0266466600005296 |
[50] |
Zielstra D, Hartwig H.2011. A comparative study of pedestrian accessibility to transit stations using free and proprietary network data[J]. Transportation Research Record Journal, 2217: 145-152.
doi: 10.3141/2217-18 |
[1] | 李春江, 马静, 柴彦威, 关美宝. 居住区环境与噪音污染对居民心理健康的影响——以北京为例[J]. 地理科学进展, 2019, 38(7): 1103-1110. |
[2] | 马明清, 袁武, 葛全胜, 袁文, 杨林生, 李汉青, 李萌. “一带一路”若干区域社会发展态势大数据分析[J]. 地理科学进展, 2019, 38(7): 1009-1020. |
[3] | 刘炳春, 齐鑫, 王庆山. 北京城市代谢预测研究——基于长短期记忆神经网络模型[J]. 地理科学进展, 2019, 38(6): 851-860. |
[4] | 黄幸, 刘玉亭. 消费端视角的中国大城市新建绅士化现象——以北京宣武门ZS小区为例[J]. 地理科学进展, 2019, 38(4): 577-587. |
[5] | 杨振山, 吴笛, 杨定. 迁居意愿、地方依赖和社区认同——北京中关村地区居住选择调查分析[J]. 地理科学进展, 2019, 38(3): 417-427. |
[6] | 申犁帆, 张纯, 李赫, 王烨. 大城市通勤方式与职住失衡的相互关系[J]. 地理科学进展, 2018, 37(9): 1277-1290. |
[7] | 孙铁山, 范颖玲, 齐云蕾. 北京公交就业可达性及其地区和人群差异[J]. 地理科学进展, 2018, 37(8): 1066-1074. |
[8] | 杨喜平, 方志祥. 移动定位大数据视角下的人群移动模式及城市空间结构研究进展[J]. 地理科学进展, 2018, 37(7): 880-889. |
[9] | 谌丽, 张文忠, 褚峤, 王鹏, 李加忠. 北京城市街区尺度对居民交通评价的影响[J]. 地理科学进展, 2018, 37(4): 525-534. |
[10] | 徐智邦, 周亮, 蓝婷, 王中辉, 孙立, 武荣伟. 基于POI数据的巨型城市消防站空间优化——以北京市五环内区域为例[J]. 地理科学进展, 2018, 37(4): 535-546. |
[11] | 符婷婷, 张艳, 柴彦威. 大城市郊区居民通勤模式对健康的影响研究——以北京天通苑为例[J]. 地理科学进展, 2018, 37(4): 547-555. |
[12] | 黄洁, 王姣娥, 靳海涛, 金凤君. 北京市地铁客流的时空分布格局及特征——基于智能交通卡数据[J]. 地理科学进展, 2018, 37(3): 397-406. |
[13] | 陆大道. 首都北京高端金融商贸区建设的重大意义与天津滨海新区开发的教训——在2017年中国城市百人论坛上的发言,2017/06/06[J]. 地理科学进展, 2018, 37(2): 224-228. |
[14] | 林文盛, 冯健, 李烨. ICT对城中村居民居住和就业迁移空间的影响——以北京5个城中村调查为例[J]. 地理科学进展, 2018, 37(2): 276-286. |
[15] | 关雪峰, 曾宇媚. 时空大数据背景下并行数据处理分析挖掘的进展及趋势[J]. 地理科学进展, 2018, 37(10): 1314-1327. |
|