钮心毅 林诗佳

摘要：在当前后工业化时代，上海等超大城市中心城区内既有产业园区向生产性服务业集聚区转型发展，产业转型带来大规模就业岗位变化，从而引发了职住空间关系明显变化。以上海中心城区发生产业转型的漕河泾、张江两个典型园区为例，使用多源大数据实证分析，比较了两个园区职住空间关系的演变特征和演变机制，归纳了后工业化背景下产业转型带来的产业园区职住空间关系演变模式。研究认为：住房机会是导致两个园区职住空间关系演变差异的主导因素，依据住房机会差异，可将产业园区职住空间关系演变归纳为“轨交解决模式”和“就近住房供应模式”。在后工业时代产业转型背景下，促进产业园区职住平衡首先要争取“就近住房供应模式”。在“就近住房供应模式”无法实现的情况下，谨慎采用“轨交解决模式”也是一种可行的解决途径。

关键词：产业园区; 后工业化时代; 产业转型; 职住空间关系; 大数据

TU984.13 A 0067 11

一、 引 言

当前中国经济发展已经进入“新常态”，从工业化进程的角度来看，这意味着中国已经从工业化时代迈入后工业化时代，经济结构上从以制造业部门为代表的第二产业主导向以生产与生活性服务业部门为代表的第三产业主导转变[13]。这种产业转型是经济发展的普遍规律，对内有助于促进产业结构优化升级、国民经济稳定发展，对外可有效应对全球经济一体化和产业分工带来的挑战[2]。这将是未来很长一段时间我国产业调整发展的方向。北京、上海等超大城市均进入了后工业化阶段[4]。以上海市为例，早在《上海市国民经济和社会发展第十一个五年规划纲要》中就明确提出要发展以生产性服务业为核心的现代服务业，以集聚区的方式承接国际转移，表现为中心城区内各类存量产业园区的转型发展需求。在上海中心城区内，不仅老工业区开始了更新转型，通过城市更新方式进行大规模空间重构与功能置换[5];新建的开发区也在探索二次开发的转型发展道路[6]。

事实上，西方发达国家在二十世纪也曾经历这种后工业化导向下的产业转型过程，传统制造业被金融服务业、科技服务业等知识密集型的生产性服务业所取代，与此同时发生的是就业结构的变迁[78]。一方面，新兴行业带来的工作岗位对就业者的技术能力、知识水平有了更高的要求，传统劳动密集型行业的就业者可能无法胜任;另一方面，生产性服务业集聚区往往会产生高密度的就业岗位需求，导致大规模的就业者新增与更替同时发生。后工业化时代背景下，上海等超大城市中心城区内既有产业园区的产业转型必然发生，进而引发岗位需求的变化，导致就业数量和类型都发生剧烈变动，个人职住地选择会受到就业岗位变化的影响[9]。不同行业类型就业者的职住空间关系存在差异[10]，职住空间错位、职住分离程度与岗位类型、职业类型显著相关[11]。因此，这种大规模的就业岗位类型和数量变动会带来总体上职住空间关系的变化。已有研究发现，上海若干个产业园区的职住空间关系在近十年出现了明显变化，部分园区的职住分离显著加剧[12]。

在以人为本的发展理念下，打造职住平衡的产业社区是促进高质量发展的重要规划目标之一[13]，也是后工业化时代背景下高效可持续发展的生产性服务业集聚区所面临的重要挑战。职住空间关系是评价民众生活质量与幸福感的重要维度。因此，有必要厘清后工业化时代背景下产业转型对园区职住空间关系演变产生的影响，为今后我国超大城市中心城区产业园区转型发展提供经验借鉴。本文以上海中心城区两个典型的产业园区漕河泾、张江为例，运用多源大数据探知两个园区职住空间关系演变特征，在探知相关影响因素的基础上总结后工业化时代产业转型带来的职住空间关系演变模式。

二、 数据和方法

（一）研究对象和研究框架

漕河泾新兴技术开发区（以下简称“漕河泾”）和张江高新技术产业开发区（以下简称“张江”）均是上海中心城区内国家级产业园区。漕河泾开发区设立于1988年，前身是微电子工业区，以微电子制造为主导;张江是1992年在浦東设立的新开发区，在1990年代以生物医药、信息产业等为主导。在后工业化时代背景下，漕河泾和张江均向生产性服务业集聚区转型发展。漕河泾依托电子信息产业，发展了以科技服务和金融服务为特色的现代服务业，打造了国家知识产权服务业集聚示范区，伴随“退二进三”的产业转型过程，十年间三产占比从46.2%增长至86.3%（图1a）。张江则转型发展了信息安全、金融信息服务、文化创意等生产性服务业，目前其工业总产值与第三产业重点行业营业收入的比例接近1∶3（图1b）。在上海中心城区内，两者的产业均具有典型的后工业化特征，相互之间也具有可比性。

本研究首先使用手机信令数据作为职住空间关系测算手段，通过历史维度比较以量化描述两个园区职住空间关系演变的异同。其次，基于现有文献梳理职住空间关系形成机制，使用多源大数据探究两个园区职住空间关系影响因素的异同。最后，厘清后工业化时代背景下产业园区职住空间关系演变的决定性因素，根据相应政策归纳演变模式。

（二）数据来源和数据处理

本研究使用手机信令数据等多源大数据，辅以传统统计数据进行分析。手机信令数据能够记录手机用户的时空间活动信息，在城市尺度研究方面常被用于识别职住地和测度职住空间关系[14]。通过不同年度的手机信令数据，在历史维度上纵向比较，可以测算职住空间关系演变特

征。在此基础上，本研究使用多源大数据测算城市宏观政策对于职住空间关系演变的影响。以往对于职住关系影响因素的研究，多是基于问卷调查，从个人选择视角分析哪些因素会影响择居行为[1516]。多源大数据为从群体层面观测职住空间关系演变、认知宏观政策如何发挥作用提供了可能。

本研究所使用的手机信令数据分别是采集于2011年10月18—31日两周的中国移动信令数据和2019年11月整月的中国联通信令数据，以1km×1km网格作为识别就业地或居住地的空间统计单元，通过累计时间法[17]识别所有手机用户职住地排除职住地位于同一网格的用户，避免非通勤者的干扰，也便于职住空间关系演变的测算。，对就业地位于产业园区内部的用户进行筛选，即可获得产业园区所有就业者的居住地。2011年是“十二五”的起始年，也是漕河泾、张江两个园区产业全面转型初期。2011—2019年能够较好地展示产业转型历程。考虑到两个年份的信令数据来源不同，因此通勤者总量绝对值不可直接比较，但可以通过通勤距离指标、空间匹配程度指标、居住分布高值区等测算其职住空间关系的特征演变。

住房数据来源于互联网的“房天下”房地产网络平台，以居住小区为统计单元，记录小区建成时间和平均售价，用于表征某一时段在特定区域择居的住房可获得性，从而反映不同园区周边的不同住房政策对于职住空间关系演变的影响。

通勤时间是由基于互联网百度地图的API接口计算所得。使用百度地图开放平台的路线规划功能，以职住分布的千米网格为统计单元，批量计算2019年某个一般工作日早高峰时段每个就业者从居住地所在网格中心点到产业园区所在网格中心点通勤所需时间，涵盖乘坐轨道交通与不乘坐轨道交通两种出行方式，可反映轨道交通建设对择居的影响。

统计年鉴数据来源于上海市各区级政府统计年鉴，分别记录漕河泾和张江的二三产产值、就业人数等经济指标变化，由此可反映后工业化时代背景下产业转型政策带来的两个园区产业结构、就业规模的变化。

三、 职住空间关系演变特征

（一）通勤指标变化

本文采用平均通勤距离与空间匹配程度两个指标来刻画后工业化时代背景下产业园区的职住空间关系演变情况。空间匹配程度来源于职住空间匹配的概念。职住空间匹配是职住平衡的概念延伸，用以表示一定空间范围内就业岗位和居住人口数量大致相等、当地居民在当地就业的状态。对于就业或居住这种功能单一的空间单元，Ewing等提出职住空间匹配是在合理通勤范围内达到一定的内部通勤率[18]，Peng进一步明确了合理通勤范围可以通过该空间单元所有就业者或居民的通勤距离平均值或中位数确定[19]。为此，本文取通勤距离平均值为合理通勤范围，通勤距离以居住地和就业地所在网格中心点的空间直线距离计算，空间匹配程度以平均通勤距离范围内就业者数量占所有就业者比例计算。

空间匹配程度=“通勤距离<园区平均通勤距离”的就业者数量园区就业者总数

2011年张江就业者平均通勤距离比漕河泾高出2km，2019年漕河泾的相应数据比张江高出2.06km，这反映了两个园区在十年间职住空间关系出现差异性变化（表1）。进一步以职住均在中心城区的通勤者作为参照，2011—2019年期间漕河泾平均通勤距离显著增长，增幅为43.21%，是中心城区增幅的两倍，反映出漕河泾就业者的通勤负担异常加剧;张江平均通勤距离不增反减，减幅为554%，反映出在城市整体通勤负担加剧的前提下，张江就业者的职住空间关系反而发生了优化，这一现象值得深入探究。

（二）空间分布

使用ArcGIS对两个园区就业者居住地进行空间可视化（图2），直观比较园区就业者居住空间分布演变特征。使用头尾分割法[20]识别出居住高值网格，并通过空间匹配程度指标对就业者空间分布及其演变进行量化描述。

从空间分布上看，2011年漕河泾就业者的居住地高值网格主要围绕在园区周边，零星出现在远距离的轨交站点周边（图2a）;而2019年时出现了围绕远距离轨交站点成群分布的高值网格簇，与园区周边的高值网格簇在空间分布上不连续（图2b）。2011—2019年漕河泾职住空间匹配程度从62.64%降至55.01%，即虽然漕河泾平均通勤距离增大，但是居住地位于这一半径范围内的就业者数量反而下降，这反映出漕河泾出现了大规模的远距离通勤者。2011年张江就业者的居住地高值网格沿途经园区的各条轨交线路集中分布（图2c），2019年在空间分布上仍相对集中在轨交沿线，但未出现成簇的远距离飞地（图2d）。2011—2019年张江职住空间匹配程度从62.11%升至64.18%，即在张江平均通勤距离降低的基础上，居住地位于这一半径范围内的就业者数量占比也在上升，反映了就业者就近择居的占比提高，且职住空间匹配情况好于上海中心城區平均水平。在同样的后工业化产业转型背景下，两个园区职住空间关系呈现出差异性变化。漕河泾就业者职住分离加剧，而张江的职住空间匹配情况得到优化。

四、 产业园区职住空间演变模式

产业园区的职住空间关系是所有员工个体职住地选择的结果集合。排除家庭因素的影响，个体职住地选择往往是综合考量了就业机会、住房机会、通勤成本后所作出的[9]。上述三个个体行为影响因素受到宏观政策的约束，分别对应宏观的产业政策、住房供应政策和公共交通政策。不同的宏观政策组合导致两个园区出现差异化的职住空间关系的演变特征，通过量化分析宏观政策对于个人选择的影响，可以归纳后工业化时代背景下产业园区职住空间关系的两种演变模式。

（一）产业转型与就业机会

随着上海城市经济发展与工业转型升级，2005年前后中心城区产业园区的转型发展纷纷拉开序幕。漕河泾的产业转型是在老工业区大规模更新重建的背景下进行，将原本不适应生产服务业集聚区发展的老旧生产空间进行空间重构与功能置换，从而实现产业结构的转变和就业密度的大幅提升。随着超过55%的园区用地发生了城市更新，漕河泾就业人数快速增长，最近十年间从14.6万人增至26.3万人。张江“优二进三”的产业转型过程是在新区开发的城市发展背景下发生的，随着新区建设逐步推进与产业升级发展，园区建设用地开发率从32%提高至93%，最近十年间张江就业人数从14.24万人增至28.72万人。

虽然两个园区采取了不同的产业转型路径，但后工业化时代背景下，打造生产性服务业集聚区是园区产业转型的一致目标，无一例外带来了园区就业岗位数量的迅速增长（图3）。在同样的就业岗位变化趋势下，张江和漕河泾却表现出差异性的职住空间关系变化，这值得进一步探究。

（二） 轨道交通和通勤成本

由图2可见，2019年两个园区就业者的居住地高值区分布位置与轨交线路相关。进一步对全部就业者居住地分布与轨交线路的空间关系进行量化计算可发现，2019年漕河泾、张江就业者居住于轨交线网1km范围内的占比分别为8931%和91.16%，相比于2011年的77.48%和71.98%有显著提升。这表明两个园区就业者对于轨道交通的依赖程度与日俱增，职住空间关系演变确实受到了轨道交通供给的影响。

一般来说，员工靠近就业地择居，可以降低通勤成本，但可能需要支付相对较高的住房成本;其也可以选择到相对远的位置居住以降低住房成本，但通勤成本就会相应增加[21]。通勤成本涵盖了通勤时间成本和通勤经济成本。轨道交通具有容量大、速度快、价格低的特征，为大规模的远距离通勤提供了可能，使得员工在就业地确定的前提下，能够兼顾低交通成本与低住房成本进行择居，从而出现沿轨交远距离择居的现象[22]。

但从园区职住空间关系演变与轨交开通时间、高值区分布与轨交等时圈空间形态两个方面进行比较可以发现，轨道交通并非是直接决定新增员工择居的充要条件。分别途经两个园区的轨交线路在2010年前均已开通。2011年时漕河泾就业者居住分布高值区使用Morans I局部空间自相关对就业者居住分布进行聚类分析，选取99%置信区间，获得就业者居住地分布的高值集聚区。仍明显呈现园区周边就近分布特征。与之相对，张江就业者在2011年对轨交依赖较强，表现为居住地沿轨交沿线相对集中分布。

在同样有轨道交通支持的前提下，两个园区的就业者居住高值区分布却表现出不同的演变特征。近十年来，漕河泾就业者居住高值区发生剧烈变化，出现明显依托轨交站点产生的远距离居住飞地，包括距漕河泾7—9km的九亭轨交站周边和14—17km的泗泾、佘山轨交站周边。轨交通勤60min范围仅可覆盖73.7%的居住高值区，70min才可覆盖近90%（图4a）。近十年来，张江就业者居住高值区变化平稳，连绵成片，未出现远距离飞地，近80%位于轨交通勤45min时距范围内，轨交通勤60min可覆盖94.1%的居住高值区（图4b），轨交没有明显扩张张江就业者的居住地分布。对比漕河泾和张江演变特征差异可见，轨道交通只是提供了一种远距离择居的途径，并非是推动职住空间关系演变的决定因素。

（三）住房供应和住房机会

住房供应宏观政策直接限制个人的住房机会选择。不仅产业园区周边有无新建住房直接影响新增员工就近居住的可能性，住房价格和公租房等政策性住房供应也会影响新增员工的择居。以下从新建住房开发、政策性公租房两个方面讨论住房供应政策对个体住房机会的影响。

1. 新建住房

漕河泾、张江的大规模产业转型始于2005年左右，此后伴随生产性服务业的集聚，就业规模迅速扩张，居住需求急剧增长。另一方面，住房供应存在一定的滞后性，租购行为在房屋建成后较长一段时间内均可能发生。因此，2005年后新建住房多的区域是两个园区转型中新增员工较大可能择居的位置。

张江建设之初定位为工业园区，强调生产功能而相对忽视生活空间配套;2005年后张江开始逐渐重视生活服务功能的完善，同时张江及其周边属于新区开发，有充足的空间进行住房建设。截至2019年，张江无轨交通勤60min可达范围之内，新建小区数量占比高达36.65%，表明近十年来张江周边有大量的住房供应。对应其职住空间关系优化的演变特征，说明张江通过就近住房开发应对新增员工的居住需求，有效改善了职住分离的问题。在1980年代开发时，漕河泾周边配套有上虹新村、田林新村等，城区建设同步推进;2005年面临转型发展需求时，周边建设容量已基本饱和。测算漕河泾无轨交通勤60min可达范围之内，新建小区数量占比仅17.92%。以轨交通勤60min可达范围做比较，其中位于外环线以外的轨交拓展60min通勤可达范围内，新增住房占比高达63.98%。即在周边住房建设不足的情况下，漕河泾是在通过轨交通勤方式来应对新增员工的居住需求。

以新建住房占比为第一变量，以网格内通勤者人数为第二变量，以产业园轨交通勤90min可达作为研究范围，以千米网格为空间单元，使用双变量Morans I局部空间自相关对住房可获得性和就业者居住分布进行量化研究，获得通过99%显著性检验的分析结果如下：漕河泾的网格表现为三簇两类（图5a）。其中，在园区周边为一簇低—高相关，远离园区且与九亭、泗泾轨交站点相关的两簇为高—高相关。这反映出近距离择居需求始终存在，超出一定距离阈值后，在可接受的通勤时间阈值内，新增住房多的地方容易成为新增员工集中择居的位置。相比之下，张江的网格集中成一簇（图5b），均分布园区一侧，均为高—高相关，这说明园区周边就近有足够多的新增住房供应，使新增员工能够实现就近择居。

2. 人才住房等公租房政策

住房机会不仅取决于市场调节，公共租赁住房政策也发挥了重要作用。公租房旨在解決阶段性住房困难和促进房源循环使用，其中的人才公寓更加有针对性地保障青年人才住房需求[23]，为就业地引进人才提供配套的短期租赁公寓。两个产业园区在人才公寓的供给上存在明显差异。

张江自 2006 年 4 月起实施了“张江区域人才安居工程”，2011年出台“两限两定”规则即“限制入住人资格、限定居住楼盘、定面积、定租金”。，不仅保证了这部分房源有的放矢地向张江新增员工定向供给，而且通过把控价格增强了员工的择居意愿。房源渠道多样：其一是国企独立开发运营的人才公寓;其二是由政府引导，将社会上部分剩余房源纳入人才公寓体系，如商品房转化的汤臣豪园人才公寓、由村庄改建的杨镇公寓等。截至2019年，张江科学城内各类人才公寓总建筑量约30万 m2（4356套），同时租赁房屋价格与周边同等水平商品房租赁价格相比差价在1000元左右。

与之相对，漕河泾始终没有建立系统的人才公寓供给体系，产业园区周边仅设置了虹漕人才公寓、华灯公寓、学人公寓三处单栋人才公寓，供应总量受限。“十三五”期间，徐汇区曾计划在漕河泾园区内部及周边通过城市更新新增5处租赁住宅，如今尚未落成。以商办地块更新附属产物的形式提供新增租赁住宅则容量有限，尚不能满足漕河泾持续增长的住房需求。

张江的人才公寓政策为产业园区新增员工提供了一定规模且相对便宜的就近住房选择，使其在面临择业引发的重新择居需求时能够从容过渡，在其经济能力范畴内找到可支付的近域住房;同时也保障了租赁房源的循环使用，从可持续性角度使得每年新增员工获得均等住房机会。漕河泾人才公寓数量少，难以满足大规模新增员工的需求，使其只能到住房市场上去寻找机会，受房源数量和价格限制，很多人不得不远距离通勤。

（四） 模式总结

后工业化时代背景下，产业转型是必然的发展趋势，无论是老工业区更新还是开发区升级拓展，建设生产性服务业集聚区必然导致就业密度的提高。对于两个园区而言，产业转型的路径虽然不同，但产业转型政策带来的就业机会增加是一致的。面对大规模新增就业者的居住需求，住房供应政策、公共交通政策的不同组合产生了两种解决模式，表现为差异化的职住空间关系演变现象。

第一种模式是轨交解决模式。当就近住房市场供应不足，同时欠缺系统的人才住房供应体系作为补充时，园区只能够依赖轨道交通实现大规模就业者的远距离通勤，即新增员工在轨交通勤60—70min可达范围内、住房供应充足且价格相对便宜的区域择居。轨道交通降低了新增员工远距离通勤的经济成本和时间成本，并通过远距离的住房供应实现了产业园区就业者的职住平衡。面对2005年开始持续增长的新增员工择居需求，早期漕河泾和张江均采用了轨交解决模式，使得2011年两个园区就业者居住分布均呈现出沿轨交线延伸、空间匹配程度低于中心城区平均水平的现象，此时对于轨交的依赖还不强烈。2011—2019年漕河泾延续了“轨交解决模式”，导致就业者的通勤负担和轨交线网高峰荷载都明显加剧。

第二种模式是就近住房供应模式，以就近住房供应为主要应对手段，以轨道交通通勤为辅助手段。在园区内部及周边加强住房等生活配套服务的开发建设，尤其是提供大规模租赁住房，并出台相应的一体化管理体系，保障人才公寓的针对性和流通性，使得新增员工能够实现就近择居，基本将通勤时间控制在45min范围内，实现近距离的职住平衡。2011—2019年期间，张江从轨交解决模式向就近住房供应模式转型，为新增员工提供产业园区周边的租赁住房，实现整体职住空间关系的优化，提高了职住匹配程度且优于中心城区平均水平。在产业转型的同时，改善了园区职住平衡。

五、 对两种模式的讨论

从漕河泾、张江转型发展中的职住空间关系演变来看，两种演变模式都是应对后工业化时代背景下产业园区转型带来的新增员工居住需求的可行解决路径。厘清两种模式的实施条件，有助于在产业园区转型过程中更好地制定规划策略。

（一）轨交解决模式是一种解决方案，但存在极限约束

轨交解决模式虽然导致了平均通勤距离的增长，但是在产业园区周边住房资源有限的前提下，其合理利用了远距离的新建住房资源。轨交解决模式是解决园区转型中新增员工住房需求的一种方案，实现了远距离、飞地式的职住匹配。但有两点约束条件需要注意：

其一是要充分考虑通勤者可接受的通勤时间上限。涵盖轨道交通方式在内的居住地到就业地70min通勤是员工相对能接受的通勤时长，90min则接近通勤极限。因此，在产业园区转型发展时要考虑尽量在70min轨交通勤时长范围内有成规模同步开发建设的住房，基本对应距离产业园区14—17千米的空间范围，亦即轨交站点6—7站周边2—3千米范围，而不能无限扩张。其二是轨道交通本身有极限容量限制，发车容量和发车频率都存在上限值;大规模的就业者依赖轨交通勤会也会带来大规模的潮汐交通。目前地铁9号线佘山站—漕河泾开发区站早高峰发车频率已是上海最高，每小时满载客流量高达6万人次根据上海地铁官网最新数据显示，地铁9号线佘山站—漕河泾开发区站目前早高峰发车频率是平均1分50秒一趟，是目前上海市地铁线网中列车发车时间间隔最短的区间;其列车容量为310人/节、6节编组，也就是说，每小时满载客流量高达6万人次。，但早高峰时段相关轨交站点依然存在人满为患、难以及时疏解的现象。因此即便在可接受通勤时长范围内有充足的住房供应，集中成片的住房开发也会给相应轨交站点及其与产业园区之间的轨交线路段造成过大压力。

（二）就近住房供应模式取决于就近新增住房供应的可能性

就近住房供应模式无疑是理想的选择，能够就近满足新增员工的住房需求，减轻通勤负担;但客观上受到产业园区周边建设容量的限制，其能否实行取决于就近新增住房供应的可能性。

若产业园区位于城市新区，周边尚有较大的建设余地，可建议在45min通勤可达范围内规划建设普通商品房和租赁式住房，提供多样化的新建住房资源。若产业园区位于发展较为成熟的老城区，则需要考虑在园区内部及周边同步进行城市更新，通过存量楼宇转化提供新增住房，尤其是以租赁住房的形式提供新增住房机会。

当就近住房供应无法实现时，则需要在合理通勤时长范围内、合理轨交容量范围内，通过轨道交通扩展可接受通勤时长的可达空间范围，以实现较远距离的职住平衡。

（三）对两个园区住房规划的建议

《上海市住房发展“十四五”规划》提出，要结合就业岗位和轨道交通设施分布，合理引导租赁式住房空间布局，切实提高保障性租赁住房供应的针对性和有效性。产业园区周边新增租赁住房是民生所需。张江土地资源相对充裕，规划已经确定新增住宅中逾九成将采用租赁模式。这已能为张江未来的发展提供有力支撑。相比之下，由于土地资源瓶颈约束，虽然漕河泾规划以新增商品住房配建、商办项目配建的形式就近新增租赁住宅，但就当前的住房缺口与就业岗位增长预期来看，还远远难以满足需求。为此，建议考虑通过就近存量楼宇转化的方式增加租赁性住房供应量，并需要谨慎使用轨交解决模式来弥补就近住房供应模式的不足。

六、 结论和讨论

后工业化时代背景下，上海等超大城市中心城区内既有产业园区向生产性服务业集聚区转型发展，就业者更替与新增必然发生，大规模的新增居住需求引发职住空间关系的剧烈变化。漕河泾、张江两个园区的演变特征差异是由住房供应政策和公共交通政策的差异化组合所共同导致的，而不是旧工业区更新、新开发区拓展升级两种差异化产业转型路径所带来的结果。

产业转型带来产业园区职住空间关系演变的两种模式：“轨交解决模式”和“就近住房供应模式”。漕河泾、张江案例表明，住房机会是导致两个园区职住空间关系演变差异的主导因素。两种模式的根本性差异是由住房政策引起的。当就近住房開发容量受限时，轨道交通本质上提供了一种匹配远距离住房资源的渠道，通过降低通勤时间成本和经济成本吸引个体择居，导致远距离职住匹配的出现。

促進产业园区职住平衡是高质量发展的要求。面对后工业化时代产业园区转型，推进产业园区职住平衡首先要争取“就近住房供应模式”。在“就近住房供应模式”无法实现的情况下，充分考虑就业者可接受的通勤时长上限与轨交线网早晚高峰时段的荷载能力，谨慎采用“轨交解决模式”也是一种可行的解决途径。

多源大数据的使用为探究后工业化时代背景下宏观政策如何影响产业园区职住空间关系演变提供了新的视角。但由于数据获取受限，目前的量化分析仍有待完善之处。譬如若能获得2005年的信令数据，就能更准确地还原后工业化发展前的职住空间关系，从而更完整地描述产业转型所带来的职住演变全过程。另外，来源于互联网的住房数据仅有小区数量和建设年代，因此本研究使用了新建小区数量及其占比来描述住房可获得性。若能获得各个小区的建成面积，则可更精确地量化确定住房机会对于职住空间关系演变的影响。

当前，张江、漕河泾的两种演变模式均值得进一步关注和研究。张江转向了“就近住房供应模式”，改善了原有的职住分离问题。在市场自由交易的背景下，园区周边存在住房增量开发，也会吸引其他地域就业者在此择居。在园区和园区周边购房择居者可能是张江的新增就业者，也可能是非张江就业者。这种情况下，是否会出现园区周边居住者不在张江就业，张江就业者仍需要长距离通勤的状况，进而导致另一种职住空间失配，还值得进一步研究。另一方面，漕河泾延续了“轨交解决模式”，已经面临着轨交9号线极限容量制约。如今轨交15号线的接入、未来轨交12号线的西延将会带来多方向分流的机会，为园区产业转型带来的更大规模的就业者提供了一种可行的解决途径。这种多方向的远距离职住平衡还将产生哪些影响，也值得进一步研究。

厉以宁.新常态和中国经济的走势[J].特区实践与理论，2015（6）：511.

[2] 徐朝阳.工业化与后工业化：“倒U型”产业结构变迁[J].世界经济，2010，33（12）：6788.

[3] 郝寿义，曹清峰.后工业化初级阶段与新时代中国经济转型[J].经济学动态，2019（9）：2638.

[4] 黄群慧.中国的工业化进程：阶段、特征与前景[J].经济与管理，2013，27（7）：511.

[5] 王美飞.上海市中心城旧工业地区演变与转型研究[D].华东师范大学，2010.

[6] 蒋姣龙.上海存量工业区转型的规划策略探讨——以外高桥自贸区和金桥自贸区规划为例[J].城市规划，2018，42（8）：103110.

[7] HUTTON T A. The new economy of the inner city[J]. Cities， 2004， 21（2）：89108.

[8] HAMNETT C. Gentrification and the middle-class remaking of inner London， 1961—2001[J]. Urban Studies， 2003， 40（12）：24012426.

[9] 郑思齐，曹洋.居住与就业空间关系的决定机理和影响因素——对北京市通勤时间和通勤流量的实证研究[J].城市发展研究，2009，16（6）：2935.

[10] 孙铁山.北京市居住与就业空间错位的行业差异和影响因素[J].地理研究，2015，34（2）：351363.

[11] FAN Y， ALLEN R， SUN T. Spatial mismatch in Beijing， China： Implications of job accessibility for Chinese low-wage workers[J]. Habitat International， 2014， 44：202210.

[12] 宋小冬，杨钰颖，钮心毅.上海典型产业园区职工居住地、通勤距离的变化及影响机制[J].城市发展研究，2019，26（12）：5361.

[13] 习近平. 国家中长期经济社会发展战略若干重大问题[J].求是，2020（21）：410.

[14] 钮心毅，朱娟，施澄.手机信令数据支持城市总体规划实施评估的技术框架[J].城市建筑，2017（27）：1620.

[15] 刘志林，张艳，柴彦威.中国大城市职住分离现象及其特征——以北京市为例[J].城市发展研究，2009，16（9）：110117.

[16] 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）：157166.

[17] 钮心毅，谢琛.手机信令数据识别职住地的时空因素及其影响[J].城市交通，2019，17（3）：1929.

[18] EWING R H， DEANNA M B. Best Development Practices： Doing the Right Thing and Making Money at the Same Time[M]. San Francisco： APA Planers Press， 1996.

[19] PENG Z R. The jobs-housing balance and urban commuting[J]. Urban Studies，1997， 34 （8）： 12151235.

[20] JIANG B. Head/tail breaks： A new classification scheme for data with a heavy-tailed distribution[J]. Professional Geographer， 2013， 65（3）：482494.

[21] 鄭思齐，张文忠.住房成本与通勤成本的空间互动关系——来自北京市场的微观证据及其宏观含义[J].地理科学进展，2007（2）：3542.

[22] 张艳，辜智慧，周维.大城市职住空间匹配及其与轨道交通的协调发展研究：以深圳市为例[J].城市规划学刊，2018（1）：99106.

[23] 石忆邵，钱世芳.上海人才住房政策：新定位与新策略[J].同济大学学报（社会科学版），2017，28（3）：5965.

The Evolution Modes of Job-Housing Spatial Relationship in Industrial Parks

in the Post-Industrial Era： An Empirical Study Based on Big Data

NIU Xinyi， LIN Shijia

College of Architecture and Urban Planning， Tongji University， Shanghai 200092， China;

Shanghai Key Laboratory of Urban Renewal and Spatial Optimization Technology，

Shanghai 200092， China

In the current post-industrial era， existing industrial parks in the central urban areas of megacities such as Shanghai have been transforming and developing into productive service parks. Industrial transformation has brought large-scale changes in employment， which has led to significant changes in the job-housing spatial relationship. Two typical parks， Caohejing and Zhangjiang in the central urban area of Shanghai， which have undergone industrial transformation are studied. Using multi-source big data empirical analysis， the evolution characteristics and mechanisms of the jobs-housing spatial relationship of the two parks are compared， the evolution modes of the jobs-housing spatial relationship of industrial parks brought by industrial transformation under the background of post-industrialization are summarized. It is found that housing opportunities are the dominant factors leading to the difference in the evolution of the job-housing spatial relationship in the two parks. According to the differences in housing opportunities， the evolution modes of the job-housing spatial relationship in industrial parks can be summarized into “rail transit solution mode” and “nearby housing supply mode”. In the context of industrial transformation in the post-industrial era， “nearby housing supply mode” is more favorable for promoting job-housing balance in industrial parks. Under the circumstance that the “nearby housing supply mode ” cannot be adopted， “rail transit solution mode” is also a feasible solution.

industrial park; post-industrial era; industrial transformation; job-housing spatial relationship; big data