摘要
在我国高质量发展的城镇化和工业化背景下，开发区的产业升级与职住空间优化已成为新的战略目标。然而，长期粗放的开发模式导致许多开发区面临产业空间组织低效、职住不平衡以及可再开发空间有限等问题，制约了其可持续发展。实现职住空间的再平衡，对促进开发区的健康发展具有重要意义。本文以南京市江宁经济技术开发区为研究对象，基于手机信令、问卷调查和统计等多种数据来源，从开发区整体和具体产业单元两个层面，分析职住空间的现状与存在的问题。通过分类划定不同类型的职住单元，研究提出的方面综合策略，促进开发区职住空间的再平衡。

作   者

曲鹏慧    同济大学建筑与城市规划学院博士研究生

牟 琳    中国城市规划设计研究院上海分院规划师

陈宏胜   深圳大学建筑与城市规划学院研究员、博士生导师（通信作者）

随着我国城镇化和工业化进程进入新阶段，提升土地利用效率、推动产业转型升级成为高质量发展的关键要求。然而，由于过去长期的粗放式发展模式，许多开发区暴露出产居错配、钟摆通勤、可再开发空间紧缩等问题，城市职住分离现象日益加剧。为此，许多开发区需要重新规划职住空间，注重以人为本的更新与优化。

关于城市职住关系的研究，主要集中在土地开发与通勤关系的分析、职住匹配机制的测量等方面。如王兴平提出，开发区内部就业、居住和服务功能之间存在“断裂”，实现功能融合是开发区转型的必然趋势；杜浩通过分析就业和居住空间的匹配度，提出三种职住空间扩展模式；郑国从政策角度分析职住分离的影响因素，认为边缘地带的开发区居住空间开发潜力较低。此外，研究中所采用的职住测度方法也因研究对象和目的的不同而多样化（表1）。

表1 职住关系的主要测度方法

Tab.1 The main measurement methods for job-housing relationships

资料来源：根据参考文献整理

开发区作为城市空间体系中的“反磁力中心”，能够有效承担和缓解中心城区的人口与产业压力。通过分析开发区的职住关系，不仅能够评估城市空间结构的合理性，还可以优化交通网络和公共服务设施的配置，减少因社会阶层差异引发的空间分异和职住分离问题。更为重要的是，这些分析结果可以直接纳入开发区的总体规划、详细规划和产业专项规划中，帮助开发区精准配置功能空间，实现职住再平衡，减少对中心城区的居住依赖，缓解交通拥堵和环境污染等问题。

本文以南京市江宁经济技术开发区（简称“江宁开发区”）为例，借助手机信令数据和问卷调查数据等多源信息，按照“开发区+产业单元”的研究逻辑，系统分析开发区的职住特征，分类划定产业单元，针对开发区面临的职住问题，提出相应的规划与管理对策，推动开发区的有序再开发。

01

研究对象、数据及方法

1.1 研究对象

1.1.1 开发区尺度

江宁开发区最初起步于“县办自费”的产业园区，经过多年的发展，已成为区域内的重要经济增长极。2010年11月，江宁开发区获得国务院批准，正式升格为国家级经济开发区。到2020年，江宁开发区的工业生产总值达到735.54亿元，在全国国家级开发区中综合实力位列第六。随着开发区的发展，职住功能逐步完善，现已成为一个重要的就业中心和宜居新城。

1.1.2 产业单元尺度

以开发区内工业企业建设边界作为产业单元划定的依据，共划定971个产业单元（图1）。其中，生产型单元672个，占比69.2%，主导产业为机械制造、装备制造、专业设备、食品加工等传统加工类；商务型单元114个，占比11.7%，主导产业为金融投资、电商贸易、服务咨询、开发管理等商务办公类；研发型单元185个，占比19.1%，主导产业为生物医药、电子信息、软件研发等高新技术类（表2）。

图1 江宁开发区产业单元划定结果

Fig.1 Results of delineation of industrial units in Jiangning Development Zone

资料来源：根据《2021年江宁区土地利用总体规划图》、百度地图及实地调查绘制

表2 产业单元基本信息

Tab.2 Basic information of industrial units

资料来源：根据工业用地调查结果、企查查统计所得

产业单元在用地面积、工业税收和就业规模等方面存在显著差异，具体表现在以下三方面。一是用地面积。商务型单元工业用地面积均值最高，为9.4hm²，不同子单元之间的用地规模差异较大；生产型和研发型单元的平均用地面积接近，分别为4.1hm²和3.7hm²，各子单元之间的用地规模差异较小。二是工业税收。商务型单元的税收贡献最高，平均达到4257.8万元；生产型单元次之，平均为3318.3万元，但各子单元之间的税收分布离散程度较高；研发型单元的税收贡献最低，平均为2313.2万元。三是就业规模。生产型单元的平均就业人数最多，约为224人；其次是研发型单元，平均为208人；商务型单元的平均就业人数最少，约为131人；不同子单元之间的就业规模差异较大。

1.2 研究数据

1.2.1 手机信令数据

手机信令数据具备全域覆盖、连续记录和动态变化的特点，能够较为准确地反映人群在时空中的活动规律。本研究采用某移动通信运营商提供的2019年6月中旬连续7天的手机信令数据，对用户的时空出行行为进行分析。通过分析用户在10:00至22:00和22:00至次日10:00期间在同一基站停留超过9小时的行为，分别确定其工作地点和居住地点，识别出具有工作属性的居住人口，共计360799人。为了验证数据的准确性，将识别出的居住人群数据与第七次人口普查中十个行政单元的常住人口数据进行相关性分析，结果显示相关系数高达0.963，呈强线性相关性，这表明利用手机信令数据进行开发区职住关系分析具有较高的代表性。

1.2.2 调查数据

研究通过问卷调查和访谈的方式，对不同产业单元进行调查。每类单元选取5个代表性调查对象，每个单元的调查小组包括1～2名管理人员及5～10名职工代表。调查内容涵盖受访者性别、年龄、工龄、薪资等基本信息（表3），以及居住地、通勤方式、通勤时间和交通工具等职住相关信息。研究共发放问卷600份，回收有效问卷487份。

表3 受访者基本情况

Tab.3 Basic information of respondents

资料来源：根据调查问卷统计所得

实现多源数据的有效整合，本研究通过构建交叉验证的分析框架，将手机信令数据、问卷调查数据以及工业用地调查数据进行联动分析。一方面，利用手机信令数据对宏观通勤模式进行定量分析，并结合问卷调查数据在微观层面上对通勤模式的合理性进行验证；另一方面，通过将手机信令数据中的时间标记和地理位置信息与工业用地调查数据的空间属性进行关联分析，进一步提高多源数据在时空维度上的一致性。

1.3 研究方法与指标

1.3.1 职住偏离度

职住偏离度（又称“JHB指数”）是描述职住空间特征的重要指标，通常用研究区域内就业人群与居住人群的比值来衡量。计算公式如下：

式中，Z_i为i区的职住偏离度；P_i为i区的就业人群数量，P₀为全区的就业人群数量；Ri为i区的居住人群数量，R₀为全区的居住人群数量。若0.9＜Z_i＜1.1，表明就业与居住功能相互匹配；若Z_i＜0.9，意味着居住人群比重高于就业人群，即居住功能强于就业功能；若Z_i＞1.1，则表明就业功能占主导。

1.3.2 职住自足度

职住自足度指不同空间单元存在职住混合的情况下，居住和工作均在同一区域的人群数量占该区域总就业人群的比例。计算方法如下：

式中，C_ij为i区的职住自足度；P_ii为就业和居住都在i区的人群数量；P_ij为就业在i区，但居住在j区的人群数量；∑ⁿ_j=₁P_ij代表在i区就业的总人群。职住自足度越高，表示区域内的居住供给能力越强，职住平衡；反之，表明居住供给能力弱，职住不平衡。

02

开发区尺度职住特征

2.1 职住空间格局

从职住空间的人口密度分析结果可以发现（图2），江宁开发区的居住空间呈现强集聚、弱分散的格局，人口密度最高的区域集中在秣陵街道东北部。而就业空间则表现出较为分散的特征，高密度就业区零散分布于秣陵街道内的多个区域。

图2 基于手机信令的江宁开发区居住、就业人群密度分布热力图

Fig.2 Heat map of residential and employment population density distribution in Jiangning Development Zone based on mobile signaling

资料来源：笔者自绘

2.2 职住平衡特征

根据计算结果（图3），开发区中心组团、九龙湖组团、百家湖组团、东善桥组团、科技城组团等就业中心呈现高度集聚的空间特征。其中，就业主导型空间（Z_i＞1.3）集中分布在绕城高速和诚信大道之间，次级就业空间（1.1＜Z_i＜1.3）相对较少且分布零散。居住主导型空间（Z_i＜0.7）则主要集中在百家湖、九龙湖等生态资源周边，次级居住空间（0.7＜Z_i＜0.9）空间分布较零散。总体来看，职住平衡型空间数量较少，就业与居住空间呈现围绕就业中心团簇分布的格局。

从职住自足度来看，秣陵街道和禄口街道的职住自足度均为0.46，是江宁开发区职住匹配度最高的区域；谷里街道排名次之，职住自足度为0.34。整体上，开发区内就业集聚区的职住匹配程度较低。

2.3 职住通勤特征

作为南京市的重要就业中心，江宁开发区的职住空间分布呈现“单核放射”的结构特征。通过ArcGIS分析开发区的职住通勤OD数据（表4），可以发现以下特征。

表4 开发区职住通勤流向及通勤强度

Tab.4 The direction and intensity of commuting between work and residence in the development zone

资料来源：根据手机信令数据计算通勤OD所得

从居住至就业的通勤轨迹来看，通勤圈层相对紧凑，通勤目的地主要集中在半径20km以内的秣陵街道和东山街道，显示出就地、就近通勤的明显特征。而从就业至居住的通勤轨迹来看，通勤强度整体从开发区向外围逐渐减弱，通勤目的地主要集中在半径30km以内的秣陵街道、淳化街道和东山街道，以及雨花台区的雨花街道和铁心桥街道，显示出中距离通勤的显著特征。

03

产业单元尺度职住特征

3.1 职住空间特征

3.1.1 区位：外部居住为主，不同产业单元差异显著

根据样本单元的统计结果（表5），生产型、商务型和科研型单元的就业人群大多居住在单元外部，比例分别为85.0%、97.1%和76.5%。其中，大多数就业人群在单元所在的行政区内通过租房或购房解决居住需求，比例分别为60.0%、57.4%和55.0%。商务型单元的内部居住率最低，仅为2.9%；而科研型单元的内部居住率最高，为23.5%。

表5 产业单元居住区位统计表

Tab.5 Statistical table of residential location of industrial units

资料来源：根据调查问卷计算所得

3.1.2 类型：居住选择多样，不同产业单元居住类型差异明显

开发区的居住空间主要包括单元宿舍或公寓、保障性住房和自购住房三种类型。单元宿舍或公寓多位于产业单元内部，而部分高端人才公寓和市场主导的商品房则位于单元外部。根据统计结果（表6）：第一，生产型单元就业人群自购住房比例最高，为46.3%；其次为保障性住房，占比为36.6%，单元外部居住水平高。第二，商务型单元自购住房比例也很高，为61.7%。而选择单元宿舍或公寓的人数最少，仅为2.9%。第三，科研型单元的就业人群更多选择保障性住房和单元宿舍，比例分别为42.1%和32.7%。

表6 产业单元居住类型与职住自足度统计表

Tab.6 Statistical table of residential types and self-sufficiency of job and housing in industrial units

资料来源：根据调查问卷计算所得

3.1.3 供给：就地供给能力偏弱，就业主体购买力差异大

通过职住自足度的分析可以看出，各类产业单元的居住供给能力普遍较弱。其中，科研型单元的职住自足度系数最高，为0.28，就业人群与内部居住空间的互动水平较高；生产型单元次之，为0.17，反映出就业人群居住需求多样化的特点；商务型单元的职住自足度最低，仅为0.02，反映出该类就业人群更多依赖外部的居住购买力。

3.2 职住通勤特征

基于调查问卷的数据，从通勤方式、通勤时间和通勤距离三个维度分析产业单元就业人群的通勤行为特征。

3.2.1 生产型单元：通勤两极分化，成本低

就业人群以步行、骑行和公共交通等低成本方式通勤，其中步行占比最高，达36.96%；部分人选择驾车进行远距离通勤，占比10.87%。通勤时间方面，平均为24分钟，明显低于南京市平均水平（37分钟）。通勤时间在30分钟以内的比例高达77.72%，超过1小时的比例仅为4.35%。在通勤距离上，大多数人活动范围在5km以内，占比64.67%，仅有少部分人选择5km以上的中远距离通勤，占比35.33%。

3.2.2 商务型单元：中等距离通勤为主，成本高

商务型单元的就业人群以驾车通勤为主，占比37.59%，通勤成本相对较高。平均通勤时间为35分钟，略低于南京市平均水平（37分钟）。通勤距离主要集中在2～5km和5～10km范围内，分别占32.62%和45.39%，而近距离和远距离通勤的比例相对较少，分别为17.02%和4.96%。

3.2.3 科研型单元：以近距离通勤为主，通勤效率高

多数就业人群居住在单位提供的宿舍或公寓，邻近工作地点，主要通过步行或骑行通勤。少部分人为了提高生活品质，选择居住在市中心，通过公共交通或驾车通勤，比例分别为11.73%和16.05%。平均通勤时间为30分钟，低于南京市平均水平（37分钟）。其中45.06%的人通勤时间为15～30分钟。大多数就业人群居住在以产业单元为中心的5km半径范围内。

04

基于职住平衡的开发区规划导控策略

开发区职住空间平衡规划应以上层发展规划和产业转型规划为指导，紧密衔接详细规划和专项更新规划。科学确定职住空间结构、划定产业单元、供给居住空间，并配套公共服务设施，提升规划的科学性和可操作性。

4.1 调整职住空间结构，构建多圈层协同的职住空间体系

为了实现职住平衡，规划应采取多圈层协同、分类优化的策略，有序调整职住空间结构。在开发区层面，应建立“行政区—开发区—产业单元”三级圈层的职住协同体系，遵循“就地、就近”的原则配置职住空间。在产业单元层面，根据产业类型、人员构成、收入水平和家庭结构等差异，灵活设定职住平衡目标，避免居住资源紧缺或空置浪费的现象。生产型单元应优先完善内部的居住供给，目标是满足25%～30%的就业人口居住需求，加强外部交通的“最后一公里”衔接；商务型单元可以根据产业内容适度扩大居住用地，加强与中心城区的职住联系；科研型单元应根据就业人员需求，提供定制化的居住方案，建立定向交通体系以连接外部居住和就业空间。

4.2 优化产业空间单元，构建多主体共同参与的职住“生活圈”

依托江宁开发区网格化的产业单元结构，规划首先应明确各单元的产业功能，并适度增加产业单元中的居住用地比例。在生产型单元中，建议工业配套的生活设施用地比例为7%～10%，建筑面积占比15%～20%；商务型单元的居住用地比例为4%～7%，建筑面积占比10%～15%；科研型单元则相应增加到12%～15%，建筑面积占比20%～30%。结合服务半径、服务人口规模等因素，灵活配置职住要素，提供混合式、独立式和综合式等多样化的职住空间方案，集中建设绿地空间，满足就业人口的休闲和生活需求，提高生活服务设施的使用效率。

4.3 完善居住空间供给，差异化满足多元居住需求

居住空间的供给应坚持“以人为本”的理念，针对不同就业人群的需求提供多样化的居住选择，特别是要关注中低收入人群和弱势群体的居住保障。基于江宁开发区的现有建设基础，规划建议优先发展基础型、市场型和政策型居住空间。基础型空间包括宿舍和村镇集聚区，市场型空间主要为商品房和酒店式公寓，政策型空间以动迁房、人才公寓和优租房为主。在确保居住空间供给的同时，规划还应关注社区的可持续治理，降低居住成本，提升开发区的外来人口吸引力，通过社区建设增强居民的参与感和归属感，避免低收入社区的边缘化。

4.4 完善公共服务设施，打造宜居宜业新城

规划应结合社区的需求清单和服务设施分布，科学划定开发区内的居住圈、商务圈和产业圈，制定相应的公共服务设施建设计划。通过创新公共服务的供给方式，精准布局大型公共服务设施，重点配置智慧化、数字化的社区服务设施，确保教育、医疗和养老等优质资源的供给，满足就业人群的日常需求，推动江宁开发区成为宜居宜业的新型城区，持续提升开发区的综合竞争力。

05

结论

本文利用手机信令、抽样调查等多源数据，从不同尺度分析江宁开发区的职住特征，深入探讨开发区内部不同产业单元在职住模式上的差异。研究结果表明，江宁开发区的就业空间和居住空间具有较高的一致性，就业人口的职住安排主要以就地、就近为主，通勤强度从中心就业区向外围逐步递减。同时，不同类型的产业单元展现出显著的职住差异。生产型单元具备一定的居住供给能力；商务型单元的职住匹配度相对较低，与中心城区的职住联系较强；科研型单元的职住匹配度较高，能够满足部分就业人员的居住需求，并且通勤效率较高。

随着城镇化的深入推进，中心城区的功能逐渐外溢，产业新城的人口集聚能力增强，合理优化和布局职住空间已成为城市高质量发展的关键策略。然而，由于本研究样本数据的局限性，结论可能仅适用于特定区域或人群。因此，未来研究将通过更广泛的样本数据进一步验证和扩展现有研究的建议。