论文部分内容阅读
空间错位理论是1960年代以来西方较为重要的学术理论,也是试图从空间维度建构和解释中心城区社会阶层就业困难的经典理论之一。本文以该理论为基础,探讨上海作为国际化大都市就业地与居住地的空间匹配关系、模式与机制。本文主要内容包括研究综述、空间错位理论基础与研究进展、上海社会阶层基本特征、社会阶层的空间变动、社会阶层通勤的时空表征、社会阶层空间错位机制、未来社会阶层分化的基本趋向与可能引发的相关问题、基本结论与讨论八个部分。本文以上海社会阶层为研究对象,以就业地与居住地空间分布差异和变化,以及上述两地之间的通勤为研究主线,以事例论证为主要研究方法,以章节相对独立的行文格式构建了论文的基本框架,通过由因到果或由果推因的方式构筑本文的行文脉络。本文梳理了西方国家1960年代以来关于空间错位研究的主要文献,并进行了简要的评述,罗列了我国新近关于空间错位研究和相关的研究文献,整理了城市社会阶层空间特征、阶层变动机理等方面的相关文献。进一步界定了空间错位的基本概念、分类。构建了以职业为基础,以从业者为主体的阶层分类标准,并将上海社会阶层划分为国家与社会管理者、企业负责人阶层,专业技术人员阶层,办事人员阶层,商业服务业人员阶层,农业劳动者阶层,产业工人阶层,无业者阶层七个阶层。空间错位作为地理学和经济学的交互命题,有着繁复的内涵和外延。本文试图将二者构建于统一的框架之下,通过比较结构性差异和通勤的时空维度的特征来揭示上海社会阶层空间错位的基本状态。结构性错位主要是通过错位率、沃尔夫引力关联修正模型、就业引力指数、就业空间集中度指数、居住就业空间一致性指数等指数进行衡量,并通过这些指标的时间序列变化来考察社会阶层就业与居住地空间匹配的变化情况;通勤的时空指标主要依赖于特定的时间和空间尺度。以30分钟和60分钟时间通勤时间,以6.5千米和12.5千米作为界定尺度分别进行衡量上海市社会空间错位程度。若以30分钟为标准,浦东66.8%、闵行区83.2%阶层是适度匹配的,以60分钟为衡量尺度,浦东有89.6%、闵行区92.6%的社会阶层是适度匹配的;以6.5千米作为衡量尺度,卢湾区71.8%、浦东40.5%、闵行区89.2%的社会阶层是适度匹配的;以12.5千米作为标准,卢湾区86.7%、浦东72.5%、闵行94.3%是适度匹配的。从总体上看时间尺度的空间错位程度不及空间尺度错位程度高。除运用上述指标外,本文还运用空间相关系数来衡量社会阶层空间错位程度。通过比对居住人口与就业岗位空间变动的关联来衡量就业与居住人口空间分布的一致性程度。通过分析,2001年之后,就业岗位的分布与居住空间的分布二者的离散性增强。从分街镇角度考察,上海市各街镇就业与居住关联度也经历了先升后降的过程,但分界镇尺度的关联度远不及全市尺度高。从更微观的角度考察,各街镇内部就业和居住在空间上几乎不具有关联性。在分析社会阶层空间变动的一般规律时,通过比较不同时期居住人口与就业人口的空间差值变化来揭示上海社会阶层空间错位的基本格局与未来走走势。当前居住郊区化的格局已经显现,但就业依然呈现向市中心集中的趋势,这势必导致错位程度进一步加剧。未来社会阶层的通勤距离进一步延长,通勤工具选择更为多样,私人通勤占有重要比例。本文进行了出行距离与出行花费时间比较,通过比较上海市与大伦敦、东京都市圈出行距离、上海内部不同圈层交通流量变化来权衡上海社会阶层的出行效率,同时也比对了上海各社会阶层通勤时间和通勤工具选择偏好。结果显示,国家与社会管理者、企事业单位负责人阶层以小汽车为通勤工具的比例最高,花费的通勤时间也最长,专业技术人员、办事人员、商业服务业人员阶层主要以公共交通和两轮车为主,花费时间较长,产业工人和农业劳动者阶层主要以两轮车和步行为主,花费时间较少。在分析阐释导致空间错位的机制时,本文试图通过分析包括来自政府导向的力量、市场导向的力量,阶层自身的决策力量三种主要力量和其它力量来解析引起城市社会阶层空间错位的机制。本文认为,在一般情况下,三种力量作用不均衡会导致社会阶层的空间错位。本文也探讨了因就业地与居住地空间错位而导致的预期问题。随着上海城市迅速向外扩张,城市社会阶层就业与居住的空间错位程度将进一步增强,由此而引发的问题也渐次繁多起来,尤其在居住、就业、城市通勤、城市规划等方面会面临许多新问题。本文在研究过程中主要采用社会调查方法、文献资料整理方法、数理运算方法与GIS空间分析与模拟方法。将搜集整理的数据转换为SPSS数据库和GIS属性数据库,运用软件自带工具进行数据分析,获得所需结果。在解释过程中运用社会地理学、城市地理学、经济学、社会学等多学科综合的方法。本文在研究过程中依然有很多内容待完善。因缺乏相关的文献和数据支持,研究多停留在宏观层面上,分阶层空间特征研究较少。另外由于可参照的成果甚少,大多数研究只能凭借主观判断摸索,难免有以偏概全之疑。另外数据来源多种多样、微观数据难以获得、数据残缺,在一定程度上影响了结论的可靠性。