多源數據挖掘的北京“Z世代”職住空間特征及影響因素研究

張彭飛 張景秋

DOI：10.16255/j.cnki.ldxbz.2024.01.008

［收稿日期］? 2023-09-08

［基金項目］? 國家自然科學基金項目（41771187）。

［作者簡介］? 張彭飛（1999—），男，滿族，北京市人，北京聯合大學應用文理學院碩士研究生，主要研究方向為城市地理學。

［通訊作者］? ?張景秋（1967—），女，甘肅蘭州人，北京聯合大學應用文理學院教授，碩士研究生導師，博士，主要研究方向為城市地理學、城市與區域規劃。E-mail：jingqiu@buu.edu.cn

（北京聯合大學 應用文理學院，北京? 100191）

［摘? 要］? ?利用2021年9月至12月的手機信令數據、POI及網絡數據等多源數據，以前人對北京城市職住空間研究的結論為參照系，對空間錯位指數進行測度與比較，并

利用地理探測器方法，分析挖掘居住和工作在北京中心城區出生于 1995—2010年的“Z 世代”群體居住—就業空間的職住特征及其影響因素。結果表明：1）北京“Z世代”的居住空間和就業空間總體呈現多集聚小組團的特點，且與北京城市居住—就業中心的總格局基本一致，但空間錯位指數要高于全年齡段；2）所在地區的生活設施配置、交通條件是影響“Z世代”對居住地和工作地選擇的主要因素，房價也是影響居住地選擇的重要因素；3）

“Z世代”的職住空間選擇影響因子均存在交互作用，表現為雙因子增強和非線性增強，說明居住地和工作地選擇受到多個條件的協同作用。

［關鍵詞］? 多源數據；職住空間；Z世代；空間錯位；地理探測器

［中圖分類號］? TU 984；P 208? ［文獻標志碼］? A? ［文章編號］? 1005-0310（2024）01-0047-10

Study on the Features and Influencing Factors of

Beijings Job-Housing Space of “Generation Z” Based on

Multi-source Data Mining

ZHANG? Pengfei， ZHANG? Jingqiu

（College of Applied Arts and Science， Beijing Union University， Beijing 100191， China）

Abstract：? By using multi-source data such as mobile signaling data from September to December 2021， POI data， open source data on the internet， and the previous research conclusions on Beijings job-housing space as a reference frame， this paper measured and compared the spatial displacement index. Whats more， by using the method of Geo-detector， the occupational and residential characteristics and influencing factors of the “Generation Z” population born from 1995 to 2010 living and working in the central urban area of Beijing were analyzed and excavated. The results show that： 1） The residential and employment spaces of “Generation Z” in Beijing generally exhibit the characteristics of multi clusters， and are basically consistent with the overall pattern of urban residential-employment centers in Beijing， but the spatial dislocation index is higher than that of all age groups; 2） It was found that the configuration of living facilities and transportation conditions in the region are the main factors affecting the choice of residence and work place for “Generation Z”， and housing prices are also important factors affecting the choice of residence place; 3） It was found that the influencing factors of occupational and residential space selection in “Generation Z” all have interactive effects， manifested as dual factor enhancement and non-linear enhancement， indicating that the selection of residence and workplace is influenced by multiple conditions in synergy.

Keywords： multi-source data；job-housing space；Generation Z；spatial dislocation；Geo-detector

0? 引言

在學術領域，關于“Z世代”的定義，通常采用澳大利亞麥克林德爾研究中心的定義，即1995年至2010年出生的一代人［1］。國家統計局發布的2018年數據顯示：中國大陸“Z世代”的人口總數約為2.6億，約占2018年總人口的19%［2］。隨著互聯網的發展而成長起來的“Z世代”，也被稱為“互聯網世代”，他們的生活方式和個性態度帶有鮮明的互聯網印記，他們是城市未來發展的重要力量［3］。

隨著城市化進程的快速推進，城市用地規模和人口規模持續擴大，城市居民的職住分離現象日益突出，城市居民的通勤時間與通勤距離持續延長。

這些變化不僅加劇了汽車尾氣污染、城市街道噪聲污染等問題，還暴露出城市相關的健康和安全風險，根據《2022年度中國主要城市通勤監測報告》［4］，2021年，中國主要城市中76%的通勤者能在45 min內到達目的地，但仍有超過1 400萬人的單程通勤時間超過60 min。其中，北京的極端通勤人口比例同比增加3個百分點，是全國極端通勤人口最多的城市。如何緩解職住不平衡帶來的問題，是北京城市高質量發展進程中應關注的重點議題。在《北京城市總體規劃（2016—2035年）》中，對此已有了明確的部署。根據第七次全國人口普查的數據，北京市“Z世代”的人口比例約占全市總人口的20.7%，高于全國平均水平，他們是北京建設職住平衡、宜居宜業城市的主要參與者和受益者。

北京聯合大學學報2024年1月第38卷第1期張彭飛等：多源數據挖掘的北京“Z世代”職住空間特征及影響因素研究

在此背景下，本研究以手機信令數據為基礎，結合地理位置等多源數據，識別并細化北京中心城區“Z世代”人群及其居住地和工作地，分析他們的職住空間關系特征及影響因素，旨在更好地認知新時代城市發展特征，為城市的高質量發展提供實證研究的支撐。

1? 職住空間關系與“Z世代”研究綜述

職住空間關系的研究最早源自美國學者Kain在20世紀60年代提出的空間錯位假設［5］。該假設揭示了處于職住不平衡狀態的黑人所面臨的不公平待遇。在驗證Kain的研究結論后，國外學者將該假設應用于更廣泛的的社會弱勢群體［6-8］，并發現該結論更適合于解釋低收入人群的職住關系［9-10］。20世紀70年代的研究多從社會學和城市規劃的視角出發，關注城市空間結構、制度、政策等因素如何影響弱勢群體的就業可達性［11］。到了20世紀80年代，西方學者

進一步研究如何通過職住平衡緩解過度郊區化所導致的交通擁堵問題［12］。

2004年，有學者將西方職住關系研究成果引進中國 ［13］。早期研究主要利用普查數據或問卷調查數據對職住分離現象［14-15］、職住分離影響因素［16］等進行分析。但因受統計數據的空間尺度和調研數據的樣本規模的限制，這些研究尚未形成共識［17］。隨著數字時代的到來，微博簽到數據［18-19］、手機信令數據［19-22］、交通刷卡數據［23］以及POI數據［24-26］等多源數據的出現，極大地擴展了職住空間研究的范圍。特別是利用手機信令數據，在職住空間研究方面取得了較為豐富的成果，包括職住地的識別與職住分離的度量［19-22，27］。研究發現商品房價格［28-29］、城市公共服務設施［24-30］以及交通設施［23-31］是影響職住空間選擇的主要因素。還有研究發現，居民傾向于選擇出行成本低和生活質量高的區域工作［32］。

北京以居住地、就業地為研究對象的相關研究成果頗為豐富。根據前人的研究成果可以發現：北京的就業中心和就業崗位主要集中在中心城區［33］，就業空間分布呈現出梯度性和圈層結構特征［34］；2004—2018年，就業聚集區的數量持續增多，上地和望京地區成為新的就業中心［35］；2021年，東城、西城、朝陽西南部、豐臺東部、海淀東南部、通州西北部、大興東北部等產業聚集區形成了就業崗位熱點區［36］。但是，北京職場新人在就業空間5km范圍內的通勤占比較低?！癦世代”人群的成長過程深受互聯網發展的影響，他們的就業選擇呈現出“看重個人成長空間”的特點［37］，更傾向于在工作中既能獲得滿足感，又能在其中享受生活，形成與前幾代人截然不同的就業選擇偏好［38］。因此，“Z世代”人群愿意用通勤距離換取自己熱愛的工作機會［39］，即使這意味著需要承受長距離通勤。在選擇居住地方面，北京也呈現出明顯的不同代際之間受時代發展影響的特點［40］。根據以往的研究

發現，現階段青年人獲得住房資源往往需要代際援助［41］，他們所在社區的建成環境品質受父代社會地位與子代社會地位的雙重影響［42］。

綜上所述，從理論層面來看，對“Z世代”職住空間的研究有助于深入理解這一代人的生活狀態和職業選擇，也有助于理解社會變遷的趨勢。從實踐層面來看，對“Z世代”職住空間的研究可以有效促進北京城市職住平衡目標的落實，并體現城市以人為本、精細規劃與治理的高質量發展目標。

2? 研究方法與數據來源

本研究聚焦在北京中心城6區，包含東城區、西城區、朝陽區、海淀區、豐臺區、石景山區，以街道為基本單元，測度北京“Z世代”的職住關系及其影響因素。

2.1? 研究方法

2.1.1? 空間錯位指數

空間錯位指數（SMI）衡量的是工作崗位和人口分布在不同地區的程度，可以測度為了使一個地區的就業和人口分布相匹配而必須遷移的人口比例，計算公式為

SMIj=12Pj

ni=1eijEj×Pj-Pij 。（1）

式中：SMIj為j區的空間錯位指數。Pj為j區的總人口，eij為j區中i街道的就業機會，Ej為j區的就業總機會。

其中，SMIj的范圍是0到1之間［19］。當SMIj越接近1，

說明此區居住與工作不匹配程度越高；當SMIj越接近0，則說明此區居住

與工作匹配度越高。

2.1.2? 地理探測器

地理探測器是探測空間分異性，以及揭示其背后驅動因子的統計學方法［43］。本研究主要運用其中的因子探測器和交互作用探測器，測度影響“Z世代”職住空間分異的主導驅動因素與關鍵交互因子。

因子探測器用于探測因子可以在多大程度上解釋屬性Y的空間分異，用q值度量，計算公式為

q=1-Lh=1Nhσ2hNσ2=1-SSWSST? ?。（2）

SSW=Lh=1Nhσ2h，

SST=Nσ2? ?。（3）

式（2）中：h=1，…，L;L為變量Y或因子X的分層，即分類或分區；N

h和N分別為層h和全區的單元數；σ2h和σ2分別是層h和全區的Y值的方差；SSW和SST分別為層內方差之和、全區總方差。q的取值范圍為［0，1］，數值接近1，表明該因素對“Z世代”職住空間的影響較強；數值接近0，表明該因素的影響較弱。

交互作用探測主要用于識別不同因子之間的交互作用，如評估X1和X2共同作用時是否會增加或減弱對因變量Y的解釋力。

2.2? 研究數據

2.2.1? 數據來源

本研究的數據來源主要包括以下幾個方面：一是智慧足跡提供的2021年9月至12月的手機信令數據；二是通過申請API并利用Python抓取的高德地圖2021年北京市

的POI數據；三是從OpenStreet官網

下載的北京中心城區路網數據；四是來自中國裁判文書網統計生成的2021年北京市刑事案件和民事案件數據；五是來自鏈家網的二手房交易數據。

2.2.2? 數據的可信度

首先，使用SQL語句對使用不同手機品牌的“Z世代”人群進行查詢，得到包含居住地和工作地位置坐標的269 619條數據。通過對數據進行篩選和清洗，剔除研究區域以外的數據、漂移數據以及乒乓效應的數據，最終獲得177 939條數據用于研究。

為了對手機數據進行識別校驗，本研究采用第七次全國人口普查的常住人口數據與手機信令數據識別出的居住人口數據進行比對。具體方法如下：①利用手機信令數據計算各個街道居民人數占所在轄區居民人數的比例。②利用第七次人口普查數據計算各個街道常住居民人數占所在轄區常住居民總人數的比例。③對比分析兩個比例的結果。通過對比發現，兩組數據結果的一致性良好，證實手機信令數據可以作為本研究的數據來源。

2.3? 影響因子的指標選取

影響職住地選擇和空間分異的因素較多，本研究一方面以前人的相關研究［24，30，44-50］為基準，另一方面結合“Z世代”的特點，選取生活設施配置、教育資源、交通條件、居住條件和街道安全5個維度，并設置了11個一級指標和30個二級指標（見表1）。特別需要說明的是：房價反映了居住地周圍的基礎設施服務水平和區位條件［24，49-50］，對居住地的選擇有顯著影響；城市職住分離現象的加劇導致交通事故率處于持續高位［51］，城市犯罪率有所提高［52-53］，因此，街道安全水平也應納入職住空間特征的影響因素范疇。

3? 結果分析

3.1? “Z世代”的居住與就業空間格局

3.1.1? 居住地沿城市道路環線呈多組團分布

總體上，北京中心城區“Z世代”人群的居住空間格局呈現西北、東南高，中西部低的特點，并且在城市道路的三環和四環形成多組團集聚區。結合北京城市功能集聚區的特點，本研究發現，大多數“Z世代”人群的居住地主要選擇位于中關村、CBD等城市就業中心區，以及與CBD相鄰、居住供給與房價匹配度較好的東部和東南部街道（見圖1）。這一格局與北京城市房價呈環狀遞減、中心高四周低的空間結構［54］有關。

3.1.2? 工作地集中在中關村、上地、望京和CBD等城市就業中心

北京中心城區的“Z世代”人群就業空間格局與城市主要就業中心高度吻合，主要集中在海淀區的中關村街道—學院路街道—海淀街道區域、上地街道—馬連洼街道—清河街道區域，朝陽區的東湖街道—望京街道—酒仙橋街道以及CBD地區（見圖2）。根據對北京城市就業功能區的相關研究［55］，上述熱點區域多為信息產業、互聯網+產業、商務服務業以及金融業等產業，由此可以推斷“Z世代”人群主要在這些行業工作。

3.2? 空間錯位指數分析

本研究通過空間錯位指數測度北京中心城區“Z世代”人群居住地與工作地的匹配程度，結果顯示，空間錯位指數在0.3～0.5之間。與以往對北京城市職住空間錯位指數測度值在0.3以內的研究結果［17］相比，北京中心城區“Z世代”人群總體處于職住不平衡狀態。他們的居住地與工作地之間的不匹配程度明顯高于北京市全年齡段的平均水平，6個城區的空間錯位指數由高到低依次為朝陽區（0.486）、海淀區（0.485）、西城區（0.437）、豐臺區（0.435）、東城區（0.419）、石景山區（0.345）。結合圖1和圖2的空間分布可知，居住地主要圍繞4個就業中心并向其周邊及外圍地區擴展，對“Z世代”人群而言，一方面，他們傾向于就近居住和工作，另一方面，他們更關注自己與工作的契合度。這與前文提到的“Z世代”人群更愿意用通勤距離換取工作機會的觀點一致。

3.3? 影響居住地和工作地選擇的因子探測

3.3.1? 居住地選擇的影響因子分析

根據地理探測器因子探測的結果，在5個維度

、30個指標中，選取P值等于0.000，通過顯著性檢驗的因子并結合q值進行分析（見表2），發現17個因子對“Z世代”居住地選擇有顯著影響。其中，便利店（X5）對“Z世代”居住地

選擇影響的解釋力最大，解釋力達到0.645，表明便利店數量對居住人數起到關鍵作用；便利店在滿足青年社交需要的同時，

也為周邊居民提供了全天候便捷服務［56］。其次是超市（X4）、幼兒園（X24）、中餐廳（X11）、集市（X8）和藥店（X18），其q值均在0.5以上?？偟膩碚f，小型便利店、餐飲設施，

以及就近的幼兒園、醫療設施、公園綠地、體育休閑場所和便捷的公共交通，都是影響“Z世代”人群居住地選擇的主要因素。

值得注意的是：盡管房價（X28）通過了顯著性檢驗，但相較于其他因子，房價的解釋力較低。有關研究表明，房價對于全年齡段居民的居住區域選擇影響較大［57］，說明房價對“Z世代”人群居住地選擇雖然有影響，但并非最主要的影響因子。這可能由于“Z世代”人群生活在中國經濟社會快速發展的富足年代，且

在住房方面受到更多的代際支持［42］。在街道安全方面，民事案件（X29）與刑事案件（X30）數量對“Z世代”街道居住人數的解釋力度較低，影響并不顯著，這與北京作為首善之區，居民鄰里關系融洽、街道治安狀況好密切相關。

3.3.2? 工作地選擇的影響因子分析

對“Z世代”人群工作地選擇的影響因子探測結果顯示：一是通過顯著性檢驗的因子數量明顯多于居住地；二是解釋力或影響度弱于居住地（見表3）。其中，快餐廳（X13）對“Z世代”人群工作地選擇影響的解釋力最大，解釋力為0.556，其后解釋力相對較高的因子包括中餐廳（X11）、便利店（X5）、醫院（X17）、公交車站（X26）、電子賣場（X7）、蛋糕甜品店（X14）等。與表2居住地影響因子相比，“Z世代”人群在工作地選擇時更注重快捷就餐和休閑社交場所，蛋糕甜品店（X14）、茶館（X15）以及咖啡廳（X16）的解釋力增大，與“Z世代”人群擁有更多的社交活動有關。茶館已經成為連接社會生活和經濟活動的一個樞紐［58］，咖啡廳作為一個獨特的消費空間，滿足了青年群體對新型公共空間的需求［59］。北京城市文化設施分布特征與職住空間格局大體一致［60］，對“Z世代”人群工作地的選擇有較大影響，文化設施既為“Z世代”提供了社交休閑場所，又具備就業崗位屬性。

3.4? 職住空間影響因子的交互探測

本研究通過地理交互探測，可以更精準地揭示哪個或哪些影響因子對“Z世代”人群的職住空間選擇起到增強作用。通過探測發現，各因子對居住地和工作地的選擇均存在交互作用，表現為雙因子增強和非線性增強，即任意兩個因子交互作用后的因子解釋力都大于單因子的解釋力（見圖3、圖4）。

3.4.1? 居住地影響因子交互探測

解釋力最高的是便利店（X5）∩公交車站數量（X26）的交互因子，為0.778，其后依次是便利店（X5）∩幼兒園（X24）的交互因子，為0.774、蛋糕甜品店（X14）∩小學（X23）的交互因子，為0.767、便利店（X5）∩咖啡廳（X16）的交互因子，為0.766、體育休閑場所（X1）∩藥店（X18）的交互因子，為0.765。在前5位中，便利店表現出雙因子增強的交互關鍵作用，表明日常購物方便、交通便利，且與幼兒園、咖啡廳結合較好的居住地更能吸引“Z世代”人群。此外，小學周邊有蛋糕店、體育活動場所附近有藥店的居住地段，同樣受到“Z世代”人群的青睞。

3.4.2? 工作地影響因子交互探測

解釋力位列前5的分別是：外國餐廳（X12）∩公交車站數量（X26）的交互因子為0.742；中餐廳數量（X11）∩醫院（X17）的交互因子為0.741；中餐廳數量（X11）∩地鐵站數量（X25）的交互因子為0.737；快餐廳數量（X13）∩公交車站數量（X26）的交互因子、蛋糕甜品店（X14）∩公交車站數量（X26）的交互因子均為0.732。其中，中餐廳和公共交通站點數量表現出雙因子增強的交互關鍵作用。說明“Z世代”就業人群集中的區域，一是公共交通便捷；二是餐飲類型多樣；三是兼具消費者和從業者雙重集聚屬性。

4? 結論

本研究通過整合手機信令數據、POI數據以及網絡開源數據等多源數據，對北京中心城區“Z世代”人群的職住空間特征及其影響因素進行深入分析。首先，利用空間錯位指數來衡量“Z世代”人群職住的不平衡程度；其次，通過地理探測器探究影響職住空間選擇的主要因素。

1）通過核心密度分析可見，北京中心城區“Z世代”人群的居住空間格局分布呈現西北、東南高，中西部低的特點，主要在三環和四環道路附近形成多個組團分布，并在中關村和CBD區域形成集中連片。工作地則高度集中在中關村、上地、望京和CBD這4個就業中心區，與居住地相比，工作地的集聚范圍更小、更為集中。受到北京房價空間格局、產業功能區與“Z世代”人群的職業偏好影響和制約，“Z世代”人群的職住空間特征表現為居住地圍繞城市主要就業中心向四周擴展的格局。

2）空間錯位指數的測度結果顯示，北京中心城6區的“Z世代”人群職住空間錯位指數高于全年齡段居民的測度值，職住不平衡現象在“Z世代”人群中表現得更為突出。這與“Z世代”人群更愿意用較長的通勤距離來換取工作機會有關。

3）利用地理探測器的因子探測功能，本研究發現，小型便利的多業態購物、餐飲設施，就近的幼兒園、醫療設施、公園綠地、體育休閑場所和便捷的公共交通是影響“Z世代”人群居住地選擇的主導因素。在選擇工作地時，“Z世代”人群更注重快捷就餐和休閑社交場所。說明“Z世代”人群的居住地選擇與他們的家庭生命周期對城市建成環境的需求和自身可承受能力相呼應，工作地的選擇反映了他們對待工作的理念和態度。

4）利用地理探測器交互因子探測功能，本研

究發現各因子對居住地和工作地的選擇均存在交

互作用。對于“Z世代”人群而言，以日常購物和餐飲為主導的生活設施配置、幼兒園和小學教育資源、公共交通條件的交互作用對居住地選擇產生了增強效果。多樣化的餐飲、便捷的交通以及滿足消費與就業雙重行為屬性的集聚區域是吸引“Z世代”人群就業的熱點區域。相較之下，居住地的雙因子增強作用更為顯著，工作地則表現為明顯的非線性增強作用。

作為北京城市建設與發展的主力軍，“Z世代”人群的居住、工作、游憩和交通出行等活動偏好都將對城市建成環境和設施配置與使用產生重要影響，而職住關系是其中的基礎。未來，研究應將

家庭生命周期納入框架，深入探究“Z世代”職住空間的演變，以揭示城市空間發展規律，為居民營造更加美好的城市環境。

［參考文獻］

［1］? 李林，李吉龍，杜婷，等.“Z世代”群體觀念及消費研究：一個文獻綜述［J］.湖北經濟學院學報（人文社會科學版），2022，19（3）：50-52.

［2］? 敖成兵.Z世代消費理念的多元特質、現實成因及亞文化意義［J］.中國青年研究，2021（6）：100-106.

［3］? 李春玲.社會經濟變遷中的Z世代青年：構成、觀念與行為［J］.中國青年研究， 2022（8）：21-27.

［4］? 陳桂龍.《2022年度中國主要城市通勤監測報告》發布［J］.中國建設信息化，2022（15）：52-55.

［5］? KAIN J F.Housing segregation，negro employment and metropolitan decentralization：rejoinder［J］.Quarterly Journal of Economics，1968，82（2）：175-197.

［6］? LEONARD J S.The interaction of residential segregation and employment discrimination［J］.Journal of Urban Economics，1987，21（3）：323-346.

［7］? KAIN J F.The spatial mismatch hypothesis：three decades later［J］.Housing Policy Debate，2010，3（2）：371-460.

［8］? BRIAN D，TAYLOR P M.Spatial mismatch or automobile mismatch？ An examination of race， residence and commuting in us metropolitan areas［J］.Urban Studies，1995，32（9）：1453-1473.

［9］? STOLL M A，COVINGTON K.Explaining racial/ethnic gaps in spatial mismatch in the US［J］.Urban Studies，2012，49（11）：2501-2521.

［10］? ABRAMSON A J，TOBIN M S，VANDERGOOT M R.The changing geography of metropolitan opportunity： the segregation of the poor in U.S.metropolitan areas，1970 to 1990［J］.Housing Policy Debate，1995，6（1）：45-72.

［11］? 黎原亙.南寧市職住平衡特征研究［D］.南寧：廣西大學，2021.

［12］? ROBERT C.Jobs-housing balancing and regional mobility［J］.Journal of the American Planning Association，1989，55（2）：136-150.

［13］? 周江評.“空間不匹配”假設與城市弱勢群體就業問題：美國相關研究及其對中國的啟示［J］.現代城市研究，2004（9）：8-14.

［14］? 劉志林，王茂軍.北京市職住空間錯位對居民通勤行為的影響分析——基于就業可達性與通勤時間的討論［J］.地理學報，2011，66（4）：457-467.

［15］? 孟斌.北京城市居民職住分離的空間組織特征［J］.地理學報，2009，64（12）：1457-1466.

［16］? 柴彥威，張艷，劉志林.職住分離的空間差異性及其影響因素研究［J］.地理學報，2011，66（2）：157-166.

［17］? 王蓓，王良，劉艷華，等.基于手機信令數據的北京市職住空間分布格局及匹配特征［J］.地理科學進展，2020，39（12）：2028-2042.

［18］? 趙鵬軍，曹毓書.基于多源LBS數據的職住平衡對比研究——以北京城區為例［J］.北京大學學報（自然科學版），2018，54（6）：1290-1302.

［19］? 石光輝.利用微博簽到數據分析職住平衡與通勤特征［D］.武漢：武漢大學，2017.

［20］? 孫喆，路青.基于手機信令數據的大都市新城職住關系——以北京為例［J］.城市發展研究，2022，29（12）：53-61.

［21］? 劉望保，李彤彤.基于手機信令數據的廣州市社區建成環境對居民通勤距離的影響研究［J］.世界地理研究，2023，32（5）：79-90.

［22］? 陳靜媛，張云彬，王誠，等.基于手機信令數據的合肥市郊區職住空間特征研究［J］.華中農業大學學報（自然科學版），2022，41（3）：35-46.

［23］? 龍瀛，張宇，崔承印.利用公交刷卡數據分析北京職住關系和通勤出行［J］.地理學報，2012，67（10）：1339-1352.

［24］? 王振坡，牛家威，王麗艷.基于POI大數據的天津市居民居住就業空間特征及其影響因素研究［J］.地域研究與開發，2020，39（2）：58-63.

［25］? 薛冰，李京忠，肖驍，等.基于興趣點（POI）大數據的人地關系研究綜述：理論、方法與應用［J］.地理與地理信息科學，2019，35（6）：51-60.

［26］? 段亞明，劉勇，劉秀華，等.基于POI大數據的重慶主城區多中心識別［J］.自然資源學報，2018，33（5）：788-800.

［27］? 劉洋，姚廣錚，蔡傳慈，等.北京市職住分布與通勤交通特征［J］.城市交通，2022，20（6）：98-104.

［28］? 林榮平，周素紅，閆小培.1978年以來廣州市居民職住地選擇行為時空特征與影響因素的代際差異［J］.地理學報，2019，74（4）：753-769.

［29］? 周素紅，劉玉蘭.轉型期廣州城市居民居住與就業地區位選擇的空間關系及其變遷［J］.地理學報，2010，65（2）：191-201.

［30］? 鄭思齊，曹洋.居住與就業空間關系的決定機理和影響因素——對北京市通勤時間和通勤流量的實證研究［J］.城市發展研究，2009，16（6）：29-35.

［31］? 趙暉，楊軍，劉常平.軌道沿線居民職住分布及通勤空間組織特征研究——以北京為例［J］.經濟地理，2011，31（9）：1445-1451.

［32］? 焦朋朋，陳帥，李揚威.基于混合Logit的居住地和就業地選擇行為模型［J］.武漢理工大學學報（交通科學與工程版），2014，38（5）：1011-1015.

［33］? 劉常平，徐學明，趙暉，等.北京城市職住空間演變、通勤需求與就業可達性特征［J］.交通運輸研究，2019，5（2）：1-8.

［34］? 張學波，宋金平，陳麗娟，等.北京都市區就業空間分異與職住空間錯位行業識別 ［J］.人文地理，2019，34（3）：83-90.

［35］? 邱紅，王良，楊明，等.基于四次經濟普查數據的北京就業空間演變特征研究［J］.北京規劃建設，2021（6）：56-61.

［36］? 王淼，郭燕賓，楊旭東，等.建筑用途的城市職住空間組織特征研究［J］.測繪科學，2021，46（1）：196-202 .

［37］? 王瑤.“Z世代”大學生就業心態分析及對策［J］.就業與保障，2022（2）：100-102.

［38］? 曹萌.“Z世代”逐夢前行［J］.法人，2020（8）：44-45.

［39］? 中國城市規劃設計院.《2023年度中國主要城市通勤監測報告》解讀［J］.城鄉建設，2023（18）：70-77.

［40］? 林榮平，周素紅，閆小培.1978年以來廣州市居民職住地選擇行為時空特征與影響因素的代際差異［J］.地理學報，2019，74（4）：753-769.

［41］? 諶鴻燕.代際累積與子代住房資源獲得的不平等——基于廣州的個案分析［J］.社會，2017，37（4）：119-142.

［42］? 張延吉，唐杰，秦波.“拼爹”還是“自立”——家庭代際支持對當代城市青年居住環境的影響［J］.青年研究，2019（3）：26-37.

［43］? 王勁峰，徐成東.地理探測器：原理與展望［J］.地理學報，2017，72（1）：116-134.

［44］? 李云，翟欣欣，胡雅麗，等.城市道路交通事故的時空特征與規劃成因——以深圳市南山區為例［J］.深圳大學學報（理工版），2018，35（2）：197-205.

［45］? 李偉，黃正東.基于POI的廈門城市商業空間結構與業態演變分析［J］.現代城市研究，2018（4）：56-65.

［46］? 曾源，王國恩，張媛媛.基于POI的武漢市商業中心識別及等級研究［J］.現代城市研究，2021（6）：109-116.

［47］? 鄭澤爽.珠海市職住空間分布特征及其影響因素研究——基于高德地圖興趣點和交通傳感數據的調查分析［J］.規劃師，2019，35（4）：51-56.

［48］? 段征宇，賀璇，陳川.城市居住區位與出行行為對通勤者生活質量的影響研究——以上海市為例［J］.現代城市研究，2023（6）：88-93.

［49］? 杜雨涵，趙海莉，原悅，等.居住環境剝奪測度及其對房價的影響——以蘭州市為例［J］.干旱區地理，2022，45（3）：966-975.

［50］? 季欣，宗會明，戴技才.重慶市主城區住房售租分異格局及影響因素［J］.西部人居環境學刊，2023，38（4）：90-97.

［51］? 李云，翟欣欣，胡雅麗，等.城市道路交通事故的時空特征與規劃成因——以深圳市南山區為例［J］.深圳大學學報（理工版），2018，35（2）：197-205.

［52］? 黎家琪，宋廣文，肖露子，等.盜竊者犯罪出行距離的特征及其影響因素——基于居住社區、作案社區及出行物理障礙的綜合考慮［J］.地理科學進展，2022，41（11）：2123-2134.

［53］? 張延吉，游永熠，朱春武，等.犯罪恐懼感與犯罪活動空間分布的匹配關系及其影響因素——以北京市為例［J］.地理科學，2022，42（6）：1024-1033.

［54］? 高姝，劉紀平，郭文華，等.北京市房地產價格空間分布變化研究［J］.測繪科學，2021，46（9）：150-156.

［55］? 張學波，宋金平，陳麗娟，等.北京都市區就業空間分異與職住空間錯位行業識別［J］.人文地理，2019，34（3）：83-90.

［56］? 陳雅萍.城市便利店如何販售生活方式［J］.江蘇商論，2018（8）：9-15.

［57］? 王德起，許菲菲.基于問卷調查的北京市居民通勤狀況分析［J］.城市發展研究，2010，17（12）：98-105.

［58］? 陳永華.作為市民公共空間的存在與發展——近代杭州茶館功能研究［J］.杭州師范大學學報（社會科學版），2008（5）：116-120.

［59］? 嚴霞.青年的咖啡館消費文化——以貴陽市青年的咖啡館消費為例［J］.青年探索，2016（6）：5-13.

［60］? 廖嘉妍，張景秋.基于POI數據的北京城市文化設施空間分布特征研究［J］.北京聯合大學學報，2020，34（1）：23-33.

（責任編輯? 齊蓉暉；責任校對? 柴? 智）