《表6 多项logistic回归结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《出行距离与住房租金关系的空间分异:探索多中心城市中的竞租模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：模型以社会经济属性、建成环境、职业结构的各项指标为自变量，以低通勤正显著（LP）、高通勤正显著（HP）、低通勤负显著（LN）和高通勤负显著（HN) 4类社区为因变量，整体模型在p值小于0.05的水平下显著，Cox和Snell检验的伪R方为0.191。*、**、***分别表示自变量的影响系

正显著社区和负显著社区在低通勤距离与高通勤距离时不同的表现暗示着社区居民不同的日常出行模式。影响多中心城市居民出行模式的因素众多，不同社会经济属性的人群倾向于根据其个体与家庭生命周期做出不同的住房决策，衍生出特有的出行模式[26-27]。社区的业态特征[28]可能通过影响社区居民的就业选择，从而改变其出行模式。城市圈核结构的组织规律[29]也可能使得位于特定建成环境的居民被迫采用不同的出行模式。对本文的广州案例而言，多项logistic回归的结果显示，社区居民社会经济属性、居民职业结构、社区建成环境3类因素能显著地区分低通勤正显著（LP）、高通勤正显著（HP）、低通勤负显著（LN）和高通勤负显著（HN) 4类社区（表6）。低通勤正显著社区在空间上集中于城市新城新区及其周边，如天河商务区的北侧、大学城、白云新城、科学城等，典型特征是全局邻近度较高但服务设施密度相对较低、户口在本社区的人口比例较低。这可能是由于此类社区得益于政府主导的诸多开发建设项目，区位得以改善，但社区发展尚不完善，服务设施密度较低、流动人口较多，还存在较多的城中村等零散土地，通勤距离越短的居民越可能局限于本地的零散就业，所在社区的住房租金越可能低于周边开发更为完善的社区。高通勤正显著社区在空间上集中于郊区，包括较早期的产业开发区以及市场化自发形成的居住集聚区，如广州开发区、华南新城、大源村等，典型特征是全局邻近度较低但服务设施密度高，房屋出租率高、60岁以上人口的比重较低、从事商业与服务业的人员比例较低。这可能是由于此类地区经过长期的发展建设，服务设施相对完善，但由于不是政府主导的重点建设地区，区位仍未得到有效改善；在此居住的更可能是青壮年专业技术人员等对长距离通勤接受能力强的群体，对这类社区而言，更长的通勤距离可能意味着与中心区等地有着更好的就业联系，因而住房租金可能高于周边社区。低通勤负显著社区在空间上位于广州旧城市中心，特征是全局邻近度高、平均受教育年限较高、60岁以上人口比重高、住房出租率低，是典型的老城区社区。在这类社区中居民倾向于就近就业，因而通勤距离越短、就业越方便的社区住房租金高。高通勤负显著社区在空间上位于远郊，最显著的特征是居民平均受教育年限较低。在这类社区中的居民可能受到较大的住房选择制约，被迫居住在离工作地较远的社区，因而通勤距离越长，社区住房租金越低（图10）。