文章快速检索     高级检索
  人文地理  2021, Vol. 36 Issue (6): 39-52  DOI: 10.13959/j.issn.1003-2398.2021.06.005
0

引用本文  

张雪, 李彦熙, 柴彦威. 多情境下城市时空间行为的社会分异——以北京不同住房来源居民为例[J]. 人文地理, 2021, 36(6): 39-52. DOI: 10.13959/j.issn.1003-2398.2021.06.005.
ZHANG Xue, LI Yan-xi, CHAI Yan-wei. SOCIAL SEGREGATION OF SPATIO-TEMPORAL BEHAVIOR OF RESIDENTS OF DIFFERENT TYPES OF HOUSING IN COMPLEX CONTEXTS: A CASE STUDY OF BEIJING[J]. Human Geography, 2021, 36(6): 39-52. DOI: 10.13959/j.issn.1003-2398.2021.06.005.

基金项目

国家自然科学基金项目(42001186,42071203,41871146);教育部人文社会科学研究青年基金项目(20YJCZH234)

作者简介

张雪(1989-), 女, 河北沧州人, 副教授, 博士, 主要研究方向为行为地理学、时间地理学、城市与区域规划。E-mail: zhangxue@fjnu.edu.cn

通讯作者

柴彦威(1964-), 男, 甘肃会宁人, 教授, 博士, 博士生导师, 主要研究方向为时间地理学、行为地理学、城市时空行为规划。E-mail: chyw@pku.edu.cn

文章历史

收稿日期:2021-03-16
修订日期:2021-06-16
多情境下城市时空间行为的社会分异——以北京不同住房来源居民为例
张雪 1, 李彦熙 2, 柴彦威 2     
1. 福建师范大学 地理科学学院, 福州 350007;
2. 北京大学 城市与环境学院, 北京 100871
提   要:近年来,居民时空间行为的社会分异已成为学者们广泛关注的话题。然而,已有关于居民时空间行为的社会分异研究中,缺少对于居民活动情境的社会分异的研究。因此,本研究基于时间地理学中对人类活动的情境嵌入性与情境的不同维度的相关理论,以北京清河街道为例,分析不同住房来源居民在日常情境、地理情境和社会情境下的时空间行为的社会分异,尝试从多个情境维度拓展对时空间行为社会分异的理解。研究发现,市场性住房居民“朝九晚五”的活动特征明显,活动同伴选择外向性突出;单位性住房居民职住相对接近,在社区空间内分配时间最长且活动目的多样;安置性住房居民活动较为分散,地理情境与社会情境都呈现出“家庭内向性”特征;保障性住房居民非工作活动的“滞后性”明显,对社区空间的时间分配总体较低。除住房来源因素与个人社会经济因素外,建成环境因素对于居民对社区空间的使用有显著影响。
关键词社会分异    时空间行为    多情境    住房来源    北京    
SOCIAL SEGREGATION OF SPATIO-TEMPORAL BEHAVIOR OF RESIDENTS OF DIFFERENT TYPES OF HOUSING IN COMPLEX CONTEXTS: A CASE STUDY OF BEIJING
ZHANG Xue1 , LI Yan-xi2 , CHAI Yan-wei2     
1. School of Geographical Sciences, Fujian Normal University, Fuzhou 350007, China;
2. College of Urban and Environmental Sciences, Peking University, Beijing 100871, China
Abstract: In recent years, social segregation of residents' spatio-temporal behavior has received widespread concern. Under the background of urban transformation and reconstruction and the rapid change in social and household organization, the contexts of residents' daily life become more and more complicated, leading to more significant differences among groups. Various researches have focused on the differences of the spatio-temporal behavior of urban residents, but have paid little attention to the complex contexts of daily life. Analysis of complex contexts of residents' spatio-temporal behavior helps to deepen our understanding on social segregation. This study first introduces the embeddedness of contexts of human behavior and meanings of different contexts. Using a case study in Qinghe District, Beijing, this study describes the social segregation of spatio-temporal behavior of residents in different types of housing in 3 contexts: Everyday context, geographical context and social context. We find that residents of market housing show a nine-to-five activity pattern, and have an extraverted social context of their daily life. Residents of resettlement housing show scattered daily activity pattern, while the geographical context and social context of their daily life are more family-introverted. Residents of affordable housing have postponed non-work activities when compared to other groups and spend less time in their neighborhood area.
Key words: social segregation    spatio-temporal behavior    complex contexts    types of housing    Beijing    
1 引言

近年来,在大规模城市化、城市空间扩张以及居民移动能力增强的背景下,越来越多的学者已经意识到,社会分异的研究应超越居住区,从静态的、以居住区空间分布为核心的社会分异研究转向动态的、关注居民时空间行为的社会分异研究[1-3]。学者们一方面大量开展关于不同社会群体时空间行为特征的实证研究,另一方面不断探索丰富城市时空间行为社会分异研究的内涵及创新方向。

Kwan等学者指出,时空间行为的社会分异研究不仅要致力于个体(或地方)尺度的分析,更要关注时空间行为产生的多重背景[4]。时空路径、活动空间等虽然直观地刻画了不同群体在城市空间的活动范围,但研究者所观察到的空间范围所处的“情境(context)”其实是被简化了[5]。在城市转型与重构、社会组织与家庭结构变革等背景下,居民日常生活的情境变得越来越复杂。比如不同社会群体在日常活动安排方面的差异、在活动地点选择方面的差异、在活动同伴方面的差异等[6]。因此,仅仅进行居民时空间行为特征的分析,已不能完全表达当前城市社会分异的复杂内涵。

时间地理学中对人类活动的情境嵌入性与情境的不同维度的相关理论为理解当前个体活动的多维情境性提供了重要的理论支撑。时间地理学思想与方法是在对计量革命的反思与批判中出现的人文地理学对个体行为的微观情境进行正面研究的方法论流派[4, 7]。其方法来源于哈格斯特朗对于人类活动的情境嵌入性的思考,认为个体行为的微观情境和宏观尺度的汇总结果之间存在着根本的直接联系,因此区域研究应当强调个体的重要性与个体行为所处的微观情境[8]。时间地理学中对于个体时空间行为多维情境的思考与方法论,启发了本研究中关于多情境下城市时空间行为社会分异的探索。

另一方面,从当前我国城市社会分异的发展来看,随着我国住房市场化改革不断深化,住房混合逐渐成为理解我国城市社会分异的新背景。在住房市场化改革初期,“居住区”承载了对城市不同人群的分选,当时的城市社会分异主要表现为传统式街坊居住区、单一式单位居住区、混合式综合居住区、演替式边缘居住区等不同类型居住区的空间分异[9]。2010年以来,随着住房改革不断深化,居民的住房来源日益多元化,新建商品房、保障性住房、原单位住房、拆迁安置房以及租赁住房等不同形式的住房,在中国城市的居住空间中混合共存,即使在同一个街道甚至同一个居住区内,也可能存在着不同的住房类型[10]。高度混合的住房对城市社会分异研究带来新议题与新挑战,引起了学者们的广泛关注。

目前国内外基于住房来源视角的城市社会分异研究主要包括住房来源分异的影响因素[11, 12]、不同住房的空间分布[13]、住房分异与社会不平等[14, 15]等几个方面。研究多是基于不同居民的住房空间分布讨论居住在城市不同区位的不同住房群体能够获取或利用城市资源的差异性。尽管已有一些研究中关注到了居民的时空间行为,例如,张纯等以北京为例,采用GIS网络分析方法分析了保障性住房居民就医可达性问题[16],但已有研究多是从居住空间分布的视角出发,关注居民的活动地点与居住地的空间关系,而对于居民整日时空间行为特征的研究不足。同时,已有研究中多关注住房弱势群体的空间困境,而对于不同住房来源居民行为特征的差异性研究不足。因此,在居民移动性不断增强的背景下,关于不同住房来源居民时空间行为分异的研究应成为理解住房来源视角下城市社会分异的重要方面。

鉴于以上背景,本研究将首先梳理时间地理学中关于对人类活动的情境嵌入性与情境的不同维度的相关思考;之后,以北京清河街道为例,分析不同住房来源居民在日常情境、活动地点情境和活动同伴情境下的时空间行为社会分异,尝试从多个维度丰富对于时空间行为社会分异的理解,探索时空间行为社会分异的创新方向。

2 人类活动的情境嵌入性与情境的不同维度 2.1 人类活动的复杂情境

时间地理学方法本质上来源于哈格斯特朗对于人类活动的情境嵌入性的思考。哈格斯特朗旨在建立一种情境性的研究方法,将物质方面、精神方面、社会文化方面及它们之间的关系都作为分析人类活动的一个方面[17],因此时间和空间是他关于社会的研究中的基本变量。而他所领导的研究小组也被称为“人文地理学过程与系统分析小组”[18],说明时间地理学对于人类活动的本质思考,即时间地理学研究是过程指向的,关注人类活动的情境嵌入性,而这个过程是根植于空间的[19]。Giddens也认为人类活动的情境嵌入性是现代性的一部分[20]

经典时间地理学中将个体在时空间中的活动轨迹抽象为一条线,即时空路径,直观简洁地刻画出个体在时空中连续运动的过程。随着技术的进步,不少学者将时空路径置于真实的地理环境中进行3D可视化[21],更详细地刻画个体在时空间中的行为。然而,时空路径实际上是被简化了[22]的现象,而无法表达出个体活动发生的内在机制与微观情境性,缺乏对行为主体的能动性及社会性的表达,也无法完全准确刻画个体之间的差异[4, 23, 24]

为进一步描述人类活动情境的复杂性,Kajsa Ellegård将“情境(context)”的概念进行进一步扩展,包括:①日常情境(everyday context),通过刻画人类活动依次发生的序列与过程,体现人类活动的节奏、惯常性与灵活性;②企划情境(project context),通过展示个体或组织企划的实现过程,构成同一企划的不同活动是如何连接的,不同企划是如何交织的,企划是否最终实现;③地理情境(geographical context),通过描述人类活动所占据的地理位置,挖掘并分析对于人类活动具有特殊意义的空间;④社会情境(social context),通过分析人类活动的同伴关系与联合行为,研究个体的社会交往、社会网络、社会资本、社会融合等议题。由于它们都是以所研究的个体作为参考点并具有时间性,因此不同的情境之间是相互关联的[6]

除以上几种情境外,学者们根据研究需要还可以继续进行拓展[6],更细致地刻画和分析人类活动的不同情境,如描述活动所借助的工具的技术情境[25](technological context)、代表个体主观感受的情绪情境[26](emotional context)、揭示人类活动所伴随的健康风险的健康情境[27](wellbeing context)等(表 1)。

表 1 人类活动的复杂情境 Tab.1 The Complex Contexts of Human Behavior
2.2 多情境下城市时空间行为社会分异的研究

多情境下城市时空间行为社会分异的研究将丰富城市社会分异的内涵。首先,人类活动的复杂情境分析能促进对于社会分异的更全面认识。已有研究中多从汇总的角度对不同城市群体的时间利用情况进行统计,以研究不同群体活动时间分配的差异,多情境视角的引入可以通过分析不同活动在一天24小时中的分布情况,探讨不同社会群体一日的时间组织安排;通过对比不同居民对于不同城市空间利用情况的差异,探讨地理空间对于居民的不同意义;通过对居民活动同伴的探讨,透视居民的社会交往与联系。

其次,人类活动的复杂情境分析能帮助理解时空间行为社会分异的内在机制。时间地理学的基本假设是个体的不可分割性,而人类活动必须占有一定的时空资源,个体在不同时空中所进行的活动,既代表了个体的活动机会,同时也隐含着各种制约。部分活动的实施必须借助特定工具,或必须由多人联合来共同完成,在能力制约、组合制约、权威制约等因素的作用下,不同主体之间、主体与资源之间相互组合以满足人类活动的需求。不同个体或群体的行为模式及行为差异实际上反映了个体或群体所面临的社会制约差异以及可支配资源的差异。

此外,人类活动的复杂情境分析能帮助识别时空行为社会分异的影响,并为政策制定提供启示。不同行为主体由于所处的情境不同,会产生不同的时空组合、资源分配,并由此产生不同的行为结果,导致行为主体在健康效益、情绪效益上的差异[28]。多情境分析能与社会融合、环境公正等议题相结合,刻画在何种情境下,不同群体的行为差异如何影响行为主体的社交网络或污染暴露,并针对性地给出政策建议。

基于以上思考,本研究认为,在城市快速发展、居民生活情境日益丰富的背景下,开展多情境下城市时空间行为的社会分异研究十分必要。

3 研究案例地区与数据

本文选取北京清河街道作为案例地区(图 1)。清河街道位于北京市北五环和北六环之间,人口6.7万,辖区面积9.37 km2,距离天安门的直线距离16 km,是北京近郊区典型的大型居住区。

图 1 北京清河街道区位图 Fig.1 The Location of Qinghe District

“住房来源混合”是清河街道居住区的重要特征。1949年之前,清河是北京北郊重要集镇,以传统农业和自然村落为主。建国之后,北京的城市空间发展以经济建设为核心,清河地区被规划为北京的郊区工业区。单位大院是这一时期的主要住房来源类型。20世纪80年代,随着北京城市化的发展,城市空间向外拓展,清河地区划定为北京近郊区商业服务和居住组团。1998年,中国单位福利住房制度解体,同时,这一时期,随着北京北部科技信息产业园区的发展,清河地区在2004年的北京城市总体规划中被规划为北京北部科技园区的配套区域,承接中心城区的产业和人口。从2000年初开始,清河地区开始大批建设商品房。一方面对本地居民原有房屋进行拆迁安置,另一方面对单位大院内部分住宅楼进行更新改造。同时,一些单位以集体购买的形式组织单位职工购买商品房。2012年,根据北京保障性住房配建的相关政策要求,清河地区开始在市场性住房居住区内配套建设保障性住房。基于以上背景,清河街道内居民住房来源多样,而“住房来源”这一变量综合表征了城市发展历史、政府规划、体制制度以及市场化共同作用的结果,成为分析这一地区居民社会分异的重要视角。

本研究数据来源于2012年北京大学时间地理学研究小组在清河街道开展的居民活动—出行调查获取的第一手资料。此次调查采取GPS定位设备、互动式调查网站、面对面及电话访谈相结合的方式进行调查。调查内容包括被调查者及其家庭的社会经济属性、住房来源、一周内完整的时空轨迹和一周的活动日志。根据本研究的研究问题,结合前文所述已有研究,将这一地区居民的住房来源划分为市场性住房、政策性住房、拆迁安置住房和单位性住房四大类。其中市场性住房包括新商品房、二手房、经济适用房和限价商品房;政策性住房包括廉租房和公租房;拆迁安置房为一类;单位性住房包括单位房改房、房管局房改房、单位集资房和单位团购房。此次调查中共收集到有效样本480人,筛选“住房来源”信息填写完整的422名样本作为本研究的数据库。

基于以上分类,首先对不同住房来源样本的社会经济属性进行统计(表 2)。在本研究的全部样本中,49.1%的居民通过住房市场获得住房,28.9%的居民从单位获得住房,14.2%为拆迁安置住房,7.8%为政府保障性住房。通过方差分析的结果可知,这四类住房来源居民的社会经济属性存在显著差异。市场性住房居民年轻化、高收入、高学历居民较多;单位性住房居民年龄较长、收入中等;安置性住房和保障性住房居民学历较低,无职业比例较高;且保障性住房居民个人月收入较低,但平均通勤距离最长。在已有研究基础上[29],本文进一步讨论不同住房来源居民在多情境下的时空间行为的社会分异。

表 2 样本的社会经济属性 Tab.2 Socio-economic Attributes of Samples
4 多情境下不同住房来源居民时空间行为的社会分异 4.1 不同住房来源居民日常活动的时间分配

居民日常生活中不同类型活动的时间分配差异与日常情境的差异、地点情境的差异、社会情境的差异等紧密相关,是理解多情境下居民时空间行为社会分异的重要基础。因此,本文首先对不同住房来源居民在工作日和休息日的生活时间分配进行分析(表 3)。

表 3 不同住房来源居民的生活时间分配(min) Tab.3 Time Allocation of Residents of Different Types of Housing (min)

以分钟为单位,分别统计样本各类日常活动在工作日和休息日的平均时长,并对均数差别进行显著性检验,如表 3。结果发现,不同住房来源居民生活时间分配的差异主要体现在工作日。市场性住房居民的工作时间最长,平均每天为414.6分钟;保障性住房居民次之,平均每天为410.8分钟;安置性住房居民最少,平均每天为308.6分钟。安置性住房居民的休闲活动时间最长,平均每天为179.2分钟,并且在工作日进行家庭事务的活动时间也高于其它住房来源居民。在休息日的时间分配中,除安置性住房居民的出行时间显著少于其它居民外,其它活动的时间分配差异不显著。

4.2 日常情境下不同住房来源居民时空间行为的社会分异

基于以上对居民不同类型活动时间分配的分析,进一步根据活动日志调查数据,使用瑞典林雪平大学时间地理学团队开发的VISUAL-TimePAcTS/energy use软件,对不同住房来源居民的活动序列进行可视化与比较分析(图 2)。纵轴代表从凌晨0点至午夜24点以3小时为间隔的时间刻度,横轴中每一条柱子代表一位样本,彩色的线段代表不同类型的活动。最下方横轴为浅黄色的部分代表工作日,橘黄色的部分代表休息日。该可视化方法以个体为单位,直观展示居民日常活动依次发生的序列与过程。整体来看,不同住房来源居民日常活动序列的分布情况具有一定差异性。

图 2 不同住房来源居民整日活动序列 Fig.2 Activity Sequences of Residents of Different Housing Types

为更清晰地展示不同住房来源居民开展不同类型活动的时间分布差异,将以上活动序列图按照活动类型进行拆分,得到工作、家务、休闲及购物活动的活动序列分布图(图 3图 5),并汇总不同住房来源居民的时间节奏。在工作活动方面,市场性住房和单位性住房居民工作日的工作活动序列较整齐,“双峰”特点明显,从早上8:30到9点左右陆续开始,短暂的午休之后,下午的工作从13点左右开始持续到18点左右;少量样本在18点之后有加班。安置性住房和保障性住房居民的工作活动整体上也表现出“双峰”特点,但工作活动序列较多样化,存在部分早上6点左右开始工作、下午18点左右下班或10点左右开始工作、下午15点左右下班的居民。在休息日,一部分市场性住房居民和单位性住房居民有加班,加班的时间也具有“双峰”的特点。安置性住房和保障性住房居民加班的样本较少,但加班样本的工作时间持续时间较长,基本为从早上6:30左右到21点左右,保障性居民还出现了19点—23点的小峰值,这可能与安置性住房和保障性住房居民中有一定比例居民为私营个体或从事服务业有关。

图 3 不同住房来源居民工作活动的活动序列分布 Fig.3 Sequences of Working Activity of Residents of Different Housing Types
图 4 不同住房来源居民家务活动的活动序列分布 Fig.4 Sequences of Household Activity of Residents of Different Housing Types
图 5 不同住房来源居民休闲及购物活动的活动序列分布 Fig.5 Sequences of Leisure and Shopping Activity of Residents of Different Housing Types

在家务相关活动方面,工作日,不同住房来源居民的家务活动基本从早上6点开始。市场性住房居民、单位性住房居民家务活动的第一个峰值分别在9点左右和11点左右出现,而保障性住房和安置性住房居民在上午基本没有家务活动的峰值。工作日傍晚是市场性住房居民、单位性住房居民、安置性住房居民家务活动的峰值,大约出现在18点到19点,市场性住房居民家务相关活动的持续时间也相对较长。保障性住房居民的家务活动峰值出现在晚饭后,约为21点,这可能是因为保障性住房居民的通勤时间长、就业时间多元,因此家务活动多安排在晚上进行。在休息日,保障性住房居民的家务活动集中在上午完成,其它三类住房居民在上午和下午均出现家务活动的峰值。

在休闲及购物活动方面,在工作日,不同类型住房居民活动的峰值均是在21点左右,市场性住房、单位性住房、安置性住房居民的活动峰值大约开始于17—18点,而保障性住房居民从15点左右开始。在休息日,不同类型住房居民的休闲及购物活动均出现三个高峰时段,单位性住房居民的早高峰(9点)与其他三类住房居民的早高峰时间(11点)存在明显差异。这可能是因为单位性住房居民年龄较长,休闲及购物活动开展得更早。

总体上,就日常情境而言,市场性住房居民“朝九晚五”的活动序列特征明显,工作活动与其他活动相对独立;单位性住房居民由于职住较为接近,工作活动“两段式”特征明显;安置性住房居民与保障性住房居民活动安排相对分散,尤其是保障性居民工作日非工作活动峰值出现相对滞后,这与两类居民就业灵活、通勤时间较长的特征相关。

4.3 地理情境下不同住房来源居民时空间行为的社会分异

基于样本的活动日志数据,统计不同住房来源居民在不同地点的时间分配情况。根据问卷中对活动地点的分类,将活动地点类型划分为自家内(指的是样本自己家内的空间)、家外社区空间(指的是社区内除去样本自己家之外的地理空间)、工作地、亲朋家、休闲场所、购物场所、餐馆和其它地点。为避免由行政边界划分的“社区空间”带来的研究局限性,本文中对“社区空间”的划分采用从社区几何中心向外1 km缓冲区的范围。结果如表 4所示,工作日不同住房来源居民在社区以外地理空间的时间分配差异不显著,而在社区空间内的时间分配存在显著差异。其中,单位性住房居民在自家内的时间最少,但在家外社区空间的时间最多;安置性住房居民在自家内的时间最多,但在家外社区空间的时间最少。这表明,在工作日,单位性住房居民对社区内空间利用程度较高,而安置性住房居民较少。休息日,单位性住房居民和保障性住房居民在工作地的时间较多,而安置性住房居民在休闲场所的时间较多。

表 4 不同住房来源居民在不同活动地点的时间分配(min) Tab.4 The Time Allocated in Different Spaces of Residents of Different Housing Types (min)

由于社区是居民日常活动的重要空间[30],居民在社区内分配的时间及活动类型反映了社区对居民的意义,进而可以揭示社区规划与设施配置的现状与不足。因此,本研究进一步统计了不同住房来源居民在社区空间内不同地点的时间分配的差异性(表 5)。结果表明,不同住房来源居民在社区空间内休闲地点、购物地点和工作地点的时间分配存在一定差异。保障性住房居民在社区空间内休闲地点、购物地点的活动时间较少;单位性住房居民在社区空间内工作地点的活动时间较多。

表 5 不同住房来源居民在社区空间内的时间分配(min) Tab.5 The Time Allocated in Neighborhood Area of Residents of Different Housing Types (min)

利用VISUAL-TimePAcTS/energy use软件对不同住房来源居民在社区空间内的活动序列进行可视化(图 6)。其中彩色的部分代表样本在社区空间内,不同颜色线段代表不同类型活动,灰色的部分代表样本不在社区空间内。图 7分别是样本在自家内和家外社区空间内的活动时间节奏。可以发现,在工作日,保障性住房居民从家出去的时间较早,大概在早上6点开始到8点左右,在傍晚18点到19点左右陆续回到家中。安置性住房居民和单位性住房居民中有较多比例白天在社区空间内活动,除工作活动之外,还穿插休闲、家务等活动。市场性住房居民大部分在早上8点到9点左右从社区出发,傍晚18点到19点左右回到社区;并于晚饭后在家外社区空间有较多比例的休闲活动。

图 6 不同住房来源居民在社区空间内的活动序列 Fig.6 Sequence of Activities of Residents of Different Types of Housing in Neighborhood Area
图 7 不同住房来源居民在自家内和家外社区空间的活动时间节奏 Fig.7 Time Rhythm of Residents of Different Types of Housing in Neighborhood Area

在休息日,保障性住房居民在社区内的活动主要是在家内进行,在家外社区空间的活动较少。安置性住房居民在休息日晚饭后,会有一定比例在家外社区空间内的休闲。休息日的下午,一定比例的市场性住房居民会在家外社区空间进行家务活动和休闲活动。而单位性住房居民休息日在家外社区空间内的活动最为丰富,出现上午9点、下午3点和傍晚18点三个活动的峰值,除进行工作活动外,单位性住房居民在家外社区空间内还有较多比例的家务、休闲等活动。

进一步,采用多元线性回归分析,挖掘在上述方差分析中表现出显著差异的地点类型的影响因素。同时,在控制样本的其他社会经济属性条件下,验证住房来源这一变量是否仍然显著。模型自变量及编码见表 6,除住房来源外,还包括居民的社会经济属性及建成环境数据。模型拟合结果如表 7所示,本文仅展示统计显著的结果。在控制了个人及家庭社会经济属性和建成环境属性之后,住房来源这一要素仍然显著。就建成环境因素而言,通勤直线距离对工作日社区居民在家内、家外社区空间及社区空间内休闲地点的时间分配有显著的负向影响;家周围POI密度对工作日社区居民在家外社区空间、社区空间内休闲地点,以及休息日社区居民在家外社区空间、社区空间内购物地点有显著的正向影响。在个人及家庭社会经济属性因素方面,年长者、女性、已婚者、收入较低者、非全职工作者、非企事业单位从业者、有16岁以下孩子,对工作日在自家内的时间比例有显著正向影响;而收入较低者、非全职工作,对居民工作日在社区空间内工作地点的时间分配有显著影响。

表 6 居民在不同地点时间分配模型的自变量与编码 Tab.6 Independent Variables and Codes of the Models of Residents' Time Allocation in Different Locations
表 7 居民在不同地点活动时间分配的模型拟合结果 Tab.7 Results of Linear Regression Model of Time Allocation in Different Places

总体上,在地理情境方面,单位性住房居民与市场性住房居民在社区空间的时间较长,活动目的也相对多元,对于单位性住房居民而言,社区空间作为工作空间的意义也更为突出。安置性住房居民在家内分配的时间较多,保障性住房居民在家内和家外社区空间分配的时间都较短,可能受工作活动的制约较大。减少通勤直线距离、提高家周围POI密度对于提升社区居民对社区空间的利用程度有显著影响。

4.4 社会情境下不同住房来源居民时空间行为的社会分异

活动同伴是反映居民活动社会情境的重要指标。活动同伴的选择受到活动目的、个人社交网络以及同伴的地理邻近性的共同影响[31]。为了反映居民对活动同伴的原始选择,本文只选择了家外非工作活动进行统计,包括日常事务(包括照顾老人小孩、接送亲友、外出办事等)、购物活动、休闲活动(包括体育锻炼、社交访友、娱乐休闲等)和其他活动(包括上网、宗教活动等)四类。参考已有研究中对于活动同伴的分类[31],将活动同伴分为单独、朋友、核心家庭成员、其他家庭成员等四类,统计分析不同住房来源居民在不同活动与四类活动同伴的活动频次及占比(表 8)。活动目的对居民活动同伴选择有显著影响。购物活动和日常事物活动通常与家庭责任相关联,因此多为单独完成或与核心家庭成员共同完成。休闲活动与其他事务活动的同伴选择则相对多样。不同住房来源居民在活动同伴情境方面的差异主要体现在工作日,而在休息日,居民的家外非工作活动主要与核心家庭成员一起完成,因此表 7中仅展示工作日的统计结果。

表 8 不同住房来源居民的活动同伴统计(工作日) Tab.8 Activity Companion of Residents of Different Types of Housing (Weekday)

具体来看,在工作日的日常事务中,不同住房来源的居民倾向于独自或与核心家庭成员一起完成,因为此类活动通常与家务目的相关联,由家庭成员所分担。在工作日的其他事务中,相比于其他三类居民,安置性住房居民单独完成的比例更高,与朋友一起完成的比例则相对较低,显示出一定的社交局限性。在工作日的购物活动中,市场性住房居民、单位性住房居民和安置性住房居民倾向于独立完成(59%以上),这可能是工作日居民的时空制约较大,因此采用分工的方式完成。安置性住房居民倾向于与核心家庭成员一起完成(46%),这可能与工作日安置性住房居民在家的时间比例较多有关。在工作日的休闲活动中,保障性住房居民单独完成(39%)、与核心家庭成员一起完成(33%)的比例较多,而其他住房来源居民与朋友一起进行休闲活动的比例占38%以上,其中单位性住房居民与朋友一起休闲的比例最高(47%)。

以工作日非工作活动的同伴选择类别为因变量,选择单独活动作为参照变量,运用多项logit(MNL)模型分别对不同住房来源居民的行为同伴选择进行分析(表 9)。本文仅展示统计显著的结果。在控制了居民其他社会经济属性之后,住房来源对居民在工作日的活动同伴选择仍然具有显著影响。相比于市场性住房居民,安置性住房与保障性住房居民倾向于与核心家庭或其他家庭成员共同进行活动,活动同伴选择的“内向性”明显,一方面可能是由于其工作与通勤时间较长,与核心家庭成员外的同伴进行组合的时间机会较少;另一方面可能是社会经济属性限制其社会交往与融合水平,与居住社区周边的居民交往频率也较低。女性比男性更倾向于进行有同伴的联合活动,随着年龄的增长,居民更倾向于选择单独活动,但在50岁之后会逐渐增加与朋友交往的活动。与核心家庭成员相比,其他家庭成员陪伴的活动会随年龄减少得更明显。家庭结构对居民均有显著的影响。居民来自夫妻二人家庭和核心家庭均会产生较多由核心家庭成员陪伴的活动,说明相比于单身家庭,这两类家庭会肩负更多的家庭责任,与家庭事务相关的活动很有可能与配偶或子女共同完成。这反映了个人社交网络以及同伴的地理临近性对活动同伴选择的影响。

表 9 不同住房来源居民活动同伴选择的MNL模型估计结果 Tab.9 Results of MNL Model of Time Allocation of Different Companions

总体上,就社会情境而言,单位性住房居民与市场性住房居民活动同伴选择的“外向性”更强,有较多活动倾向于与朋友一起进行,而安置性住房居民和保障性住房居民更倾向于与核心家庭成员或独自进行活动。社区居民活动同伴的选择主要受到个体社会经济属性的影响,而建成环境因素的影响不显著。

5 结论与讨论 5.1 结论

本文从时间地理学理论视角出发,借鉴其对人类活动的情境嵌入性的思考与对人类活动多维情境的可视化表达,从日常情境、地理情境、社会情境等三个方面分析了多情境下不同住房来源居民时空间行为的社会分异。研究结果表明,不同住房来源的居民在日常情境、地理情境与社会情境方面存在社会分异,具体而言:①市场性住房居民活动序列较为整齐,“朝九晚五”的活动特征明显,社区空间的活动目的较为多元,且有较多的活动倾向于与朋友一起进行;②单位性住房居民职住相对接近,在社区空间内分配时间最长且活动目的多样,社区空间作为工作空间的意义最为突出,活动同伴的选择与市场性住房居民相似;③安置性住房居民活动较为分散,在家内分配时间较多、在家外社区空间分配时间较少,地理情境与社会情境都呈现先出“家庭内向性”特征;④保障性住房居民由于灵活就业、通勤距离较长,非工作活动的“滞后性”明显,对社区空间的时间分配总体较低,活动同伴以家庭成员为主。除住房来源因素与个人社会经济因素外,建成环境因素对社区居民对社区空间的使用有显著影响。

5.2 讨论

本文研究结论为更全面的制定相关政策、促进不同群体的社会融合提供参考。可以看出,工作活动与通勤相关因素对安置性住房居民与保障性住房居民日常活动的影响较大,导致其非工作活动被压缩,对社区空间利用程度不高,社会交往受到限制。因此促进安置性住房与保障性住房居民的职住平衡、降低两类住房居民的通勤距离与通勤时长对于提高两类住房居民的生活质量具有重要意义。在此基础上,在社区空间附近适当增加适合保障性住房居民经济支付能力的休闲及购物设施也能提高他们对社区空间的利用程度,以丰富他们在工作日的活动序列,进而增加不同住房来源居民的交流机会,促进社会融合。再比如,根据社会情境的研究结果,发现安置性住房居民和保障性住房居民的社会交往具有一定局限性。说明虽然在本研究的案例中,不同住房来源居民居住邻近,但这两类群体与社会经济属性较高的其他群体进行联合活动的比例很少。这说明一方面,城市规划需要从硬性的物质空间的角度出发,促进不同住房来源居民居住邻近以增加交流机会,同时另一方面,还需要从软性的城市社区建设入手,通过组织社区活动等形式,创造不同住房来源群体交流的机会。

参考文献
[1]
Wang D G, Li F, Chai Y W. Activity spaces and sociospatial segregation in Beijing[J]. Urban Geography, 2012, 33(2): 256-277. DOI:10.2747/0272-3638.33.2.256
[2]
Wang D G, Li F. Daily activity space and exposure: A comparative study of Hong Kong's public and private housing residents' segregation in daily life[J]. Cities, 2016, 59: 148-155. DOI:10.1016/j.cities.2015.09.010
[3]
Park Y M, Kwan M -P. Multi-contextual segregation and environmental justice research: Toward fine-scale spatiotemporal approaches[J]. International Journal of Environmental Research and Public Health, 2017, 14(10): 1205. DOI:10.3390/ijerph14101205
[4]
Ellegård K, 张艳, 蒋晨, 等. 复杂情境中的日常活动可视化与应用研究[J]. 人文地理, 2016, 31(5): 39-46. [Ellegård K, Zhang Yan, Jiang Chen, et al. Visualization and applications of daily activities in the complex context[J]. Human Geography, 2016, 31(5): 39-46.]
[5]
Kwan M -P. Beyond space (as we knew it): Toward temporally integrated geographies of segregation, health, and accessibility: Space time integration in geography and GIScience[J]. Annals of the Association of American Geographers, 2013, 103(5): 1078-1086. DOI:10.1080/00045608.2013.792177
[6]
Ellegård K, Cooper M. Complexity in daily life-a 3D-visualization showing activity patterns in their contexts[J]. Electronic International Journal of Time Use Research, 2004, 1(1): 37-59. DOI:10.13085/eIJTUR.1.1.37-59
[7]
柴彦威, 等. 城市地理学思想与方法[M]. 北京: 科学出版社, 2012: 1-14. [Chai Yanwei, et al. Thoughts and Method on Urban Geography[M]. Beijing: Science Press, 2012: 1-14.]
[8]
Hägerstrand T. What about people in regional science?[J]. Papers of the Regional Science Association, 1970, 24(1): 6-21. DOI:10.1007/BF01936872
[9]
吴缚龙. 中国城市社区的类型及其特质[J]. 城市问题, 1992(5): 24-27. [Wu Fulong. The types and characteristics of urban communities in China[J]. Urban Problems, 1992(5): 24-27.]
[10]
张雪, 柴彦威. 北京不同住房来源居民活动——移动模式的社会分异[J]. 城市发展研究, 2019, 26(12): 17-27, 2. [Zhang Xue, Chai Yanwei. Activity-travel-pattern-based social segregation research of residents of different types of housing: A case study in Beijing[J]. Urban Development Studies, 2019, 26(12): 17-27, 2. DOI:10.3969/j.issn.1006-3862.2019.12.003]
[11]
Logan J R, Alba R D, McNulty T, et al. Making a place in the metropolis: Locational attainment in cities and suburbs[J]. Demography, 1996, 33(4): 443-453. DOI:10.2307/2061779
[12]
Massey D S, Rothwell J, Domina T. The changing bases of segregation in the United States[J]. The Annals of the American Academy of Political and Social Science, 2009, 626(1): 74-90. DOI:10.1177/0002716209343558
[13]
顾朝林, 王法辉, 刘贵利. 北京城市社会区分析[J]. 地理学报, 2003, 58(6): 917-926. [Gu Chaolin, Wang Fahui, Liu Guili. Study on urban social areas in Beijing[J]. Acta Geographica Sinica, 2003, 58(6): 917-926. DOI:10.3321/j.issn:0375-5444.2003.06.015]
[14]
张纯, 易成栋, 宋彦. 北京市职住空间关系特征及变化研究——基于第五、六次人口普查和2001、2008年经济普查数据的实证分析[J]. 城市规划, 2016, 40(10): 59-64. [Zhang Chun, Yi Chengdong, Song Yan. Characteristics of job-housing spatial relationship and changes in Beijing: An empirical study based on data from the 5th, 6th population census and economy censes in 2001 and 2008[J]. City Planning Review, 2016, 40(10): 59-64.]
[15]
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): 157-166. [Chai Yanwei, Zhang Yan, Liu Zhilin. Spatial differences of home-work separation and the impacts of housing policy and urban sprawl[J]. Acta Geographica Sinica, 2011, 66(2): 157-166.]
[16]
张纯, 李晓宁, 满燕云. 北京城市保障性住房居民的就医可达性研究——基于GIS网络分析方法[J]. 人文地理, 2017, 32(2): 59-64. [Zhang Chun, Li Xiaoning, Man Yanyun. Accessibility to health care service of the affordable housing residents in Beijing: Base on GIS network analysis[J]. Human Geography, 2017, 32(2): 59-64. DOI:10.3969/j.issn.2095-0446.2017.02.039]
[17]
Hägerstrand T. Time-geography: Focus on the corporeality of man, society, and environment[J]. The Science and Praxis of Complexity, 1985, 193-216.
[18]
Krantz H. Matter that matters: A study of household routines in a process of changing water and sanitation arrangements[J]. Oceanografi Hydrologi Vattenresurser, 2005, 14(5): 734-735.
[19]
Ellegård K, Hägerstrand T, Lenntorp B. Activity organization and the generation of daily travel: Two future alternatives[J]. Economic Geography, 1977, 53(2): 126-152. DOI:10.2307/142721
[20]
Giddens A. The Consequences of Modernity[M]. Stanford: Stanford University Press, 1990: 55-60.
[21]
关美宝, 申悦, 赵莹, 等. 时间地理学研究中的GIS方法: 人类行为模式的地理计算与地理可视化[J]. 国际城市规划, 2010, 25(6): 18-26. [Mei-Po Kwan, Shen Yue, Zhao Ying, et al. GIS methods in timegeographic research: Geocomputation and geovisualization of human activity patterns[J]. Urban Planning International, 2010, 25(6): 18-26.]
[22]
Lenntorp B. Time-geography-at the end of its beginning[J]. Geojournal, 1999, 48(3): 155-158. DOI:10.1023/A:1007067322523
[23]
Hägerstrand T. The two vistas[J]. Geografiska Annaler, 2004, 86(4): 315-323. DOI:10.1111/j.0435-3684.2004.00170.x
[24]
Hägerstrand T. Diorama, path and project[J]. Tijdschriftvoor Economischeen Sociale Geografie, 1982, 73(6): 323-339. DOI:10.1111/j.1467-9663.1982.tb01647.x
[25]
Ellegård K, Palm J. Who Is Behaving? Consequences for energy policy of concept confusion[J]. Energies, 2015, 8(8): 7618-7637. DOI:10.3390/en8087618
[26]
Kwan M -P. From oral histories to visual narratives: Representing the post-September 11 experiences of the Muslim women in the United States[J]. Social and Cultural Geography, 2008, 9(6): 653-669. DOI:10.1080/14649360802292462
[27]
陶印华. 日常移动性视角下环境污染暴露与居民心理健康的关系研究[D]. 北京: 北京大学, 2019: 88-90. [Tao Yinhua. Relationships between Environmental Pollution Exposure and Mental Health: The Lens of Individual Daily Mobility[D]. Beijing: Peking University, 2019: 88-90.]
[28]
McQuoid J, Dijst M. Bringing emotions to time geography: The case of mobilities of poverty[J]. Journal of Transport Geography, 2012, 23: 26-34. DOI:10.1016/j.jtrangeo.2012.03.019
[29]
Zhang X, Wang J, Kwan M P, et al. Reside nearby, behave apart? Activity-space-based segregation among residents of various types of housing in Beijing, China[J]. Cities, 2019, 88: 166-180. DOI:10.1016/j.cities.2018.10.009
[30]
邹思聪, 张姗琪, 甄峰. 基于居民时空行为的社区日常活动空间测度及活力影响因素研究——以南京市沙洲、南苑街道为例[J]. 地理科学进展, 2021, 40(4): 580-596. [Zou Sicong, Zhang Shanqi, Zhen Feng. Measurement of community daily activity space and influencing factors of vitality based on residents' spatiotemporal behavior: Taking Shazhou and Nanyuan streets in Nanjing as examples[J]. Progress in Geography, 2021, 40(4): 580-596.]
[31]
赵莹. 基于个体行为的城市居民活动空间研究[D]. 北京: 北京大学, 2013: 109-123. [Zhao Ying. Spatial Space of Urban Residents Based on Individual Behavior[D]. Beijing: Peking University, 2013: 109-123.]