發(fā)布時(shí)間：2021-05-19所屬分類：農(nóng)業(yè)論文瀏覽：1次
摘 要： 摘要：基于2010年北京市工商企業(yè)登記數(shù)據(jù)和第六次人口普查數(shù)據(jù)，從分行業(yè)視角對(duì)北京市城區(qū)職住空間結(jié)構(gòu)及其類型區(qū)特征進(jìn)行詳細(xì)實(shí)證分析。研究表明：北京市就業(yè)空間結(jié)構(gòu)和居住空間結(jié)構(gòu)均有3個(gè)主成分因子構(gòu)成，其中就業(yè)空間結(jié)構(gòu)包括綜合服務(wù)業(yè)、流通地產(chǎn)服務(wù)業(yè)
摘要：基于2010年北京市工商企業(yè)登記數(shù)據(jù)和第六次人口普查數(shù)據(jù)，從分行業(yè)視角對(duì)北京市城區(qū)職住空間結(jié)構(gòu)及其類型區(qū)特征進(jìn)行詳細(xì)實(shí)證分析。研究表明：北京市就業(yè)空間結(jié)構(gòu)和居住空間結(jié)構(gòu)均有3個(gè)主成分因子構(gòu)成，其中就業(yè)空間結(jié)構(gòu)包括綜合服務(wù)業(yè)、流通地產(chǎn)服務(wù)業(yè)與二產(chǎn)、高科技產(chǎn)業(yè)等主因子，居住空間結(jié)構(gòu)則由一般服務(wù)業(yè)、流通生活服務(wù)業(yè)與二產(chǎn)、科技和教育產(chǎn)業(yè)等主因子構(gòu)成，且不同城市就業(yè)與居住空間主因子的空間關(guān)聯(lián)強(qiáng)度存在差異。采用GIS分組分析方法可將北京城市居住和就業(yè)空間劃分為5種類型區(qū)，即流通生活服務(wù)業(yè)與二產(chǎn)居住集中區(qū)、流通生活服務(wù)業(yè)與二產(chǎn)職住綜合區(qū)、一般服務(wù)業(yè)職住綜合區(qū)、職弱住強(qiáng)型科教優(yōu)勢(shì)區(qū)和職強(qiáng)住弱型科教優(yōu)勢(shì)區(qū)。分析發(fā)現(xiàn)，北京城市居住和就業(yè)空間結(jié)構(gòu)形成主要受到歷史力、市場(chǎng)力、政府力和個(gè)體力等因素共同作用。
關(guān)鍵詞：居住空間;就業(yè)空間;分組分析;北京
居住空間和就業(yè)空間是城市內(nèi)部空間結(jié)構(gòu)研究的兩個(gè)核心要素。20世紀(jì)80年代以來(lái)，伴隨城市土地有償使用制度、住房市場(chǎng)化改革、退二進(jìn)三的產(chǎn)業(yè)政策引導(dǎo)、以及經(jīng)濟(jì)全球化發(fā)展等諸多因素的相互交織，市場(chǎng)性力量對(duì)北京城市內(nèi)部居住和就業(yè)空間結(jié)構(gòu)的塑造作用越來(lái)越強(qiáng)。快速轉(zhuǎn)型期，北京城市內(nèi)部居住和就業(yè)空間結(jié)構(gòu)正在經(jīng)歷劇烈、復(fù)雜的空間重構(gòu)過(guò)程，傳統(tǒng)均質(zhì)化的單位大院職住空間模式逐漸被瓦解，城市內(nèi)部職住空間的異質(zhì)性顯著增強(qiáng)[1,2]，且空間分離趨勢(shì)不斷加大[3~5]。因此，如何科學(xué)認(rèn)識(shí)北京城市內(nèi)部居住與就業(yè)空間結(jié)構(gòu)特征成為亟待解決的關(guān)鍵性課題，這對(duì)明晰北京城市空間的職住功能和優(yōu)化調(diào)整城市內(nèi)部職住空間結(jié)構(gòu)等具有重要現(xiàn)實(shí)意義。
類型區(qū)劃分是對(duì)具有相似屬性特征空間單元的分類概括，旨在尋找不同類型空間單元所面臨的共性特征和問(wèn)題，它是加強(qiáng)區(qū)域或城市內(nèi)部空間治理的重要決策依據(jù)。由于研究單元的空間尺度不同，通常類型區(qū)分析的對(duì)象也存在較大差異。在國(guó)家和區(qū)域?qū)用妫延醒芯恐攸c(diǎn)關(guān)注生態(tài)區(qū)劃、經(jīng)濟(jì)區(qū)劃、城市職能類型和主體功能區(qū)等內(nèi)容[6~9];在城市內(nèi)部層面，主要關(guān)注城市社會(huì)區(qū)、產(chǎn)業(yè)地域空間模式和居住環(huán)境類型區(qū)等議題[10~12]。城市空間結(jié)構(gòu)類型區(qū)或模式研究是地理與規(guī)劃學(xué)科研究的經(jīng)典課題。20世紀(jì)二三十年代，以伯吉斯、霍伊特和哈里斯等為代表的芝加哥城市社會(huì)學(xué)派，把北美城市空間結(jié)構(gòu)歸納為同心圓模式、扇形模式和多核心模式等不同模式[13]，為城市空間結(jié)構(gòu)類型研究奠定了理論基礎(chǔ)。隨著因子生態(tài)方法在國(guó)外城市社會(huì)空間結(jié)構(gòu)領(lǐng)域的成熟運(yùn)用，進(jìn)一步推動(dòng)了城市社會(huì)區(qū)研究的不斷深入[14~16]，但是對(duì)傳統(tǒng)因子生態(tài)分析方法的改進(jìn)研究卻鮮有報(bào)到。
居住空間結(jié)構(gòu)主要反映城市社會(huì)空間特征。國(guó)內(nèi)城市社會(huì)空間結(jié)構(gòu)研究從1980年代末期開(kāi)始迅速增加[17]，大量的實(shí)證研究結(jié)果表明，居民從業(yè)行業(yè)屬性是影響中國(guó)城市社會(huì)空間結(jié)構(gòu)的重要變量[18,19]。魏立華等[20]還重點(diǎn)關(guān)注了廣州市不同行業(yè)從業(yè)人員的居住空間分異特征。就北京案例而言，顧朝林[21,22]和馮健[23,24]等學(xué)者均對(duì)北京城市社會(huì)空間結(jié)構(gòu)進(jìn)行過(guò)詳細(xì)研究，并總結(jié)出城市社會(huì)區(qū)類型。就業(yè)空間結(jié)構(gòu)則是城市經(jīng)濟(jì)空間的重要表征。有學(xué)者分別基于經(jīng)濟(jì)普查數(shù)據(jù)[25]和企業(yè)空間點(diǎn)要素?cái)?shù)據(jù)[26]，從不同視角探討了深圳市的就業(yè)空間結(jié)構(gòu)類型區(qū)特征。也有學(xué)者分別對(duì)北京城市的產(chǎn)業(yè)功能格局整體特征與模式[27]以及生產(chǎn)性服務(wù)業(yè)的地域空間結(jié)構(gòu)進(jìn)行過(guò)總結(jié)和機(jī)理闡釋[11]。近年來(lái)，還有學(xué)者利用大規(guī)模問(wèn)卷調(diào)查數(shù)據(jù),嘗試從個(gè)體視角揭示不同社會(huì)屬性居民的職住空間結(jié)構(gòu)特征[28]。這些研究豐富了中國(guó)城市內(nèi)部職住空間結(jié)構(gòu)特征的科學(xué)認(rèn)識(shí)，但大多數(shù)研究卻把城市居住和就業(yè)空間相互割裂進(jìn)行單獨(dú)討論，關(guān)于城市職住空間結(jié)構(gòu)的綜合研究還尤為缺乏，也因此阻礙了對(duì)城市居住和就業(yè)空間結(jié)構(gòu)特征的全面認(rèn)識(shí)。
本文基于2010年北京城市工商企業(yè)登記數(shù)據(jù)和第六次人口普查數(shù)據(jù)，借助因子生態(tài)方法思想，對(duì)北京城市居住和就業(yè)空間結(jié)構(gòu)特征進(jìn)行綜合分析，并采用分組分析方法對(duì)傳統(tǒng)的城市空間結(jié)構(gòu)類型區(qū)識(shí)別方法進(jìn)行改進(jìn)，以期能夠?yàn)楸本┏鞘新氉】臻g結(jié)構(gòu)優(yōu)化調(diào)整提供科學(xué)支撐。
1研究方法與數(shù)據(jù)來(lái)源
1.1數(shù)據(jù)來(lái)源
本文研究區(qū)范圍為北京市主城區(qū)和近郊重點(diǎn)鄉(xiāng)鎮(zhèn)、新城地區(qū)，包括中心城六區(qū)、通州新城、亦莊新城和黃村、回龍觀和天通苑等遠(yuǎn)郊鄉(xiāng)鎮(zhèn)地區(qū)，共轄133個(gè)街道或鄉(xiāng)鎮(zhèn)。
城市就業(yè)空間結(jié)構(gòu)主要探討城市內(nèi)部的產(chǎn)業(yè)空間結(jié)構(gòu)特征。由于第二次全國(guó)經(jīng)濟(jì)普查數(shù)據(jù)時(shí)間為2008年，與2010年全國(guó)人口普查數(shù)據(jù)存在一定的時(shí)間差，且街道尺度的分行業(yè)經(jīng)濟(jì)普查數(shù)據(jù)難以獲取，因此選取2010年北京市工商企業(yè)登記數(shù)據(jù)作為就業(yè)數(shù)據(jù)來(lái)源，以保證職住空間結(jié)構(gòu)分析的研究年份相互吻合，增加研究結(jié)論的可信度。研究區(qū)共有487713個(gè)企業(yè)點(diǎn)位信息，鑒于農(nóng)業(yè)、采礦業(yè)、電力、熱力的生產(chǎn)和供應(yīng)業(yè)和國(guó)際組織等4個(gè)行業(yè)類型的各街道平均企業(yè)數(shù)量較少(<10個(gè))，故將其剔除，最終剩下16個(gè)行業(yè)大類的487157個(gè)有效企業(yè)數(shù)據(jù)，并在ArcGIS10.1中進(jìn)一步計(jì)算出各街道的不同行業(yè)類型的企業(yè)數(shù)量。城市居住空間結(jié)構(gòu)主要反映城市內(nèi)部不同行業(yè)從業(yè)人員的社會(huì)空間結(jié)構(gòu)特征。數(shù)據(jù)來(lái)源于2010年北京市人口普查年鑒的長(zhǎng)表數(shù)據(jù)。同就業(yè)數(shù)據(jù)處理類似，過(guò)濾從業(yè)人口數(shù)量較少的農(nóng)業(yè)、采礦業(yè)、電力、熱力的生產(chǎn)和供應(yīng)業(yè)和國(guó)際組織等4個(gè)行業(yè)類型，得到每個(gè)街道16個(gè)行業(yè)類型的從業(yè)人口特征。最終分別獲得133×16的北京城市居住與就業(yè)行業(yè)類型數(shù)據(jù)矩陣作為本研究的數(shù)據(jù)基礎(chǔ)。
1.2研究方法
1)因子分析。因子分析方法是提取城市內(nèi)部空間結(jié)構(gòu)因子的有效方法，已被廣泛應(yīng)用于城市社會(huì)空間結(jié)構(gòu)和產(chǎn)業(yè)空間結(jié)構(gòu)研究。因子分析方法的核心則是利用降維技術(shù)把城市空間結(jié)構(gòu)的多變量提取成少數(shù)主要因子的過(guò)程，可以將城市地域空間的相對(duì)復(fù)雜社會(huì)經(jīng)濟(jì)現(xiàn)象進(jìn)行概擴(kuò)總結(jié)，最終得到一種相對(duì)簡(jiǎn)化明晰的地域空間結(jié)構(gòu)模式[11]。
2)空間自相關(guān)分析。本研究還采用全局空間自相關(guān)方法計(jì)算北京城市居住和就業(yè)空間結(jié)構(gòu)主因子的空間關(guān)聯(lián)效應(yīng)，用以檢驗(yàn)各主因子的空間單元屬性與鄰近空間單元屬性值的相關(guān)性[29]。全局空間自相關(guān)的最常用測(cè)度指標(biāo)為Moran’sI值，可通過(guò)Z得分來(lái)檢驗(yàn)原假設(shè)成立與否，其取值范圍在[-1,1]之間。當(dāng)I>0，表示研究對(duì)象為空間集聚模式，即空間單元屬性值與鄰近空間單元屬性呈現(xiàn)相同的變化趨勢(shì);I<0,表示研究對(duì)象為空間分散模式，即空間單元屬性值與鄰近空間單位屬性呈現(xiàn)不同的變化趨勢(shì);I=0，表示研究對(duì)象為空間隨機(jī)模式，表示間單元屬性值與鄰近空間單位屬性不具有相關(guān)性。
1.3北京市居住和就業(yè)分布基本特征描述
對(duì)北京城市內(nèi)部街道各行業(yè)企業(yè)與從業(yè)人口數(shù)量基本特征的描述統(tǒng)計(jì)分析可得(表1)：從就業(yè)空間分布來(lái)看，街道平均企業(yè)數(shù)量分布較多的行業(yè)分別為批發(fā)和零售業(yè)、科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)、租賃和商務(wù)服務(wù)業(yè)等行業(yè)類型，其中信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)、科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)、金融業(yè)等行業(yè)類型的地理集中度相對(duì)較高。
從居住空間分布來(lái)看，街道平均從業(yè)人口數(shù)量較多的行業(yè)分別為批發(fā)和零售業(yè)、制造業(yè)、信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)等行業(yè)類型，其中信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)、建筑業(yè)、批發(fā)和零售業(yè)等行業(yè)類型的地理集中度相對(duì)較高。
需要注意的是，北京市各街道平均企業(yè)數(shù)與平均從業(yè)人口數(shù)按大小排序存在不一致，主要與不同行業(yè)類型企業(yè)的規(guī)模大小和可吸納就業(yè)人數(shù)等因素差異有關(guān)。另外，就業(yè)企業(yè)和從業(yè)人口分布的地理集中度差異結(jié)果表明，同一行業(yè)從業(yè)人員的就業(yè)空間和居住空間的空間集聚程度不同，這也是導(dǎo)致北京城市內(nèi)部職住空間功能錯(cuò)位的重要因素。
2北京城市居住和就業(yè)空間結(jié)構(gòu)分析
2.1北京城市就業(yè)空間結(jié)構(gòu)分析
在進(jìn)行因子分析前，首先對(duì)原始數(shù)據(jù)進(jìn)行KMO和Bartlett的檢驗(yàn)。結(jié)果顯示，KMO和Bartlett球形檢驗(yàn)的卡方值分別為0.889、3304.195，對(duì)應(yīng)顯著性為0.000，表明原始變量存在顯著的相關(guān)性，適合采用進(jìn)行因子分析。采取特征根>1作為遴選標(biāo)準(zhǔn)，因子分析結(jié)果共得到3個(gè)主成分因子，累計(jì)貢獻(xiàn)率達(dá)到84.872%，能較好的解釋原始變量的大部分信息。表2為方差最大化旋轉(zhuǎn)后的因子載荷系數(shù)矩陣。對(duì)3個(gè)主成分因子特征詳細(xì)分析可得(表2，圖1)。
1)“綜合服務(wù)業(yè)”因子
就業(yè)第1主成分因子為“綜合服務(wù)業(yè)”因子，其特征根與貢獻(xiàn)率分別為10.518、65.736%。該主因子主要與批發(fā)和零售業(yè)，住宿和餐飲業(yè)，金融業(yè)，房地產(chǎn)業(yè)，租賃和商務(wù)服務(wù)業(yè)、居民服務(wù)和其他服務(wù)業(yè)，教育，衛(wèi)生、社會(huì)保障和社會(huì)福利業(yè)，文化、體育和娛樂(lè)業(yè)，公共管理和社會(huì)組織等行業(yè)企業(yè)空間分布存在較高的正相關(guān)。就業(yè)F1主成分因子得分越高，表明該街道的綜合服務(wù)業(yè)的企業(yè)分布數(shù)量越多。空間自相關(guān)分析結(jié)果顯示，該主成分因子的Moran’sI值為0.469，表明綜合服務(wù)業(yè)因子分布也具有相對(duì)較強(qiáng)的空間趨同性。
綜合服務(wù)業(yè)得分分布具有明顯的城市中心趨向，高值區(qū)主要集中在城市四環(huán)道路以內(nèi)的中心區(qū)域和外圍少數(shù)區(qū)域性服務(wù)中心街道，并呈現(xiàn)出“東部北部多、西部少”的斜楔狀空間格局。其中，得分較高街道均位于城市三環(huán)道路以內(nèi)，包括建國(guó)門外、東華門、金融街、展覽路等街道。另外，萬(wàn)壽路、月壇、新街口、望京和通州城區(qū)等街道得分也相對(duì)較高。
2)“流通地產(chǎn)服務(wù)業(yè)與二產(chǎn)”因子
就業(yè)F2主成分因子為“流通地產(chǎn)服務(wù)業(yè)與二產(chǎn)”因子，其特征跟與貢獻(xiàn)率分別為1.837、11.484%。該主因子主要與制造業(yè)、建筑業(yè)、交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)、批發(fā)和零售業(yè)、房地產(chǎn)業(yè)、水利、環(huán)境和公共設(shè)施管理業(yè)等行業(yè)企業(yè)空間分布具有高度的相關(guān)性。就業(yè)F2主成分因子得分越高，說(shuō)明該街道的流通地產(chǎn)服務(wù)業(yè)與二產(chǎn)等行業(yè)企業(yè)分布數(shù)量越多。空間關(guān)聯(lián)效應(yīng)分析表明，該主成分因子的Moran’sI值最低為0.317，表明該類型企業(yè)分布的空間集聚程度相對(duì)較低，不及服務(wù)業(yè)空間分布趨同特征明顯。
流通地產(chǎn)服務(wù)業(yè)與二產(chǎn)因子得分則呈現(xiàn)出明顯“中心低邊緣高”的空間特征，反映出其郊區(qū)化分布特征比較明顯。高值區(qū)主要位于南城的三環(huán)以外地區(qū)，并在通州城區(qū)形成高得分的孤島，代表性街道為東鐵匠營(yíng)、盧溝橋、花鄉(xiāng)和黃村等街道。流通地產(chǎn)服務(wù)業(yè)與二產(chǎn)等行業(yè)企業(yè)分布逐漸向城市外圍轉(zhuǎn)移，主要受到城市地價(jià)、退二進(jìn)三產(chǎn)業(yè)政策和環(huán)境規(guī)制等因素影響。
3)“高科技產(chǎn)業(yè)”因子
就業(yè)F3主成分因子為“高科技產(chǎn)業(yè)”因子，其特征根和貢獻(xiàn)率分別為1.224、7.651%，該主因子主要表征信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)、科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)2個(gè)變量。就業(yè)F3主成分因子得分越高，則代表信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)、科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)等行業(yè)企業(yè)空間分布數(shù)量越多，該街道的科技與信息服務(wù)功能越突出。從空間關(guān)聯(lián)強(qiáng)度來(lái)看，該主成分因子的Moran’sI值最高為0.500，表明高科技產(chǎn)業(yè)類型企業(yè)的空間集聚強(qiáng)度最強(qiáng)，與鄰近街道分布數(shù)量具有較強(qiáng)的相似性，可能與高科技產(chǎn)業(yè)對(duì)集聚經(jīng)濟(jì)追求動(dòng)力更加強(qiáng)烈有關(guān)。
相關(guān)期刊推薦：《地理科學(xué)進(jìn)展》主要刊登地理學(xué)及其分支學(xué)科的最新研究成果，反映國(guó)內(nèi)外地理學(xué)最新研究動(dòng)態(tài)。發(fā)表論文的領(lǐng)域?yàn)橘Y源與環(huán)境、全球變化、可持續(xù)發(fā)展、區(qū)域研究及地理信息系統(tǒng)等方面的成果與新技術(shù)。主要欄目有論文、綜述、專家論壇、研究方法、學(xué)術(shù)動(dòng)態(tài)、成果報(bào)道、重大課題進(jìn)展、院系介紹及書(shū)評(píng)、書(shū)訊等。讀者對(duì)象為地理科學(xué)研究人員，高等院校地理系和相關(guān)學(xué)科師生，規(guī)劃、經(jīng)濟(jì)、農(nóng)、林、水利、環(huán)保、地質(zhì)、氣象等部門或機(jī)構(gòu)的管理人員。
高科技產(chǎn)業(yè)得分呈現(xiàn)出明顯的城市西北一隅集聚態(tài)勢(shì)，主要與城市西北部的海淀區(qū)以科教功能定位有關(guān)，同時(shí)境內(nèi)擁有中關(guān)村和上地等高科技產(chǎn)業(yè)園區(qū)。其中，得分最高的街道主要包括中關(guān)村、海淀、北下關(guān)和上地等街道，同時(shí)紫竹院、甘家口、八里莊、學(xué)院路、花園路和北太平莊等街道得分也相對(duì)較高。
2.2北京城市居住空間結(jié)構(gòu)分析
同就業(yè)空間結(jié)構(gòu)分析處理類似，再次運(yùn)用因子分析方法對(duì)16個(gè)行業(yè)類型的居住空間結(jié)構(gòu)分析得到：北京市居住空間結(jié)構(gòu)共包括3個(gè)主成分因子，累計(jì)貢獻(xiàn)率達(dá)到82.12%，表3為因子旋轉(zhuǎn)后的載荷矩陣。對(duì)北京市居住空間結(jié)構(gòu)主因子詳細(xì)分析可得圖2。
1)“一般服務(wù)業(yè)”因子
居住F1主成分因子為“一般服務(wù)業(yè)”因子，其特征根與貢獻(xiàn)率分別為9.954、62.213%。該主成分因子主要與金融業(yè)、房地產(chǎn)業(yè)、租賃和商務(wù)服務(wù)業(yè)、衛(wèi)生、社會(huì)保障和社會(huì)福利業(yè)、文化、體育和娛樂(lè)業(yè)、公共管理和社會(huì)組織等行業(yè)從業(yè)人口空間分布有關(guān)。如果街道的居住F1主成分因子得分越高，表明其所具有的一般服務(wù)業(yè)從業(yè)人員數(shù)量越多。從空間關(guān)聯(lián)效應(yīng)來(lái)看，該主成分因子呈現(xiàn)出較強(qiáng)的空間正相關(guān)，Moran’sI值為0.392，但與就業(yè)F1主成分因子相比，其空間關(guān)聯(lián)效益卻要略弱一些。
一般服務(wù)業(yè)因子得分高值區(qū)呈現(xiàn)出“C”型空間結(jié)構(gòu)，在城市西部、北部和南部均有高值區(qū)分布，而東部地區(qū)分布數(shù)量卻相對(duì)較少。對(duì)比可以看出，與就業(yè)空間結(jié)構(gòu)中的“綜合服務(wù)業(yè)”企業(yè)分布相比，居住空間結(jié)構(gòu)中的“一般服務(wù)業(yè)”從業(yè)人員分布明顯要更為分散。其中，得分較高街道主要集中在西二環(huán)至西四環(huán)附近和城市北部個(gè)別街道，包括月壇、萬(wàn)壽路、廣安門外、盧溝橋和東小口等街道。
2)“流通生活服務(wù)業(yè)與二產(chǎn)”因子
居住F2主成分因子為“流通生活服務(wù)業(yè)與二產(chǎn)”因子，其特征根與貢獻(xiàn)率分別為2.157、13.478%。該主因子與就業(yè)F2主成分因子構(gòu)成比較相似，主要與制造業(yè)、建筑業(yè)、交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)、批發(fā)和零售業(yè)、房地產(chǎn)業(yè)、水利、環(huán)境和公共設(shè)施管理業(yè)等行業(yè)從業(yè)人口分布有關(guān)，同時(shí)還與居民服務(wù)和其他服務(wù)業(yè)的從業(yè)人口分布保持較強(qiáng)的一致性。如果街道的居住F2主成分因子得分越高，表明其流通生活服務(wù)業(yè)與二產(chǎn)等行業(yè)的從業(yè)人口數(shù)量越多。在空間關(guān)聯(lián)效應(yīng)方面，該主成分因子的Moran’sI值最低，僅為0.306，表明流通生活服務(wù)業(yè)與二產(chǎn)的從業(yè)人員居住空間集聚程度明顯要弱。
流通生活服務(wù)業(yè)與二產(chǎn)從業(yè)人員得分同樣呈現(xiàn)出“中心低邊緣高”的空間特征，高值區(qū)街道主要集中在四環(huán)道路外圍的街區(qū)，并在南城的三環(huán)與四環(huán)之間區(qū)域也廣有分布。其中，得分較高的街道主要包括花鄉(xiāng)、黃村、十八里店、平房、西北旺等街道。
3)“科技和教育產(chǎn)業(yè)”因子
居住F3主成分因子為“科技和教育產(chǎn)業(yè)”因子，其特征根和貢獻(xiàn)率分別為1.029、6.429%。該主因子主要反映信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)、科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)和教育等行業(yè)從業(yè)人口分布特征。如果街道的居住F3主因子得分越高，則表明其科教和教育從業(yè)人口的分布數(shù)量越多。空間自相關(guān)分析表明，該主因子的空間關(guān)聯(lián)效益最強(qiáng)，Moran’sI值最大為0.575，說(shuō)明科技和教育產(chǎn)業(yè)領(lǐng)域的從業(yè)人員在居住空間上具有最強(qiáng)的空間趨同性。
科技和教育產(chǎn)業(yè)從業(yè)人員主要在二環(huán)道路以外的城市北部區(qū)域明顯聚集，其中得分最高街道主要集中在學(xué)院路、回龍觀和東小口等3個(gè)街道。另外，西三旗、奧運(yùn)村、清華園、紫竹院等街道的主成分因子得分同樣較高，意味著這些街道的科技和教育產(chǎn)業(yè)的從業(yè)人員分布數(shù)量也相對(duì)較多。——論文作者：湛東升1,2,3，張文忠1,2，孟斌4，黨云曉5，劉倩倩1,2,3
