Page 210 - 《社会》2024年第6期

优势累积抑或资源互补？ 代际视角下本地居民首套住房区位分化研究

通、教育、医疗、购物等公共设施的 POI 数据，经过数据清洗后，得到上
海市地铁口 POI 数据共 2 093 个，基础教育机构（幼儿园和中小学）POI
数据 6 980 个，医疗机构（各级医院和诊所）POI 数据 9 110 个，购物网
点（各级零售业网点）POI 数据 99 380 个，绿地要素数据 978 个。 除此之
外， 在区位优势度的测度中还运用了老上海人普遍认同的人民广场作
为市中心测度距市中心距离。
（二）分析策略
本文采用的是区位优势度测度。 基础设施的分布是透视城市社会
生活空间结构的重要视角， 同时也是衡量区位价值和优势的重要维度
（ Yuan，et al.，2020）。 结合已有文献（张文忠等，2005；焦华富、吕祯婷，
2010），本研究从交通出行（T）、教育设施（E）、医疗资源（M）、商业设施
（ B）、绿化环境（G）和距市中心距离（D）六个维度测度上海市的区位优
势度。 利用 ArcGIS 中核密度分析，对 T、E、M、B 四类点要素进行评分测
度，采用欧氏距离法对 G、D 两个维度进行评分测度。 此外，通过访谈问
卷的形式，笔者得到了上海市居民对交通出行、教育设施、医疗资源、商
业设施、绿化环境和距市中心距离六个维度的重要性评价，计算出各维
3
度的权重。 在此基础上，将各类 POI 图层进行空间叠加分析，得到上海
市的区位优势度，并按照自然断裂法分为 9 类，分别赋分值 1—9 分。
因变量区位优势度是有序变量，本文运用多元有序 Logit 回归模型
对居民首套住房区位的优势度的影响因素进行分析。 此外，本文按照区
位优势度 得分将居住的住房区位 分 为 两 类 ：3—5 分 为 较 低 优 势 度 区
4
位；6—9 分为较高优势度区位，大致位于中环内。 根据住房面积 ，本文
将住房分为两类：面积低于 90 m 的小面积住房和面积大于 90 m 的大
2
2
面积住房。结合住房区位和面积，本文将住房归纳为四种类型：区位好、
面积小的“老破小”住房；区位好、面积大的住房；区位差、面积大的“远
大新”住房；区位差、面积小的维修。 因为本文聚焦居民在“老破小”和
“远大新”之间的权衡，故采用二项 Logit 模型对居民住房选择的影响因
素进行分析。本文的自变量包括出生世代、教育水平、婚姻状况、工作性
质等个体社会经济属性和父母的经济水平、教育水平、工作性质、是否

3. 笔者针对 30 个上海市居民进行了访谈调查，最终计算出各维度的权重 k1—k6 值分
别为 22%、18%、18%、16%、13%、13%。
4. 需要注意的是，本文所讲的住房面积是建筑面积而非套内面积。

· 203·