A Multi-objective Approach to Improving Regional Jobs–Housing Balance

MARK W. HORNER and ALAN T. MURRAY

Regional Studies, 2003，37（2）：135–146

都会区就业及居住配置的不平衡而引发的中心交通拥堵一直被认为是区域发展最为首要的阻碍之一。作者从居住和就业布局出发并以美国亚特兰大都会区为例，通过多目的模型计算方法（multi-objective approach）试图缓解区域就业与住房的平衡问题，并说明该方法在解决区域中心交通拥堵问题的长久效应。

理论上，越小的区域通勤交通量源于更合理的区域就业居住平衡。传统研究把居住与就业平衡问题的重点放在对“多余（excess commuting）”通勤出行的基础之上。所谓“多余”的通勤出行即观察出行量与理论最小出行量之差。理论最小出行量作为区域交通出行的基准水平，只有在能够重新配置不同类型的工作岗位，使人们可以尽可能靠近居住地点上班时才会发生。因此，对于“多余”的区域通勤量的研究有助于缓解区域中心及交通通行拥堵问题。

基于以上原则，传统的TP（Transportation problem）模型计算方法通过重置就业和居住的布局调整平衡来优化减少区域通勤出行量。模型通过“启发式（heuristic）”的程式首先选择通勤距离最长的交通区，优先配置该区的工作和就业，再接而寻找下一个不平衡点重新进行分配，以逼近迭代计算优化居住与就业布局：

TP模型计算法：E=■×100（1）

Minimize T■=■■■C■x■（2）

（其中：E代表“多余”通勤交通量；Ta为观察平均通勤交通量； Tr为理论最小平均通勤交通量；i代表居住区； j代表就业区；n代表原布局数 m代表目标布局数；Cij代表i区到j区交通成本；K所有通勤人数； Xij代表i到j区的上班路程）

然而TP的缺局限性在于：由于预先的出行和目标小区是给定的，模型无法对区域居住、就业用地布局进行同步调整，从而在对区域交通政策的制定和评价上具有局限性。基于以上缺失，作者以“多余”通勤量计算模型出发，提出了ETP（Extended Transportation problem）模型计算法，即允许对出行和目标小区进行多目标调整：

ETP模型计算法：Minimize Z=W■■■■C■X■+W■■（?兹■■+?兹■■）+W■■（?茁■■+?茁■■） （2）

（其中：Wt为通勤设计权重；W■为调整劳动力权重； W■为重置就业权重； ?兹■■为i小区增加劳动力；?兹■■小区减少劳动力；?茁■■为j小区增加就业；?茁■■为j小区减少就业）

该模型通过同时调整居住与就业权重，优化出行和目的地布局来平衡区域居住与就业布局问题，研究将此模型应用于美国亚特兰大。通过对TP及EPT模型的比较可以发现，“多余”出行量指标难以真正解释区域交通拥挤问题（案例地区居于美国五大交通拥挤城市之列，而与美国其他地区在“多余”出行指标上却大致相同），这也是是TP模型的缺陷所在。而EPT则可以在同时调整居住、就业布局情况下，优化区域就业与居住平衡，避免单方对“多余”通勤出行的研究。