本校學位論文庫
CITYU Theses & Dissertations
論文詳情
颜冉
張純
創新設計學院
城市規劃與設計博士學位課程(中文學制)
博士
2023
城市職住特徵及影響因素分析——以合肥軌道交通的影響爲例
Analysis of Urban Jobs-housing Characteristics and Influencing Factors -- Taking the Effects of Hefei Rail Transit as a Case Study
職住關係；城市軌道交通；時空大數據；空間分析；認知失調
Jobs-housing relationship; spatial-temporal big data; urban rail transit; spatial analysis; cognitive dissonance
公開日期：21/12/2026
隨著城鎮化和機動化的發展，我國城市也出現了突出的職住分離以及由職住分離衍生的一系列如交通擁堵等城市問題，本文基于職住空間錯位理論采用空間分析方法刻畫城市職住空間特徵，幷從個體出行行爲方面解讀城市職住分離的影響因素，是理解我國新型城鎮化背景下城市職住分離機制的重要途徑。
在以往的研究中大多采用定性方法刻畫城市職住空間格局，較少涉及綜合城市空間分析和居民個體出行以及居民職住感知的研究，本文基于時空大數據和問卷調查等多源數據，以合肥城市爲實證案例，采用空間分析法和回歸分析法從職住空間、職住通勤和職住感知三個層面對城市職住特徵及其影響因素進行研究，得到的主要研究結論如下：
（1）合肥中心城區居住和就業空間均向城市外圍空間擴展，但居住擴散空間明顯大于就業空間，城市就業中心聚集于老城區和政務區，濱湖新區尚未形成就業中心聚集區，中心城區多就業中心格局尚不健全。城市中心區軌道交通沿綫和非沿綫居住人口和就業人口的變化差异幷不顯著，而在城市中心區外圍，居住人口和就業人口與城市軌道交通之間呈現明顯的空間錯位。
（2）城市建成環境對居住和就業人口的空間分布存在交互影響，土地利用强度、公交站點密度和距市中心的距離對居住和就業人口空間分布的解釋最强；城市軌道交通可達性、公園廣場密度和土地利用混合度對居住和就業人口空間分布的解釋力較弱，但與其他建成環境因子叠加時，尤其是與土地利用强度的交互作用對居住和就業人口空間分布的解釋力却大幅增高。
（3）職住不平衡區域內居住地設施密度與通勤距離顯著負相關，提高職住不平衡區域內居住地設施密度有助于縮短通勤距離。是否擁有私家車與職住不平衡區的通勤距離顯著正相關，與職住平衡區的通勤距離相關性不顯著；職住平衡區內私家車、慢行和公交出行的通勤距離均較短，職住平衡具有將機動車出行轉爲非機動車出行的潜力。
（4）目前關于個體職住感知的研究較少，在推進新型高質量城鎮化發展的背景下，居民的職住空間感知越來越扮演重要的角色，本文通過認知失調理論研究居民的職住感知，研究發現：距地鐵站的距離、建成環境感知與職住平衡感知之間顯著相關，社區教育資源滿意度、噪音滿意度和公園可達性等顯著提高了居住的職住平衡感知。通勤時間認知失調在城市軌道交通與職住平衡感知的影響中存在中介效應，城市軌道交通通過通勤時間認知失調對職住平衡感知的積極影響抵消了部分城市軌道交通自身對職住平衡感知的直接消極影響。
本文從居民感知層面豐富了職住空間理論，將個體研究和基于空間的研究結合起來，發現了軌道交通的建設不僅會對職住空間産生影響，同時距離軌道交通的範圍以及軌道交通周邊的土地利用也會對居民的職住通勤産生影響，這是一個多元複雜的影響機制；另外城市軌道交通會弱化出行距離對居民職住感知的影響。這將對城市軌道交通的建設和軌道交通周邊的土地利用以及制定交通出行政策提供借鑒和啓示。
在以往的研究中大多采用定性方法刻畫城市職住空間格局，較少涉及綜合城市空間分析和居民個體出行以及居民職住感知的研究，本文基于時空大數據和問卷調查等多源數據，以合肥城市爲實證案例，采用空間分析法和回歸分析法從職住空間、職住通勤和職住感知三個層面對城市職住特徵及其影響因素進行研究，得到的主要研究結論如下：
（1）合肥中心城區居住和就業空間均向城市外圍空間擴展，但居住擴散空間明顯大于就業空間，城市就業中心聚集于老城區和政務區，濱湖新區尚未形成就業中心聚集區，中心城區多就業中心格局尚不健全。城市中心區軌道交通沿綫和非沿綫居住人口和就業人口的變化差异幷不顯著，而在城市中心區外圍，居住人口和就業人口與城市軌道交通之間呈現明顯的空間錯位。
（2）城市建成環境對居住和就業人口的空間分布存在交互影響，土地利用强度、公交站點密度和距市中心的距離對居住和就業人口空間分布的解釋最强；城市軌道交通可達性、公園廣場密度和土地利用混合度對居住和就業人口空間分布的解釋力較弱，但與其他建成環境因子叠加時，尤其是與土地利用强度的交互作用對居住和就業人口空間分布的解釋力却大幅增高。
（3）職住不平衡區域內居住地設施密度與通勤距離顯著負相關，提高職住不平衡區域內居住地設施密度有助于縮短通勤距離。是否擁有私家車與職住不平衡區的通勤距離顯著正相關，與職住平衡區的通勤距離相關性不顯著；職住平衡區內私家車、慢行和公交出行的通勤距離均較短，職住平衡具有將機動車出行轉爲非機動車出行的潜力。
（4）目前關于個體職住感知的研究較少，在推進新型高質量城鎮化發展的背景下，居民的職住空間感知越來越扮演重要的角色，本文通過認知失調理論研究居民的職住感知，研究發現：距地鐵站的距離、建成環境感知與職住平衡感知之間顯著相關，社區教育資源滿意度、噪音滿意度和公園可達性等顯著提高了居住的職住平衡感知。通勤時間認知失調在城市軌道交通與職住平衡感知的影響中存在中介效應，城市軌道交通通過通勤時間認知失調對職住平衡感知的積極影響抵消了部分城市軌道交通自身對職住平衡感知的直接消極影響。
本文從居民感知層面豐富了職住空間理論，將個體研究和基于空間的研究結合起來，發現了軌道交通的建設不僅會對職住空間産生影響，同時距離軌道交通的範圍以及軌道交通周邊的土地利用也會對居民的職住通勤産生影響，這是一個多元複雜的影響機制；另外城市軌道交通會弱化出行距離對居民職住感知的影響。這將對城市軌道交通的建設和軌道交通周邊的土地利用以及制定交通出行政策提供借鑒和啓示。
With the development of urbanization and motorization, China's cities also have prominent spatial separation of jobs and housing and a series of urban problems derived from this, such as traffic congestion, etc. This paper applies the spatial analysis method based on the Spatial Mismatch Hypothesis to characterize the spatial characteristics of urban jobs and housing, and to analyze the influencing factors in terms of individual travel behavior, which is an important path to understand the mechanism of urban jobs and housing separation in the context of new urbanization in China. Based on the spatial-temporal big data and questionnaire survey, this paper takes Hefei city as an empirical case and uses spatial analysis and regression analysis to study the urban jobs-housing characteristics and its influencing factors from three levels: jobs-housing space, jobs-housing commuting and jobs-housing perception, and the main findings are as follows:
(1) Both residential and employment spaces in the central city of Hefei expand to the outer space of the city, but the residential sprawl space is significantly larger than the employment space, and the urban employment centers are gathered in the old city and the governmental affairs district, while the employment center gathering area has not yet formed in the Binhu New District, and the pattern of multiple employment centers in the central city is not yet sound. The difference between the changes of residential population and employment jobs along and not along the rail transit line in the central city area is not significant, while in the periphery of the central city area, the labor populations and employment jobs show obvious spatial mismatch with the urban rail transit.
(2) The built environment factors have interaction effects on the distribution of jobs-housing space, with land use intensity, density of bus stops and distance from the city center having the strongest explanatory power. However, the accessibility to urban rail transit, the density of parks and squares, and the mixed land use have weaker explanatory power for the distribution of jobs-housing space, when added to other factors of the built environment, especially when interacting with land use intensity, the explanatory power for the distribution of jobs-housing space increases significantly.
(3) The density of residential facilities in the imbalanced area is significantly and negatively correlated with the commuting distance, and increasing the density of residential facilities in the imbalanced area helps to shorten the commuting distance. Whether or not to own a private car is significantly and positively correlated with the commuting distance in the imbalanced area, and is not significantly correlated with the commuting distance in the balanced area; the commuting distance of private car, slow travel and public transportation in the balanced area is shorter, and the balanced area has the potential to shift motorized travel to non-motorized travel.
(4) There are few studies on individual perceptions of jobs-housing. In the context of promoting the development of new high-quality urbanization, residents' perceptions of jobs-housing space play an increasingly important role. The study found that the distance to the subway station, the perception of built environment and the perceived jobs-housing balance were significantly correlated. There is a mediating effect of commuting time cognitive dissonance between urban rail transit and perceived jobs-housing balance, and the positive effect of urban rail transit on perceived jobs-housing balance through commuting time cognitive dissonance partly counteracts the direct negative effect of urban rail transit itself on perceived jobs-housing balance.
This paper enriches the theory of job and housing space from the level of residents' perceptions, integrating individual research and space-based research, and finds that not only the construction of rail transit will have an impact on job and housing space, but also the distance to rail transit and the land use around rail transit will have an impact on the jobs-housing commuting, which is a multifaceted and complex impact mechanism. In addition, urban rail transit will weaken the impact of commuting distance on the perceived jobs-housing balance. This will provide reference and insight to the construction of urban rail transit and land use around rail transit as well as the making of transportation travel policies.
(1) Both residential and employment spaces in the central city of Hefei expand to the outer space of the city, but the residential sprawl space is significantly larger than the employment space, and the urban employment centers are gathered in the old city and the governmental affairs district, while the employment center gathering area has not yet formed in the Binhu New District, and the pattern of multiple employment centers in the central city is not yet sound. The difference between the changes of residential population and employment jobs along and not along the rail transit line in the central city area is not significant, while in the periphery of the central city area, the labor populations and employment jobs show obvious spatial mismatch with the urban rail transit.
(2) The built environment factors have interaction effects on the distribution of jobs-housing space, with land use intensity, density of bus stops and distance from the city center having the strongest explanatory power. However, the accessibility to urban rail transit, the density of parks and squares, and the mixed land use have weaker explanatory power for the distribution of jobs-housing space, when added to other factors of the built environment, especially when interacting with land use intensity, the explanatory power for the distribution of jobs-housing space increases significantly.
(3) The density of residential facilities in the imbalanced area is significantly and negatively correlated with the commuting distance, and increasing the density of residential facilities in the imbalanced area helps to shorten the commuting distance. Whether or not to own a private car is significantly and positively correlated with the commuting distance in the imbalanced area, and is not significantly correlated with the commuting distance in the balanced area; the commuting distance of private car, slow travel and public transportation in the balanced area is shorter, and the balanced area has the potential to shift motorized travel to non-motorized travel.
(4) There are few studies on individual perceptions of jobs-housing. In the context of promoting the development of new high-quality urbanization, residents' perceptions of jobs-housing space play an increasingly important role. The study found that the distance to the subway station, the perception of built environment and the perceived jobs-housing balance were significantly correlated. There is a mediating effect of commuting time cognitive dissonance between urban rail transit and perceived jobs-housing balance, and the positive effect of urban rail transit on perceived jobs-housing balance through commuting time cognitive dissonance partly counteracts the direct negative effect of urban rail transit itself on perceived jobs-housing balance.
This paper enriches the theory of job and housing space from the level of residents' perceptions, integrating individual research and space-based research, and finds that not only the construction of rail transit will have an impact on job and housing space, but also the distance to rail transit and the land use around rail transit will have an impact on the jobs-housing commuting, which is a multifaceted and complex impact mechanism. In addition, urban rail transit will weaken the impact of commuting distance on the perceived jobs-housing balance. This will provide reference and insight to the construction of urban rail transit and land use around rail transit as well as the making of transportation travel policies.
2023
中文
248
致 謝 III
摘 要 IV
Abstract VI
圖目錄 XIV
表目錄 XVI
第一章 緒論 1
1.1 研究背景與意義 1
1.1.1 研究背景 1
1.1.2 研究目的與意義 6
1.2 研究內容與章節之間關係 7
1.2.1 研究內容 7
1.2.2 核心章節之間的關係 10
1.3 本文技術路綫 11
第二章 研究綜述 14
2.1 核心概念與職住平衡理論 14
2.1.1 核心概念界定 14
2.1.2 職住平衡理論 16
2.1.3 多元背景下的職住平衡的理解 21
2.1.4 我國職住平衡研究的進展 24
2.2 職住空間關係測度方法 29
2.2.1 基于就業崗位與居住人口的量測 29
2.2.2 基于就業可達性的量測 31
2.2.3 基于居民通勤行爲的量測 33
2.2.4 職住平衡測度方法總結 36
2.3 職住平衡的影響因素 49
2.3.1 職住平衡宏觀影響因素 49
2.3.2 職住平衡微觀影響因素 51
2.4 職住平衡影響因素之間的關係 54
2.4.1 建成環境與交通出行 54
2.4.2 職住平衡與通勤行爲 60
2.5 城市軌道交通與職住平衡的相互關係 62
2.5.1 城市軌道交通與城市空間形態 62
2.5.2 城市軌道交通對出行方式的影響 63
2.5.3 城市軌道交通對職住關係的影響 65
2.6 文獻評述 66
第三章 研究範圍與研究方法 70
3.1 研究區域概况 70
3.1.1 合肥城市總體規劃（2013-2020） 70
3.1.2 合肥城市軌道交通規劃及建設概况 74
3.2 研究範圍 77
3.3 數據來源 78
3.3.1 問卷調查 78
3.3.2 普查數據 81
3.3.3 位置服務大數據 82
3.3.4 章節數據類型 84
3.4 研究方法 86
3.4.1 空間分析法 86
3.4.2 回歸分析法 88
3.5 本章小結 91
第四章 合肥職住空間分布特性及影響因素 92
4.1 研究問題 92
4.2 研究數據與方法 94
4.2.1 研究範圍 94
4.2.2 數據來源 95
4.2.3 研究方法 96
4.3 職住空間特徵 97
4.3.1 職住空間分布特徵 97
4.3.2 職住空間集聚特徵 101
4.4 職住空間整體格局演變及匹配關係 105
4.4.1 職住空間整體格局演變 105
4.4.2 職住空間匹配關係 107
4.5 基于地理探測器的職住空間分布的影響因素 112
4.5.1 因子選取 112
4.5.2 探測結果分析 113
4.6 本章小結 117
第五章 城市軌道交通站域職住空間分布特徵 119
5.1 研究問題 119
5.2 研究設計 122
5.2.1 軌道交通站域職住空間分布的界定 122
5.2.2 研究範圍 123
5.2.3 研究方法 126
5.3 實證研究 128
5.3.1 差异性分析 128
5.3.2 平行趨勢檢驗 130
5.3.3 回歸分析 135
5.3.4 穩健性分析 139
5.4本章小結 140
第六章 城市職住通勤特徵及影響因素研究 141
6.1 研究問題 141
6. 2 研究範圍 144
6.3 職住空間特性 146
6.4 變量的描述性統計 150
6.5 結果分析 156
6.6 本章小結 161
第七章 居民職住平衡感知特性及影響因素研究 163
7.1 研究問題 163
7.2 研究設計 166
7.2.1 研究範圍 166
7.2.2 理論基礎與假設 168
7.2.3 研究方法 172
7.3 變量的描述性統計與職住平衡感知特性 173
7.3.1 變量的描述性統計 173
7.3.2 職住平衡感知總體特性 177
7.3.3 職住平衡感知的人群分异 179
7.4 職住平衡感知的影響因素分析 180
7.5 城市軌道交通對職住平衡感知的影響 186
7.5.1 調節效應檢驗 186
7.5.2 中介效應檢驗 189
7.6 本章小結 193
第八章 結論與展望 194
8.1 研究結論 194
8.2 研究啓示 195
8.3 主要創新點 199
8.4 研究展望 200
參考文獻 202
作者簡歷 220
附 錄 222
摘 要 IV
Abstract VI
圖目錄 XIV
表目錄 XVI
第一章 緒論 1
1.1 研究背景與意義 1
1.1.1 研究背景 1
1.1.2 研究目的與意義 6
1.2 研究內容與章節之間關係 7
1.2.1 研究內容 7
1.2.2 核心章節之間的關係 10
1.3 本文技術路綫 11
第二章 研究綜述 14
2.1 核心概念與職住平衡理論 14
2.1.1 核心概念界定 14
2.1.2 職住平衡理論 16
2.1.3 多元背景下的職住平衡的理解 21
2.1.4 我國職住平衡研究的進展 24
2.2 職住空間關係測度方法 29
2.2.1 基于就業崗位與居住人口的量測 29
2.2.2 基于就業可達性的量測 31
2.2.3 基于居民通勤行爲的量測 33
2.2.4 職住平衡測度方法總結 36
2.3 職住平衡的影響因素 49
2.3.1 職住平衡宏觀影響因素 49
2.3.2 職住平衡微觀影響因素 51
2.4 職住平衡影響因素之間的關係 54
2.4.1 建成環境與交通出行 54
2.4.2 職住平衡與通勤行爲 60
2.5 城市軌道交通與職住平衡的相互關係 62
2.5.1 城市軌道交通與城市空間形態 62
2.5.2 城市軌道交通對出行方式的影響 63
2.5.3 城市軌道交通對職住關係的影響 65
2.6 文獻評述 66
第三章 研究範圍與研究方法 70
3.1 研究區域概况 70
3.1.1 合肥城市總體規劃（2013-2020） 70
3.1.2 合肥城市軌道交通規劃及建設概况 74
3.2 研究範圍 77
3.3 數據來源 78
3.3.1 問卷調查 78
3.3.2 普查數據 81
3.3.3 位置服務大數據 82
3.3.4 章節數據類型 84
3.4 研究方法 86
3.4.1 空間分析法 86
3.4.2 回歸分析法 88
3.5 本章小結 91
第四章 合肥職住空間分布特性及影響因素 92
4.1 研究問題 92
4.2 研究數據與方法 94
4.2.1 研究範圍 94
4.2.2 數據來源 95
4.2.3 研究方法 96
4.3 職住空間特徵 97
4.3.1 職住空間分布特徵 97
4.3.2 職住空間集聚特徵 101
4.4 職住空間整體格局演變及匹配關係 105
4.4.1 職住空間整體格局演變 105
4.4.2 職住空間匹配關係 107
4.5 基于地理探測器的職住空間分布的影響因素 112
4.5.1 因子選取 112
4.5.2 探測結果分析 113
4.6 本章小結 117
第五章 城市軌道交通站域職住空間分布特徵 119
5.1 研究問題 119
5.2 研究設計 122
5.2.1 軌道交通站域職住空間分布的界定 122
5.2.2 研究範圍 123
5.2.3 研究方法 126
5.3 實證研究 128
5.3.1 差异性分析 128
5.3.2 平行趨勢檢驗 130
5.3.3 回歸分析 135
5.3.4 穩健性分析 139
5.4本章小結 140
第六章 城市職住通勤特徵及影響因素研究 141
6.1 研究問題 141
6. 2 研究範圍 144
6.3 職住空間特性 146
6.4 變量的描述性統計 150
6.5 結果分析 156
6.6 本章小結 161
第七章 居民職住平衡感知特性及影響因素研究 163
7.1 研究問題 163
7.2 研究設計 166
7.2.1 研究範圍 166
7.2.2 理論基礎與假設 168
7.2.3 研究方法 172
7.3 變量的描述性統計與職住平衡感知特性 173
7.3.1 變量的描述性統計 173
7.3.2 職住平衡感知總體特性 177
7.3.3 職住平衡感知的人群分异 179
7.4 職住平衡感知的影響因素分析 180
7.5 城市軌道交通對職住平衡感知的影響 186
7.5.1 調節效應檢驗 186
7.5.2 中介效應檢驗 189
7.6 本章小結 193
第八章 結論與展望 194
8.1 研究結論 194
8.2 研究啓示 195
8.3 主要創新點 199
8.4 研究展望 200
參考文獻 202
作者簡歷 220
附 錄 222
An, D., Tong, X., Liu, K., & Chan, E. H. (2019). Understanding the impact of built environment on metro ridership using open source in Shanghai. Cities 93, 177-187.
Alonso W. Location and land use (1964). Cambridge, MA: Harvard University Press.
Aronson, E. (1969). The theory of cognitive dissonance: A current perspective. In Advances in experimental social psychology, (4),1-34.
Axisa, J. J., Scott, D. M., & Newbold, K. B. (2012). Factors influencing commute distance: a case study of Toronto’s commuter shed. Journal of Transport Geography,24, 123-129.
Bornioli, A., Parkhurst, G., & Morgan, P. L. (2019). Affective experiences of built environments and the promotion of urban walking. Transportation research part A: policy and practice, 123, 200-215.
Blumenberg, E., & King, H. (2021). Jobs–housing balance re-re-visited. Journal of the American Planning Association, 87(4), 484-496.
Blumenberg, E., & Siddiq, F. (2023). Commute distance and jobs-housing fit. Transportation, 50(3), 869-891.
Brereton, F., Clinch, J. P., & Ferreira, S. (2008). Happiness, geography and the environment. Ecological Economics, 65, 386–396.
Cao, J. (2013). The association between light rail transit and satisfactions with travel and life: evidence from Twin Cities. Transportation, 40, 921-933.
Cervero, R. (1989). Jobs-housing balancing and regional mobility. Journal of the american planning association, 55(2), 136-150.
Cervero, R. (1996). Jobs-housing balance revisited: trends and impacts in the San Francisco Bay Area. Journal of the american planning association, 62(4), 492-511.
Cervero, R., & Duncan, M. (2006). Which reduces vehicle travel more: jobs-housing balance or retail-housing mixing?. Journal of the American planning association, 72(4), 475-490.
Chen, R., Zhang, M., & Zhou, J. (2023). Jobs-housing relationships before and amid COVID-19: An excess-commuting approach. Journal of Transport Geography, 106, 103507.
Choi, S., Ko, J., Jang, J. (2022). Factors associated with commute dissatisfaction and commute time dissonance: A sample selection modeling approach. Travel Behaviour and Society, 29, 136-148.
Clark, B., Chatterjee, K., Martin, A., & Davis, A. (2020). How commuting affects subjective wellbeing. Transportation, 47(6), 2777-2805.
Clark, A., & Scott, D. (2014). Understanding the impact of the modifiable areal unit problem on the relationship between active travel and the built environment. Urban Studies, 51(2), 284-299.
Ding, C., Mishra, S., Lu, G., Yang, J., & Liu, C. (2017). Influences of built environment characteristics and individual factors on commuting distance: a multilevel mixture hazard modeling approach.Transportation Research Part D: Transport and Environment,51, 314-325.
Ding, C., Cao, X., & Liu, C. (2019). How does the station-area built environment influence Metrorail ridership? Using gradient boosting decision trees to identify non-linear thresholds. Journal of Transport Geography, 77, 70-78.
Ding, C., Wang, D.G., Chao, L., & Zhang, Y. (2017). Exploring the influence of built environment on travel mode choice considering the mediating effects of car ownership and travel distance. Transportation research part A: policy and practice, 100, 65-80.
De Vos, J. (2018). Do people travel with their preferred travel mode? Analysing the extent of travel mode dissonance and its effect on travel satisfaction. Transportation research part A: policy and practice, 117, 261-274.
De Vos, J. & Singleton, P. A. (2020). Travel and cognitive dissonance. Transportation Research Part A: Policy and Practice, 138, 525-536.
Engelfriet, L., & Koomen, E. (2018). The impact of urban form on commuting in large Chinese cities. Transportation, 45(5), 1269-1295.
Ewing, R., & Cervero, R. (2010). Travel and the built environment: A meta-analysis. Journal of the American planning association, 76(3), 265-294.
Ewing, R., Dumbaugh, E., & Brown, M. (2001). Internalizing travel by mixing land uses: study of master-planned communities in South Florida. Transportation research record, 1780(1), 115-128.
Festinger, L., 1957. Theory of Cognitive Dissonance. Stanford: Stanford University Press.
Festinger, L., 1964. Conflict, decision, and dissonance. Stanford: Stanford University Press.
Gan, Z., Yang, M., Feng, T., & Timmermans, H. J. (2020). Examining the relationship between built environment and metro ridership at station-to-station level. Transportation Research Part D: Transport and Environment,82, 102332.
Galster, G. C., & Killen, S. P. (1995). The geography of metropolitan opportunity: A reconnaissance and conceptual framework. Housing policy debate, 6(1), 7-43.
Gehrke, S. R., & Wang, L. (2020). Operationalizing the neighborhood effects of the built environment on travel behavior. Journal of transport geography, 82(1), 102561-12.
Giuliano, G. (1991). Is jobs-housing balance a transportation issue?. Transportation Record,13(5):305-312.
Gottholmseder, G., Nowotny, K., Pruckner, G. J., & Theurl, E. (2009). Stress perception and commuting. Health Economics, 18(5), 559-576
Grengs, J. (2010). Job accessibility and the modal mismatch in Detroit. Journal of Transport Geography, 18(1), 42-54.
Haddad, M. A. (2020). Residential income segregation and commuting in a Latin American city. Applied Geography,117,102186.
Handy, S. L., & Niemeier, D. A. (1997). Measuring accessibility: an exploration of issues and alternatives. Environment and planning A, 29(7), 1175-1194.
Handy, S., Cao, X., & Mokhtarian, P.(2005). Correlation or causality between the built environment and travel behavior? Evidence from Northern California. Transportation Research Part D: Transport and Environment, 10(6), 427-444.
Hamilton B., & Roell A. (1982). Wasteful commuting. The Journal of Political Economy, 90(5): 1035-1053
Houston, D. S. (2005). Methods to test the spatial mismatch hypothesis. Economic Geography, 81(4),407-434.
Horner M.（2002）. Extensions to the concept of excess commuting. Environment and Planning A: Economy & Space,34 (3): 543-566.
Horner, M. W., & Murray, A. T. (2002). Excess commuting and the modifiable areal unit problem. Urban Studies, 39(1), 131-139.
Horner, M., & Murray, A. (2003). A multi-objective approach to improving regional jobs-housing balance. Regional Studies, 37(2), 135-146.
Hu, L. (2015). Job accessibility of the poor in Los Angeles: Has suburbanization affected spatial mismatch?. Journal of the American Planning Association, 81(1), 30-45.
Hu, L., & Giuliano, G. (2011). Beyond the inner city: A new form of spatial mismatch. Transportation Research Record, 2242, 98–105.
Huang, R. (2020). Transit-based job accessibility and urban spatial structure. Journal of Transport Geography, 86, 102748.
Ihlanfeldt, K. R., & Sjoquist, D. L. (1998). The spatial mismatch hypothesis: A review of recent studies and their implications for welfare reform. Housing policy debate, 9(4), 849-892.
Immergluck, D. (1998). Job proximity and the urban employment problem: Do suitable nearby jobs improve neighbourhood employment rates?: A reply. Urban Studies, 35(12), 2359-2368.
Jang, S., & Yi, C. (2021). Imbalance between local commuting accessibility and residential locations of households by income class in the Seoul Metropolitan Area. Cities, 109, 103011.
Jang, J., & Ko, J. (2019). Factors associated with commuter satisfaction across travel time ranges. Transportation research part F: traffic psychology and behaviour, 66, 393-405.
Kain, J. F. (1968). Housing segregation, negro employment, and metropolitan decentralization. The Quarterly Journal of Economics, 82:175-197.
Khabazi, M., & Nilsson, I. (2021). Connecting people with jobs: Light rail’s impact on commuting patterns. Travel Behaviour and Society,24, 132-142.
Lefever W D.(1926).Measuring Geographic Concentration by Means of the Standard Deviational Ellipse. American Journal of Sociology, 32(1): 88-94.
Li, J. (2018). Residential and transit decisions: insights from focus groups of neighborhoods around transit stations. Transport Policy, 63(APR.), 1-9.
Li, Y., Geertman, S., Lin, Y., Hooimeijer, P., Xu, W., & Huang, J. (2022). Spatial mismatch for distinct socioeconomic groups in Xiamen, China. Journal of Transport and Land Use, 15(1), 53-70.
Li, W., Sun, B., Yin, C., Zhang, T., & Liu, Q. (2018). Does metro proximity promote happiness? Evidence from Shanghai. Journal of Transport and Land Use, 11(1), 1271-1285.
Lin, D., Allan, A., & Cui, J. (2016). The influence of jobs-housing balance and socio-economic characteristics on commuting in a polycentric city: new evidence from china. Environment & Urbanization Asia, 157-176.
Liu, D., & Kwan, M. P. (2020). Measuring spatial mismatch and job access inequity based on transit-based job accessibility for poor job seekers. Travel Behaviour and Society, 19, 184-193.
Litman, T. (2007). Evaluating rail transit benefits: A comment. Transport Policy, 14(1), 94-97.
Levine, J. (1998). Rethinking accessibility and jobs-housing balance. Journal of the American Planning Association, 64(2), 133-149.
Long, Y., & Thill, J. C. (2015). Combining smart card data and household travel survey to analyze jobs–housing relationships in Beijing. Computers, Environment and Urban Systems, 53, 19-35.
Ma, K. R., & Banister, D. (2006). Extended excess commuting: a measure of the jobs-housing imbalance in Seoul. Urban Studies, 43(11), 2099-2113.
Ma, T. Y., Van Acker, V., Lord, S., & Gerber, P. (2021). Dissonance and commute satisfaction: Which reference point to use?. Transportation Research Part D: Transport and Environment, 100, 103046.
Mercado, R., & Páez, A. (2009). Determinants of distance traveled with a focus on the elderly: a multilevel analysis in the Hamilton CMA, Canada. Journal of Transport Geography,17(1), 65-76.
Miller, E. J., & Ibrahim, A. (1998). Urban form and vehicular travel: some empirical findings. Transportation Research Record, 1617(1), 18-27.
Miller, J. S. (2011). Impact of Jobs–Housing Balance on Average Jurisdiction Commuting Times: Virginia Macroscopic Analysis. Transportation research record, 2244(1), 18-26.
Li, S. M., & Liu, Y. (2016). The jobs-housing relationship and commuting in Guangzhou, China: Hukou and dual structure. Journal of Transport Geography, 54,286-294.
Loo, B. P., & Chow, A. S. (2011). Jobs-housing balance in an era of population decentralization: An analytical framework and a case study. Journal of Transport Geography, 19(4), 552-562.
Ong, P., & Blumenberg, E. (1998). Job access, commute and travel burden among welfare recipients. Urban Studies, 35(1), 77-93.
Peng, Z. R. (1997). The jobs-housing balance and urban commuting. Urban studies, 34(8), 1215-1235.
Qin, P., & Wang, L. (2019). Job opportunities, institutions, and the jobs-housing spatial relationship: Case study of Beijing. Transport Policy, 81,331-339.
Schleith, D., Widener, M., & Kim, C. (2016). An examination of the jobs-housing balance of different categories of workers across 26 metropolitan regions. Journal of Transport Geography, 57, 145-160.
Shen, Q., Chen, P., & Pan, H. (2016). Factors affecting car ownership and mode choice in rail transit-supported suburbs of a large Chinese city. Transportation Research Part A: Policy and Practice, 94, 31-44.
Song, Y., Shao, G., Song, X., Liu, Y., Pan, L., & Ye, H. (2017). The relationships between urban form and urban commuting: An empirical study in China. Sustainability, 9(7), 1150.
Sultana, S. (2002). Job/housing imbalance and commuting time in the Atlanta metropolitan area: Exploration of causes of longer commuting time. Urban Geography, 23(8), 728-749.
Sun, B., Ermagun, A., & Dan, B. (2017). Built environmental impacts on commuting mode choice and distance: Evidence from Shanghai. Transportation research part D: transport and environment,52, 441-453.
Sun, B., Li, N., Song, J., & Wu, X. (2010). A study on the impact of job-housing balance on commuting travels: An empirical test of a traditional idea in the field of urban planning. In Urban Planning Forum (Vol. 6, pp. 55-60).
Sun, B., & Yin, C. (2020). Impacts of a multi-scale built environment and its corresponding moderating effects on commute duration in China. Urban Studies, 57(10), 2115-2130.
Ta, N., Wang, X., Hu, L., & Liu, Z. (2022). Gender difference in commuting travel: a comparative study of suburban residents in Beijing and Shanghai. Travel behaviour and society,28, 196-203.
Thompson, M. A. (1997). The impact of spatial mismatch on female labor force participation. Economic Development Quarterly, 11(2), 138-145.
Thomas, R. (1969). LONDON'S NEW TOWNS; A STUDY OF SELF-CONTAINED AND BALANCED COMMUNITIES.
Wachs, M., Taylor, B. D., Levine, N., & Ong, P. (1993). The changing commute: A case-study of the jobs-housing relationship over time. Urban Studies,30(10), 1711-1729.
Weitz, J., & Schindler, T. (1997). Are Oregon’s communities balanced? A test of the jobs–housing balance policy and the impact of balance on mean commute times. Portland: Portland State University.
Wu, W., Sun, R., Yun, Y., Xiao, Y., & Zhu, X. (2022). Excess commuting, rail access and subjective wellbeing. Transportation Research Part D: Transport and Environment, 111, 103440.
Xiao, W., Li, H., & Wei, Y. D. (2021). Understanding jobs-housing imbalance in urban China. Journal of transport and land use, 14(1), 389-415.
Xiao, W., Wei, Y. D., & Li, H. (2021). Spatial inequality of job accessibility in Shanghai: A geographical skills mismatch perspective. Habitat international, 115, 102401.
Yang, J., & Ferreira Jr, J. (2005). Evaluating Measures of Job-Housing Proximity: Boston and Atlanta, 1980–20001. In Access to destinations (pp. 171-192). Emerald Group Publishing Limited.
Yin, J., Cao, X. J., & Huang, X. (2021). Association between subway and life satisfaction: Evidence from Xi’an, China. Transportation Research Part D: Transport and Environment, 96, 102869.
Ye, R., De Vos, J., & Ma, L. (2020). Analysing the association of dissonance between actual and ideal commute time and commute satisfaction. Transportation research part A: policy and practice, 132, 47-60.
Zhai, J., Wu, W., Yun, Y., Jia, B., Sun, Y., & Wang, Q. (2021). Travel satisfaction and rail accessibility. Transportation Research Part D: Transport and Environment, 100, 103052.
Zhao, P., & Li, P. (2019). Travel satisfaction inequality and the role of the urban metro system. Transport Policy, 79, 66-81.
Zheng, Z., Zhou, S., & Deng, X. (2021). Exploring both home-based and work-based jobs-housing balance by distance decay effect. Journal of Transport Geography, 93, 103043.
Zhou, J., Wang, Y., & Schweitzer, L. (2012). Jobs/housing balance and employer-based travel demand management program returns to scale: Evidence from Los Angeles. Transport Policy, 20, 22-35.
Zhou, X., Chen, X., & Zhang, T. (2016). Impact of megacity jobs-housing spatial mismatch on commuting behaviors: A case study on central districts of Shanghai, China. Sustainability, 8(2), 122.
Zhou, X., Yeh, A. G., & Yue, Y. (2018). Spatial variation of self-containment and jobs-housing balance in Shenzhen using cellphone big data. Journal of Transport Geography, 68, 102-108.
Zhou, X., Yeh, A. G., Yue, Y., & Li, W. (2022). Residential-employment mixed use and jobs-housing balance: A case study of Shenzhen, China. Land Use Policy, 119, 106201.
Zhu, P., Ho, S. N., Jiang, Y., & Tan, X. (2020). Built environment, commuting behaviour and job accessibility in a rail-based dense urban context.Transportation Research Part D: Transport and Environment,87, 102438.
Zhu, Z., Li, Z., Liu, Y., Chen, H., & Zeng, J. (2017). The impact of urban characteristics and residents’ income on commuting in China. Transportation research part D: transport and environment, 57, 474-483.
包丹文 & 郭唐儀. (2014). 職住空間錯位對城市居民通勤時間影響研究.交通運輸系統工程與信息, (03),142-147.
邊經衛. (2009). 城市軌道交通與城市空間形態模式選擇.城市交通(05),40-44.
曹璐 & 徐紅. (2021). 帶狀城市居民通勤及職住平衡研究——以濟南市中心城區爲例. 現代城市研究(06),10-16.
曹新宇. (2015). 社區建成環境和交通行爲研究回顧與展望:以美國爲鑒. 國際城市規劃(04),46-52.
柴彥威, 張艶 & 劉志林. (2011). 職住分離的空間差异性及其影響因素研究. 地理學報(02),157-166.
陳蕾 & 孟曉晨 .(2011). 北京市居住—就業空間結構及影響因素分析. 地理科學進展(10),1210-1217.
陳瓊, 魏曉燕,劉峰貴,黃芸瑪 & 毛旭鋒. (2017). 西寧市居民就職差异性及其空間演變——基于4種類型單位居住區的比較. 地域研究與開發(05),169-174.
陳博文. (2017). 建成環境對居民工作日多目的通勤行爲的影響——基于廣州市中心城區的實證. 城市規劃學刊(05),89-97.
陳鵬鑫, 曾剛, 胡浩, 何金廖 & 葛世帥. (2023). 國家高新區研發人員集聚的空間特徵與影響因子探究. 世界地理研究(01),80-91.
程鵬 & 唐子來. (2017). 上海中心城區的職住空間匹配及其演化特徵研究. 城市規劃學刊(03),62-69.
崔鶴, 趙培松, 梁弘, 吳運超 & 張曉東. (2023). 基于時空大數據的海澱區職住平衡現狀研究. 北京規劃建設(01),54-59.
崔叙, 喻冰潔,楊林川,梁源,張淩菲 & 方翰. (2021). 城市軌道交通出行的時空特徵及影響因素非綫性機制——基于梯度提升决策樹的成都實證.經濟地理(07),61-72.
達福文 & 陳興鵬.(2020).中國大陸地區男同性戀人口空間分布及影響因素.蘭州大學學報(自然科學版)(02),269-278.
戴柳燕, 焦華富 & 肖林. (2013). 國內外城市職住空間匹配研究綜述. 人文地理(02),27-31.
鄧郴宜 & 萬勇.(2023).長三角産城融合水平測度、時空特徵及驅動因素——基于修正後耦合協調度模型的研究. 城市發展研究(06),18-24.
董佳楠, 汪德根 & 趙美風. (2021). 2000年以來中國城市職住空間格局進展綜述與研究框架. 中國名城(01),30-39.
董佳楠, 汪德根 & 周國艶. (2021). 近10年來蘇州主城區職住空間格局演變及類型劃分. 地理與地理信息科學(03),73-81.
范子英, 張航 & 陳杰. (2018). 公共交通對住房市場的溢出效應與虹吸效應:以地鐵爲例. 中國工業經濟(05),99-117.
方冰軻, 李旭東 & 程東亞. (2022). 長江流域貴州段人口分布特徵及其經濟影響因素. 湖南師範大學自然科學學報(06),41-51.
費禹涵. (2023). 縣城外來人口居住分异和職住關係特徵研究. (碩士). 浙江大學.
馮健, 周一星. (2004). 郊區化進程中北京城市內部遷居及相關空間行爲——基于千份問卷調查的分析. 地理研究(02),227-242.
馮國强 & 李菁.(2020).人口規模與城市軌道交通的治堵效應. 城市問題(02),49-57.
高德輝, 許奇, 陳培文, 胡佳俊 & 朱宇婷.(2021).城市軌道交通客流與精細尺度建成環境的空間特徵分析. 交通運輸系統工程與信息(06),25-32.
甘田 & 劉鼎. (2020). 基于手機數據的職住空間關係研究——以重慶市主城區爲例. 城市交通(05),36-44.
關文川, 吳志峰, 吳卓, 曹崢 & 劉星南. (2021).基于微信宜出行數據的城市人口活動時空探測及其影響因素分析. 現代城市研究(08),2-9.
國家發改委. (2020). 國家發改委批復合肥軌道交通三期建設規劃總投資798.08億元. 建築機械(04),29.
國家發改委. (2010).合肥市城市軌道交通近期建設規劃(2009-2016年)通過審批. https://zfxxgk.ndrc.gov.cn/web/iteminfo.jsp?id=6685
郭亮, 畢瑜菲, 黃建中, 鄭朝陽, 胡剛鈺 & 王冠. (2018).大城市職住空間特徵的多尺度比較與分析——以武漢爲例. 城市規劃學刊(05),88-97.
韓會然 & 楊成鳳. (2019). 北京都市區居住與産業用地空間格局演化及其對居民通勤行爲的影響. 經濟地理(05),65-75.
何明衛, 趙勝川 & 何民. (2017). 個體對通勤時間的態度和偏好視角下的職住空間失調. 交通運輸系統工程與信息(04),153-158.
何舟, 宋杰潔 & 孫斌棟. (2014). 城市通勤時耗的空間結構影響因素——基于文獻的研究與啓示. 城市規劃學刊(01),65-70.
黃醇醇, 王曉文 & 李琳娜. (2021). 城市軌道交通對沿綫住宅價格的時空效應——以福州地鐵1號綫爲例. 地理研究(10),2808-2822.
黃曉燕, 曹小曙, 殷江濱 & 馬瑞光. (2020). 城市軌道交通和建成環境對居民步行行爲的影響. 地理學報(06),1256-1271.
賈曉朋, 孟斌 & 張媛媛. (2015). 北京市不同社區居民通勤行爲分析.地域研究與開發34(1),55-59.
焦華富 & 戴柳燕. (2015). 合肥市城市居民職住空間均衡性現狀及影響因素.城市問題(05),46-51.
交通運輸部. (2021). 2020年城市軌道交通運營數據發布. http://www.gov.cn/xinwen/2021-01/06/content_5577537.htm.
姜軍, 段進, 陳滄杰 & 曹國華. (2015). 通勤距離、通勤時間及其與職住平衡的關係研究.現代城市研究(07),119-123.
樂曉輝, 陳君嫻 & 楊家文. (2016). 深圳軌道交通對城市空間結構的影響——基于地價梯度和開發强度梯度的分析. 地理研究(11),2091-2104.
冷炳榮, 餘穎, 黃大全, & 易崢. (2015). 大數據視野下的重慶主城區職住關係剖析. 規劃師, 31(5), 92-96.
雷安妮. (2022). 女性主義地理學視角下的城市空間規劃反思及啓示. 規劃師(11),50-57.
李靜嫻, 楊家文 & 周江評. (2022). 區域一體化背景下深圳—香港跨境職住空間特徵探討. 城市發展研究(03),91-97.
李苗裔, 楊忠豪 & 薛峰. (2021). 基于多源數據的城市街道綠化品質測度與規劃設計提升策略——以福州主城區爲例. 風景園林(02),62-68.
李濤. (2020). 上海市老齡化人口的空間分布和影響因素. 城市規劃(06),39-46.
李若倩 & 孟斌. (2020). 基于地理探測器的北京市居民通勤距離影響因素分析. 資源開發與市場(05),449-455.
黎洋佟. (2017). 契合城市發展走廊的軌道綫路功能帶構建策略——以厦門市軌道交通1號綫爲例.規劃師(11),79-84.
李建鑫 & 王雪. (2021). 日本軌道交通站點與周邊協同發展的經驗借鑒——以新宿站爲例. 上海城市規劃(05),110-115.
李淑朋. (2011). 成都地鐵1號綫對城市通勤者出行方式影響研究. (碩士). 西南交通大學.
李旭偉,王紅平 & 孫海玲.(2014).城市軌道交通對土地增值效應研究——以鄭州市軌道交通一號綫一期工程爲例. 城市發展研究(09),21-24.
李琬, 但波, 孫斌棟 & 朱盼. (2017). 軌道交通對出行方式選擇的影響研究——基于上海市80後微觀調查樣本的實證分析.地理研究(05),945-956.
林書亭 & 塔娜. (2021). 轉型期不同住房性質居民的職住關係演變——以上海郊區爲例. 人文地理(02),35-45.
林坤, 林李月, 朱宇 & 柯文前. (2021).中國流動人口落戶意願及其變化——基于高、低技能流動人口的比較研究. 地域研究與開發(03),169-174.
林勛媛, 王廣興, & 胡月明. (2020). 基于開放大數據的廣州市中心城區職住平衡特徵研究. 熱帶地理, 40(2), 254-265.
劉定惠. (2015). 城市空間結構對居民通勤行爲的影響研究——以成都市和蘭州市爲例. 世界地理研究(04),78-84.
劉浩嵐, 陳萬旭 & 曾杰. (2023). 長江中游地區人口分布特徵及其影響因素. 資源開發與市場(04),444-452.
劉金鳳 & 趙勇.(2018).高鐵對中國城鎮化均衡發展的影響——基于中西部地區163個地級市面板數據的分析.城市問題(05),15-25.
劉望保 & 李彤彤. (2023). 基于手機信令數據的廣州市社區建成環境對居民通勤距離影響研究. 世界地理研究, 1-14.
劉望保 & 翁計傳. (2008). 西方“空間不匹配”假說研究進展及其對中國城市的啓示. 規劃師(01),91-94.
劉旭東. (2012). 合肥市保障性住房規劃建設研究. (碩士). 合肥工業大學.
劉陽, 季彥婕, 何民 & 顧宇. (2019). 基于地鐵刷卡數據的通學模式影響機理研究.交通運輸系統工程與信息,19(01),132-137.
劉志林 & 王茂軍. (2011). 北京市職住空間錯位對居民通勤行爲的影響分析——基于就業可達性與通勤時間的討論. 地理學報(04),457-467.
劉志林, 張艶 & 柴彥威. (2009). 中國大城市職住分離現象及其特徵——以北京市爲例. 城市發展研究(09),110-117.
龍瀛, 張宇 & 崔承印. (2012). 利用公交刷卡數據分析北京職住關係和通勤出行. 地理學報(10),1339-1352.
陸化普, 丁宇 & 張永波. (2013). 中國城市職住均衡實證分析與關鍵對策. 城市交通(03),1-6.
魯潔, 羅靜, 羅名海 & 田玲玲. (2022). 基于行政村尺度的武漢市鄉村人口變化特徵及其驅動因素研究. 地理科學(12),2119-2130.
羅君, 石培基 & 張學斌. (2020). 基于鄉鎮尺度的蘭西城市群人口分布特徵及其影響因素. 乾旱區資源與環境(07),104-111.
羅吉, 盧曉涵 & 彭陽. (2021). 武漢市低收入人群職住通勤空間關係研究——基于微觀主體調查的視角. 城市問題(09),49-59.
羅桑扎西, 甄峰 & 尹秋怡. (2018). 城市公共自行車使用與建成環境的關係研究——以南京市橋北片區爲例.地理科學(03),332-341.
呂斌, 張純 & 陳天鳴. (2013). 城市低收入群體的就業可達性變化研究——以北京爲例. 城市規劃(01),56-63.
呂雄鷹 & 潘海嘯. (2022). 新城低碳交通影響要素及優化策略——以上海市松江新城爲例. 城市交通(04),99-110.
馬亮 & 馬雪城(2017). 軌道沿綫居民出行方式選擇行爲研究——以深圳市爲例. 重慶交通大學學報(社會科學版),17(06),25-29.
馬宇, 李德平, 周亮, 周夢杰, 張棟 & 張道泉. (2022). 長沙市人口空間分布與地形起伏度關係分析. 湖南師範大學自然科學學報(06),12-20.
毛峰. (2015) .基于多源軌迹數據挖掘的居民通勤行爲與城市職住空間特徵研究. (博士). 華東師範大學.
苗瑞凱 & 王俊秀. (2021). 通勤時間對心理健康的影響：基于美好生活的視角. 心理科學(03),713-719.
孟斌, 鄭麗敏 & 于慧麗. (2011). 北京城市居民通勤時間變化及影響因素. 地理科學進展(10),1218-1224.
孟曉晨, 吳靜 & 沈凡蔔. (2009). 職住平衡的研究回顧及觀點綜述. 城市發展研究(06),23-28.
潘海嘯. (2008). 軌道交通與大都市地區空間結構的優化. 城市發展研究(S1),25-34.
强歡歡, 吳曉, 王慧 & 李泉葆. (2016). 職住平衡”視角下新就業人員的職住空間平衡關係及其內在影響因素——以南京市主城區爲例. 城市規劃學刊(04),75-81.
任媛 & 陳園園. (2019). 北京市職住空間演化格局及其內在機理. 城市發展研究(03),9-15.
申犁帆, 王燁, 張純, 薑冬睿 & 李赫. (2018). 軌道站點合理步行可達範圍建成環境與軌道通勤的關係研究——以北京市44個軌道站點爲例.地理學報(12),2423-2439.
沈忱, 張純, 夏海山 & 程志華. (2019). 大都市圈職住空間關係與就業可達性:交通基礎設施的影響. 國際城市規劃34(02),64-69.
宋金平, 王恩儒, 張文新 & 彭萍. (2007). 北京住宅郊區化與就業空間錯位. 地理學報(04),387-396..
宋小冬, 王園園, 楊鈺穎, 張開翼 & 鈕心毅. (2019). 通勤距離對職住分離的統計驗證.地球信息科學學報(11),1699-1709.
孫斌棟. (2009). 我國特大城市交通發展的空間戰略研究——以上海市爲例. 南京: 南京大學出版社.
孫斌棟, 李南菲, 宋杰潔, & 吳曉松. (2010). 職住平衡對通勤交通的影響分析——對一個傳統城市規劃理念的實證檢驗. 城市規劃學刊, 6, 55-60.
孫斌棟 & 但波. (2015). 上海城市建成環境對居民通勤方式選擇的影響.地理學報,70(10),1664-1674.
孫斌棟 & 尹春. (2018). 人口密度對居民通勤時耗的影響及條件效應——來自上海證據. 地理科學(01),41-48.
孫斌棟, 吳江潔, 尹春 & 陳玉. (2019). 通勤時耗對居民健康的影響——來自中國家庭追踪調查的證據. 城市發展研究(03),59-64.
孫斌棟, 塗婷, 石巍 & 郭研苓. (2013). 特大城市多中心空間結構的交通績效檢驗——上海案例研究. 城市規劃學刊(02),63-69.
孫夢哲 .(2017). 基于網絡數據的合肥城市中心體系識別與評價. (碩士). 安徽建築大學.
孫珊, 龔岳 & 李貴才. (2020).中國超大城市流動人口居住分异特徵及影響因素研究. 城市發展研究(06),88-97.
孫哲 & 路青 .(2022). 基于手機信令數據的大都市新城職住關係——以北京爲例.城市發展研究(12),53-61.
孫偉增 & 何磊磊. (2022). 職住分離、時間擠出與企業生産效率. 經濟學(季刊)(04),1147-1168.
塔娜, 柴彥威 & 關美寶. (2015). 建成環境對北京市郊區居民工作日汽車出行的影響. 地理學報(10),1675-1685.
王安琪, 彭建東, 任鵬, 楊紅 & 代琦. (2021). 軌道站點周邊建成環境對殘疾人出行行爲的影響研究——以武漢市189個軌道站點爲例. 地理科學進展,40(07),1127-1140.
王蓓, 王良, 劉艶華, 楊波, 黃曉春 & 楊明. (2020). 基于手機信令數據的北京市職住空間分布格局及匹配特徵. 地理科學進展(12),2028-2042.
王德, 李丹 & 傅英姿. (2020). 基于手機信令數據的上海市不同住宅區居民就業空間研究. 地理學報(08),1585-1602.
王幹, 馮長春, 蘇黎馨 & 崔娜娜. (2021). 北京市區軌道交通對周邊住房租賃價格的影響分析.人文地理,36(04),151-158.
王輝. (2014). 新農保對我國農村居民消費增長的貢獻評估——基于DID模型的實證研究. 現代商業(02),188-189.
王洪亮 & 常哲仁.(2020).高鐵開通對房價影響的實證分析.財經問題研究(04),66-73.
王麗艶, 段中倩 & 王振坡. (2020). 居住環境、通勤時間與居民主觀幸福感——基于天津市微觀調查與大數據的實證分析. 城市發展研究(02),103-110.
王麗艶, 賈賓 & 翟婧彤. (2016).我國城市居民通勤方式選擇及影響因素研究——以天津市爲例. 城市發展研究(07),108-115.
王勁峰 & 徐成東. (2017). 地理探測器:原理與展望. 地理學報(01),116-134.
王凱 & 何保紅. (2022). 城市雙職工家庭職住空間類型與通勤效率研究——以昆明市主城區爲例. 昆明理工大學學報(自然科學版)(02),134-141.
王振坡, 牛家威 & 王麗艶. (2020). 基于POI大數據的天津市居民居住就業空間特徵及其影響因素研究. 地域研究與開發(02),58-63.
王振坡, 奚奇, 王麗艶 & 宋順鋒. (2017).城市職住空間匹配特徵及其影響因素研究——以天津市爲例. 城市發展研究(08),23-28.
王振, 張志敏, 杜臣昌, 高歌, 胡倩 & 陳如夢. (2019). 軌道交通站點周邊職住平衡與通勤特徵分析. 中國城市規劃學會. 活力城鄉 美好人居——2019中國城市規劃年會論文集（05城市規劃新技術應用）(pp.537-547). 中國建築工業出版社.
王振華, 李萌萌 & 江金啓. (2020). 交通可達性提升對城市經濟增長的影響——基于283個城市DMSP/OLS夜間衛星燈光數據的空間計量分析. 中國經濟問題(05),84-97.
魏海濤, 趙輝 & 肖天聰. (2017). 北京市職住分離及其影響因素分析. 城市發展研究(04),43-51.
衛龍 & 高紅梅. (2016). 城市居民職住空間關係研究進展綜述. 交通運輸工程與信息學報(04),55-63.
文萍 & 周素紅. (2022). 家庭化遷移對流動人口職住關係的影響——以廣州爲例. 地理研究(04),1212-1226.
吳嬌蓉,謝金宏 & 劉夢瑤.(2021).軌道站域職住密度對城市中心體系的支持度分析.華南理工大學學報(自然科學版)(02),50-58.
吳靜嫻, 申華鵬, 韓印 & 楊敏. (2022). 考慮城市建成環境非綫性作用的通勤時間模型. 吉林大學學報(工學版)(11),2568-2573.
吳翔華, 陳昕雨 & 袁豐. (2019). 南京市住房困難人群職住關係及影響因素分析. 地理科學進展(12),1890-1902.
吳欣玥, 廖家儀 & 張曉榮. (2023). 基于多源數據融合的成都市職住空間特徵及影響因素研究. 規劃師(01),120-127.
吳江潔 & 孫斌棟. (2016). 通勤時間的幸福績效——基于中國家庭追踪調查的實證研究. 人文地理(03),33-39.
肖琛,陳雯,袁豐 & 李平星.(2014).2000～2010年無錫市職住空間關係變化及影響因素分析.地理科學(02),137-146.
熊麗芳 ,甄峰, 錢前 & 黃瑩. (2013). 基于CHAID决策樹方法的城市居民通勤時間影響因素分析——以南京爲例. 人文地理(06),68-73.
徐盼盼. (2020). 重慶市主城區軌道交通沿綫區域職住平衡狀態評價與影響因素分析. (碩士). 重慶大學.
徐苗, 陳濤 & 孟圓華. (2021). 城市低收入社區職住空間失配問題及其規劃干預——基于中外研究對比分析. 西部人居環境學刊(04),101-112.
徐藝軒,周銳,戴劉冬,王燚 & 王新軍.(2014).我國中部中等城市職住分離的空間差异及其影響因素——以漯河市爲例. 城市發展研究(12),52-58.
薛婧 & 張梅青. (2016). 北京市軌道交通網絡化發展問題及對策研究——基于職住分離的背景. 北京交通大學學報(社會科學版)(03),38-49.
嚴海, 靳露寧 & 王鵬飛. (2019). 小汽車通勤者主觀幸福對出行方式選擇的影響.城市交通,17(02),119-126.
顔冉, 劉冰, 李超驌, 顧康康 & 楊新剛. (2022). 合肥中心城區職住空間特徵及其影響因素. 地域研究與開發(05),63-69.
顔冉, 張純 & 鄭浩. (2022). 站域建成環境對城市軌道交通客流的影響研究——以合肥市爲例. 都市快軌交通(05),69-75.
楊慧敏, 許家偉 & 李小建. (2023). 城鎮化進程中平原農區縣域人口分布變化特徵及影響因素——以豫東平原柘城縣爲例. 地理研究(06),1528-1544.
楊西寧, 鄧瓊華 & 楊碩. (2019). 建成環境對居民出行方式選擇影響效應的异質性研究.交通運輸工程與信息學報,17(02),128-137.
葉俊. (2015). 合肥市老城中心區地下空間開發利用研究. (碩士). 安徽建築大學.
尹超英, 邵春福, 王聘璽 & 米雪玉. (2018). 基于多層模型的城市建成環境對通勤行爲的影響.交通運輸系統工程與信息,18(02).122-127.
尹超英, 邵春福, 王曉全 & 熊志華. (2020). 考慮空間异質性的建成環境對通勤方式選擇的影響. 吉林大學學報(工學版)(02),543-548.
尹超英, 周建, 林麗, 邵春福, 王曉全 & 王晟由. (2021). 城市建成環境影響下通勤時間和距離聯合建模研究. 北京交通大學學報(03),24-29.
尹春, 孫斌棟, 何舟 & 林杰. (2018). 城市建成環境對通勤時耗的影響及規劃啓示. 城市規劃(08),83-89.
餘倩. (2019). 城市新區居民職住關係及其影響因素研究. (碩士). 重慶大學.
于燕. (2021). 基于多源數據的鄭州市職住關係及影響因素研究. (碩士). 河南大學.
曾俊偉, 錢勇生, 朱雷鵬, 廣曉平 & 張永治. (2021). 西部地區多維軌道交通與新型城鎮化協同發展演化. 經濟地理(11),77-86.
曾立榮. (2021). 軌道交通對甲方前期項目設計的影響. 運輸經理世界(19),21-23.
湛東升, 孟斌 & 張文忠. (2014). 北京市居民居住滿意度感知與行爲意向研究. 地理研究(02),336-348.
張純, 程志華, 于曉萍, 王亞群 & 沈忱. (2020). 烏魯木齊公共交通基礎設施對低收入群體就業的影響研究. 地理科學進展(01),111-119.
張純, 夏海山 & 宋彥. (2016). 軌道交通帶動下的城市形態演變——以北京爲例. 城市發展研究(09),107-112.
張純, 易成棟 & 宋彥. (2016). 北京市職住空間關係特徵及變化研究——基于第五、六次人口普查和2001、2008年經濟普查數據的實證分析.城市規劃,(10),59-64.
張純, 吳瑩, 馬程, & 王亞群. (2019). 烏魯木齊市的職住空間關係特徵及變化規律研究——基于 2010 和 2014 年交通調查分析. 城市發展研究, 26(3), 24-31.
張純, 夏海山 & 于曉萍. (2020). 軌道交通與城市空間發展協同的時空響應研究——以北京爲例. 城市規劃(05),111-117.
張濟婷 & 周素紅. (2018). 轉型期廣州市居民職住模式的群體差异及其影響因素. 地理研究(03),564-576.
張娟. (2022). 基于多源數據的北京市職住平衡影響因素研究. (碩士). 北京交通大學.
張明陽.(2022).成都市高新南區職住平衡測度及影響因素研究.(碩士).西南交通大學.
張天然, 周江評 & 周明芷. (2020). 超大城市就業-居住格局與通勤績效研究——以上海市爲例. 城市交通(05),18-26.
張逸姬, 甄峰, 朱煒宏 & 唐璞山. (2019). 基于多源數據的城市職住空間匹配及影響因素研究. 規劃師, 35(7), 84-89.
張學波, 宋金平, 王振波 & 盛彥文. (2021). 居住區位感知下的北京與非京戶籍居民職住空間關係生成路徑差异. 地理研究,40(07),2005-2019.
張學波, 宋金平, 于偉 & 王振波. (2021). 基于感知的北京居民職住空間關係生成機理. 地理學報(02),383-397.
張雪潔, 王成新, 王博洋 & 陳延斌. (2022).交通路網中心性對土地利用强度的影響研究——以青島市中心城區爲例. 人文地理(06),161-170.
張艶 & 柴彥威. (2009). 基于居住區比較的北京城市通勤研究. 地理研究(05),1327-1340.
張艶, 崔志祥, 朱瀟冰 & 辜智慧. (2021). 軌道交通影響下的深圳城市職住空間演變. 住區(05),104-120.
張艶, 羅永杰, 朱瀟冰, 楊培霖 & 辜智慧. (2020). 軌道交通站域職住空間變化特徵分析:深圳市的實證研究.城市規劃學刊(03),48-56.
張艶, 辜智慧 & 周維. (2018). 大城市職住空間匹配及其與軌道交通的協調發展研究:以深圳市爲例. 城市規劃學刊(01),99-106.
張艶, 李春江, 黃建毅, 孟斌 & 孫蕊. (2019). 基于多源數據融合的北京市職住空間特徵研究.城市發展研究(12),37-45.
張英杰, 鄭思齊 & 王銳. (2015). 軌道交通建設能否真正促進“綠色”出行?——基于北京市微觀調查樣本的實證研究. 世界經濟文匯(03),77-88.
張延吉, 胡思聰, 陳小輝 & 趙立珍. (2019). 城市建成環境對居民通勤方式的影響——基于福州市的經驗研究. 城市發展研究, 26(03),72-78.
張振龍 & 蔣靈德 .(2015). 基于職住平衡與通勤的蘇州城市職住空間結構特徵. 規劃師(03),81-86.
趙麗元, 王書賢 & 韋佳伶. (2019). 基于IC卡數據的建成環境與公交出行率關係研究. 交通運輸系統工程與信息,19(04),233-238.
趙鵬軍, 李南慧 & 李聖曉. (2016). TOD建成環境特徵對居民活動與出行影響——以北京爲例. 城市發展研究,23(06),45-51.
趙鵬軍 & 曹毓書. (2018). 基于多源LBS數據的職住平衡對比研究——以北京城區爲例. 北京大學學報(自然科學版),54(06),1290-1302.
趙虎, 司建平, 倪劍波 & 何曉偉. (2016). 大都市區規劃的職住平衡專題解讀及其啓示——以《奔向2040:芝加哥總體區域規劃》職住平衡報告爲例. 城市發展研究(09),54-61.
趙輝, 楊軍, 劉常平 & 王珂. (2011). 職住分離的度量方法與空間組織特徵——以北京市軌道交通對職住分離的影響爲例. 地理科學進展(02),198-204.
趙輝, 楊開忠, 魏海濤 & 趙文禕. (2013). 北京城市職住空間重構及其通勤模式演化研究. 城市規劃(08),33-39.
趙璐 & 趙作權. (2014). 基于特徵橢圓的中國經濟空間分异研究. 地理科學(08),979-986.
鄭思齊 & 曹洋. (2009). 居住與就業空間關係的决定機理和影響因素——對北京市通勤時間和通勤流量的實證研究. 城市發展研究(06),29-35.
鄭浩, 王豐, 吳曉 & 左爲. (2021). 土地利用視角下大城市流動人口的就業可達性研究——基于南京市主城區的實證.上海城市規劃(02),104-111.
鐘哲 & 孫斌棟. (2012). 居住—就業平衡與城市通勤——以上海普陀區爲例.地域研究與開發31(03),88-92.
鐘國平 & 曹小曙. (2016). 多中心城市中山市職住空間關係特徵. 熱帶地理(04),591-599.
周德, 鐘文鈺, 周婷 & 戚佳玲. (2021). 基于POI數據的城市土地混合利用評價及影響因素分析——以杭州市主城區爲例. 中國土地科學(08),96-106.
周麗亞, 李欣盈, 張兆東 & 龔咏喜. (2021). 基于多源全樣本數據的深圳市過剩通勤空間特徵研究. 城市發展研究(11),27-32.
周江評. (2004). “空間不匹配”假設與城市弱勢群體就業問題:美國相關研究及其對中國的啓示. 現代城市研究(09),8-14.
周素紅 & 劉玉蘭. (2010). 轉型期廣州城市居民居住與就業地區位選擇的空間關係及其變遷. 地理學報(02),191-201.
周滔 & 餘倩.(2018).居民個體屬性對職住關係的影響——以重慶市爲例.城市問題(01),89-94.
周新剛, 孫晨晨 & 鈕心毅. (2021). 基于手機大數據的職住關係空間尺度問題探討——以上海市和深圳市爲例. 國際城市規劃(05),78-85.
朱佳欣 .(2021). 城市軌道綫路調整對居民通勤出行方式選擇的影響研究. (碩士).北京交通大學.
朱娟 & 鈕心毅. (2020). 職住平衡、土地混合使用及其與通勤距離的關係——基于南寧市移動手機信令數據. 現代城市研究(02),98-105.
Alonso W. Location and land use (1964). Cambridge, MA: Harvard University Press.
Aronson, E. (1969). The theory of cognitive dissonance: A current perspective. In Advances in experimental social psychology, (4),1-34.
Axisa, J. J., Scott, D. M., & Newbold, K. B. (2012). Factors influencing commute distance: a case study of Toronto’s commuter shed. Journal of Transport Geography,24, 123-129.
Bornioli, A., Parkhurst, G., & Morgan, P. L. (2019). Affective experiences of built environments and the promotion of urban walking. Transportation research part A: policy and practice, 123, 200-215.
Blumenberg, E., & King, H. (2021). Jobs–housing balance re-re-visited. Journal of the American Planning Association, 87(4), 484-496.
Blumenberg, E., & Siddiq, F. (2023). Commute distance and jobs-housing fit. Transportation, 50(3), 869-891.
Brereton, F., Clinch, J. P., & Ferreira, S. (2008). Happiness, geography and the environment. Ecological Economics, 65, 386–396.
Cao, J. (2013). The association between light rail transit and satisfactions with travel and life: evidence from Twin Cities. Transportation, 40, 921-933.
Cervero, R. (1989). Jobs-housing balancing and regional mobility. Journal of the american planning association, 55(2), 136-150.
Cervero, R. (1996). Jobs-housing balance revisited: trends and impacts in the San Francisco Bay Area. Journal of the american planning association, 62(4), 492-511.
Cervero, R., & Duncan, M. (2006). Which reduces vehicle travel more: jobs-housing balance or retail-housing mixing?. Journal of the American planning association, 72(4), 475-490.
Chen, R., Zhang, M., & Zhou, J. (2023). Jobs-housing relationships before and amid COVID-19: An excess-commuting approach. Journal of Transport Geography, 106, 103507.
Choi, S., Ko, J., Jang, J. (2022). Factors associated with commute dissatisfaction and commute time dissonance: A sample selection modeling approach. Travel Behaviour and Society, 29, 136-148.
Clark, B., Chatterjee, K., Martin, A., & Davis, A. (2020). How commuting affects subjective wellbeing. Transportation, 47(6), 2777-2805.
Clark, A., & Scott, D. (2014). Understanding the impact of the modifiable areal unit problem on the relationship between active travel and the built environment. Urban Studies, 51(2), 284-299.
Ding, C., Mishra, S., Lu, G., Yang, J., & Liu, C. (2017). Influences of built environment characteristics and individual factors on commuting distance: a multilevel mixture hazard modeling approach.Transportation Research Part D: Transport and Environment,51, 314-325.
Ding, C., Cao, X., & Liu, C. (2019). How does the station-area built environment influence Metrorail ridership? Using gradient boosting decision trees to identify non-linear thresholds. Journal of Transport Geography, 77, 70-78.
Ding, C., Wang, D.G., Chao, L., & Zhang, Y. (2017). Exploring the influence of built environment on travel mode choice considering the mediating effects of car ownership and travel distance. Transportation research part A: policy and practice, 100, 65-80.
De Vos, J. (2018). Do people travel with their preferred travel mode? Analysing the extent of travel mode dissonance and its effect on travel satisfaction. Transportation research part A: policy and practice, 117, 261-274.
De Vos, J. & Singleton, P. A. (2020). Travel and cognitive dissonance. Transportation Research Part A: Policy and Practice, 138, 525-536.
Engelfriet, L., & Koomen, E. (2018). The impact of urban form on commuting in large Chinese cities. Transportation, 45(5), 1269-1295.
Ewing, R., & Cervero, R. (2010). Travel and the built environment: A meta-analysis. Journal of the American planning association, 76(3), 265-294.
Ewing, R., Dumbaugh, E., & Brown, M. (2001). Internalizing travel by mixing land uses: study of master-planned communities in South Florida. Transportation research record, 1780(1), 115-128.
Festinger, L., 1957. Theory of Cognitive Dissonance. Stanford: Stanford University Press.
Festinger, L., 1964. Conflict, decision, and dissonance. Stanford: Stanford University Press.
Gan, Z., Yang, M., Feng, T., & Timmermans, H. J. (2020). Examining the relationship between built environment and metro ridership at station-to-station level. Transportation Research Part D: Transport and Environment,82, 102332.
Galster, G. C., & Killen, S. P. (1995). The geography of metropolitan opportunity: A reconnaissance and conceptual framework. Housing policy debate, 6(1), 7-43.
Gehrke, S. R., & Wang, L. (2020). Operationalizing the neighborhood effects of the built environment on travel behavior. Journal of transport geography, 82(1), 102561-12.
Giuliano, G. (1991). Is jobs-housing balance a transportation issue?. Transportation Record,13(5):305-312.
Gottholmseder, G., Nowotny, K., Pruckner, G. J., & Theurl, E. (2009). Stress perception and commuting. Health Economics, 18(5), 559-576
Grengs, J. (2010). Job accessibility and the modal mismatch in Detroit. Journal of Transport Geography, 18(1), 42-54.
Haddad, M. A. (2020). Residential income segregation and commuting in a Latin American city. Applied Geography,117,102186.
Handy, S. L., & Niemeier, D. A. (1997). Measuring accessibility: an exploration of issues and alternatives. Environment and planning A, 29(7), 1175-1194.
Handy, S., Cao, X., & Mokhtarian, P.(2005). Correlation or causality between the built environment and travel behavior? Evidence from Northern California. Transportation Research Part D: Transport and Environment, 10(6), 427-444.
Hamilton B., & Roell A. (1982). Wasteful commuting. The Journal of Political Economy, 90(5): 1035-1053
Houston, D. S. (2005). Methods to test the spatial mismatch hypothesis. Economic Geography, 81(4),407-434.
Horner M.（2002）. Extensions to the concept of excess commuting. Environment and Planning A: Economy & Space,34 (3): 543-566.
Horner, M. W., & Murray, A. T. (2002). Excess commuting and the modifiable areal unit problem. Urban Studies, 39(1), 131-139.
Horner, M., & Murray, A. (2003). A multi-objective approach to improving regional jobs-housing balance. Regional Studies, 37(2), 135-146.
Hu, L. (2015). Job accessibility of the poor in Los Angeles: Has suburbanization affected spatial mismatch?. Journal of the American Planning Association, 81(1), 30-45.
Hu, L., & Giuliano, G. (2011). Beyond the inner city: A new form of spatial mismatch. Transportation Research Record, 2242, 98–105.
Huang, R. (2020). Transit-based job accessibility and urban spatial structure. Journal of Transport Geography, 86, 102748.
Ihlanfeldt, K. R., & Sjoquist, D. L. (1998). The spatial mismatch hypothesis: A review of recent studies and their implications for welfare reform. Housing policy debate, 9(4), 849-892.
Immergluck, D. (1998). Job proximity and the urban employment problem: Do suitable nearby jobs improve neighbourhood employment rates?: A reply. Urban Studies, 35(12), 2359-2368.
Jang, S., & Yi, C. (2021). Imbalance between local commuting accessibility and residential locations of households by income class in the Seoul Metropolitan Area. Cities, 109, 103011.
Jang, J., & Ko, J. (2019). Factors associated with commuter satisfaction across travel time ranges. Transportation research part F: traffic psychology and behaviour, 66, 393-405.
Kain, J. F. (1968). Housing segregation, negro employment, and metropolitan decentralization. The Quarterly Journal of Economics, 82:175-197.
Khabazi, M., & Nilsson, I. (2021). Connecting people with jobs: Light rail’s impact on commuting patterns. Travel Behaviour and Society,24, 132-142.
Lefever W D.(1926).Measuring Geographic Concentration by Means of the Standard Deviational Ellipse. American Journal of Sociology, 32(1): 88-94.
Li, J. (2018). Residential and transit decisions: insights from focus groups of neighborhoods around transit stations. Transport Policy, 63(APR.), 1-9.
Li, Y., Geertman, S., Lin, Y., Hooimeijer, P., Xu, W., & Huang, J. (2022). Spatial mismatch for distinct socioeconomic groups in Xiamen, China. Journal of Transport and Land Use, 15(1), 53-70.
Li, W., Sun, B., Yin, C., Zhang, T., & Liu, Q. (2018). Does metro proximity promote happiness? Evidence from Shanghai. Journal of Transport and Land Use, 11(1), 1271-1285.
Lin, D., Allan, A., & Cui, J. (2016). The influence of jobs-housing balance and socio-economic characteristics on commuting in a polycentric city: new evidence from china. Environment & Urbanization Asia, 157-176.
Liu, D., & Kwan, M. P. (2020). Measuring spatial mismatch and job access inequity based on transit-based job accessibility for poor job seekers. Travel Behaviour and Society, 19, 184-193.
Litman, T. (2007). Evaluating rail transit benefits: A comment. Transport Policy, 14(1), 94-97.
Levine, J. (1998). Rethinking accessibility and jobs-housing balance. Journal of the American Planning Association, 64(2), 133-149.
Long, Y., & Thill, J. C. (2015). Combining smart card data and household travel survey to analyze jobs–housing relationships in Beijing. Computers, Environment and Urban Systems, 53, 19-35.
Ma, K. R., & Banister, D. (2006). Extended excess commuting: a measure of the jobs-housing imbalance in Seoul. Urban Studies, 43(11), 2099-2113.
Ma, T. Y., Van Acker, V., Lord, S., & Gerber, P. (2021). Dissonance and commute satisfaction: Which reference point to use?. Transportation Research Part D: Transport and Environment, 100, 103046.
Mercado, R., & Páez, A. (2009). Determinants of distance traveled with a focus on the elderly: a multilevel analysis in the Hamilton CMA, Canada. Journal of Transport Geography,17(1), 65-76.
Miller, E. J., & Ibrahim, A. (1998). Urban form and vehicular travel: some empirical findings. Transportation Research Record, 1617(1), 18-27.
Miller, J. S. (2011). Impact of Jobs–Housing Balance on Average Jurisdiction Commuting Times: Virginia Macroscopic Analysis. Transportation research record, 2244(1), 18-26.
Li, S. M., & Liu, Y. (2016). The jobs-housing relationship and commuting in Guangzhou, China: Hukou and dual structure. Journal of Transport Geography, 54,286-294.
Loo, B. P., & Chow, A. S. (2011). Jobs-housing balance in an era of population decentralization: An analytical framework and a case study. Journal of Transport Geography, 19(4), 552-562.
Ong, P., & Blumenberg, E. (1998). Job access, commute and travel burden among welfare recipients. Urban Studies, 35(1), 77-93.
Peng, Z. R. (1997). The jobs-housing balance and urban commuting. Urban studies, 34(8), 1215-1235.
Qin, P., & Wang, L. (2019). Job opportunities, institutions, and the jobs-housing spatial relationship: Case study of Beijing. Transport Policy, 81,331-339.
Schleith, D., Widener, M., & Kim, C. (2016). An examination of the jobs-housing balance of different categories of workers across 26 metropolitan regions. Journal of Transport Geography, 57, 145-160.
Shen, Q., Chen, P., & Pan, H. (2016). Factors affecting car ownership and mode choice in rail transit-supported suburbs of a large Chinese city. Transportation Research Part A: Policy and Practice, 94, 31-44.
Song, Y., Shao, G., Song, X., Liu, Y., Pan, L., & Ye, H. (2017). The relationships between urban form and urban commuting: An empirical study in China. Sustainability, 9(7), 1150.
Sultana, S. (2002). Job/housing imbalance and commuting time in the Atlanta metropolitan area: Exploration of causes of longer commuting time. Urban Geography, 23(8), 728-749.
Sun, B., Ermagun, A., & Dan, B. (2017). Built environmental impacts on commuting mode choice and distance: Evidence from Shanghai. Transportation research part D: transport and environment,52, 441-453.
Sun, B., Li, N., Song, J., & Wu, X. (2010). A study on the impact of job-housing balance on commuting travels: An empirical test of a traditional idea in the field of urban planning. In Urban Planning Forum (Vol. 6, pp. 55-60).
Sun, B., & Yin, C. (2020). Impacts of a multi-scale built environment and its corresponding moderating effects on commute duration in China. Urban Studies, 57(10), 2115-2130.
Ta, N., Wang, X., Hu, L., & Liu, Z. (2022). Gender difference in commuting travel: a comparative study of suburban residents in Beijing and Shanghai. Travel behaviour and society,28, 196-203.
Thompson, M. A. (1997). The impact of spatial mismatch on female labor force participation. Economic Development Quarterly, 11(2), 138-145.
Thomas, R. (1969). LONDON'S NEW TOWNS; A STUDY OF SELF-CONTAINED AND BALANCED COMMUNITIES.
Wachs, M., Taylor, B. D., Levine, N., & Ong, P. (1993). The changing commute: A case-study of the jobs-housing relationship over time. Urban Studies,30(10), 1711-1729.
Weitz, J., & Schindler, T. (1997). Are Oregon’s communities balanced? A test of the jobs–housing balance policy and the impact of balance on mean commute times. Portland: Portland State University.
Wu, W., Sun, R., Yun, Y., Xiao, Y., & Zhu, X. (2022). Excess commuting, rail access and subjective wellbeing. Transportation Research Part D: Transport and Environment, 111, 103440.
Xiao, W., Li, H., & Wei, Y. D. (2021). Understanding jobs-housing imbalance in urban China. Journal of transport and land use, 14(1), 389-415.
Xiao, W., Wei, Y. D., & Li, H. (2021). Spatial inequality of job accessibility in Shanghai: A geographical skills mismatch perspective. Habitat international, 115, 102401.
Yang, J., & Ferreira Jr, J. (2005). Evaluating Measures of Job-Housing Proximity: Boston and Atlanta, 1980–20001. In Access to destinations (pp. 171-192). Emerald Group Publishing Limited.
Yin, J., Cao, X. J., & Huang, X. (2021). Association between subway and life satisfaction: Evidence from Xi’an, China. Transportation Research Part D: Transport and Environment, 96, 102869.
Ye, R., De Vos, J., & Ma, L. (2020). Analysing the association of dissonance between actual and ideal commute time and commute satisfaction. Transportation research part A: policy and practice, 132, 47-60.
Zhai, J., Wu, W., Yun, Y., Jia, B., Sun, Y., & Wang, Q. (2021). Travel satisfaction and rail accessibility. Transportation Research Part D: Transport and Environment, 100, 103052.
Zhao, P., & Li, P. (2019). Travel satisfaction inequality and the role of the urban metro system. Transport Policy, 79, 66-81.
Zheng, Z., Zhou, S., & Deng, X. (2021). Exploring both home-based and work-based jobs-housing balance by distance decay effect. Journal of Transport Geography, 93, 103043.
Zhou, J., Wang, Y., & Schweitzer, L. (2012). Jobs/housing balance and employer-based travel demand management program returns to scale: Evidence from Los Angeles. Transport Policy, 20, 22-35.
Zhou, X., Chen, X., & Zhang, T. (2016). Impact of megacity jobs-housing spatial mismatch on commuting behaviors: A case study on central districts of Shanghai, China. Sustainability, 8(2), 122.
Zhou, X., Yeh, A. G., & Yue, Y. (2018). Spatial variation of self-containment and jobs-housing balance in Shenzhen using cellphone big data. Journal of Transport Geography, 68, 102-108.
Zhou, X., Yeh, A. G., Yue, Y., & Li, W. (2022). Residential-employment mixed use and jobs-housing balance: A case study of Shenzhen, China. Land Use Policy, 119, 106201.
Zhu, P., Ho, S. N., Jiang, Y., & Tan, X. (2020). Built environment, commuting behaviour and job accessibility in a rail-based dense urban context.Transportation Research Part D: Transport and Environment,87, 102438.
Zhu, Z., Li, Z., Liu, Y., Chen, H., & Zeng, J. (2017). The impact of urban characteristics and residents’ income on commuting in China. Transportation research part D: transport and environment, 57, 474-483.
包丹文 & 郭唐儀. (2014). 職住空間錯位對城市居民通勤時間影響研究.交通運輸系統工程與信息, (03),142-147.
邊經衛. (2009). 城市軌道交通與城市空間形態模式選擇.城市交通(05),40-44.
曹璐 & 徐紅. (2021). 帶狀城市居民通勤及職住平衡研究——以濟南市中心城區爲例. 現代城市研究(06),10-16.
曹新宇. (2015). 社區建成環境和交通行爲研究回顧與展望:以美國爲鑒. 國際城市規劃(04),46-52.
柴彥威, 張艶 & 劉志林. (2011). 職住分離的空間差异性及其影響因素研究. 地理學報(02),157-166.
陳蕾 & 孟曉晨 .(2011). 北京市居住—就業空間結構及影響因素分析. 地理科學進展(10),1210-1217.
陳瓊, 魏曉燕,劉峰貴,黃芸瑪 & 毛旭鋒. (2017). 西寧市居民就職差异性及其空間演變——基于4種類型單位居住區的比較. 地域研究與開發(05),169-174.
陳博文. (2017). 建成環境對居民工作日多目的通勤行爲的影響——基于廣州市中心城區的實證. 城市規劃學刊(05),89-97.
陳鵬鑫, 曾剛, 胡浩, 何金廖 & 葛世帥. (2023). 國家高新區研發人員集聚的空間特徵與影響因子探究. 世界地理研究(01),80-91.
程鵬 & 唐子來. (2017). 上海中心城區的職住空間匹配及其演化特徵研究. 城市規劃學刊(03),62-69.
崔鶴, 趙培松, 梁弘, 吳運超 & 張曉東. (2023). 基于時空大數據的海澱區職住平衡現狀研究. 北京規劃建設(01),54-59.
崔叙, 喻冰潔,楊林川,梁源,張淩菲 & 方翰. (2021). 城市軌道交通出行的時空特徵及影響因素非綫性機制——基于梯度提升决策樹的成都實證.經濟地理(07),61-72.
達福文 & 陳興鵬.(2020).中國大陸地區男同性戀人口空間分布及影響因素.蘭州大學學報(自然科學版)(02),269-278.
戴柳燕, 焦華富 & 肖林. (2013). 國內外城市職住空間匹配研究綜述. 人文地理(02),27-31.
鄧郴宜 & 萬勇.(2023).長三角産城融合水平測度、時空特徵及驅動因素——基于修正後耦合協調度模型的研究. 城市發展研究(06),18-24.
董佳楠, 汪德根 & 趙美風. (2021). 2000年以來中國城市職住空間格局進展綜述與研究框架. 中國名城(01),30-39.
董佳楠, 汪德根 & 周國艶. (2021). 近10年來蘇州主城區職住空間格局演變及類型劃分. 地理與地理信息科學(03),73-81.
范子英, 張航 & 陳杰. (2018). 公共交通對住房市場的溢出效應與虹吸效應:以地鐵爲例. 中國工業經濟(05),99-117.
方冰軻, 李旭東 & 程東亞. (2022). 長江流域貴州段人口分布特徵及其經濟影響因素. 湖南師範大學自然科學學報(06),41-51.
費禹涵. (2023). 縣城外來人口居住分异和職住關係特徵研究. (碩士). 浙江大學.
馮健, 周一星. (2004). 郊區化進程中北京城市內部遷居及相關空間行爲——基于千份問卷調查的分析. 地理研究(02),227-242.
馮國强 & 李菁.(2020).人口規模與城市軌道交通的治堵效應. 城市問題(02),49-57.
高德輝, 許奇, 陳培文, 胡佳俊 & 朱宇婷.(2021).城市軌道交通客流與精細尺度建成環境的空間特徵分析. 交通運輸系統工程與信息(06),25-32.
甘田 & 劉鼎. (2020). 基于手機數據的職住空間關係研究——以重慶市主城區爲例. 城市交通(05),36-44.
關文川, 吳志峰, 吳卓, 曹崢 & 劉星南. (2021).基于微信宜出行數據的城市人口活動時空探測及其影響因素分析. 現代城市研究(08),2-9.
國家發改委. (2020). 國家發改委批復合肥軌道交通三期建設規劃總投資798.08億元. 建築機械(04),29.
國家發改委. (2010).合肥市城市軌道交通近期建設規劃(2009-2016年)通過審批. https://zfxxgk.ndrc.gov.cn/web/iteminfo.jsp?id=6685
郭亮, 畢瑜菲, 黃建中, 鄭朝陽, 胡剛鈺 & 王冠. (2018).大城市職住空間特徵的多尺度比較與分析——以武漢爲例. 城市規劃學刊(05),88-97.
韓會然 & 楊成鳳. (2019). 北京都市區居住與産業用地空間格局演化及其對居民通勤行爲的影響. 經濟地理(05),65-75.
何明衛, 趙勝川 & 何民. (2017). 個體對通勤時間的態度和偏好視角下的職住空間失調. 交通運輸系統工程與信息(04),153-158.
何舟, 宋杰潔 & 孫斌棟. (2014). 城市通勤時耗的空間結構影響因素——基于文獻的研究與啓示. 城市規劃學刊(01),65-70.
黃醇醇, 王曉文 & 李琳娜. (2021). 城市軌道交通對沿綫住宅價格的時空效應——以福州地鐵1號綫爲例. 地理研究(10),2808-2822.
黃曉燕, 曹小曙, 殷江濱 & 馬瑞光. (2020). 城市軌道交通和建成環境對居民步行行爲的影響. 地理學報(06),1256-1271.
賈曉朋, 孟斌 & 張媛媛. (2015). 北京市不同社區居民通勤行爲分析.地域研究與開發34(1),55-59.
焦華富 & 戴柳燕. (2015). 合肥市城市居民職住空間均衡性現狀及影響因素.城市問題(05),46-51.
交通運輸部. (2021). 2020年城市軌道交通運營數據發布. http://www.gov.cn/xinwen/2021-01/06/content_5577537.htm.
姜軍, 段進, 陳滄杰 & 曹國華. (2015). 通勤距離、通勤時間及其與職住平衡的關係研究.現代城市研究(07),119-123.
樂曉輝, 陳君嫻 & 楊家文. (2016). 深圳軌道交通對城市空間結構的影響——基于地價梯度和開發强度梯度的分析. 地理研究(11),2091-2104.
冷炳榮, 餘穎, 黃大全, & 易崢. (2015). 大數據視野下的重慶主城區職住關係剖析. 規劃師, 31(5), 92-96.
雷安妮. (2022). 女性主義地理學視角下的城市空間規劃反思及啓示. 規劃師(11),50-57.
李靜嫻, 楊家文 & 周江評. (2022). 區域一體化背景下深圳—香港跨境職住空間特徵探討. 城市發展研究(03),91-97.
李苗裔, 楊忠豪 & 薛峰. (2021). 基于多源數據的城市街道綠化品質測度與規劃設計提升策略——以福州主城區爲例. 風景園林(02),62-68.
李濤. (2020). 上海市老齡化人口的空間分布和影響因素. 城市規劃(06),39-46.
李若倩 & 孟斌. (2020). 基于地理探測器的北京市居民通勤距離影響因素分析. 資源開發與市場(05),449-455.
黎洋佟. (2017). 契合城市發展走廊的軌道綫路功能帶構建策略——以厦門市軌道交通1號綫爲例.規劃師(11),79-84.
李建鑫 & 王雪. (2021). 日本軌道交通站點與周邊協同發展的經驗借鑒——以新宿站爲例. 上海城市規劃(05),110-115.
李淑朋. (2011). 成都地鐵1號綫對城市通勤者出行方式影響研究. (碩士). 西南交通大學.
李旭偉,王紅平 & 孫海玲.(2014).城市軌道交通對土地增值效應研究——以鄭州市軌道交通一號綫一期工程爲例. 城市發展研究(09),21-24.
李琬, 但波, 孫斌棟 & 朱盼. (2017). 軌道交通對出行方式選擇的影響研究——基于上海市80後微觀調查樣本的實證分析.地理研究(05),945-956.
林書亭 & 塔娜. (2021). 轉型期不同住房性質居民的職住關係演變——以上海郊區爲例. 人文地理(02),35-45.
林坤, 林李月, 朱宇 & 柯文前. (2021).中國流動人口落戶意願及其變化——基于高、低技能流動人口的比較研究. 地域研究與開發(03),169-174.
林勛媛, 王廣興, & 胡月明. (2020). 基于開放大數據的廣州市中心城區職住平衡特徵研究. 熱帶地理, 40(2), 254-265.
劉定惠. (2015). 城市空間結構對居民通勤行爲的影響研究——以成都市和蘭州市爲例. 世界地理研究(04),78-84.
劉浩嵐, 陳萬旭 & 曾杰. (2023). 長江中游地區人口分布特徵及其影響因素. 資源開發與市場(04),444-452.
劉金鳳 & 趙勇.(2018).高鐵對中國城鎮化均衡發展的影響——基于中西部地區163個地級市面板數據的分析.城市問題(05),15-25.
劉望保 & 李彤彤. (2023). 基于手機信令數據的廣州市社區建成環境對居民通勤距離影響研究. 世界地理研究, 1-14.
劉望保 & 翁計傳. (2008). 西方“空間不匹配”假說研究進展及其對中國城市的啓示. 規劃師(01),91-94.
劉旭東. (2012). 合肥市保障性住房規劃建設研究. (碩士). 合肥工業大學.
劉陽, 季彥婕, 何民 & 顧宇. (2019). 基于地鐵刷卡數據的通學模式影響機理研究.交通運輸系統工程與信息,19(01),132-137.
劉志林 & 王茂軍. (2011). 北京市職住空間錯位對居民通勤行爲的影響分析——基于就業可達性與通勤時間的討論. 地理學報(04),457-467.
劉志林, 張艶 & 柴彥威. (2009). 中國大城市職住分離現象及其特徵——以北京市爲例. 城市發展研究(09),110-117.
龍瀛, 張宇 & 崔承印. (2012). 利用公交刷卡數據分析北京職住關係和通勤出行. 地理學報(10),1339-1352.
陸化普, 丁宇 & 張永波. (2013). 中國城市職住均衡實證分析與關鍵對策. 城市交通(03),1-6.
魯潔, 羅靜, 羅名海 & 田玲玲. (2022). 基于行政村尺度的武漢市鄉村人口變化特徵及其驅動因素研究. 地理科學(12),2119-2130.
羅君, 石培基 & 張學斌. (2020). 基于鄉鎮尺度的蘭西城市群人口分布特徵及其影響因素. 乾旱區資源與環境(07),104-111.
羅吉, 盧曉涵 & 彭陽. (2021). 武漢市低收入人群職住通勤空間關係研究——基于微觀主體調查的視角. 城市問題(09),49-59.
羅桑扎西, 甄峰 & 尹秋怡. (2018). 城市公共自行車使用與建成環境的關係研究——以南京市橋北片區爲例.地理科學(03),332-341.
呂斌, 張純 & 陳天鳴. (2013). 城市低收入群體的就業可達性變化研究——以北京爲例. 城市規劃(01),56-63.
呂雄鷹 & 潘海嘯. (2022). 新城低碳交通影響要素及優化策略——以上海市松江新城爲例. 城市交通(04),99-110.
馬亮 & 馬雪城(2017). 軌道沿綫居民出行方式選擇行爲研究——以深圳市爲例. 重慶交通大學學報(社會科學版),17(06),25-29.
馬宇, 李德平, 周亮, 周夢杰, 張棟 & 張道泉. (2022). 長沙市人口空間分布與地形起伏度關係分析. 湖南師範大學自然科學學報(06),12-20.
毛峰. (2015) .基于多源軌迹數據挖掘的居民通勤行爲與城市職住空間特徵研究. (博士). 華東師範大學.
苗瑞凱 & 王俊秀. (2021). 通勤時間對心理健康的影響：基于美好生活的視角. 心理科學(03),713-719.
孟斌, 鄭麗敏 & 于慧麗. (2011). 北京城市居民通勤時間變化及影響因素. 地理科學進展(10),1218-1224.
孟曉晨, 吳靜 & 沈凡蔔. (2009). 職住平衡的研究回顧及觀點綜述. 城市發展研究(06),23-28.
潘海嘯. (2008). 軌道交通與大都市地區空間結構的優化. 城市發展研究(S1),25-34.
强歡歡, 吳曉, 王慧 & 李泉葆. (2016). 職住平衡”視角下新就業人員的職住空間平衡關係及其內在影響因素——以南京市主城區爲例. 城市規劃學刊(04),75-81.
任媛 & 陳園園. (2019). 北京市職住空間演化格局及其內在機理. 城市發展研究(03),9-15.
申犁帆, 王燁, 張純, 薑冬睿 & 李赫. (2018). 軌道站點合理步行可達範圍建成環境與軌道通勤的關係研究——以北京市44個軌道站點爲例.地理學報(12),2423-2439.
沈忱, 張純, 夏海山 & 程志華. (2019). 大都市圈職住空間關係與就業可達性:交通基礎設施的影響. 國際城市規劃34(02),64-69.
宋金平, 王恩儒, 張文新 & 彭萍. (2007). 北京住宅郊區化與就業空間錯位. 地理學報(04),387-396..
宋小冬, 王園園, 楊鈺穎, 張開翼 & 鈕心毅. (2019). 通勤距離對職住分離的統計驗證.地球信息科學學報(11),1699-1709.
孫斌棟. (2009). 我國特大城市交通發展的空間戰略研究——以上海市爲例. 南京: 南京大學出版社.
孫斌棟, 李南菲, 宋杰潔, & 吳曉松. (2010). 職住平衡對通勤交通的影響分析——對一個傳統城市規劃理念的實證檢驗. 城市規劃學刊, 6, 55-60.
孫斌棟 & 但波. (2015). 上海城市建成環境對居民通勤方式選擇的影響.地理學報,70(10),1664-1674.
孫斌棟 & 尹春. (2018). 人口密度對居民通勤時耗的影響及條件效應——來自上海證據. 地理科學(01),41-48.
孫斌棟, 吳江潔, 尹春 & 陳玉. (2019). 通勤時耗對居民健康的影響——來自中國家庭追踪調查的證據. 城市發展研究(03),59-64.
孫斌棟, 塗婷, 石巍 & 郭研苓. (2013). 特大城市多中心空間結構的交通績效檢驗——上海案例研究. 城市規劃學刊(02),63-69.
孫夢哲 .(2017). 基于網絡數據的合肥城市中心體系識別與評價. (碩士). 安徽建築大學.
孫珊, 龔岳 & 李貴才. (2020).中國超大城市流動人口居住分异特徵及影響因素研究. 城市發展研究(06),88-97.
孫哲 & 路青 .(2022). 基于手機信令數據的大都市新城職住關係——以北京爲例.城市發展研究(12),53-61.
孫偉增 & 何磊磊. (2022). 職住分離、時間擠出與企業生産效率. 經濟學(季刊)(04),1147-1168.
塔娜, 柴彥威 & 關美寶. (2015). 建成環境對北京市郊區居民工作日汽車出行的影響. 地理學報(10),1675-1685.
王安琪, 彭建東, 任鵬, 楊紅 & 代琦. (2021). 軌道站點周邊建成環境對殘疾人出行行爲的影響研究——以武漢市189個軌道站點爲例. 地理科學進展,40(07),1127-1140.
王蓓, 王良, 劉艶華, 楊波, 黃曉春 & 楊明. (2020). 基于手機信令數據的北京市職住空間分布格局及匹配特徵. 地理科學進展(12),2028-2042.
王德, 李丹 & 傅英姿. (2020). 基于手機信令數據的上海市不同住宅區居民就業空間研究. 地理學報(08),1585-1602.
王幹, 馮長春, 蘇黎馨 & 崔娜娜. (2021). 北京市區軌道交通對周邊住房租賃價格的影響分析.人文地理,36(04),151-158.
王輝. (2014). 新農保對我國農村居民消費增長的貢獻評估——基于DID模型的實證研究. 現代商業(02),188-189.
王洪亮 & 常哲仁.(2020).高鐵開通對房價影響的實證分析.財經問題研究(04),66-73.
王麗艶, 段中倩 & 王振坡. (2020). 居住環境、通勤時間與居民主觀幸福感——基于天津市微觀調查與大數據的實證分析. 城市發展研究(02),103-110.
王麗艶, 賈賓 & 翟婧彤. (2016).我國城市居民通勤方式選擇及影響因素研究——以天津市爲例. 城市發展研究(07),108-115.
王勁峰 & 徐成東. (2017). 地理探測器:原理與展望. 地理學報(01),116-134.
王凱 & 何保紅. (2022). 城市雙職工家庭職住空間類型與通勤效率研究——以昆明市主城區爲例. 昆明理工大學學報(自然科學版)(02),134-141.
王振坡, 牛家威 & 王麗艶. (2020). 基于POI大數據的天津市居民居住就業空間特徵及其影響因素研究. 地域研究與開發(02),58-63.
王振坡, 奚奇, 王麗艶 & 宋順鋒. (2017).城市職住空間匹配特徵及其影響因素研究——以天津市爲例. 城市發展研究(08),23-28.
王振, 張志敏, 杜臣昌, 高歌, 胡倩 & 陳如夢. (2019). 軌道交通站點周邊職住平衡與通勤特徵分析. 中國城市規劃學會. 活力城鄉 美好人居——2019中國城市規劃年會論文集（05城市規劃新技術應用）(pp.537-547). 中國建築工業出版社.
王振華, 李萌萌 & 江金啓. (2020). 交通可達性提升對城市經濟增長的影響——基于283個城市DMSP/OLS夜間衛星燈光數據的空間計量分析. 中國經濟問題(05),84-97.
魏海濤, 趙輝 & 肖天聰. (2017). 北京市職住分離及其影響因素分析. 城市發展研究(04),43-51.
衛龍 & 高紅梅. (2016). 城市居民職住空間關係研究進展綜述. 交通運輸工程與信息學報(04),55-63.
文萍 & 周素紅. (2022). 家庭化遷移對流動人口職住關係的影響——以廣州爲例. 地理研究(04),1212-1226.
吳嬌蓉,謝金宏 & 劉夢瑤.(2021).軌道站域職住密度對城市中心體系的支持度分析.華南理工大學學報(自然科學版)(02),50-58.
吳靜嫻, 申華鵬, 韓印 & 楊敏. (2022). 考慮城市建成環境非綫性作用的通勤時間模型. 吉林大學學報(工學版)(11),2568-2573.
吳翔華, 陳昕雨 & 袁豐. (2019). 南京市住房困難人群職住關係及影響因素分析. 地理科學進展(12),1890-1902.
吳欣玥, 廖家儀 & 張曉榮. (2023). 基于多源數據融合的成都市職住空間特徵及影響因素研究. 規劃師(01),120-127.
吳江潔 & 孫斌棟. (2016). 通勤時間的幸福績效——基于中國家庭追踪調查的實證研究. 人文地理(03),33-39.
肖琛,陳雯,袁豐 & 李平星.(2014).2000～2010年無錫市職住空間關係變化及影響因素分析.地理科學(02),137-146.
熊麗芳 ,甄峰, 錢前 & 黃瑩. (2013). 基于CHAID决策樹方法的城市居民通勤時間影響因素分析——以南京爲例. 人文地理(06),68-73.
徐盼盼. (2020). 重慶市主城區軌道交通沿綫區域職住平衡狀態評價與影響因素分析. (碩士). 重慶大學.
徐苗, 陳濤 & 孟圓華. (2021). 城市低收入社區職住空間失配問題及其規劃干預——基于中外研究對比分析. 西部人居環境學刊(04),101-112.
徐藝軒,周銳,戴劉冬,王燚 & 王新軍.(2014).我國中部中等城市職住分離的空間差异及其影響因素——以漯河市爲例. 城市發展研究(12),52-58.
薛婧 & 張梅青. (2016). 北京市軌道交通網絡化發展問題及對策研究——基于職住分離的背景. 北京交通大學學報(社會科學版)(03),38-49.
嚴海, 靳露寧 & 王鵬飛. (2019). 小汽車通勤者主觀幸福對出行方式選擇的影響.城市交通,17(02),119-126.
顔冉, 劉冰, 李超驌, 顧康康 & 楊新剛. (2022). 合肥中心城區職住空間特徵及其影響因素. 地域研究與開發(05),63-69.
顔冉, 張純 & 鄭浩. (2022). 站域建成環境對城市軌道交通客流的影響研究——以合肥市爲例. 都市快軌交通(05),69-75.
楊慧敏, 許家偉 & 李小建. (2023). 城鎮化進程中平原農區縣域人口分布變化特徵及影響因素——以豫東平原柘城縣爲例. 地理研究(06),1528-1544.
楊西寧, 鄧瓊華 & 楊碩. (2019). 建成環境對居民出行方式選擇影響效應的异質性研究.交通運輸工程與信息學報,17(02),128-137.
葉俊. (2015). 合肥市老城中心區地下空間開發利用研究. (碩士). 安徽建築大學.
尹超英, 邵春福, 王聘璽 & 米雪玉. (2018). 基于多層模型的城市建成環境對通勤行爲的影響.交通運輸系統工程與信息,18(02).122-127.
尹超英, 邵春福, 王曉全 & 熊志華. (2020). 考慮空間异質性的建成環境對通勤方式選擇的影響. 吉林大學學報(工學版)(02),543-548.
尹超英, 周建, 林麗, 邵春福, 王曉全 & 王晟由. (2021). 城市建成環境影響下通勤時間和距離聯合建模研究. 北京交通大學學報(03),24-29.
尹春, 孫斌棟, 何舟 & 林杰. (2018). 城市建成環境對通勤時耗的影響及規劃啓示. 城市規劃(08),83-89.
餘倩. (2019). 城市新區居民職住關係及其影響因素研究. (碩士). 重慶大學.
于燕. (2021). 基于多源數據的鄭州市職住關係及影響因素研究. (碩士). 河南大學.
曾俊偉, 錢勇生, 朱雷鵬, 廣曉平 & 張永治. (2021). 西部地區多維軌道交通與新型城鎮化協同發展演化. 經濟地理(11),77-86.
曾立榮. (2021). 軌道交通對甲方前期項目設計的影響. 運輸經理世界(19),21-23.
湛東升, 孟斌 & 張文忠. (2014). 北京市居民居住滿意度感知與行爲意向研究. 地理研究(02),336-348.
張純, 程志華, 于曉萍, 王亞群 & 沈忱. (2020). 烏魯木齊公共交通基礎設施對低收入群體就業的影響研究. 地理科學進展(01),111-119.
張純, 夏海山 & 宋彥. (2016). 軌道交通帶動下的城市形態演變——以北京爲例. 城市發展研究(09),107-112.
張純, 易成棟 & 宋彥. (2016). 北京市職住空間關係特徵及變化研究——基于第五、六次人口普查和2001、2008年經濟普查數據的實證分析.城市規劃,(10),59-64.
張純, 吳瑩, 馬程, & 王亞群. (2019). 烏魯木齊市的職住空間關係特徵及變化規律研究——基于 2010 和 2014 年交通調查分析. 城市發展研究, 26(3), 24-31.
張純, 夏海山 & 于曉萍. (2020). 軌道交通與城市空間發展協同的時空響應研究——以北京爲例. 城市規劃(05),111-117.
張濟婷 & 周素紅. (2018). 轉型期廣州市居民職住模式的群體差异及其影響因素. 地理研究(03),564-576.
張娟. (2022). 基于多源數據的北京市職住平衡影響因素研究. (碩士). 北京交通大學.
張明陽.(2022).成都市高新南區職住平衡測度及影響因素研究.(碩士).西南交通大學.
張天然, 周江評 & 周明芷. (2020). 超大城市就業-居住格局與通勤績效研究——以上海市爲例. 城市交通(05),18-26.
張逸姬, 甄峰, 朱煒宏 & 唐璞山. (2019). 基于多源數據的城市職住空間匹配及影響因素研究. 規劃師, 35(7), 84-89.
張學波, 宋金平, 王振波 & 盛彥文. (2021). 居住區位感知下的北京與非京戶籍居民職住空間關係生成路徑差异. 地理研究,40(07),2005-2019.
張學波, 宋金平, 于偉 & 王振波. (2021). 基于感知的北京居民職住空間關係生成機理. 地理學報(02),383-397.
張雪潔, 王成新, 王博洋 & 陳延斌. (2022).交通路網中心性對土地利用强度的影響研究——以青島市中心城區爲例. 人文地理(06),161-170.
張艶 & 柴彥威. (2009). 基于居住區比較的北京城市通勤研究. 地理研究(05),1327-1340.
張艶, 崔志祥, 朱瀟冰 & 辜智慧. (2021). 軌道交通影響下的深圳城市職住空間演變. 住區(05),104-120.
張艶, 羅永杰, 朱瀟冰, 楊培霖 & 辜智慧. (2020). 軌道交通站域職住空間變化特徵分析:深圳市的實證研究.城市規劃學刊(03),48-56.
張艶, 辜智慧 & 周維. (2018). 大城市職住空間匹配及其與軌道交通的協調發展研究:以深圳市爲例. 城市規劃學刊(01),99-106.
張艶, 李春江, 黃建毅, 孟斌 & 孫蕊. (2019). 基于多源數據融合的北京市職住空間特徵研究.城市發展研究(12),37-45.
張英杰, 鄭思齊 & 王銳. (2015). 軌道交通建設能否真正促進“綠色”出行?——基于北京市微觀調查樣本的實證研究. 世界經濟文匯(03),77-88.
張延吉, 胡思聰, 陳小輝 & 趙立珍. (2019). 城市建成環境對居民通勤方式的影響——基于福州市的經驗研究. 城市發展研究, 26(03),72-78.
張振龍 & 蔣靈德 .(2015). 基于職住平衡與通勤的蘇州城市職住空間結構特徵. 規劃師(03),81-86.
趙麗元, 王書賢 & 韋佳伶. (2019). 基于IC卡數據的建成環境與公交出行率關係研究. 交通運輸系統工程與信息,19(04),233-238.
趙鵬軍, 李南慧 & 李聖曉. (2016). TOD建成環境特徵對居民活動與出行影響——以北京爲例. 城市發展研究,23(06),45-51.
趙鵬軍 & 曹毓書. (2018). 基于多源LBS數據的職住平衡對比研究——以北京城區爲例. 北京大學學報(自然科學版),54(06),1290-1302.
趙虎, 司建平, 倪劍波 & 何曉偉. (2016). 大都市區規劃的職住平衡專題解讀及其啓示——以《奔向2040:芝加哥總體區域規劃》職住平衡報告爲例. 城市發展研究(09),54-61.
趙輝, 楊軍, 劉常平 & 王珂. (2011). 職住分離的度量方法與空間組織特徵——以北京市軌道交通對職住分離的影響爲例. 地理科學進展(02),198-204.
趙輝, 楊開忠, 魏海濤 & 趙文禕. (2013). 北京城市職住空間重構及其通勤模式演化研究. 城市規劃(08),33-39.
趙璐 & 趙作權. (2014). 基于特徵橢圓的中國經濟空間分异研究. 地理科學(08),979-986.
鄭思齊 & 曹洋. (2009). 居住與就業空間關係的决定機理和影響因素——對北京市通勤時間和通勤流量的實證研究. 城市發展研究(06),29-35.
鄭浩, 王豐, 吳曉 & 左爲. (2021). 土地利用視角下大城市流動人口的就業可達性研究——基于南京市主城區的實證.上海城市規劃(02),104-111.
鐘哲 & 孫斌棟. (2012). 居住—就業平衡與城市通勤——以上海普陀區爲例.地域研究與開發31(03),88-92.
鐘國平 & 曹小曙. (2016). 多中心城市中山市職住空間關係特徵. 熱帶地理(04),591-599.
周德, 鐘文鈺, 周婷 & 戚佳玲. (2021). 基于POI數據的城市土地混合利用評價及影響因素分析——以杭州市主城區爲例. 中國土地科學(08),96-106.
周麗亞, 李欣盈, 張兆東 & 龔咏喜. (2021). 基于多源全樣本數據的深圳市過剩通勤空間特徵研究. 城市發展研究(11),27-32.
周江評. (2004). “空間不匹配”假設與城市弱勢群體就業問題:美國相關研究及其對中國的啓示. 現代城市研究(09),8-14.
周素紅 & 劉玉蘭. (2010). 轉型期廣州城市居民居住與就業地區位選擇的空間關係及其變遷. 地理學報(02),191-201.
周滔 & 餘倩.(2018).居民個體屬性對職住關係的影響——以重慶市爲例.城市問題(01),89-94.
周新剛, 孫晨晨 & 鈕心毅. (2021). 基于手機大數據的職住關係空間尺度問題探討——以上海市和深圳市爲例. 國際城市規劃(05),78-85.
朱佳欣 .(2021). 城市軌道綫路調整對居民通勤出行方式選擇的影響研究. (碩士).北京交通大學.
朱娟 & 鈕心毅. (2020). 職住平衡、土地混合使用及其與通勤距離的關係——基于南寧市移動手機信令數據. 現代城市研究(02),98-105.
