以上海為例，我們來簡單看看租金從2000元到7000元的房屋空間差異：

通過市場上掛牌出來的房源數(shù)據(jù)可以看到：不同租金價格的住宅在空間上組成了一個個放射型的同心圓。每個月少付1000塊，你可能就要住的離市中心更遠一點。

但實際上，房屋的總租金并不能真正反映人群階層的分化，畢竟大部分年輕人都是合租的。因此，租金真實的分布形態(tài)還要更復(fù)雜一點：

以房屋月租總價除以房間數(shù)，可以得到每個房間的月租單價（下文的“租金”均代表每間房屋的月單價）。為了避免極端房源造成的誤差，我們進一步將不同房源在尺度為200m-500m的居住空間單元內(nèi)聚合，得到了每個居住單元的平均租金。

舉個例子——

3000元/房間/月以上的階層群體的分布如下圖所示：

這類階層群體集中在中環(huán)線范圍內(nèi)，但在徐匯和世紀(jì)大道方向上略有延伸。

1500~3000元/房間/月的階層群體的分布如下圖所示：

這類階層群體在浦西的沈海高速-申嘉湖高速圈層內(nèi)有廣泛分布，并延伸到閔行莘莊、浦東周浦，以及松江和寶山的部分地區(qū)。

1500元/房間/月以下的階層群體的分布如下圖所示：

這類階層主要分布在郊區(qū)新城，以及市中心的群租房中。

接下來，我們從生活便利度（生活）、本地就業(yè)機會（機遇）、平均通勤距離（通勤）和職業(yè)結(jié)構(gòu)（工作）這四個角度來評價一下不同租金的居住空間單元對應(yīng)的階層群體的生存質(zhì)量吧。

生活便利度

我們綜合了交通設(shè)施（公共交通站點、停車場等）、生活服務(wù)設(shè)施（理發(fā)店、足浴店、洗衣店等）、體育健身場所、購物場所、餐飲場所等poi的數(shù)量和密度，合成了“生活便利設(shè)施指數(shù)”。該指數(shù)越高，說明該地區(qū)的生活便利程度越高。

我們將生活便利設(shè)施指數(shù)分解到不同租金的居住空間單元中，可以得到下圖：

這里出現(xiàn)了一個“倒U型”的分布。租金在500塊錢的階層所處的地區(qū)，其生活便利性最差，而租金為1.5-3k的階層在居住地附近則擁有最多的生活便利設(shè)施，甚至高于租金3k+的階層。

但如果我們用人均生活便利設(shè)施的話，趨勢就截然不同了，請看下圖：

結(jié)論很明顯：

1，人均生活設(shè)施的便利程度總體隨著租金的漲幅而提升。

2，有趣的是：人均生活便利設(shè)施條件最差的，并不是租金最低的階層，而是租金為2-2.5k元/房間/月的人。

3，租金4K元/房間/月是一個重要的臨界值，假如你囊中羞澀，不得不在這個標(biāo)準(zhǔn)上少支付12%（差不多是500塊錢），那么平均看來，你所能享受到的生活便利程度將大幅度降低接近40%，生活的殘酷由此可見。

2

本地就業(yè)機會

人們在選擇租房時，除了考慮生活便利度，也會高度重視就業(yè)機會。

為了引入就業(yè)崗位數(shù)據(jù)，我們需要把本次研究的空間單元從幾百米的柵格擴大到街鎮(zhèn)。以街鎮(zhèn)的就業(yè)崗位數(shù)量和常住勞動年齡人口的比例，衡量地區(qū)的本地就業(yè)機會。該指標(biāo)越大，說明本地就業(yè)機會越大。結(jié)果如下圖所示：

從圖中可以看到：

1，隨著不同階層租金的提升，本地就業(yè)機會指數(shù)先減后增，呈現(xiàn)“U型”；

2，本地就業(yè)機會最少的是租金2~2.5k元/房間/月的階層。相比之下，租金4~4.5k元/房間/月的階層在本地就近工作的可能性比前者要大3倍；

3，租金3.5k元/房間/月是一個臨界值。在這個基礎(chǔ)上，假如由于某些原因，你不得不減少500元的每個月房租預(yù)算，那么，對不起，你在本地就近工作的可能性會降低約60%。

3

通勤距離與方向

與本地就業(yè)機會密切相關(guān)的另一個生活質(zhì)量指標(biāo)是通勤。

我們把去隱私的個人移動設(shè)備的定位數(shù)據(jù)落到一個個居住空間單元里，計算出各個階層市民的平均通勤距離，結(jié)果見下圖：

結(jié)果顯示：

1，隨著租金的變化，不同階層的通勤距離從短到長再到短。

2，租金2~2.5k/房間/月的階層平均直線通勤距離最長，達到了8km；

3，而通勤距離最短的則是租金在500塊錢以下的群體，平均通勤距離為5.6km。

4，對2k-4.5k/房間/月的區(qū)間里，當(dāng)你每個月房租降低500元，意味著你每天單程的平均通勤直線距離將增加300m，也就是每年在這個城市里多跑230km以及消耗更多的生命。

雖然通勤距離不同，但事實上大家的通勤方向都是截然不同的。我們以部分樣本為例，繪制了如下三個圖：

從左至右，分別對應(yīng)中心城區(qū)內(nèi)居民、外環(huán)到新外環(huán)（沈海高速-申嘉湖高速環(huán)）內(nèi)的居民、以及五個新城居民的通勤路線。可以看到：

中心城區(qū)居民主要在城內(nèi)通勤；外環(huán)到新外環(huán)內(nèi)居民通勤也以城區(qū)為主；而新城居民則出現(xiàn)了大量的本地通勤。

結(jié)合租金，我們可以進一步統(tǒng)計出各個階層的就業(yè)地點，繪制出下圖：

可以看到：

1，隨著租金水平的提升，人們前往市區(qū)通勤的比例在不斷上升；

2，租金在2-2.5k元/房間/月以上的階層，超過一半的人在外環(huán)線以內(nèi)工作，而相鄰的租金在2.5k-3k元/房間/月以上的階層，則超過一半在中環(huán)線內(nèi)工作；

3，租金在4-4.5k元/房間/月以上的階層，超過一半的人工作在內(nèi)環(huán)線以內(nèi)的市中心。

4

職業(yè)結(jié)構(gòu)

最后，我們不妨來看一下，不同階層的人都從事什么樣的工作呢？

我們以各地區(qū)的通勤人數(shù)、通勤方向和工作地區(qū)的崗位結(jié)構(gòu)等要素，推測出不同階層居民的職業(yè)結(jié)構(gòu)，并借用 “區(qū)位熵”的概念定義了“職業(yè)密集度”，以此表征各階層人群的職業(yè)分布情況。

職業(yè)密集度=某階層居民從事某職業(yè)的比例/全市居民從事某行業(yè)的比例

結(jié)果如下圖所示：

（注：從絕對數(shù)量來說，各行業(yè)人數(shù)最多的都是中間階層。因此，本指標(biāo)比較的是每個階層與全市相對照的相對就業(yè)密集度。指標(biāo)越高，說明該階層越集中從事該行業(yè)的工作。）

可以看到：

1，租金在500元/房間/月以下的群體從事制造業(yè)的密集度遠遠高于從事其他行業(yè)的密集度；

2，信息技術(shù)密集度最高的群體的租金水平為3~3.5k元/房間/月，這個租金水平再上漲500塊，群體就業(yè)密集度最高的行業(yè)就立刻跳轉(zhuǎn)到金融業(yè)了；

3，金融業(yè)群體無疑是租金水平最高的，從3.5k元/房間/月以上的所有租金區(qū)段，都是金融業(yè)的就業(yè)密集度排名第一；

4，租金在4.5k以上的群體和0.5k以下的群體呈鮮明的對比，前者從事金融業(yè)的比制造業(yè)的密集度要高大約8倍，而后者從事制造業(yè)的比從事金融業(yè)的密集度要高出大約18倍。

上海就是這樣一座城市。有些時候，我們僅僅為了每月節(jié)省500元錢寄回家里，就不得不犧牲60%就近工作的可能性，就不得不每年多通勤230公里，就不得不消耗我們寶貴的時間和生命。