但恰恰由于大量中心城区的土地和住房被一些企业占据用于生产。所以我们的普通市民可能有一部分要选择居住在城市郊区。在夜间，上海人口在空间上怎样分布的？你可以看到，有不少人选择居住在城市郊区。
我们会发现，出现潮汐式人来人往的通勤，而这种职住分离就构成了我们在城市当中的拥堵问题。这种居住在郊区又在市区办公的现象，是大量就业岗位集中在中心城区而导致的。
在我最近的研究当中，我跟我的学生一起，用大数据刻画了在城市的职住分离的状态。
这张图上，颜色越偏暖色的地方，就是职住分离比较严重的地方。而偏冷色的这些地方，就是职住分离没有那么严重的地方。你们可以非常清楚地看到，大量红色的地方，布局在城市外环。而中心城区就比较偏绿色，说明的确有大量居民住到城市外围。而且，在城市的郊区部分，有很多所谓地铁房的概念。
现代服务业的发展，是以促进知识的传播和创新来作为城市发展的动力的。因此，大量从业者需要到市中心就业。
我来给大家看一下，早高峰的时候，人都是怎样通勤的。手机数据可以比较清楚地表明，你从哪里出发，又到哪里去上班。最左边这张图定义的，是那些上班在上海内环的人群。而这些有颜色的线条就表示大家通勤的轨迹。可以看到，大量上班在上海最最中心的内环的人，早上出发点都在城市郊区部分，是长途通勤的。
第二张图记录了上班地点位于内环和外环中间的那些人群。这部分人群其实很少居住在上海的内环以内。但大量在这个位置上班的人，是居住在城市的郊区。
好了，接下来再看第三类人群。他们的上班地点在城市的外环以外。看他的上班轨迹，就会发现，其实这部分人群，也大量居住在外环以外。
好了，这就说明，我们每一个人对居住、就业的选择，是衡量了收入和房价之间的关系，之后做出权衡的结果。
对前两类人群来讲，他们收入可能比较高，就业质量可能也比较好。这个时候，要么选择居住在中心城区，付出比较高的房价。要么住到城市外围，这个时候，可能房价不需要那么高，但需要付出比较高的通勤成本和通勤时间。
第三类人群就做出另一种选择，就是宁愿居住在城市的外环以外，房价的确比较低，也不想长途通勤，就近就业。但这个时候，不好意思，可能必须得牺牲掉自己的就业收入和品质。
这就是我们通过大数据分析，来给大家展现的城市空间格局以及通勤模式。这背后的职住分离，就是我们前面讲到的城市通勤拥堵问题产生的根本原因。
这个时候，就会带来另一个现象，叫地铁房。相对来讲，当你居住在郊区的时候，你仍然不希望早上通勤成本那么贵，这时你会选择住在地铁站周围。不好意思，当这样选择时，你也需要付出更高代价。这个代价就催生了地铁房的概念。
居住与公共服务的分离
好，我前面讲到的是城市的职住分离和拥堵之间的关系。我们在理解城市空间结构时，还有一个问题特别值得注意。那就是居住和公共服务的分离，这是导致城市拥堵的另一个原因。
在北京和上海这样的大城市，城市人口增长非常快，城市面积扩张速度也非常快。但由于历史原因，有大量的优质中小学，集中在中心城区。
比如说，我给大家看一下北京的情况，在这张图上，大家可以看到，用圆圈标示出来的一些优质教育资源，其实主要集中在三环，最多是四环以内。
我来给大家看一张图。在这张图上，纵轴是北京的交通拥堵指数，越往上就是拥堵越严重，而越往下就是交通拥堵有所缓解。
在这张图上面，有很多交通拥堵的低点。这些是什么时候？学生放寒暑假的时候。每到放寒暑假的时候，家长就不再需要开车，送自己的孩子长途去上学了。家长的选择是，尽量让自己的孩子在市中心的优质学校上学，但买中心城区的房子太贵，就算买，就买一个小小的学区房。但小房子不够住，所以到郊区去买或租一个大房子，每天早上开车送自己的孩子上学。
那么，这对城市的拥堵有多严重的影响，就需要进行数据分析。
根据我们的研究，在假期，孩子不需要上学了，城市拥堵指数比非假期孩子需要上学的时候，缓解20%、甚至30%。换句话讲，在北京这样的大城市，可能有20%到30%的拥堵，其实跟人口总量没什么直接关系，而是由于公共服务和教育这样的资源，跟居住之间出现了空间分离导致的。
很多人，包括政府的政策制定者认为，城市人口高密度不是有利于缓解拥堵，而是增加拥堵的。放眼一看，在城市里，哪里人口密度最高，哪里拥堵问题最严重呢？就是中心城区。如果不看数据，不去分析城市的内部空间结构及其形成的机理，政策上就很容易导致另一个结论，就是要疏散城市的中心城区人口。
那么，疏散人口的一个办法是什么呢？就是城市更新，通过把城市中心的一些地块进行功能再造，使它不再承载居住功能。这样一来，中心城区住房少了，人们就很自然地选择搬到郊区居住。
那么，它到底会导致什么样的结果？真的能够缓解城市的拥堵吗？
