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據可以看到：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還要更復雜一點：

以房屋月租總價除以房間數，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線范圍內，但在徐匯和世紀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。

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）、本地就業機會（機遇）、平均通勤距離（通勤）和職業結構（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的階層群體的生存質量吧。

生活便利度

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

我們將生活便利設施指數分解到不同租金的居住空間單元中，可以得到下圖：

這里出現了一個“倒U型”的分布。租金在500塊錢的階層所處的地區，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施，甚至高于租金3k+的階層。

但如果我們用人均生活便利設施的話，趨勢就截然不同了，請看下圖：

結論很明顯：

1，人均生活設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，不得不在這個標準上少支付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，也會高度重視就業機會。

為了引入就業崗位數據，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。以街鎮的就業崗位數量和常住勞動年齡人口的比例，衡量地區的本地就業機會。該指標越大，說明本地就業機會越大。結果如下圖所示：

從圖中可以看到：

1，隨著不同階層租金的提升，本地就業機會指數先減后增，呈現“U型”；

2，本地就業機會最少的是租金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。在這個基礎上，假如由于某些原因，你不得不減少500元的每個月房租預算，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

與本地就業機會密切相關的另一個生活質量指標是通勤。

我們把去隱私的個人移動設備的定位數據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，結果見下圖：

結果顯示：

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/月的區間里，當你每個月房租降低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，分別對應中心城區內居民、外環到新外環（沈海高速-申嘉湖高速環）內的居民、以及五個新城居民的通勤路線。可以看到：

中心城區居民主要在城內通勤；外環到新外環內居民通勤也以城區為主；而新城居民則出現了大量的本地通勤。

結合租金，我們可以進一步統計出各個階層的就業地點，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線以內工作，而相鄰的租金在2.5k-3k元/房間/月以上的階層，則超過一半在中環線內工作；

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環線以內的市中心。

4

職業結構

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？

我們以各地區的通勤人數、通勤方向和工作地區的崗位結構等要素，推測出不同階層居民的職業結構，并借用 “區位熵”的概念定義了“職業密集度”，以此表征各階層人群的職業分布情況。

職業密集度=某階層居民從事某職業的比例/全市居民從事某行業的比例

結果如下圖所示：

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

可以看到：

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

2，信息技術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，群體就業密集度最高的行業就立刻跳轉到金融業了；

3，金融業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段，都是金融業的就業密集度排名第一；

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，前者從事金融業的比制造業的密集度要高大約8倍，而后者從事制造業的比從事金融業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。