自2017年起，中国一、二线城市竞相推出人才新政，以期吸引学历型人才。其中，由于中国普遍存在较高的住房压力，因而人才住房政策具有较高的关注度。而目前出台的人才住房政策普遍没有考虑使用者的实际需求，在住房布局中存在就业机会提供不足、就业可达性较低、公共服务配套不足等空间失配情况。由此可见，规划管理部门人员有必要调研分析迁入人才对住房选址的偏好关系，权衡城市公共服务设施布局现状、就业与住房的位置匹配关系，综合政府资金投入等限制因素，为地方政府提供合理高效的人才住房选址意见，使得人才保障性住房政策能够真正解决人才安居问题，吸引并留住人才，从而增强城市竞争力。

目前，国内学者采用相关数学、经济学模型对国内保障性住房政策的实施效果、选址布局问题等方面进行大量研究^[1-12]，也有学者利用GIS技术或层次分析法，对选址布局的操作方法进行了研究^[13-17]。不过，由于目前新一轮人才政策实施时间不长，各方面问题尚不突出；且研究者较难获取足够的人才住房供需数据，难以针对人才保障性住房选址进行深入的定量研究。

本研究在一般保障性住房选址决策支持研究的理论和方法基础上，引入实际住房数据和岗位分布数据，利用电子地图GIS网络分析、API接口编程、梯度下降搜索等技术，提出了一种综合考虑岗位需求和住户需求的人才住房选址方法。最后，以武汉市东湖高新技术开发区为例，给出了对人才住房偏好的分析结果和几种场景下的人才保障房选址布局方案，供城市规划主管部门决策。

1 人才住房空间布局决策方法

统计各条医保数据的职住OD属性，通过高德API获取最短通勤时间；根据公共交通服务设施位置数据与居住区位置数据，利用ArcGIS网络分析工具查询路网距离，计算每一居住区到各类公共服务设施的可达性；根据爬取的招聘数据的学历和工作年限要求进行人群划分，并综合医保数据和居住小区信息数据，提取医保数据中不同人群对居住选址的偏好特征；获取招聘数据中各工作岗位的空间位置，根据居住区可达性信息和提取的人群选址偏好特征，筛选出各岗位的候选小区；通过梯度下降搜索找出满足给定条件的居住小区组合方案，并与实际规划政策对比，提出改进建议。具体技术路线图如图 1所示。

1.1 居住小区公共服务设施可达性评价

利用居住小区位置数据、城市路网数据、城市公共服务设施位置数据对各居住小区的公共服务设施可达性进行分析，计算居住小区到各类公共服务设施的路网距离。城市公共服务设施包括小学和初中、三甲医院、公园广场、省级示范性高中、一本院校、地铁、商业中心等。部分评价结果如图 2所示。

1.2 人群分类和住房选址偏好提取

按照人群的工作经验、学历划分标准，对每一条医保数据和招聘数据赋予一个类别标签，如表 1所示。根据医保数据的居民居住地、工作地信息，提取其经纬度坐标，利用高德地图API查询各居民采用公共交通或步行的最短通勤时间，统计各人群的就业可达性分布情况。识别各居民所居住的小区，根据居住小区公共服务设施可达性评价结果，统计各人群的公共服务设施可达性分布情况。

以人群A为例，其公共服务设施可达性分布情况如图 3所示。可以发现该类人群在住房选址时对各公共服务设施的可达性偏好程度不一：大多数就业者居住在距离地铁站1 km左右、距离公园广场2 km以内的小区；通勤时间则大多数集中在20 min左右或者1~2 h，体现出新入职员工就近居住或者选择低成本住房两种倾向。

1.3 岗位-住房匹配模型

从需求、供给与分配规则3个方面入手，基于招聘数据预测新增就业人口的住房需求，基于人群住房选址偏好选定匹配规则，对最大化覆盖、最小成本等多目标进行分别模拟，给出相应的人才住房选址方案。

1) 选定岗位-住房匹配规则。基于各人群的各可达性指标分布情况，根据实际应用场景及相关理论知识，由规划编制人员调整纳入考虑的公共服务设施、可达性阈值、成本优先或效果优先等匹配规则。

2) 对新增就业人口进行居住小区匹配。假设现有居住小区为政府人才住房可选范围。将招聘信息内对于就业人员的需求视为未来将会出现的就业人口，对于每一条招聘信息，遍历所有居住小区，并将满足该招聘信息面向的就业人群住房匹配规则的小区标记为该招聘信息对应的候选小区。统计各居住小区对各个招聘岗位的匹配情况。

3) 随机梯度下降法下的人才住房小区布局规划。设定人才住房小区布局规划的服务目标，如新增就业人口数的90%。通过随机梯度下降算法，从随机居住小区开始，求取可以达到规划服务目标的居住小区组合；重复计算并选取居住小区最少的组合作为推荐方案。

2 研究区和数据 2.1 研究区

本研究对武汉市东湖高新技术开发区(下简称东湖高新区)进行实证。东湖高新区是武汉市本科生和研究生就业的热点地区。截至2018年5月，武汉市政府在东湖开发区开发了约1 425套人才住房，规划了12 000套人才住房。本研究使用相关数据得到了不同匹配规则和匹配目标下的东湖高新区人才住房选址组合，并将已有人才住房的选址与本实验结果进行比对，从而对武汉市东湖开发区的人才住房选址现状进行评价

2.2 数据内容及类型

本研究所采用的主要数据包括医保数据、小区位置数据、公共服务设施类型和位置数据、网络招聘平台数据和道路网数据。其中医保数据，即城镇居民医疗保险数据，截止时间为2017年6月底，包括出生年份、工作年份、学历、家庭住址、工作单位及单位地址等信息。小区位置数据源自房天下网站，数据采集时间为2019年3月，包括武汉市内小区的名称、均价、类型、区域、地址、年代、建筑类型、经纬度等25类信息。招聘数据爬取自智联招聘及前程无忧两大招聘网站，采集时间为2019年2月—4月，包括公司名称、招聘岗位数、薪资、工作经验要求、学历要求、公司地址等信息。

3 结果和讨论 3.1 岗位-小区匹配结果

为满足多种不同目标和不同限制因素等情境下的人才住房布局需求，本研究采取多种匹配规则进行实验，得到多种匹配规则下的人才住房布局建议。

规则1：居住小区须在7个公共服务设施可达性指标中满足至少5个指标的取值优于目标人群在该指标分布前50% 断点，且就业可达性取值优于目标人群在就业可达性指标分布的前50%断点。

规则2：居住小区在7个公共服务设施可达性指标和就业可达性指标的取值均优于目标人群在各指标分布的前50%断点。

规则3：居住小区在7个公共服务设施可达性指标和就业可达性指标的取值均优于目标人群在各指标分布的前50% 断点；若某岗位无满足条件的居住小区，则为其匹配至少6个公共服务设施可达性指标和就业可达性指标优于目标人群在各指标分布的前50% 断点的小区；若仍无满足条件的居住小区，则为其匹配至少5个公共服务设施可达性指标和就业可达性指标优于目标人群在各指标分布的前50% 断点的小区。

3种规则下小区匹配的新增工作人口数如图 4所示。在限制条件相对宽松的规则1条件下，有的小区可匹配实验区内96% 以上新增工作人口。在限制条件较严格的规则2条件下，仅约11% 的居住小区成为候选小区。规则3保证了各招聘岗位总有相对最佳的居住小区与其匹配，此规则下各小区服务新增工作人口的情况在规则1和规则2之间。

3.2 居住小区组合布局结果

在规则3的岗位-小区匹配结果上，使用随机梯度下降法，设定小区布局目标为服务90% 新增就业人口，得到居住小区组合布局规划方案结果如图 5所示。

方案1包括南方帝国小区和紫菘枫林上城；方案2包括紫菘中南特区和金地阳光城。这两种推荐方案的小区组合均为宝通寺地铁附近小区和光谷广场附近小区的组合：宝通寺附近小区借由珞狮路和二环线服务于东湖高新区西部招聘岗位，而光谷广场附近小区则可方便地服务于实验区中部的大片招聘岗位。

4 结束语

相比于现有的人才住房或社会保障性住房研究主要利用问卷调查数据、难以给出可实施的住房选址范围的情况，本模型将可选用地范围、岗位分布情况和居住地偏好特征3个关键因素进行量化和综合，在少量参数的控制下得到人才住房选址组合方案，并相应提出了可行的数据来源和数据采集方法。本模型进一步改进的主要方向，是通过可调节的多目标边界参数，进一步纳入对建设规模和成本、政府选址偏好等因素，提高岗位-住房匹配规则面向不同规划情景和成本管控条件时的可调节性，从而使得模型在规划决策支持过程中更加灵活、易用。