EN中文

地理研究 >

2024 , Vol. 43 >Issue 9: 2370 - 2391

DOI: https://doi.org/10.11821/dlyj020240050

行为地理与日常生活

上海市就业人群的时间利用行为特征与影响因素研究

  • 焦健 , 1 ,
  • 王德 , 2, 3 ,
  • 程英 4
展开
  • 1.西北大学城市与环境学院，西安 710127
  • 2.同济大学建筑与城市规划学院，上海 200092
  • 3.上海同济城市规划设计研究院有限公司数字规划研究中心，上海 200092
  • 4.国家统计局上海调查总队，上海 200003
王德（1962-），男，江苏泰州人，教授，博士生导师，研究方向为城市空间与行为、城市大数据。E-mail:

焦健（1991-），女，陕西西安人，博士，讲师，主要研究方向为时空间行为。E-mail:

收稿日期: 2024-01-13

  录用日期: 2024-07-22

  网络出版日期: 2024-09-13

基金资助

国家自然科学基金资助项目(52378069)

收起

Research on time use behavior patterns and influencing factors of employed people in Shanghai

  • JIAO Jian , 1 ,
  • WANG De , 2, 3 ,
  • CHENG Ying 4
Expand
  • 1. College of Urban and Environmental Science, Northwestern University, Xi'an 710127, China
  • 2. College of Architecture and Urban Planning, Tongji University, Shanghai 200092, China
  • 3. Digital Planning Research Center of Shanghai Tongji Urban Planning & Design Institute Co., Ltd., Shanghai 200092, China
  • 4. Survey Office of the National Bureau of Statistics in Shanghai, Shanghai 200003, China

Received date: 2024-01-13

  Accepted date: 2024-07-22

  Online published: 2024-09-13

Fold

摘要

时间利用是洞察居民生活方式，研究活动与出行规律的重要维度。我国时间利用调查与研究起步较晚，尚处于发展与积累阶段。本研究采用2018年上海市时间利用调查数据，研究就业人群时间利用行为特征及其影响因素，研究发现： ① 上海市就业人群现阶段用于维持生理与生存的时间多、闲暇时间少，日常活动时间分布的规律性较强，总体围绕朝8晚6的工作时间节奏展开。② 上海市就业人群社会经济属性与工作、家务照料、闲暇时间分配的关系与已有发现有一致性，女性、养育儿童、部分体力型职业等人群因工作或家务照料压力而闲暇时间少，并提前或推后起床、离岗时间；但性别与养育儿童对通勤时间的影响不显著，不支持家庭责任假说中女性通勤时间短于男性等假设。③ 郊区与中心城区就业人群的时间利用行为有显著差异，这既源于人群属性差异，也与居住空间环境密切相关。研究成果深化了对中国大城市就业人群时间利用模式的理解，为我国时间利用研究提供了研究基础与经验。

关键词： 时间分配; 时间节奏; 影响因素; 时间利用调查; 上海市

本文引用格式

焦健 , 王德 , 程英 . 上海市就业人群的时间利用行为特征与影响因素研究[J]. 地理研究, 2024 , 43(9) : 2370 -2391 . DOI: 10.11821/dlyj020240050

Abstract

Time use is a crucial dimension for studying residents' lifestyles, daily activity patterns, and travel behavior. In China, time use surveys and research are still in their early stages of development, with limited systematic studies on the time use behavior of the employed population. This study utilizes data from the 2018 Shanghai Time Use Survey to examine the characteristics and influencing factors of time use behavior among the employed population. The results show that: (1) Employed residents in Shanghai currently spend more time on maintenance and survival activities but less time on leisure activities. Their daily activity patterns demonstrate strong regularity, with work activities generally following an 8 am to 6 pm schedule. (2) The relationship between socioeconomic attributes and time allocation for work, household care, and leisure activities among Shanghai's employed residents is consistent with previous findings. Women, individuals raising children, and those in certain manual occupations have less leisure time due to work or household care pressures, and their rest and work schedules are earlier or later than the regular schedule. However, gender and child-rearing do not significantly affect commuting time, challenging the household responsibility hypothesis that women have shorter commuting times than men. (3) There are significant differences in the time use behavior of employed residents in suburban and central city areas, due to both demographic differences and the residential spatial environment. Employed residents in the outskirts of the central city experience longer commuting times due to job-housing imbalance. Suburban workers have a higher proportion of manual occupations and longer working hours. Employed residents in Chongming exhibit characteristics of an aging population engaged in agricultural production, with the shortest work and commuting times, and their rest and work schedules are significantly earlier than those in the central city. By comprehensively analyzing the time use behavior of employed residents with different demographic attributes and geographic locations, this study sheds light on the influence of micro-level socioeconomic and geographical factors on time use patterns. It deepens the understanding of time use patterns among the employed population in Chinese metropolises and provides a foundation and empirical evidence for further time use research in China.

Key words： time allocation; temporal rhythms; influencing factors; time use survey; Shanghai

1 引言

时间作为一种有限资源，约束着人们的日常活动，是测度生活质量与居民生活方式的重要指标，也是研究居民时空行为不可或缺的维度。时间利用调查与研究自工业革命时期率先在国外得到发展，欧美、日本等地区自1960年代起逐渐建立起全国性的时间利用调查制度[1,2]，为从时间维度研究居民的日常活动与生活方式创造了条件。其中，经济学、社会学者重点测算居民的时间分配，考察居民时间分配与生活方式的变化趋势[2]。地理学、城市规划等领域在时间地理学、活动分析法的影响下，将人类活动研究拓展至时空间维度，基于时间利用研究居民的活动-出行模式[3]。我国时间利用调查与研究起步较晚，开始于1980年代起王雅琳[4]、王琪延等[5]社会学者与柴彦威[6]等时间地理学者的调查研究，于2008年正式建立起全国范围的调查制度，学者们开始采用规模化的调查数据研究我国居民的时间利用行为[7⇓-9]。但总体上，目前我国时间利用研究成果还较为有限，有待进一步发展与积累。
时间利用调查与研究的发展离不开对就业人群的生活方式的关注。时间利用调查发展起源于工业革命初期对工人生活状况的研究[1,2]。工作时间及其变化趋势一直是时间利用的重点研究内容[10,11]。伴随着西方国家女性劳动参与率的提升与经济、技术发展带来的生活节奏加速，居民的工作-家庭平衡问题被激化，缺乏时间的感受也愈加普遍[12,13]，大量研究聚焦于工作与家务照料时间分配及性别平等问题[14,15]；学者们提出“时间贫困”等概念，通过自由支配时间等指标，研究就业人群的时间匮乏问题及其影响因素[16,17]。在时空行为研究中，就业群体作为时间资源最紧张的群体，日常活动与时间安排复杂，直接影响着城市活动系统和城市运行节奏，因此一直是研究重点关注的群体。学者们对通勤时间进行了丰富的探索[18,19]，在时间利用的框架下研究就业人群的家内外活动参与及出行行为[20,21]。
当前对就业人群时间利用行为的研究存在一些不足。一是，对就业人群整体时间利用行为的专门研究有限；现有研究或探讨整体人口的时间分配与影响因素[22,23]；或关注就业人群的通勤时间[18]、自由支配时间[16]等特定活动的时间分配。二是，当前研究侧重于时间分配，而对时间节奏的探讨不足，二者结合可更全面地展示居民24 h时间利用情况。三是现有研究主要从社会经济属性出发分析时间分配的影响因素[22,23]，忽略了地理空间背景因素；尽管有少数学者探索了不同地理位置居民的时间分配差异[24,25]，但空间因素影响的实证证据还需进一步补充。最后，目前时间利用成果主要来源于西方国家，研究结论可能不完全适用于我国；同时，近年来仅少数学者研究了我国就业人群时间利用行为特征[26,27]。因此，有必要深入研究我国就业人群的时间利用行为特征、影响因素及现有结论在我国城市语境下的适用性。
本研究采用上海市2018年时间利用调查数据，研究就业人群的时间利用行为特征与影响因素，旨在为我国时间利用研究积累研究基础，深化对我国就业人群时间利用行为特征的认识，重点回答以下问题：① 上海市就业人群现阶段的时间利用行为有何特点?② 社会经济属性如何影响上海市就业人群的时间利用?与已有文献有何不同?③ 不同地理位置就业人群的时间利用行为有何差异?为回答以上问题，本文首先结合国际比较从时间分配与时间节奏两方面剖析上海市就业人群的时间利用行为基本特征，然后描述分析不同社会经济属性、居住区位就业人群的时间利用行为差异，最后采用多元线性回归模型探索时间利用行为的影响因素，并通过与已有文献的对话，揭示上海市就业人群的时间利用行为特点。

2 数据与方法

2.1 数据来源与样本概况

研究数据来源于国家统计局上海调查总队于2018年在上海市域范围内进行的居民时间利用调查，该调查是2018年全国调查的组成部分，调查方案成熟。调查样本抽选自上海住户调查样本框，具有良好的代表性。调查中，对每位被调查者各抽取一个平日（周一至周五）与周末（周六至周天），要求被调查者采用实时记录与回忆补记相结合的方式，从调查日当天4:00 am起至第二天4:00 am，以15 min为间隔按顺序记录24 h的活动信息，包括活动类型、开始与结束时间、地点类型等信息。
本研究取就业人员工作时间大于等于60.00 min的工作日作为研究样本，共计1559个工作日，研究样本的社会经济属性特征如表1所示。男性占比为57.73%，稍多于女性。年龄以30~39岁为主。婚育状态方面，85.89%的就业人群有配偶，44.67%的就业人群养育18岁以下儿童。学历方面，大学学历（大专及以上学历）占比达40.22%，有高学历特点。46.41%的人群月均收入超过5000元。职业类型方面，商业与服务业人员、设备操作、农业等生产人员等体力型职业占比为41.88%，单位负责人、办事人员、专业技术等脑力型职业占比达47.34%。居住区位方面，中心城区（内环以内、内-外环）、近郊（外环-郊环）、远郊（郊环以外）、远郊崇明占比分别为25.66%、39.38%、27.07%、7.89%，符合上海市就业人口的空间分布特点。
表1 研究样本的社会经济属性特征

Tab. 1 Socio-economic attributes of the samples

社会经济属性 占比（%） 社会经济属性 占比（%）
性别 男 57.73 月均收入（元） <1000 10.33
女 42.27 1000~2999 12.52
年龄（岁） ≤29 16.68 3000~4999 30.74
30~39 31.94 5000~6999 19.19
40~49 25.02 7000~9999 13.03
50~59 22.06 ≥10000 14.19
≥60 4.30 职业类型 单位负责人等 2.76
婚姻状态 无配偶 14.11 办事人员 29.06
有配偶 85.89 专业技术人员 15.52
育儿状态（岁） 无孩子 55.33 商业与服务业 18.92
孩子0~5 16.07 设备操作人员 19.18
孩子6~11 17.87 农业等生产人员 3.78
孩子12~17 10.73 其他 10.78
学历 小学及以下 7.18 居住区位 内环以内 10.01
初中 31.75 内环-外环 15.65
高中 20.85 外环-郊环 39.38
大专 17.32 郊环以外 27.07
本科或研究生 22.90 崇明区 7.89

2.2 特征分析内容与指标

从时间分配与时间节奏两个方面研究就业人群的时间利用行为特征。时间分配是一天或更长时间内居民在日常活动上所分配时间的数量特征；时间节奏是将活动的发生时间在时间轴上进行分析，以展示日常活动的时间分布与时间序列特征，可直观刻画居民的整日时间安排与活动模式。
在特征指标方面，通过平均时间（某类活动总时间分配与总样本人数之比）分析时间分配特征，可表征“人均时间”，这也是全国时间利用调查的核心统计指标。时间节奏可通过活动的发生时段、活动起止时间等进行分析，一般通过绘制时间节奏图，即24 h内每10~15 min各类活动的参与率（参与某类活动人数与总样本人数之比）可视化各类活动的发生时段与整天活动序列。但节奏图不能量化何时起床、出门上班、下班回家、睡觉等描述工作日时间节奏的关键时间点。因此，除时间节奏图外，计算起床（首个非睡眠活动的开始时间）、早离家（最早离家出行的开始时间）、晚离岗（最晚离开工作地出行的开始时间）、卧床休息（睡眠活动最晚开始时间）的平均时刻 ( 平均时刻的计算方法是：将起床时间（即首个非睡眠活动的开始时间）等先转化为分钟数，如8:30转换为510分钟，汇总计算平均分钟数后，转化为时间格式（小时:分钟）。)，更精确地描述就业人群一天的时间安排与生活节奏；同时，也可基于以上时间指标分析时间节奏的影响因素。需要注意的是，时间分配与时间节奏紧密相关，如工作时间长或意味着夜间时段工作活动的延长以及离岗时间的推迟。

2.3 活动类型划分

参考已有活动类型划分方法①，将日常活动划分为五大类（表2）。一是工作通勤活动；二是家务照料活动，包括家务劳动、购物②等家庭维护性活动；三是自我照料活动，包括睡眠休息、早中晚餐等个人生理必需活动；四是闲暇活动，包括休闲娱乐、社会交往、业余学习等活动；五是少数人群进行了学历教育活动，归为“其他”。
表2 活动类型划分说明

Tab. 2 Activity type classification

活动大类 活动小类
工作通勤 工作（就业工作、农业生产、非农经营等，不包含工作中断的休息活动）、通勤出行
家务照料 家务劳动、购物、照料儿童（包括接送）、照料成人
自我照料 睡眠（包括午睡）、早中晚餐、卫生护理、看病就医
闲暇 休闲娱乐、社会交往、业余学习（成人教育等）、其他闲暇（饲养宠物等）、生活出行
其他 学历教育（初等、中等、高等学历教育学习）

3 上海市就业人群时间利用的基本特征

3.1 时间分配特征

上海市就业人群工作日约46%的时间用于自我照料，37%的时间用于工作通勤，剩余约17%的时间由闲暇与家务照料活动主导。工作通勤总用时8.78 h/d，工作时间平均7.77 h/d、通勤时间平均1.01 h/d。家务照料活动总用时1.20 h/d，时间主要花费在家务劳动与照料儿童活动上，平均分别为0.67 h/d、0.40 h/d，购物活动平均仅0.11 h/d。自我照料活动总用时11.17 h/d，睡眠休息时间平均达8.70 h/d。闲暇活动总用时2.82 h/d，以休闲娱乐活动为主，平均2.37 h/d（图1）。
图1 上海市就业人群工作日的时间分配均值

Fig. 1 Time allocation of employees on workdays in Shanghai

通过国际比较③ 分析上海市就业人群的时间分配特点，结果如表3所示，相比于纽约、伦敦，上海市就业人群用于享受与发展的闲暇时间少，用于维持生理与生存需求的自我照料与工作时间多。工作是为生存而花费的时间，上海市就业人群的工作压力高于纽约、伦敦；非工作时间方面，上海市就业人群花费更多时间在睡眠休息等基本生理需求活动上，自我照料时间比纽约、伦敦多1.38 h/d、1.07 h/d；闲暇是用于享受与发展的时间，上海市就业人群的闲暇时间平均比纽约、伦敦少约1.00 h/d。
表3 上海、纽约、伦敦就业人群工作日的时间分配

Tab. 3 Time allocation of employees on workdays in Shanghai, New York and London

工作 通勤 家务照料 自我照料 闲暇
上海 7.77 1.01 1.20 11.17 2.82
纽约 7.54 0.79 1.79 9.79 3.88
伦敦 7.22 1.10 1.50 10.10 3.81

3.2 时间节奏特征

统计24 h各类活动的参与率，并计算起床等平均时刻，以展示上海市就业人群24 h时间节奏（图2），即：平均6:51起床、7:45离家上班、17:34离岗下班，进行晚餐与家务照料、闲暇活动后，于22:19卧床休息。从24 h的活动安排来看，白天8:00~18:00的活动相对单调，时间由工作与通勤活动所主导，午间穿插自我照料（午餐、午休）与闲暇活动。夜间18:00~24:00的活动安排较为紧凑，在晚餐等自我照料、家务照料活动后，于20:00~21:00迎来闲暇活动高峰。24:00后，大部分人群进入卧床休息状态。
图2 上海市就业人群工作日的时间节奏

Fig. 2 Activity rhythms of employees on workdays in Shanghai

上海与纽约、伦敦就业人群工作日的时间节奏有2点差异，反映了上海就业人群受我国生活习惯与工作制度影响形成的生活方式特点（图3）。一是上海市就业人群“W”型的睡眠时间节奏与纽约、伦敦就业人群存在差异，这反映了中国人特有的午休生活习惯。二是上海市就业人群工作、通勤、闲暇活动高峰时段更为集中分明，作息节奏更规律。上海市工作活动集中于8:00—12:00、13:00—18:00，通勤集中于7:00—9:00、17:00—19:00，闲暇集中于18:00—22:00。纽约、伦敦的活动时间分布则相对分散，非高峰时段的活动参与率高，如8:00前、18:00后工作活动参与率高于上海，这反映了发达国家大城市多样化的工作时间制度。上海市的工作时间制度相对单一，日常活动多围绕朝8晚6的工作制度展开，非高峰时段的活动参与率低。
图3 上海、纽约、伦敦就业人群工作日的时间节奏

Fig. 3 Activity rhythms of employees on workdays in Shanghai, New York and London

4 不同人群的时间利用

汇总的特征分析掩盖了不同人群之间行为差异与生活方式的多样性，以下分别从性别、年龄、婚育状态、学历、收入与职业类型等方面解析不同就业人群的时间利用特征。

4.1 不同性别

上海市就业人群时间分配的性别差异表现为：女性家务照料时间多，工作、闲暇时间少于男性；但男性、女性就业人群通勤时间相近，差异不显著（表4）。上海女性就业人群的家务照料时间均值为1.73 h/d，平均比男性多0.91 h/d；工作、闲暇时间均值为7.48 h/d、2.49 h/d，平均比男性少0.51 h/d、0.57 h/d。上海市男性、女性就业人群的通勤时间平均都约为1.00 h/d左右，差异微弱。
表4 就业人群工作日时间分配的性别差异

Tab. 4 Time allocation of employees on workdays by gender （h/d）

工作 通勤 家务照料 自我照料 闲暇
男 7.99 1.02 0.82 11.09 3.06
女 7.48 1.01 1.73 11.27 2.49
Wilcoxon秩和检验P值 0.000*** 0.772 0.000*** 0.092 0.000***

注：***代表P <0.001。

女性家务照料时间更长等性别差异在24 h时间节奏上表现为：女性6:00—8:00、16:00—22:00需更多地参与家务照料活动，因此减少了相应时段的工作与闲暇活动，离岗时间有所提前（图4）。具体地，男性平均6:55起床、7:40离家、17:40离岗、22:17卧床休息；女性平均6:47起床、7:51离家、17:26离岗、22:22卧床休息。女性的起床与离岗时间比男性稍早，其中离岗时间性别差异最大，且统计上差异显著（Wilcoxon秩和检验P值 <0.05）。
图4 不同性别就业人群工作日的时间节奏

Fig. 4 Activity rhythms of employees on workdays by gender

上海市就业人群时间利用的性别差异与国内外已有研究有一致性，差别在于通勤时间的性别差异不显著。虽然国外有研究显示：随着女性劳动参与率的提升，时间分配有性别趋同趋势[28]，但大多数研究显示女性就业后仍是家庭责任的主要承担者，承受工作与家庭“双重负担”，闲暇时间少于男性[22,23]，上海就业女性也是如此。通勤时间方面，大量研究结果支持家庭责任假说（Household Responsibility Hypothesis），即女性因负担家庭责任而通勤距离或时间少于男性[29⇓-31]，但描述统计分析结果显示上海就业人群通勤时间的性别差异微弱，不支持家庭责任假说。

4.2 不同年龄人群

上海市就业人群的时间分配以40岁、60岁为转折点发生变化，中青年就业人群比中老年就业人群的通勤与工作时间长，闲暇时间少，30~39岁就业人群时间资源最为紧张（图5）。首先，就业人群的通勤时间以40岁为转折点减少至1.00 h/d以内；30~39岁为就业人群通勤时间最长、家务照料时间次多的年龄段；闲暇时间与年龄呈现“U型”关系，30~39岁为闲暇时间低谷点。其次，60岁以上就业人群的工作时间锐减，且通勤时间最短，非工作时间最长，闲暇时间最为充裕，平均达3.90 h/d。
图5 不同年龄就业人群工作日的时间分配

Fig. 5 Time allocation of employees on workdays by age group

时间节奏方面，50岁以内就业人群的工作结束时间相对晚，夜间闲暇活动参与少；其中，30~39岁就业人群夜间家务照料活动参与率也较高，闲暇活动参与率最低。50岁以上中老年就业人群工作时间短，下班早，家务照料与闲暇时间提前于中青年人群，夜间闲暇活动参与率高。除此之外，中老年就业群体的睡眠时间也明显提前，整体呈现早睡早起、早出早归的作息节奏特点（图6）。具体地，30岁以内就业人群平均7:24起床、8:14离家、18:07离岗、22:45卧床休息；30~39岁人群的作息时间相比30岁以下人群有所提前，平均6:55起床、7:46离家、17:47离岗、22:24卧床休息；40~49岁人群时间节奏与30~39岁人群相近；50~59岁人群平均6:28起床、7:28离家、16:59离岗、22:05卧床休息；60岁以上人群的作息时间则进一步提前至5:52起床、7:16离家、16:05离岗、21:31卧床休息。
图6 不同年龄就业人群工作日的时间节奏

Fig. 6 Activity rhythms of employees on workdays by age group

30~39岁闲暇时间最少的规律在已有研究中也得到证实，并将这一年龄段的时间压力归因于工作与家务照料压力[7,32]。但以上分析表明，上海市30~39岁就业人群的时间压力来源于工作、家务照料与通勤多重压力，通勤时间是形成中青年群体时间压力不可忽视的因素。

4.3 不同婚育状态人群

组建家庭、养育儿童是影响时间利用行为的重要因素，也是引起30~39岁就业人群闲暇时间被压缩、时间节奏发生改变的原因之一。如表5所示，有配偶比无配偶人群家务照料时间多0.67 h/d、闲暇时间少0.54 h/d。不同育儿状态人群中，养育0~5岁儿童人群的家务照料时间最多，为1.60h/d；闲暇时间最少，为2.31 h/d。随着儿童年龄增大，家务照料时间减少，闲暇时间逐渐回升。除家务照料外，养育儿童就业人群的通勤压力也相对高，养育0~5岁、6~11岁儿童就业人群的通勤时间平均分别为1.21 h/d、1.13 h/d，高于无孩与养育12~17岁孩子人群的0.94 h/d、0.99 h/d。
表5 就业人群工作日时间分配的性别差异

Tab. 5 Time allocation of employees on workdays by marital and parental status （h/d）

工作 通勤 家务照料 自我照料 闲暇
婚姻状态 无配偶 7.75 1.19 0.63 11.14 3.28
有配偶 7.78 0.98 1.30 11.17 2.74
育儿状态（岁） 无孩 7.86 0.94 0.87 11.23 3.08
孩子0~5 7.72 1.21 1.60 11.09 2.31
孩子6~11 7.83 1.13 1.51 11.01 2.47
孩子12~17 7.56 0.99 1.36 11.22 2.86
养育儿童，尤其养育学龄前儿童人群的家务照料压力高、闲暇时间少的特点与国内外研究结论一致[22,33]。育儿阶段的时间紧张和工作-生活平衡困难几乎是世界各地就业人群的共同特点，不少研究显示为了协调工作与照料儿童的时空间关系，居民在育儿阶段会缩短通勤时间或距离[29,30,34]。但本研究显示上海市养育0~11岁儿童就业人群的通勤时间反而较高，遭遇家务照料与通勤时间增加的双重压力。

4.4 不同学历、收入与职业人群

学历、收入、职业共同影响个体的社会经济地位及其时间分配。如图7所示，低学历、低收入、部分体力型职业等低社会经济地位人群的工作或家务照料时间相对长，高学历、高收入、脑力型职业等高社会经济地位人群的通勤时间相对长。① 不同学历人群中，小学及以下低学历人群的工作与家务照料时间多于本科与研究生学历人群；通勤时间随学历升高而增加，小学及以下学历人群通勤时间平均为0.59 h/d，本科或研究生通勤时间平均达1.40 h/d；即低学历、高学历人群分别因工作或家务照料时间、通勤时间相对长而闲暇时间相对少。② 不同收入人群中，低收入人群的家务照料时间多于高收入人群，通勤时间随着收入升高而增加，即低收入、高收入人群分别因家务照料时间、通勤时间相对长而闲暇时间相对少。③ 不同职业人群中，商业与服务业、设备操作职业2类体力型职业人群的工作时间最长，分别达8.08 h/d、8.62 h/d，工作压力高于单位负责任人、办事人员等脑力型职业人群，但脑力型职业人群的通勤时间相对长；农业等生产职业人群的时间利用模式有别于其他人群，工作、通勤时间最短，闲暇时间最为充裕。
图7 不同学历、收入、职业就业人群工作日的时间分配

Fig. 7 Time allocation of employees on workdays by education, income and occupation

时间节奏方面，不同职业人群的时间节奏差异最为明显，部分体力型职业人群因工作时间长而早出晚归。如图8（见第2380页）所示，办事人员等脑力型职业人群的时间节奏相近，工作活动总体遵循朝8晚6的时间节奏。商业与服务业、设备操作2类工作时间较长的体力型职业人群，工作开始、结束时间相对脑力型职业人群分别提前、推迟，时间节奏“早出晚归”，夜间家务照料与闲暇活动参与相对少。农业等生产人员的时间节奏特殊，下午工作活动参与率低，白天家务照料、闲暇活动多；其睡眠、工作、家务照料、闲暇时间大幅提前于其他人群。具体地，办事人员平均6:59起床、7:54离家、17:30离岗、22:33卧床休息；设备操作职业人群平均6:48起床、7:23离家、17:50离岗、22:07卧床休息，时间节奏相对“早出晚归”；农业等生产人员6:03起床、7:27离家、15:33离岗、21:27卧床休息，有早睡早起、早出早归的特点。
图8 不同职业就业人群的时间节奏

Fig. 8 Activity rhythms of employees on workdays by occupation

国内外关于不同社会经济地位人群的时间利用行为差异有2种观点。一是高社会经济地位人群的家务劳动时间短，闲暇时间较多；低社会经济地位人群通过更长的工作时间维持生存，且家务劳动外包能力弱，因此闲暇时间少[7,23]。另一种观点则认为高社会经济地位人群的工作时间更长，更加忙碌[16,35]。上海市低学历、部分体力型职业等低社会经济地位人群的闲暇时间少，时间被工作与家务照料时间所剥夺的特点与第一种观点有一致性。但高学历、脑力型职业人群并非是闲暇时间最多的人群，其闲暇时间更多地被通勤时间剥夺，而非工作时间。

5 不同居住区位的时间利用

不同居住区位居民的时间利用行为差异反映了城市不同地理空间居民的生活方式特点。以下，将上海市居住区位划分为中心城区（内环以内、内环-外环）、近郊区（外环-郊环）、远郊区（郊环以外）、远郊崇明（崇明区），解析不同地理位置就业人群时间利用行为差异。

5.1 时间分配差异

上海市不同居住区位就业人群的时间分配特征表现为：中心城区通勤时间相对长，近郊（外环-郊环）、远郊（郊环以外）工作时间相对长，远郊崇明工作与通勤时间最短，闲暇时间充裕，呈现出与中心城区截然不同的时间分配模式（图9）。通勤时间从中心城区到郊区逐步降低；中心城区边缘（内环-外环）通勤时间最长，平均1.44 h/d；郊区整体通勤压力小，平均通勤时间小于1.00 h/d。近郊、远郊工作时间最长，平均分别为8.04 h/d、7.78 h/d。远郊崇明工作、通勤时间平均仅6.87 h/d、0.49 h/d；用于非工作活动的时间为所有居住区位中最多，闲暇时间平均达3.41 h/d，时间最为宽裕。
图9 不同居住区位就业人群的时间分配

Fig. 9 Time allocation of employees on workdays by residential location

5.2 时间节奏差异

不同居住区位就业人群的时间节奏亦存在差异，表现为：郊区就业人群整天时间节奏相对中心城区发生提前，下午至夜间闲暇活动相对活跃。如图10所示，远郊（郊环以外）、远郊崇明居住就业人群的睡眠、工作开始与结束时间均提前于中心城区（内环以内、内环-外环）就业人群，由于工作活动结束早，闲暇活动时间也发生提前，且参与率相对高。除此之外，郊区就业人群的通勤高峰时段也早于中心城区，中心城区就业人群的早通勤高峰时段为7:30—9:00；远郊、远郊崇明的早通勤高峰时段为7:00—8:00，比中心城区提前了约30 min，这一发现与基于手机信令数据的上海市起始出行时间研究结果有一致性[36]。
图10 不同居住区位就业人群的时间节奏

Fig. 10 Activity rhythms of employees on workdays by residential location

从平均时刻来看，也呈现出越远离中心城区，时间节奏越提前的规律（图11）。内环以内居住就业人群平均7:07起床、8:00离家、17:56离岗、22:49卧床休息；近郊（外环-郊环）就业人群平均7:00起床、7:48离家、17:49离岗、22:19卧床休息，比中心城区提前10~30 min；远郊（郊环以外）就业人群平均6:38起床、7:33离家、17:15离岗、22:06卧床休息；远郊崇明就业人群则平均6:14起床、7:26离家、16:28离岗、21:47卧床休息。远郊、远郊崇明就业人群的作息时间比中心城区提前约30~60 min。
图11 不同居住区位就业人群睡眠与出行的平均时刻

Fig. 11 Average timing of sleep and travel activities of employees on workdays by residential location

5.3 时间利用差异与人群属性的相关性

以上分析表明就业人群的时间利用行为在居住区位上存在分异现象，这与中心城区同郊区就业人群属性的差异有关（图12）。中心城区（内环以内、内环-外环）就业人群有年轻化、高学历、脑力型职业的特点，总体遵循“朝8晚6”的时间节奏；近郊（外环-郊环）、远郊（郊环以外）就业人群有年龄大、低学历、体力型职业比例高的特点，也因此平均工作时间长，且作息时间相比中心城区提前；远郊崇明就业人群则有老年、农业生产职业特征，呈现出工作通勤压力小、闲暇时间充裕、早睡早起等特征。
图12 不同居住区位就业人群的社会经济属性构成

Fig. 12 Socio-economic attributes of employees by residential location

6 时间利用的影响因素

6.1 模型与变量设置说明

在描述统计分析的基础上，进一步采用多元线性回归模型分析就业人群工作日时间利用的影响因素。被解释变量中，时间分配分析以工作、通勤、家务照料、闲暇时间为被解释变量；时间节奏分析以起床、早离家、晚离岗、卧床休息时间为被解释变量。解释变量均为虚拟变量，包括：性别、年龄、婚姻状态、育儿状态、学历、月均收入、职业类型、居住区位。

6.2 时间分配的影响因素

时间分配影响因素的模型分析结果如表6所示，性别、年龄、婚姻与育儿状态、学历、职业类型等社会经济因素对就业人群工作日时间分配有显著影响。女性对家务照料时间有显著正向影响，对工作与闲暇时间有显著负向影响，但对通勤时间影响不显著。年龄影响工作、通勤与闲暇时间，50岁以上中老年就业人群比30岁以下青年人群工作、通勤时间短，家务照料与闲暇时间多。婚育状态影响家务照料与闲暇时间，有配偶、养育0~5岁、6~11岁儿童带来家务照料时间的增加与闲暇时间的减少，但对工作、通勤时间影响不显著。社会因素中，学历对各项活动时间分配都有显著影响，且符合前文“低学历人群工作或家务照料时间长、高学历人群通勤时间长”的分析结果。收入整体正向影响通勤时间，收入越高，通勤时间越长。职业类型影响工作时间，设备操作、商业与服务业2类体力型职业正向影响工作时间，农业等生产人员职业则对工作时间有显著负向影响。
表6 上海市就业人员工作日时间分配的影响因素模型

Tab. 6 Model of influencing factors on time allocation on workdays for employed people in Shanghai

工作 通勤 家务照料 闲暇
性别（参照：男） 女 -0.384***
(0.116)		 -0.010
(0.043)		 0.890***
(0.074)		 -0.617***
(0.094)
年龄（岁，参照：≤29岁） 30~39 -0.100
(0.187)		 0.045
(0.069)		 0.241*
(0.120)		 -0.064
(0.152)
40~49 -0.270
(0.202)		 -0.031
(0.074)		 0.208
(0.129)		 0.143
(0.164)
50~59 -0.550*
(0.216)		 -0.132
(0.079)		 0.407**
(0.138)		 0.265
(0.175)
≥60 -1.818***
(0.388)		 -0.336*
(0.143)		 0.747**
(0.248)		 0.857**
(0.314)
婚姻状态（参照：无配偶） 有配偶 0.104
(0.181)		 -0.104
(0.067)		 0.316**
(0.116)		 -0.444**
(0.147)
育儿状态（岁，参照：无孩） 孩子0~5 -0.278
(0.175)		 0.085
(0.064)		 0.812***
(0.112)		 -0.588***
(0.142)
孩子6~11 -0.169
(0.172)		 0.020
(0.063)		 0.627***
(0.110)		 -0.361**
(0.139)
孩子12~17 -0.397*
(0.194)		 -0.040
(0.071)		 0.410**
(0.124)		 0.017
(0.157)
学历（参照：小学及以下） 初中 -0.121
(0.242)		 0.066
(0.089)		 -0.505**
(0.155)		 0.387*
(0.197)
高中 -0.458
(0.263)		 0.129
(0.097)		 -0.421*
(0.169)		 0.536*
(0.214)
大专 -0.910**
(0.286)		 0.328**
(0.105)		 -0.316
(0.183)		 0.578*
(0.232)
本科或研究生 -0.810**
(0.301)		 0.371***
(0.111)		 -0.486*
(0.193)		 0.607*
(0.245)
月均收入（元，参照：<1000元） 1000~2999 -0.428
(0.241)		 0.064
(0.089)		 0.025
(0.154)		 0.218
(0.195)
3000~4999 -0.142
(0.201)		 0.167*
(0.074)		 -0.148
(0.129)		 0.087
(0.163)
5000~6999 0.073
(0.215)		 0.232**
(0.079)		 -0.149
(0.138)		 -0.089
(0.175)
7000~9999 0.071
(0.238)		 0.128
(0.088)		 -0.077
(0.153)		 0.231
(0.193)
≥10000 0.185
(0.247)		 0.309***
(0.091)		 -0.194
(0.158)		 -0.181
(0.200)
职业类型（参照：办事人员） 单位负责人等 -0.330
(0.355)		 -0.158
(0.131)		 0.569*
(0.228)		 0.166
(0.288)
专业技术人员 0.251
(0.174)		 0.171**
(0.064)		 -0.028
(0.112)		 -0.245
(0.141)
商业与服务业人员 0.611***
(0.169)		 0.036
(0.062)		 -0.096
(0.108)		 -0.241
(0.137)
设备操作人员 0.903***
(0.176)		 0.033
(0.065)		 -0.163
(0.113)		 -0.314*
(0.143)
农业生产人员 -0.913*
(0.372)		 0.047
(0.137)		 -0.122
(0.238)		 0.164
(0.302)
其他 0.237
(0.208)		 0.005
(0.076)		 -0.079
(0.133)		 0.028
(0.169)
居住区位（参照：内环以内） 内环-外环 -0.088
(0.216)		 0.291***
(0.079)		 -0.151
(0.138)		 -0.214
(0.175)
外环-郊环 0.125
(0.197)		 0.021
(0.073)		 -0.114
(0.126)		 -0.071
(0.160)
郊环以外 -0.152
(0.208)		 -0.094
(0.077)		 -0.068
(0.134)		 0.444**
(0.169)
崇明区 -0.358
(0.303)		 -0.251*
(0.111)		 0.274
(0.194)		 0.608*
(0.246)
截距 8.535***
(0.391)		 0.725***
(0.144)		 0.616*
(0.251)		 3.031***
(0.317)
R2 0.124 0.175 0.191 0.123
样本量 1443 1443 1443 1443

注：***、**和*分别代表P<0.001、P<0.01和P<0.05； 括号内为标准误。

在控制社会经济属性后，居住区位对通勤时间仍然影响显著。居住在中心城区边缘（内环-外环）正向影响通勤时间，远郊（郊环以外）、远郊崇明的系数为负，其中远郊崇明的影响显著，上海市城市空间结构与不同居住区位的职住关系是形成这一影响关系的内在原因。上海市发展多中心的城市空间结构，在郊区发展多个就业中心以缓解郊区化带来的通勤压力。已有基于手机信令的研究显示：郊区职住平衡指数高，大部分居民选择就近就业，通勤距离较短[37,38]。但上海市外环周边居住容量高而就业岗位不足，职住平衡指数低，居民需要花费较高的通勤成本到中心城区就业，内环外及外环周边通勤距离较其他区位长[38]，因此中心城区边缘通勤时间相对更长。
模型结果显示上海市就业人群的社会经济属性对时间分配影响与已有研究结论有一致性，但性别与养育儿童对通勤时间影响不显著。为进一步验证这一结论，对性别与育儿状态进行交叉分析（表7，见第2385页），不同育儿状态男性、女性通勤时间差异微弱且不显著（P值>0.05），养育0~5岁、6~11岁儿童人群的通勤时间稍长于无孩人群；在模型中加入“性别×育儿状态”交互项建模，性别与育儿状态的主效应与交互效应皆不显著④，结论仍然成立。这与已有研究实证的家庭责任假说，即女性承担家庭责任而通勤时间相对短，养育孩子会减少女性通勤时间，通勤时间的性别差异因此增大等结论不符[29,30,34]。本研究不能支持家庭责任假说关于通勤时间的假设。
表7 就业人群通勤时间的性别差异

Tab. 7 Gender differences in commuting time （h/d）

无孩 孩子0~5岁 孩子6~11岁 孩子12~17岁
男性 0.93 1.18 1.17 1.02
女性 0.94 1.27 1.08 0.95
Wilcoxon秩和检验P-value 0.904 0.370 0.289 0.962

6.3 时间节奏的影响因素

时间节奏影响因素的模型分析结果如表8所示，性别、年龄、育儿状态、学历、职业类型等社会经济因素显著影响就业人群工作日时间节奏。性别影响起床与晚离岗时间，女性起床、晚离岗时间相比男性稍有提前，以承担早上、下午的家庭责任。年龄增长总体上负向影响起床、早离家、晚离岗、卧床休息时间，中老年人相比中青年早睡早起，早出早归。养育儿童影响起床与晚离岗时间，养育0~5岁儿童人群的起床时间相对提前，这是因为学龄前儿童的生活照料需求高，需早起承担照料责任；养育6~11岁儿童人群的离岗时间提前，在其他条件相同情况下，比无孩就业人群提前约30 min，这可能是因为下午需承担接送儿童等照料责任。社会因素中，学历影响晚离岗与卧床休息时间；大专、本科研究生学历人群相对离岗时间更早，已有研究也表明：相比于低学历人群，高学历人群对工作时间表更有控制权，更少地进行夜间工作[39]；同时，高学历人群卧床休息时间更晚，可能与高学历人群夜生活更活跃相关。职业类型中，设备操作、商业与服务业2类职业正向影响晚离岗时间，设备操作职业同时负向影响早离家时间，与前文分析结果一致，时间节奏有早出晚归的特点。
表8 上海市就业人员工作日时间节奏的影响因素模型

Tab. 8 Model of influencing factors on activity rhythms on workdays for employed people in Shanghai

起床 早离家 晚离岗 卧床休息
性别（参照：男） 女 -0.193*
(0.090)		 0.111
(0.086)		 -0.284*
(0.135)		 0.011
(0.087)
年龄（岁，参照：≤29岁） 30~39 -0.475***
(0.139)		 -0.467***
(0.134)		 -0.277
(0.210)		 -0.264
(0.136)
40~49 -0.562***
(0.148)		 -0.551***
(0.142)		 -0.620**
(0.223)		 -0.310*
(0.144)
50~59 -0.963***
(0.159)		 -0.632***
(0.152)		 -1.493***
(0.240)		 -0.449**
(0.155)
≥60 -1.387***
(0.296)		 -0.651*
(0.283)		 -1.770***
(0.446)		 -0.570*
(0.287)
育儿状态（岁，参照：无孩） 孩子0~5 -0.308*
(0.130)		 -0.125
(0.124)		 -0.281
(0.196)		 0.057
(0.126)
孩子6~11 -0.178
(0.130)		 -0.099
(0.125)		 -0.523**
(0.195)		 -0.225
(0.126)
孩子12~17 -0.116
(0.148)		 0.164
(0.143)		 -0.258
(0.225)		 0.157
(0.144)
学历（参照：小学及以下） 初中 -0.189
(0.188)		 0.168
(0.182)		 -0.461
(0.285)		 0.352
(0.183)
高中 -0.066
(0.204)		 0.267
(0.198)		 -0.470
(0.309)		 0.404*
(0.199)
大专 -0.230
(0.221)		 0.274
(0.214)		 -0.928**
(0.335)		 0.567**
(0.215)
本科或研究生 -0.267
(0.233)		 0.223
(0.225)		 -0.838*
(0.354)		 0.665**
(0.226)
月均收入（元，参照：1000元以下） 1000~2999 -0.385*
(0.187)		 -0.065
(0.179)		 -0.232
(0.283)		 0.199
(0.181)
3000~4999 -0.311*
(0.156)		 -0.314*
(0.151)		 -0.411
(0.236)		 0.015
(0.151)
5000~6999 -0.129
(0.167)		 -0.270
(0.161)		 0.248
(0.253)		 0.089
(0.162)
7000~9999 -0.198
(0.185)		 -0.102
(0.177)		 -0.078
(0.279)		 -0.036
(0.180)
≥10000 -0.130
(0.191)		 -0.253
(0.183)		 0.132
(0.288)		 0.097
(0.186)
职业类型（参照：办事人员） 单位负责人等 0.024
(0.274)		 -0.055
(0.261)		 -0.016
(0.416)		 0.146
(0.273)
专业技术人员 -0.005
(0.134)		 0.121
(0.129)		 -0.074
(0.202)		 -0.124
(0.131)
商业与服务业人员 -0.018
(0.131)		 0.115
(0.125)		 0.689***
(0.198)		 0.110
(0.128)
设备操作人员 -0.098
(0.137)		 -0.329*
(0.132)		 0.409*
(0.204)		 -0.125
(0.133)
农业生产人员 -0.062
(0.294)		 0.011
(0.281)		 -0.852
(0.437)		 -0.468
(0.280)
其他 0.008
(0.161)		 -0.253
(0.154)		 0.262
(0.241)		 -0.273
(0.157)
居住区位（参照：内环以内） 内环-外环 -0.101
(0.166)		 -0.050
(0.159)		 -0.055
(0.251)		 -0.166
(0.162)
外环-郊环 -0.127
(0.152)		 -0.096
(0.146)		 -0.275
(0.230)		 -0.390**
(0.148)
郊环以外 -0.331*
(0.161)		 -0.240
(0.154)		 -0.633**
(0.242)		 -0.451**
(0.157)
崇明区 -0.507*
(0.235)		 -0.457*
(0.224)		 -0.972**
(0.352)		 -0.593**
(0.229)
截距 8.221***
(0.295)		 8.371***
(0.285)		 19.372***
(0.447)		 22.507***
(0.287)
R2 0.067 0.057 0.097 0.071
样本量 1433 1414 1418 1428

注：***、**和*分别代表P<0.001、P<0.01和<0.05； 括号内为标准误。

控制社会经济属性因素后，居住区位对时间节奏的影响也仍然显著，居住在远郊（郊环以外）与远郊崇明对起床、晚离岗、卧床休息时间均有负向影响，郊区作息时间相比中心城区发生了提前，可推测与城郊环境差异相关。一方面，郊区与中心城区生活节奏本身存在差异，中心城区生活节奏快、夜生活丰富，居民作息时间相对晚；郊区生活节奏相对缓慢，生活方式更为传统，居民倾向于更早作息；另一方面，郊区的公共与商业设施服务水平落后于中心城区，公共交通班次少、结束运营时间早，影响离岗与出行时间；同时，公共交通不便与休闲娱乐设施配置不足也制约着郊区居民的夜间活动，使其较早地结束一天的活动，进入休息睡眠状态。
以上分析表明：时间节奏既是生活习惯影响的结果（如不同年龄段的作息习惯），也是家庭责任、社会制度与居住环境制约的结果。睡眠与工作时间的提前或推后可能对就业人群的生活品质形成负面影响。一是受限于家庭责任，女性与育儿就业人群早起、早离岗以应对家庭照料诉求，日程安排紧张，无法维持正常的工作节奏；二是受限于社会工作制度，体力型职业人群工作时间长，早出晚归，失去下班后休闲社交机会，形成压力化的生活节奏；三是受限于居住区位及其设施服务水平，郊区交通不便、休闲娱乐设施配置相对不足，制约夜间活动与生活品质。

7 结论与讨论

7.1 结论

本研究采用规模化的时间利用调查数据，分析了上海市就业人群的时间利用的基本特征、人群差异与影响因素，主要发现有：
（1）相比于纽约与伦敦，上海市就业人群工作日的时间分配结构处于维持生理与生存需求的阶段，用于享受与发展的闲暇时间相对少；在生活习惯与工作时间制度等因素的影响下，形成特有的“W”型睡眠时间节奏，时间节奏规律性较强，总体围绕朝8晚6的工作时间节奏展开。
（2）上海市就业人群社会经济属性与工作、家务照料、闲暇时间分配的关系与已有研究有一致性，但性别与养育儿童对通勤时间的影响不显著，通勤时间主要受社会经济地位与空间因素影响，不支持家庭责任假说关于女性通勤时间少于男性等假设。
（3）性别、年龄、育儿状态及职业等社会经济地位因素显著影响就业人群的时间节奏。其中，女性、养育儿童人群因家庭责任约束而提前起床、离岗时间，部分体力型职业人群因工作制度而早出晚归，形成压力化的生活节奏。
（4）郊区与中心城区就业人群的时间利用行为分异源于人口属性差异，也与不同居住区位的空间环境相关。一方面，中心城区边缘居住就业人群的通勤时间更长，与该区域职住关系失衡问题紧密相关；另一方面，郊区就业人群更早结束夜生活、进入睡眠的时间节奏特征，可推测与郊区公共与商业服务设施服务水平相对落后相关。

7.2 讨论

本研究为我国时间利用研究提供了基础性的研究成果，研究结果有助于深化对中国大城市就业人群时间利用模式的理解，其中一些发现值得进一步讨论与研究：① 上海市就业人群的通勤时间主要受社会经济地位与空间因素的影响，性别与养育儿童影响不显著，反映了上海就业人群在选择居住和工作地点时，可能更多考虑经济能力和职业发展机会，而非传统性别分工与家庭责任的行为特点。但该结论是基于个体行为分析得出的，未来需以双职工家庭为单元进行验证。② 虽然研究结果显示居住区位对时间节奏影响显著，并对其中可能原因进行了定性推测，但具体的空间因素及其影响机制还需进一步研究，可从时间节奏与公共服务时空可达性的关系入手展开研究。
本研究存在一些不足，虽然揭示了不同人群时间利用行为的差异特征，但未深入探讨差异成因及其背后内涵。同时，受限于篇幅，未研究上网时间及其对时间利用、实体活动的影响，未来研究需完善与补充。

真诚感谢匿名评审专家在论文评审中所付出的时间和精力，专家对本文引言、文献综述与文献对话、研究方法、模型变量选择、研究结论组织等方面提出的宝贵修改意见，使本文获益匪浅。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
柴彦威, 李峥嵘, 史中华. 生活时间调查研究回顾与展望. 地理科学进展, 1999, 18(1): 68-75.

[Chai Yanwei, Li Zhengrong, Shi Zhonghua. A review on time-use survey and research. Progress In Geography, 1999, 18(1): 68-75.]

[2]
焦健, 王德. 城市时间利用研究的历程,议题与展望. 城市规划学刊, 2021, (1): 52-59.

[Jiao Jian, Wang De. Development, topics, and prospects of urban time-uses research. Urban Planning Forum, 2021, (1): 52-59.]. DOI: 10.16361/j.upf.202100006.

[3]
Bhat C R, Koppelman F S. A retrospective and prospective survey of time-use research. Transportation, 1999, 26(2): 119-139. DOI: 10.1023/A:1005196331393.

[4]
王雅林. 城镇居民时间预算研究. 中国社会科学, 1991, (2): 197-212.

[Wang Yalin. Research on time budget of urban residents. Social Sciences in China, 1991, (2): 197-212.]

王琪延. 中国人的生活时间分配. 北京: 经济科学出版社 1999.

[Wang Qiyan. The Time Allocation of Chinese. Beijing: Economic Science Press, 1999.]

[6]
柴彦威. 中日城市结构比较研究. 北京: 北京大学出版社, 1999.

[Chai Yanwei. A Comparative Study of Urban Structure between China and Japan. Beijing: Peking University Press, 1999.]

[7]
薛东前, 刘溪, 周会粉. 中国居民时间的利用特征及其影响因素分析. 地理研究, 2013, 32(9): 1688-1698.

[Xue Dongqian, Liu Xi, Zhou Huifen. Time characteristic of Chinese residents and its influencing factors. Geographical Research, 2013, 32(9): 1688-1698.]. DOI: 10.11821/dlyj201309011.

[8]
杜凤莲, 王文斌, 董晓媛. 时间都去哪儿了? 中国时间利用调查研究报告. 北京: 中国社会科学出版社, 2018.

[Du Fenglian, Wang Wenbin, Dong Xiaoyuan. Where has Time Gone? Research Report of Chinese Time Use Survey. Beijing: China Social Sciences Press, 2018.]

[9]
金红. 2018年全国时间利用调查公报解读. 中国统计, 2019, 446(2): 9-11.

[Jin Hong. Interpretation of 2018 national time use survey bulletin. China Statistics, 2019, 446(2): 9-11.]

[10]
Jacobs J A, Green K. Who are the overworked Americans? Review of social Economy, 1998, 56(4): 442-459. DOI: 10.1080/00346769800000044.

[11]
Burgoon B, Baxandall P. Three worlds of working time: The partisan and welfare politics of work hours in industrialized countries. Politics & Society, 2004, 32(4): 439-473. DOI: 10.1177/0032329204269983.

[12]
Jacobs J A, Gerson K. Overworked individuals or overworked families? Explaining trends in work, leisure, and family time. Work and Occupations, 2001, 28(1): 40-63. DOI: 10.1177/0730888401028001004.

[13]
Zuzanek J. What happened to the society of leisure? Of the gap between the "haves" and "have nots"(Canadian time use and well-being trends). Social Indicators Research, 2017, 130: 27-38. DOI: 10.1007/s11205-015-1133-0.

[14]
Apps P, Rees R. Gender, time use, and public policy over the life cycle. Oxford Review of Economic Policy, 2005, 21(3): 439-461. DOI: 10.1093/oxrep/gri025.

[15]
Craig L, Mullan K. Parenthood, gender and work‐family time in the United States, Australia, Italy, France, and Denmark. Journal of Marriage and Family, 2010, 72(5): 1344-1361. DOI: 10.1111/j.1741-3737.2010.00769.x.

[16]
Chatzitheochari S, Arber S. Class, gender and time poverty: A time‐use analysis of British workers'free time resources. The British Journal of Sociology, 2012, 63(3): 451-471. DOI: 10.1111/j.1468-4446.2012.01419.x.

[17]
Qi L, Dong X. Gender, low-paid status, and time poverty in urban China. Feminist Economics, 2018, 24(2): 171-193. DOI: 10.1080/13545701.2017.1404621.

[18]
Shen Q. Spatial and social dimensions of commuting. Journal of the American Planning Association, 2007, 66(1): 68-82. DOI: 10.1080/01944360008976085.

[19]
孟斌, 于慧丽, 郑丽敏. 北京大型居住区居民通勤行为对比研究: 以望京居住区和天通苑居住区为例. 地理研究, 2012, 31(11): 2069-2079.

[Meng Bin, Yu Huli, Zheng Limin. The analysis of commuting behavior in the huge residential districts: A case study of Wangjing and Tiantongyuan in Beijing. Geographical Research, 2012, 31(11): 2069-2079.]. DOI: 10.11821/yj2012110014.

[20]
Rajagopalan B S, Pinjari A R, Bhat C R. Comprehensive model of worker nonwork-activity time use and timing behavior. Transportation Research Record, 2009, 2134(1): 51-62. DOI: 10.3141/2134-07.

[21]
Bernardo C, Paleti R, Hoklas M, et al. An empirical investigation into the time-use and activity patterns of dual-earner couples with and without young children. Transportation Research Part A: Policy and Practice, 2015, 76: 71-91. DOI: 10.1016/j.tra.2014.12.006.

[22]
Anxo D, Mencarini L, Pailhé A, et al. Gender differences in time use over the life course in France, Italy, Sweden, and the US. Feminist Economics, 2011, 17(3): 159-195. DOI: 10.1080/13545701.2011.582822.

[23]
Avolio B, Moreno M. Analysis of sex, age and socioeconomic differences in time use: Evidence from a Latin American country. https://doi.org/10.1080/13668803.2023.2175643, 2024-05-31. DOI: 10.1080/13668803.2023.2175643.

[24]
Chen C, McKnight C E. Does the built environment make a difference? Additional evidence from the daily activity and travel behavior of homemakers living in New York city and suburbs. Journal of Transport Geography, 2007, 15(5): 380-395. DOI: 10.1016/j.jtrangeo.2006.11.010.

Options
文章导航

/

〈 〉