伴随着城市职能的外迁和扩散、城市人口结构和生活方式的多元化,广州市出现大量跨越城市行政边界的交通,远距离的通勤造成了交通拥堵、空气污染等"城市病"。个体定位的地理时空大数据为解决问题提供了一种新的数据源和技术思路。本文基于一周地铁刷卡数据,依托地铁进出站OD联系,构建融合K均值聚类算法与通勤指数CI的通勤识别规则,研究职住空间的差异化分布及其通勤特征。结果表明:广州市的职住空间表现为强单中心圈层结构,就业空间在中心高度集中,有带状延展的趋势,居住空间在外围形成大分散、小集中的模式;具体可细分为居住偏向型、就业偏向型、错位偏就业型、错位偏居住型四类;此外,广州市的主要通勤流依托南北向地铁主骨架联系就业中心与外围居住空间,区域范围内的职住空间不平衡,长距离通勤出行较多。本研究融合K均值聚类算法与通勤指数CI,客观揭示了广州市职住空间的差异性,具有较好的可靠性。