祝錦霞，鮑海君

（浙江財(cái)經(jīng)大學(xué)不動(dòng)產(chǎn)研究所，浙江 杭州 310018）

基于多主體行為偏好的城市新區(qū)征收拆遷空間布局模擬

祝錦霞，鮑海君

（浙江財(cái)經(jīng)大學(xué)不動(dòng)產(chǎn)研究所，浙江 杭州 310018）

研究目的：提出一種基于多主體行為偏好的城市新區(qū)征收拆遷空間布局的過程模擬方法。研究方法：以杭州市蕭山區(qū)為試驗(yàn)區(qū)，從多主體行為偏好角度出發(fā)，分析居民、開發(fā)商和政府等多智能體之間，以及多智能體與外部環(huán)境之間的相互作用，耦合空間多智能體和生態(tài)位模型模擬新區(qū)開發(fā)征收拆遷的空間結(jié)構(gòu)演變。研究結(jié)果：與單一主體模型主導(dǎo)的空間布局結(jié)果相比較，多主體模型有更高的精度，更接近實(shí)際的空間布局。研究結(jié)論：為浙江省乃至中國(guó)經(jīng)濟(jì)社會(huì)發(fā)展過程中的城市新區(qū)開發(fā)征收拆遷的空間布局提供科學(xué)決策依據(jù)。

土地管理；生態(tài)環(huán)境容量；多智能體模型；生態(tài)位模型

1 引言

2014年，中國(guó)城鎮(zhèn)化率達(dá)到54.77%，處于城鎮(zhèn)化加速發(fā)展階段，城市空間快速擴(kuò)張［1］。在城市擴(kuò)展過程中，城市人口數(shù)量和用地規(guī)模不斷擴(kuò)張，老城區(qū)的發(fā)展出現(xiàn)一系列經(jīng)濟(jì)、環(huán)境和社會(huì)問題，無法滿足日益增長(zhǎng)的社會(huì)經(jīng)濟(jì)發(fā)展需求［2］。大城市的空間擴(kuò)張、城市的區(qū)域化發(fā)展以及舊城改造成本的平衡驅(qū)動(dòng)了新一輪城市新區(qū)開發(fā)的熱潮。新區(qū)開發(fā)憑借其效益高、成本低、易推開，成為各地城鎮(zhèn)化的重要途徑，是城市空間增長(zhǎng)的前沿陣地［5］。事實(shí)上，政府主導(dǎo)的快速城市化產(chǎn)生的空間轉(zhuǎn)型與漸進(jìn)式改革推進(jìn)的社會(huì)制度轉(zhuǎn)型難以匹配，新區(qū)開發(fā)這種城市社會(huì)空間轉(zhuǎn)型中最敏感、最顯著的類型必然帶來城市用地的擴(kuò)大或功能的轉(zhuǎn)換，大規(guī)模開發(fā)增量土地帶來了諸如低密度城鎮(zhèn)發(fā)展、城市蔓延、土地城鎮(zhèn)化快于人口城鎮(zhèn)化［3-4］、被征地農(nóng)民的市民化問題［5］，背離了以人為本的新型城鎮(zhèn)化發(fā)展要求［6］。城市新區(qū)征收拆遷中產(chǎn)生的利益沖突已成為不可回避的社會(huì)焦點(diǎn)問題［7］。新區(qū)作為鄉(xiāng)村土地利用與城市土地利用的過渡空間，其征收拆遷是一個(gè)以人的需求為主體，耦合自然、社會(huì)、人為和環(huán)境因素的復(fù)雜動(dòng)態(tài)系統(tǒng)。各國(guó)經(jīng)驗(yàn)表明，政府力、市場(chǎng)力和社區(qū)力等相互作用下引發(fā)的社會(huì)沖突加劇了空間的分異，空間的不公平加劇了社會(huì)的極化現(xiàn)象［8］。微觀多主體的行為偏好及多主體之間的相互作用使得新區(qū)征收拆遷的空間布局分異顯著，容易引發(fā)不同層次的社會(huì)沖突?，F(xiàn)有研究表明，人們對(duì)城市新區(qū)征收拆遷空間布局問題關(guān)注不夠，未引起重視。因此，亟需從多主體行為偏好的視角出發(fā)，綜合考慮城市新區(qū)征收拆遷的空間布局。

空間布局一直是地理信息科學(xué)研究的熱點(diǎn)問題，也是空間規(guī)劃研究與應(yīng)用的難題。Brooks選擇遺傳算法解決土地斑塊的空間多目標(biāo)優(yōu)化配置［9］；Lockwood和Moore等應(yīng)用模擬退火算法解決空間布局問題［10］；劉萌偉等綜合遺傳算法和Pareto多目標(biāo)優(yōu)化算法實(shí)現(xiàn)深圳市醫(yī)院的選址決策［11］；何晉強(qiáng)等結(jié)合GIS和蟻群算法解決大區(qū)域基礎(chǔ)設(shè)施的空間布局問題［12］；伍少坤等改進(jìn)傳統(tǒng)的“位置—分配”選址模型實(shí)現(xiàn)多因素的動(dòng)態(tài)選址［13］。然而這些空間布局方法多是基于GIS或人工智能，雖然能提供可視化分析及方案的評(píng)價(jià)，但由于缺乏參與者之間及參與者與環(huán)境之間的動(dòng)態(tài)交互過程，較難體現(xiàn)公眾參與規(guī)劃決策的本質(zhì)。此后，學(xué)者開始在MAS中引入空間的概念解決地理空間的復(fù)雜決策問題。Lombardo等基于MAS開發(fā)城市零售點(diǎn)的空間布局模型［14］；Ackchai等利用MAS思想設(shè)計(jì)運(yùn)輸貨物中心選址模型［15］。國(guó)內(nèi)學(xué)者在多智能體地學(xué)領(lǐng)域的應(yīng)用也做了探索，通過Agent間協(xié)調(diào)、交互模擬空間布局的空間決策［16］。然而，現(xiàn)有研究將城市化和自然條件作為土地利用空間格局演變的兩大重要解釋維度，對(duì)政府的政策方針及居民、開發(fā)商的行為偏好、生態(tài)環(huán)境的需求等要素關(guān)注不夠。事實(shí)上，城市新區(qū)征收拆遷的數(shù)量和位置一般由政府決定，依賴規(guī)劃審批或根據(jù)土地收購(gòu)儲(chǔ)備狀況，這種“自上而下”的管控機(jī)制無法對(duì)征收拆遷空間布局進(jìn)行合理調(diào)節(jié)。

因此，本文在保障城市生態(tài)安全的前提下，根據(jù)生態(tài)安全格局理論和城市可持續(xù)發(fā)展觀念，在地理學(xué)和行為科學(xué)等相關(guān)理論指導(dǎo)下，分析城市系統(tǒng)中居民、開發(fā)商以及政策制定者等微觀主體的行為偏好，結(jié)合具有反映人文因素與環(huán)境相互作用能力的多智能體模型模擬政府、開發(fā)商和居民主體之間基于行為偏好的城市新區(qū)征收拆遷的空間布局模擬。通過平衡城市經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)的關(guān)系，解決城市新區(qū)征收拆遷如何滿足城市長(zhǎng)遠(yuǎn)發(fā)展的需求問題，并應(yīng)用于杭州市蕭山區(qū)新區(qū)開發(fā)實(shí)例。

2 研究區(qū)域概況

2.1研究區(qū)域范圍

蕭山區(qū)地理位置優(yōu)越，與杭州市西湖區(qū)、江干區(qū)和海寧市隔江相望。地理坐標(biāo)為東經(jīng)120°04′22″—120°43′46″，北緯29°50′54″—30°23′47″，總面積1420.22 km2。地勢(shì)南高北低，自西南向東北傾斜，中部略呈低洼。地貌分區(qū)特征較為明顯：南部為低山丘陵地區(qū)，間有小塊河谷平原；中部和北部為平原，中部間有丘陵。冬夏長(zhǎng)、春秋短，四季分明；光照充足，雨量充沛，溫暖濕潤(rùn)。年平均氣溫為16.1℃。水陸交通便利，錢江一橋、二橋、三橋、五橋和六橋飛架錢塘江南北。浙贛鐵路、蕭甬鐵路、滬杭甬高速公路、104國(guó)道、省道杭金公路及杭金衢高速公路穿境而過。杭甬運(yùn)河和錢塘江、富春江、浦陽(yáng)江在境內(nèi)匯流。

2.2數(shù)據(jù)來源

本文所需要的數(shù)據(jù)包括：遙感影像、GIS數(shù)據(jù)和社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)。其中，遙感影像包括蕭山區(qū)2009、2011年TM影像（分辨率30 m×30 m）；GIS數(shù)據(jù)包括蕭山區(qū)2009年、2011年土地利用現(xiàn)狀圖、交通道路圖；社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)包括樓盤空間分布、城市人口、GDP、就業(yè)人數(shù)以及開發(fā)商數(shù)、人均收入數(shù)據(jù)、地方財(cái)政收入等數(shù)據(jù)，主要來源于《蕭山統(tǒng)計(jì)年鑒》。統(tǒng)一將矢量數(shù)據(jù)轉(zhuǎn)換成西安80坐標(biāo)系，其他各類交通及社會(huì)經(jīng)濟(jì)數(shù)據(jù)統(tǒng)一到2009年。

2.3數(shù)據(jù)處理

Agent被均勻分布在地理空間規(guī)則的二維網(wǎng)格上，將城市區(qū)域劃分為M×N的規(guī)則格網(wǎng)單元。利用Agent在規(guī)則網(wǎng)格的分布與柵格的顯著相似性，將所有數(shù)據(jù)轉(zhuǎn)成Grid柵格數(shù)據(jù)。選擇100 m×100 m的地理格網(wǎng)作為模型校準(zhǔn)和計(jì)算的基礎(chǔ)，用離散的二維區(qū)域單元進(jìn)行空間的組織和表達(dá)?？紤]各資源因子的量綱不同及對(duì)各主體選址行為偏好的貢獻(xiàn)度不同，對(duì)不同類型的資源因子進(jìn)行標(biāo)準(zhǔn)化處理。

利用蕭山區(qū)人口普查數(shù)據(jù)和矢量電子地圖生成城區(qū)人口密度圖；收集、整理蕭山區(qū)統(tǒng)計(jì)年鑒，統(tǒng)計(jì)城區(qū)地方財(cái)政收入結(jié)構(gòu)；計(jì)算交通通達(dá)度數(shù)據(jù)，主要包括源空間到地鐵、高速入口以及火車站等景觀空間的歐幾里德距離；中心可達(dá)性數(shù)據(jù)，包括源空間到城市中心的歐幾里德距離；經(jīng)濟(jì)因子數(shù)據(jù)，包括源空間到就業(yè)中心的歐幾里德距離等；社會(huì)公共服務(wù)水平數(shù)據(jù)，包括源空間到學(xué)校、醫(yī)院和購(gòu)物場(chǎng)所、廣場(chǎng)的歐幾里德距離；公共資源可達(dá)性數(shù)據(jù)，包括源空間到河流水面的歐幾里德距離；環(huán)境綠化指標(biāo)數(shù)據(jù)，包括源空間到生態(tài)用地的歐幾里德距離。土地利用類型被分為簡(jiǎn)單的非城市用地和城市用地。中心城區(qū)2009—2011年的城市增長(zhǎng)總量由2009年和2011年TM遙感影像通過單類型變化檢測(cè)算法提取。

3 研究方法

3.1多智能體系統(tǒng)及其決策規(guī)則

3.1.1 政府Agent規(guī)則 政府Agent的城市規(guī)劃引領(lǐng)整個(gè)區(qū)域的城市發(fā)展。城市新區(qū)征收拆遷首先必須符合城市的總體規(guī)劃，資金成為城市化發(fā)展最大的制約瓶頸。隨著中國(guó)土地制度的市場(chǎng)化改革，土地成為政府經(jīng)營(yíng)的最大財(cái)產(chǎn)。城市新區(qū)成為政府城市空間拓展和獲取較高土地收益的首選。政府在公共利益主導(dǎo)下，憑借其在“雙軌制”土地征購(gòu)市場(chǎng)中的控制權(quán)和土地一級(jí)市場(chǎng)的壟斷地位，低價(jià)征地，高價(jià)賣出，獲得征地與供地之間的巨大差價(jià)。土地征的越多，政府利益越大，地方財(cái)政對(duì)征地的依賴程度越高。對(duì)土地財(cái)政的過度依賴是政府Agent的重要特征。

城市化過程中城市中心的生態(tài)環(huán)境保持較好，但城鄉(xiāng)結(jié)合部這些城市新區(qū)征收拆遷的熱點(diǎn)區(qū)域，大量農(nóng)田和果園被侵占，植被覆蓋率大幅度下降。原有的農(nóng)業(yè)系統(tǒng)逐漸被城鎮(zhèn)生態(tài)系統(tǒng)所取代，生態(tài)系統(tǒng)服務(wù)價(jià)值迅速下降，影響區(qū)域生態(tài)系統(tǒng)正常功能的發(fā)揮。在低碳可持續(xù)發(fā)展政策的引領(lǐng)下，需要協(xié)調(diào)城市經(jīng)濟(jì)發(fā)展和生態(tài)環(huán)境保護(hù)的關(guān)系。兼顧生態(tài)風(fēng)險(xiǎn)是政府Agent的另一特征?？紤]城市新區(qū)征收拆遷中生態(tài)系統(tǒng)的承載力、健康彈性度所受到的影響，引入生態(tài)風(fēng)險(xiǎn)評(píng)估函數(shù)作為政府Agent的決策規(guī)則，全面反映政府Agent選址行為偏好［17］。

式（1）中，i為各景觀組序號(hào)，Ai為樣區(qū)第i種景觀類別的面積，A為樣區(qū)總面積，Wi為第i種景觀類別所反映的生態(tài)風(fēng)險(xiǎn)強(qiáng)度參數(shù)。生態(tài)風(fēng)險(xiǎn)強(qiáng)度參數(shù)Wi采用左軍提出的（0，1，2）三標(biāo)度層次分析方法確定［18］，各土地利用類型的生態(tài)風(fēng)險(xiǎn)權(quán)重見表1。

表1 各土地利用類型的生態(tài)風(fēng)險(xiǎn)權(quán)重Tab.1 The weight of ecological risk of the land use

政府在保護(hù)土地所有權(quán)收益的同時(shí)還關(guān)心維系國(guó)家糧食安全、社會(huì)穩(wěn)定、地方經(jīng)濟(jì)發(fā)展的促進(jìn)作用［19-20］，對(duì)綠色發(fā)展的強(qiáng)烈需求下，耕地質(zhì)量、城市人口、生產(chǎn)總值、企業(yè)數(shù)等是政府Agent的其他特征。

3.1.2 居民Agent規(guī)則 成本最小化—效用最大化是居民Agent的選址偏好，作為居民Agent的選址規(guī)則。當(dāng)居民經(jīng)濟(jì)狀況（征收拆遷補(bǔ)償與自身經(jīng)濟(jì)能力總和）不足以維持新區(qū)征收拆遷必須的基本保障時(shí)，居民不選擇搬遷。具體包括非空間的居民人均收入、房?jī)r(jià)、外部環(huán)境函數(shù)和外部社會(huì)函數(shù)。其中，外部環(huán)境函數(shù)代表綠色環(huán)境資源的適宜度，包括源空間到牧場(chǎng)、草地等生態(tài)用地和水體等景觀的歐幾里德距離。外部社會(huì)函數(shù)用于評(píng)價(jià)公共設(shè)施、社區(qū)服務(wù)、交通體系等人文環(huán)境的發(fā)展程度，包含交通通達(dá)度和公共設(shè)施便利性，具體包括源空間到地鐵、高速路口、機(jī)場(chǎng)及購(gòu)物中心、學(xué)校、醫(yī)院、工廠企業(yè)的歐幾里德距離。居民的搬遷滿意度R計(jì)算如下：

式（2）中，Snei為第i個(gè)居民所在鄰域中的居民平均財(cái)產(chǎn)，Sx，y為第i個(gè)居民的財(cái)產(chǎn)；Enei為第i個(gè)居民所在鄰域中與其有相同教育程度的居民比例；RD和ID表示第i個(gè)居民所在單元（x，y）居民密度和工業(yè)企業(yè)密度；Dx，y為經(jīng)標(biāo)準(zhǔn)化后的第i個(gè)居民所在的單元（x，y）距工作地點(diǎn)的距離；Hx，y，Ex，y，Tx，y，F(xiàn)x，y分別為凈標(biāo)準(zhǔn)化后的第i個(gè)居民所在單元（x，y）的房?jī)r(jià)、綠色環(huán)境資源的適宜度、交通通達(dá)度、公共設(shè)施便利性；ai（i = 1，2，3，4，5，6，7，8，9）為其偏好權(quán)重，并且；μx，y為效用方程的隨機(jī)擾動(dòng)項(xiàng)。

3.1.3 開發(fā)商Agent及其決策規(guī)則 利潤(rùn)最大化是開發(fā)商Agent選址偏好［21］，開發(fā)商的收益主要通過選擇盈利性區(qū)位要決定，不考慮房地產(chǎn)項(xiàng)目的建設(shè)、銷售等環(huán)境對(duì)地產(chǎn)項(xiàng)目收益的影響。開發(fā)商區(qū)位決策行為受宏觀和微觀兩個(gè)層次的因素影響。城市系統(tǒng)內(nèi)的經(jīng)濟(jì)、人口等宏觀因素會(huì)影響開發(fā)商的投資預(yù)期和土地開發(fā)規(guī)模。城市化進(jìn)程帶來的人口紅利影響房地產(chǎn)市場(chǎng)規(guī)模，開發(fā)商的投資預(yù)期與市區(qū)的人口規(guī)模、中心城區(qū)對(duì)城市以外區(qū)域及對(duì)下轄縣的人口集聚力密切相關(guān)。同時(shí)，決定開發(fā)商長(zhǎng)期競(jìng)爭(zhēng)能力的是城市土地資源的稀缺程度、政府土地供應(yīng)的節(jié)奏和規(guī)模。因此，首先選擇城市人口數(shù)量、人口密度及城市化速度、土地財(cái)政等因素作為開發(fā)商Agent決策規(guī)則。開發(fā)場(chǎng)地的立地條件，如交通通達(dá)度等微觀因素直接決定房地產(chǎn)開發(fā)的位置和強(qiáng)度。微觀變量的聚合變量與宏觀變量間的平衡實(shí)現(xiàn)開發(fā)商區(qū)位的最終決策［21］。當(dāng)政府土地收儲(chǔ)來源于舊城改造或拆遷，或是政府在城市某一區(qū)域投入大量市政建設(shè)時(shí)，土地的出讓價(jià)格會(huì)大幅上升。開發(fā)商適當(dāng)?shù)某安季帜芟硎艹鞘薪ㄔO(shè)帶來的市政紅利。因此，選擇與城市發(fā)展進(jìn)程、區(qū)域規(guī)劃和建設(shè)密切相關(guān)的規(guī)劃公共中心、地鐵、高速路、飛機(jī)場(chǎng)、規(guī)劃快速路等因素作為開發(fā)商Agent決策規(guī)則。

3.2三類智能體的協(xié)商和決議

城市新區(qū)征收拆遷的空間布局是一個(gè)涉及社會(huì)、經(jīng)濟(jì)、生態(tài)環(huán)境等多目標(biāo)決策問題——如何最大可能地節(jié)約土地資源、保護(hù)高質(zhì)量的耕地、最小化環(huán)境不兼容性、綠色發(fā)展等，需要兼顧征收拆遷多主體之間的相互作用及其與社會(huì)、經(jīng)濟(jì)、環(huán)境、沖突敏感度之間的相互作用，實(shí)現(xiàn)城市新區(qū)經(jīng)濟(jì)、社會(huì)、生態(tài)效益的最大化。多主體空間布局模型兼顧三類Agent的行為偏好：居民Agent主要從成本最小化—效用最大化出發(fā)考慮不同地塊對(duì)其居住選擇的效用；開發(fā)商Agent考慮預(yù)期收益的最大化—利潤(rùn)最大化，并兼顧居民Agent的影響；政府Agent在生態(tài)風(fēng)險(xiǎn)強(qiáng)度的限制下，追求符合地方政府利益的地方經(jīng)濟(jì)增長(zhǎng)最大化目標(biāo)—土地財(cái)政最大化。

表2　多智能體決策的影響因素表Fig.2 Factors of multi-Agents decision

以Agent屬性值作為初始條件，選擇生態(tài)位模型PBL算法模擬時(shí)間T — （T + 1）內(nèi)每個(gè)格子（新區(qū)地塊）的潛在開發(fā)概率［22］。在總開發(fā)量控制下，根據(jù)概率比較決定待開發(fā)的格子，實(shí)現(xiàn)三類Agent協(xié)商、博弈，得到城市新區(qū)征收拆遷的空間布局的模擬結(jié)果［23］。考慮模型訓(xùn)練和模型評(píng)價(jià)樣本數(shù)據(jù)的相互獨(dú)立，采用Houlout驗(yàn)證，將原來的樣本隨機(jī)分成訓(xùn)練數(shù)據(jù)集、驗(yàn)證數(shù)據(jù)集、測(cè)試數(shù)據(jù)集，分別用于模型訓(xùn)練、模型參數(shù)、閾值選擇、模型精度評(píng)價(jià)。其中，PBL模型是利用后向神經(jīng)網(wǎng)絡(luò)訓(xùn)練的單類分類算法，訓(xùn)練樣本需要單類的樣本及背景數(shù)據(jù)。

本文選擇典型案例外業(yè)調(diào)查過程中政府Agent、開發(fā)商Agent和居民Agent協(xié)商博弈后的共同開發(fā)位置作為訓(xùn)練樣本，定義s = 1為單類樣本（政府Agent、開發(fā)商Agent和居民Agent協(xié)商博弈后的共同開發(fā)位置），s = 0為背景數(shù)據(jù)（新區(qū)地塊），從單類樣本和背景數(shù)據(jù)中訓(xùn)練得到模型P（y = 1 | x）。即從單類樣本（x，s = 1）和背景數(shù)據(jù)（x，s = 0）對(duì)傳統(tǒng)的二類分類器進(jìn)行監(jiān)督訓(xùn)練得到適宜度模型訓(xùn)練模型P（s = 1 | x，η = 1）。

然后估計(jì)常量c：

間接得到物種在空間上發(fā)生概率的分布模型Pr（y = 1 | x）：

4 結(jié)果和討論

4.1單一智能體主導(dǎo)的征收拆遷空間布局及驅(qū)動(dòng)力分析

4.1.1 政府Agent 政府Agent主導(dǎo)的征收拆遷空間布局是整個(gè)過程中由政府占據(jù)絕對(duì)主導(dǎo)權(quán)的、決定征收拆遷的空間布局（圖1（a），封二）。研究結(jié)果表明，政府Agent選擇的征收拆遷區(qū)域主要集中在杭州市江南副城，即蕭山區(qū)中心城區(qū)及其外圍的義蓬、臨浦組團(tuán)。中心城市發(fā)展區(qū)是蕭山的區(qū)域中心，屬人口、經(jīng)濟(jì)的雙高密度區(qū)域，這與蕭山區(qū)的主體功能區(qū)規(guī)劃相一致；義蓬組團(tuán)是杭州城市東部大型綜合性工業(yè)發(fā)展基地及未來工業(yè)發(fā)展的主要儲(chǔ)備用地。其中，義蓬組團(tuán)東部和東南部為工業(yè)區(qū)，西部和西南部為居住生活區(qū)，北部和東部臨江地區(qū)為生態(tài)旅游區(qū)。政府Agent選擇該區(qū)域有利于促進(jìn)城鎮(zhèn)和產(chǎn)業(yè)發(fā)展、保護(hù)資源和環(huán)境，節(jié)約集約用地，避讓優(yōu)質(zhì)耕地和重要生態(tài)環(huán)境用地；臨浦組團(tuán)是蕭山區(qū)域南部中心，是旅游發(fā)展總體規(guī)劃中確定的南部生態(tài)旅游板塊。政府Agent選擇臨浦組團(tuán)利于保障旅游設(shè)施用地及項(xiàng)目建設(shè)用地的供給。將模擬結(jié)果與蕭山區(qū)城鎮(zhèn)允許建設(shè)區(qū)規(guī)劃數(shù)據(jù)相疊加（圖1（b），封二），得到基于政府Agent行為偏好的征收拆遷空間布局的總體精度（81.67%），說明政府Agent基于PBL模型對(duì)城市新區(qū)征收拆遷空間布局模擬的結(jié)果具有較好的一致性。

與居民Agent主導(dǎo)的城市新區(qū)征收拆遷空間布局相比較（圖1（c），封二），政府Agent擬選擇的征收拆遷區(qū)域的土地集約利用程度高（圖1（a），封二）。這是因?yàn)槌鞘锌臻g資源是政府通過行政權(quán)力可以直接干預(yù)、有效組織的重要競(jìng)爭(zhēng)元素。政府Agent憑借其作為城市化戰(zhàn)略的制定者、城市化制度的供給者、城市化進(jìn)程的執(zhí)行者、城市化績(jī)效的評(píng)定者，在推進(jìn)城市化過程中居于領(lǐng)導(dǎo)和支配地位。政府Agent具有政府人和經(jīng)濟(jì)人的雙重屬性，在征收拆遷空間布局中需要合理規(guī)劃用地、節(jié)約集約利用土地，實(shí)現(xiàn)財(cái)政收入的最大化。同時(shí)在低碳可持續(xù)發(fā)展的約束下，政府Agent雙重屬性中的政府人屬性略占主導(dǎo)，期望盡可能地靠近已有的城市區(qū)域，盡量不靠近已存在的農(nóng)用地，盡量少地占用質(zhì)量較好的農(nóng)田。

4.1.2 居民Agent 居民Agent主導(dǎo)的征收拆遷空間布局是整個(gè)過程中開發(fā)商Agent和政府Agent均充分遵從居民Agent意愿，實(shí)現(xiàn)居民成本最小化—效用最大化的征收拆遷空間布局結(jié)果（圖1（c），封二）?；诰用馎gent行為偏好的征收拆遷空間布局主要集中在空港新城、瓜瀝組團(tuán)、西北片區(qū)、東南片區(qū)、東部片區(qū)、中部片區(qū)、西南片區(qū)、南部片區(qū)。這些區(qū)域包括了經(jīng)濟(jì)技術(shù)開發(fā)區(qū)居住片、新區(qū)居住片、城廂居住片、新街居住片、錢江世紀(jì)城居住點(diǎn)、錢江居住點(diǎn)、橋南居住點(diǎn)、新塘居住點(diǎn)。該區(qū)域具有豐富的路網(wǎng)資源，交通通達(dá)度較高；公共設(shè)施便利，社區(qū)服務(wù)便捷；居民密度和工業(yè)企業(yè)密度適合，職住平衡；環(huán)境舒適度高。將模擬結(jié)果與蕭山區(qū)實(shí)際的城市樓盤分布圖（圖1（d），封二）進(jìn)行空間疊加，得到居民Agent征收拆遷空間布局的模擬總精度是85.63%。

研究結(jié)果表明，居民Agent的征收拆遷空間布局表現(xiàn)出向研究區(qū)核心居住地段集聚的特征（圖1（c），封二）。這是因?yàn)榫用馎gent在經(jīng)濟(jì)允許的前提下，交通便利、區(qū)位良好、周邊配套設(shè)施完善、生態(tài)環(huán)境優(yōu)良的區(qū)塊成為其首選征收拆遷空間布局的首要偏好。同時(shí)，圖1（c）（封二）表明，城市外圍—空港新城、瓜瀝組團(tuán)區(qū)塊也是居民Agent熱衷選擇的區(qū)域。這是因?yàn)楣I(yè)用地的存在使得該區(qū)域集中大量的外來務(wù)工人員及較低學(xué)歷人員，他們的經(jīng)濟(jì)收入、消費(fèi)水平相對(duì)較低，對(duì)綠色環(huán)境資源宜人度的要求不高。因此，交通便利、靠近已有的工業(yè)發(fā)展區(qū)域成為該部分居民Agent選擇征收拆遷空間布局的另一行為偏好。

4.1.3 開發(fā)商Agent 開發(fā)商Agent主導(dǎo)的空間布局是整個(gè)過程中開發(fā)商Agent只從自身利益出發(fā)而不考慮居民的選擇效用及政府的政策指導(dǎo)。即開發(fā)商Agent主導(dǎo)的空間布局過程中政府處于政策失靈狀態(tài)，征收拆遷的空間布局完全按照開發(fā)商利益最大化進(jìn)行。基于開發(fā)商Agent行為偏好的征收拆遷空間布局集中分布在江東新城（經(jīng)濟(jì)技術(shù)開發(fā)區(qū)江東區(qū)塊）、瓜瀝組團(tuán)、東部片區(qū)（新橋）、東南片區(qū)（城市商業(yè)中心區(qū)）、河上片區(qū)（河上工業(yè)園區(qū)）、進(jìn)化片區(qū)（青化山風(fēng)景旅游度假區(qū)）（圖1（e），封二）。將模擬結(jié)果與蕭山區(qū)實(shí)際的城市用地分布圖進(jìn)行空間疊加（圖1（f），封二），得到開發(fā)商Agent的空間布局模擬總精度是82.89%。

研究結(jié)果表明，開發(fā)商Agent擬選擇的柵格空間位置較為離散、無序（圖1（e），封二）。這些區(qū)域的地塊土地價(jià)格適中，靠近已有城市區(qū)域和已有工業(yè)發(fā)展區(qū)域，交通通達(dá)度高、居住密度和企業(yè)密度適中。這是因?yàn)槌鞘谢^程中政府Agent不斷進(jìn)行土地出讓。開發(fā)商Agent處于主導(dǎo)地位，“挾持”政府Agent。同時(shí)，開發(fā)商Agent與居民Agent之間的信息不對(duì)稱也使得開發(fā)商Agent處于信息優(yōu)勢(shì)地位。因此，在開發(fā)商Agent處于主導(dǎo)地位的背景下，開發(fā)商Agent傾向于選擇與城市發(fā)展進(jìn)程、區(qū)域規(guī)劃和建設(shè)密切相關(guān)的，具有優(yōu)良交通條件、工業(yè)配套、社會(huì)服務(wù)設(shè)施的區(qū)塊。這些區(qū)塊的土地的出讓價(jià)格會(huì)隨著政府在城市某一區(qū)域投入大量市政建設(shè)、舊城改造或拆遷大幅上升。開發(fā)商Agent利用對(duì)這些區(qū)塊的適當(dāng)超前布局，享受城市建設(shè)帶來的市政紅利，實(shí)現(xiàn)開發(fā)商Agent利益最大化的目標(biāo)。與政府Agent相不同的是，該過程中開發(fā)商Agent并不需要考慮城市的土地集約利用。

4.2多主體VS.單一主體主導(dǎo)的征收拆遷空間布局

城市空間的復(fù)合生態(tài)系統(tǒng)屬性決定了城市新區(qū)征收拆遷空間布局中不同主體行為偏好的空間分異性，基于單一主體行為偏好的征收拆遷空間布局沒有考慮其他主體的行為交互和反饋，空間布局結(jié)果的合理性、可靠性較為欠缺（圖1，封二）。基于PBL算法的多主體空間布局模型通過三類Agent協(xié)商、博弈，得到基于多主體行為偏好城市新區(qū)征收拆遷的空間布局的模擬結(jié)果（圖2，封三）。研究結(jié)果表明，政府Agent、開發(fā)商Agent及居民Agent多主體交互反饋后擬選擇的征收拆遷地塊集中分布在經(jīng)濟(jì)技術(shù)開發(fā)區(qū)、中部片區(qū)（新區(qū)與經(jīng)濟(jì)開發(fā)區(qū)）、西南、南部片區(qū)（舊城與南部臥城），表現(xiàn)出城鎮(zhèn)人口向人口密度大的區(qū)域集聚的趨勢(shì)。這些區(qū)域鄰近于沿錢塘江的生態(tài)發(fā)展軸線，能平衡經(jīng)濟(jì)發(fā)展和生態(tài)環(huán)境保護(hù)，創(chuàng)建環(huán)境優(yōu)美、生態(tài)健康的用地條件。毗鄰蕭山城區(qū)、機(jī)場(chǎng)快速線等，交通便利，兼顧城鎮(zhèn)發(fā)展軸線，實(shí)現(xiàn)土地資源優(yōu)化配置和高效利用。結(jié)果表明，提出的基于多主體行為偏好的征收拆遷空間分布模型較為合理，有利于提高城市新區(qū)征收拆遷空間布局決策的科學(xué)性、可信度。

本文提出的MAS系統(tǒng)支持下基于多主體行為偏好的空間布局方法，在生態(tài)安全格局理論和可持續(xù)發(fā)展理論支撐下，綜合分析微觀多主體在征收拆遷空間布局過程中的目標(biāo)和決策行為、環(huán)境要素的變化。一方面能夠支持多主體之間及多主體與環(huán)境之間的交互行為，有效加強(qiáng)征收拆遷空間布局的公眾參與度；另一方面也能較好地處理各類行為主體之間產(chǎn)生的沖突，實(shí)現(xiàn)多主體利益的交互反饋和博弈，提高空間布局結(jié)果的科學(xué)性、合理性。提出的基于多主體行為偏好的城市新區(qū)征收拆遷空間布局模型兼顧數(shù)量、空間、時(shí)間三維特征，拓展了Agent之間及其與外部環(huán)境的感知反作用力，增強(qiáng)模型的科學(xué)性和實(shí)用性。有利于實(shí)現(xiàn)土地資源的優(yōu)化配置，有助于緩解城市建設(shè)與生態(tài)環(huán)境的矛盾，有利于協(xié)調(diào)人口、資源、環(huán)境與經(jīng)濟(jì)社會(huì)發(fā)展間的關(guān)系，推動(dòng)國(guó)家經(jīng)濟(jì)社會(huì)的穩(wěn)定及國(guó)民經(jīng)濟(jì)的可持續(xù)發(fā)展。

5 結(jié)論

本文以蕭山區(qū)為例，引入多主體的主觀能動(dòng)性，設(shè)計(jì)了政府Agent、市民Agent、開發(fā)商Agent三個(gè)智能體，從空間多主體行為偏好這一微觀角度入手，在RS、GIS空間數(shù)據(jù)處理技術(shù)、PBL模型的支撐下研究多主體之間、多主體與外界環(huán)境之間的相互作用，分析基于單主體、多主體的征收拆遷空間布局結(jié)果的空間分異性。模型中開發(fā)商Agent綜合考慮居民Agent的意愿，與政府Agent協(xié)商決定地塊的開發(fā)建設(shè)。提出的多主體交互式模型有利于提高新區(qū)開發(fā)征收拆遷空間布局決策的科學(xué)性。選擇生態(tài)位模型PBL算法實(shí)現(xiàn)三類Agent協(xié)商、博弈，大大提高了模型的運(yùn)行效率，在保證科學(xué)、合理的空間布局前提下，大大縮短運(yùn)行時(shí)間。

現(xiàn)有的以空間效益為目標(biāo)的城市征收拆遷的空間布局突出強(qiáng)調(diào) GDP 的貢獻(xiàn)，忽視了公民的權(quán)利和社會(huì)正義，造成城市化進(jìn)程中社會(huì)空間與地理空間的隔離與割裂。本文從人類活動(dòng)的空間行為偏好視角出發(fā)，深入挖掘城市征收拆遷空間布局問題，為中國(guó)復(fù)雜的城市化進(jìn)程中的空間現(xiàn)象與問題研究提供了一個(gè)全新的思路。但本文在討論城市化進(jìn)程中的空間場(chǎng)域時(shí)，所選因素中部分受制于土地權(quán)籍、利用等要素的牽制。因此，進(jìn)一步研究和創(chuàng)新具有土地科學(xué)領(lǐng)域本質(zhì)特征的方法及視角，是未來需要重點(diǎn)研究的方向。目前，政府在公共政策制定過程中并沒有將空間的公正作為優(yōu)先價(jià)值，由此引發(fā)正義性缺失導(dǎo)致的拆遷沖突。在地理學(xué)“文化轉(zhuǎn)向”和社會(huì)學(xué)“空間轉(zhuǎn)向”的深刻背景下，土地科學(xué)可針對(duì)當(dāng)下中國(guó)社會(huì)發(fā)展暴露的不平等性、空間資本過度化、空間正義缺失等現(xiàn)象，嘗試從社會(huì)空間視角分析以土地為核心的資源要素在城鄉(xiāng)資源配置中引發(fā)的沖突及與沖突相伴而生的空間正義缺失問題。

（

）：

［1］ 張婧，李誠(chéng)固.中國(guó)轉(zhuǎn)型期中心城市城鄉(xiāng)關(guān)系演變［J］ .地理學(xué)報(bào)，2012，67（8）：1021 - 1030.

［2］ 夏露林，關(guān)于我國(guó)新一輪新城開發(fā)的若干問題探討［J］ .知識(shí)經(jīng)濟(jì)，2011，（6）：10 - 11.

［3］ 趙陽(yáng).讓農(nóng)民更多分享土地增值收益［J］ .發(fā)展，2013，（4）：10 - 12.

［4］ 殷江濱，李郇.中國(guó)人口流動(dòng)與城鎮(zhèn)化進(jìn)程的回顧與展望［J］ .城市問題，2012，（12）：23 - 29.

［5］ 吳次芳，游和遠(yuǎn).農(nóng)地流轉(zhuǎn)、稟賦依賴與農(nóng)村勞動(dòng)力轉(zhuǎn)移［J］ .管理世界，2010，（3）：65 - 75.

［6］ 仇保興.新型城鎮(zhèn)化：從概念到行動(dòng)，行政管理改革［J］ . 2012，（11）：11 - 18.

［7］ 鄒秀清，鐘驍勇，肖澤干，等.征地沖突中地方政府、中央政府和農(nóng)戶行為的動(dòng)態(tài)博弈分析［J］ .中國(guó)土地科學(xué)，2012，26（10）：54 - 60.

［8］ 李純斌，吳靜.空間失配假設(shè)及對(duì)中國(guó)城市問題研究的啟示［J］ .城市問題，2006，（2）：16 - 21.

［9］ Brooks C. J. A parameterized region—growing programme for site allocation on raster suitability maps［J］. International Journal of Geographical Information Science， 1997， 11: 375 - 396.

［10］ Lockwood C.， Moore T. Harvest scheduling with spatialconstraints: a simulated annealing approach［J］ . Can J. ForRes， 1993， 23（3）: 468 - 478.

［11］ 劉萌偉，黎夏.基于Pareto多目標(biāo)遺傳算法的公共服務(wù)設(shè)施優(yōu)化選址研究——以深圳市醫(yī)院選址為例［J］ .熱帶地理，2010，30（6）：650 - 656.

［12］ 何晉強(qiáng)，黎夏，劉小平，等.蟻群智能及其在大區(qū)域基礎(chǔ)設(shè)施選址中的應(yīng)用［J］ .遙感學(xué)報(bào)，2009，13（2）：246 - 256.

［13］ 伍少坤，黎夏，劉小平，等.基于城市擴(kuò)張的動(dòng)態(tài)選址模型——以深圳市垃圾轉(zhuǎn)運(yùn)站選址為例［J］ .地理科學(xué)，2008，228（3）：314 - 319.

［14］ Lombardo S.， Petri M.， Zotta D. Intelligent Gis and Retail Location Dynamics：A Multi Agent System Integrated with ArcGis［A］ . A Laganaa， et a1.（Eds）: ICCSA 2004［C］ . Springer Berlin/Heidelberg， 2004: 1046 - 1056.

［15］ Ackchai S.， Koen H. V. D.， Luis F.， et al. Optimizing the Location of Intermodal Freight Hubs: An Overview of the Agent Based Modelling Approach［J］ . Journal of Transportation Systems Engineering & Information Technology， 2007，7（4）: 71 - 81.

［16］ Li X， Lao C. H.， Liu X P.， et al. Coupling urban cellular automata with ant colony optimization for zoning protected natural areas under a changing landscape［J］ . International Journal of Geographical Information Science， 2011， 25（4）: 575 - 593.

［17］ 胡海龍，曾永年，張鴻輝，等. 多智能體與蟻群算法結(jié)合選址模型：長(zhǎng)沙市生態(tài)用地選址［J］ . 資源科學(xué)，2011，33（6）：1211 -1217.

［18］ 左軍.層次分析法中判斷矩陣的間接給出法［J］ . 系統(tǒng)工程，1988，6（6）：56 - 63.

［19］ 譚術(shù)魁，齊睿. 中國(guó)征地沖突博弈模型的構(gòu)建與分析［J］ . 中國(guó)土地科學(xué)，2010，24（3）：25 - 29.

［20］ 馬學(xué)廣，王愛民，閆小培，城市空間重構(gòu)進(jìn)程中的土地利用沖突研究［J］ .人文地理，2010，（3）：72 - 77.

［21］ 沈體燕，張紅霞，李訊，等. GIS與ABM集成的房地產(chǎn)開發(fā)模擬研究［J］ . 北京大學(xué)學(xué)報(bào)（自然科學(xué)版），2009，45（4）：653 - 662.

［22］ 祝錦霞，鮑海君，徐保根. 開發(fā)商區(qū)位選擇行為模擬與征收拆遷沖突區(qū)域的識(shí)別：以杭州市蕭山區(qū)為例［J］ . 中國(guó)土地科學(xué)，2013，27（11）：63 - 68.

［23］ 張鴻輝，曾永年，譚蓉. 基于多智能體的農(nóng)地非農(nóng)化時(shí)空模擬與規(guī)劃模型［J］ . 測(cè)繪學(xué)報(bào)，2011，40（3）：366 - 372.

（本文責(zé)編：陳美景）

Research on Simulation of Spatial Allocation of Land Requisition in Urban New Districts based on the Behavior Preferences of Multi-agents

ZHU Jin-xia， BAO Hai-jun
（Institute of Real Estate， Zhejiang University of Finance & Economics， Hangzhou 310018， China）

The purpose of this study is to propose a comprehensive simulation framework for land use spatial allocation in urban new districts. Methods of abstracting and modeling the self-learning behavior and interactions of the developers based on the theory of MAS and PBL were employed. The framework was supported by data obtaining capacity of Remote Sensing and spatial analysis of GIS. The results demonstrated that land use location selection can get the best accuracy by using multi-agent simulation， which could exactly monitor the tendency of development. Thus， constructed operational control mechanisms provide quantitative analysis results for the province's economic and social development.

land administration； ecological environment capacity； multi-agent model； ecological niche model

F301.2

A

1001-8158（2016）07-0064-08

10.11994/zgtdkx.20160823.125105

2015-05-07；

2016-02-27

浙江省高校重大人文社科攻關(guān)青年重點(diǎn)項(xiàng)目（2013QN064）。

祝錦霞（1982-），女，浙江新昌人，博士，助理研究員。主要研究方向?yàn)榄h(huán)境遙感與土地資源管理。E-mail: jxzhu1221@gmail.com