基于自主体的模型用于空间规划政策的检验

基于自主体模型（Agent-based Model，ABMS）在西方城市研究中已经有了近十年的应用历史。绝大多数研究是将该类模型用于某种空间现象或城市活动的模拟，也有许多研究则是致力于模型本身构造与软件设计。几乎没有研究将这一模型用于政策模拟与政策检验。美国圣地亚哥州立大学的Ligmann-Zielinska和Jankowski将基于自主体的模型用于城镇发展的未来政策的检验。作者认为，与通常使用的传统城市模型相比，一方面，基于自主体的模型（ABMS）是依靠自主体来模拟个体决策，而不是像其他模型一样采用公式方程。另一方面，ABMS的空间模拟方式是一种自下而上的聚集方式，而不像传统模型采用自上而下的方式。因此，得到的空间形态不仅仅是简单的空间相互作用的结果，还是人的活动的结果。此外，传统的模型方法采用基于经验的一般原理进行建模，而忽视个体决策的复杂性。比较而言，作者认为使用ABMS是一种较为灵活的方法，可以用于模拟和检验社会问题。

研究对象是美国华盛顿州的Chelan市。Chenlan市面临着一对影响到土地使用的长期矛盾，即保护当地特有的鲑鱼栖息地与日益增长的居住人口之间的矛盾。Chelan市城镇发展的两大目标分别是经济发展、提供更多的就业岗位与保护自然环境。基于这两个目标，环境保护主义支持者和大规模开发的支持者分别提出不同的开发政策和保护政策。为研究这些政策是否能够实现以上两大目标，研究者采用情景规划（Scenario Planning）的方法，构建了三个不同的政策方案：第一，现有政策方案，维持现有的土地使用政策不变；第二，侧重于经济增长的政策方案、改变现有的土地使用区划，允许更多的农用地转入开发；第三，侧重于环境保护的政策方案，保护鲑鱼的栖息地、保护现有的开敞空间，抑制城市的扩张蔓延。

该研究使用Community Policy Simulator（PolSim）为基础平台进行。PolSim是一种规划支持系统软件CommunityViz的一个模块，是基于ArcView GIS 3.2及Spatial Analyst 1.1为基础开发的商业化软件。研究的范围是现有的城市规划区，面积23平方英里，采用50×50英尺的栅格模型表达。在模拟的起始阶段设定的自主体个数为3522个，与2000年人口普查的全市人口数据相同。模型的其他参数由1990-1997年人口、就业、住房等数据进行校正，由2000年为基期年，2025年为预测年。模型的结果表明，三种不同的未来情景最大的区别在于不同的经济结果。经济增长不同带来了空间上的不同变化。研究得出了三种不同的政策方案所带来的土地使用变化率、新增就业岗位数、新增建筑单元数、平均土地价值，并进行了比较。同时，对三种不同的政策方案所导致的土地使用变化进行了模拟。研究的结论显示，必须彻底改变市政当局拟议中的政策，其中大多数必须停止执行。这些政策都不能实现该社区预期发展目标。简单地强行设置保护区和禁止建设范围并不能达到预期的效果。

最后，作者指出，在该研究中尽管采用ABMS的方法，但是使用ABMS的前提是用于模拟探索不确定的情况，而不是提供精确的预测。作者认为在当前的研究阶段，还不能完全依靠ABMS这样的复杂系统用于进行定量化预测。所以，作者模拟结果采用了定量、定性并重的方法。

来源：Arika L. PIOTT J. Agent-based models as laboratories for spatially explicit planning policies[J]. Environment and Planning B: Planning and Design, 2007, 34(2)：316-335.