潘理虎，秦世鹏，闫慧敏，彭 锐

(1.太原科技大学 计算机科学与技术学院，太原 030024;2.中国科学院 地理科学与资源研究所，北京 100010;3.深圳市建筑科学研究院股份有限公司，深圳 518049)

“城市宜居度”是指一个城市或地区的居民所体验到的生活质量，涵盖自然因素、建筑因素、环境因素等，包含安全性、舒适性、便捷性、可达性、包容性等多个方面[1-2]。其中，城市的安全方面尤其引起了中央和广大普通民众的关注和重视，在近几年我国中央发布的城市工作具体部署战略中，都明确论述了保障居民居住区安全和加快城市安全性建设是我国当前城市建设和治理工作中的重要一步，必须抓紧落实[3-5]。

城市宜居度的研究本身属于复杂性和交叉性学科，不可避免涉及到城市学和社会学的方方面面。目前，国内外学术研究领域对于城市宜居度的研究主要包括两方面，一是注重于城市宜居度的解释与定义，以及如何选取合理的宜居评价指标[6-7]；二是采用特定方法分析和评价城市宜居度，例如主成分分析法、层次分析法、系统动力学方法等[8-9]。纵观以往研究，多注重于概念分析和整体空间宜居度评价，认为社会环境因素均质不变，忽略了城市多种主体的决策行为对于城市宜居度的交互影响，难以反映城市的空间异质性和城市宜居度变化的复杂性。然而，人为因素和主体决策行为的复杂性是影响宜居度变化不可忽视的重要影响因素，也是最难以分析的复杂因素。人工社会方法对于研究人类复杂的微观行为具有独特优势，它以计算机仿真为研究手段，以复杂性科学为指导思想，通过利用计算机技术模拟人工构造的社会的演化、进化、运动过程来探索生物和人类社会发展的规律[10-11]。该方法能够用于刻画复杂系统中各实体、各要素的特性以及它们之间的复杂交互与动态变化，从而建立一个与现实世界对应的人工社会模型，是研究复杂社会问题的有效途径。因此运用人工社会方法来分析城市空间环境的动态特征与居民活动间的交互影响对城市宜居度的探索有一定的指导意义。

本研究基于人工社会方法构建城市安全宜居度人工社会模型对城市安全宜居度进行分析与预测，聚焦多种因素影响下城市宜居度的动态变化过程，并尽力还原真实社会，对复杂人为因素和个体决策行为进行深入分析与解构。本研究采用Repast Simphony仿真平台构建USL-ASM，选取治安、消防、交通、应急和居住五项安全指标，定义居民、家庭、政府、安全设施管理机构四类实体，以深圳市福田区为例模拟安全设施环境和居民决策行为对城市安全宜居度产生的影响，从而观察城市安全宜居度的变化方式及其在宏观上体现出来的规律和结果。通过USL-ASM可对不同影响因素下城市安全宜居度的变化情况和发展趋势进行科学评价，为城市规划与建设提供科学建议和决策支持。

1 USL-ASM架构

USL-ASM架构包括预处理、模型初始化、人工社会、数据管理，如图1所示。预处理包含了Agent构建和数据处理，为模型初始化提供可操作的Agent和地图数据信息；模型初始化包含了Agent初始配置和空间环境导入，Agent初始配置的内容包括Agent的属性、活动、种类、数量、相互关系，空间环境导入是将处理之后的地图数据导入模型中，作为人工社会的空间环境；人工社会包括Agent、环境和模型控制单元，Agent和环境是人工社会的基本组成部分，模型控制单元控制系统的正常运转；数据管理是保证模型在运行时，可将大量动态变化的地图数据、人口数据、关键参数等进行数据提取、统计分析与可视化表示，以.txt和.xlt格式进行存储，作为模型接下来运行时的数据来使用，也是人工社会的信息反馈与调节的依据。

图1 USL-ASM架构Fig.1 USL-ASM architecture

1.1 预处理模块

1.1.1 Agent构建

Agent构建为人类社会的现实实体逐步抽象为计算机可操作的仿真Agent的过程。

现实实体是真实人类社会存在的实体。本研究关注政府、家庭、居民和安全设施管理机构四类现实实体。政府代表区域的最高行政单位，可以发布相关政策；家庭代表以结婚和血缘为纽带的基本社会单位；居民代表家庭成员个体；安全设施管理机构代表对环境中的各种安全设施进行统计和管理的单位。

概念Agent是对现实实体的抽象定义。政府Agent的属性包括：名称、坐标、行政区域。活动主要为宜居度统计和政策发布。家庭Agent的属性包括：家庭ID、所在栅格编号、所在网格编号、结构、收入、支出、存款、家庭满意度、家庭偏爱。活动包括出生、死亡、抚养孩子、搬迁、获取成员信息等。居民Agent的属性包括：居民ID、所在家庭编号、年龄、性别、学历(初中及以下、高中、本科及以上)、收入、支出、居民偏爱。活动包括学习、生产、消费、满意度评价等。安全设施管理机构Agent的属性包括：所在栅格编号、所在网格编号、管理的设施类型。活动主要是根据政府发布的政策对所辖区域的安全设施的改善、修建和拆除等。

仿真Agent为概念Agent在USL-ASM中的实现，其表示分别为：G(政府)、F(家庭)、I(居民)、M(安全设施管理机构)，其主要属性和方法如表1、表2所示。

表1 仿真Agent 属性说明

表2 仿真Agent 方法说明

1.1.2 数据处理

数据处理部分利用ArcGIS软件将地理环境数据(.shp格式数据)转化为数字化地图数据(ASCII格式数据)，然后加载数字化地图数据并以二维数组的形式存储于JVM中，模型运行过程中二维数组中的数据由于Agent的活动而变化，其变化之后的结果可由模型可视化展示并导出，导出的数据可利用ArcGIS软件进行进一步分析。

1.2 模型初始化模块

1.2.1 Agent初始化配置

Agent初始化时，首先获取Agent的基本信息数据， 然后按照仿真Agent的属性和方法对G、F、I、M四类Agent进行初始化。

1.2.2 空间环境导入

由预处理模块处理后的多维数组数据导入Repast Simphony中的GridValueLayer中，为Agent的存在提供空间环境基础。USL-ASM在ValueLayerStyleOGL接口中调整视图显示风格，从而实现GridValueLayer的颜色显示。

看似简单的纸袋市场，其实却是最复杂多变的，因为纸袋产品花样繁多，提带、表面、底部，处理工艺都不尽相同，但无论如何，正博都会去努力寻找到相应的解决方案。

1.3 人工社会模块

人工社会模块是人类社会在计算机仿真中的体现，用计算机仿真技术来模拟现实中人类的决策和行为以及人类和环境间的交互作用。

1.3.1 Agent决策与交互

Agent G可获取各层城市安全宜居度信息进行排序，并找到城市安全宜居度最低的网格，识别出覆盖率最低的设施类型，将信息传递给负责该网格的Agent M.Agent M接受信息后对其对应网格的安全设施进行调整。根据地理空间层次，USL-ASM定义了栅格、网格、街道安全宜居度，SLcell，SLgridi，SLstreeti，JP如公式(1)(2)(3).

(1)

(2)

(3)

其中，celli，gridi，streeti依次代表编号为i的栅格、网格、街道，Qi代表安全指标覆盖率，αi为Qi的权重，且1≤i≤5，αi累加和为1，Amountcelli，Amountgridi分别代表栅格、网格的数量。USL-ASM中，Qi动态变化，变化规则如公式(4).

(4)

其中，P_lastcell，Pcell分别为栅格内上一周期和当前周期的总人口；Q_lasti为上一周期的指标值。

(5)

(6)

(7)

(8)

(9)

(10)

其中，familyi，celli，gridi，streeti依次代表编号为的家庭、栅格、网格；Amountfamilyi，Amountcelli，Amountgridi分别代表家庭、栅格、网格的数量。

Agent F根据搬家欲望MD和收入决定是否搬迁，MD的计算如公式(11).

MD=1-Sfamily

(11)

若家庭的搬家欲望大于搬迁欲望的最小阈值且家庭年收入大于搬迁收入阈值，则迁出。迁入以家庭为单位，迁入总人数通过外来人口增长率和空房资源来确定。搬家欲望最小阈值和搬迁收入阈值可根据城市的不同进行调整。

1.3.2 模型控制单元

模型控制单元为人工社会模块的正常运行提供操作支持，包括Agent调度、时钟控制、环境控制、状态控制、I/O控制、参数控制、情景模拟。其主要功能如表3所示。

表3 模型控制单元各部分功能

1.4 数据管理模块

USL-ASM在运行中将关键数据提取并以多种形式(.xlt、ASCII、.mov)保存，包括人口数量、设施覆盖率、各层次安全宜居度、满意度等。

2 USL-ASM实现

USL-ASM运用Repast(Recursive Porous Agent Simulation Toolkit)仿真建模工具，在Eclipse集成开发平台基于JAVA语言编写完成[12]。并结合ArcGIS实现真实地理数据的栅格化，为USL-ASM提供地理环境和人口分布数据，运行界面如图2所示。界面上方是Repast Simphony工具条，包含模型初始化按钮、执行按钮等，提供模型基础运行控制功能；左部是Scenario Tree(场景树)，包含所有视图、环境、数据集、图表的目录；Scenario Tree右侧上方是Run Options(运行选项)，控制运行次数和运行时间；Run Options下方是Parameters(参数)，即参数设置工具，调整USL-ASM中的初始化参数；中间为地理视图，可观测五个指标和安全宜居度等视图的动态变化；右侧为统计图表，将USL-ASM运行时的各类统计数据以折线统计图的形式展示。USL-ASM以年为运行周期对深圳福田区150万人口进行20年仿真，将深圳统计年鉴和实际调研数据作为基础数据。

图2 模型界面Fig.2 Modelinterface diagram

3 仿真结果与分析

为分析福田区当前发展情况，设定生育政策为二胎政策，较差安全设施覆盖率每年的提高额在0.1～0.2的范围内波动。此情景仿真结果如图3所示。模拟期间人口随着时间推移而变化，如图3(c)所示，常住人口稳定，总人口数主要受外来流动人口影响而波动。安全宜居度和满意度呈整体稳定趋势，如图3(a)(b)所示。20年期间安全宜居度受到人口变化和各类安全设施覆盖率的影响，人口小范围变化使安全设施资源难以均衡，导致安全宜居度降低。

图3 当前发展情景模拟Fig.3 Scenariosimulation of current development

为探究外来人口数的变化范围对于安全宜居度和满意度的影响程度，此情景设定外来人口增长率在 5%～15%范围内波动，其余参数均按照福田区当前发展情景设置，仿真结果如图4所示。模拟期间人口随时间推移，外来人口数明显增长，较之于上一情景，总人口数增长400 000多人，如图4(c)所示。安全宜居度和满意度在20年内整体呈下降趋势，如图4(a)(b)所示。这说明外来人口的大幅增长，导致安全设施资源难以均衡分配，使得人均安全资源占有量减少，安全设施服务能力下降。因此，外来人口的增长是影响城市宜居度的重要因素。

图4 外来人口增长情景模拟Fig.4 Scenario simulation of immigrant population growth

为探究新生儿增加对于福田区安全宜居度和满意度的影响，此情景设定生育政策全面放开，其余参数均按照福田区当前发展情景设置，仿真结果如图5.在模拟期间，前3年常住人口增长50 000多人，之后趋于平缓，如图5(c).这说明生育政策的全面放开，短时间内提高了生育率，新生儿数量急剧增加，之后逐渐平缓。安全宜居在前3年下降明显，后17年下降较为平缓，与人口变化趋势一致，如图5(a).对比外来人口增多情景，此情景中前3年人口数量增加更快，造成安全宜居度下降更快。因此，短时间内人口急剧增加对福田区造成的压力更大，安全设施水平的当前水平难以匹配急剧增加的人口，从而加快了安全宜居下降。

图5 生育政策全面放开情景模拟Fig.5 Scenariosimulation of birth policy liberalization

为探究安全设施覆盖率的提高对福田区的影响，此情景设定较差安全设施覆盖率每年的提高额在0.2～0.4范围内波动，其余参数均按照福田区当前发展情景设置，仿真结果如图6所示。模拟期间安全宜居度呈稳定上升趋势，满意度相应提升，如图6(a)(b)所示。人口数量变化与当前发展情景基本相似，如图6(c)所示。较差安全设施覆盖率的提高，使安全设施覆盖率分布趋于均衡，缩小了各地区安全设施服务能力的相对差距，居民满意度呈明显上升趋势。

图6 安全设施覆盖率提高情景模拟Fig.6 Scenariosimulation of improving safety facility coverage

4 结论

本文将人工社会理论运用于复杂城市系统，选取政府、家庭、居民和安全设施管理机构四类实体作为仿真对象，构建了城市安全宜居度人工社会模型。模型包括预处理、模型初始化、人工社会、数据管理四部分，对人工社会模型构建所需的模块进行了详细说明，利于人工社会模型开发的标准化和规范化。本研究对政府及时了解城市动态和实施合理政策具有重要的决策支持作用，对宜居城市建设有一定的参考意义。