基于多主體行為偏好的城市新區征收拆遷空間布局模擬

祝錦霞，鮑海君

（浙江財經大學不動產研究所，浙江 杭州 310018）

基于多主體行為偏好的城市新區征收拆遷空間布局模擬

祝錦霞，鮑海君

（浙江財經大學不動產研究所，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：以杭州市蕭山區為試驗區，從多主體行為偏好角度出發，分析居民、開發商和政府等多智能體之間，以及多智能體與外部環境之間的相互作用，耦合空間多智能體和生態位模型模擬新區開發征收拆遷的空間結構演變。研究結果：與單一主體模型主導的空間布局結果相比較，多主體模型有更高的精度，更接近實際的空間布局。研究結論：為浙江省乃至中國經濟社會發展過程中的城市新區開發征收拆遷的空間布局提供科學決策依據。

土地管理；生態環境容量；多智能體模型；生態位模型

1 引言

2014年，中國城鎮化率達到54.77%，處于城鎮化加速發展階段，城市空間快速擴張［1］。在城市擴展過程中，城市人口數量和用地規模不斷擴張，老城區的發展出現一系列經濟、環境和社會問題，無法滿足日益增長的社會經濟發展需求［2］。大城市的空間擴張、城市的區域化發展以及舊城改造成本的平衡驅動了新一輪城市新區開發的熱潮。新區開發憑借其效益高、成本低、易推開，成為各地城鎮化的重要途徑，是城市空間增長的前沿陣地［5］。事實上，政府主導的快速城市化產生的空間轉型與漸進式改革推進的社會制度轉型難以匹配，新區開發這種城市社會空間轉型中最敏感、最顯著的類型必然帶來城市用地的擴大或功能的轉換，大規模開發增量土地帶來了諸如低密度城鎮發展、城市蔓延、土地城鎮化快于人口城鎮化［3-4］、被征地農民的市民化問題［5］，背離了以人為本的新型城鎮化發展要求［6］。城市新區征收拆遷中產生的利益沖突已成為不可回避的社會焦點問題［7］。新區作為鄉村土地利用與城市土地利用的過渡空間，其征收拆遷是一個以人的需求為主體，耦合自然、社會、人為和環境因素的復雜動態系統。各國經驗表明，政府力、市場力和社區力等相互作用下引發的社會沖突加劇了空間的分異，空間的不公平加劇了社會的極化現象［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征收拆遷的空間布局分異顯著，容易引發不同層次的社會沖突?，F有研究表明，人們對城市新區征收拆遷空間布局問題關注不夠，未引起重視。因此，亟需從多主體行為偏好的視角出發，綜合考慮城市新區征收拆遷的空間布局。

空間布局一直是地理信息科學研究的熱點問題，也是空間規劃研究與應用的難題。Brooks選擇遺傳算法解決土地斑塊的空間多目標優化配置［9］；Lockwood和Moore等應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多目標優化算法實現深圳市醫院的選址決策［11］；何晉強等結合GIS和蟻群算法解決大區域基礎設施的空間布局問題［12］；伍少坤等改進傳統的“位置—分配”選址模型實現多因素的動態選址［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價，但由于缺乏參與者之間及參與者與環境之間的動態交互過程，較難體現公眾參與規劃決策的本質。此后，學者開始在MAS中引入空間的概念解決地理空間的復雜決策問題。Lombardo等基于MAS開發城市零售點的空間布局模型［14］；Ackchai等利用MAS思想設計運輸貨物中心選址模型［15］。國內學者在多智能體地學領域的應用也做了探索，通過Agent間協調、交互模擬空間布局的空間決策［16］。然而，現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，對政府的政策方針及居民、開發商的行為偏好、生態環境的需求等要素關注不夠。事實上，城市新區征收拆遷的數量和位置一般由政府決定，依賴規劃審批或根據土地收購儲備狀況，這種“自上而下”的管控機制無法對征收拆遷空間布局進行合理調節。

因此，本文在保障城市生態安全的前提下，根據生態安全格局理論和城市可持續發展觀念，在地理學和行為科學等相關理論指導下，分析城市系統中居民、開發商以及政策制定者等微觀主體的行為偏好，結合具有反映人文因素與環境相互作用能力的多智能體模型模擬政府、開發商和居民主體之間基于行為偏好的城市新區征收拆遷的空間布局模擬。通過平衡城市經濟發展與環境保護的關系，解決城市新區征收拆遷如何滿足城市長遠發展的需求問題，并應用于杭州市蕭山區新區開發實例。

2 研究區域概況

2.1研究區域范圍

蕭山區地理位置優越，與杭州市西湖區、江干區和海寧市隔江相望。地理坐標為東經120°04′22″—120°43′46″，北緯29°50′54″—30°23′47″，總面積1420.22 km2。地勢南高北低，自西南向東北傾斜，中部略呈低洼。地貌分區特征較為明顯：南部為低山丘陵地區，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、春秋短，四季分明；光照充足，雨量充沛，溫暖濕潤。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國道、省道杭金公路及杭金衢高速公路穿境而過。杭甬運河和錢塘江、富春江、浦陽江在境內匯流。

2.2數據來源

本文所需要的數據包括：遙感影像、GIS數據和社會經濟統計數據。其中，遙感影像包括蕭山區2009、2011年TM影像（分辨率30 m×30 m）；GIS數據包括蕭山區2009年、2011年土地利用現狀圖、交通道路圖；社會經濟統計數據包括樓盤空間分布、城市人口、GDP、就業人數以及開發商數、人均收入數據、地方財政收入等數據，主要來源于《蕭山統計年鑒》。統一將矢量數據轉換成西安80坐標系，其他各類交通及社會經濟數據統一到2009年。

2.3數據處理

Agent被均勻分布在地理空間規則的二維網格上，將城市區域劃分為M×N的規則格網單元。利用Agent在規則網格的分布與柵格的顯著相似性，將所有數據轉成Grid柵格數據。選擇100 m×100 m的地理格網作為模型校準和計算的基礎，用離散的二維區域單元進行空間的組織和表達。考慮各資源因子的量綱不同及對各主體選址行為偏好的貢獻度不同，對不同類型的資源因子進行標準化處理。

利用蕭山區人口普查數據和矢量電子地圖生成城區人口密度圖；收集、整理蕭山區統計年鑒，統計城區地方財政收入結構；計算交通通達度數據，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；中心可達性數據，包括源空間到城市中心的歐幾里德距離；經濟因子數據，包括源空間到就業中心的歐幾里德距離等；社會公共服務水平數據，包括源空間到學校、醫院和購物場所、廣場的歐幾里德距離；公共資源可達性數據，包括源空間到河流水面的歐幾里德距離；環境綠化指標數據，包括源空間到生態用地的歐幾里德距離。土地利用類型被分為簡單的非城市用地和城市用地。中心城區2009—2011年的城市增長總量由2009年和2011年TM遙感影像通過單類型變化檢測算法提取。

3 研究方法

3.1多智能體系統及其決策規則

3.1.1 政府Agent規則 政府Agent的城市規劃引領整個區域的城市發展。城市新區征收拆遷首先必須符合城市的總體規劃，資金成為城市化發展最大的制約瓶頸。隨著中國土地制度的市場化改革，土地成為政府經營的最大財產。城市新區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下，憑借其在“雙軌制”土地征購市場中的控制權和土地一級市場的壟斷地位，低價征地，高價賣出，獲得征地與供地之間的巨大差價。土地征的越多，政府利益越大，地方財政對征地的依賴程度越高。對土地財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環境保持較好，但城鄉結合部這些城市新區征收拆遷的熱點區域，大量農田和果園被侵占，植被覆蓋率大幅度下降。原有的農業系統逐漸被城鎮生態系統所取代，生態系統服務價值迅速下降，影響區域生態系統正常功能的發揮。在低碳可持續發展政策的引領下，需要協調城市經濟發展和生態環境保護的關系。兼顧生態風險是政府Agent的另一特征。考慮城市新區征收拆遷中生態系統的承載力、健康彈性度所受到的影響，引入生態風險評估函數作為政府Agent的決策規則，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，Ai為樣區第i種景觀類別的面積，A為樣區總面積，Wi為第i種景觀類別所反映的生態風險強度參數。生態風險強度參數Wi采用左軍提出的（0，1，2）三標度層次分析方法確定［18］，各土地利用類型的生態風險權重見表1。

表1 各土地利用類型的生態風險權重Tab.1 The weight of ecological risk of the land use

政府在保護土地所有權收益的同時還關心維系國家糧食安全、社會穩定、地方經濟發展的促進作用［19-20］，對綠色發展的強烈需求下，耕地質量、城市人口、生產總值、企業數等是政府Agent的其他特征。

3.1.2 居民Agent規則 成本最小化—效用最大化是居民Agent的選址偏好，作為居民Agent的選址規則。當居民經濟狀況（征收拆遷補償與自身經濟能力總和）不足以維持新區征收拆遷必須的基本保障時，居民不選擇搬遷。具體包括非空間的居民人均收入、房價、外部環境函數和外部社會函數。其中，外部環境函數代表綠色環境資源的適宜度，包括源空間到牧場、草地等生態用地和水體等景觀的歐幾里德距離。外部社會函數用于評價公共設施、社區服務、交通體系等人文環境的發展程度，包含交通通達度和公共設施便利性，具體包括源空間到地鐵、高速路口、機場及購物中心、學校、醫院、工廠企業的歐幾里德距離。居民的搬遷滿意度R計算如下：

式（2）中，Snei為第i個居民所在鄰域中的居民平均財產，Sx，y為第i個居民的財產；Enei為第i個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個居民所在單元（x，y）居民密度和工業企業密度；Dx，y為經標準化后的第i個居民所在的單元（x，y）距工作地點的距離；Hx，y，Ex，y，Tx，y，Fx，y分別為凈標準化后的第i個居民所在單元（x，y）的房價、綠色環境資源的適宜度、交通通達度、公共設施便利性；ai（i = 1，2，3，4，5，6，7，8，9）為其偏好權重，并且；μx，y為效用方程的隨機擾動項。

3.1.3 開發商Agent及其決策規則 利潤最大化是開發商Agent選址偏好［21］，開發商的收益主要通過選擇盈利性區位要決定，不考慮房地產項目的建設、銷售等環境對地產項目收益的影響。開發商區位決策行為受宏觀和微觀兩個層次的因素影響。城市系統內的經濟、人口等宏觀因素會影響開發商的投資預期和土地開發規模。城市化進程帶來的人口紅利影響房地產市場規模，開發商的投資預期與市區的人口規模、中心城區對城市以外區域及對下轄縣的人口集聚力密切相關。同時，決定開發商長期競爭能力的是城市土地資源的稀缺程度、政府土地供應的節奏和規模。因此，首先選擇城市人口數量、人口密度及城市化速度、土地財政等因素作為開發商Agent決策規則。開發場地的立地條件，如交通通達度等微觀因素直接決定房地產開發的位置和強度。微觀變量的聚合變量與宏觀變量間的平衡實現開發商區位的最終決策［21］。當政府土地收儲來源于舊城改造或拆遷，或是政府在城市某一區域投入大量市政建設時，土地的出讓價格會大幅上升。開發商適當的超前布局能享受城市建設帶來的市政紅利。因此，選擇與城市發展進程、區域規劃和建設密切相關的規劃公共中心、地鐵、高速路、飛機場、規劃快速路等因素作為開發商Agent決策規則。

3.2三類智能體的協商和決議

城市新區征收拆遷的空間布局是一個涉及社會、經濟、生態環境等多目標決策問題——如何最大可能地節約土地資源、保護高質量的耕地、最小化環境不兼容性、綠色發展等，需要兼顧征收拆遷多主體之間的相互作用及其與社會、經濟、環境、沖突敏感度之間的相互作用，實現城市新區經濟、社會、生態效益的最大化。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—效用最大化出發考慮不同地塊對其居住選擇的效用；開發商Agent考慮預期收益的最大化—利潤最大化，并兼顧居民Agent的影響；政府Agent在生態風險強度的限制下，追求符合地方政府利益的地方經濟增長最大化目標—土地財政最大化。

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，選擇生態位模型PBL算法模擬時間T — （T + 1）內每個格子（新區地塊）的潛在開發概率［22］。在總開發量控制下，根據概率比較決定待開發的格子，實現三類Agent協商、博弈，得到城市新區征收拆遷的空間布局的模擬結果［23］?？紤]模型訓練和模型評價樣本數據的相互獨立，采用Houlout驗證，將原來的樣本隨機分成訓練數據集、驗證數據集、測試數據集，分別用于模型訓練、模型參數、閾值選擇、模型精度評價。其中，PBL模型是利用后向神經網絡訓練的單類分類算法，訓練樣本需要單類的樣本及背景數據。

本文選擇典型案例外業調查過程中政府Agent、開發商Agent和居民Agent協商博弈后的共同開發位置作為訓練樣本，定義s = 1為單類樣本（政府Agent、開發商Agent和居民Agent協商博弈后的共同開發位置），s = 0為背景數據（新區地塊），從單類樣本和背景數據中訓練得到模型P（y = 1 | x）。即從單類樣本（x，s = 1）和背景數據（x，s = 0）對傳統的二類分類器進行監督訓練得到適宜度模型訓練模型P（s = 1 | x，η = 1）。

然后估計常量c：

間接得到物種在空間上發生概率的分布模型Pr（y = 1 | x）：

4 結果和討論

4.1單一智能體主導的征收拆遷空間布局及驅動力分析

4.1.1 政府Agent 政府Agent主導的征收拆遷空間布局是整個過程中由政府占據絕對主導權的、決定征收拆遷的空間布局（圖1（a），封二）。研究結果表明，政府Agent選擇的征收拆遷區域主要集中在杭州市江南副城，即蕭山區中心城區及其外圍的義蓬、臨浦組團。中心城市發展區是蕭山的區域中心，屬人口、經濟的雙高密度區域，這與蕭山區的主體功能區規劃相一致；義蓬組團是杭州城市東部大型綜合性工業發展基地及未來工業發展的主要儲備用地。其中，義蓬組團東部和東南部為工業區，西部和西南部為居住生活區，北部和東部臨江地區為生態旅游區。政府Agent選擇該區域有利于促進城鎮和產業發展、保護資源和環境，節約集約用地，避讓優質耕地和重要生態環境用地；臨浦組團是蕭山區域南部中心，是旅游發展總體規劃中確定的南部生態旅游板塊。政府Agent選擇臨浦組團利于保障旅游設施用地及項目建設用地的供給。將模擬結果與蕭山區城鎮允許建設區規劃數據相疊加（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模型對城市新區征收拆遷空間布局模擬的結果具有較好的一致性。

與居民Agent主導的城市新區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域的土地集約利用程度高（圖1（a），封二）。這是因為城市空間資源是政府通過行政權力可以直接干預、有效組織的重要競爭元素。政府Agent憑借其作為城市化戰略的制定者、城市化制度的供給者、城市化進程的執行者、城市化績效的評定者，在推進城市化過程中居于領導和支配地位。政府Agent具有政府人和經濟人的雙重屬性，在征收拆遷空間布局中需要合理規劃用地、節約集約利用土地，實現財政收入的最大化。同時在低碳可持續發展的約束下，政府Agent雙重屬性中的政府人屬性略占主導，期望盡可能地靠近已有的城市區域，盡量不靠近已存在的農用地，盡量少地占用質量較好的農田。

4.1.2 居民Agent 居民Agent主導的征收拆遷空間布局是整個過程中開發商Agent和政府Agent均充分遵從居民Agent意愿，實現居民成本最小化—效用最大化的征收拆遷空間布局結果（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、西北片區、東南片區、東部片區、中部片區、西南片區、南部片區。這些區域包括了經濟技術開發區居住片、新區居住片、城廂居住片、新街居住片、錢江世紀城居住點、錢江居住點、橋南居住點、新塘居住點。該區域具有豐富的路網資源，交通通達度較高；公共設施便利，社區服務便捷；居民密度和工業企業密度適合，職住平衡；環境舒適度高。將模擬結果與蕭山區實際的城市樓盤分布圖（圖1（d），封二）進行空間疊加，得到居民Agent征收拆遷空間布局的模擬總精度是85.63%。

研究結果表明，居民Agent的征收拆遷空間布局表現出向研究區核心居住地段集聚的特征（圖1（c），封二）。這是因為居民Agent在經濟允許的前提下，交通便利、區位良好、周邊配套設施完善、生態環境優良的區塊成為其首選征收拆遷空間布局的首要偏好。同時，圖1（c）（封二）表明，城市外圍—空港新城、瓜瀝組團區塊也是居民Agent熱衷選擇的區域。這是因為工業用地的存在使得該區域集中大量的外來務工人員及較低學歷人員，他們的經濟收入、消費水平相對較低，對綠色環境資源宜人度的要求不高。因此，交通便利、靠近已有的工業發展區域成為該部分居民Agent選擇征收拆遷空間布局的另一行為偏好。

4.1.3 開發商Agent 開發商Agent主導的空間布局是整個過程中開發商Agent只從自身利益出發而不考慮居民的選擇效用及政府的政策指導。即開發商Agent主導的空間布局過程中政府處于政策失靈狀態，征收拆遷的空間布局完全按照開發商利益最大化進行?；陂_發商Agent行為偏好的征收拆遷空間布局集中分布在江東新城（經濟技術開發區江東區塊）、瓜瀝組團、東部片區（新橋）、東南片區（城市商業中心區）、河上片區（河上工業園區）、進化片區（青化山風景旅游度假區）（圖1（e），封二）。將模擬結果與蕭山區實際的城市用地分布圖進行空間疊加（圖1（f），封二），得到開發商Agent的空間布局模擬總精度是82.89%。

研究結果表明，開發商Agent擬選擇的柵格空間位置較為離散、無序（圖1（e），封二）。這些區域的地塊土地價格適中，靠近已有城市區域和已有工業發展區域，交通通達度高、居住密度和企業密度適中。這是因為城市化過程中政府Agent不斷進行土地出讓。開發商Agent處于主導地位，“挾持”政府Agent。同時，開發商Agent與居民Agent之間的信息不對稱也使得開發商Agent處于信息優勢地位。因此，在開發商Agent處于主導地位的背景下，開發商Agent傾向于選擇與城市發展進程、區域規劃和建設密切相關的，具有優良交通條件、工業配套、社會服務設施的區塊。這些區塊的土地的出讓價格會隨著政府在城市某一區域投入大量市政建設、舊城改造或拆遷大幅上升。開發商Agent利用對這些區塊的適當超前布局，享受城市建設帶來的市政紅利，實現開發商Agent利益最大化的目標。與政府Agent相不同的是，該過程中開發商Agent并不需要考慮城市的土地集約利用。

4.2多主體VS.單一主體主導的征收拆遷空間布局

城市空間的復合生態系統屬性決定了城市新區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協商、博弈，得到基于多主體行為偏好城市新區征收拆遷的空間布局的模擬結果（圖2，封三）。研究結果表明，政府Agent、開發商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濟技術開發區、中部片區（新區與經濟開發區）、西南、南部片區（舊城與南部臥城），表現出城鎮人口向人口密度大的區域集聚的趨勢。這些區域鄰近于沿錢塘江的生態發展軸線，能平衡經濟發展和生態環境保護，創建環境優美、生態健康的用地條件。毗鄰蕭山城區、機場快速線等，交通便利，兼顧城鎮發展軸線，實現土地資源優化配置和高效利用。結果表明，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征收拆遷空間布局決策的科學性、可信度。

本文提出的MAS系統支持下基于多主體行為偏好的空間布局方法，在生態安全格局理論和可持續發展理論支撐下，綜合分析微觀多主體在征收拆遷空間布局過程中的目標和決策行為、環境要素的變化。一方面能夠支持多主體之間及多主體與環境之間的交互行為，有效加強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生的沖突，實現多主體利益的交互反饋和博弈，提高空間布局結果的科學性、合理性。提出的基于多主體行為偏好的城市新區征收拆遷空間布局模型兼顧數量、空間、時間三維特征，拓展了Agent之間及其與外部環境的感知反作用力，增強模型的科學性和實用性。有利于實現土地資源的優化配置，有助于緩解城市建設與生態環境的矛盾，有利于協調人口、資源、環境與經濟社會發展間的關系，推動國家經濟社會的穩定及國民經濟的可持續發展。

5 結論

本文以蕭山區為例，引入多主體的主觀能動性，設計了政府Agent、市民Agent、開發商Agent三個智能體，從空間多主體行為偏好這一微觀角度入手，在RS、GIS空間數據處理技術、PBL模型的支撐下研究多主體之間、多主體與外界環境之間的相互作用，分析基于單主體、多主體的征收拆遷空間布局結果的空間分異性。模型中開發商Agent綜合考慮居民Agent的意愿，與政府Agent協商決定地塊的開發建設。提出的多主體交互式模型有利于提高新區開發征收拆遷空間布局決策的科學性。選擇生態位模型PBL算法實現三類Agent協商、博弈，大大提高了模型的運行效率，在保證科學、合理的空間布局前提下，大大縮短運行時間。

現有的以空間效益為目標的城市征收拆遷的空間布局突出強調 GDP 的貢獻，忽視了公民的權利和社會正義，造成城市化進程中社會空間與地理空間的隔離與割裂。本文從人類活動的空間行為偏好視角出發，深入挖掘城市征收拆遷空間布局問題，為中國復雜的城市化進程中的空間現象與問題研究提供了一個全新的思路。但本文在討論城市化進程中的空間場域時，所選因素中部分受制于土地權籍、利用等要素的牽制。因此，進一步研究和創新具有土地科學領域本質特征的方法及視角，是未來需要重點研究的方向。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先價值，由此引發正義性缺失導致的拆遷沖突。在地理學“文化轉向”和社會學“空間轉向”的深刻背景下，土地科學可針對當下中國社會發展暴露的不平等性、空間資本過度化、空間正義缺失等現象，嘗試從社會空間視角分析以土地為核心的資源要素在城鄉資源配置中引發的沖突及與沖突相伴而生的空間正義缺失問題。

（

）：

［1］ 張婧，李誠固.中國轉型期中心城市城鄉關系演變［J］ .地理學報，2012，67（8）：1021 - 1030.

［2］ 夏露林，關于我國新一輪新城開發的若干問題探討［J］ .知識經濟，2011，（6）：10 - 11.

［3］ 趙陽.讓農民更多分享土地增值收益［J］ .發展，2013，（4）：10 - 12.

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

［5］ 吳次芳，游和遠.農地流轉、稟賦依賴與農村勞動力轉移［J］ .管理世界，2010，（3）：65 - 75.

［6］ 仇保興.新型城鎮化：從概念到行動，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、中央政府和農戶行為的動態博弈分析［J］ .中國土地科學，2012，26（10）：54 - 60.

［8］ 李純斌，吳靜.空間失配假設及對中國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多目標遺傳算法的公共服務設施優化選址研究——以深圳市醫院選址為例［J］ .熱帶地理，2010，30（6）：650 - 656.

［12］ 何晉強，黎夏，劉小平，等.蟻群智能及其在大區域基礎設施選址中的應用［J］ .遙感學報，2009，13（2）：246 - 256.

［13］ 伍少坤，黎夏，劉小平，等.基于城市擴張的動態選址模型——以深圳市垃圾轉運站選址為例［J］ .地理科學，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合選址模型：長沙市生態用地選址［J］ . 資源科學，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］ . 系統工程，1988，6（6）：56 - 63.

［19］ 譚術魁，齊睿. 中國征地沖突博弈模型的構建與分析［J］ . 中國土地科學，2010，24（3）：25 - 29.

［20］ 馬學廣，王愛民，閆小培，城市空間重構進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集成的房地產開發模擬研究［J］ . 北京大學學報（自然科學版），2009，45（4）：653 - 662.

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

［23］ 張鴻輝，曾永年，譚蓉. 基于多智能體的農地非農化時空模擬與規劃模型［J］ . 測繪學報，2011，40（3）：366 - 372.

（本文責編：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青年重點項目（2013QN064）。

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