基于ODD框架的農(nóng)戶有限理性決策模型的構(gòu)建及模擬*
——以陜西省米脂縣馬蹄洼村為例

毛南趙，梁小英※，段 寧，商舒涵

(1.西北大學(xué)城市與環(huán)境學(xué)院，陜西西安 710127； 2.陜西省地表系統(tǒng)與環(huán)境承載力重點(diǎn)實(shí)驗(yàn)室，西安 710127)

0 引言

生態(tài)脆弱區(qū)土地利用/覆被變化驅(qū)動(dòng)機(jī)制的探討已成為土地利用研究的重要方向之一。農(nóng)戶作為農(nóng)業(yè)生產(chǎn)及土地利用活動(dòng)的主體，其行為的發(fā)生、發(fā)展過程直接影響土地利用的數(shù)量、質(zhì)量、結(jié)構(gòu)和效率[1-6]。而人地系統(tǒng)作為一個(gè)復(fù)雜的耦合系統(tǒng)，將人的行為決策納入到地表格局變化研究中，是研究人地關(guān)系復(fù)雜性的焦點(diǎn)問題之一[7-8]。目前，基于行為理論，通過模型模擬的方法來探討農(nóng)戶行為對(duì)于區(qū)域土地利用變化的微觀響應(yīng)機(jī)理，已經(jīng)成為國內(nèi)外研究的趨勢(shì)之一[6-15]，在智能體模型(Agent Based Model)構(gòu)建、理性與有限理性決策分析、個(gè)體間相互作用定量表達(dá)等方面積累豐富[16-21]； 比較有代表性的研究如Ligtenberg等[17]基于BDI(Belief，Desire，Intention)行為理論，構(gòu)建微觀主體效益最大化決策框架，探討和分析微觀主體決策的形成機(jī)制，黃河清等[10]基于農(nóng)戶行為構(gòu)建了LUC-ASM模型，主要應(yīng)用于研究土地利用變化和社會(huì)經(jīng)濟(jì)發(fā)展與人口增長之間的關(guān)系，朱月季等[11]基于農(nóng)戶個(gè)體的異質(zhì)性模擬微觀層面農(nóng)戶之間的互動(dòng)和選擇行為。但實(shí)際過程中由于農(nóng)戶受到自我認(rèn)知、能力及時(shí)間的影響，決策受限，最終農(nóng)戶的決策實(shí)際是一種有限理性決策，如何進(jìn)一步揭示農(nóng)戶有限理性作用機(jī)理成為研究農(nóng)戶行為和土地變化格局這種人地關(guān)系的關(guān)鍵問題之一。

鑒于效益最大化模型對(duì)現(xiàn)實(shí)微觀主體決策有限的解釋力，目前已有研究展開基于BDI理論的有限理性決策研究。例如，王艷妮等[16]通過增加能力與資源修正指數(shù)構(gòu)建CR-BDI模型；宋世雄等[22]通過探討不同類型農(nóng)戶間相互作用構(gòu)建CBDI模型，分別對(duì)原有效益最大化BDI模型進(jìn)行修正，探討微觀主體的有限理性BDI決策及其變化。一方面，這些研究為土地利用變化的微觀主體行為決策及其變化機(jī)制分析與探討奠定堅(jiān)實(shí)的基礎(chǔ)；但另一方面，這些研究大多依據(jù)作者研究的目的構(gòu)建模型，即使研究區(qū)相同，也很難對(duì)類似研究進(jìn)行對(duì)比和分析。同時(shí)，現(xiàn)有對(duì)農(nóng)戶有限理性決策的研究大多集中在決策框架構(gòu)成、影響因素的探討、主體間相互作用分析等方面，還缺少將上述部分整合在一起的研究。

目前，利用Overview、Design Concept and Detail(ODD)框架進(jìn)行ABM模型的構(gòu)建已經(jīng)得到國內(nèi)外學(xué)者的認(rèn)可[23]。采用ODD框架構(gòu)建ABM模型，利于不同研究的對(duì)比，方便學(xué)者的閱讀和理解，易于看清文章的邏輯和框架[23-24]。因此，文章采用ODD框架來構(gòu)建農(nóng)戶土地利用決策框架； 并在該框架下綜合多種影響因素，構(gòu)建可反映農(nóng)戶有限理性的Household Bounded Rationality Decision-making Model(HBRDM)模型，基于Netlogo平臺(tái)，來模擬農(nóng)戶有限理性土地利用行為決策，旨在通過ODD框架，增強(qiáng)研究的可比性，進(jìn)一步揭示生態(tài)脆弱區(qū)土地變化的微觀驅(qū)動(dòng)機(jī)理。

圖1 研究區(qū)位置及2015年土地利用圖

1 研究區(qū)與數(shù)據(jù)來源

1.1 研究區(qū)概況

馬蹄洼村位于陜西省米脂縣高渠鄉(xiāng)西北部，地理位置為110°09′29″E～110°11′08″E、37°50′10″N～37°51′29″N，地處黃土高原腹地，水土流失嚴(yán)重，屬典型的生態(tài)脆弱區(qū)。高渠鄉(xiāng)作為米脂縣退耕還林典型鄉(xiāng)鎮(zhèn)及陜西省農(nóng)業(yè)廳第三批“一鄉(xiāng)一業(yè)”示范鄉(xiāng)鎮(zhèn)，主要發(fā)展紅蔥集聚產(chǎn)業(yè)，而馬蹄洼村是發(fā)展紅蔥產(chǎn)業(yè)的典型村落。目前，該村土地總面積約304hm2，主要種植紅蔥、馬鈴薯、玉米、雜糧等作物(圖1)。2013年該村成立了紅蔥種植專業(yè)合作社，該村農(nóng)戶類型多樣，據(jù)2015年實(shí)地調(diào)研可知，全村共130戶人，其中，打工戶70戶、兼業(yè)戶25戶、種植戶35戶。該文以馬蹄洼村作為樣本區(qū)，為探討生態(tài)脆弱區(qū)農(nóng)村經(jīng)濟(jì)發(fā)展的微觀效應(yīng)、闡明生態(tài)脆弱區(qū)農(nóng)業(yè)發(fā)展和演變的微觀機(jī)制提供了參考。

1.2 數(shù)據(jù)來源

(1)2015～2016年馬蹄洼村土地利用圖及地籍圖。通過2015～2016年該地高分一號(hào)影像數(shù)據(jù)和手持GPS實(shí)測(cè)點(diǎn)數(shù)據(jù)，結(jié)合ENVI 5.3、ArcGIS 10.2平臺(tái)，解譯得到2015～2016年該區(qū)土地利用類型圖，并結(jié)合實(shí)際調(diào)研得到研究區(qū)的耕地地塊權(quán)屬圖。

(2)DEM數(shù)據(jù)，來自中科院計(jì)算機(jī)網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云(http：//www.gscloud.cn/)，通過GPS測(cè)點(diǎn)，結(jié)合30m×30m分辨率DEM數(shù)據(jù)，插值重采樣獲取研究區(qū)5m×5m分辨率的DEM數(shù)據(jù)。

(3)種植農(nóng)戶社會(huì)經(jīng)濟(jì)調(diào)查問卷數(shù)據(jù)。采用PRA和入戶調(diào)查相結(jié)合的方式，主要涉及農(nóng)戶年齡、家庭收入和消費(fèi)、作物種植投入與產(chǎn)出、家庭勞動(dòng)力及租種面積等數(shù)據(jù)。在2015～2017年每年的7～8月進(jìn)行調(diào)研，該村共完成問卷62份，其中有效問卷共55份。

2 基于ODD的農(nóng)戶有限理性決策模型的構(gòu)建

基于Grimm對(duì)Agent建模要求的規(guī)范，結(jié)合ODD框架建模的優(yōu)勢(shì)，該文根據(jù)ODD建模標(biāo)準(zhǔn)從模型概述、概念框架和細(xì)節(jié)設(shè)計(jì)三大方面7個(gè)基本元素層面對(duì)HBRDM模型的構(gòu)建進(jìn)行描述[23]。

2.1 HBRDM模型概述

2.1.1 目的

HBRDM模型的目的是利用BDI行為理論，綜合考慮多種因素及農(nóng)戶間相互作用對(duì)農(nóng)戶Desires和Intention的約束，基于Netlogo平臺(tái)來模擬農(nóng)戶有限理性種植行為決策，揭示生態(tài)脆弱區(qū)土地變化的微觀驅(qū)動(dòng)機(jī)理。

2.1.2 模型的實(shí)體、變量和研究尺度

該模型中實(shí)體是農(nóng)戶Agent，其包含農(nóng)戶分類、耕地面積、地塊權(quán)屬及有限理性系數(shù)等屬性信息； 狀態(tài)變量是農(nóng)戶種植行為以及影響因素； 模擬的尺度是村域耕地地塊尺度。格網(wǎng)大小根據(jù)研究區(qū)馬蹄洼的村落邊界設(shè)置為484×488，每個(gè)像元代表5m×5m。

2.1.3 模型過程概述及運(yùn)行步長

HBRDM模型的模擬過程主要基于基礎(chǔ)地理數(shù)據(jù)，通過設(shè)置農(nóng)戶種植行為規(guī)則，進(jìn)行農(nóng)戶與地塊之間的交互，得到最終耕地空間種植格局變化結(jié)果圖。Agent模擬時(shí)間步長及狀態(tài)變量更新時(shí)間為1年。

2.2 模型的概念框架

圖2 HBRDM模型概念框架

借鑒傳統(tǒng)BDI決策理論框架，HBRDM模型通過探討影響因素來調(diào)整農(nóng)戶的愿望和意圖； 雖然前期在該方面有所研究，但綜合考慮多種因素對(duì)農(nóng)戶愿望和意圖影響的研究還比較欠缺：例如王艷妮等[16]僅考慮農(nóng)戶種植能力與資源系數(shù)對(duì)傳統(tǒng)BDI框架的有限修正，卻未考慮農(nóng)戶間相互作用的影響，宋世雄等[22]雖側(cè)重探討同類農(nóng)戶間的相互作用對(duì)農(nóng)戶耕地撂荒行為的影響，但沒有顧及其他因素對(duì)主體愿望的影響。因此，結(jié)合建模中的優(yōu)勢(shì)和不足，HBRDM模型除綜合考慮農(nóng)戶種植能力與資源CR系數(shù)和農(nóng)戶間相互作用的影響外，還進(jìn)一步探討同類和不同類農(nóng)戶間的相互作用。

圖2為HBRDM模型的結(jié)構(gòu)框架圖。由圖2可以看出，在政策和市場(chǎng)的影響下，農(nóng)戶Agent對(duì)自然條件和作物重要性具有一定的認(rèn)知，從而產(chǎn)生作物種植信念； 在信念基礎(chǔ)上形成種植愿望時(shí)，受自身種植能力與資源的影響，在有限理性系數(shù)下修正其種植愿望； 在形成種植意圖時(shí)，不僅受到作物收益的影響，農(nóng)戶間還存在交流，則通過農(nóng)戶間相互作用進(jìn)一步修正農(nóng)戶意圖，最終形成其真正的種植意圖； 最后，農(nóng)戶Agent做出決策后形成新的耕地空間種植格局。同時(shí)，新的種植格局對(duì)農(nóng)戶信念的形成具有反饋?zhàn)饔茫瑥亩粩喔罗r(nóng)戶Agent的種植信念。

2.3 模型的細(xì)節(jié)設(shè)計(jì)

主要包括模型的初始化、數(shù)據(jù)輸入和子程序等3個(gè)部分。其中，HBRDM模型初始化為2015年馬蹄洼村典型農(nóng)戶基礎(chǔ)屬性數(shù)據(jù)及其種植作物空間格局情況； 數(shù)據(jù)的輸入主要包括農(nóng)戶Agent的屬性輸入、模擬期初耕地類型作物空間分布圖的加載等； 耕地地塊和農(nóng)戶屬性之間通過農(nóng)戶權(quán)屬相互關(guān)聯(lián)； 子程序包括HBRDM模型的子模塊和重要參數(shù)的說明，該文重點(diǎn)進(jìn)行闡述。

2.3.1 農(nóng)戶Agent生成模塊

基于已有的多源GIS數(shù)據(jù)、統(tǒng)計(jì)數(shù)據(jù)、典型農(nóng)戶社會(huì)調(diào)研數(shù)據(jù)和權(quán)屬數(shù)據(jù)，得到農(nóng)戶Agent的屬性信息； 利用多源GIS數(shù)據(jù)將農(nóng)戶Agent與其地塊進(jìn)行空間關(guān)聯(lián)； 地塊是模型模擬的基本單元，且每個(gè)地塊每年只對(duì)應(yīng)1種作物類型。

2.3.2 農(nóng)戶Agent的簡(jiǎn)化與分類模塊

依據(jù)Evans[25]的研究，按照農(nóng)戶年齡和作物種植面積大小將研究區(qū)農(nóng)戶Agent劃分為3類，即打工型農(nóng)戶、種植型農(nóng)戶和自給型農(nóng)戶。其中，打工型農(nóng)戶常年在外打工； 種植型農(nóng)戶包括兼業(yè)戶，主要以種植為主； 自給型農(nóng)戶年齡偏大或勞動(dòng)能力弱，種地少或不耕種。打工型和種植型農(nóng)戶之間通過土地租種來相互影響，即打工戶的耕地被種植戶租種。由于打工戶常年不在家，自給戶種地很少，種植戶是該村主要耕種者。因此，該文將重點(diǎn)研究種植戶的作物種植行為。

2.3.3 農(nóng)戶Agent決策分析模塊

基于BDI決策框架，農(nóng)戶Agent決策分析模塊主要包括信念模塊、愿望模塊和意圖模塊。該文對(duì)于關(guān)鍵部分進(jìn)行闡述。

(1)信念模塊構(gòu)建

參照陳海等[5]對(duì)BDI信念描述，結(jié)合研究區(qū)實(shí)際情況，該文構(gòu)建信念(B)的公式：

Bikt={Impikt，Pikt}

(1)

式(1)中，Bikt表示目前農(nóng)戶i在時(shí)間t時(shí)對(duì)當(dāng)前影響其第k種土地種植類型的環(huán)境因素的感知；Impikt表示農(nóng)戶i在時(shí)間t時(shí)對(duì)土地種植作物k的重要性認(rèn)識(shí)；Pikt反映農(nóng)戶對(duì)于不同自然環(huán)境條件的認(rèn)知。

(2)愿望模塊構(gòu)建

愿望由信念產(chǎn)生，是信念的現(xiàn)實(shí)表達(dá)。結(jié)合農(nóng)戶能力和資源修正系數(shù)對(duì)農(nóng)戶愿望的約束，從而表達(dá)農(nóng)戶有限理性下的真實(shí)愿望。計(jì)算公式：

Dikt={Bikt，Impikt，Mikt，CRikt}

(2)

式(2)中，Dikt是農(nóng)戶i在t時(shí)刻Bikt的基礎(chǔ)上產(chǎn)生種植作物k的愿望，即Agent希望在t時(shí)刻能夠達(dá)到的狀態(tài)；Mikt是時(shí)間t農(nóng)戶i認(rèn)為市場(chǎng)對(duì)第k種作物的影響；CRikt是時(shí)間t農(nóng)戶i認(rèn)為種植第k種作物的能力與資源修正指數(shù)，以此來表征其實(shí)際的決策水平，其他參數(shù)含義同上。

(3)意圖模塊構(gòu)建

由圖2可知，農(nóng)戶意圖是在信念和愿望基礎(chǔ)上的最終表達(dá)，不僅受到作物收益大小的影響，而且由于農(nóng)戶間存在交流學(xué)習(xí)的過程，還受到其他農(nóng)戶間(同類和不同類)的相互作用影響。因此，為更加合理表達(dá)農(nóng)戶有限理性，進(jìn)一步通過同類和不同類農(nóng)戶間的相互作用系數(shù)來對(duì)農(nóng)戶意圖進(jìn)行約束。農(nóng)戶的決策意圖(Iik，t+1)計(jì)算公式：

Iik，t+1={Bikt，Dikt，Ct，Inikt}=Dikt×Ct×Inikt

(3)

式(3)中，Inikt表示作物種植效益指數(shù)；Ct表示t時(shí)刻其他農(nóng)戶Agent對(duì)目標(biāo)農(nóng)戶Agent的影響，其他參數(shù)如上。為模型簡(jiǎn)化，同類和不同類農(nóng)戶間相互作用采取等權(quán)重進(jìn)行量化，Ct的計(jì)算公式：

Ct=β1+β2

(4)

式(4)中，β1為t時(shí)刻其他同類農(nóng)戶Agent對(duì)目標(biāo)農(nóng)戶Agent決策的影響系數(shù)；β2為t時(shí)刻不同類農(nóng)戶Agent對(duì)目標(biāo)農(nóng)戶Agent決策的影響系數(shù)。

該文認(rèn)為，農(nóng)戶間存在相互作用。對(duì)于同類農(nóng)戶間的相互作用，通過對(duì)農(nóng)戶特定作物重要性與同類農(nóng)戶中該類作物最大值的比較，來判定農(nóng)戶間相互作用的大小，比值越大，相互作用越??； 對(duì)于不同類農(nóng)戶間的相互作用，通過是否存在租種行為來定量化表征； 通過對(duì)上述兩種相互作用來修正農(nóng)戶真實(shí)的種植意圖，做出有限理性的決策。

對(duì)于同類農(nóng)戶Agent間相互作用，計(jì)算公式：

(5)

式(5)中，Ii-jkt為時(shí)間t農(nóng)戶j受到同類其他農(nóng)戶i影響后第k種土地利用方式；j為有第k種土地利用方式的農(nóng)戶；k為第k種土地利用方式； 其他參數(shù)含義同上。

在耕地總量一定的條件下，其他類農(nóng)戶不同的意愿對(duì)種植型農(nóng)戶最終的決策是有影響的。即如果其他類農(nóng)戶種植意愿小，種植型農(nóng)戶可種植作物的面積相對(duì)就大，反之該類農(nóng)戶可種植作物面積相對(duì)就小，則可用種植型農(nóng)戶是否存在租種行為來表示不同類農(nóng)戶影響系數(shù)，計(jì)算公式如下：

(6)

式(6)中，Areajkto表示農(nóng)戶j在時(shí)間t0租種的耕地面積；Areajkt表示農(nóng)戶j在時(shí)間t耕種總面積。

3 實(shí)例結(jié)果與分析

3.1 農(nóng)戶信念分析

由信念模塊計(jì)算，得到農(nóng)戶對(duì)自然條件的認(rèn)知。圖3為農(nóng)戶對(duì)自然條件認(rèn)知圖(圖3a中主要自然條件分級(jí)LH表示地塊距道路近、海拔高的自然條件； MH為距道路適中、海拔偏高條件； HH是距道路遠(yuǎn)、海拔高的條件)。由圖3可知，馬鈴薯主要種植在距道路近、海拔較高(LH)的區(qū)域，該自然條件下馬鈴薯的種植面積比例為42%, 紅蔥主要種植在距離道路較近、海拔較高(MH)的位置(40%)，雜糧主要種于距離道路較近、海拔較高(MH)的位置(41%)。

圖3 農(nóng)戶對(duì)自然條件的認(rèn)知圖

表1 典型農(nóng)戶決策經(jīng)CR系數(shù)修正與否的愿望

農(nóng)戶序號(hào)D玉米D馬鈴薯D紅蔥D雜糧10.07(0.21)0.12(0.37)0.12(0.71)0.04(0.13)20.04(0.16)0.07(0.21)0.36(1.20)0.01(0.04)30.08(0.25)0.23(0.66)0.00(0.00)0.10(0.26)40.02(0.07)0.21(0.53)0.14(0.62)0.07(0.25)50.04(0.14)0.17(0.48)0.18(0.68)0.04(0.15)60.02(0.08)0.20(0.46)0.49(1.09)0.01(0.04)70.44(0.64)0.01(0.08)0.10(0.24)0.04(0.07)80.05(0.20)0.07(0.24)0.22(0.73)0.06(0.21)90.04(0.14)0.26(0.66)0.10(0.49)0.04(0.15)100.02(0.08)0.29(0.75)0.05(0.24)0.10(0.28)村莊均值0.10(0.23)0.15(0.42)0.23(0.56)0.06(0.15) 注:括號(hào)內(nèi)數(shù)字表示未經(jīng)CR系數(shù)修正的農(nóng)戶種植愿望值

3.2 農(nóng)戶愿望分析

表1為經(jīng)過CR系數(shù)修正與否的農(nóng)戶種植愿望結(jié)果。從表1可以看出，就農(nóng)戶整體層面而言，修正前后研究區(qū)均以種植紅蔥的愿望最高，其次為馬鈴薯和玉米，雜糧的種植愿望最低。但農(nóng)戶個(gè)體層面則存在較明顯差異，如農(nóng)戶1未經(jīng)CR系數(shù)修正，種植紅蔥愿望大于馬鈴薯，修正后則種植兩者愿望相等； 農(nóng)戶4修正前種植紅蔥的愿望高于馬鈴薯，修正后種植馬鈴薯愿望高于紅蔥； 農(nóng)戶7修正前馬鈴薯略高于雜糧，受CR系數(shù)影響，則種植雜糧的愿望略高于馬鈴薯。由此可以看出，村莊均值僅能反映村莊內(nèi)農(nóng)戶種植愿望的均值，而CR系數(shù)不僅可揭示農(nóng)戶整體的愿望，也可對(duì)單個(gè)農(nóng)戶種植愿望進(jìn)行有效表征。同時(shí)，也說明CR指數(shù)對(duì)于厘定農(nóng)戶愿望差異的重要性。

3.3 農(nóng)戶意圖分析

表2為同類和不同類農(nóng)戶間相互作用系數(shù)影響下的種植意圖表。其中，農(nóng)戶間相互作用影響系數(shù)為β1，不同類農(nóng)戶影響系數(shù)為β2，表2中括號(hào)內(nèi)表示只考慮同類農(nóng)戶間相互作用影響下農(nóng)戶的種植意圖。由表2可以看出：租種面積占總耕地面積越大，農(nóng)戶的租種行為對(duì)于其他類農(nóng)戶影響也就越大。同時(shí)，只有綜合考慮β1和β2，才能真實(shí)表達(dá)農(nóng)戶的實(shí)際土地利用決策。如農(nóng)戶4在僅受β1影響時(shí)，其馬鈴薯和紅蔥的種植意圖相同，但綜合考慮β1和β2，其紅蔥的種植意圖則高于馬鈴薯； 農(nóng)戶7在僅受同類影響時(shí)，其馬鈴薯和雜糧的種植意圖較小，但綜合考慮β1和β2，其馬鈴薯和雜糧的種植意圖有較大提升。綜上可見，只有綜合考慮農(nóng)戶間相互作用影響(同類和不同類)，才能較為準(zhǔn)確地表達(dá)實(shí)際的農(nóng)戶土地利用決策。

表2 綜合考慮同類和不同類農(nóng)戶間相互影響系數(shù)作用下的農(nóng)戶種植意圖

農(nóng)戶序號(hào)租種面積(667m2)影響系數(shù)β2I玉米bI馬鈴薯bI紅蔥bI雜糧b1140.5380.012(0.003)0.022(0.005)0.037(0.010)0.003(0.000)2250.5000.006(0.001)0.011(0.002)0.098(0.024)0.001(0.000)3150.4550.011(0.004)0.040(0.014)0.000(0.000)0.006(0.001)4150.5000.002(0.000)0.037(0.011)0.039(0.011)0.005(0.001)5100.5000.005(0.001)0.031(0.009)0.053(0.016)0.003(0.000)6120.4440.003(0.000)0.030(0.010)0.119(0.038)0.001(0.000)7200.6670.081(0.013)0.002(0.000)0.032(0.005)0.004(0.000)860.4000.006(0.002)0.010(0.002)0.055(0.019)0.004(0.001)9100.4550.005(0.001)0.044(0.015)0.025(0.007)0.003(0.001)10——0.000(0.000)0.018(0.018)0.002(0.002)0.001(0.001)村莊均值80.280.013(0.003)0.024(0.009)0.046(0.013)0.003(0.001)

表3 不同模型模擬失誤率

%

此外，經(jīng)計(jì)算得到研究區(qū)玉米、馬鈴薯、紅蔥和雜糧4種主要作物的收益系數(shù)分別是0.23、0.25、0.41和0.11。其中，紅蔥的收益系數(shù)值最大，其次為馬鈴薯和玉米，雜糧最低。由此說明，紅蔥在當(dāng)?shù)馗仡愋椭兴紮?quán)重比較大，農(nóng)戶一般不會(huì)輕易考慮將紅蔥轉(zhuǎn)變?yōu)槠渌愋偷姆N植類型，而低收益系數(shù)的雜糧等作物轉(zhuǎn)變?yōu)槠渌找嫦禂?shù)較高類型作物的可能性較大。

3.4 模型的驗(yàn)證及分析

結(jié)合2015年農(nóng)戶調(diào)研數(shù)據(jù)，利用Netlogo平臺(tái)基于Logo語言進(jìn)行二次編程開發(fā)，通過HBRDM模型對(duì)馬蹄洼2016年土地利用進(jìn)行模擬，并對(duì)HBRDM模型的模擬效果和僅考慮相互作用(Ct)以及能力和資源系數(shù)(CR)的模擬結(jié)果進(jìn)行對(duì)比。圖4和表3分別為3種模型(即模型a表示HBRDM模型，模型b、c則分別表示該模型僅考慮CR或Ct)的模擬勘誤圖和失誤率表。

結(jié)合圖4和表3可以看出：

(1)HBRDM模型的模擬效果最佳。在綜合考慮CR和Ct的條件下，整體失誤率最低，為20.2%，即HBRDM模型的準(zhǔn)確率為79.8%； 若分別僅考慮CR和Ct條件，模擬失誤率分別為24.9%和28.7%，分別比HBRDM模型的模擬效果差4.7%和8.5%；

圖4 2016年馬蹄洼作物模擬勘誤圖

(2)不同參數(shù)對(duì)耕地類型變化的解釋力不同。就研究區(qū)而言，農(nóng)戶間相互作用對(duì)該區(qū)耕地變化的解釋力較低，其次是資源和能力指數(shù)，最后是兩種因素的綜合。例如，紅蔥種植在僅考慮相互作用時(shí)失誤率為34.5%； 在僅考慮資源和能力系數(shù)是失誤率為28.5%，準(zhǔn)確率提高6%； 當(dāng)同時(shí)考慮兩種因素，失誤率則進(jìn)一步減少到17.2%，很顯然綜合考慮多種影響因素對(duì)于小紅蔥種植的解釋力要顯著優(yōu)于單因素考量。馬鈴薯、雜糧也是如此。同時(shí)，結(jié)合自然條件的分析揭示HBRDM模型模擬失誤可能的原因。對(duì)于模擬失誤率較高的馬鈴薯而言，失誤主要集中在海拔高的自然條件下。其中，在距道路近、海拔高的條件下實(shí)際種植馬鈴薯的地塊模擬結(jié)果為紅蔥，其失誤占馬鈴薯總失誤率的23.2%； 而在距道路適中、海拔高條件下實(shí)際種植馬鈴薯的地塊模擬結(jié)果為雜糧，其失誤占馬鈴薯總失誤率的21.3%。產(chǎn)生模擬失誤，主要原因：①農(nóng)戶保持地力的需要。當(dāng)?shù)剞r(nóng)戶在實(shí)際種植過程中通過輪作方式保持土壤肥力，會(huì)在適宜種植馬鈴薯和紅蔥的地塊上種植雜糧。這是造成模擬失誤的主要原因之一。 ②種植的隨機(jī)性和規(guī)則的剛性。模擬時(shí)將距離道路近作為種植紅蔥、馬鈴薯等經(jīng)濟(jì)作物的“剛性”條件，但由于研究區(qū)地塊的自然條件較為接近，農(nóng)戶在種植時(shí)會(huì)將“理應(yīng)”種植馬鈴薯的地塊栽種為紅蔥，這種種植的隨機(jī)性也是造成模擬失誤的主要原因之一。

4 結(jié)論與討論

4.1 結(jié)論

按照ODD標(biāo)準(zhǔn)化建模程序，以BDI結(jié)構(gòu)為基礎(chǔ)，構(gòu)建HBRDM模型，以陜西省米脂縣馬蹄洼村為例，并結(jié)合ArcGIS、Netlogo平臺(tái)進(jìn)行農(nóng)戶種植行為模擬空間化表達(dá)，得出如下結(jié)論。

(1)HBRDM模型可有效表征農(nóng)戶的有限理性決策。通過對(duì)比分析僅考慮農(nóng)戶間相互作用和能力與資源指數(shù)的情況可知，HBRDM模型的模擬效果最好，分別比其他兩種方式的模擬效果高4.7%和8.5%，這表明農(nóng)戶決策更多地趨向“滿意”的有限理性決策。

(2)“剛性”的模擬規(guī)則和種植的隨機(jī)性是造成模擬失誤的主要原因； “剛性”規(guī)則雖然關(guān)注到多數(shù)自然條件下耕地的變化，但由于地塊自然條件的差異較小，加之農(nóng)戶種植存在一定程度的隨機(jī)性，由此造成了部分作物在特定自然條件下的失誤率較高。

(3)基于ODD構(gòu)建的HBRDM模型，有利于不同研究的對(duì)比，方便學(xué)者的閱讀和理解，同時(shí)易于看清該文的邏輯和框架。

4.2 討論

基于有限理性理論進(jìn)行行為決策研究已成為多樣化決策研究的熱點(diǎn)。借鑒傳統(tǒng)BDI決策理論框架，HBRDM模型通過探討影響因素來調(diào)整農(nóng)戶的愿望和意圖。結(jié)果表明，HBRDM模型相對(duì)于已有研究，更具解釋力，而且通過ODD框架建模，便于讀者閱讀和看清文章的邏輯框架，從而進(jìn)一步豐富了揭示生態(tài)脆弱區(qū)土地利用變化的微觀驅(qū)動(dòng)機(jī)理的研究思路和方法。不過，由于該模型的參數(shù)及規(guī)則主要依據(jù)研究區(qū)實(shí)際情況而設(shè)定，且不同區(qū)域間存在空間差異性及農(nóng)戶個(gè)體的異質(zhì)性； 同時(shí)，農(nóng)戶隨著年齡增長，其行為可能會(huì)發(fā)生較大變化，而該文認(rèn)為在研究時(shí)間內(nèi)農(nóng)戶類型不變，即農(nóng)戶行為假設(shè)是不變的； 因此對(duì)上述問題的修改和調(diào)整，將是未來模型優(yōu)化的一個(gè)方向之一。

目前已有研究對(duì)土地利用主體與土地利用變化間的相互作用進(jìn)行探討，但在尺度的推演上大多采用簡(jiǎn)單村莊類型推演法進(jìn)行模擬[16]，沒有考慮不同村莊類型和合作經(jīng)濟(jì)體在尺度轉(zhuǎn)化方面的影響[22]。因此，深入探討不同農(nóng)戶個(gè)體決策向農(nóng)戶群體決策的轉(zhuǎn)化、村莊類型在土地利用決策方面的差異，以及合作經(jīng)濟(jì)組織在土地利用決策方面的影響，就成為今后研究的主要方向。同時(shí)，還應(yīng)當(dāng)看到，該文雖然綜合考慮了農(nóng)戶間相互作用和能力與資源指數(shù)等因素，但對(duì)政策和市場(chǎng)的影響處理較為簡(jiǎn)單[26]，還沒有考慮社會(huì)規(guī)范對(duì)于農(nóng)戶行為的影響[27]。因此，進(jìn)一步分析政策和市場(chǎng)對(duì)農(nóng)戶個(gè)體決策的影響，將社會(huì)規(guī)范合理納入農(nóng)戶土地利用決策之中就成為今后完善農(nóng)戶個(gè)體有限理性決策模型的主要問題。

[1] 李小建.欠發(fā)達(dá)農(nóng)區(qū)經(jīng)濟(jì)發(fā)展中的農(nóng)戶行為——以豫西山地丘陵區(qū)為例.地理學(xué)報(bào)， 2002， 57(4)： 459～468

[2] 鐘太洋， 黃賢金.農(nóng)戶層面土地利用變化研究綜述.自然資源學(xué)報(bào)， 2007, 22(3): 341～352

[3] 王倩， 肖淵實(shí)，余勁.農(nóng)地流轉(zhuǎn)對(duì)農(nóng)戶土地利用行為及效果影響探究.中國農(nóng)業(yè)資源與區(qū)劃， 2016, 37(2): 231～236

[4] 田文勇， 張會(huì)幈，黃超，等.農(nóng)戶種植結(jié)構(gòu)調(diào)整行為的影響因素研究——基于貴州省的實(shí)證.中國農(nóng)業(yè)資源與區(qū)劃， 2016, 37(4): 147～153

[5] 陳海， 王濤，梁小英，等.基于MAS的農(nóng)戶土地利用模型構(gòu)建與模擬：以陜西省米脂縣孟岔村為例.地理學(xué)報(bào)， 2009, 64(12): 1448～1456

[6] 喬家君， 李小建，葛真.基于農(nóng)戶調(diào)查的村域商業(yè)經(jīng)濟(jì)活動(dòng)空間研究.經(jīng)濟(jì)地理， 2009, 29(5): 817～822

[7] 翟瑞雪， 戴爾阜.基于主體模型的人地系統(tǒng)復(fù)雜性研究.地理研究, 2017(10)： 1925～1935

[8] 梁小英， 劉俊新.農(nóng)戶土地利用決策對(duì)農(nóng)業(yè)景觀格局的影響研究：以陜西省米脂縣孟岔村為例.自然資源學(xué)報(bào)， 2010, 25(9): 1489～1495

[9] Mena C F， Walsh S J，F(xiàn)rizzelle B G，et al.Land use change on household farms in the Ecuadorian Amazon：Design and implementation of an Agent-Based Model.Applied Geography， 2011， 31(1)： 210

[10]黃河清， 潘理虎，王強(qiáng)，等.基于農(nóng)戶行為的土地利用人工社會(huì)模型的構(gòu)造與應(yīng)用.自然資源學(xué)報(bào)， 2010, 25(3): 353～367

[11]朱月季， 高貴現(xiàn)，周德翼.基于主體建模的農(nóng)戶技術(shù)采納行為的演化分析.中國農(nóng)村經(jīng)濟(jì), 2014(4)： 58～73

[12]Costanza R， Ruth M.Using dynamic modeling to scope environmental problems and build consensus.Environmental Management， 1998, 22(2): 183～195

[13]Verburg P H， Veldkamp A，F(xiàn)resco L O.Simulation of changes in the spatial pattern of land use in China.1999, 19(3): 211～233

[14]Valbuena D， Verburg P H，Veldkamp A，et al.Effects of farmers′ decisions on the landscape structure of a Dutch rural region：An agent-based approach.Landscape & Urban Planning， 2010, 97(2): 98～110

[15]常笑， 劉黎明，劉朝旭，等.農(nóng)戶土地利用決策行為的多智能體模擬方法.農(nóng)業(yè)工程學(xué)報(bào)， 2013, 29(14): 227～237

[16]王艷妮， 陳海，宋世雄，等.基于CR-BDI模型的農(nóng)戶作物種植行為模擬：以陜西省米脂縣姜興莊為例.地理科學(xué)進(jìn)展， 2016, 35(10): 1258～1268

[17]Ligtenberg A， Wachowicz M，Bregt A K，et al.A design and application of a multi-agent system for simulation of multi-actor spatial planning.Journal of Environmental Management， 2004， 72(1-2)： 43～55

[18]Simon H A.A behavioral model of rational choice.Quarterly Journal of Economics， 1955, 69(1): 99～118

[19]余強(qiáng)毅， 吳文斌，唐華俊，等.復(fù)雜系統(tǒng)理論與Agent模型在土地變化科學(xué)中的研究進(jìn)展.地理學(xué)報(bào)， 2011, 66(11): 1518～1530

[20]陳姍姍， 陳海，梁小英，等.農(nóng)戶有限理性土地利用行為決策影響因素：以陜西省米脂縣高西溝村為例.自然資源學(xué)報(bào)， 2012, 27(8): 1286～1295

[21]Balke T， Gilbert N.How Do Agents Make Decisions?A Survey.Journal of Artificial Societies & Social Simulation， 2014， 17(4)： 13

[22]宋世雄， 梁小英，梅亞軍，等.基于CBDI的農(nóng)戶耕地撂荒行為模型構(gòu)建及模擬研究——以陜西省米脂縣馮陽坬村為例.自然資源學(xué)報(bào)， 2016, 31(11): 1926～1937

[23]Grimm V，Berger U，Deangelis D L，et al.The ODD protocol：A review and first update.Ecological Modelling， 2010, 221(23): 2760～2768

[24]余強(qiáng)毅， 吳文斌，唐華俊，等.基于農(nóng)戶行為的農(nóng)作物空間格局變化模擬模型架構(gòu).中國農(nóng)業(yè)科學(xué)， 2013, 46(15): 3266～3276

[25]Evans T P， Kelley H.Multi-scale analysis of a household level agent-based model of land cover change.Journal of Environmental Management， 2004， 72(1-2)： 57～72

[26]陳海， 郗靜，梁小英，等.農(nóng)戶土地利用行為對(duì)退耕還林政策的響應(yīng)模擬——以陜西省米脂縣高渠鄉(xiāng)為例.地理科學(xué)進(jìn)展， 2013, 32(8): 1246～1256

[27]Meneguzzi F，Luck M.Norm-based behaviour modification in BDI agents.International Conference on Autonomous Agents and Multiagent Systems.International Foundation for Autonomous Agents and Multiagent Systems， 2009： 177～184