基于多Agent的我國城鎮(zhèn)化水平動態(tài)模擬

李新運，王圓圓

（山東財經(jīng)大學 管理科學與工程學院，山東 濟南250014）

一、引 言

自改革開放以來，我國城鎮(zhèn)化水平明顯提高，2013年達到了53.7%，進入城鎮(zhèn)化發(fā)展的轉(zhuǎn)型期。2013年12月中央城鎮(zhèn)化會議中明確提出了推進農(nóng)業(yè)轉(zhuǎn)移人口市民化、優(yōu)化城鎮(zhèn)化布局和形態(tài)、提高城鎮(zhèn)建設(shè)水平等城鎮(zhèn)化建設(shè)的六大任務；2014年3月國務院印發(fā)了《國家新型城鎮(zhèn)化規(guī)劃（2014-2020年）》，提出了提升城鎮(zhèn)化水平和質(zhì)量、優(yōu)化城鎮(zhèn)化格局、科學合理化城市發(fā)展模式、完善城鎮(zhèn)化體制機制的目標，將城鎮(zhèn)化改革提上日程，進一步推動了城鎮(zhèn)化發(fā)展。城鎮(zhèn)化是人類文明進步和經(jīng)濟社會發(fā)展的大趨勢，是解決我國三農(nóng)問題的重要途徑，是推動區(qū)域協(xié)調(diào)發(fā)展的有力支撐，是現(xiàn)代化的必由之路。本文采用管理系統(tǒng)模擬方法，建立社會系統(tǒng)模型，動態(tài)模擬我國2006-2020年城鎮(zhèn)化水平。

目前，城鎮(zhèn)化研究的重點和熱點問題主要表現(xiàn)在兩個方面：一方面是城鎮(zhèn)化發(fā)展的基本問題研究。李強等（2012）從城鎮(zhèn)化的動力機制和空間模式兩個視角理解中國城鎮(zhèn)化的“推進模式”特征，發(fā)現(xiàn)中國城鎮(zhèn)化的突出特征是政府主導、大范圍規(guī)劃、整體推動、空間上有明顯的跳躍性、民間社會尚不具備自發(fā)推進城鎮(zhèn)化的條件等［1］；簡新華等（2010）運用數(shù)學模型對國城鎮(zhèn)化情況進行實證分析，結(jié)果發(fā)現(xiàn)，中國城鎮(zhèn)化水平與同一收入水平下的常態(tài)城市化水平相比、與工業(yè)化水平相比、與非農(nóng)化水平相比，中國城鎮(zhèn)化水平是滯后的，估計中國城鎮(zhèn)化率仍將以年均提高1%的速度推進［2］。另一方面是城鎮(zhèn)化相關(guān)問題的研究。王新等（2011）從農(nóng)村勞動力城市化的邊際成本高于城市化的邊際收益的角度，解釋民工荒以及農(nóng)村勞動力轉(zhuǎn)移與城市化在空間上的不匹配［3］；王小魯（2010）通過計量模型分析，證明各國大城市的發(fā)展有規(guī)律可循，認為各國城市的發(fā)展與經(jīng)濟發(fā)展水平、城市化水平、人口密度、交通條件、地理位置等因素相關(guān)［4］。城鎮(zhèn)化是涉及社會系統(tǒng)多方面的復雜轉(zhuǎn)型和演化模式的過程，城鎮(zhèn)化研究也從靜態(tài)、均衡的范式向動態(tài)模擬演化。20世紀80年代中期，智能體［5-6］（Agent）仿真是以復雜適應系統(tǒng)（Complexity Adaptive System，CAS）理論［7-8］和分布式人工智能為基礎(chǔ)，用于模擬微觀個體行為對系統(tǒng)宏觀層次的變動。目前，智能體系統(tǒng)已被應用于多個領(lǐng)域，應用最早的領(lǐng)域是DVMT（Distributed Vehicle Monitoring）把每個監(jiān)測器作為智能體，將這些智能體分布在不同的區(qū)域，監(jiān)測通過它們區(qū)域的車輛，試圖提出關(guān)于通過全部區(qū)域的車輛的合理解釋并測出車輛的運動軌跡［9］；YAMS（Yet Another Manufacturing System）是把每個工廠當作一個智能體，通過協(xié)商來有效地管理這些工廠的生產(chǎn)流程［10］；薛領(lǐng)等（2009）通過Swarm仿真平臺構(gòu)建了基于自主體的單中心城市化模擬模型，通過人工可控的計算實驗環(huán)境，提出人口流動、擴大內(nèi)需、集聚效應等因素對城市化進程有一定程度影響［11］；郭海湘等（2013）采用多Agent仿真方法，運用NetLogo仿真平臺創(chuàng)建城市群競爭力演變模型，對城市群中不同主體選擇自我提升策略和學習、合作策略過程進行模擬仿真，提出提升城市群競爭力的關(guān)鍵所在是加強城市與城市之間的學習與合作的觀點［12］。

以上研究偏重于城鎮(zhèn)化速度、特征、道路等理論和相關(guān)因素互動機制，且多為靜態(tài)、單期的定量研究，研究顯得較為宏觀，未能從微觀動態(tài)層面進行系統(tǒng)的研究；而Agent研究理論研究居多，且多用于地理空間過程的動態(tài)模擬，少用于社會系統(tǒng)模擬研究。本文參照相關(guān)研究成果對文獻中存在的不足進行了彌補，擬從Agent理論視角下動態(tài)模擬城鎮(zhèn)化水平。在構(gòu)建的多因素影響下的城鎮(zhèn)化過程的概念模型基礎(chǔ)上，將微觀個體抽象為具有一定屬性和行為的agent（智能體），從而在Anylogic仿真平臺上構(gòu)建了基于agent的演變模型，動態(tài)模擬我國城鎮(zhèn)化過程中農(nóng)村人口向城鎮(zhèn)人口轉(zhuǎn)變的運行機制，在擬合2006-2013年城鎮(zhèn)化水平的基礎(chǔ)上，預測了2014-2020年我國城鎮(zhèn)化水平。

二、城鎮(zhèn)化模擬模型構(gòu)建

（一）建立概念模型

在采用智能體模擬方法模擬城鎮(zhèn)化過程方面，薛領(lǐng)等提出了戶籍制度、城鄉(xiāng)可支配收入、工業(yè)化水平等因素均對城市化進程有一定程度影響［11］。農(nóng)業(yè)生產(chǎn)技術(shù)水平提高，農(nóng)村生產(chǎn)實現(xiàn)規(guī)?；蜋C械化，減少了對農(nóng)村勞動力的需求，促進了農(nóng)業(yè)剩余勞動力從事非農(nóng)產(chǎn)業(yè)；城鄉(xiāng)收入分配不均，可支配收入差距擴大，吸引了農(nóng)村人口轉(zhuǎn)變進入城鎮(zhèn)生活；今年兩會政府出臺戶籍改革制度，提出到2030年破除城鄉(xiāng)二元格局，城、鄉(xiāng)人民可以享受同等的醫(yī)療、教育、社會保障，這一計劃的實施，加快了城鄉(xiāng)一體化的步伐；在農(nóng)村人口大量遷往城鎮(zhèn)的同時，企業(yè)獲得廉價勞動力并提供了就業(yè)機會，從而農(nóng)村人可以立足于城市；至于環(huán)境等影響，將另文討論?；谝陨嫌绊懗擎?zhèn)化進程的因素，建立了城鎮(zhèn)化過程的概念模型（見圖1）。

圖1 城鎮(zhèn)化過程的概念模型

在智能體系統(tǒng)模擬中，每個自然人是一個具有自主性、自治性、移動性、反應性和智能性的智能體（agent），且在系統(tǒng)中僅以一種狀態(tài)存在：農(nóng)村人或者城鎮(zhèn)人，在內(nèi)推力、外拉力及政府、企業(yè)的影響下發(fā)生了人口轉(zhuǎn)變。本模型的影響因素關(guān)系圖是基于系統(tǒng)、聯(lián)系的觀點，將城鎮(zhèn)化中智能體行為博弈選擇過程視為一個包括輸入、內(nèi)部構(gòu)造、輸出和反饋的系統(tǒng)：①輸入包括設(shè)定智能體屬性、初始值；②內(nèi)部構(gòu)造是多智能體組成的人工社會系統(tǒng)，在農(nóng)業(yè)現(xiàn)代化、城鄉(xiāng)收入差異、政府政策和企業(yè)影響四個變量共同作用下模擬城鎮(zhèn)化過程；③輸出是各類因素作用下不同狀態(tài)的智能體數(shù)量；④反饋是輸出仿真系統(tǒng)宏觀城鎮(zhèn)化水平的預測結(jié)果。

（二）指標的選擇

（1）單位勞動力糧食產(chǎn)量x1。隨著農(nóng)業(yè)技術(shù)創(chuàng)新，農(nóng)業(yè)實現(xiàn)現(xiàn)代化發(fā)展，在提高農(nóng)村居民生活水平的同時，減少了對農(nóng)村勞動力的需求，出現(xiàn)了大量剩余勞動力，因而以單位勞動力糧食產(chǎn)量作為衡量農(nóng)村人口轉(zhuǎn)變的內(nèi)推力。

（2）城鄉(xiāng)可支配收入相對差x2。隨著城鄉(xiāng)人均可支配收入差距的增大，吸引了大批農(nóng)村剩余勞動力來城市就業(yè)，且農(nóng)村人口向城市流動為單向，因而城鄉(xiāng)人均可支配收入差值越大，吸引力越大，以城鄉(xiāng)人均可支配收入相對差來衡量城鎮(zhèn)吸引農(nóng)村人口轉(zhuǎn)變的外拉力。

（3）城鎮(zhèn)新增就業(yè)人口x3。隨著二、三產(chǎn)業(yè)的發(fā)展，企業(yè)因生產(chǎn)需要大量勞動力，農(nóng)村剩余勞動力進入城市，企業(yè)提供了就業(yè)機會及生存保障，推動了農(nóng)村剩余勞動力從事非農(nóng)產(chǎn)業(yè)，因此用每年新增就業(yè)人口數(shù)來表示企業(yè)提供的就業(yè)機會，新增就業(yè)人口數(shù)越多，說明企業(yè)提供的就業(yè)機會越多，拉動農(nóng)村人口轉(zhuǎn)變的概率越大。

（4）戶籍制度x4。2005年開始著手改革戶籍制度；2010年提出放寬中小城市和城鎮(zhèn)戶籍限制；2013第一次明確提出各類城市具體的城鎮(zhèn)化路徑；2014年兩會提出至2030年完成戶籍制度改革。隨著政府戶籍政策改革，城鄉(xiāng)一體化步伐的加快，人口轉(zhuǎn)變限制的逐步放寬，在城市可容納范圍內(nèi)，人口轉(zhuǎn)變概率越大。

根據(jù)影響人口轉(zhuǎn)變的四個主要因素，構(gòu)建多因素影響模型，采用幾何加權(quán)求和模型，即其中，C為常量，wj為第j項指標，xtj的權(quán)重，pt為第t個時間點綜合影響人口轉(zhuǎn)變的概率。

（三）建立基于Anylogic平臺的模擬模型

關(guān)于多智能體模擬系統(tǒng)的開發(fā)，有Swarm、Net-Logo、Anylogic、Arena等平臺可供選擇，其中Anylogic是基于UML語言，支持一般的微分方程、代數(shù)方程以及兩者的結(jié)合的連續(xù)建模、離散建模以及混合建模，具有較強的可擴展性和友好的可視界面，因此，本文選取Anylogic作為多智能體模擬系統(tǒng)的實現(xiàn)工具。

本文在Anylogic平臺上構(gòu)建了一個基于agent的城鎮(zhèn)化過程的模擬模型Urbanization，其中系統(tǒng)初始運行的智能體總數(shù)量為1 000，其中農(nóng)村人狀態(tài)的智能體為557，城鎮(zhèn)人狀態(tài)的智能體為443，即初始時間（2006年）的城鎮(zhèn)化水平為44.3%，設(shè)置模擬時間間隔為1年，至2020年。

三、2020年城鎮(zhèn)化水平模擬

（一）參數(shù)設(shè)置

根據(jù)2014年中國統(tǒng)計年鑒及政府相關(guān)公報的數(shù)據(jù)分別對上述指標進行測算，設(shè)置為系統(tǒng)內(nèi)影響智能體行為選擇的四個參數(shù)。

（1）P1-innerpushEffectiveness。隨著農(nóng)業(yè)現(xiàn)代化生產(chǎn)，我國第一產(chǎn)業(yè)就業(yè)人數(shù)減少，為保證我國糧食需求，政府在中央經(jīng)濟會議中提出堅守18億畝耕地紅線，以確保糧食安全底線，因此即使第一產(chǎn)業(yè)就業(yè)人數(shù)逐年減少，也不會低于一定水平［13］，在保持現(xiàn)有消費模式的發(fā)展趨勢以及人口增長規(guī)模的情況下，基于農(nóng)業(yè)生產(chǎn)潛力理論［14］，假設(shè)目前生產(chǎn)水平下單位勞動力糧食產(chǎn)量不超過上限5噸/人，使用SPSS進行l(wèi)ogistic回歸分析預測，單位勞動力產(chǎn)量越大，勞動力剩余越多，模擬系統(tǒng)內(nèi)智能體選擇轉(zhuǎn)變行為概率越大。

（2）P2-outpullEffectiveness。托達羅認為，由于城鎮(zhèn)人均可支配收入預期高于農(nóng)村，差異越大，流入城市的人口越多，在“推-拉”的作用下，農(nóng)村人口向城市單向轉(zhuǎn)變。城鄉(xiāng)人均可支配收入相對差越大，模擬系統(tǒng)中智能體選擇轉(zhuǎn)變行為的概率越大。

（3）P3-companyEffectiveness。托達羅認為，在任一時期，轉(zhuǎn)變者在城市現(xiàn)代部門找到工作的概率與現(xiàn)代部門新創(chuàng)造的就業(yè)機會成正比，即企業(yè)提供就業(yè)機會越多，新增就業(yè)人口數(shù)越大。城鎮(zhèn)新增就業(yè)人口數(shù)是指每年城鎮(zhèn)累計就業(yè)人數(shù)減去累計自然減員人數(shù)，據(jù)我國人力資源與社會保障事業(yè)發(fā)展統(tǒng)計公告可知2005-2013年城鎮(zhèn)新增就業(yè)人口數(shù)。每年新增就業(yè)人口數(shù)不超過該年勞動力適齡人口數(shù)，即2030年就業(yè)的適齡人數(shù)不超過2008年出生人數(shù)。依據(jù)統(tǒng)計年鑒中指標解釋（出生人數(shù)=粗出生率×年平均人數(shù)）求得2008年出生人數(shù)，即2030年勞動適齡人數(shù)不超過1 608萬，使用SPSS進行2005-2030年數(shù)據(jù)logistic回歸分析預測。企業(yè)發(fā)展創(chuàng)造的就業(yè)機會越多越吸引農(nóng)村人轉(zhuǎn)變，模擬系統(tǒng)內(nèi)智能體選擇轉(zhuǎn)變行為的概率越大。

（4）P4-governmentEffectiveness。我國戶籍制度改革政策是由政府主導的，自1958年我國頒布了第一部戶籍制度《中華人民共和國戶口登記條例》，確立了一套嚴格的戶口管理制度至1978年，政府政策完全限制人口轉(zhuǎn)變，即1978年人口轉(zhuǎn)變概率為0。2005年底，中國開始著手改革戶籍制度；2009年放寬中小城市和城鎮(zhèn)戶籍限制；2013年十八屆三中全會中提出加快戶籍改革部署，提出在2030年基本完成戶籍改革，政府支持人口轉(zhuǎn)變，即2030年人口轉(zhuǎn)變概率為1。對時間1978-2030年序列數(shù)據(jù)利用SPSS對戶籍改革概率進行線性擬合預測。隨著戶籍政策的改革，農(nóng)村人口轉(zhuǎn)變門檻變低，未達城市密度制約前，越來越多農(nóng)村人選擇到城市生活，因而模擬系統(tǒng)內(nèi)智能體選擇轉(zhuǎn)變行為的概率越來越大。

對以上4個影響因素使用最大最小值法進行無量綱化處理，并利用SPSS擬合求出相關(guān)參數(shù)隨時間變動的方程，見表1。

表1 參數(shù)數(shù)值

如表1所示，系統(tǒng)模擬中四個參數(shù)初始值分別為：0.042，0.063，0.152，0.04；參數(shù)隨時間變動規(guī)律分別為：d P1/d t=0.043，d P2/d t=0.037，d P3/d t=0.046，d P4/d t=0.04；根據(jù)幾何加權(quán)求和模型，可得影響智能體轉(zhuǎn)變行為的概率為：。根據(jù)以上參數(shù)設(shè)置，在Anylogic中進行Urbanization動態(tài)模擬。

（二）模擬結(jié)果

在本文的Urbanization社會模擬系統(tǒng)中應用定量驗證方法，參考肖人彬的管理模擬系統(tǒng)中智能體相關(guān)理論［15］：設(shè)計樸素的模型驗證實驗方案；模擬運行得到相應輸出；將輸入-輸出與常識比較，如果輸出與現(xiàn)實數(shù)據(jù)基本擬合，則模型有效，否則無效。模擬系統(tǒng)中，基于有限理性和信息的不完全性，各個因素對智能體行為和態(tài)度的影響都是局部、隨機的，在本文特定環(huán)境下，暫不考慮智能體鄰域內(nèi)對其他智能體行為的影響，只考慮智能體轉(zhuǎn)變的個體隨機博弈行為，從而預測宏觀城鎮(zhèn)化水平的變動情況。進行模型試驗研究，考察內(nèi)驅(qū)力、外拉力、企業(yè)、政府四因素的影響，預測在2006年為初始狀態(tài)下的未來14個時間段城鎮(zhèn)化水平的演化趨勢，見圖2。

圖2 模擬結(jié)果

基于Agent仿真方法模擬的2006-2013年城鎮(zhèn)化水平數(shù)據(jù)與統(tǒng)計數(shù)據(jù)殘差平方和為0.000 54，模擬數(shù)據(jù)與現(xiàn)實數(shù)據(jù)擬合度很好，說明模擬系統(tǒng)模型有效。預測的2014-2020年城鎮(zhèn)化水平見表2。

表2 2014-2020年城鎮(zhèn)化水平

研究表明：

（1）現(xiàn)代化生產(chǎn)導致農(nóng)村勞動力過剩，生存壓力推動了農(nóng)村人口的轉(zhuǎn)變，剩余勞動力越多，轉(zhuǎn)變概率越大；城鄉(xiāng)可支配收入相對差距，拉動了農(nóng)村剩余勞動力的轉(zhuǎn)變，差距越大，轉(zhuǎn)變概率越大，以上兩影響因素導致2020年個體選擇轉(zhuǎn)變行為的概率分別為0.644、0.581，勞動力轉(zhuǎn)變是影響城鎮(zhèn)化水平的直接因素。

（2）隨著產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化，二、三產(chǎn)業(yè)的蓬勃發(fā)展，增加了企業(yè)對勞動力的需求，企業(yè)提供就業(yè)機會增多，農(nóng)村剩余勞動力人口轉(zhuǎn)變概率變大；隨著政府戶籍制度的放寬，逐步破除“戶籍籬笆”，為農(nóng)業(yè)人口轉(zhuǎn)移到城鎮(zhèn)奠定了基礎(chǔ)，人口選擇轉(zhuǎn)變行為的概率越大，到2020年以上兩因素影響個體選擇轉(zhuǎn)變行為的概率分別為0.796、0.64，企業(yè)提供就業(yè)機會的增多及政府戶籍制度的改革是影響城鎮(zhèn)化水平的關(guān)鍵性因素，為農(nóng)村人口轉(zhuǎn)變?yōu)槌擎?zhèn)人口提供了生存保障。

綜上所述，我國城鎮(zhèn)化水平到2020年可達63.8%左右，構(gòu)建新型城鎮(zhèn)化，實現(xiàn)城鄉(xiāng)一體化，實現(xiàn)公共服務均等化，形成公平的市場機制，在實現(xiàn)城鎮(zhèn)化發(fā)展速度的同時保證發(fā)展質(zhì)量，協(xié)調(diào)好城鎮(zhèn)化與經(jīng)濟化、現(xiàn)代化的發(fā)展，保證我國城鎮(zhèn)化發(fā)展道路持續(xù)、健康。

四、結(jié)束語

傳統(tǒng)社會系統(tǒng)模型多以計量數(shù)學模型和系統(tǒng)動力學模型為主，忽略了社會系統(tǒng)演化過程。與以往研究不同，本文采用Agent模擬方法應用于社會系統(tǒng)模擬，從微觀層面提出了基于agent的城鎮(zhèn)化過程仿真模型，通過動態(tài)模擬大量智能體行為的選擇機制，來研究宏觀的城鎮(zhèn)化水平的演化過程，較為新穎。

本文在研究中還存在一些不足，第一，由于社會系統(tǒng)的規(guī)模性、復雜性、動態(tài)性，本文涉及的社會模擬系統(tǒng)選取了可定量化的相關(guān)指標作為代表性影響因素，抽象模擬現(xiàn)實社會系統(tǒng)，但要保證模型能夠完全映射真實世界是不可能的［16］，因而本文模型存在一定的局限性；第二，本文中只考慮了智能體自主選擇行為，未考慮相鄰區(qū)域內(nèi)智能體的交互作用對智能體選擇的影響，因而下一步擬從以上兩點繼續(xù)研究。

［1］李強，陳宇琳，劉精明.中國城鎮(zhèn)化“推進模式”研究［J］．中國社會科學，2012（7）：82-205.

［2］簡新華，黃錕.中國城鎮(zhèn)化水平和速度的實證分析與前景預測［J］.經(jīng)濟研究，2010（3）：28-39.

［3］王新，王冬.民工荒和半城市化：劉易斯模式困境與出路［J］．經(jīng)濟問題，2011（12）：22-26.

［4］王小魯.中國城市化路徑與城市規(guī)模的經(jīng)濟學分析［J］．經(jīng)濟研究，2010（3）：28-39.

［5］Jennings，F(xiàn)aratin，Johnson.Agent-Based Business Process Management［J］.Journal of Cooperative Information Systems，1996，5（2/3）：105-130.

［6］胡舜耕，張莉，鐘義信.多Agent系統(tǒng)的理論、技術(shù)及其應用［J］.計算機科學，1999，26（9）：20-24.

［7］馮珊，唐超閔，君沈沖.用于復雜系統(tǒng)建模與仿真的面向智能體技術(shù)［J］.管理科學學報，1999（2）：72-89.

［8］Tan Yue-jin，Deng Hong-zhong.The study of complex adaptive system theory and its application［J］.Systems Engineering，2001，19（5）：1-6.

［9］Durfee，Lesser.Negotiating Task Decomposition and Allocation Using Partial Global Planning［J］.Distributed Artificial Intelligence，1989，2：229-244.

［10］Parunak.Manufacturing Experience with the Contract Net［J］.Distributed Artificial Intelligence，1987，34：285-310.

［11］薛領(lǐng)，翁謹，楊開忠，等.基于自主體（agent）的單中心城市化動態(tài)模擬［J］.地理研究，2009，28（4）：947-956.

［12］郭海湘，黎金玲，劉龍輝，等.中國城市群競爭力演變的多Agent仿真［J］.系統(tǒng)管理學報，2013，22（4）：579-585.

［13］沈漢溪.中國農(nóng)業(yè)就業(yè)人數(shù)的變化趨勢及預測［J］.生態(tài)經(jīng)濟，2010（11）：137-139.

［14］郭崎峰，傅碩玲.我國農(nóng)業(yè)生產(chǎn)潛力的研究進展［J］.地理研究，1992，11（4）：105-115.

［15］肖人彬，胡斌，龔曉光.管理系統(tǒng)模擬［M］.北京：電子工業(yè)出版社，2008：194-246.

［16］Barlasy.Formal aspects of model validity and validation in system dynamics models［J］.Systems Dynamic Review，1996，12（3）：183-210.