基于多智能體模型和房產大數據的職住空間結構研究

楊宇嘉 董潔

摘要：本文綜合分析城市職住空間結構分布影響因素，針對原有城市人口空間分布模擬方法的不足，利用城市房產大數據集成平臺，對房地產大數據抓取，基于多智能體模型，研究統計及調研數據來定義智能體屬性，確定智能體居住選擇行為規則，結合人口密度理論模型進行綜合多元統計分析，較為準確地模擬職住人口密度的空間分布，重點研究職住空間結構特征。提供解決居民職住問題、完善城市總體規劃、推進城市化進程的科學依據。

關鍵詞：職住空間結構;多智能體;房產大數據

中圖分類號：TP391? ? ?文獻標識碼：A

文章編號：1009-3044（2019）22-0268-02

開放科學（資源服務）標識碼（OSID）：

1 研究背景及意義

近年來隨著工業化與市場化的日益發展，我國城市化進程已步入穩定快速發展時期，人口作為城市發展中最為活躍的因素，對城市安全、經濟和環境等均都有著深遠的影響，是制約區域全面協調可持續發展的重要因素。城市規模向外擴張，郊區化愈加明顯，地區發展不同步等因素使人口結構和流動形式不斷變化。在人口空間分布問題上，城市空間結構中的兩個核心要素——居住與就業在空間上分布的不協調引起城市空間結構的四大要素居住、就業、交通、休憩的不均衡，職住分離的情況開始在各個區域普遍出現，職住空間結構進一步改變，“職住分離”矛盾逐漸突出。獲取不同尺度的人口空間分布信息對于人才資源、公共資源、環境資源等綜合資源的管理具有重要意義。

現有多數的城市規劃通常更注重人口規模的預測，較少考慮區域內部人口分布的差異性，使得城市空間發展政策的實施效果受限。同時人口信息調查通常是通過人口普查、抽查等方式獲取，一般基于行政單元為基本統計單元，時間久且耗費大量人力。

本文在綜合分析城市人口分布影響因素的基礎上，針對原有城市人口空間分布模擬方法的不足，利用房產大數據集成平臺，同時采用多智能體模型來模擬人的行為，結合人口密度理論模型進行綜合多元統計分析，從而較為準確地模擬職住人口密度的空間分布，為智能化城市規劃奠定基礎。

2 理論基礎

職住空間結構作為城市空間結構的重要組成部分，主要從居住和工作兩方面來考察人口分布問題，并對城市交通、公共建設、經濟發展都有著直接性影響。研究至今，國內外學者對影響職住空間的因素進行了定性定量分析，國外學者羅伯特·塞韋羅（Robert Cervero1989）的居住-就業不平衡程度與周圍高速公路堵塞情況正相關研究，朱利亞諾（Giuliano1993）對社會除交通外其他公共因素的調查，漢密爾頓（Hamilton1998）為代表的過量通勤研究等等，相對于國外學者側重于通勤因素的研究，國內學者主要集中于在城市結構，市場導向，政策等方面進行探討。隨著城市化進程的發展，職住空間結構的研究不斷復雜深入，近年來多智能體模型在人口建模方面逐步發展運用，基于多智能體信息集成，協調互通的特點，可以對復雜的人口模型進行多空間分布的特征評估，以多樣性，整體性更好地模擬人口的分布差異。運用大數據可以高效整合人口數據，提高信息處理效率和研究精度，在職住模型的建立上具有重要應用價值。

3 基于房產大數據的職住模型研究步驟

基于多智能體模型和房產大數據的職住空間結構研究模型由影響要素、智能體、決策規則等組成。基于多智能體模型研究統計及調研數據來定義智能體屬性， 確定智能體居住選擇行為規則，對房地產大數據進行抓取，對居住人口分布仿真模擬，挖掘城市空間結構。重點研究職住空間結構特征。

3.1 從房譜網和新峰地產信息資源管理系統中獲取房源數據

房地產信息抓取，基于房產信息的人口分布模型建立，進行職住分離影響因素分析。在實地調研和統計資料的基礎上，定性與定量結合。利用渾南區35個小區的房產數據，選取房屋售價、房齡、住宅平均面積、小區內住宅總數量、小區周邊交通和周邊服務設施六個因素對人口分布進行研究，以期對人口分布情況得以了解。

3.2 實地調研各小區人口數量

抽樣調查法獲得小區人口數據，綜合分析，得到小區人口數量。

3.3 確定人口分布影響多智能體系統因素的權重

據已獲得的各小區的房源數據，整理成影響多智能體系統因素的表格，包含每種因素的評價值，選取主要影響因素作為基于房產大數據的多智能體屬性。

3.4 根據人口分布影響多智能體系統因素的重要程度，建立人口矩陣

即“人口矩陣=系數矩陣*影響因素矩陣”，計算出各影響因素的系數值，進而計算其他小區的人口數。利用excel工具計算各系數取得。

4 基于房產大數據的職住模型影響因素分析

由于獲得的渾南區房源數據是以棟為基礎的，出售價格、上市時間并不一致，因此首先要對各個影響因素進行相應的計算。

4.1 房屋售價

房屋售價采用所有售價的均值。房源數據為2008年數據，考慮時間因素影響，進行房價基準處理。通過互聯網數據查詢到沈陽2008年4月房價均值為4920元/平方米，2018年4月房價均值為9216元/平方米，根據公式可求得房價的增長率，進而可以得到每個小區房屋售價的目前價格。

4.2 房齡

以上市時間為依據計算房齡，根據上市時間距離2018年的年限分別求出各棟樓的房齡，然后在此基礎上取平均值。

4.3 住宅面積

在初始的渾南區房源信息中，已篩選出每個小區的總建筑面積和房屋總套數，利用這兩個數值，計算每個小區的平均住宅面積。

4.4 住宅數量

小區內住宅總數量可根據已整理的房源信息直接獲得。

4.5 交通通達度

由于整理出的渾南區房源信息中，包含小區的地理坐標。因此利用百度地圖工具，輸入小區坐標，查詢周邊公交（包括地鐵、輕軌）線路數，以數量作為評價值。本文定義小區周邊1000米內公交線路數為可使用數據。

4.6 周邊服務設施

利用小區的地理坐標也可以查詢到周邊服務設施情況，拾取每個服務設施的地圖坐標，本文只考慮學校、商場和醫院三種服務設施，其中商場只考慮大型商場，忽略小區內便捷超市。由于拾取到的地圖坐標精確到小數點后六位，因此將橫坐標相同，縱坐標小數點后兩位相同，或者縱坐標相同，橫坐標小數點后兩位相同的認定為“小區周邊”。根據已得到的坐標計算二者間垂直距離。對于相同的服務設施，距離值取平均值。

利用指數距離衰減函數，計算服務設施的綜合評價值：

其中：

D：分別表示某服務設施到該點的垂直距離，根據小區與服務設施的地圖坐標計算得知;

ε：分別表示服務設施的空間衰減系數;

假設學校、商場、醫院的距離衰減系數分別為2、2、1;權重系數分別為3、2、1。

5 效果分析

基于考慮實際情況，以沈陽市渾南區為研究對象。本文在實地調研和統計資料的基礎上定性與定量分析結合。利用渾南區35個小區的房產數據，選取房屋售價、房齡、住宅平均面積、小區內住宅總數量、小區周邊交通和周邊服務設施六個因素對職住人口分布進行研究，以期對分布情況得以了解，進而為政策制定、城市規劃、緩解交通和環境污染等問題提出積極的建議。

6 結論

在城市規劃中，"居住"與"就業"兩個職住空間要素城市化進程有著重要影響，合理配置居住、工作的容量及空間關系，即所謂“職住平衡”，是引導社會穩定和交通協調，平衡城市經濟空間結構的重要措施。掌握城市人口空間分布信息，研究職住空間結構不僅是制定區域長遠發展政策、城市總體規劃的重要基礎，也是實施城市日常管理、改善居民生活工作環境的重要科學依據。

參考文獻：

[1] 肖洪，田懷玉，朱佩娟，于桓凱. 基于多智能體的城市人口分布動態模擬與預測[J]. 地理科學進展.2010（3）：347-354

[2] 李明. 基于多智能體的城市人口分布模型[J]. 哈爾濱師范大學自然科學學報.2017（2）：97-99.

[3] 黃迪.北京職住空間結構及其影響因素研究[D].北京交通大學碩士專業學業論文，2016.

【通聯編輯：梁書】