论文部分内容阅读
摘要：在介绍武汉公租房建设现状的基础上建立一个基于多智能体的公租房选址决策体系，研究地方政府、低收入租户、开发商在武汉市公租房选址建设上的效用函数，模拟出公租房选址决策中各智能体博弈互动最终得到选址方案的过程，为评估公租房选址方案的效果提出了新的途径。
关键词：多智能体，武汉公租房，选址
中图分类号：F293 文献标识码：J
文章编号：1001-9138-（2014）03-0043-49 收稿日期：2013-12-19
1 问题溯源
目前，我国保障性住房建设在空间布局上还存在着突出的问题，保障性住房大多选址过偏，大量集聚在远离城市中心的郊区，这些地区在地价和租金方面都较市区更为低廉。但是远离城市的郊区，一般基础设施配套都不完善、缺乏经济型的公共交通系统，这些都给低收入群体的生活和就业带来了很多问题。众所周知，低收入群体由于多种因素的限制往往集中在中心城区人口较为密集的餐饮、零售、家政等服务类行业就业，而居住在交通不便且远离工作地点的郊区，会增加低收入群体的通勤时间和通勤成本，反而不利于就业。另一方面，居住分异理论也表明，保障性住房的集中建设会形成富人区与穷人区的对立和隔离，这一现象在我国一些城市中也已初露端倪，富人区同时也蕴含着大量的工作机会，居住分异不仅会损害低收入群体平等享受诸如医疗、教育等公共福利的权利，也不利于低收入群体的充分就业，更严重的是居住分异产生的负面影响会在代际之间传递。而在现实生活中，我们也不难看到保障性住房集中分布的地区往往也不同程度存在着治安差、卫生环境差、物业管理困难等问题，会给周边环境带来负面影响，甚至影响城市的整体形象。
上述问题也引起了我国一些学者的关注，郑思齐、张英杰提出保障性住房选址过偏，主要归因于地方政府的利益驱动，为此，中央政府要加大财政支持力度，同时也要给予开发商一定的优惠政策，要发展公共交通、适度混合；杜静、赵晓玲以南京市为例，对保障性住房选址诸如交通便利性、就业机会、配套设施等决策因素进行了对比分析，提出了保障性住房配比建设，在工业区附近选址等建议；杨靖、张嵩等研究了不同收入人群居住用地的混合模式。
目前，国内关于保障性住房选址的研究大多只考虑了政府和开发商这两大主体，没有考虑到在实际的运作中政府、开发商和被保障群体之间的博弈选择；大多从宏观角度提出政策建议，没有考虑到微观主体的活动，较为笼统，具体实施中的适用性不强，因此，笔者从多主体行为决策的角度对三个主体之间的博弈行为及效用进行分析，得出三个主体的效用表达式，最终从综合的角度确定保障性住房选址效用最高的地区。
公租房和经适房、廉租房被认为是我国保障房体系的三驾马车，然而随着我国保障房建设探索的推进和实践经验的积累，经适房已渐渐退出历史舞台：2012年河南、广州等地正式宣布停建经适房；2013年6月武汉市也暂停了经适房资格申请的办理；而住建部部长姜伟新也在2013年两会期间明确指出允许各地根据实际情况取消经适房，用公租房取代经适房已成为大势所趋。因此，本文从武汉市公租房的选址决策角度开展分析。
2武汉市公租房建设选址现状
武汉市住房保障小组于2013年6月启动公租房资格申请，当日开始暂停受理经适房资格证申请，首个启动项目为位于江岸区的惠民居项目。与此同时，江岸、江汉、硚口、汉阳、武昌、青山、洪山等7个中心城区和东湖风景区也陆续启动公租房资格申请工作。项目分布在空间上呈现出一定程度的不均衡现象，在首批21个项目中，江岸区最多，为7个项目；而武昌区最少，只有1个项目正在建设。
虽然武汉市九成公租房分布在三环内，但是公租房位置偏远、出行成本较高和配套不健全的问题依然存在，比如位于江汉区的中城时代与汉口之间只有两辆公交车通行，居民出行的时间成本和经济成本都较大；最先启动的汉阳惠民苑也只有两辆公交车通过，居民同样面临着配套差、买菜难等切实的生活问题，相似的问题也不同程度地存在于其他新建的公租房项目中。然而，在采用配租方式配建的公租房项目中这样的问题就可以得到很好的避免，比如采取配租方式的南国花郡项目就可以分享已建成的南湖花园成熟的公交、商业等配套设施，会给入住南国花郡的被保障对象减少通勤时间和通勤成本、方便居民生活。本文主要考虑了配租方式下的公租房选址效用分析。
3 研究方法
3.1 研究方法介绍
多智能体系统 （Multi-Agent System，简称“MAS”）是分布式人工智能（Distributed Artificial Intelligence，简称“DAI”）的一个重要分支，是20世纪末至21世纪初国际人工智能的前沿学科。研究的目的在于解决大型、复杂的现实问题，多智能体系统是多个智能体组成的集合，它的目标是将大而复杂的系统建设成小的、彼此互相通信和协调的，易于管理的系统。Agent指的是一种特殊设计的计算机软件代码，具有内部数据表达（通过记忆或状态）、自我修正（通过学习或认知）以及修改环境（通过行为）的能力，尤其适用于对人类个体行为模式及其互动关系的模拟。多智能体系统在模拟土地利用空间复杂系统的时空动态方面具有非常突出的优势。由于智能体（Agent）具有智能性、适应性、协作性等特点，将MAS引入土地利用优化配置模型，一方面，将使得模型具备较强的适应能力；另一方面，基于Agent适应性和协作性构建参与土地利用优化配置行为主体之间的联动决策规则，将能够增强模型的合理性与实用性。多智能体建模方法自20世纪70年代提出以来，被广泛应用于自然科学和社会科学的各个领域，在城市经济领域，Schelling建立了居住隔离模型来模拟居住隔离形成的动态过程以及有关个体对于居住位置选择的情形，在土地利用方面，国外最早把MAS模型作为一种技术手段将土地利用主体因素纳入到一个空间规划的动态决策中。Evans等对土地利用变化中的住户Agent的行为进行了分析。 我国基于多智能体的土地利用研究起步较晚，近年来日益成为一个研究热点。黎夏等主要对多智能体代理模型和GIS技术进行整合来模拟城市用地扩张和居民居住空间格局的演变，张鸿辉等将PSO算法引入MAS来研究区域土地的优化配置。
土地利用决策可以看成是人类系统内部各种势力之间利益和价值平衡以及人类系统与自然系统之间在不同尺度上复杂互动的结果。公租房的选址决策也可以看成是这样一个复杂过程。在决策过程中，只有充分考虑到了低收入群体的住房诉求、开发商的经济要求、政府出于对地方经济发展的需求以及保障弱势群体的思考，使得低收入群体既能够入住便宜的住房，也可以因为住房得到更多的就业机会、创造更多的财富；开发商有热情投入公租房的配建；政府能够实现经济效益和社会效益的双赢，才能够使保障性住房建设发挥应有的作用。因此，本文以分析城市政府这一计划机制主体与开发商、低收入群体两类市场主体在公租房选址中的相互作用过程为基础来构建多智能体模型，以此来得到公租房选址建设效用最大化的情形。
3.2 基于多智能体的公租房选址过程研究
本文基于多智能体技术，建立了一个暂不考虑自然系统，仅考虑人类系统的保障性住房选址决策模型。在这个模型中，包括地方政府、开发商和有租房意向的低收入群体这三个智能体。这三个智能体之间相互作用、相互影响的过程客观地映射了公租房选址决策的过程和利益相关者的实际诉求，改变传统的政府为主导的决策方式，考虑自下而上的决策过程，结合各智能体的效用函数来寻找最佳的公租房选址方案。
从直观意义上来讲，被选择的决策应是最能反映各智能体的利益和价值诉求的，各个智能体会根据自己预期的效用函数来对可选择的方案进行评估，然后选择综合效用最大的方案作为最终的决策选择。而在这个过程中就暗含了各智能体之间的利益博弈与互动，并最终实现帕累托最优，否则，政策将会面临调整，直到实现帕累托最优。当前在很多城市我们都可以发现由于保障性住房选址过偏且远离经济型公共交通而使得很多低收入群体不愿入住，同时也存在着开发商建设热情不高的现象，这些都是由于选址决策没有充分考虑到各智能体利益造成的。
3.2.1 租户智能体
租户智能体（低收入群体）对于保障性住房有两种选择，接受或者拒绝，这取决于保障性住房能否满足租户的预期。其效用函数为：
（1）
（2）
其中，U表示住户智能体的居住效用函数，Urent代表租金的效用，Utraffic用来衡量交通通达度对居民生活的影响，Utrcost表示居民的通勤成本，Uemploy代表居民居住所在提供就业机会的能力，Uimf反映的是基础设施的配套情况，Uarea表达居住面积对于居住效用的影响，分别对应各影响因素在反应综合效用方面的权重值。此外，我们也必须考虑这里的租户智能体属于低收入人群，他们的支付能力有限，因此他们的住房是受到自己收入的制约的，因此（2）式反映了租户的预算约束，其中I表示居民的总收入，P1代表租金，S代表租住面积，而P2指的是居民生活中的其他费用支出。
当租户智能体面对几个居住方案时，在其预算约束的范围内，租户智能体一定会选择其效用相对较大的方案。
3.2.2 开发商智能体
在土地市场上一旦有住宅用地的国有土地使用权出让，便会有开发商根据自己的需求和公司发展计划参与到土地使用权竞拍中来。武汉市2012年出台新规规定，新建商品房中需按5%-10%的比例配建公租房。
开发商的效用主要由利润率这个参数来表示，当开发商的利润率至少能够达到预期利润时开发商才会拿地进行开发，反之，则会退出房地产的开发。这里我们把开发商分为两类，一类为对于住户类型敏感的开发商，另一类为对住户类型不敏感的开发商。前一种开发商因为考虑到低收入者入住可能带来的负面效应如降低社区人口素质和消费水平、带来一定的社会治安问题等，而不会考虑保障性住房的配建。而第二类对于住户类型不敏感的开发商会因为宗地本身的条件和政府给的政策优惠以及企业出于社会的公益而参与到保障性住房的配建开发中来，但前提是达到企业预期的利润率。其利润率的表达式为：
（3）
其中，S指开发的利润率，P1为可销售商品房的预期售价，P2为公租房租金的资本化价值，LP为取得土地使用权的价格，BC为建筑成本，R代表开发过程及销售过程中产生的税费，In表示在开发过程中投入的资金的利息，TC为房地产开发的总成本。
3.2.3 地方政府智能体
政府在公租房的建设选址中会损失一定的土地出让金以及建设过程中的税费，由于目前地方政府对于“土地财政”的依赖性，政府不得不考虑自己的财政损失对于政府其他基础建设的影响。与此同时，地方政府在追求经济效益的同时也必须考虑到对于社会弱势群体利益的保障和社会的稳定，因此，地方政府在进行公租房的选址决策和配租比例的确定时就必须考虑到土地的级别利用条件、税费收入、同开发商的关系、同租户的关系以及选址对于周围环境的影响程度，其效用函数可以表达为：
（4）
其中，Ulg代表选定地块的土地级别效用函数，Ude表示政府同开发商关系的效用函数，Ure代表政府同租户关系的效用函数，Utax表示政府对于选定地块的税费收入效用，Uen指的是配建选址决策对于周边环境的影响效用函数。分别代表各因素对应的权重值，不同类型的政府对于各因素的看重程度不同则各因素的权重值也是不同的。
3.2.4 智能体之间的互动
在公租房选址决策的过程中，一个智能体的决策以及对于决策的反应会影响到其他智能体随后的行为，这是一个互相关联的过程。
首先，租户拒绝入住选址不合理的公租房，会影响政府的下轮公租房选址决策，同时也会造成本期建设的公租房空置，难以发挥其应有的效用，呈现低效用的状态。 其次?开发商也会因为政策优惠幅度难以实现自己预期利润而不参与公租房的配建，会影响政府改变政策的优惠幅度。
最后，政府对于公租房的建设积极性不高选址决策不当也会使得低收入群体的利益难以得到保障，增加低收入群体的生活成本，使得公租房的建设难以得到持续的发展。
3.3 公租房选址决策实施流程
本文模拟政府、开发商、租户在保障性住房的选址中的互动过程，得出了如图1所示的流程图，该流程一经初始化，就会遵从如图所示的流程程序。
（1）在第一个阶段的开始，有住房需求的低收入群体即本文中的租户智能体向地方政府智能体表达自己的住房意愿。
（2）地方政府智能体在接收到租户智能体的居住意愿后，进行决策是否进行公租房的建设工作，如果条件允许则地方政府智能体会进行公租房选址方案的选择，如果条件不允许，则此轮结束。
（3）当地方政府智能体决定进行公租房建设后，会提出具体的建设方案，如果方案能够被开发商智能体所接受，则开发商会进行公租房的配建，如果不能接受，则返回上级，此轮结束。
（4）当公租房建设好后，如果建设和选址都符合租户智能体预期，则租户会选择入住，若不符合租户智能体预期，租户就会拒绝入住，决策返回上级，此轮结束，当然这样的结果也会带来很大的问题。因此这个过程可以在建设前预先对租户智能体进行调查，若调查结果显示该方案不能满足租户智能体的预期，则此方案终止，返回上级。
（5）当每一次决策返回上级时，上级智能体都会对自己的决策意愿进行调整，以便能够得到上级智能体的支持，使得决策能够顺利地进行下去。
（6）当一轮决策结束时，下一轮决策又会始于租户智能体的住房需求。
4结论
一个合理有效的公租房选址方案，不仅能够使低收入群体获得基本的住房保障，为他们的就业、后代的发展提供良好的平台，也是实现政府职能，开发商兑现对社会公益的奉献，促进社会资源再分配的良好途径。
本文针对武汉市现状构建了一个基于多智能体分析框架的公租房选址决策体系，研究了影响保障性住房选址的各个因素，并且分析了该决策体系内各智能体之间的博弈互动行为，模拟出了一个选址决策从提出到完成的过程。并且各个智能体的效用函数所涉及的因素数据诸如租金水平、交通通达度、容积率、环境因素指标等都是很容易在现实生活中获取的，这就为定量研究打下了良好的基础，便于对保障性住房选址决策方案进行综合效用的分析，以此为基础来衡量一个选址方案的可行性，同时也可以在几个方案对比时进行应用，希望能够为保障性住房的选址方案确定提供一定的依据和参考，使保障性住房的建设既能保证各方的利益又能够使保障性住房真正发挥其保障低收入群体生活、维护社会公平和谐的作用。
参考文献：
1.Cutler， D.and E. Glaeser. Are Ghettos Good or Bad.Quarterly Journal of Economics.1997.112
2.郑思齐 张英杰.保障性住房的空间选址：理论基础、国际经验与中国现实.现代城市研究.2010.9
3.杜静 赵小玲.我国保障性住房选址的决策因素分析——以南京市为例.工程管理学报.2012.2
4.杨靖 张嵩 汪东宁.保障性住房的选址策略研究.城市规划.2009.12
5.季民河.Michael Moniticino， Miguel Acevedo.基于多代理模型的城市土地利用博弈模拟.地理研究.2009.1
6.单玉红 朱欣焰.基于多主体行为决策的城市居住用地利用效用情景分析.自然资源学报.2011.11
7.Schelling，T.C.Models of Segregation. American Economic Association Papers and Proceedings.1969.59
8.Schelling，T.C. Dynamic Models of Segregation.Journal of Mathematical Sociology.1971
9.Evans TP，Kelly H. Multi-scale Analysis of A Household Level Agent-based Model of Land Cover Change.Journal of Environment Management
10.陶海燕 黎夏 陈晓翔.基于多智能体的居住空间格局演变的真实场景模拟.地理学报.2009.9
11.刘小平 黎夏 艾彬 陶海燕 伍少坤 刘涛.基于多智能体的土地利用模拟与规划模型.地理学报.2006.10
12.张鸿辉 曾永年 谭荣 刘慧敏.多智能体区域土地利用优化配置模型及其应用.地理学报.2011.7
作者简介：
王晓蕾，华中师范大学经济与工商管理学院土地资源管理系硕士，研究方向为房地产经济、土地经济与管理。
艾建国，华中师范大学经济与工商管理学院城市经济管理系主任、博士，研究方向为房地产经济、土地经济与管理。
王晨，华中师范大学经济与工商管理学院土地资源管理系硕士，研究方向为房地产经济、土地经济与管理。
Abstract： Based on an introduction of Wuhan public rental housing， this paper builds a site selection decision in view of multi-agent system， studies the utility functions of local government agent， low-income agent and developer agent to simulate the game among the three agents till they find the appropriate site selection plan. Finally，it finds a new way to assess the effect of some public rental housing selections.
Keywords： Multi-agent system， Wuhan public rental housing， Site selection
李求军/责任编辑
关键词：多智能体，武汉公租房，选址
中图分类号：F293 文献标识码：J
文章编号：1001-9138-（2014）03-0043-49 收稿日期：2013-12-19
1 问题溯源
目前，我国保障性住房建设在空间布局上还存在着突出的问题，保障性住房大多选址过偏，大量集聚在远离城市中心的郊区，这些地区在地价和租金方面都较市区更为低廉。但是远离城市的郊区，一般基础设施配套都不完善、缺乏经济型的公共交通系统，这些都给低收入群体的生活和就业带来了很多问题。众所周知，低收入群体由于多种因素的限制往往集中在中心城区人口较为密集的餐饮、零售、家政等服务类行业就业，而居住在交通不便且远离工作地点的郊区，会增加低收入群体的通勤时间和通勤成本，反而不利于就业。另一方面，居住分异理论也表明，保障性住房的集中建设会形成富人区与穷人区的对立和隔离，这一现象在我国一些城市中也已初露端倪，富人区同时也蕴含着大量的工作机会，居住分异不仅会损害低收入群体平等享受诸如医疗、教育等公共福利的权利，也不利于低收入群体的充分就业，更严重的是居住分异产生的负面影响会在代际之间传递。而在现实生活中，我们也不难看到保障性住房集中分布的地区往往也不同程度存在着治安差、卫生环境差、物业管理困难等问题，会给周边环境带来负面影响，甚至影响城市的整体形象。
上述问题也引起了我国一些学者的关注，郑思齐、张英杰提出保障性住房选址过偏，主要归因于地方政府的利益驱动，为此，中央政府要加大财政支持力度，同时也要给予开发商一定的优惠政策，要发展公共交通、适度混合；杜静、赵晓玲以南京市为例，对保障性住房选址诸如交通便利性、就业机会、配套设施等决策因素进行了对比分析，提出了保障性住房配比建设，在工业区附近选址等建议；杨靖、张嵩等研究了不同收入人群居住用地的混合模式。
目前，国内关于保障性住房选址的研究大多只考虑了政府和开发商这两大主体，没有考虑到在实际的运作中政府、开发商和被保障群体之间的博弈选择；大多从宏观角度提出政策建议，没有考虑到微观主体的活动，较为笼统，具体实施中的适用性不强，因此，笔者从多主体行为决策的角度对三个主体之间的博弈行为及效用进行分析，得出三个主体的效用表达式，最终从综合的角度确定保障性住房选址效用最高的地区。
公租房和经适房、廉租房被认为是我国保障房体系的三驾马车，然而随着我国保障房建设探索的推进和实践经验的积累，经适房已渐渐退出历史舞台：2012年河南、广州等地正式宣布停建经适房；2013年6月武汉市也暂停了经适房资格申请的办理；而住建部部长姜伟新也在2013年两会期间明确指出允许各地根据实际情况取消经适房，用公租房取代经适房已成为大势所趋。因此，本文从武汉市公租房的选址决策角度开展分析。
2武汉市公租房建设选址现状
武汉市住房保障小组于2013年6月启动公租房资格申请，当日开始暂停受理经适房资格证申请，首个启动项目为位于江岸区的惠民居项目。与此同时，江岸、江汉、硚口、汉阳、武昌、青山、洪山等7个中心城区和东湖风景区也陆续启动公租房资格申请工作。项目分布在空间上呈现出一定程度的不均衡现象，在首批21个项目中，江岸区最多，为7个项目；而武昌区最少，只有1个项目正在建设。
虽然武汉市九成公租房分布在三环内，但是公租房位置偏远、出行成本较高和配套不健全的问题依然存在，比如位于江汉区的中城时代与汉口之间只有两辆公交车通行，居民出行的时间成本和经济成本都较大；最先启动的汉阳惠民苑也只有两辆公交车通过，居民同样面临着配套差、买菜难等切实的生活问题，相似的问题也不同程度地存在于其他新建的公租房项目中。然而，在采用配租方式配建的公租房项目中这样的问题就可以得到很好的避免，比如采取配租方式的南国花郡项目就可以分享已建成的南湖花园成熟的公交、商业等配套设施，会给入住南国花郡的被保障对象减少通勤时间和通勤成本、方便居民生活。本文主要考虑了配租方式下的公租房选址效用分析。
3 研究方法
3.1 研究方法介绍
多智能体系统 （Multi-Agent System，简称“MAS”）是分布式人工智能（Distributed Artificial Intelligence，简称“DAI”）的一个重要分支，是20世纪末至21世纪初国际人工智能的前沿学科。研究的目的在于解决大型、复杂的现实问题，多智能体系统是多个智能体组成的集合，它的目标是将大而复杂的系统建设成小的、彼此互相通信和协调的，易于管理的系统。Agent指的是一种特殊设计的计算机软件代码，具有内部数据表达（通过记忆或状态）、自我修正（通过学习或认知）以及修改环境（通过行为）的能力，尤其适用于对人类个体行为模式及其互动关系的模拟。多智能体系统在模拟土地利用空间复杂系统的时空动态方面具有非常突出的优势。由于智能体（Agent）具有智能性、适应性、协作性等特点，将MAS引入土地利用优化配置模型，一方面，将使得模型具备较强的适应能力；另一方面，基于Agent适应性和协作性构建参与土地利用优化配置行为主体之间的联动决策规则，将能够增强模型的合理性与实用性。多智能体建模方法自20世纪70年代提出以来，被广泛应用于自然科学和社会科学的各个领域，在城市经济领域，Schelling建立了居住隔离模型来模拟居住隔离形成的动态过程以及有关个体对于居住位置选择的情形，在土地利用方面，国外最早把MAS模型作为一种技术手段将土地利用主体因素纳入到一个空间规划的动态决策中。Evans等对土地利用变化中的住户Agent的行为进行了分析。 我国基于多智能体的土地利用研究起步较晚，近年来日益成为一个研究热点。黎夏等主要对多智能体代理模型和GIS技术进行整合来模拟城市用地扩张和居民居住空间格局的演变，张鸿辉等将PSO算法引入MAS来研究区域土地的优化配置。
土地利用决策可以看成是人类系统内部各种势力之间利益和价值平衡以及人类系统与自然系统之间在不同尺度上复杂互动的结果。公租房的选址决策也可以看成是这样一个复杂过程。在决策过程中，只有充分考虑到了低收入群体的住房诉求、开发商的经济要求、政府出于对地方经济发展的需求以及保障弱势群体的思考，使得低收入群体既能够入住便宜的住房，也可以因为住房得到更多的就业机会、创造更多的财富；开发商有热情投入公租房的配建；政府能够实现经济效益和社会效益的双赢，才能够使保障性住房建设发挥应有的作用。因此，本文以分析城市政府这一计划机制主体与开发商、低收入群体两类市场主体在公租房选址中的相互作用过程为基础来构建多智能体模型，以此来得到公租房选址建设效用最大化的情形。
3.2 基于多智能体的公租房选址过程研究
本文基于多智能体技术，建立了一个暂不考虑自然系统，仅考虑人类系统的保障性住房选址决策模型。在这个模型中，包括地方政府、开发商和有租房意向的低收入群体这三个智能体。这三个智能体之间相互作用、相互影响的过程客观地映射了公租房选址决策的过程和利益相关者的实际诉求，改变传统的政府为主导的决策方式，考虑自下而上的决策过程，结合各智能体的效用函数来寻找最佳的公租房选址方案。
从直观意义上来讲，被选择的决策应是最能反映各智能体的利益和价值诉求的，各个智能体会根据自己预期的效用函数来对可选择的方案进行评估，然后选择综合效用最大的方案作为最终的决策选择。而在这个过程中就暗含了各智能体之间的利益博弈与互动，并最终实现帕累托最优，否则，政策将会面临调整，直到实现帕累托最优。当前在很多城市我们都可以发现由于保障性住房选址过偏且远离经济型公共交通而使得很多低收入群体不愿入住，同时也存在着开发商建设热情不高的现象，这些都是由于选址决策没有充分考虑到各智能体利益造成的。
3.2.1 租户智能体
租户智能体（低收入群体）对于保障性住房有两种选择，接受或者拒绝，这取决于保障性住房能否满足租户的预期。其效用函数为：
（1）
（2）
其中，U表示住户智能体的居住效用函数，Urent代表租金的效用，Utraffic用来衡量交通通达度对居民生活的影响，Utrcost表示居民的通勤成本，Uemploy代表居民居住所在提供就业机会的能力，Uimf反映的是基础设施的配套情况，Uarea表达居住面积对于居住效用的影响，分别对应各影响因素在反应综合效用方面的权重值。此外，我们也必须考虑这里的租户智能体属于低收入人群，他们的支付能力有限，因此他们的住房是受到自己收入的制约的，因此（2）式反映了租户的预算约束，其中I表示居民的总收入，P1代表租金，S代表租住面积，而P2指的是居民生活中的其他费用支出。
当租户智能体面对几个居住方案时，在其预算约束的范围内，租户智能体一定会选择其效用相对较大的方案。
3.2.2 开发商智能体
在土地市场上一旦有住宅用地的国有土地使用权出让，便会有开发商根据自己的需求和公司发展计划参与到土地使用权竞拍中来。武汉市2012年出台新规规定，新建商品房中需按5%-10%的比例配建公租房。
开发商的效用主要由利润率这个参数来表示，当开发商的利润率至少能够达到预期利润时开发商才会拿地进行开发，反之，则会退出房地产的开发。这里我们把开发商分为两类，一类为对于住户类型敏感的开发商，另一类为对住户类型不敏感的开发商。前一种开发商因为考虑到低收入者入住可能带来的负面效应如降低社区人口素质和消费水平、带来一定的社会治安问题等，而不会考虑保障性住房的配建。而第二类对于住户类型不敏感的开发商会因为宗地本身的条件和政府给的政策优惠以及企业出于社会的公益而参与到保障性住房的配建开发中来，但前提是达到企业预期的利润率。其利润率的表达式为：
（3）
其中，S指开发的利润率，P1为可销售商品房的预期售价，P2为公租房租金的资本化价值，LP为取得土地使用权的价格，BC为建筑成本，R代表开发过程及销售过程中产生的税费，In表示在开发过程中投入的资金的利息，TC为房地产开发的总成本。
3.2.3 地方政府智能体
政府在公租房的建设选址中会损失一定的土地出让金以及建设过程中的税费，由于目前地方政府对于“土地财政”的依赖性，政府不得不考虑自己的财政损失对于政府其他基础建设的影响。与此同时，地方政府在追求经济效益的同时也必须考虑到对于社会弱势群体利益的保障和社会的稳定，因此，地方政府在进行公租房的选址决策和配租比例的确定时就必须考虑到土地的级别利用条件、税费收入、同开发商的关系、同租户的关系以及选址对于周围环境的影响程度，其效用函数可以表达为：
（4）
其中，Ulg代表选定地块的土地级别效用函数，Ude表示政府同开发商关系的效用函数，Ure代表政府同租户关系的效用函数，Utax表示政府对于选定地块的税费收入效用，Uen指的是配建选址决策对于周边环境的影响效用函数。分别代表各因素对应的权重值，不同类型的政府对于各因素的看重程度不同则各因素的权重值也是不同的。
3.2.4 智能体之间的互动
在公租房选址决策的过程中，一个智能体的决策以及对于决策的反应会影响到其他智能体随后的行为，这是一个互相关联的过程。
首先，租户拒绝入住选址不合理的公租房，会影响政府的下轮公租房选址决策，同时也会造成本期建设的公租房空置，难以发挥其应有的效用，呈现低效用的状态。 其次?开发商也会因为政策优惠幅度难以实现自己预期利润而不参与公租房的配建，会影响政府改变政策的优惠幅度。
最后，政府对于公租房的建设积极性不高选址决策不当也会使得低收入群体的利益难以得到保障，增加低收入群体的生活成本，使得公租房的建设难以得到持续的发展。
3.3 公租房选址决策实施流程
本文模拟政府、开发商、租户在保障性住房的选址中的互动过程，得出了如图1所示的流程图，该流程一经初始化，就会遵从如图所示的流程程序。
（1）在第一个阶段的开始，有住房需求的低收入群体即本文中的租户智能体向地方政府智能体表达自己的住房意愿。
（2）地方政府智能体在接收到租户智能体的居住意愿后，进行决策是否进行公租房的建设工作，如果条件允许则地方政府智能体会进行公租房选址方案的选择，如果条件不允许，则此轮结束。
（3）当地方政府智能体决定进行公租房建设后，会提出具体的建设方案，如果方案能够被开发商智能体所接受，则开发商会进行公租房的配建，如果不能接受，则返回上级，此轮结束。
（4）当公租房建设好后，如果建设和选址都符合租户智能体预期，则租户会选择入住，若不符合租户智能体预期，租户就会拒绝入住，决策返回上级，此轮结束，当然这样的结果也会带来很大的问题。因此这个过程可以在建设前预先对租户智能体进行调查，若调查结果显示该方案不能满足租户智能体的预期，则此方案终止，返回上级。
（5）当每一次决策返回上级时，上级智能体都会对自己的决策意愿进行调整，以便能够得到上级智能体的支持，使得决策能够顺利地进行下去。
（6）当一轮决策结束时，下一轮决策又会始于租户智能体的住房需求。
4结论
一个合理有效的公租房选址方案，不仅能够使低收入群体获得基本的住房保障，为他们的就业、后代的发展提供良好的平台，也是实现政府职能，开发商兑现对社会公益的奉献，促进社会资源再分配的良好途径。
本文针对武汉市现状构建了一个基于多智能体分析框架的公租房选址决策体系，研究了影响保障性住房选址的各个因素，并且分析了该决策体系内各智能体之间的博弈互动行为，模拟出了一个选址决策从提出到完成的过程。并且各个智能体的效用函数所涉及的因素数据诸如租金水平、交通通达度、容积率、环境因素指标等都是很容易在现实生活中获取的，这就为定量研究打下了良好的基础，便于对保障性住房选址决策方案进行综合效用的分析，以此为基础来衡量一个选址方案的可行性，同时也可以在几个方案对比时进行应用，希望能够为保障性住房的选址方案确定提供一定的依据和参考，使保障性住房的建设既能保证各方的利益又能够使保障性住房真正发挥其保障低收入群体生活、维护社会公平和谐的作用。
参考文献：
1.Cutler， D.and E. Glaeser. Are Ghettos Good or Bad.Quarterly Journal of Economics.1997.112
2.郑思齐 张英杰.保障性住房的空间选址：理论基础、国际经验与中国现实.现代城市研究.2010.9
3.杜静 赵小玲.我国保障性住房选址的决策因素分析——以南京市为例.工程管理学报.2012.2
4.杨靖 张嵩 汪东宁.保障性住房的选址策略研究.城市规划.2009.12
5.季民河.Michael Moniticino， Miguel Acevedo.基于多代理模型的城市土地利用博弈模拟.地理研究.2009.1
6.单玉红 朱欣焰.基于多主体行为决策的城市居住用地利用效用情景分析.自然资源学报.2011.11
7.Schelling，T.C.Models of Segregation. American Economic Association Papers and Proceedings.1969.59
8.Schelling，T.C. Dynamic Models of Segregation.Journal of Mathematical Sociology.1971
9.Evans TP，Kelly H. Multi-scale Analysis of A Household Level Agent-based Model of Land Cover Change.Journal of Environment Management
10.陶海燕 黎夏 陈晓翔.基于多智能体的居住空间格局演变的真实场景模拟.地理学报.2009.9
11.刘小平 黎夏 艾彬 陶海燕 伍少坤 刘涛.基于多智能体的土地利用模拟与规划模型.地理学报.2006.10
12.张鸿辉 曾永年 谭荣 刘慧敏.多智能体区域土地利用优化配置模型及其应用.地理学报.2011.7
作者简介：
王晓蕾，华中师范大学经济与工商管理学院土地资源管理系硕士，研究方向为房地产经济、土地经济与管理。
艾建国，华中师范大学经济与工商管理学院城市经济管理系主任、博士，研究方向为房地产经济、土地经济与管理。
王晨，华中师范大学经济与工商管理学院土地资源管理系硕士，研究方向为房地产经济、土地经济与管理。
Abstract： Based on an introduction of Wuhan public rental housing， this paper builds a site selection decision in view of multi-agent system， studies the utility functions of local government agent， low-income agent and developer agent to simulate the game among the three agents till they find the appropriate site selection plan. Finally，it finds a new way to assess the effect of some public rental housing selections.
Keywords： Multi-agent system， Wuhan public rental housing， Site selection
李求军/责任编辑