验证行为主体与地块属性变动正确性

当模型初始化生成的环境的内部正确性得到确认后，则需要对模型中各种行为主体互动的逻辑关系的正确性予以检验。其基本方法就是对模型进行多次重复运行，根据运行中所表现出来的结果，比较分析各种属性的变动是否符合模型设计阶段所定义的“行为主体的行为规则”。要想比较分析两者是否具有一致性，就必须从宏观层面深入到具体每一个行为主体，在模型的运行过程中跟踪和观察其行为和记录其属性，以及与之关联的行为主体和环境要素的属性变动，从而分析这些数据的变动关系与模型设计的逻辑关系是否统一，这一过程也就是通常所说的“身临其境评估法”（Immersive Assessment）过程。

一般来说，模型运行中必然涉及成千上万的行为主体，因此在进行上述评估过程中，不可能对所有行为主体作出观察。为此，在实际操作过程中，我们往往通过随机选择的方式，在不同类型的行为主体中选择一到两个进行监测和观察。本节中对每一类行为主体均选择一个行为主体作为例子展示如何开展“身临其境的评估”。当然，这些数据都是从多次重复的模型实验中随机抽出的样本。在本评估中，模型运行了30次（满足统计学样本最低要求），每次120步（表示两个五年计划的时间）。表6.1给出了展开这30次实验的输入参数的取值。

表6.1　内部有效性检验所采用的输入参数的取值（默认值）

续表6.1

1）检验行为主体属性的动态变化

表6.2是30次实验中随机抽取的一次实验所记录的某一个创意企业（行为主体）的属性的变动情况。通过该表格，可以清楚地看到，随着时间的推进，创意企业的属性集的值发生着相应的变化。同时，从表格中可以看到，该创意企业在120步的第12步就从系统中剔除，也就是表明该创意企业因为某种原因被宣布死亡。根据模型设计阶段的假设，创意企业死亡有3种情况：① 总资本变成负值；② 创意企业因亏损裁员，实际规模少于5人（在南京调查的最小企业规模不少于5人）；③ 创意企业在寻找合适办公区位过程中连续失败次数超过允许的阈值（本例中，该阈值为12个月，如表6.1“maxtime-failurefinding-office：12”所示）。

为此，本节首先分析该企业的死亡原因及其与相关数据的一致性。根据表6.2中的相关数据可以判断，该企业的死亡是因为其实际规模缩减到少于5人所致。这是因为：首先，该企业的总资本到最后一步一直都是正值，并且还比较大（577 943）。第二，在整个12步过程中，该创意企业并没有遇到任何找不到办公区位的困难，这是因为变量“gotland-or-not”的取值一直都是“1”（表示找到了合适办公区位），并且“off-land-time”的值也一直是“0”。而从表6.2的第6行可以看到，企业的计划规模从第8步（也可能是第7步）开始快速下降。这一表现与第11行的数据保持了一致性：在第8步以前，该企业虽然利润率一直为负数，但均大于其允许的阈值 -0.3（如表6.1中“f-size-declinecritical-negprofit-rate：-0.3”所示），然而从第8步的数据我们可以看到，企业的利润率为 -0.359，小于阈值 -0.30，因此相应的企业的计划规模开始大幅度下降。到第10步时，企业的计划规模已经降到了与其实际规模相等的水平，而此时的利润率是 -0.343，依然小于阈值 -0.30，因此可以推测，下一步，该企业的计划规模将继续缩减，相应地也会缩减实际规模。可以推测在第12步的时候，其计划规模已经少于5人而被宣布死亡。相应地，在企业实际规模增长的过程中，企业的产出也相应增加。所有这些结果都表明，该运行结果反映了企业属性的变动严格遵循模型设计中所设定的创意企业的行为规则。

更进一步，我们也可以看到，其他方面的变动也严格遵循预先设定的相关行为规则。首先，表6.2中的第2行的坐标数据一直保持不变，这表明该企业在首次选定办公区位后没有改变办公区位，这一结果与其所获得的区位效用（记录的是首次选定办公区位时的区位效用，见表6.2中第3行）没有变动相一致。同时，该企业没有改变办公区位也表明，该企业的办公租金支出占销售总额的比例应该小于表6.1所规定的阈值0.15（f-movingcritical-land-expense-rate：0.15），这一推测与第9行的数据非常吻合：虽然办公租金支出与销售总额的比值一直在变动，但其均小于0.15。再看该企业的税务情况：根据表6.1关于企业所得税的规定（b-tax-rate：20），该企业应缴的税率为20%，这一规定与表6.2的第12行的数据（0.2）相等，表明模型正确地反映了初始设定。然而表6.2中的第13行显示该企业所缴纳的税额为0，看起来与上述数据矛盾。而事实是，根据模型设计阶段的规定，创意企业只有在盈利的情况下才缴纳所得税，而该企业一直以来都是亏损状态（表6.2中的第10行、第11行的数据），因此其需要缴纳的税收为0，与表格中的数据吻合。表格最后一行的数据表明，该企业周围有企业迁入和迁出的情况，这是因为与其最近的企业的距离从7.07下降到3（表明有企业在附近迁入），然后又上升到4［表明企业迁入后又迁出（也有可能是迁入企业死亡以及新的企业迁入）］，通过数据推测的环境变动在经过“世界”观察后均得到了验证。

表6.2　模型运行过程中（随机选择的一个）创意企业的相关属性值的变动情况

与上述创意企业相比，被随机抽取出来检验的创意工人的“寿命”要长得多。表6.3列出了该创意工人在模型运行过程中各种属性的变动情况。可以看到，其也没有完全存活到120步，在第78步时被系统宣布死亡。在整个77步中，该创意工人的坐标没有发生变化（如第2行数据所示），这表明，该创意工人在此期间的区位属性不应该有变化；同时无论环境如何变化，其工资报酬必须大于其住房租金价格的两倍。第3行和第8行的数据完全验证了这两个基本推测(当没找到工作时，不考虑其工资水平的限制)。同时，第12行的变量“about-to-move”的值一直为0，表明该创意工人不存在因为工资收入低于两倍其住房租金价格而必须搬迁的情况，这也与上述推测高度一致。第11行的变量“nearestdistance”的值均为0，这表明至少有另一位创意工人与该创意工人居住在同一地块，这一结果与通过“世界”的具体观察（通过在“世界”界面右键，选择“inspect CW”可以观察该创意工人的周围情况）相吻合（实际上有另外3个创意工人居住于同一地块）。

表6.3　模型运行过程中（随机选择的一个）创意工人的相关属性值的变动情况

再看该创意工人在工作方面的动态变动情况。在上文中已经看到该创意工人的实际工资水平大于其需要付出的工资水平的两倍②，但明显的是该工人的工资水平发生了波动，并且中间有部分时间该创意工人的实际工资为0，这表明该工人在这77步中肯定经历了失业和再就业的过程。要验证事实是否如此，我们可以观察3个方面的内容：第一，该创意工人所服务的企业的ID是否发生了变化；第二，该工人是否有失业的记录；第三，该工人如果有失业记录，其找工作持续失败的时间是否低于表6.1所设置的阈值12（maxtimefailure-finding-jobs：12）。通过表6.3中第10行、第6行和第7行的数据，我们可以肯定在67步内，该工人经历了两次失业，为3个创意企业工作过，并且其找工作持续失败的时间的最大值为2，远小于其允许的最大值12。这些数据都与上文的情况完全一致。那么，为什么该创意工人最终却走向“死亡”？从表格数据我们可以推测其原因是在允许的时间里没有找到合适的工作。具体过程为：该创意工人在前65步非常幸运，在失去工作后，又在较短的时间里找到了工作，但自第65步失业后，其运气不再，到第78步时，依然没有找到合适的工作。因此该创意工人被迫放弃，相应地也从系统中剔除。

与创意企业和创意工人这两类行为主体不同，政策包在整个过程中不会死亡，其只是会在到期之后被政府收回，重新设计并配发［以保持初始化阶段的数量不变，当然排除后期模型用户使用调解工具（第5章图5.11）改变其总数］。要检查政策包的行为是否符合最初的模型设计，则需要检验：（1）政策包的代码是否正确代表政策包所包含的政策数量；（2）政策包到期后是否会被撤销并重新设计和配发。下面我们来逐一验证。

在表6.4中，当模型运行在第0步时（模型初始化的过程），该政策包的区位为（23，17），其对应的3个支持性政策（较低的税收、较低的办公租金、产品交易的促进与交易文化氛围的提升）的值为{0，0.9，0}（如第0步纵列数据所示）。这一数据组合表明该政策包中有且仅有一个支持性政策，也就是较低的办公租金，这与该列的政策包代码1.5（代码1.5表示该政策包包含一个支持性政策，参见第5章有关政策包的阐述）保持了高度一致。从第0步中“planned-time-in-service”的取值为34我们可以判断，该政策包将要在系统运行过程中服务34个月（34步），在34步后，该政策包应该要更换位置，并且其所包含的政策组合也应该会发生相应变化。第34步所在列数据验证了这一推断：该政策包被收回后，通过政策组合，包含了两个支持性政策（policy-code=2），具体的政策所对应的值的组合为{0，0.6，0.2}。采用类似的逻辑验证方法，我们可以看到在剩下的所有步骤里，政策包的属性变动均遵循了模型设计阶段所设计的所有规则。

表6.4　模型运行过程中（随机选择的一个）政策包的相关属性值的变动情况

2）检验地块属性的动态变化

在确定了行为主体的内在有效性（逻辑正确性）后，还需要对模型的环境，也就是构成城市空间的地块在模型运行过程中属性变动的逻辑正确性进行检验。当所有定义城市空间的参数设定以后（如表6.1），通过公式（5.6）就可以算出所有地块在不同的区位因素上的得分，这些得分在没有受到行为主体区位行为影响的前提下，将不会发生变化。同时，如果一个地块受到了政策支持的影响，那么其在政策上的得分可能为1.5、2.0和2.5。根据这一规则，表6.5的数据（第9行的数据）表明被检验的地块并没有得到政策支持，也就是说政策包没有配发到该地块，原因是其政策（policy-mark）得分为1（没有获得政策支持的地块默认政策得分为1）。因此，相应的减税比率也为0（表6.5中的第10行）。

表6.5　模型运行过程中（随机选择的一个）地块的相关属性值的变动情况

注：所有这些数据都是模型中根据具体算法得出的最原始数据。由于计算各地块的区位得分时，存在大量自乘过程，因此部分区位因素的得分会非常巨大，例如道路交通得分。为此，在计算区位效用过程中，为了消除不同量纲的影响，各区位要素的得分均进行了标准化，其标准化公式参见第5章公式（5.7）。

从表6.5中的第11、12、13和14行的数据可以看出，该地块在第26步之前均没有行为主体的迁入。从第26步开始，有一个创意工人迁入（第13行，第26步），随后陆续有创意工人迁入，人数最多达到4人，然而随后又发生创意工人迁出的情况。跟这些变动相对应的是该地块被占据的实际建筑面积（地块的实际容量）也发生着对应的变化，并且人均的居住面积均处于合理水平（处在实际调查数据的浮动范围之内，实际数据参见第4章表4.12）。根据模型设定，每一个地块的用地性质只有一种，也就是说当创意工人迁入该地块后，该地块范围内按规定是不应该存在创意企业的，第11、12行的数据充分证明了这一点：两个变量的取值一直保持为0，表示该地块没有创意企业的迁入。与此对应的还有第4行的交易氛围的得分从第26步开始由1变为1.01后，便一直保持不变。

虽然没有创意企业的迁入，然而该地段的办公租金却从第0步的77.61上升到了79.17。这看起来似乎矛盾，但是实际上我们可以判断这一增长源自该地块周围有创意企业的迁入，这是因为该地块的邻近性得分从第0步的1增加到了第7步的1.02。这一数据一直保持到第120步没有改变，与办公租金价格一直没有变动相一致。

按照模型设计阶段的假定，一个地块如果没有受到创意工人迁入的影响，那么该地块的住房租金价格则不应该受到影响。根据这一规定，第13行的第0步和第7步的数据似乎与第8行的对应数据发生了矛盾，这是因为从第0步到第7步，没有创意工人进入该地块而其住房租金价格却从27.82增加到了27.93。这一看似矛盾的结果本质上并不矛盾，该地块住房租金价格的上涨应该是来源于进入其周围地块的创意工人的影响。这一推论可以直接从第3行和第5行的数据看出。这是因为这两行的对应列的数据也发生了相应变化，也就是进入周围地块的创意工人造成了本地块在道路交通和人才库得分的提升。特别地，从第15行的建筑质量的数据我们可以断定，周围肯定有较多创意工人的进入，这是因为建筑质量从第0步到第7步没有下降，反而上涨，也即从0.904上涨到0.914。根据这些判断，我们回过头来到模型运行结果的界面检查，结果显示的确（从第0步到第7步）有创意工人在该地块周围入驻。