一家工厂倒闭，房价不会第二天就跌。真正先动的，是几百个家庭各自的账本，以及他们在不同时间点做出的不同决定，住宅区的变化正是从这里慢慢长出来的。
工厂关门那天，住宅区里其实什么都没发生
设定一个模拟示例：城东的“东岸机械厂”雇用1200名工人，紧邻的住宅区“柳岸里”有3000套住房，其中一部分住着这家工厂的员工。某一天工厂宣布关闭，工人拿到相当于两个月工资的遣散补偿。这些数字都是假设，用来说明推演的逻辑。
如果这时看住宅区，几乎看不出任何变化：房子还在，价格牌还没动，邻居还住在原来的地方。城市模拟里最常见的一种偷懒，是让工厂倒闭直接触发“周边房价下降10%”，好像因果链是一根直线。大发娱乐城市AI的设计则要求这条链条必须经过居民：房价变化只能来自一个个家庭在面对收入中断时的具体选择，再通过租房、买卖和商铺的交易汇总出来。这样才能回答标题的问题：住宅区“慢慢”变化，慢在哪里，又受什么影响。
同样是失业，四类家庭的下一步完全不同
失业工人不是一个整体。消费和住房的反应取决于每个家庭手里的约束，这也是游戏里的消费者不会一起行动的原因。示例中先把受影响家庭分成四类：
| 家庭类型（模拟示例） | 关键约束 | 第一反应 | 做出住房决定的大致时点 |
|---|---|---|---|
| 租房、技能通用 | 没有房贷，搬家成本低，能接受较远的岗位 | 立即扩大求职范围，同时压缩非必要消费 | 补偿花完前后，约第2到第4个月 |
| 自有房、有房贷、储蓄少 | 每月固定还款，出售意味着亏损 | 先削减开支、找零工，尽量不动房子 | 储蓄耗尽后，约第6个月起，拖欠风险上升 |
| 自有房、接近退休 | 找新工作难，但住房成本低 | 提前退休或转为低收入，留在原地 | 基本不搬，只是消费降低 |
| 双职工，另一方仍在工作 | 有稳定的一份收入，但家庭消费预期下降 | 推迟大额消费，观望 | 多数不搬，除非另一份工作也受影响 |
这四类家庭的比例，本身就是模拟要设定和校准的变量。如果城市里绝大多数人是第一类，衰退会来得快，人也走得快；如果第二类居多，房价的下行会拖得很长，因为卖不掉的房子既不搬走也不成交。Li 等团队于2024年在 ACL 发表的 EconAgent 工作，让带有异质性格和记忆的智能体去做工作与消费决策，再观察宏观现象，思路与这里一致：整体现象来自个体的不同选择，而不是直接设定。
从第一周到第十八个月：一条会分叉的时间线
把上面几类家庭放进时间里，示例中的推演大致是这样，每一步都标出了模拟器要读取的变量。
- 第1到8周，消费先收缩。1200名工人的家庭收入骤降，大部分只剩补偿。读取的变量是家庭可支配收入和储蓄，反映到小区的餐馆、超市、理发店：客流下降，不是所有人同时不消费，而是先削减外出就餐和大件消费。
- 第2到6个月，求职半径扩大。本地岗位有限，工人开始看更远的岗位，通勤时间成为决定性变量。这时交通就会介入：如果有一条便利的线路连到岗位集中的区域，居民可以“不搬家去上班”，住宅区的压力就小；否则搬家的动力更强。这也是为什么这条链要和新地铁带来的房价、企业与交通变化放在一起看。
- 第3到9个月，租房者先离开。租房家庭的搬家成本最低，他们最先流出，空置房源增加，租金开始下调。读取的变量是空置率和挂牌租金。
- 第6到12个月，自有房者“卖不掉”。房主的挂牌价与买家愿意出的价格之间有缺口，成交量很低，价格并没有立即暴跌，而是变成了“有价无市”。此时贷款拖欠的比例开始上升，这是衰退向金融端传导的入口。
- 第8到14个月，第二轮岗位消失。商铺客流下降后，一些小店关门，原本在店里工作的居民也失去收入。这就是第二轮冲击，比工厂本身小，但发生在离住宅区更近的地方。
- 第12到18个月，社区结构改变。留下的居民构成变了：年轻的、流动性强的走了，年长的、固定资产多的留下；学校生源减少，公共服务的人均成本上升，税收下降又限制了财政的投入。
注意每一步都在“读取”上一步留下的状态，而不是按剧本触发事件，这样如果有一个环节被改变，后面的结果也会跟着变，这也是因果一致性的意思。
衰退为什么会自己加速，又为什么不该一路加速到底
上面这条链里有明显的正反馈：居民流出，客流减少，商铺关门，岗位消失，更多居民流出。如果模拟只有这一半，它会得到一个简单的结局：住宅区一路衰败，直到没有人为止。但真实城市里，还有另一半反馈：
- 租金下降，会吸引对价格敏感的新居民，比如刚参加工作的年轻人。
- 空置商铺租金下降，可能吸引小型企业进驻。
- 房价低到一定程度，投资者开始入场。
模拟必须同时有这两类反馈，否则就会和长期运行的游戏经济一样陷入停滞，这个问题在游戏经济运行100周以后为什么容易“死掉”里有更完整的讨论。这些恢复力量在大发娱乐经营AI里对应企业的选址、进驻和定价决策，在城市一侧则对应居民的迁入。恢复机制的强度，也是需要校准的参数：太弱，城市像被诅咒；太强，工厂倒闭根本无足轻重，玩家的每一个决策都没有后果。
什么情况下，住宅区其实没变
一个好的因果模拟应该能给出“不发生”的答案。下面几种情况，都应该让住宅区的变化很小：
- 附近很快有另一家雇主进驻，且岗位技能与原工厂接近，多数家庭在补偿花完之前就重新就业。
- 通勤条件足够好，居民可以在原住宅区居住，去更远的地方上班。此时住宅区反而变成“睡城”，性质变了，但不会衰败。
- 失业家庭以双职工和有储蓄的为主，缓冲期很长，等到新岗位出现再决定。
- 政府在早期给予补贴或转型培训，让技能匹配度提高。
这些情形同时也是玩家可以干预的位置。给受影响家庭发放过渡补贴，作用在头一两个月的消费收缩；修一条通往岗位集中区的线路，作用在求职半径；招商引资，作用在替代岗位。不同干预作用在不同的环节和不同的时间点，效果和代价也不同，玩家需要判断问题卡在哪一环，而不是给整座城市统一“加分”。
能给出“不变”的模拟，才配得上给出“会变”的判断。
怎么检查这条链不是编出来的：三组对照
因果链最容易写成一个漂亮的故事，所以需要设计对照实验来检验。在大发娱乐经营与城市模拟的设计里，可以这样做：
- 同一个城市复制两份，一份让工厂倒闭，一份保持不变，比较住宅区的空置率、租金、店铺数量随时间的差异，差异应该出现在前面推演的时间顺序上，而不是同时出现。
- 在其中一份里加入一家同类雇主，看是否明显缓解衰退，检验“替代岗位”这一变量是否真的起作用。
- 把居民的求职半径限制到只看本区，看衰退是否显著加剧，检验交通与通勤变量是否被正确读取。
如果三组对照的结果都符合直觉，还不能算通过，因为符合直觉可能只是叙事合理。更严格的做法是像评估其他城市模拟那样，用重复运行的分布而不是单次的漂亮结果来判断。
大发娱乐AI在城市里追踪的，始终是一份份具体的家庭账本。工厂倒闭对住宅区的影响，最终就写在这些账本上：谁有储蓄、谁有房贷、谁能去更远的地方上班。房价只是这些账本加总之后，最晚浮出水面的那个数。
