新地铁开通那天，最不该盯着看的数字是客流，因为真正的变化早在规划公布的那一周就开始了，而且要到几个月以后才会传到房价、企业和城市财政。

地铁改变的不是路线，而是“到哪里有多方便”

把地铁只当成一条新增的路线，是城市模拟里最省事也最容易出错的做法。路线加上去，车流重新分配，事情就结束了。但对居民和企业来说，一条地铁的意义是让某些地点之间的时间变短了：从城北到城东的商务区，原来要六十分钟，现在二十五分钟。时间变短以后，可达的岗位更多了，可选的住房更多了，企业能招到人的范围也更大了。这个东西可以叫可达性，它才是后面房价、企业和交通一起变化的共同原因。

下面用一个假设场景贯穿全文，所有数字都是模拟示例：一座约十二万居民的示例城市，规划新建一条九站的地铁线，把北部住宅区与东部工业与办公区连起来。我们按时间顺序看，在大发娱乐AI的城市模拟设计里，这条线每往前走一步，系统里有哪些东西会被更新，又是谁在等这些更新。

规划公布那一周：钱和路都没动，预期先动了

地铁还没开工，公告一发，最先反应的是那些以未来为参照做决定的主体：开发商、投资型买家、持有沿线房产的房东。他们的决策里有一个“对未来可达性的预期”，而这个预期在公告当天就改变了。

假设沿线一个站点周边的示例房源，在公告后一周内挂牌价平均上调了百分之几。此时没有一个居民的通勤时间发生了变化，没有一位乘客上过车，但价格已经动了。如果模拟里的房价只依据当前通勤时间计算，这一步就会缺失：价格要等到开通后才涨，玩家永远没有机会“提前布局”，也不会看到炒作、观望、错判这些真实市场里最常见的现象。

预期并不总是对的。设计上要保留一种可能：公告后价格涨得比最终实现的可达性改善更多，日后被修正回来。有的站点因为换乘不方便、出口位置差，实际提升远不如想象，这时早先涨价的房源就会出现挂牌久不成交，房东被迫降价。有预期，才有预期落空；有预期落空，才有泡沫收缩，这两件事在只算当前值的系统里都不会出现。

施工期：便利没到，麻烦先到

施工阶段往往被忽略，因为它似乎“什么也没产生”。但在因果链上它是一段有独立后果的时期。围挡占用车道，沿线道路变窄，通行时间增加；施工噪声和粉尘让部分居民的居住满意度下降；沿线商铺的客流受阻。这一阶段的受害者恰恰是最靠近未来站点的人。

假设一条示例主干道因施工缩窄了一条车道，沿线早餐店和便利店的日均客流下降了两成左右（模拟假设）。其中利润薄的小店会先撑不住，几个月后关门。等地铁开通，客流回来了，但原来的店已经换成了别的业态，甚至换成了连锁品牌。这不是一个可以事后补上的细节：它决定了新站点周边最终是什么样的商业结构。如果模拟不给施工期留状态，站点周边就永远是一片“开通即繁荣”的均匀光晕。

开通第一个月：居民的通勤记忆要被改写

地铁开通后，第一批受影响的是居民的出行选择。这里不能假设所有人第二天都改乘地铁。周岚这样的居民（延续让每个居民有工作、需求和习惯里的模拟示例）已经有一条走了两年的开车路线，她的记忆里存着这条路线的平均耗时和可靠度。新路线出现以后，她要先“知道”它，再试一次，体验足够好，才会逐渐把它变成新习惯。

所以开通第一个月的客流会呈现一条有形状的曲线：先是对价格和时间敏感、没有车的居民率先转移，然后是好奇尝试的一批，再后来才是习惯型居民。同时还有两个反向的力量：一是拥挤，早高峰车厢里人多了，体验变差，一部分人会退回原来的方式；二是平行道路的车流减少以后，开车反而变快了，又吸引了一些人回到路上。交通领域把后者叫做诱发需求。这些都是居民根据自己的经验记录做出的调整，如何形成和打破路线习惯，可以参考堵车以后居民会不会自己换路线。

此处有一个检查标准：新线开通后的头几周，客流应当上升但达不到设计运量，几个月后才接近稳定；同一条平行道路的拥堵程度应当先下降、后小幅回升。如果开通当天客流就直接冲到峰值，通勤记忆没有起作用。

三到六个月：通勤变了，房价和租金才轮到

住房市场的更新明显慢于交通。搬家是一件成本很高的事：要找房，要付押金和搬运费，要考虑孩子的学校。所以在模拟里，居民的迁移决策有一个很高的惰性，只有当“现住地的性价比”与“候选区域的性价比”长期存在显著差距，才会触发搬家。

新线开通后，沿线站点周边的住房对通勤敏感的居民更有吸引力，需求上升，租金上调。这时候异质性开始显出作用：收入高、时间紧的居民愿意为便利付更高的租金，搬进站点周边；而原来住在这里的低收入租户，如果房租涨幅超过了他们的承受线，就会被迫外迁。结果是站点周边的居民构成发生了变化，可达性提高了，但住在这里的人换了一批。这不是设计者预先写好的剧情，而是租金上限、迁移成本和候选区域几个变量共同产生的结果，也是大发娱乐经营AI和城市AI共用同一份世界状态时才能读到的现象。

另一个容易漏掉的环节是空置与供给。租金上涨之后，房东有动力翻新、拆分房源或出售，开发商也可能申请新增住宅。但新房从立项到入住要以年计，所以短期内供给几乎不动，价格的上冲会比长期均衡时更大，之后才慢慢回落。如果供给的响应时间被设成和需求一样快，价格曲线就会显得温和得不真实。

企业和岗位：招工半径变大，选址逻辑也变了

居民的通勤改善会传导到企业。对东部办公区的企业来说，地铁把可招聘的居民范围从原来的几个街区，扩大到整条线路的沿线。招工变容易了，同样的工资能招到更合适的人，或者同样的人可以用略低的工资招到。企业的响应有几种：扩招、涨薪、搬到更贴近站点的写字楼，或者干脆把一部分岗位放到新站点周边。

零售和服务业则看客流。站点周边的客流增多，租金相应上涨，这会把利润薄的小店挤出去，把大型连锁和餐饮集聚区吸引进来。而工厂对地价敏感，对客流不敏感，站点周边地价上涨后，靠近站点的工业用地会被逐渐置换，制造业外移。这一条线索会连到另一个问题：一家工厂离开后，附近住宅区会发生什么，见工厂倒闭以后住宅区为什么也会变化。

企业更新的节奏比居民慢，比住房快：招聘和涨薪按周到月，选址和扩张按季度，新建厂房按年。这三种节奏放在同一条时间线上，才会出现“先有人、后有店、再有更大的店”的先后顺序。

各层不同步：一份更新节奏表

把上面的内容压缩成更新节奏，可以得到下面这张表。它的重点不是具体数字，而是每一层跑得多快、依赖前一层的什么。时间单位为模拟假设。

层 更新频率（示例） 输入依赖 输出给谁
路网与线路负载 每个模拟时段 居民当前出行选择 居民通勤体验、企业物流成本
居民出行记忆 每天到每周路网负载、体验差距 下一周的路线与方式选择
就业与招聘每周到每月可达岗位、企业空缺 居民收入、企业成本
住房需求与租金 每月 通勤成本变化、收入、迁移惰性 居民去留、房东收益、地价
企业选址与业态 每季度 客流、租金、招工半径 岗位分布、商业结构
城市财政 每季度到每年 票款、地价税、企业税、运营补贴 后续能否建下一条线

更新顺序很重要，这也是大发娱乐模型在城市层面要守住的一条底线：每一层只读取上一层已经稳定下来的结果。如果让房价先于居民通勤记忆更新，房价就是在“尚未被验证的可达性”上变化，等后面居民发现实际体验没有想象中好，房价又得倒回去，整个系统会来回抖动。所以设计上让快变量先动，慢变量在读取稳定后的快变量再动，并且允许预期项在公告阶段单独跳一次，之后再被现实校正。

只做一层，会犯哪些错

为了说明这条因果链的完整性，可以比较三种常见的偏科做法，看它们各自缺了什么。

  • 只算交通。新线开通后车流重新分配，客流达标。但没有人搬家，没有企业移动，站点周边永远是原来的样子。玩家花大价钱修了地铁，除了通勤时间数字之外，城市什么也没变，也就没有任何值得进一步经营的东西。
  • 只算房价。开通即涨价，涨幅由站点距离的公式给出。这样的价格不会随通勤实际体验而修正，不会有预期落空，也无从解释为什么同样有地铁的两个站点会一个热一个冷。
  • 只让居民聊天。居民在对话里表示“地铁很方便，我想搬过去”，但没有租金、没有迁移成本、没有岗位约束。叙事上非常丰满，账目上什么也对不上，一百个人说想搬，房源只有十套。

相关研究也在朝“把行为放进交通系统”这个方向走。Liu、Li和Ma的团队于2025年在arXiv上发布了GATSim，用带有社会经济画像和记忆系统的智能体替换传统规则式的交通仿真，并报告在角色扮演场景中与人工标注者表现相当。它验证的是行为层面的合理性；至于这种行为能否稳定地传导到房价、企业和财政，仍然需要把多个层拼在一起才能检验，这也是本文这条因果链要回答的部分。

最后落到财政：修得起，也要养得起

因果链的终点是城市财政，也是玩家最直接感受到后果的地方。一条地铁的成本包括建设、运营和维护，收入包括票款、沿线地价上涨带来的税收，以及企业增多带来的税基。假设示例中建设费用按十年摊销，运营每年亏损，只靠票款回不了本，但沿线地价税与企业税逐年增加，若增幅足够，整体上可能盈亏平衡。如果沿线居民因租金上涨被迫外迁，税基结构又会有变化。

这就是为什么大发娱乐AI不把地铁当作一个“建造后自动加分”的建筑。在大发娱乐城市AI的设计里，它是一次持续多年的经营决定：早期是成本，中期是分配，后期才是回报，并且回报是否兑现取决于居民、住房和企业这几层是不是真的都动起来了。检查一个模拟里的地铁是否可信，不必先看客流，而是看这些变化能不能按时间顺序被一层一层观察到：预期先动，施工期受损，开通后慢慢爬坡，房价滞后，企业再调整，财政最后见分晓。地铁的价值，藏在这条时间线里。