然而体系外部的任意干扰能导致持续的不均衡。如果外部干扰的频率大于达成均衡所需的时间，那么永远无法达成均衡状态。但是，体系将总是向均衡状态倾斜，在没有继续的干扰的情况下，体系仍会达成均衡。一个更有意思的推测是，体系结构可能会被环境影响。如果结构发生改变，那么也就暗示着新的收敛和均衡模式，而上述所说的连通性问题也会由于这种变化而变得很重要。
12.8 影响模式中的容量、滤波器和排队
此处可以猜测诸多改变收敛过程的附加因素，但真正的意图是追踪出改变的效应，这可分析得出。因此，值得关注下可以用之前小节中的代数方法引入和探究的那些因素了，但这不代表就能忽略哪些无法正式处理的重要因素。实际上，之后的一节和接下来的两章中，会提出决策制定的这些过程的一个仿真模型。此处包含的延伸模型是关于体系内行动者之间的互动模式的。将会展开两个概念，第一个概念的前提想法是行动者会被每隔一段时间体系内积累的紧张或拥挤而影响，第二个概念的前提想法是行动者会被紧张感减少而影响，这种紧张感的减少可以被解释为一种体系自身功能的积累现象。
可以合理猜测，当体系内紧张感不断增加时，决策制定结构会开始偏离给定的目标。比如，行动者处理信息所需的速度通常由于排队现象的增加而导致信息失真，因此这导致行动者失去信息或记忆。体系的容量可能过小，传播或接收方式可能太复杂，衡量实体的重要性或意义的过程可能太复杂。一种可能的结构会包含紧张感累积，其中紧张感会经常性地使过程失真。想象下在一个行动者在任一时间段内正常处理信息的过程中，但由于处理所费的功夫，信息在下一个时间段可能发生系统性失真。此处提到的过程中，之前用来组合对问题的利益诉求和控制的LxL矩阵Q可给出与问题相关的失真程度。相似地，IxI矩阵R可被定义成是政策失真测度。这些矩阵每相隔一个循环就被常规性地应用到决策制定过程中，它们也反映了利益和控制的传送的滤波。拿上面定义的过程为例：在第一个迭代或循环中，从问题重要性、行动者对政策的权力、政策的意义出发，行动者对问题的权力的新的测度可通过序列z（1）=r（1）X、r∗（1）=r（1）XC、s（1）=r（1）XCW和r（2）=r（1）XCWG来定义。
但是，在该过程的第二次迭代时，会发生失真。问题的重要性像之前一样预测，
只看对问题的权力分布的话，递归关系通项可由以下得出：当循环（t）是奇数时，
相似地，也可得出其他分布的关系。
但是，有意思的是极限内该过程的行为。不失去普遍意义的前提下，可假设Q和R都是随机矩阵——这个意义上来说，它们可被看作是给出了每个行动者使真实的利益和控制模式失真的比例或程度。显然矩阵（XCGW）（XCQWGR）也是随机的；这个矩阵会在t的极限范围内收敛于矩阵Λ。那么，在t的极限内，rodd=r（1）Λ且reven=r（1）ΛP。这些方程展示了稳定状态由于经常使用滤波器而振荡不定。但振荡的模式也发人深思，因为它暗示了不存在学习过程。行动者不会由于失真而改变自己的行为。行动者似乎认为失真是体系结构的一部分，无法被改变。这种效应尤其不真实，但它不是为了再次证明只有在体系的过程是体系结构的函数时，而非每隔一定时间使用的任意工具的函数时，才能维持平衡。
更为真实地展示失真效应的方法是在之前一个时段内使失真变成体系行为和失真本身的函数。想象下行动者在过程开始之初接受了失真测度，但当行动者把失真联系到实际的影响模式时，这种失真会得到改进。这个意义上来说，行动者可以说是在学习。这个过程是通过与问题的权力分布相关来证明的，但也可轻易地延伸到其他分布上。在初次循环中，Q（1）和R（1）代表了应用到问题和政策互动上的失真滤波器LxL和IxI。那么
过程的第二次迭代中，组合原始失真测度和实际互动模式得出改进后的互动模式，在此基础上得出Q（2）和R（2）。正式写作，
现在可得出直到T时的递推关系通项：
通过使用之前方程12.78中给出的五个运算，可用方程12.95直接导出其他分布的相应方程。
与上面描述的无学习过程不同，这种情况下的确可以收敛于一个独特的均衡。方程12.95中，矩阵（XC）t和（WG）t都是随机的且都在极限内是收敛的。首先设定，那么我们能证明12.95中的主方程的极限数列可写成
方程12.96提供了一种独特的均衡，但无法分析算出权力、影响、重要性、意义和价值的极限分布；它们必须通过全过程的迭代算出。此时这个过程不再是马尔科夫过程，但随着行动者尝试把实际互动和感知到的互动相匹配，影响模式的失真越来越向实际的影响模式靠近，所以仍旧会发生收敛。请注意，这个意义上来说，失真被认为是感知到的行动者互动的测度。也请注意，如果原失真矩阵是单位矩阵，那么方程12.96的极限等同于上面给出的正态过程方程12.77的极限。
最后讨论下不均衡，这种情形中最有戏剧性效果的阻止体系收敛的原因可能是体系行为的改变——即管理利益和控制的组合过程的规则或章程的改变。除了体系环境产生的外部变化外，体系自身内部的行为改变可能是因为行动者的期待和实际情形错配。有无数种可能性，但下面要说的是最重要的几种。首先，当行动者逐渐意识到缺乏权力，他们可能会结成联盟通过分享权力来扩张权力。在对任一行动者而言，利益和控制是负相关的情况下，权力将会很小，行动者可能因此尝试使自己的利益诉求和控制更紧密相配，反之亦然。如果他们的利益太过分化，他们会集中利益，或者他们可能会认为通过更广泛地传播他们的利益，就能选出一个能存活下去得到满足的利益。同样，有很多权力的行动者也可能“拉帮结派”形成联盟，也会多样化或集中利益诉求和控制。具体哪种形式取决于不同条件是如何相联系的。结盟可能由于组织或表现问题而倒塌，结盟也可能因为行动者拥有同样的规则而组合。总体而言，出于对结果的期待，体系可能会有强烈的恫吓对反恫吓、以牙还牙的报复等元素。显然，没有可以直接使用的分析演绎法。收敛可能发生，也可能不发生。唯一能探究这种行为的方法就是通过仿真模拟，下一节将会尝试介绍这样一种仿真模型的梗概。
12.9 决策制定过程仿真模拟概要
决策制定过程中的行为和结构的变化最可能是由于每个行动者的目标达成程度。这种理论假设衡量行动者进展的合理指标是他们的权力测度。同时也假设每个行动者在过程的每个循环中都尝试增加这种权力，但各个行动者期待拥有的权力大小有所不同。此外，随着行动者在过程中失去或获得权力，这些用期待值来衡量的目标也会发生改变。因此，体现行动者表现的测度其实是在任一时间截点的实际权力大小或随着时间流逝权力大小的改变，这种测度使行动者有能力决定要不要继续行为或者改变行为。行为的改变主要有两种方式：第一种，行动者通过努力增加权力能改变他们利益或控制的分布，或能“对行动有更大的话语权”；第二种，行动者可以聚集成更大的群体或联盟，通过集体行动来提高达成个人目的的机会。同样，联盟若是不成功就会解散，或者群体内部的紧张感超过了给定的临界值也会导致解散。
改变行为的规则可通过下面这种方式顺序进行。在仿真模拟的每个阶段，当要考虑例如“结成联盟”或“改变一个人的利益分布”等行动时，这种行动发生的概率可以根据已经考虑到的一系列行动来推算。我们可以使用一个随机机制来模拟是否会采取一个行动，这种随机机制把一个随机数字和概率结构配对。因此一个刚结成联盟且现在在考虑是否要改变利益诉求的行动者的行动概率就会不同于一个正在考虑相同的事情但不在联盟内的行动者。每个行动者必须要考虑好几个阶段。如果行动者已经身处联盟内或不在联盟内，行动的概率结构就会不同。那么拥有的权力大小，之前时间间隔内权力发生的改变，以及行动者所属的联盟的大小都会导致形成新联盟、联盟解散、保持不变或联盟的任何其他变化的概率不同。在这些决定的基础上，行动者会考虑是否要改变他们的利益诉求或控制模式。控制可能会替代掉利益诉求，行动者可能会分化其中一者并使另一者更加集中，或使两者都更加集中等。无论是哪种决定，某种意义上来说，改变的大小有一定局限性。可能由于惯性而被局限，惯性代表了之前时间段的利益和控制结构。最后，随着体系通过学习自身在不同时间的行为而创造出自己的目标，用来测量权力的期待值的临界值可能会根据新的行为发生改变。
这一序列行为可用两种方式嵌入模型。由于实际上存在两个集合的行动者，或者说实际上是一个集合的行动者行使两种能力——第一种即对问题的能力，第二种即对政策的能力——那么这个过程可先运算问题，然后运算政策；反之亦然。这会使得不同集合的行动者在处理问题时属于一个联盟，而在应对政策时又属于另一个联盟。因此，行动者将会尝试最大化其对问题的权力和对政策的权力，有趣的是可以测量他们在其中一种情境下对比另一种情景下究竟有多成功。实际上，不可能事先通过分析预测出体系是否会收敛。而且，也无法预测出体系的稳定性及其对不同组合行动的敏感性。看似体系在目前形式下不会收敛，但仿真模型的一个目的就是建立一个探究理论改进的工具。模拟仿真一旦开始，可根据是否对过程有贡献而在模型内增加或删除不同机制。大体上来说，本次探究的目的是揭示能表明重要结构的体系内压力点，在过程中行动者很多考虑采取的行动很可能都只有有限的效应，而通过把仿真模拟作为实验方法，可识别出这些行动。
目前描绘出的理论是一个帮助理解决策制定体系实际如何运作，而非应该如何运作的框架。尽管理论无法被严格归类为有明确肯定的重点，因为该理论包含了一些规范性概念，尤其是行动者如何组合利益和控制的概念，但整个展示中都有一个隐含的主题，那就是该理论可通过与真实情况比较而被部分证明或证伪。一种意义上来说，该理论只意在表现决策分析方法的基础，即如何才能通过使用稍微有点实证意义的体系模型来深刻理解真实的决策过程。这在社会科学中是一种挺偏门的使用理论的方法，但考虑到预测社会生活会遇到的紊乱的观察和逻辑问题，这可能是唯一的方法。然而，由于该模型是假设的半实证性模型，值得我们去思考如何能引入更直观的规范性维度。
讽刺的是，我们关注决策过程的本意是想找到更好的方法对某些利益体系进行优化，比如一个城市这种利益体系，然而问题似乎是被往回推了一个阶段——回到了找出优化决策制定体系的方法。从这个意义上来说，问题可被无限回退。但是，优化决策制定过程的需求的确反映了规划设计观从产品角度到过程导向角度的改变。现在目的是要优化过程，这是由于认识到优化产品极其困难，而且产品本质上是和过程相关的——即形式追随功能，这正是我们城市科学的主要观点之一。在上一章介绍的初步决策模型中，有一个直观的优化程序被引入结构内，在该结构中，行动者可选择互动以便优化一些福利准则（奖惩准则）。有可能同种程序能被引入上面呈现的分析模型中，但有一点是确定的，那就是这种严格的程序不能应用到仿真模型中。由于仿真模型可能更真实，可尝试设计过程来优化模拟仿真。比如，可确定基于收敛要求的判别函数、减少组内和组间敌意的需求、利益或控制的现实分布。同时还可以开发一个反复试错过程来优化这样一个判别。实际上，这种程序与制度结构的设计有关，而制度结构能为决策制定提供有效组织。因此，此处提出的理论结构看似与基于复杂性的新兴规划理论非常一致，新兴规划理论的重点是从体系结构的设计转变到体系行为的设计。
为了展示该理论的适用性和可操作性，我们将会介绍两个案例分析。两个案例都为假设，它们不是基于严谨的、可实证观察的利益体系或数据来源，而是基于典型事实，但此处的关注点在于理论可用于接近实际问题的应用的大体方法。同时，也可以展示理论如何处理空间和非空间问题，从而提供一个严谨的框架，来把社会政策过程联系到空间形态和空间格局。
12.10 应用一：市中心的贫困问题
我们的第一个案例审视的是市中心的贫困问题。我们相信仔细应用理论可揭示，如何基于不同的复合性空间因素来制定社会政策以解决各种贫困问题。在表12.1中，确定了与这个普遍关注的问题相关的行动者、问题、政策等因素。显然，此模型的适当性取决于列出的实体反映真实情况的程度，此处提出的理论结构不能决定这些定义问题。当这些问题极度模糊不确定时，类似于此处提出的正式理论则用处不大。这也反映了在基本定义不明确的学术主题上开展理论研究所普遍面临的问题。
此处列出的行动者与住房、教育、社会服务、政党、商业利益、医疗和交通有关。这个列表不可能穷尽列出所有，最多只能算是随意尝试定义了一些相关的行动者——必定会有遗漏的，但此处识别的行动者至少都和贫困问题有关。总问题被分解为与住房、收入和开支、精神和身体健康以及就业机会相关的小问题。虽然该列表并不详尽，但是仍然有重要参考意义。政策也是根据这些列出的内容来制定的，把空间体系联系到决策制定体系的因素都是用土地使用和基础建设来定义的。因此，大体上决策制定环境捕捉到了社会过程，而利益体系是用空间形态来定义的。需要强烈强调的是，如果想要找出该问题理解中的其他偏见的话，利益体系不一定要用这种空间的方式来定义。该理论有足够的普遍性，能包含任何决策规划问题，无论是明确的空间问题还是显然的非空间问题。
表12.1 市中心贫困问题的行动者、问题、政策和因素
∗此处已暗含可识别的主要政治家团体。
在确认一个任意的对问题的权力向量并以给定的顺序解出矩阵方程时，使用到了方程12.71中给出的分析模型。这些方程用迭代法解出，收敛于均衡状态的速度很快。测量收敛的一系列指标可以用不同的分布向量来定义；此处使用的测量指标是根据在连续迭代t时对问题的权力的差异得出。这个统计数值由以下方法得出
其中由于t→∞，因此Γ（t）→0。实际上，在第二次迭代后，过程已收敛到全稳态值的2%区间内，在第三次迭代后，就可得到可接受的收敛值了。收敛在这个模型中显得尤其快，可能是因为行动者之间通过利益和控制产生的连通性程度很高，但关系之间更细的分化可导致收敛放缓，因此不能从这个案例中就概括出收敛的速度。显然，运用到的问题、行动者、政策、因素的数量影响了收敛的速度。模型的求解是依据方程12.79，并通过规范化约束进行了修正，正如第11章中的方程11.25所示。
在探索该理论对贫困问题的应用时，值得看一下用来得出输出结果的输入数据。表格12.2代表了一个清单，清单包含外生输入、从输入导出的关系、均衡输出。用来形容每个行动者对政策和问题的利益诉求和控制的程度的输入是根据从不同的来源和经验采集的对问题的初步了解来假设确定的。这个数据集合包含了合理假设。尽管没必要详细描述这些表格，还是可以看看一些例子的。就问题而言，可以合理地假设私人房东对滞纳租金、过度拥挤、侵犯财产型犯罪、针对人的刑事犯罪等问题有很大的利益诉求。他们对工作机会、工作环境和人员流动性最无利益诉求。而就对问题的控制而言，他们对住房设施、住房条件、房租最有控制力，而对就业、医疗和犯罪最缺少控制力。所有的行动者都可通过问题和政策与这些问题联系起来。尤其有意思的是利益和控制错配的情况。很难概括地描述这样的错配，但似乎一个行动者的权力最终取决于他能得到多少其他人由于利益诉求而给予他的支持，以及该行动者对特定政策或问题的控制有多大的垄断权。的确，是决策制定过程的运算得出权力分布的；体系结构（利益和控制）和行为（组合利益和控制的规则）导致了权力的评估，因此均衡分布不能仅靠体系结构来预测。
表12.2 输入、导出的关系以及输出
导出的关系，即行动者、问题和政策之间的互动网络的模式，可以提供一组更好的体系结构和行为的测度。表格12.2展示了输入数据如何直接地导出这些模式的，值得简单地讨论下这些关系的意义。首先，审视下由问题产生的行动者互动，即行动者通过自身对问题的利益诉求和控制而互相影响的程度。显然，那些关心住房、社会服务和政治立体的行动者是紧密联系的。从一种意义上来说，这反映了现实状况，因为在政治和市政当局层面来说，住房问题及其解决办法都是一直被认为是减轻市中心贫困问题的主要方式。关心医疗和教育的行动者也有很大的关系，因为他们通过社会服务和政治团体来与住房问题进行互动。图12.3用图像方式给出了简化的互动模式，该模式是基于行动者之间的最强关系得出的；总互动，或说双向的互动的合计，被用来计算这些和以下的影响图。完整的模式是可以画出的，但这极其复杂且建构起来非常耗时，且无论如何，此处的重点是影响的主要方向。
图12.3 由问题产生的行动者互动
图12.4 由政策产生的行动者互动
转到由政策产生的行动者互动上来，很显然对应的影响模式有所不同。住房政策团体和公共住房机构主导，当地和国家政客也具有一定重要性。可以预料到就政策而言，一个行动者会有更多的自我互动，但私人房东和社会服务委员会在政策制定上的影响会比在问题定义上的影响小一点。这可能反映了缺乏直接执行公共政策的权力。教育机构通过政策对其他行动者施加的影响会比通过问题施加的影响稍微多一点，这也反映了其在政策制定中的权力。这个简化的影响模式在图12.4中有所体现。最后，通过政策和问题得出的总的影响模式是很有意思的。从以上讨论中可以预测，住房政策委员会是目前为止最占主导地位的行动者。公共住房机构、社会服务部门、当地和国家政治家也互相影响，这在图12.5中的简化互动模式中有所体现。由于贫困问题和政策似乎总是用围绕住房问题为中心的，因此这些模式看似相当现实。但有可能规划人员或政治家的目标就是改变传统的影响模式，以便让特定的政策或问题占有更大的重要性。这个意义上来说，该理论可用来展示如何通过操控影响模式来达到这一点。简单来说，设计组织、机构结构和网络会改变问题的重要性、政策的意义及行动者的权力。
图12.5 由于问题和政策产生的行动者互动
问题之间的关系和政策之间的关系也可得出以上同种类型的互动模式。问题之间的关系与上述讨论是一致的；住房及其各种特征是主要问题，还有财产性犯罪和针对人的刑事犯罪也都是与住房紧密联系的。图12.6展示了简化的互动模式。至于政策之间的关系，住房重建、住房补贴和房租管制是紧密联系的。住房再开发和新的商业设施是有关联的，但交通政策不与任何其他因素有强联系。尽管特殊教育和新医疗设施也通过住房政策有所联系，但政策互动的重点再一次是以住房为中心的。图12.7阐述了主要关系。总体来说，图12.3至12.7中展示的五个互动模式都一致地展示了住房对贫困的影响。然而，要找出不同问题、政策和行动者的重要性，必须看看用这些影响模式的决策模型导出的均衡关系，如下所示。
图12.6 问题之间的互动
该模型是通过制定行动者对问题的权力的初始分布来操作的，这种初始分布可看作先验分布。在此先验分布中，假设私人房东和公共房东与住房政策委员会一起有着相当大的权力。图12.8中，直接比较了这种分布和模型预测出的后验分布。这证明了住房政策委员会拥有的权力比假设的要大，而房东拥有的权力比假设的要小。这个结论看似非常合理，因为这里定义的权力是指提出问题的权力；即决定问题重要性的权力。图12.8也展现出国家政治家和社会服务委员会拥有的权力比一开始推测假设的要大。然而，对政策的权力分布却有所不同。房东的确有着更大的权力，当地和国家政治家也一样。住房政策委员会仍旧有着很大的权力，但其在使用权力制定政策中扮演着主导角色有所弱化。社会服务委员会和医疗机构也有相当大的权力，图12.9a中，对比了对政策的权力的均衡分布和对问题的权力的均衡分布。就均衡分布而言，住房问题，例如设施、状况和过度拥挤，以及犯罪问题是最重要的。政策、住房重建、住房补贴、房租管制被认定比住房再开发稍微重要一些，新商业设施的位置也有些重要性。图12.9b和12.9c分别展示了有关政策的均衡分布和有关问题的均衡分布。
图12.7 政策之间的互动
图12.8 对问题的权力的先验分布和后验分布
图12.9 决策制定模型预测的分布
土地使用者的价值或重要性（包括利益体系）揭露了政策和问题如何在空间上得到执行。图12.9d阐述了这些因素的价值分布，展现了公共和私人居住土地使用在解决贫困问题上的重要性。当然，学校和社区中心的地理位置也有一定重要性，但交通和休闲场所在解决这种问题上似乎没什么重要性。简单而言，这暗示了改变休闲和交通基础建设不大可能改善贫困问题；这些结论看起来很合理，并进一步支持了我们的推测：该理论能直观地预测出可接受的结果。但是，这绝对不是暗示该理论已被证明。有可能从模型中导出政策和问题的重叠部分，但更有意思的是政策的组成中包含的不同因素和土地使用的重要性。图12.10中，每个图表展示了每种土地使用在制定任一特定政策中的重要性。换句话说，政策被指定为不同的土地使用的混合体，这些网络展现了每种政策所需的对应的混合体。例如，居住土地使用的重要性在所有政策中都是一目了然的，社区设施、学校和工业的地理位置都相当大程度地影响着每个政策。但是，图12.10也揭露了该理论的一个缺陷，那就是有可能每个政策的因素混合体如此统一是不怎么现实的。比如说，很难看出如何能主要通过改变居住土地的使用来实施免票价公共交通的政策。这种困难可能是由于数据输入的具体参数产生的，但也有可能是由于理论结构的原因。
图12.10 政策组成中各因素的权重
12.11 应用二：地方当局的资源分配
第二个应用又是一个半真的案例，把该理论应用到一个有着大约500 000人口的地方当局的一个“典型的”资源分配问题上。由于资源分配本质上是个非空间或无空间的问题，因此在这个问题中只定义了行动者、问题和政策，因此应用一中的利益体系捕捉到的空间维度在此就不相关了。简单而言，决策制定环境与利益体系是对应一致的，因素/土地使用维度在决策模型的运行中扮演着傀儡的角色。本质上来说，行动者权力的均衡分布、问题的重要性、政策的意义给出了一定总额的资源的分配到每个实体的比例。例如，每个行动者控制的对问题和对政策的资源代表了每个行动者在提出问题和制定政策中控制的资源总量。每个政策分配的资源与每个政策的重要性是成比例的，每个问题分配的资源也与其重要性成比例。所有这些资源的分布以及这些不同的维度都通过稳态均衡关系而有一致的联系。例如，每个行动者ℓ对总资源rℓ∗拥有一定的控制力或权力，并根据行动者的利益诉求Wℓm按比例把该总资源分布到政策m上。因此某一政策分配到的资源总量为，其他资源的均衡分布也可用同样方式得出。
本问题中定义的行动者是基于地方当局的典型部门结构以及两个典型的政治团体，我们把这两个政治团体定义为左派L和右派R，以此反映出英国地方政府的两党制体系。同时也假设两个政党代表数相当平均，因此模型的预测结果中比较有意思的一点则是每个政党的相对权力。定义的问题则是中型城市会遇到的典型问题，其土地使用规划问题在住房、交通、休闲、工业等议题上体现得尤为明显，同时也体现在了医疗、教育和犯罪问题上。另一方面，政策则形成了一个非常有局限的集合。例如，博登（Boaden，1971）出示了一系列基于英格兰和威尔士的某些地方当局的实际平均资源分配的数据。由于缺乏足够可用的数据，这个服务或政策的集合相当有限，但我们能推测出一个例如这样的理论能多有效地预测出与博登（1971）展示的实际数据相似的资源分配情况。该集合的政策不包括交通和规划问题，但包括非常细化的社会服务分工——儿童福利、图书馆的供给等。此外，由于包含了广泛的行动者和问题的集合，政策的部分集合可以非常实际地用这些行动者和问题来定义。表格12.3列出了该应用涉及的行动者、问题、政策。
该模型的运算操作方式和上述贫困问题中一样。关于利益和控制的数据被设计得相当直观且高度相关。利益分布根据流行的概念而详细给出；例如，L团体、社会服务部门以及规划人员主要的利益诉求在于住房问题，而像R团体和财政部门这种对商业事宜有利益诉求的团体的主要利益诉求则是工业和商业问题。不过，就政策而言，利益和控制并非高度相关。尤其是规划人员和社会服务部门在福利、住房和教育事宜上没什么控制但却有很高程度的利益诉求。L团体的利益比控制多，其控制主要是针对住房。R团体则在工业事宜和警察方面有很强的利益诉求和控制。
表12.3 地方当局资源分配中的行动者、问题、政策
该模型的均衡分布相当有意思。社会服务部门主导了提出问题的权力，而财政部门的主导力相对而言程度较弱。但财政部门主导了政策的制定。就L团体和R团体的关系而言，L团体在提出问题方面有更大的权力，但R团体在制定政策来减轻这些问题方面有更大的权力。这些权力的均衡分布也反映在导出的行动者之间的互动模式上。在问题方面，住房、教育、犯罪和医疗被预测为最重要的问题，而交通和休闲是最不重要的问题。从某种意义上来说，该理论可用来推测控制和利益的特定分布，可逆转典型模式。比如说，在交通政策最为重要的领域内，很可能大多数行动者对交通问题和政策的利益诉求很高，但对其他政策和问题的控制分散且低。这种推测类似于寻求能最优化之前提到的判别函数的决策制定结构。
最后，预测的政策的意义可与博登（1971）提出的实际意义（就资源分配而言）对比。图12.11中的图表给出了预测的意义和观察到的实际意义，很显然两者之间有很大关系。实际上，预测值和观察值的线性相关系数为0.792。但是，这些预测也揭露了该理论提出的另一个重大问题，这关系到量度问题。在目前形式下的理论中，很难从常见问题的绝对重要性中分离出一个事件的相对重要性。比如说，政府在提供服务上扮演的角色要求它必须提供完整的教育体系，但对于工业区，它只需提供一个部分体系。然而，尽管工业区在某些方面比教育可能更加重要，但就资源分配的绝对意义来说，教育的本质可能使得教育能分配到更多的资源。
本书的第三篇把重点从城市科学转向了设计和规划科学。此处的一个中心议题是定义城市的组成部分之间的互动和网络是如何与产生这些互动网络的活动同等甚至更重要的。这是第二篇中城市模型的基础，也是第三篇中本章和前面两章中的规划模型的基础。从某种意义上来说，我们的城市模型是实证性模型，而规划模型是规范性模型，其处理的问题不是我们如何制定决策和如何产生设计，而是达成决策和创造设计的最佳或最优方法。实际上，通过暗示如何能在决策制定过程中建立模型，本章其实已经开始逐渐放松在标准化规范性上的重点，理论传统上其实也有迪尔洛夫（Dearlove，1973）、博兰和纳托尔（Bolan and Nuttall，1975）的文章来支持这一点。下一章中，我们将继续展开建立在交换基础上的集体行动理论，重点将仍放在决策制定上。下一章将会通过讨论深植于空间发展中的一个真实的决策问题，来进一步展开这些概念。这将会使我们的关注点更加坚定地转向实际问题而非假设问题。在此之后，我们在结尾处将讨论如何将这些概念植入与城市规划和设计相关的委员会决策制定的正式结构中。
图12.11 资源分配的观察结果和预测结果
