房地產(chǎn)仿真模擬的系統(tǒng)動(dòng)力學(xué)與多智能體建模的比較研究

任思蓉 孫紹榮

摘要：重點(diǎn)介紹了房地產(chǎn)仿真研究的兩種主要方法：系統(tǒng)動(dòng)力學(xué)和基于多智能體建模，分析總結(jié)了兩種方法各自的原理、建模特征和應(yīng)用領(lǐng)域，對(duì)比分析了兩種方法的相同點(diǎn)和不同點(diǎn)，對(duì)兩種方法的發(fā)展趨勢(shì)和前景進(jìn)行了展望，提出未來(lái)可采用兩種仿真方法相結(jié)合的方式來(lái)研究房地產(chǎn)經(jīng)濟(jì)系統(tǒng)。

關(guān)鍵詞： 房地產(chǎn)；系統(tǒng)動(dòng)力學(xué)；多智能體建模；仿真

一、引言

對(duì)于房地產(chǎn)市場(chǎng)的研究一直是國(guó)內(nèi)外學(xué)者關(guān)注的熱點(diǎn)。目前，有關(guān)房地產(chǎn)市場(chǎng)的研究重點(diǎn)主要包括：房地產(chǎn)市場(chǎng)價(jià)格研究、供求關(guān)系研究、房地產(chǎn)市場(chǎng)周期研究、房地產(chǎn)市場(chǎng)與宏微觀經(jīng)濟(jì)的聯(lián)系以及從復(fù)雜系統(tǒng)角度建模分析房地產(chǎn)經(jīng)濟(jì)系統(tǒng)運(yùn)行。對(duì)房地產(chǎn)市場(chǎng)的研究方式主要經(jīng)歷了從最初的語(yǔ)言描述，到常見(jiàn)的數(shù)學(xué)模型或邏輯模型分析，以及從統(tǒng)計(jì)學(xué)角度進(jìn)行的相關(guān)性檢驗(yàn)研究，再到近年來(lái)從復(fù)雜系統(tǒng)角度基于系統(tǒng)動(dòng)力學(xué)等方法展開(kāi)的仿真研究。

近年來(lái)，從復(fù)雜系統(tǒng)角度分析房地產(chǎn)經(jīng)濟(jì)系統(tǒng)的構(gòu)成，通過(guò)復(fù)雜系統(tǒng)建模的方法來(lái)模擬房地產(chǎn)經(jīng)濟(jì)系統(tǒng)的演化過(guò)程，成為房地產(chǎn)市場(chǎng)研究又一主流方法。房地產(chǎn)系統(tǒng)因其所含因素眾多，因素間關(guān)系錯(cuò)綜復(fù)雜，通過(guò)對(duì)其內(nèi)部構(gòu)成進(jìn)行分析，理清多個(gè)要素間相互作用及反饋關(guān)系，建立計(jì)算機(jī)系統(tǒng)動(dòng)力學(xué)模型或多智能體模型來(lái)模擬其真實(shí)的運(yùn)行，不僅能從宏觀上觀察到系統(tǒng)整體特征的變化，更能從微觀角度來(lái)解釋導(dǎo)致系統(tǒng)整體特征變化的原因，從而為房地產(chǎn)市場(chǎng)各類(lèi)復(fù)雜現(xiàn)象的產(chǎn)生做出合理的解釋。

系統(tǒng)動(dòng)力學(xué)和基于多智能體建模都是復(fù)雜系統(tǒng)仿真研究的重要方法，是隨著復(fù)雜性科學(xué)及系統(tǒng)科學(xué)的深入研究所發(fā)展起來(lái)的。因各自都能動(dòng)態(tài)的模擬復(fù)雜系統(tǒng)的演變過(guò)程而被廣泛應(yīng)用到各類(lèi)復(fù)雜系統(tǒng)的研究中。本文對(duì)兩種方法的建模原理進(jìn)行了介紹并重點(diǎn)比較了各自的特點(diǎn)和應(yīng)用領(lǐng)域，對(duì)其發(fā)展趨勢(shì)和前景進(jìn)行了展望。

二、房地產(chǎn)仿真研究?jī)煞N主要方法

（一）系統(tǒng)動(dòng)力學(xué)

系統(tǒng)動(dòng)力學(xué)（System Dynamic，簡(jiǎn)稱SD）由美國(guó)麻省理工學(xué)院福瑞斯特（Jay W，F(xiàn)orrcester）教授于1956年首創(chuàng)，是系統(tǒng)學(xué)科的一個(gè)重要分支。SD是一種運(yùn)用結(jié)構(gòu)、功能、歷史相結(jié)合的方法，借助于計(jì)算機(jī)仿真，定量地研究非線性（Non-linearity）、多重反饋（Information feedback）、復(fù)雜時(shí)變（Dynamic complexity）系統(tǒng)的系統(tǒng)分析技術(shù)。其理論與應(yīng)用研究涉及多個(gè)學(xué)科和多種領(lǐng)域，適合于結(jié)合微觀和宏觀對(duì)復(fù)雜性、多層次、多部門(mén)、非線性的大規(guī)模系統(tǒng)進(jìn)行綜合研究。

1、系統(tǒng)動(dòng)力學(xué)原理介紹

系統(tǒng)動(dòng)力學(xué)側(cè)重于研究系統(tǒng)的反饋過(guò)程，通過(guò)反饋回路來(lái)描述系統(tǒng)的結(jié)構(gòu)。其建模有三個(gè)重要組成部分：因果反饋圖、“流”圖和方程式。因果反饋圖描述各子系統(tǒng)之間的因果關(guān)系，是系統(tǒng)動(dòng)力學(xué)的重要工具，包括正反饋和負(fù)反饋；“流”圖反應(yīng)系統(tǒng)中累積效應(yīng)的變化；系統(tǒng)動(dòng)力學(xué)模型的結(jié)構(gòu)主要由微分方程式所組成，每一個(gè)連接狀態(tài)變量和速率的方程式即是一個(gè)微分方程式。系統(tǒng)動(dòng)力學(xué)中以有限差分方程式來(lái)表示變量關(guān)系，再依時(shí)間步驟對(duì)各方程式求解，呈現(xiàn)出系統(tǒng)在各時(shí)間點(diǎn)的狀態(tài)變化。

2、系統(tǒng)動(dòng)力學(xué)建模特征

系統(tǒng)動(dòng)力學(xué)以反饋控制理論為基礎(chǔ)，通過(guò)計(jì)算機(jī)模擬，研究一定時(shí)間范圍內(nèi)系統(tǒng)各狀態(tài)特征的變化，適用于處理長(zhǎng)期性和周期性的問(wèn)題，其突出的特點(diǎn)是能夠進(jìn)行長(zhǎng)期動(dòng)態(tài)研究，能反映出復(fù)雜系統(tǒng)的內(nèi)部結(jié)構(gòu)、功能和動(dòng)態(tài)行為之間的相互作用關(guān)系?？偨Y(jié)系統(tǒng)動(dòng)力學(xué)方法的特征有：（1）強(qiáng)調(diào)系統(tǒng)的整體性，系統(tǒng)的整體行為不能由其各組成部分的行為來(lái)獲得；（2）研究對(duì)象是具有高階性、多回路、非線性的信息反饋系統(tǒng)；（3）采用反饋回路來(lái)描述系統(tǒng)結(jié)構(gòu)，某些重要回路及其相互間的作用決定了系統(tǒng)的動(dòng)態(tài)行為；（4）研究復(fù)雜系統(tǒng)多采用定性與定量相結(jié)合的方法；（5）適合于處理周期性和長(zhǎng)期性問(wèn)題，適合長(zhǎng)期的動(dòng)態(tài)研究；（6）對(duì)于數(shù)據(jù)的完備性要求不是太高，在缺少數(shù)據(jù)的情況下，仍然可以借助反饋關(guān)系進(jìn)行研究；（7）借助于計(jì)算機(jī)技術(shù)，模型計(jì)算速度快，便于對(duì)模型的修改和完善。 3.系統(tǒng)動(dòng)力學(xué)應(yīng)用

系統(tǒng)動(dòng)力學(xué)發(fā)展至今，其理論與應(yīng)用研究遍及各類(lèi)系統(tǒng)，幾乎涉及人類(lèi)社會(huì)與自然的各類(lèi)領(lǐng)域。張力菠等（2008）從系統(tǒng)動(dòng)力學(xué)已有研究文獻(xiàn)入手，總結(jié)了系統(tǒng)動(dòng)力學(xué)在各領(lǐng)域的應(yīng)用情況，重點(diǎn)領(lǐng)域包括：環(huán)境資源類(lèi)、經(jīng)濟(jì)發(fā)展及城市規(guī)劃、能源類(lèi)、物流及供應(yīng)鏈等。

鑒于房地產(chǎn)系統(tǒng)自身的復(fù)雜多變性，SD在處理復(fù)雜非線性系統(tǒng)具備獨(dú)特優(yōu)勢(shì)，最早是從上個(gè)世紀(jì)90年代后期開(kāi)始有關(guān)房地產(chǎn)市場(chǎng)系統(tǒng)動(dòng)力學(xué)模型仿真研究。系統(tǒng)動(dòng)力學(xué)在房地產(chǎn)市場(chǎng)研究中的應(yīng)用多用于研究城市系統(tǒng)建設(shè)、城市住宅系統(tǒng)研究、房地產(chǎn)市場(chǎng)周期研究、房地產(chǎn)預(yù)警機(jī)制研究以及政策實(shí)驗(yàn)及預(yù)測(cè)研究等。

（二）基于多智能體建模

基于多智能體建模也是一種重要的復(fù)雜系統(tǒng)模擬方法，可以通過(guò)模擬系統(tǒng)內(nèi)部微觀個(gè)體行為來(lái)形成系統(tǒng)宏觀特征的“涌現(xiàn)”，能體現(xiàn)復(fù)雜系統(tǒng)的“局部規(guī)則導(dǎo)致宏觀變化”的特點(diǎn)。

1.基于多智能體建模原理

基于多智能體建模（Multi Agent Based Modeling，MABM）是復(fù)雜適應(yīng)系統(tǒng)（Complex Adaptive System， CAS）理論框架下應(yīng)用較為廣泛的行為模擬方法，也是目前CAS理論研究的主要方法。約翰·霍蘭于1994年提出了復(fù)雜適應(yīng)性系統(tǒng)理論（Complex Adaptive System，簡(jiǎn)稱CAS），“系統(tǒng)是由具有適應(yīng)性的個(gè)體所組成”，開(kāi)啟了人們從主體角度、主體與環(huán)境的互動(dòng)作用角度來(lái)認(rèn)識(shí)系統(tǒng)的復(fù)雜性，為人們研究復(fù)雜系統(tǒng)提供了一種重要的思路與方法，該理論同時(shí)成為目前經(jīng)濟(jì)系統(tǒng)仿真研究的重要理論基礎(chǔ)。

基于智能體建模的方法主要通過(guò)利用Agent的局部連接規(guī)則、函數(shù)和局部細(xì)節(jié)模型，建立復(fù)雜適應(yīng)系統(tǒng)的整體演化模型，通過(guò)借助計(jì)算機(jī)仿真，模擬小規(guī)模行為到大規(guī)模突變的復(fù)雜適應(yīng)系統(tǒng)涌現(xiàn)的行為。核心是通過(guò)在局部細(xì)節(jié)模型與全局表現(xiàn)（宏觀總量的變化、涌現(xiàn)現(xiàn)象）間的循環(huán)反饋和校正，來(lái)研究局部行為如何涌現(xiàn)出宏觀的全局變化，

是一種自下而上的建模。

多Agent建模仿真的關(guān)鍵是通過(guò)對(duì)復(fù)雜系統(tǒng)的反復(fù)觀察和研究，將復(fù)雜系統(tǒng)的組成部分分解成一個(gè)個(gè)具有智能性的Agent，再通過(guò)個(gè)體Agent之間以及Agent與環(huán)境之間反復(fù)交互作用來(lái)推動(dòng)整個(gè)復(fù)雜系統(tǒng)運(yùn)行和演化，Agent個(gè)體模型是否設(shè)置合理就關(guān)系到模擬目標(biāo)系統(tǒng)的建立并最終影響系統(tǒng)涌現(xiàn)結(jié)果。

在使用多Agent建模時(shí)，基本要考慮清楚的問(wèn)題如下：

（1）系統(tǒng)由哪幾類(lèi)Agent所構(gòu)成；

（2）個(gè)體Agent自身結(jié)構(gòu)是怎樣的；

（3）Agent與Agent之間通過(guò)怎樣的方式通信；

（4）Agent與Agent之間采用什么樣的通信協(xié)議；

（5）Agent與Agent之間協(xié)作性的實(shí)現(xiàn)。

2、基于多智能體建模的應(yīng)用

基于多智能體建模在經(jīng)濟(jì)、管理、社會(huì)]、生態(tài)及軍事等多個(gè)領(lǐng)域中都應(yīng)用廣泛，如：近年來(lái)，基于多智能體建模與CA模型相結(jié)合在行為模擬方面取得較深入的應(yīng)用。如：LeBaron（2002）建立了人工股票市場(chǎng)，將基于智能體的建模運(yùn)用到了股票市場(chǎng)投資者行為的研究，使經(jīng)濟(jì)仿真方法的應(yīng)用逐漸從宏觀系統(tǒng)演化層面深入到微觀經(jīng)濟(jì)主體行為研究層面。韓立巖等（2007）將復(fù)雜適應(yīng)性系統(tǒng)引入行為金融的研究，并構(gòu)造了一個(gè)基于多主體羊群行為仿真模型，通過(guò)仿真和模擬測(cè)算了虛擬股票市場(chǎng)中的羊群效應(yīng)，為進(jìn)一步研究股票市場(chǎng)投資者的羊群效用奠定了仿真模型基礎(chǔ)。

在房地產(chǎn)市場(chǎng)的研究中，基于多智能體建模的主要思路是將房地產(chǎn)經(jīng)濟(jì)系統(tǒng)的各組成部分或參與者看成一個(gè)個(gè)“活的”、具有自主性的個(gè)體（Agent），通過(guò)分析各類(lèi)Agent的行為，建立相應(yīng)的Agent模型，分析設(shè)定各類(lèi)Agent之間以及Agent與環(huán)境之間的相互作用機(jī)制，通過(guò)計(jì)算機(jī)模擬觀察由微觀Agent相互作用所“涌現(xiàn)”出的房地產(chǎn)經(jīng)濟(jì)系統(tǒng)整體的特性，來(lái)以此解釋某個(gè)經(jīng)濟(jì)現(xiàn)象的出現(xiàn)，或通過(guò)參數(shù)實(shí)驗(yàn)，來(lái)觀察總結(jié)出某種經(jīng)濟(jì)規(guī)律。

三、SD與多Agent建模特點(diǎn)比較

系統(tǒng)動(dòng)力學(xué)方法和基于Agent 建模的方法都適合于研究復(fù)雜系統(tǒng)，只是這兩種方法的建模過(guò)程、方法理論等方面各有所長(zhǎng)，對(duì)比兩種方法的特征總結(jié)如下：

兩方法的相同點(diǎn)包括：

（1）理論觀相同：都強(qiáng)調(diào)從“系統(tǒng)觀”的角度來(lái)開(kāi)展研究；

（2）開(kāi)放性與動(dòng)態(tài)性相似：SD與基于多Agent建模都具有良好的開(kāi)放性與動(dòng)態(tài)性，使得它們可以靈活地應(yīng)用于不同的領(lǐng)域，可以靈活的與其他技術(shù)相結(jié)合；

（3）可操作性強(qiáng)：都具有很好的可操作性，基于計(jì)算機(jī)平臺(tái)上進(jìn)行仿真模擬，運(yùn)算速度快，便于對(duì)模型的修改和完善。

兩種方法的不同點(diǎn)包括： （1） 研究對(duì)象上：SD的主要研究問(wèn)題是復(fù)雜系統(tǒng)的反饋過(guò)程，其建模的過(guò)程就是系統(tǒng)的反饋機(jī)制在計(jì)算機(jī)中形式化的過(guò)程。基于Agent建模主要研究推動(dòng)系統(tǒng)演化的系統(tǒng)中微觀個(gè)體間的相互作用機(jī)制。

（2） 研究方法上：SD通過(guò)對(duì)宏觀系統(tǒng)進(jìn)行抽象，設(shè)置流變量及其他狀態(tài)變量，分析因果反饋關(guān)系，最終建立仿真系統(tǒng)的因果反饋圖，并在此基礎(chǔ)上進(jìn)行仿真研究；多Agent建模通過(guò)對(duì)宏觀系統(tǒng)中個(gè)體及個(gè)體行為的抽離，通過(guò)建立個(gè)體行為規(guī)則和演化機(jī)制來(lái)實(shí)現(xiàn)對(duì)現(xiàn)實(shí)系統(tǒng)的演繹。

（3）變量演算上：SD模型主要由微分方程式構(gòu)成，通常用微積分來(lái)表示系統(tǒng)的時(shí)滯性；基于多Agent建模允許隨機(jī)性的存在，Agent間演化規(guī)則多基于邏輯關(guān)系、演化算法以及概率論。

（4）建模過(guò)程上：SD建模是一種自上而下的建模，從整體入手，分析系統(tǒng)的因果反饋關(guān)系，建立系統(tǒng)模型；基于多Agent建模是一種自下而上的建模，以系統(tǒng)中個(gè)體Agent為基準(zhǔn)點(diǎn)，先分析建立Agent的個(gè)體模型，基于個(gè)體模型建立整體模型。

四、小結(jié)

系統(tǒng)動(dòng)力學(xué)與多智能體建模在房地產(chǎn)系統(tǒng)仿真研究中各有側(cè)重，系統(tǒng)動(dòng)力學(xué)擅長(zhǎng)研究系統(tǒng)的反饋行為，多智能體建模則更適合從自治主體性的角度來(lái)展開(kāi)研究。隨著現(xiàn)今人類(lèi)社會(huì)各系統(tǒng)復(fù)雜性、突變性、關(guān)聯(lián)性的日益復(fù)雜，將兩種方法結(jié)合是未來(lái)研究復(fù)雜系統(tǒng)的一大趨勢(shì)。目前已有關(guān)于兩種方法相結(jié)合的研究，如：Karsten等人（2009）進(jìn)行了基于SD和Agent模擬的汽車(chē)行業(yè)產(chǎn)品戰(zhàn)略決策支持模型的仿真模擬；畢貴紅在其博士論文中建立了基于SD的固體廢物管理系統(tǒng)的Agent仿真模型，但在房地產(chǎn)仿真領(lǐng)域還沒(méi)有相關(guān)綜合的研究。未來(lái)將系統(tǒng)動(dòng)力學(xué)與基于多智能體建模相結(jié)合，建立綜合SD和多Agent建模優(yōu)點(diǎn)的SD-Agent復(fù)雜系統(tǒng)仿真模型將會(huì)得到更廣泛的研究和應(yīng)用。

參考文獻(xiàn)：

[1]許春青， 田益祥， 馬永開(kāi). 房地產(chǎn)周期波動(dòng)的系統(tǒng)動(dòng)力學(xué)模型[J]. 電子科技大學(xué)學(xué)報(bào)（社科版）， 2011， 13（4）： 32-37.

[2]趙黎明， 李波， 劉煜. 房地產(chǎn)企業(yè)預(yù)警系統(tǒng)指標(biāo)的系統(tǒng)動(dòng)力學(xué)分析[J]. 天津大學(xué)學(xué)報(bào)（社科版）， 2004， 6（2）： 142-145.

[3]李妍. 房地產(chǎn)政策仿真研究與實(shí)踐[J]. 深圳大學(xué)學(xué)報(bào)（人文社科版）， 2011， 28（4）： 25-29.

[4]邱榮旭， 李山， 吳靜. 基于Agent建模在旅游模擬研究中的回顧與展望[J]. 地理與地理信息科學(xué)， 2009， 25（5）： 102-107.

[5]任韜， 王文舉. 保險(xiǎn)市場(chǎng)結(jié)構(gòu)經(jīng)濟(jì)動(dòng)態(tài)模擬分析[J]. 經(jīng)濟(jì)與管理研究， 2008（5）： 28-33.

[6]Small C T. An enterprise knowledge-sharing model-a complex adaptive systems perspective on improvement in knowledge sharing[D]. America： George Mason University， 2005.

[7]D.Ashloek. Evolutionary Computation for Modeling and Optimization[J]. Springer， 2006， 2（5）： 36-51.

[8]Everett M.Rogers， Una E.Medina. Complex Adaptive Systems and the Diffusion of Innovations[J]. The Public Sector Innovation Journal， 2009， 10（3）： 29-37.

[9]鳳磊， 張順健. 基于Agent的綜合電子戰(zhàn)系統(tǒng)建模與仿真方法研究[J]. 軍事運(yùn)籌與系統(tǒng)工程， 2007， 21（1）： 22-26.

[10]Blake LeBaron. Building the Santa Fe Artificial Stock Market. Brandeis University， 2002

[11]韓立巖， 夏坤. 羊群行為的多主體仿真模型[J]. 北京航空航天大學(xué)學(xué)報(bào)（社科版）， 2007， 20（3）： 10-14.

[12]Karsten Kieckhafer， Joachim Axmann， Thomas Spengler. Intergating agent-based simulation and system dynamics to support product strategy decisions in the automotive industry[C]. Proceedins of the 2009 Winter Simulation Conference， 2009， 1433-1443.

[13]畢貴紅. 固體廢物綜合管理系統(tǒng)演化與調(diào)控模型研[D]. 昆明理工大學(xué)， 2008.

基金項(xiàng)目：上海市哲學(xué)社會(huì)科學(xué)規(guī)劃課題（2011BGL006）；上海市重點(diǎn)學(xué)科項(xiàng)目（S30504）