房地產仿真模擬的系統動力學與多智能體建模的比較研究

任思蓉 孫紹榮

摘要：重點介紹了房地產仿真研究的兩種主要方法：系統動力學和基于多智能體建模，分析總結了兩種方法各自的原理、建模特征和應用領域，對比分析了兩種方法的相同點和不同點，對兩種方法的發展趨勢和前景進行了展望，提出未來可采用兩種仿真方法相結合的方式來研究房地產經濟系統。

關鍵詞： 房地產；系統動力學；多智能體建模；仿真

一、引言

對于房地產市場的研究一直是國內外學者關注的熱點。目前，有關房地產市場的研究重點主要包括：房地產市場價格研究、供求關系研究、房地產市場周期研究、房地產市場與宏微觀經濟的聯系以及從復雜系統角度建模分析房地產經濟系統運行。對房地產市場的研究方式主要經歷了從最初的語言描述，到常見的數學模型或邏輯模型分析，以及從統計學角度進行的相關性檢驗研究，再到近年來從復雜系統角度基于系統動力學等方法展開的仿真研究。

近年來，從復雜系統角度分析房地產經濟系統的構成，通過復雜系統建模的方法來模擬房地產經濟系統的演化過程，成為房地產市場研究又一主流方法。房地產系統因其所含因素眾多，因素間關系錯綜復雜，通過對其內部構成進行分析，理清多個要素間相互作用及反饋關系，建立計算機系統動力學模型或多智能體模型來模擬其真實的運行，不僅能從宏觀上觀察到系統整體特征的變化，更能從微觀角度來解釋導致系統整體特征變化的原因，從而為房地產市場各類復雜現象的產生做出合理的解釋。

系統動力學和基于多智能體建模都是復雜系統仿真研究的重要方法，是隨著復雜性科學及系統科學的深入研究所發展起來的。因各自都能動態的模擬復雜系統的演變過程而被廣泛應用到各類復雜系統的研究中。本文對兩種方法的建模原理進行了介紹并重點比較了各自的特點和應用領域，對其發展趨勢和前景進行了展望。

二、房地產仿真研究兩種主要方法

（一）系統動力學

系統動力學（System Dynamic，簡稱SD）由美國麻省理工學院福瑞斯特（Jay W，Forrcester）教授于1956年首創，是系統學科的一個重要分支。SD是一種運用結構、功能、歷史相結合的方法，借助于計算機仿真，定量地研究非線性（Non-linearity）、多重反饋（Information feedback）、復雜時變（Dynamic complexity）系統的系統分析技術。其理論與應用研究涉及多個學科和多種領域，適合于結合微觀和宏觀對復雜性、多層次、多部門、非線性的大規模系統進行綜合研究。

1、系統動力學原理介紹

系統動力學側重于研究系統的反饋過程，通過反饋回路來描述系統的結構。其建模有三個重要組成部分：因果反饋圖、“流”圖和方程式。因果反饋圖描述各子系統之間的因果關系，是系統動力學的重要工具，包括正反饋和負反饋；“流”圖反應系統中累積效應的變化；系統動力學模型的結構主要由微分方程式所組成，每一個連接狀態變量和速率的方程式即是一個微分方程式。系統動力學中以有限差分方程式來表示變量關系，再依時間步驟對各方程式求解，呈現出系統在各時間點的狀態變化。

2、系統動力學建模特征

系統動力學以反饋控制理論為基礎，通過計算機模擬，研究一定時間范圍內系統各狀態特征的變化，適用于處理長期性和周期性的問題，其突出的特點是能夠進行長期動態研究，能反映出復雜系統的內部結構、功能和動態行為之間的相互作用關系。總結系統動力學方法的特征有：（1）強調系統的整體性，系統的整體行為不能由其各組成部分的行為來獲得；（2）研究對象是具有高階性、多回路、非線性的信息反饋系統；（3）采用反饋回路來描述系統結構，某些重要回路及其相互間的作用決定了系統的動態行為；（4）研究復雜系統多采用定性與定量相結合的方法；（5）適合于處理周期性和長期性問題，適合長期的動態研究；（6）對于數據的完備性要求不是太高，在缺少數據的情況下，仍然可以借助反饋關系進行研究；（7）借助于計算機技術，模型計算速度快，便于對模型的修改和完善。 3.系統動力學應用

系統動力學發展至今，其理論與應用研究遍及各類系統，幾乎涉及人類社會與自然的各類領域。張力菠等（2008）從系統動力學已有研究文獻入手，總結了系統動力學在各領域的應用情況，重點領域包括：環境資源類、經濟發展及城市規劃、能源類、物流及供應鏈等。

鑒于房地產系統自身的復雜多變性，SD在處理復雜非線性系統具備獨特優勢，最早是從上個世紀90年代后期開始有關房地產市場系統動力學模型仿真研究。系統動力學在房地產市場研究中的應用多用于研究城市系統建設、城市住宅系統研究、房地產市場周期研究、房地產預警機制研究以及政策實驗及預測研究等。

（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雜系統模擬方法，可以通過模擬系統內部微觀個體行為來形成系統宏觀特征的“涌現”，能體現復雜系統的“局部規則導致宏觀變化”的特點。

1.基于多智能體建模原理

基于多智能體建模（Multi Agent Based Modeling，MABM）是復雜適應系統（Complex Adaptive System， CAS）理論框架下應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年提出了復雜適應性系統理論（Complex Adaptive System，簡稱CAS），“系統是由具有適應性的個體所組成”，開啟了人們從主體角度、主體與環境的互動作用角度來認識系統的復雜性，為人們研究復雜系統提供了一種重要的思路與方法，該理論同時成為目前經濟系統仿真研究的重要理論基礎。

基于智能體建模的方法主要通過利用Agent的局部連接規則、函數和局部細節模型，建立復雜適應系統的整體演化模型，通過借助計算機仿真，模擬小規模行為到大規模突變的復雜適應系統涌現的行為。核心是通過在局部細節模型與全局表現（宏觀總量的變化、涌現現象）間的循環反饋和校正，來研究局部行為如何涌現出宏觀的全局變化，

是一種自下而上的建模。

多Agent建模仿真的關鍵是通過對復雜系統的反復觀察和研究，將復雜系統的組成部分分解成一個個具有智能性的Agent，再通過個體Agent之間以及Agent與環境之間反復交互作用來推動整個復雜系統運行和演化，Agent個體模型是否設置合理就關系到模擬目標系統的建立并最終影響系統涌現結果。

在使用多Agent建模時，基本要考慮清楚的問題如下：

（1）系統由哪幾類Agent所構成；

（2）個體Agent自身結構是怎樣的；

（3）Agent與Agent之間通過怎樣的方式通信；

（4）Agent與Agent之間采用什么樣的通信協議；

（5）Agent與Agent之間協作性的實現。

2、基于多智能體建模的應用

基于多智能體建模在經濟、管理、社會]、生態及軍事等多個領域中都應用廣泛，如：近年來，基于多智能體建模與CA模型相結合在行為模擬方面取得較深入的應用。如：LeBaron（2002）建立了人工股票市場，將基于智能體的建模運用到了股票市場投資者行為的研究，使經濟仿真方法的應用逐漸從宏觀系統演化層面深入到微觀經濟主體行為研究層面。韓立巖等（2007）將復雜適應性系統引入行為金融的研究，并構造了一個基于多主體羊群行為仿真模型，通過仿真和模擬測算了虛擬股票市場中的羊群效應，為進一步研究股票市場投資者的羊群效用奠定了仿真模型基礎。

在房地產市場的研究中，基于多智能體建模的主要思路是將房地產經濟系統的各組成部分或參與者看成一個個“活的”、具有自主性的個體（Agent），通過分析各類Agent的行為，建立相應的Agent模型，分析設定各類Agent之間以及Agent與環境之間的相互作用機制，通過計算機模擬觀察由微觀Agent相互作用所“涌現”出的房地產經濟系統整體的特性，來以此解釋某個經濟現象的出現，或通過參數實驗，來觀察總結出某種經濟規律。

三、SD與多Agent建模特點比較

系統動力學方法和基于Agent 建模的方法都適合于研究復雜系統，只是這兩種方法的建模過程、方法理論等方面各有所長，對比兩種方法的特征總結如下：

兩方法的相同點包括：

（1）理論觀相同：都強調從“系統觀”的角度來開展研究；

（2）開放性與動態性相似：SD與基于多Agent建模都具有良好的開放性與動態性，使得它們可以靈活地應用于不同的領域，可以靈活的與其他技術相結合；

（3）可操作性強：都具有很好的可操作性，基于計算機平臺上進行仿真模擬，運算速度快，便于對模型的修改和完善。

兩種方法的不同點包括： （1） 研究對象上：SD的主要研究問題是復雜系統的反饋過程，其建模的過程就是系統的反饋機制在計算機中形式化的過程。基于Agent建模主要研究推動系統演化的系統中微觀個體間的相互作用機制。

（2） 研究方法上：SD通過對宏觀系統進行抽象，設置流變量及其他狀態變量，分析因果反饋關系，最終建立仿真系統的因果反饋圖，并在此基礎上進行仿真研究；多Agent建模通過對宏觀系統中個體及個體行為的抽離，通過建立個體行為規則和演化機制來實現對現實系統的演繹。

（3）變量演算上：SD模型主要由微分方程式構成，通常用微積分來表示系統的時滯性；基于多Agent建模允許隨機性的存在，Agent間演化規則多基于邏輯關系、演化算法以及概率論。

（4）建模過程上：SD建模是一種自上而下的建模，從整體入手，分析系統的因果反饋關系，建立系統模型；基于多Agent建模是一種自下而上的建模，以系統中個體Agent為基準點，先分析建立Agent的個體模型，基于個體模型建立整體模型。

四、小結

系統動力學與多智能體建模在房地產系統仿真研究中各有側重，系統動力學擅長研究系統的反饋行為，多智能體建模則更適合從自治主體性的角度來展開研究。隨著現今人類社會各系統復雜性、突變性、關聯性的日益復雜，將兩種方法結合是未來研究復雜系統的一大趨勢。目前已有關于兩種方法相結合的研究，如：Karsten等人（2009）進行了基于SD和Agent模擬的汽車行業產品戰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的Agent仿真模型，但在房地產仿真領域還沒有相關綜合的研究。未來將系統動力學與基于多智能體建模相結合，建立綜合SD和多Agent建模優點的SD-Agent復雜系統仿真模型將會得到更廣泛的研究和應用。

參考文獻：

[1]許春青， 田益祥， 馬永開. 房地產周期波動的系統動力學模型[J]. 電子科技大學學報（社科版）， 2011， 13（4）： 32-37.

[2]趙黎明， 李波， 劉煜. 房地產企業預警系統指標的系統動力學分析[J]. 天津大學學報（社科版）， 2004， 6（2）： 142-145.

[3]李妍. 房地產政策仿真研究與實踐[J]. 深圳大學學報（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， 2009， 25（5）： 102-107.

[5]任韜， 王文舉. 保險市場結構經濟動態模擬分析[J]. 經濟與管理研究， 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的綜合電子戰系統建模與仿真方法研究[J]. 軍事運籌與系統工程， 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]. 北京航空航天大學學報（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演化與調控模型研[D]. 昆明理工大學， 2008.

基金項目：上海市哲學社會科學規劃課題（2011BGL006）；上海市重點學科項目（S30504）