經濟與管理科學中的計算機建模與模擬分析

朱　偉

(河海大學 商學院，江蘇 南京 211100)

經濟與管理科學中的計算機建模與模擬分析

朱偉

(河海大學 商學院，江蘇 南京 211100)

摘要：探討了經濟與管理科學中計算機建模與模擬的科學方法，通過對系統動力學與基于Agent的建模與模擬的對比，涵蓋了適應性、視角和內核思想等方面的內容并進行了分析，比較了2種方法的共同與相似之處，提出了采用2種方法交叉研究復雜經濟與管理問題的思路。結果表明，基于Agent建模與模擬較之系統動力學具有高度的實際應用價值，更加穩定，更具可行性，彰顯出了各科學領域交叉融合的主旨思想，在經濟與管理科學中的應用價值更高，可加以推廣使用。計算機科學和經濟與管理學科相互影響，極大地促進了兩者的發展進步。

關鍵詞：經濟與管理；計算機；建模與模擬；系統動力學

伴隨現代科學技術的發展進步，計算機的軟、硬件性能均有了顯著的提升。筆者認為，以計算機技術為代表的現代科學技術發展道路可理解為“雙向道路”，各個領域與學科在謀求發展的過程當中，必然會向計算機技術靠攏，并逐漸深化。經濟與管理作為龐大的社會性科學系統，原論分析→微觀拆解→簡單匯總的流程已難以滿足時代發展的需求，因此，亟待借助新的工具與理論加以解決。

1系統動力學方法分析

系統動力學方法(System Dynamics，SD)以計算機模擬技術為措施，基于反饋控制理論，實現定量結合定性的科學方法，經濟與管理等均是其研究的對象與范圍。系統動力學方法立足于整體，從宏觀行為逐漸向微觀結構進行剖析，在周期性以及長期性的問題中具有高度的實際應用價值，尤其適應于處于精度要求低、數據不全面的經濟管理問題，可將其視為管理科學與系統科學的旁支，以橫向的形式跨越社會科學與自然科學領域。

就系統方法論而言，結構方法為系統動力學的核心方法，整合歷史方法與功能方法。而從系統科學角度而言，經濟與管理科學系統被視為“高階多重”的反饋回路，主導回路存在較大的可變性，為非線性系統。上述理論在麻省理工學院斯隆管理學院教授J. D. Sherman的著作《商務動態分析方法：對復雜世界的系統思考與建模》中得到了充分的論證。

系統動力學模型基本等同于一組非線性偏微分方程式，系統動力的內部反饋機制及內部動態結構直接決定著系統的特性及模式，系統也許會隨著外部情況的變化而變化，但是鑒于系統行為扎根于系統內部，所以是恒定不變的。系統動力學方法示意圖如圖1所示。

圖1　系統動力學方法示意圖

2基于Agent的建模與模擬分析

作為面向未來的穩健決策方法，基于Agent的建模與模擬(Agent-Based Modeling and Simulation,ABMS)有助于解決經濟與管理中的各項復雜性問題，起到預判趨勢與審度結果的作用，降低決策失誤的概率。可將基于Agent的建模與模擬方法理解為由上而下的捕捉系統行為，宏觀現象由微觀個體的所產生的交互行為(非線性)衍生得出，類似于“人浪效應”，其核心概念為“1+1<2”，即整體大于部分匯總之和[1]。基于該工具，經濟與管理科學中的組織及系統經過重構成為了具有相互作用的Agent集合。

基于復雜的經濟與管理科學領域構建Agent模型并加以模擬，其核心作用在于對系統行為進行復制，對可能發生的結果進行預判與審度，長期戰略與短期決策均可適用。基于Agent的建模與模擬的組成部分為多個可相互作用且具備適應性行為的獨立個體，各個獨立個體雖然帶有自身的規則與屬性，但是在Agent模型中可實現整合目標一致性的目的。

作為一種嶄新的經濟與管理研究方法，基于Agent的建模與模擬既可適用于虛擬層面的經濟與管理問題研究，也可延伸至真實世界的決策與判斷，鑒于傳統的研究工具與模式并不具備模擬性與動態性[2]；因此，筆者認為基于Agent的建模與模擬大有徹底顛覆傳統研究工具與模式的趨勢與潛力。基于Agent的建模與模擬示意圖如圖2所示。

3系統動力學與基于Agent的建模與模擬對比分析

3.1共同或相似之處

系統動力學與基于Agent的建模與模擬均屬于經濟與管理科學領域實現計算機模擬研究的主要方法行列，其共同或相似之處可概括為如下幾點：1)均為有助于科學決斷的面向未來型的科學工具；2)均有效地實現了社會科學與自然科學的交叉結合；3)均具備傳統的研究方法，包括統計學、計量經濟學等方法所不具備的長處與特征；4)均可實現對非線性(non-linear)經濟與管理科學領域以及現實社會的復雜而龐大的系統進行預判與審度。

圖2　基于Agent的建模與模擬(ABMS)示意圖

圖3　非線性(non-linear)經濟與管理特征圖

非線性經濟與管理特征圖如圖3所示。

3.2區別之處

3.2.1核心思想

系統動力學的核心思想即為計算機系統的主要特征與行為模式，直接受到內部反饋機制以及動態結構的影響。筆者認為，系統動力學的宏觀行為基本上都是來源于其內部的微觀結構，在微觀結構恒定不變的前提下，系統的宏觀行為也不會產生本質的改變。

基于Agent的建模與模擬的核心思想建立于“1+1<2”，即整體大于部分匯總之和的概念之下，系統的全部宏觀現象均是由非線性交互適應性行為以及多樣化交互適應性行為衍生而出的[3]。經分析，系統動力學與基于Agent的建模與模擬的核心思想存在本質上的差異，核心思想不同，諸如研究思路、研究工具和評判標準也存在較大的區別，也直接導致上述2種方法相互割裂，互不交融。然而，鑒于基于Agent的建模與模擬的核心思想堅持“1+1<2”的理念，因此，其比系統動力學更為穩定。

3.2.2分析單元

系統動力學模型的分析單元行為直接受到系統微觀結構的影響，鑒于其內的部分敏感變量隨時都有發生變化的可能性，因此，其主導結構也呈現出明顯的動態可變性。基于同一系統結構環境中，假設時空條件相對恒定，其主導部分以及非主導部分均可實現互相轉化的目標，整個系統的分析單元也呈現出動態可變的特征。

基于Agent的建模與模擬則涵蓋2種不同的分析單元規則：第1種為基礎性質的行為規則，可將其簡單地理解為系統視環境的變化而做出的具有針對性的反應基本規則；第2種規則較之第1種的級別更高，可對第1種的基礎性質的行為規則進行改變與修正，即為“規則之上的規則”，體現出基于Agent的建模與模擬在經濟與管理科學領域更強的適應性與實用性。

3.2.3構建模塊

系統動力學的基本構建模塊由可實現互相作用的反饋循環模塊構成，系統的行為特征是通過反饋循環模塊所產生的。基于該理論，筆者認為，系統動力學的構建模塊即為反饋循環模塊[4]。

針對基于Agent的建模與模擬模型而言，其核心的構建模塊即是Agent，整個模型是由若干個Agent模塊及其內部運行所構成的。一般而言，各個Agent均帶有明顯的獨立性，規則各不相同，其全部的適應性行為均是通過Agent各異性的規則以及互相作用而出現的，在此基礎上，系統的宏觀現象得以產生。

3.2.4建模層次與視角

系統動力學的建模層次始于宏觀層次，立足于系統整體的平均水平[5]。建模視角則是自上而下，整個分析過程由宏觀行為開始，至微觀結構結束，并未足夠深入。

基于Agent的建模與模擬的建模層次始于微觀異質，先行明確Agent的規則與本質屬性，對其適應性行為進行全面而深入的研究，隨后引申出宏觀現象[6]。建模視角則是自下而上，宏觀層次現象很大程度上依賴微觀Agent的交互性行為與適應性行為而涌現，因此整個視角顯得全面而深入，較之系統動力學更為合理。

3.2.5動態起源與數學公式

系統動力學的動態起源為“累積”，狀態變量等同于水平變量，信息→能量→物質的逐漸疊加累積，系統前一時刻的本期進出速率以及水平累積變化直接決定著系統的狀態變量。鑒于累積形式的動態起源必定會產生慣性延遲現象，對經濟與管理的決策產生不良的影響。數學公式則為非線性微分方程組，構成部分為速率方程與水平方程，計算機自行完成差分求解，計算軟件多為Vensin軟件與Dynamo軟件。

基于Agent的建模與模擬的動態起源為事件本身與變化起因，行為變化出現在閾值被完全突破之后，對較為復雜的經濟與管理科學問題能起到更為理想的解決效果。基于Agent的建模與模擬并不存在特定的數學公式表達，只是在IF-THEN邏輯規則的指導下，對下一步的行為實現調整與優化，其中還包含遺傳算法(Genetic Algorithm)等，常用的軟件有Netloogo和Swarm等。

4結語

綜上所述，基于Agent的建模與模擬的模型在經濟與管理過程中具有高度的實際應用價值，宏觀現象基于異質的主體非線性交互作用而出現，與國內外諸多學者的研究結果基本吻合，彰顯出各科學領域交叉融合的主旨思想，計算機科學與經濟與管理學科相互影響，極大地促進了兩者的發展進步。

Computer Modeling and Simulation Analysis in Economics and Management Science

ZHU Wei

(School of Business, Hohai University, Nanjing 211100, China)

Abstract：Discuss the economics and management science of computer modeling and simulation of the scientific method. Based on system dynamics and the modeling simulation contrast agent, it covers aspects such as adaptability, angle of view, the kernel thoughts of content analysis. Compare the difference between the two methods, and propose crossover study with complex problems using two methods thinking. The modeling and simulation based on agent is obtained while the system dynamics is more stable, more feasible, have higher application value in the economics and management. So they will be in great development.

Key words:economic and management, computer, modeling and simulation, system dynamic

中圖分類號：F 224-39

文獻標志碼:A