全球多區域CGE模擬系統開發與應用

叢曉男　王錚

摘要：總結了政策模擬器開發的三種模式及其優缺點，并基于混合編程模式探討了全球多區域CGE政策模擬器的自主開發，分析了該系統的架構、功能模塊和編程方法。該平臺能夠用于碳關稅影響評價、區域經濟一體化等政策問題研究。指出自主開發政策模擬器決定了政策分析的嚴謹性和結果的可信度，在政策分析中需加以重視。

關鍵詞：政策模擬；混合編程；CGE；開發

DOI：10.13956/j.ss.1001-8409.2015.11.26

中圖分類號：F0196 文獻標識碼：A 文章編號：1001-8409（2015）11-0119-05

Abstract：This paper summarized three development types and built a global multiregional CGE modeling platform based on the hybrid programming pattern. And then， it analyzed its system structure， functions and coding method in depth. The CGE modeling platform had been applied in the analyzing some policy problems， such as the carbon tariff and the regional economic integration. Independent development and application can strengthen the preciseness and confidence level of the analysis， and should be attached more importance.

Key words：policy modeling； hybrid programming； CGE； develop

計算機技術的提高使原來許多時間復雜度較高的經濟模型能夠通過計算機模擬得以解決，促進了計算經濟學（Computational Economics）的形成與發展。1984年，“圣塔菲”研究所成立，重點關注社會、經濟復雜性問題，并大量使用計算機技術開展模擬研究；1988年，著名刊物《Computational Economics》創刊，重點刊發控制論、可計算一般均衡、智能體模擬等研究成果，成為計算經濟學思想交流的主陣地。計算經濟學不完全同于數量經濟學，前者強調“計算”在研究中的基礎性作用，模擬程序開發往往是重要而基礎的環節，是對經濟問題展開反復的實驗性研究和情景分析的必要手段。

計算經濟學的發展在應用層面推動了政策模擬學科，使政策分析手段發生根本性變革，即通過開發政策模擬器，開展多情景分析。政策模擬器是用于探索各種政策情景的大型軟件，不僅提供強大的計算能力，能有效解決高時間復雜度和空間復雜度的經濟問題，也提供了直觀、可重復設定的經濟實驗模式，從而成為政策分析所必要的支撐工具。

1各國政策模擬器開發情況

政策模擬器多用于經濟安全和政策效果的評估[1]。1986年美國開發了宏觀經濟政策模擬器，1997年將其升級為全球動態CGE，用以分析經濟政策對200個部門的影響；1989年加拿大統計局組建政策模擬實驗室，并開發了靜態微觀模擬系統SPSD/M，用于稅收、人口及轉移支付政策的評估；1991年澳大利亞開發了CGE模擬器SALTER，用于亞太地區經濟建模分析[2]，1993年以來，莫納什大學政策研究中心構建ORANI和MONASH等大型模擬平臺，逐漸成為政策模擬領域的后起之秀。上述政策模擬器的開發，對各國經濟政策制定發揮了重要作用。

由于政策模擬器的實現需要較高的建模和編程能力，有學者認為開展經濟計算和政策模擬反倒成了自然科學家的一個任務[3]。這導致了一種錯誤認識，即認為政策模擬器開發只是一種技術工作，并將其排除出正統經濟學的研究范疇。這一認識割裂了經濟學和計算技術的聯系，導致我國經濟學研究缺乏計算模擬系統，對我國計算經濟學和政策模擬學科的長遠發展極為不利。目前，政策模擬器的開發已成為我國政策分析領域的短板，而忽視政策模擬器的自主開發、套用國外政策模擬工具也帶來諸多負面影響：第一，簡單套用國外封裝的政策模擬器導致對底層模型認知不清，不利于經濟學建模研究的開展；第二，模型修改、擴展不夠靈活，限制建模能力的發揮，參數設置難免帶有國外偏見，模擬過程不一定適用于中國國情，政策分析受制于人，影響重大國際經濟問題的科學決策；第三，求解規模受到限制，當問題規模或尺度較大時往往需要收取費用，例如，美國丹佛大學開發的Ifs系統，其網絡版本不能隨意設置區域組合，單機版則未對我國免費開放，普渡大學開發的RunGTAP系統，其公開版的區域數和部門數均限定在10個以內，一旦超出這些約束，則無法求解。綜上，政策模擬器的自主設計與開發在我國經濟學界是一個被長期忽視又極其重要的問題。

本文以全球多區域CGE的設計和開發為例，系統梳理了政策模擬器的主流開發模式，自主開發了具有良好擴展性和可用性的平臺，希望藉此引起學界對政策模擬器研究的關注。

2全球多區域CGE及模擬器

作為政策模擬的重要模型之一，CGE出現于1960年代，并隨著計算機技術的發展而迅速完善，美、澳、法、德等國已各自建立CGE政策模擬器[1]。普渡大學提出了Global Trade Analysis Project模型（簡稱GTAP），被廣泛用于國際貿易政策、地緣經濟分析等領域。作為一套多區域CGE解決方案，GTAP包括數據、模型和政策模擬器三個部分[4]。國外已開發了兩個較成熟的政策模擬器，分別是RunGTAP系統[5]和GTAPinGAMS系統[6]。我國學者大量使用前者的免費版，至今仍未見有自主開發者，本文的目的在于填補國內這一空白。

GTAP基于完全競爭、規模報酬不變假設，方程體系主要由會計平衡方程和經濟主體行為方程兩部分構成，前者包括家庭、政府、企業和區域等供需平衡，后者描述了包括上述四種經濟主體的經濟活動方式。

企業購入最終投入和中間投入，并提供產成品，最終投入與中間投入之間滿足常替代彈性，復合結果即為產出量：

QO（j，r）=AQO（δQVA（j，r）*QVA（j，r）-ρQO（j）+δQFT（j，r）*QFT（j，r）-ρQO（j））-1ρQO（j） （1）

其中，QO（j，r）為區域r的部門j的產出，AQO>0為規模參數，δQVA（j，r）、δQFT（j，r）分別表示部門j所購買的原始投入和中間投入所占的比重，ρQO（j）為替代彈性參數。QVA（j，r）、QFT（j，r）分別為j部門所需的復合最終投入和復合中間投入，前者由各類要素稟賦經CES復合得到，后者由不同的中間消耗經Leontief函數復合得到。

政府采購各種產品，采用C-D函數進行復合：

QGOV（r）=AQGOV∏i∈TRADQG（i，r）δQGOV（i，r） （2）

其中，AQGOV為規模參數，δQGOV（i，r）為購買商品i所占的份額，QG（i，r）為政府對商品i的需求，可分為對本國產品和對進口品的需求，此二者通過CES函數進行復合。

家庭消費效用采用常差異替代彈性函數表達，形式介于CES和完全彈性函數之間，能有效表達需求的收入彈性和自身價格彈性，其隱式形式表達如下：

∑i∈TRADB（i，r）*UP（r）β（i，r）γ（i，r）*[PP（i，r）/E（PP（r））]β（i，r）=1（3）

其中，E（PP（r））表示在給定的家庭購買價格向量PP（r）的條件下，維持效用水平為UP（r）所需的最小支出；參數β（i，r）決定不同消費品之間的可替代性，γ（i，r）反映需求的收入彈性，B（i，r）為尺度參數。家庭消費國產品和進口品，兩者亦通過CES函數進行復合。

區域賬戶行為由綜合效用函數刻畫，將區域收入通過C-D人均效用函數分配至家庭消費、政府購買和儲蓄這三種最終需求：

U（r）=（UP（r））PRIVEXP（r）INCOME（r）UG（r）POP（r）GOVEXP（r）INCOME（r）QSAVE（r）POP（r）SAVE（r）INCOME（r）（4）

其中，U（r）、UP（r）和UG（r）分別為區域r的綜合效用、家庭消費效用和政府支出的公共效用，POP（r）為區域r的人口數量。

囿于篇幅，以上只列出部分行為方程，不做完全展開。模型中存在大量非線性方程，加之方程數量大，給求解帶來很大難度，通過線性化處理對非線性模型的解進行逼近是求解CGE常用的技術手段。線性求解最常見的方法是約翰遜-歐拉算法，具有令人滿意的精度[7]。求解時，將所有非線性方程線性化，除去外生變量后，內生變量數與線性方程數相等，計算過程可視為線性方程組的求解或者給定任意目標函數下求解線性規劃。本文所需的全部線性方程可參考文獻[4]，非線性方程及線性化的推導過程可參考文獻[8]。

3開發模式選擇

政策模擬器有不同的開發模式，根據開發所使用的程序語言及工具，可分為三類模式：基于腳本開發模式、基于高級語言開發模式、基于高級語言與腳本的混合編程開發模式。

基于腳本的開發模式。腳本是指常用的數學計算或經濟建模軟件的編碼，例如Matlab，GAMS等。腳本的語法和結構通常比較簡單，便于學習和使用，程序容易修改而無需編譯，其開發效率很高。并且，由于這些軟件一般集成了大量可用于數值計算的函數庫，使用相應的代碼便可調用這些函數，開發相應的政策分析工具，從而極大降低了政策模擬器的開發難度。例如，Rutherford 等和高洪成等均采用GAMS開發了CGE模擬器[6，9]，劉昌新等則采用Matlab開發了CGE模擬器[10]。盡管基于腳本開發模式簡單易行，但也存在若干缺點：第一，計算效率較低，由于腳本是解釋性語言，這決定了其具有開發效率高而運行效率低的特征；第二，保密性較差，工具使用推廣過程中關鍵代碼容易暴露；第三，用戶界面仍不夠友好，與用戶交互性較差，不利于進行情景分析結果的可視化。

基于高級語言的開發模式。常見的高級編程語言包括C++、C#、Java等。高級語言有很強的表達能力，可表示復雜的數據結構和控制流程，能靈活而精確描述各種算法，運行效率高于腳本，且對結果的可視化效果更佳。例如，汪晶、王錚基于C#設計開發了區域CGE通用系統，可用于中國多個省市的政策效果評價[11]。由于高級語言更為底層，只提供基本的數學算法，許多大型算法需要建模者獨立完成，因而開發難度大、耗時長、成本高，開發效率較低，在政策模擬器開發研究中非常少見。此外，由于某些數據庫并未公開其數據的存儲格式和讀取方式，因此無法通過高級語言直接讀取其數據，尚需借助其他軟件進行轉換，在數據讀取上存在較多限制。

基于高級語言與腳本混合編程的開發模式。混合編程是指使用兩種或兩種以上的語言來開發程序的過程，這種開發模式可以充分利用各種語言的優勢，開發出滿足用戶需求的軟件。這一開發模式能夠在保證系統開發效率的前提下，開發出界面友好、可視化功能強的模擬軟件，因而在政策模擬器開發中極具前景。例如，熊文和朱永彬分別基于C#和Matlab、C#和GAMS混合編程實現了政策模擬器[12，13]。

對三種開發模式的比較見表1。基于腳本的開發模式具有開發難度低、開發成本小的優勢，但是系統交互性較差；基于高級語言的開發模式則具有良好的交互性，但其開發難度大，開發成本高，不易為政策分析者所掌握；基于混合編程的開發模式則充分吸收了兩者的優點，既能有效降低開發難度，節約開發成本，又具有較高的系統交互性。

由于混合編程具有眾多優勢，本文采用該模式進行開發，高級語言選定為C#，腳本選定為GAMS。GAMS語法簡練明了、可讀性強，主要用于求解大型最優化問題，由于求解CGE可以看作是求解一個線性規劃或者非線性規劃問題，因而非常適用。C#用于數據轉換接口的銜接、可視化、數據的讀寫等，并承擔啟動所有外圍可執行文件的功能。因此，C#程序構成了整個模擬器的主體框架，同時充當了其他部件間的粘合劑。

4需求分析、架構與編程

41需求分析

該政策模擬器的主要用戶是從事全球經濟政策的研究人員，此類用戶具有基礎的經濟學和計算機知識儲備。考慮到大部分政策分析者并不能完整掌握計算機編程尤其是高級語言編程技能，系統將以可視化的形式供分析者使用，或者可見少量關鍵GAMS腳本以加強對模型的理解，因此模擬器將以模塊化的方式予以組織。一次政策模擬的基本操作流程如下。第一步，對全球社會核算矩陣數據進行定制，按要求對區域、部門等進行合并操作并輸出Har數據壓縮包；第二步，對生成的數據壓縮包進行解壓、修改擴展名，將其轉換為GAMS所能讀取的Gdx數據和C#所能讀取的Access數據；第三步，將原始數據導入至政策模擬器中，允許建模者查看區域、部門的集合設置及其他原始數據，能夠在軟件界面中查看和設置外生沖擊；第四步，用戶設定外生變量后，建立模擬方案進行情景分析；第五步，查看本次模擬結果，或查看歷史方案的模擬結果。據此可將系統劃分為3大模塊，分別是數據合并模塊、政策模擬模塊和歷史方案查詢模塊。3大模塊之間應保持高度的可分性，任何1個模塊都可獨立使用。按照自頂向下、逐層分解的分析方式對模塊子功能進行分解，如圖1所示。

本文所開發的模擬器屬大型政策模擬器，尤其是當部門和區域數量增多時，系統中方程與變量的個數也隨著增多，導致求解過程需要較長時間而用戶無法進行其他操作。為避免出現界面無法響應的情況，CGE求解采用了多線程調用的方式啟動GAMS代碼，使其在后臺線程中執行。

42系統架構設計

隨著政策模擬器功能的擴張、系統規模的擴大和系統可伸縮性要求的增強，多層架構逐漸成為系統開發的主流架構。因此本系統采用經典的C/S三層架構，自頂向下分別是界面層、業務邏輯層和數據層，如圖2所示。

界面層的主要目標是實現用戶與系統功能間的交互，以使用戶完成模擬的關鍵性計算。為此，采取平面化的設計風格，盡量減少窗口的層疊，用戶按照按鈕順序操作即可完成情景分析。

業務邏輯層涵蓋了系統的主要功能，是系統關鍵任務的實現。該系統主要模塊的設計實現是建立在公共基礎類庫的基礎之上的。數據層設計的1個重要約束是滿足系統的非功能性需求，需要考慮數據傳輸的穩定性和可擴展性。該政策模擬器所需要的數據種類較多，且數據量大。根據變量不同的經濟意義，將其劃分為數量變量、價格變量、政策變量、技術進步變量和松弛變量5類。不同格式的數據都需要由特定的程序生成，并供指定的程序讀取和操作。圖4是對系統數據流程的描述，箭頭上的描述表示該數據流轉過程中所需要使用的程序。

43系統編碼

431GAMS建模

建模前需要正確設置集合、參數、方程。集合的命名應與GTAP數學模型的表達方式保持一致，使程序更加簡潔明了，可讀性更強。由于參數與方程均建立在集合定義的基礎之上，因此合理定義集合是模型求解的基礎。倘若集合關系不明確，參數與方程均不能正常工作。集合主要包括資本品、非儲蓄性商品、可貿易品、生產部門、要素稟賦、資本等類別。同樣，對于參數和方程而言，其命名應與標準模型保持一致，以便降低程序設計難度、降低程序與模型之間的跨度。

432GAMS腳本的生成

模型程序可根據實際情況進行定制。為避免產生不必要的錯誤，該政策模擬器不允許用戶直接進入GAMSIDE環境修改腳本，而是根據系統設置自動生成。這些腳本分為3種類型，分別是集合設置腳本、CGE外生沖擊的gms腳本文件和相關路徑的gms腳本文件。這些腳本通過

$include命令在GAMS中調用。第一，集合設置腳本。GTAPAGG導出的har數據能與Gempack軟件完全兼容，使用過程中不會出現數據丟失的情況，但GAMS則不然。使用GAMS將har數據轉換成gdx數據時，無法導出原數據中的集合關系設置[14]，這些集合關系對GAMS的求解而言是不可缺少的。這種情況下，就要求使用C#自動生成所需的set文件，實現這一功能的核心代碼段較長，此處不羅列，有需要的讀者可聯系作者。第二，外生沖擊的gms腳本。該政策模擬器為用戶提供了可視化的外生變量設置工具，通過簡單的界面操作即可完成外生變量的選取。這些外生設置必須能夠轉變成GAMS可讀取的腳本格式，因而需要使用C#動態生成此類腳本。第三，相關路徑的gms腳本。系統要求每次計算結果可以保存為1個模擬方案，該方案的名稱應由C#生成gms腳本以供GAMS調用。

433調用GAMS

GAMS腳本通常從GAMSIDE集成開發環境中啟動運行，這種運行方式會使系統主要代碼完全暴露，且用戶面對的是冗繁的程序。1個可行的解決方法是通過C#從以命令的方式對GAMS.exe進行調用，從而不顯示GAMSIDE界面。這意味著可以通過高級語言對GAMS腳本進行后臺調用，從而實現混合編程。GAMS的執行在后臺完成，前臺不顯示GAMS的開發環境界面。為避免CGE模擬器的界面失去響應，應使用新的線程進行調用。

5結語與展望

根據開發策略，將政策模擬器的開發總結為3種類型，分別是基于腳本、高級語言以及混合編程的政策模擬器，系統分析了各自的優缺點，并認為基于高級語言與腳本混合編程的開發策略具有開發難度適中、易修改性強、交互性強和開發成本低的優勢，因而具有應用前景。

采用C#和GAMS混合編程開發模式，開發了基于GTAP方程體系的全球多區域CGE模擬器。該模擬器采用C/S 3層架構，將數據、模型庫和界面獨立封裝。在CGE模型內核實現上，將所有非線性方程線性化，采用GAMS工具實現求解計算，提高了開發效率。系統具有較強的人機交互性能，從而使政策分析者能夠擺脫繁瑣的建模過程而專注于政策問題本身，提高了多情景分析的效果。該CGE模擬系統由作者自主開發實現，有利于對方程體系進行掌握、擴展和修改，從而提高了建模的靈活性，也避免了我國政策分析者依賴RunGTAP、GTAPinGAMS等國外政策模擬器、對模型內核“知其然而不知其所以然“的不利情況。基于本文所開發的政策模擬器，能夠實現一系列經濟政策模擬研究工作，涉及碳關稅經濟與環境影響評價、區域貿易一體化、人民幣匯率變動影響評價等問題，取得了較好的模擬效果，為相關決策的制定提供有力的工具支撐，也證明了該政策模擬器的適用性[15，16，17]。

作者通過CGE政策模擬器的開發，引出了政策模擬器自主設計和開發的問題。當前我國對政策模擬器的自主開發重視程度不夠，該領域已成為一項研究盲區。學界普遍認為政策模擬器的開發是一項技術性工作，慣用其他國家學者開發的系統，這一研究方式從理論上講不利于我國計算經濟學和政策分析學科的長久發展，從實踐上講則不利于政策分析工作的扎實開展，一些涉及國際談判的模擬工具缺失可導致觀點的可信性下降甚至是國際話語權的喪失，不利于新型大國智庫的建立和發展。應將政策模擬器視為國之利器和政策分析的殺手锏，從根本上改變我國經濟學研究對政策模擬器開發工作不重視的現狀。更進一步講，政策模擬學科要取得長遠進步，不僅應在政策模擬器的自主設計和開發方面進行改進，在模型設計、基礎數據庫構建和系統應用推廣方面也需要進一步強化。

參考文獻：

[1]王錚，薛俊波，朱永彬，等. 經濟發展政策模擬分析的 CGE 技術[M]. 北京：科學出版社，2010. 1-4.

[2]Jomini P，Zeitsch J，McDougall R，et al. SALTER： A General Equilibrium Model of the World Economy[R]. Canberra： Industry Commission，1991.

[3]王錚，劉濤，朱艷鑫，等. 國家經濟安全政策模擬器的開發問題[J]. 中國科學院院刊，2007，22 （1）： 49-56.

[4]Hertel TW. Global Trade Analysis： Modeling and Applications[M]： Cambridge University Press，1999.

[5]Pearson K，Horridge M，Pratt AN. Hands-on Computing with RunGTAP and WinGEM to Introduce GTAP and GEMPACK[R]. the Center for Global Trade Analysis，Purdue University，2003.

[6]Rutherford TF，Paltsev SV， GTAPinGAMS， GTAP-EG： Global Datasets for Economic Research and Illustrative Models[R]. University of Colorado，2000.

[7]Pearson KR. Solving Nonlinear Economic Models Accurately Via A Linear Representation Victoria University[R].Centre of Policy Studies/IMPACT Centre，1991.

[8]叢曉男. 面向地緣政治經濟分析的全球多區域 CGE 建模，開發與應用[D]： 中國科學院研究生院博士學位論文，2012.

[9]高洪成，徐曉亮. 資源稅改革中的價值補償問題研究[J]. 軟科學，2012，26 （5）： 36-40.

[10]劉昌新，王宇飛，郝鄭平，等. 基于動態 CGE 的揮發性有機污染物 VOCs 排放預測和控制研究[J]. 環境科學，2013，34 （12）： 4787-4791.

[11]汪晶，王錚. 通過區域可計算一般均衡模擬系統設計與實現[J]. 中國區域經濟，2010，5： 74-80.

[12]熊文. 新地緣政治經濟框架的建模與模擬[D]： 華東師范大學，2011.

[13]朱永彬. 排放控制目標下我國最優經濟增長路徑，減排路徑與碳排放趨勢研究及模擬系統開發[D]： 華東師范大學，2011.

[14]Narayanan B G，Walmsley T L. Global Trade，Assistance，and Production： The GTAP 7 Data Base[R]. Center for Global Trade Analysis，Purdue University，2008，134.

[15]叢曉男，馬翠萍，王錚. 地緣政治經濟框架下碳關稅影響的多區域 CGE 模擬[J]. 世界地理研究，2014，3： 1-11.

[16]叢曉男，王錚. ECFA 早收清單對兩岸及周邊經濟體影響的多區域經濟學分析[J]. 區域經濟評論，2013，（6）： 30-35.

[17]叢曉男，王錚，秦建群，等. 產出，出口與結構效應——人民幣升值的多區域 CGE 模擬[J]. 金融發展研究，2013，（10）： 16-22.

（責任編輯：石琳娜）