數字化建模：新視角探索經濟復雜性

王國成

〔中圖分類號〕F011;TP399 〔文獻標識碼〕A 〔文章編號〕0447—662X（2021）05—0039—11

試想一下，如果失去模型，人類會怎樣與自然界對話、探尋事物變化規律并據之進行物質交換，相互之間該如何交流共享？如果認知觀念、技術方法滯后，模型會被文明進程淘汰和拋棄嗎？如果過于抽象和“嚴謹”，模型是否要失去鮮活的生命力和應用的便利性？毫無疑問，借助聚焦提煉、便于交流的模型，人們能夠深入到事物和社會的本質，提高理論認知效率，加快文明進程;任何事物的存在變化和社會生活現象，通過模型可針對性地深入到難點、熱點、頑癥……模型的出現，是人類認知進化的必然，模型在應用實踐的檢驗中不斷改進提升，但從某種意義上說，其逐漸形成的思維定式也有可能阻礙創新，偏離初衷和預設目標。雖然模型被廣泛應用，尤其是進人大數據和數字時代應用模型更為普遍，但似乎近年來未能見到比較全面客觀地綜述評析模型，深入系統地反思促升模型的意識為什么難以到位的文章。模型成為理論的硬核與分析中通行的工具手段，大數據與數字化時代的建模分析會有本質上的飛躍嗎？在研究自然界事物的變化與探索人類行為及社會活動時有什么異同？對上述問題的回答需要敢于正視，予以重新審視和認真深入的反思探索，而從人文認知角度考察，能將這一系列問題聯系起來，更清楚地看到其本質所在和相互關聯。

一、為什么需要數字化建模

1.建模初衷

模型是以直觀或抽象、或實或虛或虛實兼容等形式來表現真實世界和研究對象，雖不是真實世界原型，但卻可通過建造現實與思維之問的橋梁通道來幫助人們更好地理解真實世界。模型是知識理論體系構建和發展不可或缺的輔助手段，發揮著越來越重要的作用，并且也在隨著人類的文明進程不斷調適、演進、轉型和提升。

引入模型分析的初衷在不斷接受實踐檢驗中得以強化：建模是認知提升必要的工具手段和技術實現方式，現實需求、條件許可和認知進步又是推動模型改善的主要力量與保障。而當分析社會經濟問題時，如何進一步強調和突出人的主體作用，從人文視角②需要重新審視和回答：什么是模型，為什么需要模型，新時代背景下開發者如何建模、如何應用等;作為認知工具和交流媒介，模型的演進邏輯和軌跡怎樣，為什么要以問題為導向和驅動;觀察提煉、理論依據、方法選擇、數據獲取等大數據時代的數據驅動建模方法如何增效，如何構建與研究問題和目的相應的模型評價標準等一系列相關問題。

一般的建模分析需要有三方面的基礎支撐或三基石——理論、方法和數據;而具體到經濟（金融）及人文社會科學研究中的模型構建，因研究對象和研究主體都是能對外界條件變化產生綜合響應的人及行為，據其特點可提煉出更具針對性的三要素——目標、變量和關系，它們之間具有密切的內在聯系且環環相扣。

（1）目的性。由于人的主體性使研究的關注點和目的有更多的選擇性，這就需要考慮主觀意識、價值取向、立場預設、境況研判和內生適變的行為屬性。理性人的資源優化配置與人和自然交互中的全面發展之間的權衡取舍，就不只是純理論的初始假定和技術選擇。如此的問題導向使研究目的成為建模的第一要素，具體到政策選擇時更應體現這一點。

（2）變量（因素）選取。任何現實社會現象，都是在若干主要或次要的因素錯綜復雜的交織影響下產生的，針對關注對象和研究目的，需要對影響因素予以篩選、分類和設定，并依據研究者的價值取向和偏好取舍為主要和次要因素賦權，在可實現的技術支撐下，將所考察的因素按特定的指標體系和維度量化，轉化成相應的變量（外生或內生）。如以資源優化配置為目的時，就主要考察資源、勞動、資本、能源、技術、信息和產量（值）、成本、收益、效率、生產、消費等;而聚焦到人時，還要更深入地考察秉性偏好、感觸認知、響應模式、學習適應、信任合作、情感意念、公平正義和社會規范等主體行為異質性及交互機理對前一類變量的影響，雖然這后一類變量在測度、表達和獲取行為相關數據時會更加困難。

（3）對應關系。為達成研究目的，建立起由原型集到可能的備選模型集的映射，既可以認知空間理論體系反映研究對象和現實空間的組織結構、運行機理和演變軌跡等所涉及的因果/相關關系，又能解釋和指導現實。為此，不僅可采取分析/解析式的函數關系，還可以用案例、模擬、實驗和多態數據等方式。對不同的經濟體和利益群體、在不同的發展階段和條件下，不可能做到真正的價值中立（隱含假設），經驗推測、模型識別、架構選擇、表達形式、技術路經、參數估計、試錯探索、假設檢驗、評價定標等環節中都隱含著價值取向、預判取舍和理論認可等，這些都要與研究目的相匹配;探索經濟關聯，不可人云亦云，又不能奢望窺一斑而知全貌，也不可將行為與情景截然分開，更不宜強求重復驗證。

2.拓展經濟研究的數字化建模的必要性

自然科學（包括工程技術）與人文社會科學建模有同有異，可相互借鑒、相互促進，二者相輔相成。就純方法技術意義而言，解析式函數關系、邏輯推理方法和自動化程序等完全可以通用，可供經濟學研究借鑒;而就研究對象和研究目的而言，經濟（金融）模型應該更強調人本特征，是帶有主觀意識、借助一定的形式或規范的對研究對象或真實世界的再現或重塑，系統關聯的辯證思維可供自然科學研究借鑒。經濟學乃至所有人文社會科學要實現根本突破，必須要有自我認知觀念的轉變和提升，不應回避價值取向、立場預設上的分歧和差異，要堅持人本（行為）焦點和主線，進而逐步用基于現實場景和真實行為進行數字化轉換映射建立起的對應的數字模型（ABM：基于主體行為的建模），來替代傳統的基于因素關系的解析式模型（EBM：基于方程的建模）。

經濟模型，以現代西方主流經濟學的觀點，主要是指可數理化的一類形式化表述，多以因素歸集關聯的分析方式（解析函數）存在;若拓展來看，是各種現實存在到另一種表現形式之間的多元化技術轉換、多類型展示的認知通道、媒介，是對原型的有目的、遵規范的任何形式的認知縮放甚至重塑，通過提煉聚焦、分化組合、邏輯變換、運算推理、檢驗推測，或類比、或平行、或交融，以便交流分享、促進提升，更有成效地探索和揭示研究對象的特點與變化規律。正如Box等在1987年的精到表述“Essentially，all models are wrong，but some are useful”，任何模型都不可能百分百地反映原型的變化特點和規律，而正是對不完整性的取舍，能夠將問題因素和相互關系離析出來、聚焦定位，模型才有用有效和便利;若非如此，就會折損模型的可信度，暗淡發展方向和空間。不確定性既有來自客觀世界的風險和不確定性，也有源自主體行為更加復雜的不確定性;對不確定性認知的提高增強，并不意味著可逐步減弱不確定性。傳統經濟建模的種種障礙源自未能直面人類行為特有的本質屬性——主體性和內生適變性，由于主體意識和群體（社會）交往影響的作用機理的復雜性，以及人的行為和認知的不確定性，傳統的建模思路和技術有可能不會隨著建模的嚴謹、完善而減少不確定性。

一般認為，技術視角下的數字化主要是指模數轉換，實踐中常常被看成是信息化的高端形式;就經濟研究而言，經濟模型的數字化或者說是數字化建模，就是通過精準、細密、層次化地將主體行為及相互關系內生化，將問題和現象通過0—1數字表達轉化成可分析可量化的形式的過程，有助于從行為根源上揭示因素或變量的因果（相關）關系深層驅動和支配的動力學原理，借助大數據、AI、機器學習、IoT（萬物互聯）和區塊鏈等數字化關鍵技術，實現認知轉型升級，這是數字經濟的現實需求，是經濟研究發展之必然。再來看模型假設和前提，由于社會經濟活動的復雜本質，考量與現實對接的初始假設有特殊重要的意義。無論是顯在的還是隱含的，如果作為基準參照進行類比分析，模型的初始假設或許無關緊要，可通過平行分析驗證結構關聯、變化特點和趨勢等。現實經濟活動的復雜特性、研究目的的多元化、主體行為的易變性等，使得經濟模型更具多樣性，需要在目的、手段、元素等各種可能組合的備選模型集中比較選擇，需要在實時反映現實與理論演繹的自洽之間合理權衡，因而針對性地分析討論經濟模型和前提假設也就更顯必要和迫切。當今多源多態、異質異構的大數據和雙向傳輸、轉換還原的數字技術，如主題詞模型、文本/語義挖掘和數據價值重塑等全新映射和無縫銜接技術，這些并不是一般意義上信息的擴容升級，而是從真實世界到認知空間溝通對接方式的升級換代，相應地也必然會引發建模的觀念、理論和技術方法的根本性轉變，需由實證因素（變量）關系、結構等轉變到現象與數字的對應，從基于經驗理論和數據驅動的建模轉變到基于行為一情景的數字化建模，在可信、保值映射基礎上構建由元模型到全方位的機理式建模等，如此方能為經濟模型固本鑄魂、定向賦能。

3.模型評價

對于自然科學和工程技術等領域模型的學術價值和應用效果，有相對客觀、科學的評價標準和方法;經濟理論模型，在借鑒的基礎上，則必須有能體現人類主體特色的科學評價標準體系，必須有相對明晰、公認的評價準則、核心主軸和話語體系。根據經濟學及人文社會科學建模的本意、初衷、特點及相關因素等，試圖構建三個維度的框架和基準來檢驗評價經濟理論模型：

（1）可信度。一般而言，模型的可信度是指人們對模型的相信和依賴（普遍認可）程度。這需要從主觀和客觀兩方面考量：一方面由于研究對象與研究主體的不可分、有意識的和有目的的選擇等特點，模型使用者的主觀傾向和信念、文化基因與傳統、價值取向和立場預設的中立性及應用企及的靶向性等是必須要考察的主觀因素;另一方面，客觀因素則包括與模型有關的所有信息（數據）及附加分析內容的真實客觀且可擴容性，基礎假設與實際的符合度、模型識別與選擇的合宜性，不確定性情景下參數估算、結構的可靠性和穩定性，可重復檢測的一致性，邏輯自洽的科學嚴謹性，內部各組成部分的協調耦合度和模型對預期應用的適宜性等。

（2）有效性。主要是指目的與手段的一致性，即模型的輸出結果與原型特性的符合程度，這需要考量數據親和、預期目的實現程度、解釋力和可預見性等。對模型的有效性評估，一般意義上包括模型確認和模型驗證兩部分：模型確認主要是考察所建模型與研究對象之間的對應符合程度;模型驗證側重考察所建模型與可計算實現之間的關系，然后才是推理和實證。除此之外，視研究情況可能還需要：有效預期和需求應用效果分析，對預期應用效果進行客觀科學的評估，以確定哪些因素對結果起關鍵作用;邏輯追蹤分析，通過對模型的邏輯檢測來評估驗證推理運算的自洽性，看其能否代表所指定實體的行為，并確定這些行為是否都是所期望的等;以及運用模型的投入產出比與改進方向。

（3）便利化。應用模型時常常要考量既可外推、通用和程序化，又能聚焦、內嵌和專用化，要考慮模型的可維護和穩健性、包容融合、可雙向轉化、容錯糾錯和自調適演進等屬性，以及良好的人機交互界面和流程、運行操作簡便。這一方面取決于模型自身的邏輯嚴謹，另一方面則要看假設、結構和類型與現實對接的吻合度，并且要看是否符合人們的認知和行為習慣及可接受度。數字化建模注重更全面地研究對象的分布狀態、內在結構關聯和傳導機理，而不只是因素變量可數理化，正好可彌補傳統的數理建模分析在反映現實上的薄弱缺陷;模型的便利性分析，還可對相應的算法和不同層次子模型進行評估辨識，并確定子模型之間是否協調和能否保證模型的預期應用。

模型實際上是關于研究對象的抽象表述（有目的、以專業術語或慣例復現），要驗證一個模型是否100%地符合原型和有效是極其困難的，而且也沒有實際意義。為獲取更有價值的結論，在對模型進行系統分析、輔助決策和預測展望時，必須保證模型能夠準確地反映研究對象并且便于在計算機上順暢運行。經濟模型的有效性是相對于研究目的以及用戶需求而言的，而如何較全面地評判則要看所選擇的評價維度與尺度;在有些情況下，模型有60%的確信度就可滿足要求，而在另外一些情況下，模型達到90%的符合度可能都不滿足需求。模型作為認知媒介，要能對現象的感知捕捉、因素變量的測度轉換和相互關系等進行恰當的分析評價，而且要有助于研究者形成統一的關注點和便捷的表達交流方式。

稀疏纖弱的根須何以供養枝繁葉茂的大樹，高度簡化刻板的基礎行為假設必然會使理論體系蒼白脆弱，經濟學未來的創新發展也就必然是以深化行為分析、夯實微觀基礎為著力點和提升方向。轉變認知觀念、構建合理的評價體系和話語體系，是經濟理論和建模方法躍升的重要基礎與有力保障。

二、經濟研究數字化建模分析凸顯人文特色

從人文認知視角考察數字化建模分析，模型構建既要源于現實且能在動態演變過程中與現實對接契合，又要有利于學術上的探索推理和溝通交流，其是以一系列假設（或顯或隱）為基礎，既能萃取聚焦問題，方法（論）本質上又還是由局部推知全體。尤其是針對人類主體行為及對外界條件變化、多因素交融不可分性的綜合響應等復雜特點，經濟學及人文社會科學的研究更需要既科學嚴謹又鮮活獨到的建模及相應的實證分析。

1.為什么要拓寬經濟建模分析的認知視角

如何建模？通過觀察體驗和分析思考，前提假設必不可少，提出假設有兩方面的作用：一方面是取舍提煉、抽象和聚焦問題（不只是簡化）;但另一方面卻有可能掩蓋、丟棄重要信息，有可能偏離建模初衷和目的。所以一定要有相應的基礎假設檢驗，以增強模型的可信度和可行性，不同類模型各有分工：基準模型作為參照研究共性問題，特定的異質行為模型研究個體差異及個體與群體的復雜行為關系（后文簡稱為個群關系）等。

欲拓寬和豐富經濟建模分析，可從建模的習慣做法切入。首先是以建模目的為導向，明確理論分析的原（起）點，展開方向與技術路徑，將基本原理依據、核心問題與關鍵點、主體行為描述、數據獲取和加載貫通起來;其次是精細斟酌與權衡選擇點、符號體系和邏輯規則等作為基準參照模型，讓模型更有針對性地聚焦至所研究的問題上;再則是數理推演、數據加載與實證分析，既要有宏觀層面共性意義上基于樣本統計平均的解釋變量與被解釋變量（或外生與內生）總量關系的解析式模型，又要有微觀層面上的個性化異質行為大數據廣義矩陣的展開式模型，兩類模型有機結合，已發生的經驗數據和主動有目的地獲取的數據結合，有望全面透徹地認知真實世界。

以資源優化配置為目的的傳統模型的一般形式為：

2.如何借助數字化技術從人文視角拓展經濟建模

經濟和人類社會的復雜性是根源于主體行為及其相互關系的人文復雜性，更有針對性、能靈活定位聚焦的數字化建模有助于經濟研究凸顯人文特色。深入細致地刻畫微觀個體行為差異、網絡結構中變化著的多連通傳導和孕育釀成的宏觀異象效應，以及環境條件變化對微觀決策行為影響的互反饋機制，對這類現實問題的分析與建模，必然要有與之相應的建模和實證分析技術，而數字化建模就應運而生，其能深入細致地刻畫行為的主體性（主觀意識、目的選擇、主動應對和自我調適等）以及交互影響的策略性和社會整體性等特有屬性，且未來一定是蓬勃發展、勢不可擋。

如何將現實問題轉化為既可共同探索、又便于交流分享的學術問題，其關鍵事項就是基于行為大數據建模，概括行為特性與響應模式，進行過程和機理分析，以使行為關聯和軌跡通達協同，透析宏觀異象的微觀成因等。由優勢因素主導的集中分析式建模到多因素分布式混合結構的廣義大數據建模（即數字化建模），能更直接反映經濟金融活動的本質特征，夯實基礎，標明特色，尋根筑基，固本鑄魂。在慣常的認知模式下和理論空間中的分析探討，具有人物分離、因素獨立、動態一致性等隱含假設和特性，可保持相對平行獨立穩定。基于特定時期背景的延伸、發展和變化，觀察與選用、權衡與取舍、抽象與具象、假設與推理、理論與實證、借鑒與創新、焦點與難點、自洽與突破、繼承與創新、應用及建議等這一系列處理有助于拓展認知視角，在微觀行為層面處理主體內生適變性、綜合處理外界變化的不可分離性等，通過抽象簡化、對應平行地在認知空間進行邏輯演繹、探索規律，反過來解釋和指導實踐活動。由此發展而來的數字化建模其實就是將主體行為軌跡和印痕全程式分類分段記錄并離散化賦值，輔助采用二分法、分區（象限）和網格化（多主體關聯）等方法，如此全方位全息地對應映射、實時交互分析處理、多頻（方式）輸出，以便修正提升、還原校準。

數字化建模與大數據技術應用天然關聯，數據矩陣其實就可看成是數字模型。遵循由實踐到認識，再回到實踐的認知關系和規律，數字化建模也是經歷由散點具象的描述，到集中抽象的主因素關系建模，再回到分布式“具象”建模這一過程，是在更高層次上的認知循環回歸。個體差異化就是決策行為因人而異、因景而變，而情景或群體（宏觀）現象又是眾多異質性個體行為交互作用和疊加聚合而成。在主體i的二元變量的定義域{（行為，情景）所有可能的變化范圍}內，即框定與i相應的特有的響應模式，以兩分法或分段方式賦值，可將復雜情景下微觀主體的臨界決策行為描述推廣為：

其中符號意義與前上述公式（1）和（2）中的符號意義相同。這種描述和處理方法，是數字化技術的自然應用和對接，是探索人類行為及社會活動比較理想的基礎工具和基本方法。由于研究對象的不同，自然科學（工程技術）的建模分析是人格物化，而數字化建模，卻能捕捉、聚焦和更好地刻畫人文特征。對現實問題中所有主體在臨界點的決策行為/關鍵特征賦值轉化，就可創新得到所研究問題的數字模型，如此能使模型更加科學嚴謹、直觀可信和靈活便利。

數字化是一場思維認知革命，利用AI和VR+等技術手段為數據賦予靈魂，數字化建模極大地豐富和提升了大數據的含義、應用價值和利用率，促進了經濟理論研究和建模分析的觀念變革、視野拓展、技術提升和效應升格，使得深化分析微觀主體行為成為可能。技術手段進步得越高越快，試圖完善模型的努力越大越緊迫，或許能發現主體行為與外部不確定性條件變化的不匹配會更多，就覺得模型更不完善，而常常由此陷入認知邏輯怪圈。新一輪科技革命迅猛發展，無論出現何樣的技術形式和進步，但從認知角度看，都要以數字映射為前提，借助模型中介實現。數字化建模是科學合理、直觀易懂、便利操作和自動程序化的高—保—真映射，能最大限度避免由于缺乏行為假設檢驗和數據可信檢驗而可能導致的根基層面上的潛在失誤與風險。

譬如，按傳統方法，通過訓練時間、經費投入、參賽場次等能回歸和預測出即將發生的賽場情況嗎？而根據球員的個人特性技能、情緒和現場發揮（包括對手的），卻能很好地分析和把控賽況。類似地，對于一個公司的績效、一個國家的經濟運行，也需要如此的行為建模分析思路和技術，只不過規模上更大、異質行為更鮮活豐富、交互關聯結構更加多連通化、群體組織層級更加頻繁交疊、作用機理更復雜和市場總體形態更多樣易變而已，它們的內在機理類似。與傳統方法相比，數字化建模在全面綜合、精細深入處理主客觀因素時有明顯優勢，只是考慮到技術上的計算資源和算力的局限，以及數據可獲取性等，應用時適宜對微觀主體行為做適當的層次和群組分類，然后做賦值轉化后再進行數字化建模。

三、個體與群體復雜行為關系的數字化建模揭秘

社會經濟活動中的個體差異性與群體交互關系的復雜性，是人文社會科學研究最具挑戰性的兩大瓶頸難題，是必須要明確回答、徹底解決的主旨問題。然而不無遺憾的是，高度抽象、簡化理想的傳統理論基礎和建模技術方法對模型的因素測度、權衡關聯、類型識別、參數設置和估計等架構和實施步驟，未能逐步解開或隱匿了不同層次、環節和步驟中差異個體相互作用所可能產生的總體疑難現象和困惑，并受其長久困擾。而數字化技術不僅推進了對個體行為異質性的研究，也能為探討個群關系開辟新的有效途徑。

1.群體行為是個體行為的線性疊加嗎

社會經濟活動中的群體行為或總體現象，是由差異性個體的行為選擇和結果表現的積淀交疊而成，其中主體問的網絡關聯結構、連通鏈路和作用權重、個量生成總量的機制和傳導機理等內在因素影響重大;反過來，個體的行為選擇也與交互關聯的網狀結構、群體行動結果的形態性能等密切相關，而人類的主動意識，使此雙向過程更加撲朔迷離。異質主體問行為相互影響的雙向多連通性，是探索個群關系和經濟復雜性的切入點，也是經濟學研究的核心難題，而行為與實驗經濟學、博弈論與復雜網絡或社會網絡分析（SNA）各有側重地為此提供了理論基礎。但是，如何進一步模型化，才有助于從根本上破解經濟金融復雜決策密碼？更深入的分析還需要同胚同構的網絡拓撲映射、內生自適應演進、結點主體與網絡路徑結構相互作用可引發的個體行為性能的變化等，因而，鮮活屬性、多變結構，打開行為黑箱，揭示機理奧秘，聚焦關鍵（決策）結點，這些或許最適合用數字化建模來分析。

現實的突顯與理論的回避加劇了群體行為復雜性分析的難度，其關鍵點在于對集體行動邏輯的認知和由個量生成總量的機理。前者，可由背景分析、問題歸類和明確建模需求，來強調人本主體和行為主線，對互為因果關系、互反饋機理進行基本描述刻畫和深入分析;后者，可由僅依據行動結果推測的外推式分析發展為由內至外、由動因到結果的內生、內嵌式分析。與內在元素的同質和穩定屬性的情況不同，當意識主導下的個體行為差異化顯著，且會隨交往對象、節點和路徑的特性不同而發生不同變化時，原有方法就會失靈或不嚴謹。而如何考慮有意識行為的作用，這正是人文類研究的本征要求。

探討現實復雜的個群關系，其扼喉的理論困擾在于對個群關系不宜用線性加總和同類優化目標函數來描述。由均衡到非均衡、線性優化到非線性涌現、規范常態到非常態復雜，數字化建模最大的價值與優勢或許就體現在：能更深入細致地展開式刻畫個體異質性行為和揭示個群關系的復雜奧秘、社會經濟活動的傳導機理、個量到總量的生成模式、宏觀涌現和異象的微觀成因、結果分析檢驗和應用價值與含義，以及群體或宏觀變化影響微觀個體決策行為的反饋機制。傳統理論和方法“巧妙”地回避，或者說是有意掩蓋了微觀主體行為的差異是宏觀突變涌現、波動變化等異象生成的根本性原因等更為合理的解釋。

2.數字化建模能揭秘個體與群體的復雜行為關系嗎

博弈論以策略行為刻畫個群關系，以納什均衡為核心概念和主軸，在各博弈方的策略空間上構建一系列博弈模型，為研究群體交互行為提供了理論基礎框架和展開路徑：從參與者謀定博弈局勢，到個體策略行為和交互結構，再到博弈均衡產出，如此對策略行為及收益的離散化、分布式刻畫和表達分析，實際上就是某種程度上的數字化技術的應用。

無論現實多么復雜深奧、情景多么豐富鮮活，復雜情景中人們的臨界決策最終都可簡化為在A與非A之間的兩難抉擇，而經由問題提煉、假設取舍（ceteris paribus），在約束條件下追求目標函數（或方程組）的優化，是在人格物化基礎上借鑒熱力學定律等統計物理的總量概括視角和方法。需要進一步引入非線性科學、復雜性科學及混沌理論等前沿交叉學科，用前述的基于二元變量（行為—情景）或兩分法的數字化建模分布式、離散化和行為與情景雙向互反饋的觀點，將上一小節中兩分賦值方法在整個網絡關聯結構和傳導鏈上實現，才能充分展現及從行為根源上處理好復雜易變的個群關系。用關鍵行為特征平（曲）面一道道截取，用多情景現象一層層揭開，使得行為響應、網聯結構和復雜機理等在每幅截面、每個節點等關鍵點上分解、深化和延展，得到數字模型，能分布式精細化地描述個群關系，探明貫通機理。主體問交往的每一節點上有多種變化的行為表現和生成原因，只有以大數據為基礎、數字化技術為樞紐，才可將網絡全局各節點上不同類型主體的個性化行為在受網絡鏈路和結構的影響下的屬性表現展示出來，而真實的網絡結構性征和傳導路徑也是由各節點上個體的差異化選擇所決定，如此的雙向互反饋，能且也只能以微觀層面上的行為—情景互反饋為基本分析單位，用分布式、離散化、變權重、揭示呈現機理、相機路徑選擇的數字化準確精細地刻畫和構建模型;進而與計算實驗、多情景模擬等技術結合，有望揭開群體思維和集體行動之謎。由于認知局限，經濟理論就埋下基本行為假設失驗的隱患;由于缺乏數字化技術，養成了對可信度含混的數據的依賴;由于未引入數字化建模，就難以深入、精細地分布—整合式刻畫揭示個群復雜行為關系，就難以貫通傳導機理、透析認清宏觀典型化事實的微觀成因及其微—宏（觀）內在的互反饋機制，也就必然滯緩經濟學科學化的進程。傳統模型不宜刻畫具有自主意識的個群關系的人文復雜性和多途徑網聯的傳導機制，而以數字化技術構建的數字模型，則能與刻畫異質行為的（M）ABM技術交叉并聯、縱橫結合，以動態分析截面圖做縱向分拆，如此有望更加科學有效、直觀便利地刻畫和解釋個群關系。

四、數字金融模型構建及應用

與一般商品市場不同，金融（資本）市場中主體行為屬性和關鍵特征、信息公共池作用與投資者異質化響應，個體差異性和群體交互等特點更加明顯，個群關系及傳導機理更為敏感復雜。關注金融市場不確定條件下的價格或收益率波動，應著眼于市場的不確定或復雜涌現等異象，這其中起根本作用的是人的投資決策思維和行為，焦點是人對資金融通的作用。

1.數字金融模型

分類考察現有經濟模型與應用領域，如生產函數、回歸模型、時間序列類，聯立、結構、投入產出、空間計量、面板數據類，投資圈的唯象、經驗模型，行為博弈實驗、計算機模擬模型及經濟控制論等其他專用、輔助模型，模型的適應性與邊界框定、轉化與整合（一體化）、繼承與創新等，都是在圍繞主要用途和特點構建基本變量關系，以服務于主題。具體到金融建模，將理論依據與現實解釋結合來創新模型，就應聚焦到投資者的異質行為上，拓寬視野，深植根基。對微觀投資行為的數字化描述和建模如下：

如此建模將同質性投資主體推廣到異質性投資主體，能以行為屬性、臨界變化和轉折突變的閾值的不同來反映投資者個體的差異性（異質性），將閾值TB的框定同眾多主體行為邊界、心理底線、共同作用和對外界條件變化的綜合響應聯系起來，也包括了主體間的影響，即內生化與交互性。閾值的框定還要考慮個體行為特征參數、對信息的異質化響應和其他相關投資者的策略行為，將外生賦予的經典概率分布或主觀概率拓展到容納投資者個性化心理特征來框定臨界閾值，尤其是在分析不同資產規模、風險承受類型年齡段的儲蓄和投資等行為特點時更具針對性和有效性。與股市總量特征和現象對接，由此構建微觀宏觀一體化的金融模型，還可進一步推廣到一般市場上異質性主體的多種關鍵行為特征。如刻畫分析投資者的差異化行為特性，就要與市場運行基本態勢、群體聚類、市場結構、波動變化和建模分析技術支持及認知水平密切關聯起來。將此類問題合理地數字化，有望從根本上創新金融建模方法，推升金融建模水平。

2.資本資產定價模型中的β系數

下面以資本資產定價模型CAPM為例，E（r_i）=r_f+β_im（E（r_m）-r_f），即投資者i的決策依賴于預期的市場收益率。其中的β系數，高度概括地刻畫分析了行為的能動性，再深入一步拆開來看，其實質上是掩蓋了個體差異性（行為多樣性）、綜合響應處理和群體交互的多連通性（網絡結構關聯和傳到機理的復雜性）所潛藏的風險和可能出現的多態勢市場涌現等異象。且不說理想假設和經典模型與現實在一定程度上的脫節，我們強調指出要對抽象、規范的初始行為做基本假設檢驗，是因為一旦個體行為的偏差（bias）和異質性超出隨機誤差（error）的界域，又在多連通多類型的網絡結構關聯和傳導機理的增強作用下，其市場結果和效應會大大偏離理論預期結果。這揭示出一個關于個群關系（市場總體）的更為深層嚴苛的隱含假設，傳統建模預設了一個典型的隨機試驗情境，使得樣本與總體的數字特征保持一致，只是為了將現實世界、真實市場對應地轉換搭建成認知空間中自洽的理論體系。欲深刻理解異質行為與市場形態之間的互反饋機制，基于大數據對異質投資行為的數字化建模，不宜簡化為典型的代表性主體行為、套用總量特征和因素關系的解析類函數方式來分析，須跳出傳統思維框架和理論局限、擺脫對經驗數據的依賴，將關于投資者行為與市場的初始描述和界定聯系起來看，才能打開行為黑箱、探明傳導機理。

按市場形態、結構類型、行為特性及不同時段等先確立一基準值，再分類估算系數、識別模型，或相對成熟穩定或幼稚波動，或理性主導或投機擾動，或外生牽引推動或內生蓄勢觸發等，而不是籠統地用投資行為結果和市場總體特征數據來經驗性地估計參數。基本面投資者與技術型投資者、幼稚投資者與老練投資者、散戶與機構等不同類型投資主體對信息的沖擊、他人策略的影響、結構演變和市場波動的行為響應、投資決策隨網絡節點變化等方面有顯著差異，而數字模型相對直觀、全面和有關聯的展示，能增強模型分析的解釋力和預見性，有助于揭示股市復雜奧秘。

3.應用嘗試

模型其實就是思想實驗室、理論檢測臺，力求全面反映市場狀況、細分投資者行為，整體關聯地考察并且便于比較類推，哪些行為屬性在什么條件和相互影響下，能產生何樣的市場形態等，如何才能有更具針對性的分析理論與模型方法。具體以所關注的投資者個體行為屬性和關鍵特征等微觀背景為行，市場現象（事件）為列，組建（大）數據廣義矩陣，用外生沖擊或條件變化為截面，二分法截分后對應地0—1或離散賦值，然后疊加匯總。構建和利用此類數字金融模型經過總體關聯、分類對比，就可從中發現：

（1）最有可能引發某種市場形態（異象、涌現或事件）的微觀成因（或影響最大的微觀主體行為因素）、傳導機理和可行路徑;

（2）個體臨界決策和結構突變的重要特征與替代轉換比等。

自然界事物存在變化常態下的特點和規律，適宜用因果（相關）關系解析式函數模型;而以人的行為為主因的社會經濟活動，尤其是非常態非線性復雜情景下的分析預測，或許更適合用分布式數字模型，如此能更加清晰可信地察覺一些關鍵特征，對臨界突變或涌現等異象起更好的警醒作用。下面給出嘗試性應用示例。

表1 投資者行為與股市典型化事實的關聯分析示意表

表1中的數據，是特定時點真實市場形態經數字化對應轉換所得，刻畫出中國投資者分類行為特點：一般投資者（Ⅰ，散戶基本面、跟風）、老練大戶（Ⅱ，理性、技術）、投機者（Ⅲ，私有內幕信息）、專業機構（Ⅳ，包含Ⅱ和Ⅲ）等。表1中可包含行為屬性分類、市場形態變化的文字描述等其他數據類型。轉變認知觀念、利用數字化技術建立的表格模型，即數字模型;數據關聯和模型機理與反映的對象不一致，所做分析和實證的技術再高深、再嚴謹，也根本不可能解決現實問題，這就像廚師穿著白大褂看病，所開處方不可信，自然解決不了病痛問題。而上述基本數字模型（表格）與真實市場變化實時對接，輸出所關注的關鍵點，不僅能跳出傳統建模方法的局限和框架，還能基于大數據，從認知視角解決維度詛咒、數據與模型不匹配、信息噪音與數據清洗之間的權衡等問題，大大增強解釋力和預見性，且應用時非常便利。

從認知角度和層面上，根本解決假設與現實的符合，理論與實踐的對接，主次因素交互取舍排序，數據的清洗、規范與挖掘，局部與整體的關系等問題，數字化建模有獨特優勢，這就是新科技革命浪潮沖擊下適應新經濟生態、開創這一新途徑的意義和價值所在，也是大數據和數字時代建模技術發展之必然。

五、結語

現實需求孕育和積蓄著創新發展數字模型的不可阻擋之勢。以研究目的為導向，提煉問題、描述背景、明確動因，建立基準模型辨識評估模型的有效應用及適應性，樣本估參和類比，數據的質量和可獲取性，技術方法的適定性（確信度、可確證性），如何提高模型應用的解釋力及預見性，應用的一般步驟、技巧和注意事項，效果的檢驗和評價（隱含假設及局限性）等一系列環環相扣的問題，在數字模型中都會有新的做法和展現。

由于個體特性、交互效應、群體增強，因素（變量）形態和關聯內生適變，模型卻相對穩定，而以人本主線貫穿、基于行為大數據、以數字化技術支撐，有望拓寬認知視角取得突破，對于方法的單一僵化與現實的多態易變之間的矛盾、缺乏行為假設與數據可信等基礎檢驗的理論參照系與現實問題的偏離造成的復雜扭曲現象，數字模型在跨學科跨領域探索揭示復雜奧秘時，具有綜合優勢且更符合人們的認知習慣，尤其是非常態情景復雜決策及管理等;再加之行為實驗類模型凸顯人本特色，能為復雜性科學、計算實驗與計算社會科學等融入人文靈魂，進而可借助數字模型實現人文社會科學的大跨度、大縱深和大整合。數字化建模具有認知對應、關聯類比，簡化復雜、化解關鍵難點，且直觀便利、易于程序化等顯著特點和優勢，將其與傳統方法做簡要對比見表2。

表2 傳統模型與數字模型主要特征對比表

以大數據、AI和數字化及VR+類技術等為鮮明特征的新一輪科技革命與人類自我發展的協同共進，必將對經濟理論和模型的研究創新產生重大影響。培養數字思維、形成數字認知、樹立數字觀念、構成數字世界，可從根本上一改傳統做法，轉換和提升認知觀念，打開行為黑箱，深化夯實微觀基礎。大數據廣義矩陣與“全”樣本統計分析，行為動力學建模與動態分析，決策復雜性機理的深刻揭示，應用范圍的迅速拓展等，必定會促進數字化技術應用于經濟學及人文社會科學研究的實質性躍升，開辟新的時代和新的途徑。

責任編輯：牛澤東