社會計算視角下疫后政策效用仿真模型構建與實現(xiàn)

徐斯穎 張高煜 王穎穎

摘要：新冠肺炎疫情的爆發(fā)對我國數(shù)字經(jīng)濟的發(fā)展既有沖擊也有刺激，現(xiàn)階段需要可靠的社會信息與決策使數(shù)字經(jīng)濟正確地發(fā)展。本文可以將政策或配置進行數(shù)字化，并構建了結合政策效用的企業(yè)多智能體模型來仿真演化企業(yè)的生存發(fā)展，進而幫助加強政策引導和制度保障，使數(shù)字經(jīng)濟更加快速發(fā)展。

關鍵詞：企業(yè) 智能體 政策效用 社會計算

引言

民營企業(yè)是社會網(wǎng)絡和經(jīng)濟市場上的主要參與者，它們一直以來都是學術界的重點研究對象，許多創(chuàng)新性的方法被提出用來研究民營企業(yè)生存發(fā)展問題。HanxueChen（2021）提出一個加入環(huán)境因素的全球價值鏈分析框架，該框架顯著影響了企業(yè)生產(chǎn)效率[1]。Lucas Olmedo （2021）發(fā)現(xiàn)將企業(yè)組織與農(nóng)村社會相結合可以更加促進地方的綜合性發(fā)展[2]。ShantingWei（2019）采用仿真博弈的方法為基于動態(tài)協(xié)同創(chuàng)新網(wǎng)絡的企業(yè)合作戰(zhàn)略優(yōu)化提供了進一步的企業(yè)管理策略[3]。Jia-CaiLiu （2021）利用博弈論和最小二乘的方法解決了不完備信息下企業(yè)聯(lián)盟的協(xié)同利潤分配問題[4]。HervéPanetto （2019）總結了在未來的企業(yè)制造領域中信息化制造企業(yè)所面臨的挑戰(zhàn)[5]。HongZhang （2020）等構建了基于排隊論的企業(yè)活動流程模型，得到價格變化對需求量有著顯著影響的結論[6]。Zhong-LiangZheng （2019）利用近幾年中國制造業(yè)上市公司的數(shù)據(jù)發(fā)現(xiàn)經(jīng)濟金融化會導致企業(yè)投資行為異化[7]。

政策是影響企業(yè)生存發(fā)展的一個關鍵因素，本文構建了結合政策效用的企業(yè)多智能體模型。基于此，企業(yè)智能體可以在不同政策效用進行演化仿真。

1.一種新的企業(yè)智能體模型

本文提出一種新的企業(yè)智能體模型。企業(yè)智能體一共有9個基礎變量。

基礎變量1：個體數(shù)量，其代表在仿真環(huán)境下現(xiàn)存主體個體的數(shù)量。

基礎變量2：流動現(xiàn)金，其代表個體在運營過程中累計業(yè)務的利潤總額，是對個體業(yè)務能力及企業(yè)生存能力的評價標準。

基礎變量3：技術現(xiàn)金，其代表個體在運營過程中技術能力的變化，是對個體業(yè)務能力及企業(yè)創(chuàng)新能力的評價標準。

基礎變量4：員工人數(shù)，其代表個體所用的員工總數(shù)，是影響個體業(yè)務能力的直接效用變量，與員工能力呈正相關。

基礎變量5：企業(yè)能力，是對個體的綜合評價，直接影響收入。

基礎變量6：技術能力，與流動現(xiàn)金和技術資金有關，直接影響企業(yè)能力。

基礎變量7：員工增長率，其代表個體在運營階段內(nèi)員工數(shù)量的總體增長率，對員工人數(shù)呈正相關影響。

基礎變量8：員工離職率，其代表個體在運營階段內(nèi)員工數(shù)量的自然減少率，對員工人數(shù)呈負相關影響。

基礎變量9：總支出，其代表個體在運營階段內(nèi)日常開銷的綜合，主要與員工數(shù)和員工工資有關。

企業(yè)智能體的更新規(guī)則如下：

2.政策效用對企業(yè)智能體影響因素定義

本文構建了9個不同的政策效用，它們作為企業(yè)多智能體的控制變量可以在模型仿真演化過程中直接影響企業(yè)智能體的基本變量，進而使企業(yè)智能體在相對應的政策效用下進行生存發(fā)展的仿真。而且意外情況的控制變量模擬了企業(yè)智能體在突發(fā)疫情情況下的演化發(fā)展。控制變量1為意外情況。控制變量2-9為政策效用。

控制變量1：意外情況，模擬個體企業(yè)遭遇重大事故的情況，初始默認為None。

控制變量2：教育投入，是對高校教育資金及師資力量投入的度量值，對個體的員工數(shù)量增長及員工能力產(chǎn)生正相關影響，這里對于員工數(shù)量增長隨機提升1.5到2倍，對員工能力隨機提升1.2到1.4倍

控制變量3：稅收優(yōu)惠，是對企業(yè)稅收優(yōu)惠政策的控制度量，對個體的所得稅及其它稅目費用產(chǎn)生負相關影響，意味著優(yōu)惠力度越大，所得稅及其它稅目費用越少，這里對于稅率隨機降低0到25%。

控制變量4：金融支持，是對企業(yè)貸款最大額度、利息率優(yōu)惠政策的控制度量，對個體貸款成本產(chǎn)生負相關影響，意味著支持后貸款成本費用越少。初始值為30萬元，，利息為0.055%。 支持后貸款總額隨機上升1.1到1.3倍，貸款利息隨機下降0到20%。

控制變量5：社會與勞動保障支持，是對企業(yè)所雇員工社保加金補貼政策的控制度量，對個體員工社保加金成本產(chǎn)生負相關影響，意味著補貼力度越大，員工社保加金費用越少。其量值設定范圍為0-500之間，初始值默認為500，單位為元/人。

控制變量6：服務支持，是對企業(yè)運營過程中政府配套服務的控制度量，對個體技術重視度、技術資金和企業(yè)能力產(chǎn)生正相關影響，意味著配套服務越好，個體會更愿意去提升技術能力。這里對技術重視程度隨機上升1到1.1倍，但是會有一定風險導致流動資金過少進而引起企業(yè)破產(chǎn)。

控制變量7：基礎設施，提供個體企業(yè)基礎設施，使其關于場地的日常開銷減小，進而使總支出減少。這里對總支出隨機下降0到15%。

控制變量8：直接資助，對于初期企業(yè)的直接資金提供，流動現(xiàn)金與技術資金都會隨機上升1到1.05倍，若企業(yè)狀態(tài)是破產(chǎn)狀態(tài)，那么啟用改效用時，企業(yè)會被給予一次重新開始的機會，不過其初始資金相比第一次開始的資金要下降一倍。

控制變量9：貿(mào)易支持，個體企業(yè)被給予與其他企業(yè)貿(mào)易的機會，企業(yè)收入會得到提高，但對于企業(yè)能力有時會提高有時會下降。

控制變量10：政府購買，政府直接給予個體企業(yè)相應的訂單，企業(yè)收入和流動現(xiàn)金都會得到明顯的提升，但是技術資金會有一定的下降。

3.仿真實驗

1） 仿真實驗1——基本模型驗證

首先，對控制變量默認值進行設置，這里只需要設置貸款總額、貸款利息和社會保障補貼。然后直接創(chuàng)建100個企業(yè)agent進行仿真，同時每個時間步都會保存各個企業(yè)agent的流動現(xiàn)金，技術資金，公司能力和員工能力以及企業(yè)agent破產(chǎn)數(shù)，并用python中的第三方庫matplotlib進行數(shù)據(jù)可視化。初始化得到的某一企業(yè)agent內(nèi)部參數(shù)變化的仿真輸出如圖2-20所示，破產(chǎn)企業(yè)個數(shù)由圖2-21所示（其中x軸為時間軸）。

從圖2-20中可以看出，隨著時間的推進并且在無政策作用的各個環(huán)境變量因子的影響下，該企業(yè)在初期發(fā)展迅速，因為公司規(guī)模小，日常開支會比較低。到了中后期雖然企業(yè)能力和員工能力保持著上升的趨勢，但是公司規(guī)模不斷擴大，公司收入與支出差距不斷縮小，最后公司發(fā)展出現(xiàn)下降的狀態(tài)。由圖2-21也可以看出，在中后期時間，破產(chǎn)企業(yè)的個數(shù)直線飆升。

2）仿真實驗2——政策效用的啟用對于企業(yè)的發(fā)展影響

將直接資助，基礎設施，金融支持，服務支持這四個政策效用啟用后，某個企業(yè)agent內(nèi)部參數(shù)變化如圖2-22所示，破產(chǎn)企業(yè)個數(shù)圖2-23所示。

由于啟用了部分政策效用，可以看出仿真環(huán)境經(jīng)過了一段時間后，雖然企業(yè)agent的發(fā)展相比仿真實驗1增長不多，但是與仿真實驗1不同的是，在中后期時間，公司發(fā)展的狀態(tài)是趨于穩(wěn)定的。可見啟用政策效用可以在一定程度上促進企業(yè)發(fā)展。而且對于最后企業(yè)破產(chǎn)個數(shù)的變化可以看出，在啟用政策效用后，破產(chǎn)企業(yè)的個數(shù)得到明顯下降。

3） 仿真實驗3——政策效用的副作用對于企業(yè)的發(fā)展影響

由于政策效用不會是永遠有利企業(yè)發(fā)展，有些會打亂企業(yè)內(nèi)部資金結構造成企業(yè)接受政策效用后出現(xiàn)發(fā)展變?nèi)跎踔疗飘a(chǎn)的情況。本實驗啟用了服務支持這個政策效用，因為它會讓企業(yè)改變自己的技術重視程度，從而影響流動現(xiàn)金的變化，如圖2-24所示。企業(yè)破產(chǎn)個數(shù)變化如圖2-25所示

明顯可以看出，在開啟服務支持后，企業(yè)技術資金以及受其影響的企業(yè)能力在初期飛速提高，但過了一定時間后，由于日常支出的提高，流動現(xiàn)金大幅度地下降，原因是企業(yè)投入太多技術資金，無法抵消支出。根據(jù)圖2-25，更能清楚地得到企業(yè)在第40個時間步會有100%的概率破產(chǎn)。

4）仿真實驗4——企業(yè)對于意外情況的預警模擬

通過在某一時間點，以人工的方式改變企業(yè)流動現(xiàn)金來模擬企業(yè)自身應對意外情況時的反映，內(nèi)部參數(shù)變化如圖2-26所示。

由上圖可以看出，企業(yè)agent在遭受意外損失的時候，其通過改變內(nèi)部相關參數(shù)來快速地做出反映，最后免于破產(chǎn)的風險。

參考文獻

【1】Chen H，Wang S，Song M. global Environmental Value Chain Embeddedness and Enterprise Production Efficiency Improvement[J]. Structural Change and Economic Dynamics，2021，58：278-290.

【2】Olmedo L，van Twuijver M，O'Shaughnessy M. Rurality as context for innovative responses to social challenges–The role of rural social enterprises[J]. Journal of Rural Studies，2021.

【3】Wei S，Zhang Z，Ke G Y，et al. The more cooperation，the better？ Optimizing enterprise cooperative strategy in collaborative innovation networks[J]. Physica A：Statistical Mechanics and its Applications，2019，534：120810.

【4】Liu J C，Sheu J B，Li D F，et al. Collaborative profit allocation schemes for logistics enterprise coalitions with incomplete information[J]. Omega，2021，101：102237.

【5】Panetto H，Iung B，Ivanov D，et al. Challenges for the cyber-physical manufacturing enterprises of the future[J]. Annual Reviews in Control，2019，47：200-213.

【6】Zhang H，Akuamoah S W，Georgescu P. A flow model of corporate activities with quality assurance[J]. Physica A：Statistical Mechanics and its Applications，2020，549：124447.

【7】Zheng Z L，Gao X，Ruan X L. Does economic financialization lead to the alienation of enterprise investment behavior？ Evidence from China[J]. Physica A：Statistical Mechanics and its Applications，2019，536：120858.

作者簡介：徐斯穎，男，漢，2000年5月生，上海人，本科，上海立信會計金融學院統(tǒng)計與數(shù)學學院應用統(tǒng)計學大三學生，上海立信會計金融學院統(tǒng)計與數(shù)學學院應用統(tǒng)計學，研究方向：社會計算