Swarm環境下基于主體建模的財政政策仿真框架研究

李楊

(首都經濟貿易大學統計學院，北京100026)

Swarm環境下基于主體建模的財政政策仿真框架研究

李楊

(首都經濟貿易大學統計學院，北京100026)

文章在政府財政平衡理論模型和基于主體建模方法的特點及應用的基礎上，探討了基于主體建模的財政政策研究的基本方法，構造了基于主體財政政策仿真模型在Swarm仿真環境下的實現框架，并主張將統計方法貫穿于仿真研究過程中，充分利用仿真模型數據，發揮仿真模型的政策模擬功能，指出基于主體建模仿真可以為財政政策的制定提供一種更具時效性和科學性的方法。

基于主體建模；財政政策；仿真；Swarm

0 引言

近年來，隨著復雜性科學和系統仿真技術的發展，基于主體建模(Agent-Based Modeling)的系統仿真方法逐漸被引入到社會科學研究領域，社會科學的仿真模型大體上經歷了系統動力學、微觀模擬、自適應主體模型等階段。基于主體建模假定主體具有自適應性，并會從歷史中學習以完善自身行為，從而達到利益最大化，因此，使用這種研究方法往往可以了解特定條件下主體的最佳反應與行為模式，為我們的研究提供科學可靠的依據。同時，基于主體建模的系統仿真方法有著成本低、易于控制、研究周期短等優點，因此特別適合政策研究。

本文意在以財政平衡理論模型為基礎，探討基于主體建模的財政政策研究的基本方法，并構造基于主體的財政政策仿真模型在Swarm仿真平臺上的實現框架，將財政政策的傳統研究方法與目前較為前沿的仿真方法結合使用，充分發揮研究對象的自適應特點，探討基于主體建模的系統仿真方法對于我國財政政策研究的適用性以及所得結論的可靠性和現實性，為財政政策的研究提供一種新的方法。

1 基于主體建模的財政政策仿真模型

政府財政平衡理論模型是財政政策研究的基礎模型，目前對政府財政政策的研究都是以該模型為基礎，本文涉及的基于主體建模的財政政策仿真模型的基本觀點取自該模型。該模型的研究對象假設有兩級政府，即中央政府和地方政府。模型還假設中央政府總是保持預算平衡的，中央政府的收入全部來源于稅收，假定匯率為τ，它是中央政府的調控因子。中央政府支出由兩個部分組成，即一部分用于直接投資，另一部分是對地方政府的轉移支出。因此，中央政府的決策變量也就是最終要求得的財政政策為稅率τ和中央政府用于直接投資的比率τc，即地方政府的決策變量為地方政府的稅率τs。對于中央政府和地方政府的目標，實際上并不是完全一致的。中央政府制定財政政策的目標即包括總體經濟增長又包括地方發展的均衡，而地方政府的主要目的僅僅在于地方經濟增長。地方政府單一的經濟增長目標有可能使得各省市的經濟差距進一步增大，使得全國經濟發展不均衡。因此，中央政府在制定財政政策的時候既要考慮各地區經濟的全面增長，又要考慮地方經濟間的均衡。有了上述理論基礎，我們就可以進行在Swarm仿真平臺上基于主體建模的財政政策仿真模型框架的設計。

在Swarm仿真環境下基于主體建模的仿真模型有三類主體，第一類是仿真主體，該類主體是現實經濟體在仿真模型中的映射，也稱為“個體”；第二類是功能主體，該類主體是為了實現仿真模型的功能而設，在現實中不一定有其原型；第三類是控制主體，這類主體在Swarm仿真平臺中是固定的，分別是ObserverSwarm和ModelSwarm，其作用是控制模型的運行和提供模型與研究人員的信息交互。

根據對理論模型的分析，在財政政策仿真模型中包含兩種仿真主體，即中央政府和地方政府，而且現實中這兩類主體是具有經濟人性質的自利性主體。為了使仿真模型適用于對我國財政政策的研究，設定仿真模型中包括一個中央政府和31個地方政府，來表示我國的區域結構。中央政府要選擇最佳的財政政策，即稅率τ和中央政府用于直接投資的比率τc，來確保全國的經濟增長和地區均衡發展。另外31個地方政府主體，即我國的各省市，其結構完全相同，有區別的僅在于主體中的具體屬性，如經濟狀況等。地方政府要選擇最佳的稅收收入稅率τs來保證地方經濟最大程度的增長。

中央政府和地方政府主體在確定其最優財政政策和稅率時，需要根據仿真環境實時地調整其行為模式，所以仿真模型框架中還必須包含一個可以賦予仿真主體自適應、自學習能力的功能主體，即遺傳算法學習分類系統（簡稱GALCS，它的運行原理將在后文介紹）。那么在Swarm仿真平臺下的基于主體建模的財政政策仿真模型框架可由圖1表示。

2 遺傳算法學習分類系統

一個仿真模型的價值就在于其模擬現實經濟體行為的能力，而該能力很大程度上得自于遺傳算法的引入。遺傳算法可以根據仿真虛擬經濟環境的變化，使得仿真主體自我動態地調整自身行為特征，使之適應當前的環境。在本仿真模型中用到了用于美國ASPEN模型的遺傳算法學習分類系統（Genetic Algorithm Learning Classifier System,GALCS），這就是遺傳算法的一個較為簡單的形式。GALCS功能主體的引入將賦予中央政府和地方政府主體自我學習、自我調整的能力，使得模型中主體體現出的行為更加接近現實經濟行為。

GALCS的思想是在一個仿真主體運行時，我們以它的若干個屬性為指標，通過觀察這些指標在每一個運行周期的不同狀態的組合，將仿真主體在每一期可能的運行結果劃分為若干個狀態。主體通過不斷“學習”，積累在各種狀態的概率就會出現分別，更有利的行為選擇概率會逐漸增大，如此就賦予了仿真個體“學習進化”的能力。

在本文設計的仿真模型框架中，中央政府作為調整行為決策的指標屬性是經濟增長狀況（可以使用全國GDP等指標來表示）以及地區間經濟差異（可以使用代表地方政府主體經濟狀況的GDP的差異量數等指標來表示）；地方政府作為調整決策變量的指標屬性是地方經濟增長，即地方GDP等。這些指標都有三個狀態，分別是與上一個周期相比增加、減少和持平。對于經濟增長，增加表示中央和地方政府的主體行為有利；對于地區差異，降低表示中央政府的主體行為有利，以此為依據令仿真主體自主調整行為模式，使得積累在最佳決策的概率逐漸增大，直至收斂，主體最終達到策略均衡，這時主體行為表現出來的財政政策就是可以實現的最優政策。

該仿真模型的仿真環境和信息流與控制流可以如圖2表示，其中GALCS1和GALCS2分別表示中央政府和地方政府的遺傳算法學習分類系統，它們是保證主體行為進化及最優策略形成的關鍵。

3 統計方法與仿真方法的結合使用

在通常的仿真研究當中，仿真模型的主要流程是基于：初始數據→仿真模擬→主體最優行為，三個模塊進行的。我們主要關注的是主體的最優行為，影響主體最優行為的因素，以及這些因素對于主體行為的影響程度。實際上在這個流程當中，我們忽略了統計方法的應用。造成這種情況的主要原因在于，一般的仿真模型使用的都是具有特定分布的虛擬隨機數據，按照遺傳算法的功能，雖然具體的數據會有所不同，但是只要這些虛擬數據的分布相同，那么最終得到的主體最優行為應當是一致的。但是，在仿真過程中產生的中間數據，以及主體屬性和行為的變動數據就不再具有科學性，不能夠用于統計分析。

對于本文所建立的財政政策仿真模型框架，其初始數據使用現實經濟統計數據，因此，可以保證仿真模型和使用模型進行政策模擬時產生的中間數據是具有現實基礎，并且可以進行統計分析，從中得到的結論是具有科學性的。在仿真模型的每一個周期，中央政府和地方政府主體的行為選擇、積累在各種行為上的選擇概率等指標可以通過Swarm的特定模塊進行搜集，而后我們可以通過對這些中間數據進行進一步地統計分析，來研究主體行為的變動規律，最優決策的形成過程，以及主體屬性的統計規律。

將統計方法穿插于仿真研究的整個過程中來分析主體的行為和屬性的變動規律，可以更加充分地利用仿真方法，更好地研究各種因素和主體屬性之間具體的數量與統計關系。

4 結論

目前，基于主體建模的經濟系統仿真方法與財政政策研究領域的結合還不是很緊密，仿真方法在財政政策領域的研究還主要集中于理論模型的正確性檢驗，這僅僅發揮了仿真方法相當有限的一部分功能。仿真方法的真正作用在于對理論的拓展以及對現實中研究困難的領域提供虛擬環境的模擬支持。財政政策理論亟待要求創新，而且對研究結論的科學性和實際操作性要求更高，因此，仿真方法用于理論拓展和政策模擬的功能也亟待發揮。

在Swarm仿真平臺上建立的基于主體建模的財政政策仿真框架是政府財政平衡理論模型在仿真環境下的實現和擴展，該仿真框架有著嚴謹的理論支持，遺傳算法的引入，同時賦予了仿真主體在現實中具有的自利性和自適應性。在財政政策的制定與實施中，中央政府與地方政府是具有自利意識的主體，將其置于開放的、隨機風險仿真環境中，既可以從微觀角度觀察主體行為特征和主體“有限理性”的經濟人特征帶給中央財政政策的影響，也可以借助具有嚴謹理論框架的政府財政平衡理論模型和相應統計手段獲得定量結果，最終實現對財政政策的檢驗與模擬。這種集成的政策仿真模型會給政策分析帶來較為新穎的研究手段，同樣對于財政政策制定的科學化也具有重要的理論和實踐意義。

[1]張啟春.中國區域差距與政府調控—財政平衡機制和支持系統[M].北京：商務印書館，2005.

[2]任韜，王文舉.基于CAS的多主體寡頭競爭仿真平臺[J].首都經濟貿易大學學報，2007，(3).

[3]任韜，王文舉.保險博弈模型的仿真檢驗[J].經濟與管理研究，2006，(11).

[4]馬立平.關于財政支出與總產出效果的數量分析[J].統計與決策，2005，(12).

[5]馬立平.對生產函數的改進—勞動力素質對經濟增長貢獻的測量[J].中國統計，2004，(11).

（責任編輯/易永生）

F812.0

A

1002-6487（2011）06-0056-02

教育部人文社會科學研究項目（09YJA790143）；首都經濟貿易大學研究生科技創新資助項目

李楊(1982-)，女，河北樂亭人，博士研究生，研究方向：應用數理統計。