基于主體可計算經濟學的經濟能源環境建模研究

朱潛挺，曹曉雪，吳　靜

(1.中國石油大學(北京)，北京　102249； 2.中國社會科學院 數量經濟與技術經濟研究所，北京　100732;3.中國科學院 科技政策與管理科學研究所，北京　100190)

?

朱潛挺1,2，曹曉雪1，吳靜3

(1.中國石油大學(北京)，北京102249； 2.中國社會科學院 數量經濟與技術經濟研究所，北京100732;3.中國科學院 科技政策與管理科學研究所，北京100190)

摘要：基于主體可計算經濟學是對傳統經濟政策研究方法的重大突破。針對當前經濟能源環境領域的相關問題所表現出的復雜性特征，基于主體可計算經濟學角度進行重新認識，重點闡述基于主體可計算經濟學在經濟能源環境建模過程需關注的交互作用和涌現、自適應學習機制、分叉與突變等重要主體行為特征，在此基礎上，提出基于主體可計算經濟學在經濟能源環境建模的實現步驟。

關鍵詞：基于主體可計算經濟學；自主體模擬；經濟能源環境模型

為此，一些復雜科學領域的開拓者開始尋找新的方法，基于主體的可計算經濟學(Agent-based Computational Economics，ACE)由此被引入到經濟問題的研究當中，并成為除歸納和演繹之外重要的經濟學研究思想[3]。一般而言，ACE所具有的獨特優勢可歸納為兩個方面：第一，近乎理想的真實模擬，即它能模擬系統中每一分散異構個體的物理位置、信息應激和交互作用，同時做出實時反饋；第二，開放而靈活的規則，以適應自主體的異質性屬性及復雜的交互機制。正因為這種優勢的存在，使得微觀行為對宏觀結構所產生的效應能夠被監控，也使得目標導向的跨期優化和政策調整成為可能[4]。Tesfatsion認為：ACE存在的意義是要提供全方位整合的人工經濟系統，而隨著經濟社會的發展和對信息處理的精細化要求，更要提供一套可以將經濟政策規則作為“輸入”，并能隨之“輸出”經濟系統運行描述的實用決策指導解決方案[5]。總之，ACE的這種思想為解決3E問題的需求提供了可能，是實現3E問題所需要的新型經濟思維方式。

本文的研究思路是，首先從ACE角度重新認識3E問題，接著闡述ACE在3E建模中需重點關注的如交互作用和涌現、自適應學習機制、分叉與突變等核心問題，然后就ACE在3E建模及實現提出研究思路，最后是總結。

一、從ACE的角度重新認識3E問題

作為研究跨學科復雜性問題的一個重要方法，雖然ACE已被廣泛采用，但其作為一個獨立學科而被普遍認同的概念定義尚未統一。

盡管ACE的具體內涵會隨經濟模型、跨學科對象和建模目標的變化而有所區別，但其核心操作理念依然能夠被明確辨識。一般認為，ACE模型是能將整個經濟系統中交互作用的自主體包含在內的、將經濟過程作為開放式動態系統的計算模型[6]。

在眾多定義之中，Tesfatsion的ACE理念以其比較完備清晰的概念界定和不斷豐富更新的時代性而成為相比之下被引用得最多的定義。他認為，ACE即模擬計算實驗室，它允許用戶隨著時間的推移探索如何改變結構條件、制度安排，以通過人類的決策過程影響系統結果，而這一探索過程類似于在培養皿中培養生物的實驗[5]。根據這一定義，ACE系統構建可分解為3個步驟：首先，在系統中設置代理場景中個體行為的自主體、系統環境初始條件和必要的出清機制；其次，將該系統封閉，使其作為一個獨立的虛擬世界開始運行，在此過程中，系統的動態行為將完全由自主體及其交互驅動形成，不會受到外界干預；最后，記錄下所有自主體的狀態、反應行為和宏觀結構變化。可以看出，與傳統的經濟建模思想相比，ACE除了針對獨立個體在系統中的靜態位置、平面狀態的行為之外，更加側重于社會動態交互和學習行為。

從ACE的角度來認識3E問題，可從企業自主體入手。企業是3E系統的核心。它不僅是經濟活動者，也是能源使用者。企業的經濟活動需要消耗能源，而能源使用將會導致環境污染，環境污染反過來影響經濟活動。顯然，這個過程與ACE理念相一致。參照Wooldridge和Jennings，Tesfatsion等對ACE自主體特征的總結[4，7]，3E系統中的企業自主體具有如下3個特征：一是適應性，即企業自主體能夠在環境影響下調整其行為；二是社交性，即企業自主體能夠在系統中與其他自主體產生交互并根據彼此的行為做出反饋；三是決策性，即通過信息交流和交互作用，企業自主體能夠在目標引導下做出決策行為；四是交互作用下的內生演化，即宏觀系統會受到來自微觀企業自主體的動態影響，整個系統結構會由此產生變化。

需要強調的是，對于企業自主體的研究必須考慮企業技術的進步和擴散。Porter和Christensen認為：與宏觀經濟政策相比，企業競爭力，尤其是技術進步，同樣重要甚至更重要，它是經濟發展的微觀經濟基礎[8]。就傳統經濟建模而言，對交互和學習過程的忽視是可以理解的。因為在分析工具的限制下，它將保證傳統經濟模型的易于管理。然而，這一過程同時也忽略了技術進步和擴散，而技術進步和擴散正是宏觀經濟結構演化的最直接動因和不確定性的來源[2]。相比較而言，ACE卻能很好地刻畫企業主體的這種技術進步和擴散。

總的來說，在3E問題研究中，ACE能夠刻畫的是能源使用、是環境約束下的經濟增長路徑；而作為宏觀與微觀之間的交互作用樞紐，宏觀政策、社會資本和技術擴散正是自主體模擬的關鍵。結合David A.Robalino關于經濟與生態系統耦合的分析，以上3點構成了替代傳統模型的新仿真分析框架[2]。它能夠真實呈現3E體系中自主體的動態交互，并使得在此基礎上尋找對經濟增長和環境改善的跨期權衡政策成為可能。

二、ACE在3E建模中需解決的重要問題

從ACE的角度來看，建模主要是對具有自主體行為能力的分散異構個體進行分解，并反映多主體間的交互作用。在3E系統中，自主體受其他自主體和信息交流的影響而改變其行為，這些行為所產生的共同期望會改變宏觀經濟環境，并改變自主體所采納的新技術決策，最終影響整個經濟網絡結構。在此機制作用下，系統中自主體所表現出的交互作用和涌現、自適應學習機制、分叉與突變3個重要特征備受關注。

(一)交互作用和涌現

就ACE系統而言，交互可被理解為自主體本身、其他自主體和它們所在的外部環境間的相互影響及影響反饋。在這個過程中，外部環境提供了交互作用的空間介質和網絡結構。而交互的關鍵動力，根據Epstein和Axtell，即一個由底層自主體交互所產生的穩定宏觀機制，可用于刻畫交叉環境下自主體所受到的作用力和反饋[9]。除此之外，復雜系統有時會呈現出一種特殊的系統形態，其特征更多是基于系統意義而非個體意義，這種現象被稱為涌現[10]。當這類現象出現時，應將其作為一個整體并采取系統化研究方法，而不應將各自主體行為分開研究。Grimm和Railsback提議，可采用一種全新的模式化策略對系統內部特征進行重新定義，以幫助解釋關鍵的進程和結構[11]。在3E問題中，異質性企業自主體會在市場競爭力、環境政策以及不對稱信息的作用下，隨時調整其決策行為，而這些自主體在每一時點的自主決策和反饋都將在下一時點共同構成一個新的復雜場域，刺激資源重分配和技術再更新。因此，針對3E問題的研究需要考慮系統內不同自主體間的交互作用以及系統作為一個整體可能表現出的涌現現象。

(二)自適應學習機制

自適應學習機制是指，在自主體執行完某種行為之后，可以在某種程度上得到對該行為的積極或消極反饋，從而影響它此后的應激行為。進一步地，通過多次從環境中獲得這樣的反饋，自主體可以不斷優化其行為選擇，對其所處的環境有新的認識，并將這些經驗積累為下次行動的判斷基礎。自適應學習機制是模型出現不確定性的主要原因之一。在現實生活中，自主體都是在基于有限信息的前提下做出決策。然而，隨著所獲取信息的增多，其決策行為也往往會隨之而改變[12]，也因此增加了系統結果的不確定性。在3E問題中，企業自主體可能會因其技術進步帶來的排放減少而獲益，或因其擴張規模帶來的排放增加而受到處罰。在這種情況下，企業自主體必須在綜合考量長期利益和短期利益的基礎上，對選擇減排還是經濟增長做出決策。而這個決策過程往往涉及減排技術和生產技術的不確定性。事實上，自主體在每一時期獲得的決策反饋將會影響它在下一時期的決策選擇；多次反復之后，會使它們對所處的政策環境認識更為深刻，從而完成自主體的自適應學習過程。

(三)分叉與突變

本質上，ACE所要解決的都是復雜科學問題。當復雜問題中出現難以被理解的現象時，往往是因為系統中出現了分叉與突變，即政策和規則的實施得到了意外結果甚至相反結果。從系統動力學的角度來看，分叉往往表現為由參量值跨越臨界值(分叉值)所導致穩定定常狀態定性變化的現象，而系統內部狀態的整體性突變，則表現為過程連續而結果不連續。這種分叉與突變的現象通常可以從兩個方面來解釋：一是由于系統中出現了相互矛盾的政策和規則，二是由于異質性主體特征因其先定條件的變化而表現出不確定性。在3E問題中，企業自主體也會因為某種臨界參數值的跨越而表現出分叉和突變特性。例如，企業自主體的創新過程并非都能成功，只有當創新成功時，其生產成本或者是企業競爭力才能發生飛躍；在創新失敗的情景下，其創新支出無法得到回報，而創新成功與否在某種程度上卻具有相當的不確定性。顯然，這種由不確定性導致的分叉和突變現象在3E建模過程中必須高度重視。

三、ACE在3E建模中的實現

與傳統的建模方法不同，ACE建模的主要思想是以分析微觀異質性自主體的個體屬性及多主體間交互行為規則為基礎。結合3E問題，ACE建模主要分為以下5個步驟。

(一)明確模型目標，形成模型總體框架

為了對現實問題進行建模，首先要對現實原型進行抽象，明確模型的邊界，在此基礎上形成擬構建模型的總體框架。例如，在碳排放權交易建模過程中，研究以碳交易對區域經濟和減排效果研究為目標，可將模型劃分為4個子模型塊，其中配額分配和配額交易為實現研究目標的兩大核心模塊，而經濟模塊和氣候模型用于刻畫經濟系統與氣候系統間的內在聯系。

(二)提取模型自主體，完成模型設計

在明確模型目標和形成模型框架之后，需要從原型系統中提取出相關自主體。仍以碳排放權模型為例，為了分析碳交易對代表性區域的影響，該研究將全球按收入水平分為n大區域，并根據研究目標從中提取出m個代表性自主體區域，用于進行具體分析。一般而言，在3E問題中，可提取的模型主體主要有企業自主體、消費者自主體、市場自主體等。在此基礎上，模型設計需要重點分析各主體的屬性及行為規則。例如，企業自主體往往需要考慮其投資成本、產出、價格、利潤等屬性，以及產品生產、定價、計算利潤等行為。此外，模型設計過程需要時刻關注其交互作用機制、自適應學習機制、分叉與突變等重要特征。值得一提的是，由于所構建模型是對現實原型的抽象，因而模型設計過程中可以忽略一些與研究目標無關的屬性和規則，而僅保留相關元素。

(三)選擇軟件工具，開發模型系統

ACE系統開發是通過計算機軟件平臺來實現的，擬采用的軟件平臺可根據開發者的編程能力而有所區別。對于專業的系統開發者來說，一種兼顧效率和實用的選擇是采用高級編程語言如C#，JAVA等，結合數據庫SQL，以及其他一些專業軟件Matlab，ArcGIS等進行源代碼開發。這種開發方法，優點是系統具有強大的兼容性和可擴展性，而缺點是對軟件開發者的編程能力要求較高。對于普通的系統開發者而言，可采用一些提供類庫的平臺進行開發，這類平臺可被嵌入到與其開發語言相匹配的開發環境中，使用時通過類庫中的函數接口來調用類庫中封裝的函數進行基于自主體模擬開發，如Swarm，Repast等[13]；甚至可采用更為簡便的一類不依賴于其他的底層編程開發環境，且易于操作的開發平臺，如NetLogo，StarLogo等。需要指出的是，為確保模型的正確性和可靠性，無論采用哪種方法，模型的檢驗、驗證、校準都是系統開發的一個不可或缺的部分[14]。

(四)估計模型參數，分析敏感性

一般而言，參數估計的方法主要有經濟計量法和校準法。其中，經濟計量法是指通過對歷史數據的回歸分析得出所需的參數值[15]，然而，采用這種方法的缺陷是必須獲取長時間段的數據；校準法是利用基準情景的數據來確定模型參數的方法，它克服了經濟計量法的不足[16]。此外，一些研究在解決模型參數時還可以根據不同情況采用特殊方法。如smajgl和bohensky[17]采用迭代方法，通過結合家庭調查數據和專家建議，將家庭對燃料價格變化的反應行為進行了參數化。Caillault等采用基于案例的推理算法，對農民對平均利潤的反應差異進行動態建模，并實現對政策激勵的參數估計[18]。在參數估計的基礎上，需要對參數進行敏感性分析，即從定量分析的角度研究有關因素發生某種變化對某一個或一組關鍵指標的影響程度，其目的是通過分析參數變動對系統其他變量的沖擊程度，甄別各參數與系統不確定性的內在關聯。一般而言，可通過確定敏感性分析指標、計算基準情景、選取不確定因素、計算不確定因素變動時對分析指標的影響程度、找出敏感因素進行分析這5個步驟進行。此外，也有學者使用計算機貝葉斯分析方法來識別模型參數的靈敏度[19]，該方法可對輸入參數和輸出數據給出充分評估，為可視的參數靈敏度定量分析提供了可能。

(五)通過情景模擬，提供政策建議

在確保模型運行準確性和可靠性的基礎上，可以開展相應的情景模擬。一般來講，情景分析需要首先設定一個基準情景作為其他比較情景的參照對象，這個基準情景通常被設定為與現實觀測值最為接近的一組模擬輸出數據，通過設定不同的比較情景，最終實現對比較情景的政策評價。例如，在對技術進步確定條件下我國未來產業結構和碳排放趨勢演化研究中，可將基準情景設定為現有技術進步水平驅動下我國未來產業結構和碳排放趨勢估計情景，而將比較情景設定為不同技術進步水平驅動下我國未來產業結構和碳排放趨勢估計情景作為比較情景，進而比較各情景下的結構特征、排放特征等，最終提出政策建議。

四、總結與展望

ACE已成為3E問題建模的一個重要方法。與傳統的經濟建模方法相比，ACE使得以復雜性為主要特征的3E問題被系統化和動態化，表現出更強的適應力。針對3E問題的ACE建模實際上是對具有自主體行為能力的分散異構個體進行抽象，同時反映其在經濟系統與自然系統間的交互影響。大量研究表明：自主體所表現出的交互作用和涌現、自適應學習機制、分叉與突變需要在ACE的建模過程中重點關注。一般而言，針對3E問題的ACE建模過程可歸結為5個主要步驟，即明確模型目標，形成模型總體框架；提取模型自主體，完成模型設計；選擇軟件工具，開發模型系統；估計模型參數，分析敏感性；通過情景模擬，提供政策建議。

當然，作為一門新興且熱門的學科，ACE亟待完善之處也依然存在。首先，其細節化的參數范圍設計，使得要實現可靠的評價結果需要經常進行強化實驗；其次，由于路徑依賴的存在，多峰值而非趨近單峰值結果分布可能出現，一定程度上提高了決策難度；最后，為在多個領域實現模型遷移，其建模平臺的獨立性很難得到保障。而這些問題都有可能會出現在研究3E問題的過程中，因此，需要在未來重點關注。

參考文獻：

[1]JIANGUO LIU,THOMAS D,CARPENTER S R,et al.Complexity of coupled human and natural systems[J].Science,2007,317:1513-1516.DOI:10.1126/science.1144004.[2]ROBALINO D A.Social capital,technology diffusion,and sustainable growth in the developing world[D/OL].http://www.rand.org/pubs/rgs_dissertations/RGSD151.html.RAND Report,2000:151.[3]王錚，吳靜，楊念.多自主體在地理學中應用的回顧與展望[J].復雜系統與復雜性科學，2015(3):52-60.

[4]SINITSKAYA E,TESFATSION L.Macroeconomies as constructively rational games[J].Journal of economic dynamics and control,2015,61(12):152-182.

[5]TESFATSION L.Modeling behavior,learning,and social interactions in dynamic economic systems:an agent-based computational approach to behavioral economics[J/OL].http://www2.econ.iastate.edu/tesfatsi/BehEconAndACE，2007.

[6]TESFATSION L.Agent-based computational economics:growing economies from the bottom up[J].Artificial life,2002(8):55-82.

[7]WOOLDRIDGE M， JENNINGS N R.Intelligent agents:theory and practice[J].Knowledge engineering review,1995,10(2):115-152.

[8]PORTER M E,CHRISTENSEN C R.Measuring the microeconomic foundations of economic development[R].Geneva report on economic development,1999:50-63.

[9]EPSTEIN J M,AXTELL R.Growing artificial societies:social science from the bottom up[M].Cambridge,MA:MIT Press,1996.

[10]HECKBERT S,BAYNES T,REESON A.Agent-based modeling in ecological economics[J].Annals of the New York academy of sciences,2010,1185(1):39-53.

[11]GRIMM V,RAILSBACK S F.Individual-based modeling and ecology[M].Princeton,NJ:Princeton University Press,2005:480.

[12]KAHNEMAN D,TVERSKY A.Choices,values,and frames[J].Amer psyc，1984,39:341-350.

[13]GILBERT N,BANKES S.Platforms and methods for agent-based modeling[J].Proceedings of the national academy of sciences of the United States of America,2002，3:7197-7198.

[14]KENNEDY R,XIANG X,COSIMANO T F,et al.Verification and validation of agent-based and equation-based simulations:a comparison[J].Simulation series,2006,38(2):95.

[15]JORGENSON D.Econometric methods for applied general equilibrium analysis[M].Cambridge:Cambridge University Press,1984.

[16]黃衛來，張子剛．CGE模型參數的標定與結果的穩定性[J]．數量經濟技術經濟研究，1997(6)：45-48.

[17]SMAJGL A,BOHENSKY E.Behaviour and space in agent-based modelling:poverty patterns in East Kalimantan,Indonesia[J].Environmental modelling & software,2013,45:8-14.

[18]CAILLAULT S,MIALHE F,VANNIER C,et al.Influence of incentive networks on landscape changes:a simple agent-based simulation approach[J].Environmental modelling & software,2013,45:64-73.

[19]PARRY H R,TOPPING C J,KENNEDY M C,et al.A Bayesian sensitivity analysis applied to an agent-basedmodel of bird population response to landscape change[J].Environmental modelling & software,2013，45：104-115.

(責任編輯魏艷君)

Economy-Energy-Environment Modeling Research Based on Computational Economics

ZHU Qian-ting1, 2, CAO Xiao-xue1, WU Jing3

(1.China University of Petroleum (Beijing), Beijing 102249, China;2.Institute of Quantitive & Technical Economics, Chinese Academy of Socical Sciences, Beijing 100732, China; 3.Institute of Policy and Management,Chinese Academy of Socical Sciences, Beijing 100190, China)

Abstract:Based on that the computational economics main body is a major breakthrough of the traditional economic policy research methods, and in view of the complexity characteristics of current economy-energy-related problems in the environmental field, we rediscovered it based on the computational economics perspective, and expounded the important main body behavior characteristic such as interaction, the emergence, adaptive learning mechanism and bifurcation and mutation, etc., that we should focus on in modeling process of economy-energy-environment model in agent-based computational economics. On this basis, we put forward the realization steps of agent-based computational economics economy-energy-environment modeling.

Key words:based on computational economics; agent-based simulation; economy-energy-environment model

文章編號：1674-8425(2016)04-0035-06

中圖分類號：F069.9; N949

文獻標識碼：A

doi:10.3969/j.issn.1674-8425(s).2016.04.006

作者簡介：朱潛挺(1981—)，男，浙江溫州人，講師，博士，研究方向：氣候變化經濟學; 通訊作者：吳靜(1981—)，女，浙江溫州人，副研究員，博士，研究方向：基于自主體建模。

基金項目：國家重大科學研究計劃973項目“氣候變化經濟過程的復雜性機制、新型集成評估模型簇與政策模擬平臺研發”(2012CB955800)；國家自然科學青年基金項目“實現2030年碳峰值承諾：基于演化經濟學的減排路徑模擬研究”(41501127)；國家自然科學基金項目“增長‘尾效’及碳減排雙重約束下的區域增長路徑選擇研究”(41271145)；國家社會科學基金項目“中國參與全球氣候變化談判的地緣政治經濟博弈模擬及戰略研究”(14CGJ025)

收稿日期：2015-09-15

引用格式：朱潛挺，曹曉雪，吳靜.基于主體可計算經濟學的經濟-能源-環境建模研究[J].重慶理工大學學報(社會科學)，2016(4):35-40.

Citation format：ZHU Qian-ting, CAO Xiao-xue, WU Jing.Economy-Energy-Environment Modeling Research Based on Computational Economics[J].Journal of Chongqing University of Technology(Social Science)，2016(4):35-40.