基于主體的建模方法與宏觀經濟政策分析

隆云滔，李洪濤，王國成

（1.中國科學院 科技戰略咨詢研究院，北京 100190；2.商務部 國際貿易經濟合作研究院，北京 100710；3.中國社會科學院 數量經濟與技術經濟研究所，北京100732）

一、引言

我國現已進入建設中國特色社會主義的新時代，思維要創新，理論要創新，宏觀調控要創新，經濟政策的制定與分析要建立在適應性微觀基礎上，這就更需要經濟理論研究有新的視角和新的突破。宏觀經濟學家試圖在國家層面或地區層面理解經濟體的結構與表現，但是政府政策制定者試圖影響這種結構與表現的方式。從這個視角對經濟政策進行研究分析，通常要求我們對連接微觀行為、交互模式以及在真實世界經濟體中觀察到的宏觀管制的復雜反饋回路進行系統性的探索。然而，主流宏觀經濟理論仍然牢牢地扎根于一般均衡的微觀理論基礎（Colander，2006）[1]。近年來，經濟學界興起并運用基于主體的建模方法（Agent-based modeling，ABM）研究異質性交互主體組成的宏觀經濟系統的運行，試圖揭示非常態的復雜經濟現象（Tesfatsion et al.，2006；LeBaron et al.，2008）[2-3]。ABM 是一類模擬自動主體行為與交互的計算模型，涉及個體或集體包括組織或群體，通過構建一體化模型分析評估行為、政策或影響因素對整體系統的影響，目前已在生物學、政治學、社會學與經濟科技等領域有應用（Marchi et al.，2014）[4]。基于主體的計算經濟學 （Agent-Based Computational Economics，ACE） 將復雜演化系統定義為經濟思想的計算研究，ACE將經濟體看成是由自主交互主體組成的演化系統，通過ABM構建經濟模型的計算研究（Tesfation，2003）[5]。ACE 屬于研究經濟過程的ABM，將在經濟學研究中發揮更為重要的作用（Arthur，1994；Farmer et al.，2009）[6-7]。傳統的主流數學模型不能將政策制定者感興趣的微觀變量融入模型中，從而使得主流經濟學在運用數學方法研究相關問題時常碰到難以規避的難點（Zhang et al.，2016）[8]。該思想主要來源于簡單的個體行為規則與交互機制以產生集聚管制與內生性危機的涌現。在某種意義上，構建“自下而上”的宏觀經濟體是一種生成式方法 （Epstein et al.，1996）[9]。Dosi et al.（2010）運用ABM的分析框架連接傳統凱恩斯理論與熊彼特理論，研究宏觀經濟特性與公共政策對經濟發展的影響[10]。

基于主體的ABM類模型分析一個或者多個市場上分散式的匹配機制，是為了產生某些宏觀經濟涌現性。Fagiolo et al.（2004）研究了勞動力市場動力學與總產量的演化，構建了一個分散式的匹配過程，在以內生化價格形成與隨機技術過程為特征的背景下描述工人與企業之間的交互[11]。Russo et al.（2007）提出了一個基于主體的模型，在該模型中，有限理性的企業與工人在完全分散化的市場上，商品與勞動力相互作用，最終產生相應的結果[12]。該模型用來分析財政政策促進R&D投資，進而可能促進經濟增長方面的作用。Gaffeo et al.（2008）[13]通過引入類似的匹配協議分析深化了信貸市場（Russo et al.，2007）[12]的模型。Cincotti et al.（2010）通過考慮商業銀行拓展的信貸與中央銀行發行的貨幣量，研究貨幣總量與產量、價格動態之間的相互作用，著重研究了定量寬松貨幣政策的影響[14]。在Dosi et al.（2006，2010）[10，15]研究的基礎上，Dosi et al.（2013）分析了收入分配與經濟政策之間的相互作用[16]。他們發現更不平等的經濟面臨更嚴重的商業周期波動、更高的失業率，以及更高的犯罪率。同樣，他們也發現財政政策具有抑制經濟周期、減少失業與大危機的可能性，并可能正面地影響長期增長。因此，基于主體的宏觀經濟模型表明微觀基礎的另一種構想對復雜環境而言是可能的，而且這對政策建議也有相應的影響（Dawid et al.，2011）[17]。Riccetti et al.（2012）構建了一個具有異質性主體的宏觀經濟框架，通過分散式的匹配過程相互作用呈現市場之間的共同特征[18]。通過完全分散式的匹配機制，他們提出了由三類計算主體（家庭、企業、銀行）構成的模型，在商品、勞動力、信貸與存款等四類市場上相互作用。

新古典主義經濟通常將經濟體看作是簡單的、線性的、同質且靜止的世界。ACE用來探討市場、工業以及經濟性質的模型類型要比傳統的新古典主義的經濟模型復雜的多。ABM是ACE中用來構建模型最核心的技術。現代計算平臺上的ACE模型包括數以百萬計的異質性交互主體（Axtell et al.，2001）[19]。王國成（2015）介紹了計算社會科學的理論方法與應用案例，對行為分析、刻畫與邏輯起點、復雜性與涌現性等進行了研究[20]。本文主要探討ABM在宏觀經濟政策分析中的應用，重點是ABM方法在我國的應用綜述及前景展望。

二、基于主體的建模方法與經濟政策的微觀基礎

基于主體的計算經濟學側重構建主體的真實行為與交互性的假定條件，注重真實的行為意味著扎根于實證與實驗的微觀經濟證據。ACE可運用ABM方法建立系統中微觀個體的交互規則以模擬經濟行為與宏觀經濟系統的運行。李律成 等（2017）介紹了ACE的基本概念框架，并對目前幾種主流的仿真平臺進行了比較，從微觀、中觀、宏觀三個層次對相關研究進行了梳理與綜述，著重介紹了區域及國家創新系統中的創新擴散、創新政策仿真，提出了ACE當前的應用前景與發展趨勢[21]。認知經濟學家（Kahneman et al.，2000）提供的證據表明，完美理性與遠見假設被有限理性與適應性行為所取代[22]。一般而言，ACE學者們一致認為模型中的主體應該“與經濟學家構建經濟體具備相同的信息”（Colander，2006）[1]。類似地，來自網絡理論（Albert et al.，2002）[23]與社會交互（Brock et al.，2001）[24]的見解表明，涉及主體交互的不現實且過于簡化的假設條件通常在新古典主義經濟模型中應用，并允許直接的、非常重要的交互模式。對于政策制定者而言，弄明白如何利用ACE宏觀模型分析宏觀經濟政策至關重要。中央銀行的研究者們很少會想到使ACE宏觀模型與數據相符，政策制定者應該思考如何將ACE模型拓展到當前的政策思考中。

在過去二十年里，基于主體的建模方法在經濟學中的研究與應用得到了快速發展。這方面的文獻數量大大超出了我們的想象。ABM在經濟學中的研究已經形成了模塊化，以下十個主要的特征可以用來刻畫經濟中的 ABM 模型（Fagiolo et al.，2012）[25]。

（1）自下而上的觀點。人們通常采用自下而上的觀點描述分散經濟。集聚性必須作為可能的不受約束的微觀動態在基本實體（主體）水平上的宏觀結果。這與傳統的新古典主義經濟模型自上而下的本質形成對比，底層水平通常由一個典型個體組成并受到與均衡、理性聯系的強一致性約束的限制。

（2）異質性。主體幾乎所有的特征都是異質的。

（3）演化復雜系統方法。復雜系統中的主體隨時間演化。因此，集聚性被認為是簡單實體之間重復交互的涌現，而不是來自由建模者強加的理性與均衡的一致性要求。

（4）非線性。發生在ABM模型中的交互本質上是非線性的。此外，微觀與宏觀水平之間存在非線性的反饋回路。

（5）主體直接交互。主體此刻做出的決定通過適應性預期直接取決于群體中其他主體過去所做的決定。

（6）有限理性。真實世界經濟主體所處的環境對于高度合理化的一個可行的簡化假設過于復雜。大多數時候主體歸咎于某些局部的且部分的理性原則。更一般的是，主體假定為具有適應性預期的有限理性實體。

（7）學習本性。ABM中的主體在動態變化環境下進行開放式搜索。這歸因于持續引入新奇行為模式，以及在異質性主體之間交互作用的復雜性。

（8）“真實的”動力學。部分原因是適應性預期的結果，ABM以真實的、不可逆的動力學為特征：系統狀態以一種路徑依賴的方式演化。

（9）內生的且持續的創新。社會經濟系統本質上是不穩定的。在經濟系統持續不斷地引入新的行為模式，這本身就是學習與適應性的推動力。因此，主體面臨“真實的（奈特）不確定性”（Knight，1921）[26]僅僅能夠部分地形成預期，比如技術成果等。

（10）基于選擇的市場機制。主體通常經歷一個選擇機制。例如，競爭企業生產的商品與服務由消費者選擇。使用的選擇標準本身是復雜且跨多個維度的。

ACE建模方法為研究者提供了可靠的分類法，有利于解釋某些特殊的經濟現象（Tesfatsion et al.，2007）[2]。

三、基于主體的建模方法在宏觀經濟政策分析中的應用

近年來，基于主體的建模方法在研究政策問題時越來越引起學者們的重視（Dawid et al.，2008）[27]。這方面的成功部分源于政策制定者對詳細的模擬模型結果信任度的提高，通過模擬模型可以更加細致地觀察潛在的經濟結構。ABM在解決政策問題方面的作用變得越來越強大，ABM可以應用到不同的研究領域，比如經濟增長、工業動力學、市場設計、環境監管以及交通管理等。本文主要對ABM在宏觀經濟政策分析及其與微觀基礎的交互適應性等方面的應用進行評述（Fagiolo et al.，2012；Fagiolo et al.，2017）[25，28]，從以下四個方面進行討論：貨幣政策、財政政策、銀行監管以及收入分配政策。

（一）在財政政策分析中的應用

大蕭條重新喚起人們利用財政政策解決處理經濟蕭條問題。相對主流方法而言，ABM的一個優勢是有可能共同研究財政政策的短期與長期效應。Dosi et al.（2010）嘗試開發一個ABM，將凱恩斯的需求理論與熊彼特的技術推動經濟增長理論聯系起來（簡稱K+S模型）[10]。該模型由資本品企業、消費品企業、消費者/工人以及公共部門構成。資本良好的企業展開研發并銷售不同的機器工具給消費良好的企業。消費者通過為企業提供勞動力取得收入，并購買消費品。政府征收稅費并提供失業救濟金。該模型能夠產生內生增長與商業周期并可以復制一系列有關宏觀經濟動力學與微觀經濟動力學的典型化事實。按照生成的輸出量經過實證檢驗后，K+S模型可以用來研究財政政策對平均GDP增長率、產出波動性以及失業率的影響。他們還發現凱恩斯財政政策是經濟增長的必要條件并且可以很好地抑制經濟波動[10]。此外，Dosi et al.（2013）發現收入分配與財政政策之間存在強相互作用：收入分配偏向利潤越多，財政政策的效果就越明顯[16]。

Haber（2008）運用ABM開發模型以研究不同預期形成機制的交互作用以及貨幣政策、財政政策的影響，從而對政策效果進行評估，并分析在不同的預期形成過程中的不同程度的理性與差異對財政與貨幣政策的影響[29]。在基于主體的宏觀經濟模型中的金融監管問題同樣也引起了大量學者的關注（Riccetti et al.，2013）[30]。在 Riccetti et al.（2012）提出的基于主體的分散化模型與宏觀經濟模型匹配后，分析銀行監管對宏觀經濟動力學的效果[18]，研究發現過于嚴厲的監管政策是有害的，因為它會減少信貸可獲性。相反，過于寬松的約束可以幫助銀行獲利并增加它們的資產凈值，因此設定約束條件并不是說沒有約束。另一方面，如果銀行利潤與更高的股息支付率相關的話，那么金融脆弱性增加可導致更為疲軟的經濟環境、更不穩定的商業周期，以及更高概率地觸發金融危機。

（二）在貨幣政策分析中的應用

動態隨機一般均衡（Dynamic Stochastic General Equilibrium，DSGE）主要研究貨幣政策，尋找最優的貨幣規則。然而2008年以來發生的全球經濟衰退已經表明，僅憑貨幣政策不足以將經濟帶回到穩定的增長路徑上來。基于主體的建模方法可以用來評估貨幣政策的效果與局限，并可以將ABM產生的結果與DSGE模型的政策建議進行比較。Dosi et al.（2013）通過加入銀行變量（收集企業的存款并對資金受限的公司以一定的順序提供貸款），拓展K+S模型[16]。該模型通過利率調整來評估貨幣政策的效果，以及評價不同的宏觀與微觀經驗規律下對銀行監管框架的影響。模擬結果表明更高的經濟不平等加劇產量、失業率的波動性以及嚴重危機的可能性（Fitoussi et al.，2010；Stiglitz，2011）[31-32]，不斷增大的經濟不平等是大危機的根源。收入不平等的特征同樣也影響了貨幣政策的有效性。當經濟不平等較小時貨幣政策是非常有效的，利率對產量波動與長期增長都具有顯著影響。收入不平等程度很高的經濟體，當貨幣政策完全失效時會陷入流動性陷阱。類似的，Lengnick（2011）利用ABM估計貨幣的短期與長期中立性[33]。

基于主體的建模方法采用泰勒規則探討貨幣政策對經濟影響的研究日益增多（Gatti et al.，2005；Oeffner，2008；Raberto et al.，2008；Mandel et al.，2010）[34-37]。在這方面，政策分析的例子與DSGE模型中的政策分析類似，但是源于復雜性科學的ABM類方法和工具能帶來新的見解。Gatti et al.（2005）構建了由企業、工人與中央銀行組成的一個虛擬經濟體[34]，該經濟體采用承諾策略或者適應性的可自由支配的策略執行貨幣政策。廣泛的資本市場不完美意味著貨幣政策通過信貸渠道影響經濟，貨幣從長期來看不是中性的。模擬結果表明泰勒規則并不成立，而且通過標準的損失函數準則說明適應性規則優于承諾性規則。Mandel et al.（2010）根據投入產出表開發了一個多部門、異質性主體模型，按照泰勒規則執行的貨幣政策可能會導致經濟更加不穩定[37]。

Cincotti et al.（2010）研究了非常規的貨幣政策評估模型[14]。他們基于EURACE平臺開發了ABM用來評估量化寬松的貨幣政策。EURACE①是一個大規模ABM平臺，用來捕獲歐洲經濟的主要特征并對歐洲政策進行分析 （Dawid et al.，2011；Deissenberg et al.，2008；Dawid et al.，2013）[17，38，39]。模擬結果表明當實施擴張性的財政政策與量化寬松的貨幣政策時經濟會好轉。然而，從長遠來看這種擴張性政策會提高通貨膨脹并導致產量的波動性增高。張世偉 等（2005）構建了ASMEC-C模型模擬分析了貨幣政策與財政政策的政策效應，但與目前興起的基于主體的建模方法有一定的區別，基于主體的一體化建模方法可以系統全面地分析各種政策的影響以及相互作用[40]。

（三）在銀行監管實踐中的應用

當政策制定者想要測試不同的監管框架對銀行行為的影響時，基于主體的模型的靈活性是極其有用的。例如，ABM可以評估不同的法規如何影響銀行同業支付系統的流動性，或者其他的微觀審慎規則如何影響宏觀經濟的穩定性。Ashraf et al.（2011）采用ABM研究了不同法規約束下異質性企業與為其提供信貸的銀行之間的相互作用行為[41]。銀行受各種法規的約束，比如資本充足率以及限制貸款與價值比率等。該模型的結果與美國的數據校準表明，經濟可能遭受“罕見的災難”，銀行行為強烈地影響宏觀經濟表現。銀行的確是經濟體系中非常重要的“金融穩定器”，放寬新企業的進入并避免現有企業的破產。結果，不太嚴格的微觀審慎銀行監管使得經濟更快地從危機中復蘇過來。Raberto et al.（2012）通過EURACE模型發現，較低的資本充足率可以刺激短期增長，但是更高的私人債務股份占比可以導致企業破產的概率更大，信貸配置以及長期更嚴重的經濟衰退[42]。

對經濟體網絡結構的建模從來沒有嵌入到DSGE模型中，這種考慮的欠缺已經阻礙了這些模型解釋2008年經濟危機的涌現、深度以及擴散的能力，信貸市場網絡的拓撲性質具有基礎性的作用。ABM已經開始研究替代的網絡設置與宏觀經濟性能之間的聯系。基于主體的模型可以用來研究政治經濟學問題，這些問題通常與中央銀行體制作用的演化以及被大眾熟知的貨幣政策的方式密切相關。Arifovic et al.（2010）運用ABM在更一般的框架下分析了中央銀行面臨的時間不一致問題，有限理性的演化學習政策制定者與一群異質性主體之間的相互作用決定實際的通貨膨脹率[43]。主體或者相信中央銀行公布的通貨膨脹率或者利用適應性學習策略預測未來的通貨膨脹。校準模型的模擬結果表明中央銀行學習維持一個正的均衡，但相信者的比例是波動的。這個結果相比標準模型確定的均衡而言是帕累托最優的。

（四）在中國收入分配政策中的初步應用

我國一段時期內的收入分配政策秉持效率優先、兼顧公平的原則，通常采用按勞分配與按生產要素分配相結合的方式。隨著改革開放政策的穩步實施與我國經濟的快速騰飛，收入差距日益顯著，如何在中國特色的社會主義經濟發展過程中，減少貧富、城鄉、行業以及地區收入差距是迫切需要解決的問題。我國學者在社會科學復雜性研究與經濟政策模擬方面做了大量的探索，如王國成（2014a）[44]、萬相昱（2013）[45]。

收入分配差距過大對社會各個階層的影響具有非常大的異質性。導致收入差距擴大的原因很多，通常認為制度因素、社會發展所處的階段不同以及收入分配政策是收入差距拉大的主要因素。傳統的收入不平等的測度指標及方法，基本上建立在同質性假設的微觀基礎之上，而收入分配及差距的演化僅僅以貨幣與實物來度量，不足以揭示動力學機理與政策效應。用以衡量收入分配差異程度的基尼系數對不同的收入主體與社會結構而言具有很強的異質性。如何刻畫收入分配政策對各類人群的影響，以及不同的收入政策如何影響收入差距的演變，單純依賴傳統的計量模型遠遠不夠。基于主體的建模方法可對不同收入水平以及不同社會體制下的行為主體設定參數，構建一體化模型，從而系統地分析收入分配政策對人們生活水準的影響。

收入分配政策與財政政策、貨幣政策密切相關，Dosi et al.（2013）利用基于主體的凱恩斯模型研究了收入分配與財政/貨幣政策之間的關系，同時在模型中考慮了利率與失業率，得出收入分配更多地偏向利潤，則財政政策效果更大的結論[16]。我國也有不少學者利用基于主體的一體化建模方法在收入分配政策方面進行研究，如王國成（2014b）[46]從行為分析與微觀模擬的視角研究了收入差距演變的動因與機理，從復雜適應系統的研究思路出發，系統全面分析論述我國收入分配政策的利弊，并提出相應的政策建議。我國收入分配政策的改革應以市場機制為調整導向，推進中央與地方稅制改革，合理規范收入分配。為了刻畫異質性主體收入所得稅逃稅的現象，Hokamp et al.（2010）利用ABM構建了異質性主體在不同政府政策下收入所得稅逃稅的演化與程度，并發現道德準則與時間效應在減少收入所得稅逃稅方面的作用最大[47]。我國收入分配政策亟需調整與改革，基于主體的一體化建模方法可為我國收入分配政策的調控提供更為可行有效的措施。

四、總結與討論

宏觀經濟政策設計在社會福利方面扮演著非常重要的角色，需要經濟政策措施的協調應用。基于主體的建模方法可以將經濟過程看作是交互主體的動態系統的計算建模，是研究分散式市場經濟的有力工具。基于主體的建模方法可以很好地復制典型化事實，同時有能力對中、長期政策措施的實施效果提供有意義的見解，但目前還不太適合預測商業周期。基于主體的建模方法的主要優勢表現為在復雜的社會經濟環境下可對異質性主體的交互作用構建模型，并能考慮和揭示多種因素交互影響下的各類產品市場的運行機理、過程及宏觀結果。

基于主體的模型可能更容易被政策制定者接受，因為它們通常是以更多的經濟結構為特征的。Kollman et al.（1997）[48]給出了當個人偏好在不同的選舉機制下聚集時研究經濟政策選擇中方差的方式，ABM作為積極的政策分析工具還遠遠沒有得到充分利用。基于主體的封閉宏觀經濟模型必須包含所有相關的市場，但這也并不意味著所有這些市場必須以相同的維度與機構來建模。然而，基于主體的封閉宏觀經濟模型通常是相當大的，而且構建大的模型需要很大的計算能力。

基于主體的建模方法在宏觀經濟政策中的應用分析尚處于探索階段，目前ABM在財政政策、貨幣政策以及銀行監管方面的應用研究已有相關成果，此外，在我國收入分配政策方面也有相關研究探索，該方法對我國相關經濟政策的制定與實施具有非常重要的前瞻性意義。探討適合中國國情的基于主體的宏觀經濟微觀模擬模型，分析我國新時代宏觀經濟運行的態勢，可為我國經濟政策的平穩運行提供方法支撐。

注釋：

①EURACE是一個大型的基于主體的模型與模擬器，主要研究由三個經濟主體：實體經濟、金融體與政府部門構成的一個完整的集成宏觀經濟體。在基于主體的建模方法下，EURACE經濟主體主要以有限理性與適應性行為以及在分散市場上的兩兩相互作用為特征。

［1］COLANDER D.Post Walrasian macroeconomics：beyond the dynamic stochastic general equilibrium model［M］.New York：Cambridge University Press，2006.

［2］TESFATSION L，JUDD K L.Handbook of computational economics：agent-based computational economics［M］.Amsterdam：North-Holland，2006.

［3］LEBARON B，TESFATSION L.Modeling macroeconomics as open-ended dynamic systems of interacting agents［J］.American economic review，2008，98（2）：246-250.

［4］MARCHI S，SCOTT P.Agent-based models［J］.Annual review of political science，2014，17（1）：1-20.

［5］TESFATSION L.Agent-based computational economics：modeling economies as complex adaptive systems［J］.Information sciences，2003，149（4）：262-268.

［6］ARTHUR B.Inductive reasoning and bounded rationality［J］.American economic review，1994，84（2）：406-411.

［7］FARMER J D，FOLERY D.The economy needs agentbased modelling［J］.Nature，2009，460（7256）：685-686.

［8］ZHANG H F，VOROBEYCHIK Y.Empirically grounded agent-based models of innovation diffusion：acritical review［J］.Artificial intelligence review，2016（2）：1-35.

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

［10］DOSIG，FAGIOLO G，ROVENTINIA.Schumpetermeeting Keynes：a policy-friendly model of endogenous growth and business cycles［J］.Journal of economic dynamics and control，2010，34（9）：1748-1767.

［11］FAGIOLO G，DOSIG，GABRIELE R.Matching，bargaining，and wage setting in an evolutionary model of labor market and output dynamics［J］.Advances in complex systems，2004，7（2）：157-186.

［12］RUSSO A，CATALANO M，GAFFEOE，et al.Industrial dynamics， fiscal policy and R&D： evidence from a computational experiment［J］.Journal of economic behavior and organization，2007，64（3-4）：426-447.

［13］GAFFEO E，GATTI D，DESIDERIO S，et al.Adaptive micro foundations for emergent macroeconomics［J］.Eastern economic journal，2008，34（4）：441-463.

［14］CINCOTTI S，RABERTO M，TEGLIO A.Credit money and macroeconomic instability in the agent-based model and simulator Eurace［J］.Economics discussion papers，2010，4（26）：685-688.

［15］DOSI G，FAGIOLO G，ROVENTINI A.An evolutionary model of endogenous business cycles［J］.Computational economics，2006，27（1）：3-34.

［16］DOSI G，FAGIOLO G，NAPOLETANO M，et al.Income distribution，credit and fiscal policies in an Agent-based Keynesian model［J］.Journal of economic dynamics and control，2013，37（8）：1598-1625.

［17］DAWID H，NEUGART M.Agent-based models for economic policy design ［J］.Eastern economic journal，2011，37（1）：44-50.

［18］RICCETTI L，RUSSO A，GALLEGATI M.An agentbased decentralized matching macroeconomic model［EB/OL］. （2012-10-20） ［2018-01-21］.http：//ssrn.com/abstract=2163581.2012.

［19］AXTELL R，ZIPF L.Distribution of U.S.firm sizes［J］.Science，2001，293（5536）：1818-1820.

［20］王國成.計算社會科學引論：從微觀行為到宏觀涌現［M］.北京：中國社會科學出版社，2015.

［21］李律成，AHRWEILER P，熊航.新熊彼特主義視角下基于主體的計算經濟學研究［J］.經濟學動態，2017（7）：137-147.

［22］KA HNEMAN D，TVERSKY A.Choices，values and frames［M］.New York：Cambridge University Press and the Russell Sage Foundation，2000.

［23］ALBERT R，BARABASI A L.Statistical mechanics of complex networks ［J］.Reviews of modern physics，2002，74（1）：47-97.

［24］BROCK W，DURLAUF S N.Interactions-based models［M］//.HECKMAN J，LEAMER E.Amsterdam：North-Holland，2001，5（1）：3297-3380.

［25］FAGIOLO G，ROVENTINI A.Macroeconomic policy in DSGE and agent-based models ［EB/OL］.（2016-11-13）［2018-01-21］.https：//ssrn.com/abstract=2763735.

［26］KNIGHT F.Risk，uncertainty and profit［M］.Houghton Mifflin company，1921.

［27］DAWID H，FAGIOLO G.Agent-based models for economic policy design：Introduction to the special issue［J］.Journal of economic behavior and organization，2008，67（2）：351-354.

［28］FAGIOLO G，ROVENTINI A.Macroeconomic policy in DSGE and agent-based models redux：new developments and challenges ahead［J］.Journal of artificial societies and social simulation，2017，20（1）：1-1.

［29］HABER G.Monetary and fiscal policies analysis with an agent-based macroeconomic model［J］.Journal of economics and statistics，2008，228（2-3）：276-295.

［30］RICCETTI L，RUSSOA，GALLEGATI M. Financial regulation in an agent-based macroeconomic model［J］.Social science electronic publishing，2013，113（2）：185-191.

［31］FITOUSSIJ，SARACENO F.Inequality and macroeconomic performance ［EB/OL］.（2010-07-06）［2018-01-21］.https：//www.ofce.sciences-po.fr/pdf/dtravail/WP2010-13.pdf.

［32］STIGLITZ J.Rethinking macroeconomics：what failed，and how to repair it ［J］.Journal of the European economic association，2011（9）：591-645.

［33］LENGNICK M.Agent-based macroeconomics：a base line model ［J］.Journal of economic behavior and organization，2013，86（2）：102-120.

［34］GATTI D，GAFFEOE，GALLEGATI M，et al.The apprentice wizard：monetary policy，complexity and learning［J］.New mathematics and natural computation，2005，1（1）：109-128.

［35］OEFFNER M.Agent-based Keynesian macroeconomicsan evolutionary model embedded in an agent-based computer simulation［D］.Wurzburg：Wurzburg University，2008.

［36］RABERTO M，TEGLIO A，CINCOTTI S.Integrating real and financial markets in an agent-based economic model：an application to monetary policy design，computational economics［J］.Computational economics，2008，32（1-2）：147-162.

［37］MANDEL A，JAEGER C，FüRST S，et al.Agent-based dynamics in disaggregated growth models［EB/OL］.（2010-04-01）［2018-01-21］.https：//ideas.repec.org/p/mse/cesdoc/10077.html.

［38］DEISSENBERG C，HOOG S，DAWID H.EURACE：a massively parallel agent-based model of the European economy ［J］.Applied mathematics and computation，2008，204（2）：541-552.

［39］DAWID H，GEMKOW S，HARTING P，et al.Agentbased macroeconomic modeling and policy analysis：the Eurace@Unibi model［EB/OL］.（2014-03-14）［2018-01-21］.https：//ssrn.com/abstract=2408969.

［40］張世偉，趙東奎.一個基于主體的宏觀經濟模型［J］.管理科學學報，2005，8（2）：7-12.

［41］ASHRAF Q，GERSHMAN B，Howitt P.Banks，market organization，and macroeconomic performance：an agentbased computational analysis［J］.Journal of economic behavior and organization，2017，135（c）：143-180.

［42］RABERTO M，TEGLIO A，CINCOTTI S.Debt deleverag-ing and business cycles：an agent-based perspective，economics discussion ［J］.Economics discussion papers，2012，6（1）：1-49.

［43］ARIFOVIC J，DAWID H，DEISSENBERG C，KOSTYSHYNA O.Learning benevolent leadership in a heterogeneous agents economy［J］.Journal of economic dynamics and control，2010，34（9）：1768-1790.

［44］王國成.人文復雜性分析與經濟政策模擬——基于行為內生化視角［J］.學術月刊，2014a，46（6）：87-94.

［45］萬相昱.微觀模擬模型與收入分配政策評價［M］.北京：中國社會科學出版社，2013.

［46］王國成.收入差距演變的動因與機理——行為分析與微觀模擬視角［M］.北京：經濟科學出版社，2014.

［47］HOKAMP S，PICKHARDT M.Income tax evasion in a society of heterogeneous agents- evidence from an agent-based model［J］.International economic journal，2010，24（4）：541-553.

［48］KOLLMAN K，MILLER H，PAGE S.Political institutions and sorting in a Tiebout model［J］.American economic review，1997，87（5）：977-992.