基于主体可计算经济学的经济能源环境建模研究

朱潜挺，曹晓雪，吴　静

(1.中国石油大学(北京)，北京　102249； 2.中国社会科学院 数量经济与技术经济研究所，北京　100732;3.中国科学院 科技政策与管理科学研究所，北京　100190)



朱潜挺1,2，曹晓雪1，吴静3

(1.中国石油大学(北京)，北京102249； 2.中国社会科学院 数量经济与技术经济研究所，北京100732;3.中国科学院 科技政策与管理科学研究所，北京100190)

摘要：基于主体可计算经济学是对传统经济政策研究方法的重大突破。针对当前经济能源环境领域的相关问题所表现出的复杂性特征，基于主体可计算经济学角度进行重新认识，重点阐述基于主体可计算经济学在经济能源环境建模过程需关注的交互作用和涌现、自适应学习机制、分叉与突变等重要主体行为特征，在此基础上，提出基于主体可计算经济学在经济能源环境建模的实现步骤。

关键词：基于主体可计算经济学；自主体模拟；经济能源环境模型

为此，一些复杂科学领域的开拓者开始寻找新的方法，基于主体的可计算经济学(Agent-based Computational Economics，ACE)由此被引入到经济问题的研究当中，并成为除归纳和演绎之外重要的经济学研究思想[3]。一般而言，ACE所具有的独特优势可归纳为两个方面：第一，近乎理想的真实模拟，即它能模拟系统中每一分散异构个体的物理位置、信息应激和交互作用，同时做出实时反馈；第二，开放而灵活的规则，以适应自主体的异质性属性及复杂的交互机制。正因为这种优势的存在，使得微观行为对宏观结构所产生的效应能够被监控，也使得目标导向的跨期优化和政策调整成为可能[4]。Tesfatsion认为：ACE存在的意义是要提供全方位整合的人工经济系统，而随着经济社会的发展和对信息处理的精细化要求，更要提供一套可以将经济政策规则作为“输入”，并能随之“输出”经济系统运行描述的实用决策指导解决方案[5]。总之，ACE的这种思想为解决3E问题的需求提供了可能，是实现3E问题所需要的新型经济思维方式。

本文的研究思路是，首先从ACE角度重新认识3E问题，接着阐述ACE在3E建模中需重点关注的如交互作用和涌现、自适应学习机制、分叉与突变等核心问题，然后就ACE在3E建模及实现提出研究思路，最后是总结。

一、从ACE的角度重新认识3E问题

作为研究跨学科复杂性问题的一个重要方法，虽然ACE已被广泛采用，但其作为一个独立学科而被普遍认同的概念定义尚未统一。

尽管ACE的具体内涵会随经济模型、跨学科对象和建模目标的变化而有所区别，但其核心操作理念依然能够被明确辨识。一般认为，ACE模型是能将整个经济系统中交互作用的自主体包含在内的、将经济过程作为开放式动态系统的计算模型[6]。

在众多定义之中，Tesfatsion的ACE理念以其比较完备清晰的概念界定和不断丰富更新的时代性而成为相比之下被引用得最多的定义。他认为，ACE即模拟计算实验室，它允许用户随着时间的推移探索如何改变结构条件、制度安排，以通过人类的决策过程影响系统结果，而这一探索过程类似于在培养皿中培养生物的实验[5]。根据这一定义，ACE系统构建可分解为3个步骤：首先，在系统中设置代理场景中个体行为的自主体、系统环境初始条件和必要的出清机制；其次，将该系统封闭，使其作为一个独立的虚拟世界开始运行，在此过程中，系统的动态行为将完全由自主体及其交互驱动形成，不会受到外界干预；最后，记录下所有自主体的状态、反应行为和宏观结构变化。可以看出，与传统的经济建模思想相比，ACE除了针对独立个体在系统中的静态位置、平面状态的行为之外，更加侧重于社会动态交互和学习行为。

从ACE的角度来认识3E问题，可从企业自主体入手。企业是3E系统的核心。它不仅是经济活动者，也是能源使用者。企业的经济活动需要消耗能源，而能源使用将会导致环境污染，环境污染反过来影响经济活动。显然，这个过程与ACE理念相一致。参照Wooldridge和Jennings，Tesfatsion等对ACE自主体特征的总结[4，7]，3E系统中的企业自主体具有如下3个特征：一是适应性，即企业自主体能够在环境影响下调整其行为；二是社交性，即企业自主体能够在系统中与其他自主体产生交互并根据彼此的行为做出反馈；三是决策性，即通过信息交流和交互作用，企业自主体能够在目标引导下做出决策行为；四是交互作用下的内生演化，即宏观系统会受到来自微观企业自主体的动态影响，整个系统结构会由此产生变化。

需要强调的是，对于企业自主体的研究必须考虑企业技术的进步和扩散。Porter和Christensen认为：与宏观经济政策相比，企业竞争力，尤其是技术进步，同样重要甚至更重要，它是经济发展的微观经济基础[8]。就传统经济建模而言，对交互和学习过程的忽视是可以理解的。因为在分析工具的限制下，它将保证传统经济模型的易于管理。然而，这一过程同时也忽略了技术进步和扩散，而技术进步和扩散正是宏观经济结构演化的最直接动因和不确定性的来源[2]。相比较而言，ACE却能很好地刻画企业主体的这种技术进步和扩散。

总的来说，在3E问题研究中，ACE能够刻画的是能源使用、是环境约束下的经济增长路径；而作为宏观与微观之间的交互作用枢纽，宏观政策、社会资本和技术扩散正是自主体模拟的关键。结合David A.Robalino关于经济与生态系统耦合的分析，以上3点构成了替代传统模型的新仿真分析框架[2]。它能够真实呈现3E体系中自主体的动态交互，并使得在此基础上寻找对经济增长和环境改善的跨期权衡政策成为可能。

二、ACE在3E建模中需解决的重要问题

从ACE的角度来看，建模主要是对具有自主体行为能力的分散异构个体进行分解，并反映多主体间的交互作用。在3E系统中，自主体受其他自主体和信息交流的影响而改变其行为，这些行为所产生的共同期望会改变宏观经济环境，并改变自主体所采纳的新技术决策，最终影响整个经济网络结构。在此机制作用下，系统中自主体所表现出的交互作用和涌现、自适应学习机制、分叉与突变3个重要特征备受关注。

(一)交互作用和涌现

就ACE系统而言，交互可被理解为自主体本身、其他自主体和它们所在的外部环境间的相互影响及影响反馈。在这个过程中，外部环境提供了交互作用的空间介质和网络结构。而交互的关键动力，根据Epstein和Axtell，即一个由底层自主体交互所产生的稳定宏观机制，可用于刻画交叉环境下自主体所受到的作用力和反馈[9]。除此之外，复杂系统有时会呈现出一种特殊的系统形态，其特征更多是基于系统意义而非个体意义，这种现象被称为涌现[10]。当这类现象出现时，应将其作为一个整体并采取系统化研究方法，而不应将各自主体行为分开研究。Grimm和Railsback提议，可采用一种全新的模式化策略对系统内部特征进行重新定义，以帮助解释关键的进程和结构[11]。在3E问题中，异质性企业自主体会在市场竞争力、环境政策以及不对称信息的作用下，随时调整其决策行为，而这些自主体在每一时点的自主决策和反馈都将在下一时点共同构成一个新的复杂场域，刺激资源重分配和技术再更新。因此，针对3E问题的研究需要考虑系统内不同自主体间的交互作用以及系统作为一个整体可能表现出的涌现现象。

(二)自适应学习机制

自适应学习机制是指，在自主体执行完某种行为之后，可以在某种程度上得到对该行为的积极或消极反馈，从而影响它此后的应激行为。进一步地，通过多次从环境中获得这样的反馈，自主体可以不断优化其行为选择，对其所处的环境有新的认识，并将这些经验积累为下次行动的判断基础。自适应学习机制是模型出现不确定性的主要原因之一。在现实生活中，自主体都是在基于有限信息的前提下做出决策。然而，随着所获取信息的增多，其决策行为也往往会随之而改变[12]，也因此增加了系统结果的不确定性。在3E问题中，企业自主体可能会因其技术进步带来的排放减少而获益，或因其扩张规模带来的排放增加而受到处罚。在这种情况下，企业自主体必须在综合考量长期利益和短期利益的基础上，对选择减排还是经济增长做出决策。而这个决策过程往往涉及减排技术和生产技术的不确定性。事实上，自主体在每一时期获得的决策反馈将会影响它在下一时期的决策选择；多次反复之后，会使它们对所处的政策环境认识更为深刻，从而完成自主体的自适应学习过程。

(三)分叉与突变

本质上，ACE所要解决的都是复杂科学问题。当复杂问题中出现难以被理解的现象时，往往是因为系统中出现了分叉与突变，即政策和规则的实施得到了意外结果甚至相反结果。从系统动力学的角度来看，分叉往往表现为由参量值跨越临界值(分叉值)所导致稳定定常状态定性变化的现象，而系统内部状态的整体性突变，则表现为过程连续而结果不连续。这种分叉与突变的现象通常可以从两个方面来解释：一是由于系统中出现了相互矛盾的政策和规则，二是由于异质性主体特征因其先定条件的变化而表现出不确定性。在3E问题中，企业自主体也会因为某种临界参数值的跨越而表现出分叉和突变特性。例如，企业自主体的创新过程并非都能成功，只有当创新成功时，其生产成本或者是企业竞争力才能发生飞跃；在创新失败的情景下，其创新支出无法得到回报，而创新成功与否在某种程度上却具有相当的不确定性。显然，这种由不确定性导致的分叉和突变现象在3E建模过程中必须高度重视。

三、ACE在3E建模中的实现

与传统的建模方法不同，ACE建模的主要思想是以分析微观异质性自主体的个体属性及多主体间交互行为规则为基础。结合3E问题，ACE建模主要分为以下5个步骤。

(一)明确模型目标，形成模型总体框架

为了对现实问题进行建模，首先要对现实原型进行抽象，明确模型的边界，在此基础上形成拟构建模型的总体框架。例如，在碳排放权交易建模过程中，研究以碳交易对区域经济和减排效果研究为目标，可将模型划分为4个子模型块，其中配额分配和配额交易为实现研究目标的两大核心模块，而经济模块和气候模型用于刻画经济系统与气候系统间的内在联系。

(二)提取模型自主体，完成模型设计

在明确模型目标和形成模型框架之后，需要从原型系统中提取出相关自主体。仍以碳排放权模型为例，为了分析碳交易对代表性区域的影响，该研究将全球按收入水平分为n大区域，并根据研究目标从中提取出m个代表性自主体区域，用于进行具体分析。一般而言，在3E问题中，可提取的模型主体主要有企业自主体、消费者自主体、市场自主体等。在此基础上，模型设计需要重点分析各主体的属性及行为规则。例如，企业自主体往往需要考虑其投资成本、产出、价格、利润等属性，以及产品生产、定价、计算利润等行为。此外，模型设计过程需要时刻关注其交互作用机制、自适应学习机制、分叉与突变等重要特征。值得一提的是，由于所构建模型是对现实原型的抽象，因而模型设计过程中可以忽略一些与研究目标无关的属性和规则，而仅保留相关元素。

(三)选择软件工具，开发模型系统

ACE系统开发是通过计算机软件平台来实现的，拟采用的软件平台可根据开发者的编程能力而有所区别。对于专业的系统开发者来说，一种兼顾效率和实用的选择是采用高级编程语言如C#，JAVA等，结合数据库SQL，以及其他一些专业软件Matlab，ArcGIS等进行源代码开发。这种开发方法，优点是系统具有强大的兼容性和可扩展性，而缺点是对软件开发者的编程能力要求较高。对于普通的系统开发者而言，可采用一些提供类库的平台进行开发，这类平台可被嵌入到与其开发语言相匹配的开发环境中，使用时通过类库中的函数接口来调用类库中封装的函数进行基于自主体模拟开发，如Swarm，Repast等[13]；甚至可采用更为简便的一类不依赖于其他的底层编程开发环境，且易于操作的开发平台，如NetLogo，StarLogo等。需要指出的是，为确保模型的正确性和可靠性，无论采用哪种方法，模型的检验、验证、校准都是系统开发的一个不可或缺的部分[14]。

(四)估计模型参数，分析敏感性

一般而言，参数估计的方法主要有经济计量法和校准法。其中，经济计量法是指通过对历史数据的回归分析得出所需的参数值[15]，然而，采用这种方法的缺陷是必须获取长时间段的数据；校准法是利用基准情景的数据来确定模型参数的方法，它克服了经济计量法的不足[16]。此外，一些研究在解决模型参数时还可以根据不同情况采用特殊方法。如smajgl和bohensky[17]采用迭代方法，通过结合家庭调查数据和专家建议，将家庭对燃料价格变化的反应行为进行了参数化。Caillault等采用基于案例的推理算法，对农民对平均利润的反应差异进行动态建模，并实现对政策激励的参数估计[18]。在参数估计的基础上，需要对参数进行敏感性分析，即从定量分析的角度研究有关因素发生某种变化对某一个或一组关键指标的影响程度，其目的是通过分析参数变动对系统其他变量的冲击程度，甄别各参数与系统不确定性的内在关联。一般而言，可通过确定敏感性分析指标、计算基准情景、选取不确定因素、计算不确定因素变动时对分析指标的影响程度、找出敏感因素进行分析这5个步骤进行。此外，也有学者使用计算机贝叶斯分析方法来识别模型参数的灵敏度[19]，该方法可对输入参数和输出数据给出充分评估，为可视的参数灵敏度定量分析提供了可能。

(五)通过情景模拟，提供政策建议

在确保模型运行准确性和可靠性的基础上，可以开展相应的情景模拟。一般来讲，情景分析需要首先设定一个基准情景作为其他比较情景的参照对象，这个基准情景通常被设定为与现实观测值最为接近的一组模拟输出数据，通过设定不同的比较情景，最终实现对比较情景的政策评价。例如，在对技术进步确定条件下我国未来产业结构和碳排放趋势演化研究中，可将基准情景设定为现有技术进步水平驱动下我国未来产业结构和碳排放趋势估计情景，而将比较情景设定为不同技术进步水平驱动下我国未来产业结构和碳排放趋势估计情景作为比较情景，进而比较各情景下的结构特征、排放特征等，最终提出政策建议。

四、总结与展望

ACE已成为3E问题建模的一个重要方法。与传统的经济建模方法相比，ACE使得以复杂性为主要特征的3E问题被系统化和动态化，表现出更强的适应力。针对3E问题的ACE建模实际上是对具有自主体行为能力的分散异构个体进行抽象，同时反映其在经济系统与自然系统间的交互影响。大量研究表明：自主体所表现出的交互作用和涌现、自适应学习机制、分叉与突变需要在ACE的建模过程中重点关注。一般而言，针对3E问题的ACE建模过程可归结为5个主要步骤，即明确模型目标，形成模型总体框架；提取模型自主体，完成模型设计；选择软件工具，开发模型系统；估计模型参数，分析敏感性；通过情景模拟，提供政策建议。

当然，作为一门新兴且热门的学科，ACE亟待完善之处也依然存在。首先，其细节化的参数范围设计，使得要实现可靠的评价结果需要经常进行强化实验；其次，由于路径依赖的存在，多峰值而非趋近单峰值结果分布可能出现，一定程度上提高了决策难度；最后，为在多个领域实现模型迁移，其建模平台的独立性很难得到保障。而这些问题都有可能会出现在研究3E问题的过程中，因此，需要在未来重点关注。

参考文献：

[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]王铮，吴静，杨念.多自主体在地理学中应用的回顾与展望[J].复杂系统与复杂性科学，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]黄卫来，张子刚．CGE模型参数的标定与结果的稳定性[J]．数量经济技术经济研究，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.

(责任编辑魏艳君)

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

文章编号：1674-8425(2016)04-0035-06

中图分类号：F069.9; N949

文献标识码：A

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

作者简介：朱潜挺(1981—)，男，浙江温州人，讲师，博士，研究方向：气候变化经济学; 通讯作者：吴静(1981—)，女，浙江温州人，副研究员，博士，研究方向：基于自主体建模。

基金项目：国家重大科学研究计划973项目“气候变化经济过程的复杂性机制、新型集成评估模型簇与政策模拟平台研发”(2012CB955800)；国家自然科学青年基金项目“实现2030年碳峰值承诺：基于演化经济学的减排路径模拟研究”(41501127)；国家自然科学基金项目“增长‘尾效’及碳减排双重约束下的区域增长路径选择研究”(41271145)；国家社会科学基金项目“中国参与全球气候变化谈判的地缘政治经济博弈模拟及战略研究”(14CGJ025)

收稿日期：2015-09-15

引用格式：朱潜挺，曹晓雪，吴静.基于主体可计算经济学的经济-能源-环境建模研究[J].重庆理工大学学报(社会科学)，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.