隆云滔，李洪濤，王國成

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

一、引言

我國現(xiàn)已進入建設中國特色社會主義的新時代，思維要創(chuàng)新，理論要創(chuàng)新，宏觀調控要創(chuàng)新，經(jīng)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(jīng)濟理論研究有新的視角和新的突破。宏觀經(jīng)濟學家試圖在國家層面或地區(qū)層面理解經(jīng)濟體的結構與表現(xiàn)，但是政府政策制定者試圖影響這種結構與表現(xiàn)的方式。從這個視角對經(jīng)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(jīng)濟體中觀察到的宏觀管制的復雜反饋回路進行系統(tǒng)性的探索。然而，主流宏觀經(jīng)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(jīng)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(jīng)濟系統(tǒng)的運行，試圖揭示非常態(tài)的復雜經(jīng)濟現(xiàn)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(tǒng)的影響，目前已在生物學、政治學、社會學與經(jīng)濟科技等領域有應用（Marchi et al.，2014）[4]?；谥黧w的計算經(jīng)濟學 （Agent-Based Computational Economics，ACE） 將復雜演化系統(tǒng)定義為經(jīng)濟思想的計算研究，ACE將經(jīng)濟體看成是由自主交互主體組成的演化系統(tǒng)，通過ABM構建經(jīng)濟模型的計算研究（Tesfation，2003）[5]。ACE 屬于研究經(jīng)濟過程的ABM，將在經(jīng)濟學研究中發(fā)揮更為重要的作用（Arthur，1994；Farmer et al.，2009）[6-7]。傳統(tǒng)的主流數(shù)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(jīng)濟學在運用數(shù)學方法研究相關問題時常碰到難以規(guī)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(guī)則與交互機制以產(chǎn)生集聚管制與內生性危機的涌現(xiàn)。在某種意義上，構建“自下而上”的宏觀經(jīng)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(tǒng)凱恩斯理論與熊彼特理論，研究宏觀經(jīng)濟特性與公共政策對經(jīng)濟發(fā)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(chǎn)生某些宏觀經(jīng)濟涌現(xiàn)性。Fagiolo et al.（2004）研究了勞動力市場動力學與總產(chǎn)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(yè)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(yè)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(chǎn)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(jīng)濟增長方面的作用。Gaffeo et al.（2008）[13]通過引入類似的匹配協(xié)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(yè)銀行拓展的信貸與中央銀行發(fā)行的貨幣量，研究貨幣總量與產(chǎn)量、價格動態(tài)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(jīng)濟政策之間的相互作用[16]。他們發(fā)現(xiàn)更不平等的經(jīng)濟面臨更嚴重的商業(yè)周期波動、更高的失業(yè)率，以及更高的犯罪率。同樣，他們也發(fā)現(xiàn)財政政策具有抑制經(jīng)濟周期、減少失業(yè)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(jīng)濟模型表明微觀基礎的另一種構想對復雜環(huán)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(jīng)濟框架，通過分散式的匹配過程相互作用呈現(xiàn)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(yè)、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(jīng)濟通常將經(jīng)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(yè)以及經(jīng)濟性質的模型類型要比傳統(tǒng)的新古典主義的經(jīng)濟模型復雜的多。ABM是ACE中用來構建模型最核心的技術。現(xiàn)代計算平臺上的ACE模型包括數(shù)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(xiàn)性等進行了研究[20]。本文主要探討ABM在宏觀經(jīng)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(jīng)濟政策的微觀基礎

基于主體的計算經(jīng)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(jīng)濟證據(jù)。ACE可運用ABM方法建立系統(tǒng)中微觀個體的交互規(guī)則以模擬經(jīng)濟行為與宏觀經(jīng)濟系統(tǒng)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(qū)域及國家創(chuàng)新系統(tǒng)中的創(chuàng)新擴散、創(chuàng)新政策仿真，提出了ACE當前的應用前景與發(fā)展趨勢[21]。認知經(jīng)濟學家（Kahneman et al.，2000）提供的證據(jù)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(jīng)濟學家構建經(jīng)濟體具備相同的信息”（Colander，2006）[1]。類似地，來自網(wǎng)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(xiàn)實且過于簡化的假設條件通常在新古典主義經(jīng)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(jīng)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(shù)據(jù)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(jīng)濟學中的研究與應用得到了快速發(fā)展。這方面的文獻數(shù)量大大超出了我們的想象。ABM在經(jīng)濟學中的研究已經(jīng)形成了模塊化，以下十個主要的特征可以用來刻畫經(jīng)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(jīng)濟。集聚性必須作為可能的不受約束的微觀動態(tài)在基本實體（主體）水平上的宏觀結果。這與傳統(tǒng)的新古典主義經(jīng)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(lián)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(tǒng)方法。復雜系統(tǒng)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(xiàn)，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(fā)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(jīng)濟主體所處的環(huán)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(shù)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(tài)變化環(huán)境下進行開放式搜索。這歸因于持續(xù)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(tǒng)狀態(tài)以一種路徑依賴的方式演化。

（9）內生的且持續(xù)的創(chuàng)新。社會經(jīng)濟系統(tǒng)本質上是不穩(wěn)定的。在經(jīng)濟系統(tǒng)持續(xù)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(jīng)歷一個選擇機制。例如，競爭企業(yè)生產(chǎn)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(jīng)濟現(xiàn)象（Tesfatsion et al.，2007）[2]。

三、基于主體的建模方法在宏觀經(jīng)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(jīng)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(jīng)濟增長、工業(yè)動力學、市場設計、環(huán)境監(jiān)管以及交通管理等。本文主要對ABM在宏觀經(jīng)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(jiān)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(jīng)濟蕭條問題。相對主流方法而言，ABM的一個優(yōu)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(fā)一個ABM，將凱恩斯的需求理論與熊彼特的技術推動經(jīng)濟增長理論聯(lián)系起來（簡稱K+S模型）[10]。該模型由資本品企業(yè)、消費品企業(yè)、消費者/工人以及公共部門構成。資本良好的企業(yè)展開研發(fā)并銷售不同的機器工具給消費良好的企業(yè)。消費者通過為企業(yè)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(yè)救濟金。該模型能夠產(chǎn)生內生增長與商業(yè)周期并可以復制一系列有關宏觀經(jīng)濟動力學與微觀經(jīng)濟動力學的典型化事實。按照生成的輸出量經(jīng)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(chǎn)出波動性以及失業(yè)率的影響。他們還發(fā)現(xiàn)凱恩斯財政政策是經(jīng)濟增長的必要條件并且可以很好地抑制經(jīng)濟波動[10]。此外，Dosi et al.（2013）發(fā)現(xiàn)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(fā)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(jīng)濟模型中的金融監(jiān)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(jīng)濟模型匹配后，分析銀行監(jiān)管對宏觀經(jīng)濟動力學的效果[18]，研究發(fā)現(xiàn)過于嚴厲的監(jiān)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(chǎn)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(jīng)濟環(huán)境、更不穩(wěn)定的商業(yè)周期，以及更高概率地觸發(fā)金融危機。

（二）在貨幣政策分析中的應用

動態(tài)隨機一般均衡（Dynamic Stochastic General Equilibrium，DSGE）主要研究貨幣政策，尋找最優(yōu)的貨幣規(guī)則。然而2008年以來發(fā)生的全球經(jīng)濟衰退已經(jīng)表明，僅憑貨幣政策不足以將經(jīng)濟帶回到穩(wěn)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(chǎn)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(yè)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(jīng)驗規(guī)律下對銀行監(jiān)管框架的影響。模擬結果表明更高的經(jīng)濟不平等加劇產(chǎn)量、失業(yè)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(jīng)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(jīng)濟不平等較小時貨幣政策是非常有效的，利率對產(chǎn)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(jīng)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(guī)則探討貨幣政策對經(jīng)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(yè)、工人與中央銀行組成的一個虛擬經(jīng)濟體[34]，該經(jīng)濟體采用承諾策略或者適應性的可自由支配的策略執(zhí)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(jīng)濟，貨幣從長期來看不是中性的。模擬結果表明泰勒規(guī)則并不成立，而且通過標準的損失函數(shù)準則說明適應性規(guī)則優(yōu)于承諾性規(guī)則。Mandel et al.（2010）根據(jù)投入產(chǎn)出表開發(fā)了一個多部門、異質性主體模型，按照泰勒規(guī)則執(zhí)行的貨幣政策可能會導致經(jīng)濟更加不穩(wěn)定[37]。

Cincotti et al.（2010）研究了非常規(guī)的貨幣政策評估模型[14]。他們基于EURACE平臺開發(fā)了ABM用來評估量化寬松的貨幣政策。EURACE①是一個大規(guī)模ABM平臺，用來捕獲歐洲經(jīng)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(jīng)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(chǎn)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(qū)別，基于主體的一體化建模方法可以系統(tǒng)全面地分析各種政策的影響以及相互作用[40]。

（三）在銀行監(jiān)管實踐中的應用

當政策制定者想要測試不同的監(jiān)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(guī)如何影響銀行同業(yè)支付系統(tǒng)的流動性，或者其他的微觀審慎規(guī)則如何影響宏觀經(jīng)濟的穩(wěn)定性。Ashraf et al.（2011）采用ABM研究了不同法規(guī)約束下異質性企業(yè)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(guī)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(shù)據(jù)校準表明，經(jīng)濟可能遭受“罕見的災難”，銀行行為強烈地影響宏觀經(jīng)濟表現(xiàn)。銀行的確是經(jīng)濟體系中非常重要的“金融穩(wěn)定器”，放寬新企業(yè)的進入并避免現(xiàn)有企業(yè)的破產(chǎn)。結果，不太嚴格的微觀審慎銀行監(jiān)管使得經(jīng)濟更快地從危機中復蘇過來。Raberto et al.（2012）通過EURACE模型發(fā)現(xiàn)，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(yè)破產(chǎn)的概率更大，信貸配置以及長期更嚴重的經(jīng)濟衰退[42]。

對經(jīng)濟體網(wǎng)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(jīng)阻礙了這些模型解釋2008年經(jīng)濟危機的涌現(xiàn)、深度以及擴散的能力，信貸市場網(wǎng)絡的拓撲性質具有基礎性的作用。ABM已經(jīng)開始研究替代的網(wǎng)絡設置與宏觀經(jīng)濟性能之間的聯(lián)系?；谥黧w的模型可以用來研究政治經(jīng)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(yōu)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(yōu)先、兼顧公平的原則，通常采用按勞分配與按生產(chǎn)要素分配相結合的方式。隨著改革開放政策的穩(wěn)步實施與我國經(jīng)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(jīng)濟發(fā)展過程中，減少貧富、城鄉(xiāng)、行業(yè)以及地區(qū)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(jīng)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(fā)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(tǒng)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(shù)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(tǒng)的計量模型遠遠不夠?；谥黧w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(shù)，構建一體化模型，從而系統(tǒng)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(yè)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(tǒng)的研究思路出發(fā)，系統(tǒng)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(guī)范收入分配。為了刻畫異質性主體收入所得稅逃稅的現(xiàn)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(fā)現(xiàn)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(jīng)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(jīng)濟政策措施的協(xié)調應用?；谥黧w的建模方法可以將經(jīng)濟過程看作是交互主體的動態(tài)系統(tǒng)的計算建模，是研究分散式市場經(jīng)濟的有力工具?；谥黧w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(yè)周期?；谥黧w的建模方法的主要優(yōu)勢表現(xiàn)為在復雜的社會經(jīng)濟環(huán)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(chǎn)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(jīng)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(jīng)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?；谥黧w的封閉宏觀經(jīng)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(jīng)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(jīng)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(jiān)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(jīng)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(jīng)濟微觀模擬模型，分析我國新時代宏觀經(jīng)濟運行的態(tài)勢，可為我國經(jīng)濟政策的平穩(wěn)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(jīng)濟主體：實體經(jīng)濟、金融體與政府部門構成的一個完整的集成宏觀經(jīng)濟體。在基于主體的建模方法下，EURACE經(jīng)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，F(xiàn)OLERY 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，F(xiàn)AGIOLO 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，F(xiàn)AGIOLO G，ROVENTINI A.An evolutionary model of endogenous business cycles［J］.Computational economics，2006，27（1）：3-34.

［16］DOSI G，F(xiàn)AGIOLO 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(xiàn)［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(jīng)濟學研究［J］.經(jīng)濟學動態(tài)，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，F(xiàn)AGIOLO 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，F(xiàn)üRST 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(jīng)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(jīng)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(jīng)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.