社会计算视角下疫后政策效用仿真模型构建与实现

徐斯颖 张高煜 王颖颖

摘要：新冠肺炎疫情的爆发对我国数字经济的发展既有冲击也有刺激，现阶段需要可靠的社会信息与决策使数字经济正确地发展。本文可以将政策或配置进行数字化，并构建了结合政策效用的企业多智能体模型来仿真演化企业的生存发展，进而帮助加强政策引导和制度保障，使数字经济更加快速发展。

关键词：企业 智能体 政策效用 社会计算

引言

民营企业是社会网络和经济市场上的主要参与者，它们一直以来都是学术界的重点研究对象，许多创新性的方法被提出用来研究民营企业生存发展问题。HanxueChen（2021）提出一个加入环境因素的全球价值链分析框架，该框架显著影响了企业生产效率[1]。Lucas Olmedo （2021）发现将企业组织与农村社会相结合可以更加促进地方的综合性发展[2]。ShantingWei（2019）采用仿真博弈的方法为基于动态协同创新网络的企业合作战略优化提供了进一步的企业管理策略[3]。Jia-CaiLiu （2021）利用博弈论和最小二乘的方法解决了不完备信息下企业联盟的协同利润分配问题[4]。HervéPanetto （2019）总结了在未来的企业制造领域中信息化制造企业所面临的挑战[5]。HongZhang （2020）等构建了基于排队论的企业活动流程模型，得到价格变化对需求量有着显著影响的结论[6]。Zhong-LiangZheng （2019）利用近几年中国制造业上市公司的数据发现经济金融化会导致企业投资行为异化[7]。

政策是影响企业生存发展的一个关键因素，本文构建了结合政策效用的企業多智能体模型。基于此，企业智能体可以在不同政策效用进行演化仿真。

1.一种新的企业智能体模型

本文提出一种新的企业智能体模型。企业智能体一共有9个基础变量。

基础变量1：个体数量，其代表在仿真环境下现存主体个体的数量。

基础变量2：流动现金，其代表个体在运营过程中累计业务的利润总额，是对个体业务能力及企业生存能力的评价标准。

基础变量3：技术现金，其代表个体在运营过程中技术能力的变化，是对个体业务能力及企业创新能力的评价标准。

基础变量4：员工人数，其代表个体所用的员工总数，是影响个体业务能力的直接效用变量，与员工能力呈正相关。

基础变量5：企业能力，是对个体的综合评价，直接影响收入。

基础变量6：技术能力，与流动现金和技术资金有关，直接影响企业能力。

基础变量7：员工增长率，其代表个体在运营阶段内员工数量的总体增长率，对员工人数呈正相关影响。

基础变量8：员工离职率，其代表个体在运营阶段内员工数量的自然减少率，对员工人数呈负相关影响。

基础变量9：总支出，其代表个体在运营阶段内日常开销的综合，主要与员工数和员工工资有关。

企业智能体的更新规则如下：

2.政策效用对企业智能体影响因素定义

本文构建了9个不同的政策效用，它们作为企业多智能体的控制变量可以在模型仿真演化过程中直接影响企业智能体的基本变量，进而使企业智能体在相对应的政策效用下进行生存发展的仿真。而且意外情况的控制变量模拟了企业智能体在突发疫情情况下的演化发展。控制变量1为意外情况。控制变量2-9为政策效用。

控制变量1：意外情况，模拟个体企业遭遇重大事故的情况，初始默认为None。

控制变量2：教育投入，是对高校教育资金及师资力量投入的度量值，对个体的员工数量增长及员工能力产生正相关影响，这里对于员工数量增长随机提升1.5到2倍，对员工能力随机提升1.2到1.4倍

控制变量3：税收优惠，是对企业税收优惠政策的控制度量，对个体的所得税及其它税目费用产生负相关影响，意味着优惠力度越大，所得税及其它税目费用越少，这里对于税率随机降低0到25%。

控制变量4：金融支持，是对企业贷款最大额度、利息率优惠政策的控制度量，对个体贷款成本产生负相关影响，意味着支持后贷款成本费用越少。初始值为30万元，，利息为0.055%。 支持后贷款总额随机上升1.1到1.3倍，贷款利息随机下降0到20%。

控制变量5：社会与劳动保障支持，是对企业所雇员工社保加金补贴政策的控制度量，对个体员工社保加金成本产生负相关影响，意味着补贴力度越大，员工社保加金费用越少。其量值设定范围为0-500之间，初始值默认为500，单位为元/人。

控制变量6：服务支持，是对企业运营过程中政府配套服务的控制度量，对个体技术重视度、技术资金和企业能力产生正相关影响，意味着配套服务越好，个体会更愿意去提升技术能力。这里对技术重视程度随机上升1到1.1倍，但是会有一定风险导致流动资金过少进而引起企业破产。

控制变量7：基础设施，提供个体企业基础设施，使其关于场地的日常开销减小，进而使总支出减少。这里对总支出随机下降0到15%。

控制变量8：直接资助，对于初期企业的直接资金提供，流动现金与技术资金都会随机上升1到1.05倍，若企业状态是破产状态，那么启用改效用时，企业会被给予一次重新开始的机会，不过其初始资金相比第一次开始的资金要下降一倍。

控制变量9：贸易支持，个体企业被给予与其他企业贸易的机会，企业收入会得到提高，但对于企业能力有时会提高有时会下降。

控制变量10：政府购买，政府直接给予个体企业相应的订单，企业收入和流动现金都会得到明显的提升，但是技术资金会有一定的下降。

3.仿真实验

1） 仿真实验1——基本模型验证

首先，对控制变量默认值进行设置，这里只需要设置贷款总额、贷款利息和社会保障补贴。然后直接创建100个企业agent进行仿真，同时每个时间步都会保存各个企业agent的流动现金，技术资金，公司能力和员工能力以及企业agent破产数，并用python中的第三方库matplotlib进行数据可视化。初始化得到的某一企业agent内部参数变化的仿真输出如图2-20所示，破产企业个数由图2-21所示（其中x轴为时间轴）。

从图2-20中可以看出，随着时间的推进并且在无政策作用的各个环境变量因子的影响下，该企业在初期发展迅速，因为公司规模小，日常开支会比较低。到了中后期虽然企业能力和员工能力保持着上升的趋势，但是公司规模不断扩大，公司收入与支出差距不断缩小，最后公司发展出现下降的状态。由图2-21也可以看出，在中后期时间，破产企业的个数直线飙升。

2）仿真实验2——政策效用的启用对于企业的发展影响

将直接资助，基础设施，金融支持，服务支持这四个政策效用启用后，某个企业agent内部参数变化如图2-22所示，破产企业个数图2-23所示。

由于启用了部分政策效用，可以看出仿真环境经过了一段时间后，虽然企业agent的发展相比仿真实验1增长不多，但是与仿真实验1不同的是，在中后期时间，公司发展的状态是趋于稳定的。可见启用政策效用可以在一定程度上促进企业发展。而且对于最后企业破产个数的变化可以看出，在启用政策效用后，破产企业的个数得到明显下降。

3） 仿真实验3——政策效用的副作用对于企业的发展影响

由于政策效用不会是永远有利企业发展，有些会打乱企业内部资金结构造成企业接受政策效用后出现发展变弱甚至破产的情况。本实验启用了服务支持这个政策效用，因为它会让企业改变自己的技术重视程度，从而影响流动现金的变化，如图2-24所示。企业破产个数变化如图2-25所示

明顯可以看出，在开启服务支持后，企业技术资金以及受其影响的企业能力在初期飞速提高，但过了一定时间后，由于日常支出的提高，流动现金大幅度地下降，原因是企业投入太多技术资金，无法抵消支出。根据图2-25，更能清楚地得到企业在第40个时间步会有100%的概率破产。

4）仿真实验4——企业对于意外情况的预警模拟

通过在某一时间点，以人工的方式改变企业流动现金来模拟企业自身应对意外情况时的反映，内部参数变化如图2-26所示。

由上图可以看出，企业agent在遭受意外损失的时候，其通过改变内部相关参数来快速地做出反映，最后免于破产的风险。

参考文献

【1】Chen H，Wang S，Song M. global Environmental Value Chain Embeddedness and Enterprise Production Efficiency Improvement[J]. Structural Change and Economic Dynamics，2021，58：278-290.

【2】Olmedo L，van Twuijver M，O'Shaughnessy M. Rurality as context for innovative responses to social challenges–The role of rural social enterprises[J]. Journal of Rural Studies，2021.

【3】Wei S，Zhang Z，Ke G Y，et al. The more cooperation，the better？ Optimizing enterprise cooperative strategy in collaborative innovation networks[J]. Physica A：Statistical Mechanics and its Applications，2019，534：120810.

【4】Liu J C，Sheu J B，Li D F，et al. Collaborative profit allocation schemes for logistics enterprise coalitions with incomplete information[J]. Omega，2021，101：102237.

【5】Panetto H，Iung B，Ivanov D，et al. Challenges for the cyber-physical manufacturing enterprises of the future[J]. Annual Reviews in Control，2019，47：200-213.

【6】Zhang H，Akuamoah S W，Georgescu P. A flow model of corporate activities with quality assurance[J]. Physica A：Statistical Mechanics and its Applications，2020，549：124447.

【7】Zheng Z L，Gao X，Ruan X L. Does economic financialization lead to the alienation of enterprise investment behavior？ Evidence from China[J]. Physica A：Statistical Mechanics and its Applications，2019，536：120858.

作者简介：徐斯颖，男，汉，2000年5月生，上海人，本科，上海立信会计金融学院统计与数学学院应用统计学大三学生，上海立信会计金融学院统计与数学学院应用统计学，研究方向：社会计算