北京航空航天大学经济管理学院 社会行为建模与相关问题的思考

killl

社会行为建模与相关问题的思考
黄海军
北京航空航天大学经济管理学院
haijunhuang@buaa.edu.cn
http://sem.buaa.edu.cn
Tel: 8231 6608
一个微观经济学中经常使用的例子
市场均分,各占一半
2 l
L
L
0.5(2L-2 l)=L- l
左边人的新市场分额是L+ l > L,右边的人损失了市场!
最后的结局
两个商人的利益没有变(如果服务质量相同).
居民的总付出没有变,但选择权增加.
不同位置的居民的便利程度发生变化.
如何提供一种数学解释呢
x
L
L
y
左边人的市场是:x+0.5(2L-(x+y))=L+0.5x-0.5y
右边人的市场是:y+0.5(2L-(x+y))=L+0.5y-0.5x
如果给定y, 左边人为了极大自己的市场,会令x=L;
同理,如果给定x, 右边人为了极大自己的市场,会令y=L.
均衡的结果必然是L+0.5x-0.5y=L+0.5y-0.5x,则x=y.
所以,x=y都可以实现市场均分.但除了x=y=L外,只要有一点小扰动,都会令市场均分被打破.最稳健的解是x=y=L.
如果考虑居民的利益,最好的解是x=y=0.5L(需要用另外的模型推导)
再来一个有趣的例子
O
D
UE-均衡
上述UE是一种信息对称透明,自私博弈的结果,它对应一个最优化问题.
Day-to-Day Route Choice是一个长期重复的非合作博弈过程.在没有路径诱导系统支持下,路网信息不向外发布,司机不知道当天别人的择路情况,但可以根据自己过去选择多条路径的历史经验来做出判断,也就是根据自己的长期观察来积累经验,确立一种路径更新规则,不断地调整自己的路径.实验证明,\"调整\"的最终结果逼近UE状态.
针对只有两条路径的简单路网,Selten等人(2003)以18个Bonn大学的学生为实验对象进行了路径选择行为实验,利用非合作博弈方法将实验结果与路网UE的解析结果进行对比分析.Klügl和Bazzan(2003)进一步考虑司机在日常路径选择中的学习能力,定义了一种自适应的启发式更新规则来模拟司机的择路行为,结果表明路网的流量分布可以收敛到UE状态.
我们的实验:累计更新规则
利用基于多智能体的模拟环境—SeSAm(Shell for Simulated Agent Systems,http://www.simsesam.de)进行模拟.
900
对最后100天的指标进行平均,路径2上的流量为298.65,标准差6.6840.精确的UE解点上,路径2的流量是300.
为什么可以收费