一个简单的基于agent的经济空间模型：政策工具

[16] 使用库存水平确定生产数量。通过消费β倾向的外部因素进行贴现【66】。Ci=（0，wβi）（5）然后族执行两次计算。例如，考虑到五家公司的市场规模参数Γ，每个代理都会在这些公司之间搜索，其中价格最低的公司[67]，距离代理住所最短的公司[68]，[69]。代理在较低的价格和较短的距离之间进行随机选择。直觉上，有时为了找到最低的价格而付出的努力是值得的，有时人们会选择更接近的价格，尽管不一定更便宜。2.2.5劳动力市场工资总额定义为员工素质乘以生产率α的固定部分K。参数α与公司生产函数的参数相同。这一决定与更熟练的工人也能生产更多的产品（在提议的模型中）这一事实相协调。wi=k* Eαi（6）因此，素质越高（生产力越高）的员工薪酬越高。劳动力市场根据外源设置的参数，该公司平均每四个月随机做出一次招聘决策。通过公共广告系统进行选择。感兴趣的公司成为名单的一部分。17岁至70岁的员工，目前未就业，反复申请劳动力供应清单。然后，公司和员工之间有一个匹配系统，以便随机选择的公司选择最合格的员工或住得最近的员工【71】。匹配完成后，员工和员工将从公告列表中删除，新一轮的工资、距离和资格排名为9。对于该型号规格，k设置为0.65is。

等等，直到没有更多感兴趣的公司或可用的员工。在做出决策时，公司只是随机选择一名员工，让他或她离开。2.2.6政府每个地区的地方政府在购买时根据进行销售的公司所在地征收消费税τ。该速率由非均质参数决定。每个月，每个地区的政府都会将收集到的人均资源完全转化为生活质量指数的线性增长【66】。也就是说，QLI是给定区域内企业总销售额的线性结果，通过（不断变化的）人口动态（Nr）进行加权。IQVr，t=IQVr，t-1∑τNr（7）在本文提出的模型中，提出了三种政府行政设计方案。它们在第2.3.2.2.7项模型序列中有详细说明。该模型遵循Lengnick[34]提出的时间分布，由21天组成一个月，将月添加到季度，然后再添加到年。动作的顺序是随着各种类的同时交互而发生的（见表1）。模型序列可描述如下：1）建模者确定系统是否应配置为一个、四个或七个区域。可以更改模拟参数（见第2.4节）和运行参数。2） 根据提供的参数，创建区域、代理、家庭、户主和企业。3） 代理人分配给家庭，家庭分配给住宅。4） 在模拟时间实际开始之前，初始框架包括10。Neugart等人。

[72]讨论了劳动力市场的匹配机制，但认为目前还没有关于最佳程序的共识。公司创造一种产品，并进行第一轮招聘。5） 当模拟开始时，生产函数每天应用于所有企业。6） 每月末：a）公司支付工资；b） 家庭消费和（在同一交易中）ZF征税；c） ZF将其现有资源用于QLI的更新；d） 各公司更新其利润，给予其上一季度资本；e） 公司更新产品价格；f） 如有必要，公司离职后员工；g） 失业人员主动提出休假，并进行匹配处理；h） 一部分家庭进入住房市场并进行交易。7） 每个季度，公司都会报告第2.2.8期的绩效指标和迭代。对于本文，每个空间分区（1个、4个和7个区域）的结果是1000次迭代得到的。2.3模型的空间重点模型明确强调其空间方面，因为空间是回答研究问题的核心。距离（和可达性）的计算分为两个阶段：（a）由员工选择（b）当消费者在价格和（方便）位置之间进行选择时。随着部分家庭搬迁，这些距离计算是动态的，每月都会改变企业与消费者、企业与工人之间的关系。也就是说，企业和住宅是固定的，但家庭不断移动，从而确保了模型的空间动态性。表1类之间的顺序和交互以及算法的时间动态。

在“setup”（设置）和“day 0”（第0天）开始流程，然后依次将天数累加为月份，将月份累加为季度，直到建模者确定的周期。带星号的项目表示需要外部参数家庭公司住宅政府设置创建*创建*创建*创建*创建*分配代理到家庭代理到家庭分配代理到家庭分配家庭内。分配家庭留置。初始化第0天创建productOffer positionApply for positionHire*地址寄存器Production ProductionAddress register RegisterDays 生产月数 工资家庭人均工资分配购买**购买购买（税）*更新QLIUpdate pro fits决定价格Fire Offer position/Fire申请职位雇用*输入房地产市场更新价格通知QLIQuarters 更新利润年份此外，QLI是每个区域内的线性和空间分隔反射。同样的QLI反过来影响住宅价格。因此，住房市场与商品和劳动力市场在空间上是相互联系的。根据图1的方案，除了过程本身存在空间交互外，该模型还区分了应用区域的设计。图中显示了中心点（0，0）的坐标。沿着四个方向，可以通过参数建立边界。本研究将参数10、-10、10、-10分别用于北、南、东和西方向。通过改变区域数η，使用并应用了三种不同的设计。如果η等于1，则模型只运行一个区域，代码为0，包含整个空间。η等于4时，模型运行四个区域，代码为0、1、2和3，andregion 3覆盖了图1中3、4、5和6子区域的整个区域。

最后，有七个区域，该模型遵循图1的代码配置，有四个较小的区域和三个较大的区域。2.4模型实现和参数运行模型很简单，只需一个命令即可完成。或者，建模者可以为每个模拟和图1设置参数。用坐标和代码将空间划分为多个区域。使用一个区域运行时，模拟空间是完整的，从北到南，从东到西，包括所有颜色。当运行四个区域时，这些区域是对称的，包括代码0、1、2和整个区域，该区域由子区域3、4、5和6组成。对于七个区域，有较大的区域（0、1和2）和较小的区域（3、4、5和6）。运行本身，如下所述。在呈现结果后，对参数进行系统分析，评估微小变化是否会显著影响结果，并试图确认模型的稳健性（敏感性分析）。对于每个模拟运行，您可以选择代理、家庭、家庭的数量、时间持续时间（以天为单位）、划分空间的地方政府的数量（即在其领土上有权限的市政当局）以及保存结果的路径文件（？）。该模型包含非常少的外部参数。这些参数有助于了解模型机制如何影响其结果。例如，可以将参数α设置为1，使其效果为零。通过将参数连续减少0.1，可以观察到生产工人越来越少的影响。对β参数或消费税税率的相关性也有同样的理解。这种结构为建模者提供了一些灵活性。

如果目标是增加对所建模问题的理解，并将模型用作决策的指导工具，或作为讨论“假设”问题的方法，则这种灵活性最为相关。2.5局限性本研究的局限性来自于难以找到完整、完整和简单的模型，这些模型可以作为初始步骤，由以下研究人员进行扩展和调整。事实上，尽管有朗尼克[34]和加菲（Gaffeo）等人[35]的模型，所有其他模型都是特定于单一市场的，如能源[73]、金融[74]或劳动力市场[75]；或者过于复杂[76]，[30]。因此，在单一综合模型下调查特定现象（本例中为消费税的空间影响）的任务要求对所有过程（固定生产企业、商品和劳动力市场）及其所有相关参数进行解释，理论上合理且数字上兼容。在实践中，这要求建模者获得与通货膨胀、GDP增长、失业、家庭收入等指标的文献一致的结果，同时在时间上保持一致。向建模者提出的问题具有认识论性质。我们如何确定哪些是现象的核心要素，哪些必须存在，哪些是附属要素？在什么情况下，可以简化过程，观察到的现象在哪里发生了重大变化？除了这个普遍的局限性之外，这个版本的模型也不包括信贷市场、人口变化和社会资本投资。3结果与讨论最繁荣的经济体是具有偶数个地区的模型（图3），与具有四个地区的模型相比，平均GDP中值仅高出30%。这个有四个区域的模型依次实现的结果比只有一个区域的模型高出38%（图2）。

与单一区域模型相比，具有七个区域的模型的可变性更高（表3和图4）。表2模拟参数（确定每次运行）和模型的外部参数。模拟参数值可能性的间隔观测天数5040（6312800）。该模型的运行时间长达50年，但会失去解释力。我们把这个模型运行了20年。代理数量1000（101000）代理数量的增长使模拟降低。家庭数量400（42000）内生性，用于确定每个家庭的平均药剂数量。建议每个家庭有2.5名代理人，平均住房数量为440（52200），必然高于家庭数量。巴西的空置率约为11%。公司数量110家（2100家），约占代理商数量的10%。区域数量1；4.7（1；4；7）运行模型的可选区域数。模型参数FirmSalpha 0.25（0，1）生产函数指数。当设置为“1”时，不会改变模型，当设置为“0”时，企业的产量为一个单位。β0.87（0，1）消耗函数指数。当设置为“1”时，消费从零到可用资金总额不等。改变价格的数量δ10（1002000）改变价格的阈值。进入劳动力市场的频率0.28（0，1）劳动力市场决策的时间频率。设置为“0”时，每月进行评估。当设置为“0.25”时，该公司平均每四个月进入市场三次。当需求较高时（库存上的productlevel低于“改变价格的数量”），价格上增加0.03（0，1）个百分点的加价。代理商市场规模Γ100（1100）代理商决定消费前检查的公司数量。

可在“1”和公司总数之间设置。消费满意度0.01[0，1）用于衡量通过消费获得的满意度。家庭房地产市场0.021（0，1）家庭进入房地产市场的百分比政府消费税0.21（0，1）消费税。图2：。一个地区的GDP增长结果，1000次迭代。图3：。七个地区的GDP增长结果，1000次迭代。考虑到劳动力市场，经济趋于充分就业，见图4。三个地区模拟最后一个月的GDP箱线图，1000次迭代。表3基尼系数、GDP、GDP模拟（1000次迭代）最后一个月的中间、第一和第三四分位数，每个地区设计的QLI和家庭财富0.25中位数0.751 0.890 0.916 0.9324 0.925 0.939 0.9467 0.935 0.944 0.950G预测0.25中位数0.751 1056341 1568746 23147514 2029562 2904486 38979037 2794786 3788903 4501469 QLI地区0.25中位数0.751 223.2 331.8 487.34 425.0 608.9 820.562.1 761.8 945.9家庭“富裕地区”0.25中位数0.751 589 197571158154 32126 253450 8937637 82190 573573 1645296在整个期间保持极低失业率的周期，因为三个区域设计显示了类似的结果（图5和图6）。在三个区域设计中，家庭收入差异很大，一个区域（图7）的变化幅度低于经过1000次迭代的七个区域（图8）的模型。图5。失业、1000次迭代和一个地区。图6：。失业率、1000次迭代次数和七个地区中位数、第一和第三四分位数在七个地区的模型中高于只有一个地区的模型（表3和图6）。

虽然有七个区域的模型的离散度较高，但第一个区域的值略小于单个区域的中值（图9）。基尼系数是根据家庭的效用计算的。效用和家庭的累计消费量成正比。与其他两个模型相比，基尼系数在有7个区域的模型中达到较高水平（图10）。此外，1000次迭代中系数的行为具有类似的可变性模式（图11和图12），标准偏差略高。最后，比较图7的基本指标。一个地区的家庭财富，1000次迭代。图8：。七个地区的家庭财富，1000次迭代。图9：。三个区域设计的模拟最后一个月的家庭财富箱线图，1000次迭代，如图10所示。三个区域设计模拟最后一个月的基尼系数箱线图，1000次迭代。图11：。基尼系数的结果，1000次迭代，一个区域。模型的性能是一个区域（图13）和七个区域（图14）的每个模拟设计的生命质量指数。与其他模型相比，具有七个区域的模型的中位数和四分位数更高（图15）。模型结果表明，行政边界的变化导致了三个考虑区域设计之间的稳健变化。根据所述程序，房地产市场的动态性，即多个地区模拟中的家庭流动性，与结果相关。图12：。基尼系数的结果，1000次迭代，七个区域。图13：。一个地区1000次迭代的生活质量指数（QLI）结果。图14：。

七个地区1000次迭代的生活质量指数（QLI）结果。在没有信贷市场的情况下，家庭如图15所示。QLI的箱线图，模拟的最后一个月，三个区域设计的1000次迭代。收入水平低于中位数的人成为房地产市场的卖家。因此，这些家庭利用房价随着该地区生活质量的提高而提高的房屋销售，并迁往质量较差的地区。这一运动在一定程度上被试图迁移以寻求更好质量的家庭所抵消。因此，带有细分的模型适用于人口较少、生活质量较好的地区，同时适用于人口较多、生活质量较差的地区（表4）。表4按区域设计划分的QLI和总体1000次迭代每次模拟的最大和最小区域值的中间和标准偏差。区域QLI MedianQlistdop。MedianPop。Std1最大333.5 210.9 1000min 333.5 210.9 10004最大860.2 430.2 207 30.3Min 423.2 198 288 29.27最大1499.2 2047.7 40 70.2Min 343.9 195.3 83 89.9最后，值得注意的是三种模型的结果之间的权衡。虽然有七个地区的模式更具活力、更具生产力和更富有，但它也更具异质性。只有一个区域（inturn）的模型更加和谐，但活力较弱。作者的基本假设是，从城市区域的角度来看，只有一个区域的模型会更有效，但在现有配置中没有观察到这一假设。特别是考虑到房地产市场的实力和流动性，房地产市场将较小的人口集中在质量较高的地区，而将较大的人口集中在质量较差的地区。