本报告提出并构建了一个基于Agent的经济生产模型,首次系统引入了生产过程的时间维度,详细模拟了具有异质性和不同生产工序时长的企业如何在订单驱动下调整资本与劳动力投入,处理生产中的失败风险。通过设定虚拟中央计划者,分析了不同工业政策及生产周期时长对宏观经济指标(如GDP水平及投资消费结构)的显著影响,揭示了生产时间对经济动态和产业结构调整的重要作用,为传统生产函数的时间局限性问题提供了新视角和理论支撑 .
研报创新点与模型设计核心
模型机制及仿真流程
企业群体与参数设定
| 类别 | 企业占比 | 劳动力最小 | 劳动力最大 | 资本最小 | 资本最大 | 订单时长最小 | 订单时长最大 | 产出配方(K/L比) | 计划加价率 |
|---|---|---|---|---|---|---|---|---|---|
| 1 | 84.3% | 1 | 9 | 100 | 450 | 1 | 1 | 50 | 0.10 |
| 2 | 9.4% | 1 | 9 | 100 | 450 | 2 | 4 | 50 | 0.10 |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
中央计划者不同投资分配策略对宏观经济影响
资本和劳动力的动态调整机制
量化因子/策略提示
报告标题:Breaking open the black box of the production function: an agent-based model accounting for time in production processes
作者:Jack Birner, Marco Mazzoli, Eleonora Priori, Pietro Terna
发布机构:意大利多所大学(University of Trento, University of Genova, Sant’Anna高级研究院, University of Torino)
日期:2024年4月
主题:生产函数时间维度的剖析,通过构建基于代理的微观生产模型,系统考察生产过程中的异质企业行为和宏观经济影响
本报告核心目标在于打破传统生产函数忽略时间维度的“黑箱”,提出一种以代理为基础(agent-based model,简称ABM)的生产过程模型,细致模拟从接单到商品投放市场的整个生产周期。模型涵盖企业异质性(规模大小、生产技术等)、生产时间多样性、生产过程中的适应性调整与失败风险。研究旨在揭示宏观经济层面如何由微观企业异质行为和时间序列生产动态合成,特别关注工业政策的作用。报告作者明确指出传统生产函数简化为时间无关的即时函数,未能反映生产过程中的动态事件和阶段性风险,而ABM为解决此缺陷提供了强大工具。论文框架中设置一个虚拟中央计划者,作为需求方,以多场景实验探究企业行为与宏观结果的交互反馈。整体而言,研究既有理论突破,又兼顾宏观政策启示。
报告以Hayekian复杂经济学为理论出发点,强调时间序列在生产过程中的重要性,强调生产不是瞬时完成的,而是经历多阶段、异质耗时、伴随中断与调整的过程。引用了Georgescu-Roegen和Becker等学者对时间在生产中的理论补充与批判,指出主流宏观采用的生产函数Pt=f(Kt,Lt)实质上是相关函数而非动态过程,无法体现生产事件的时间进展及风险。
报告引用Tsiang(1949)对时间维度被忽视的反思,历史上诸如凯恩斯模型忽视生产周期的时间长度,Hayek强调生产过程应采用差分或微分方程表达,或用时间维度的图形表征。作者认为现代ABM模拟正是符合Hayek理念的工具,能真实表现时间序列中“河流与支流”式的生产过程,弥补经济学文献中时间维缺陷。商业管理领域如供应链管理和事件驱动工业仿真已采用类似方法,强调事件与时间顺序的模拟。
模型采纳Irving Fisher的投资决策理论:净收益率i为核心,但强调实际生产中产品投放市场的时间极其关键,若生产周期过长,市场需求环境及预期可能发生改变,存在不确定性。生产时间越长,不可预期事件(如中断、内部分歧、预期变化)的发生概率越高,导致生产失败风险上升。此设计引入“时间偏好变化”动力学,模拟实际企业适应动态市场环境中可能的生产失败和资源错配问题。
该过程体现了“时间异质性”和“面向未来的期望不一致”,并形成企业间及宏观经济的需求-供给错配,产生周期性波动,符合Hayek商业周期理论对实际经济中时序不协调的描述。
引用Axtell (2000)观点,强调代理建模的三种应用场景:①数学模型无法完全解;②解析模型的动态属性;③无有效数学方程情况下的系统探索。该模型符合第三种,因企业行为带有时间并行性和多重反馈,从微观行为底层并行影响宏观,传统方程模型难以覆盖。
模型定义生产密度函数:
[ P_{(t_1, t_2)} = \int_{t_1}^{t_2} f(L, K) dt ]
即产出为某时间区间劳动与资本投入的积分,强调通过ABM可管理不同生产订单时长的叠加与交错(例见图1),模型用生产能力线约束企业接单,反映资源分配与产能利用动态,同时模拟闲置资源和生产失败风险。
该图描绘多个不同持续时间的生产任务蓝色条在时间轴上的随机叠加情况,顶端有最大订单线与红色生产能力线。生产容量限制了企业能接受订单数量,长订单重叠效应一方面提高了生产能力利用率,另一方面增加了生产失败可能(长单风险)。该图验证了模型处理订单队列,模拟订单接收与执行之间的容量限制及多任务并行调度。
图中展示每天仿真循环流程,从中央计划者制定行动、下达生产订单、企业接单生产、生产过程并行运行、投资品分配、生产完成、需求订单生成,到企业资产负债表更新和宏观经济统计。这套流程凸显供应链和决策环节的时序依赖,显示模型如何以多阶段事件驱动生产动态及经济指标积累。
该图结构体现有n家企业,各自接收生产指令(来自多个生产流程库)并执行调度,定期调整L与K投入。生产失败风险嵌入于订单执行中。流程图清晰展现了模型中企业如何根据计划者指令安排生产产出及动态调整资本/劳动要素。
基于欧盟统计数据,模型构建了8类企业,区分企业规模(员工数)、资本和劳动规模上下限、生产订单持续时间、生产投入配方、订单最大产值及计划加价率等关键参数。其中大部分企业是小规模(1-9人占比84.3%),产出消费品和资本品比例显著不同,反映现实产业结构。生产时间长度随企业类别从1月到24月不等,满足模型不同生产周期需求。
Planne Zero(4.5.1):中央计划者不分配投资品,导致期望投资持续积累,企业未收到投资品,投资产出萎缩,经济指标持续衰退至零。[Fig.4,5],12]
Planner Total(4.5.2):计划者无限满足投资品需求,初期有库存过剩压力,后达平衡状态,消费明显大于投资,经济持续稳定。[Fig.6,7],13]
Planner Random(4.5.3):计划者随机满足投资品需求,经济表现与完全满足类似,因订单量固定,产能尚可满足需求,敏感度低。[Fig.8,9]
4.5.4与4.5.5:无失真比例分配投资,比较生产周期标准和加倍的情境。加倍周期使企业期望与产值初期明显提升,原因是小企业能并行处理更多持续时间长订单,提高产能利用率。[Fig.10-13],16,17]
4.5.6与4.5.7:推行促消费政策,即订单更偏向消费品,投资品需求降低。结果显示经济走向衰退,特别在生产周期加倍时尽管起点较好,但投资产品供应不足导致崩溃,GDP及消费双双下降。[Fig.14-17],18,19]
4.5.8与4.5.9:推行促产业政策,投资品订单占比提高。经济经过初始调整后稳定增长,投资与消费价值均提高且接近,双边库存增加。加倍生产周期下,投资需求激增,但计划者配给提升带动了经济显著繁荣,消费占比回升。[Fig.18-21],20,21]
4.5.10与4.5.11:在促产业政策基础上,增加生产失败概率(从5%增至10%),对经济带来显著负面冲击。投资品供应缺口加剧,经济总量明显缩水。加倍生产周期虽带来容量提升,但失败概率放大导致投资品需求强烈未能满足,经济趋向严重衰退,消费优势维持但总量下降。[Fig.22-25],23,24]
报告不涉及传统企业估值或资本市场估算,而是侧重宏观经济模拟和生产过程本身的动态表现。估值框架在模型中体现在生产要素投入与产出,以及企业资产负债表和利润状况的微观积累上。资本、劳动等生产要素通过其价值和数量动态调节(/附录A、B);投资品作为一种资本输入被表达为库存和订单量的变化,折射为企业间对资源的争夺平衡。资本调整遵循实际价格和生产力调整模型,作为生产能力的物理和经济体现。
模型特别重点关注由于生产过程的时长导致的失败风险。风险源自于:
这些风险对经济周期和投资产出波动均有深刻影响,增加失败概率或加长周期均可导致经济萎缩,缓解措施需关注生产过程适应性和计划者政策平衡。,22-24]
模型优势:细致捕捉时间序列与并行生产活动,代理微观基础强,能够模拟复杂的生产过程及风险,拓展传统生产函数的时间维度概念,赋予宏观模型以微观动态基础。
潜在偏向和限制:
理论与实践的一致性需进一步验证,特别是生产周期翻倍对产能利用的正面影响是否稳健,产出结构在不同政策扭曲下的动态平衡机制可以加深考察。
本报告通过构建高细节的基于代理的生产过程模型,首次系统地将时间维度完整纳入生产函数框架,实现了对生产过程的动态展开和生产失败风险的内生刻画。实验结果清晰展现:
生产周期长度和异质性对企业产能利用率、订单接受策略、宏观产出有重大影响,加倍生产周期提升订单双重重叠能力,提升小企业竞争力和总体产出;
中央计划者对投资品分配的不同策略(无、全额、随机、比例分配和政策性扭曲)显著影响经济增长路径,特别在投资与消费权重偏离时可能导致经济崩溃;
生产失败概率的提升对资本品生产尤其致命,导致生产能力萎缩和宏观经济波动,强调了生产时间管理和风险控制的重要性;
政策设计需平衡消费与投资品订单,防止资源错配,方能维持经济稳定发展;
报告理论贡献突出,实践应用潜力大,是迈向更现实、更动态、更微观基础宏观经济学的关键一步。附录中对劳动与资本调整机制进行了严密数学表述,确保企业行为与时序决策的内生性和连续性,为未来扩展(引入金融体系、政府、劳动市场等)奠定坚实基础。[page::全部,特别是0-9,22-24,26-30]
| 图号 | 内容简述 | 页面 |
|---|---|---|
| 图1 | 不同订单时长的随机堆叠生产任务与生产能力线示意 | 5 |
| 图2 | 仿真循环中各个代理行为及计划者步骤调度流程 | 6 |
| 图3 | 多个企业接收生产流程库订单,周期性调整L和K,管理失败风险构架示意 | 7 |
| 表1 | 模拟企业分类参数(规模,资本,生产周期,订单大小,生产配方等) | 8 |
| 图4-25 | 不同中央计划者投资品分配策略下的企业期望、投资量与宏观经济指标趋势示意(详见章节) | 11-24 |
生产函数 P=f(K,L):传统宏观经济学中考察产出(P)与资本(K)及劳动(L)的即时函数关系,但忽略了生产的时间过程和阶段性风险;
基于代理的模型(ABM):通过模拟大量异质微观主体及其交互,形成宏观经济行为的数值仿真模型,强调整体行为从底层个体行为和交互涌现;
生产失败:生产过程因预期变更或内部冲突等因素,导致订单未能如期完成或产出损失的风险;
中央计划者:模型中模拟需求侧角色,统一管理和分配企业订单及投资品购买,方便实验不同配置对经济行为的影响;
资本调整:企业根据生产配比、资本老化和市场需求动态调整资本存量,决定投资和资产置换的过程;
生产周期长短:生产任务耗时的区间,影响产能利用率及生产风险,较长周期允许多订单并行,但风险增加。
此报告为拓展宏观经济理论与政策设计提供了宝贵的系统性微观-宏观桥梁,丰富了经济学中时间动态的生产分析视角,同时以计算模型验证了Hayekian复杂经济学关于生产流程和经济循环的深刻洞见。[page::汇总]
2405.07103.pdf