微观时化模型建立与评价.docVIP

微观时化模型建立与评价 　　微观模拟模型是学界公认的研究公共政策最为有效的工具,但由于建模技术限制,其在我国的应用相对匮乏。本文旨在解决微观模拟应用中的首要技术难题――时化。在阐述了微观模拟中主要时化技术的基础上,本文具体提出了两种符合经济理论结构的时化模型,并通过微观数据对主要的时化方法做出了系统的评价。其研究结果以量化的方式给出了各种时化方法在实际应用中的有效性和具体特征,并进一步验证了以经济理论为基础的两种新建时化模型具有较强的实用优势和可扩展性。 　　[关键词]微观模拟;时化;收入分配 　　[中图分类号]F812.42;F224.0[文献标识码]A[文章编号]1004-518X(2009)12-0064-04 　　万相昱(1978―),男,东北师范大学商学院讲师,经济学博士,中国社会科学院数量经济与数经济研究所博士后,主要研究方向为数量经济学;方琦(1983―),男,吉林大学商学院硕士研究生,主要研究方向为数量经济学。(吉林长春130117) 　　本文为东北师范大学自然科学青年基金项目(项目编号的成果之一。 　　 　　一、引言 　　现代经济学认为,微观经济是宏观经济的基础,微观个体经济行为的累积形成宏观经济动态。而传统宏观经济模型大多采用典型个体分析模式,原则上摒弃了微观作用机理,无法分析经济政策对不同微观个体作用效果。现代经济研究,特别是公共政策分析,必须有效地建立起宏观与微观的分析桥梁。美国Orcutt教授于1957年提出的微观模拟方法为这一问题的解决提供了有效途径[1]。微观模拟是指以个人、家庭或企业等微观个体作为描述和处理的对象,应用计算机模拟现实经济系统的过程。它可以提供一个真实地、具体地模拟社会经济状况和实施政策的环境,从而分析经济环境对个体的影响及其引起的宏观效应。半个世纪以来,微观模拟模型得到了不断的完善和发展,其模型涉及税收、社会福利、劳动保障、文教卫生和人口动态等诸多相关方面,已经成为西方国家制定公共政策的必要工具和经济学研究的热点。而在我国,微观模拟模型的研究尚处于起步阶段,无法成为宏观经济与公关政策研究的必要工具,这主要基于建模技术的匮乏,而其中最大的技术障碍来自于微观数据的获取,调查成本和可行性等现实条件决定了微观调查数据与目标研究数据存在间隔|目标微观数据的不可直接获得。① 　　“时化”技术是微观模拟中解决该问题的工具。微观时化(Aging)是指把现有的(或称基础期)微观数据样本用数学方法推算为研究需要(或称目标期)的样本,实现数据的状态转移,使新微观数据更能反映目标期的客观状况,即解决数据如何“投影”到目标的问题[2]。时化技术分为静态时化和动态时化,静态时化是把数据从基础期一步化到目标期,中间间隔较长。人们通常采用“重新加权”和“属性调整”两种方法来对初始的观察样本(或模拟后的样本)重新设置目标特征值。需要强调的是,该方法是一个外生过程,特征量的权数和调整因子一般根据宏观经济指标确定,并且其本质上假设样本的某些经济结构(如家庭人口构成、行业或职业分布等统计结构)变化不显著,这在政策短期直接效应分析中是合理的。由于技术成熟且计算精度高,静态时化是目前微观模拟模型中应用最为广泛的技术,而动态时化实质上是一个模拟微观单位的发展过程的动态行为模型,它通过逐步时化的过程来模拟一种与宏观指标相应的进化,即微观个体样本信息随着时间的推移样本以一种与群体相类似的方式演化发展到目标状态。该技术起步较晚、成本较高,往往用于分析长期政策效应。 　　无论是静态方式或是动态方式,其核心问题是对“投影”函数――即时化因子的确定,这也是多数微观模拟技术的核心问题。时化因子就是微观个体的经济信息向目标期(动态时化时可能为中间期)转化时所应用的函数关系式,它往往需要以有效的经济理论为依据、以精确的数学模型为工具的复杂求解过程,其中最为典型的实例是对个体收入数据的时化。本文将基于微观收入数据的时化算法,通过对时化模型的建立和评价,为该技术的具体应用提供理论支持和方法规范。 　　二、微观收入数据的时化方法 　　以我国为例,权威且适合的数据来自国家统计局5年一次的百分之一人口调查数据。显然该时间间隔无法满足对于公共政策的及时评价,时化技术成为必要工具。公共政策分析中一个最重要的环节是收入分配问题,因此对个体收入数据的时化是微观模拟技术中的关键步骤和重点问题。各类微观模拟模型中的收入时化方法大相径庭,下文将基于我国具体情况对主要的微观收入数据时化方法进行阐述(方法I和II),在此基础上提出更为有效的时化方法(方法III和IV)。 　　方法I:宏观特征匹配方法 　　静态时化的本质特征是使微观个体的某种经济信息在累加到特定的宏观层面时与相应的宏观指标相等。这样做的最大优点是使得微观调