[发明专利]公共品投资实验仿真系统及实现方法

说明书

技术领域

本发明涉及在公共品实验中进行仿真实验的方法。

背景技术

公共品理论是近年来经济学的重要热点问题，也是公共财政学研究的重点，公共福利，公共健康，公共医疗都可以划归为公共品的范围。公共品的生成的主要途径是政府向公众收取税款，利用税收向产品和服务的提供者购买公众需要的产品和服务，例如教育，医疗，政府再将这些公共品免费提供给公众。因此研究公共品的生产问题，已经成为政府资金划分的一个重要方面，而如何分配以及维护已有的公共品也是个大的研究方向。

公共品投资实验是目前公共品理论研究的主要形式，通过在实验室环境下进行公共品投资实验，对得到的实验数据进行统计分析。公共品实验中存在着一个公共品两难(Public Goods Dilemma)问题，公共品两难是经典的社会两难(Social Dilemma)范式，社会两难(social dilemmas)是指一群人(N≥2)必须决定是最大化个人利益还是最大化集体利益。公共品两难一个典型的解释就是，在一个集体中，个人可以选择合作和背叛，而最后整个集体的所有个人，按照集体收益平均分配资源。于是出现了合作者的收益永远大于背叛者的收益，如果大家都选择不合作，那集体中的任何人都无法获得收益，这就是两难的存在。

传统的针对公共品两难的研究大多一味的重复Fehr于2000年发表于Science的“公共品实验中的合作和惩罚”(Cooperation and Punishment in PublicGoods Experiments)中的实验，企图验证Fehr的结果。传统的研究使用0-1模式来标记合作与不合作，采用简单的logistic线性回归分析数据就结束了。然而根据实验得到的数据往往具有离散性，线性回归分析往往不能很好地得到其规律，采用0-1模式标记投资和不投资，使得数据的重复率过高，并且实验得到的数据是有限的，根据这些有限数据得到的规律，往往不能反映真实的情况。

从经济学的角度考虑，参与公共品实验的投资人会从最大化个人利益的角度考虑，也就是纯“理性人”的角度，但是在实际实验中发现，“理性人”的假设被推翻，出现了亲社会的“社会人”。为了解释“社会人”的行为，出现了条件合作(conditional cooperation)理论，条件合作理论认为人们倾向于在他人合作的情况下选择合作，别人合作地越多，自己也合作地越多。主要研究不带惩罚的公共品投资实验，假设有N个人参加实验，最初给每个人Z元，所有人在不知道他人投资的情况下，向一个公共品资源库中投资C_i元，C_i表示第i个人投入的钱。该轮捐献结束后，公共品资源库中的资源总量乘以一个收益系数ρ后再平均分配给所有参与投资的人。这样每个人的个人资源到最后等于原有的钱，减去投入公共品资源库的钱加上从公共品资源库中得到的回报。

本发明致力于解决的问题是哪种外部刺激更容易激发条件合作行为，造成高的条件合作概率。

发明内容

本发明的目的在于提供一种快速得知哪种外部刺激更容易激发公共品投资条件合作行为，造成高的条件合作概率的系统及方法。

本发明的目的是通过如下技术方案实现的：首先设计信息显示条件不同的若干组对照实验，将过去经验即过去平均投资人数以及当前投资人数设为两个自变量，将每组变量下的投资概率设为因变量，对实验采集的数据进行处理，每组因变量的投资概率的计算公式为p＝m/(m+n)，n为选择不投资的人数，m为选择投资的人数；

征集若干名被试进行实验，得到若干组有效数据，根据信息显示条件分为4个大类；设立自变量和因变量分别为过去经验以及当前投资人数，因变量为每组过去经验和当前投资人数值对应的投资概率，每组变量为神经网络学习的输输入输出值；采用2-8-1的多层前馈(Back Propagation)神经网络结构进行学习，输入为2个变量，中间层为8个神经元，输出为1个变量；得到投资概率预测函数；

根据神经网络建模得到的投资概率预测函数，在Swarm平台上开发一个基于智能体仿真系统，模拟公共品博弈中智能体的投资行为及智能体与周围环境的交互作用。

本发明与现有技术相比，具有如下有益效果：本发明设计了公共品投资实验不同的信息显示条件，以模拟真实情况，根据神经网络建模数据并采用计算机仿真技术，从理论和实际上验证何种信息显示条件有利于得到最多的公共资源，具有重大的现实意义。

附图说明

图1是本发明总体框架图。

图2是本发明多层前馈神经网络结构图。