用Netlogo實現病毒傳播對經濟的影響分析

• 一、基本考慮
• 二、涉及要素
• 三、計算思路
• 四、程序設計
• • （一）界面設計
  • （二）具體代碼
• 五、結果分析
• • （一）“柵欄”模式
  • （二）“放羊”模式
• 六、后續改進思路

一、基本考慮

新冠病毒的傳播，已經形成了全球大流行。而針對新冠病毒的防治，各國政府的態度和策略在一開始區別是很大的。有些是舉全國之力、以雷霆萬鈞之勢抗擊疫情，而有些則由于擔憂大規模的隔離和禁足對經濟產生的不良影響，一直猶豫不決。為了更直觀的展示不同策略對經濟可能產生的影響，需要定量化研究新冠疫情下不同策略的具體效果。

針對上面的需求，我們利用netlogo對相關問題進行建模。具體來說，我們考慮兩種策略。一種是當新冠發生后，采取隔離和全員禁足的方式，我們稱之為“柵欄”模式；另一種是不做隔離和禁足，人們還是按照之前的方式進行生活，我們稱之為“放羊”模式。

二、涉及要素

具體在病毒傳播方面，考慮的因素有以下幾點：

• 1.初始人數：可設置的范圍是0~10000，模擬一個區域、城市或國家的全部人口；
• 2.初始感染率：這里是一個假設的值，即程序開始運行時，城市中已感染的人數；（我們在這里建設為1%）
• 3.感染率（無防護措施）：這個值用來控制健康人員在沒有任何防護措施下，與感染者接觸后患病的幾率；（我們在這里假設為80%）
• 4.感染率（有防護措施）：這個值用來控制健康人員在沒有任何防護措施下，與感染者接觸后患病的幾率；（我們在這里假設為40%）
• 5.死亡率：這是每天的死亡人數，占所有的患病人的比率；（我們在這里假設為千分之4）
• 6.平均癥狀出現時間：這指的是每個感染者從感染開始到出現明顯癥狀的時間；（我們在這里假設為7天）
• 7.平均治愈時間：這個值指的是每個感染者從進入醫院開始，到治愈出院的時間；（我們在這里假設為20天）

在與經濟相關方面，我們考慮兩個因素：

• 1.平均每日GDP：這個值指的是正常活動的人，每天創造的GDP價值；（我們在這里假設為2）
• 2.平均治療花銷：這個值指的是接受治療的人，每天的花費；（我們在這里假設為9）

三、計算思路

在病毒傳播方面，采用簡化的模型，人與人之間的接觸是隨機事件，當感染者與正常人接觸后，根據設定的感染率來判定正常人是否受到感染；感染者在感染超過7天后，被放倒醫院內，醫院里的人員不再互相感染；每天按照死亡率隨機的從感染者中選擇死亡的人員；在醫院治愈的病人，超過20天后認為治愈出院，治愈后的人默認具備免疫能力，不再感染。

在經濟方面，正常活動的人員每天按照設定的“平均每日GDP”產生GDP，并計入全部的GDP中；在醫院救治的人員每天按照“平均治療花銷”消費資金，并計入全部治療花銷中。

在上面假設的“柵欄”模式中，我們的agent在有病患期間都不活動，即不產生任何GDP，在確認沒有病患后繼續活動；而“放羊”模式則是在整個期間人員都不停止活動，因此會一直產生GDP。
我們的目的就是比照在同樣運行半年時間后，“柵欄”模式創造的價值（即總GDP減去總花銷），與“放羊”模式創造的價值兩者到底哪個更高。

四、程序設計

我們的程序使用的是最新的Netlogo 6.1.1，可以從以下地址下載：
http://ccl.northwestern.edu/netlogo/download.shtml
使用netlogo進行開發其實還是很簡單的，軟件本身就給提供了豐富的模型庫示例可以參考，同時社區中還有很多做的很棒的資源。但netlogo語言和我們用的C#、Python都不太一樣，所以如果沒有其他語言基礎的，相對還更好上手一些。關于netlogo的學習，推薦看它官方提供的用戶手冊，個人感覺就很好用了。

（一）界面設計

我們的程序界面如下：

其中左面是我們前面提到的，在程序運行中相關的各種變量。中間是我們agent運行的窗口，右面是兩個統計窗口。
Netlogo的界面搭建還是很簡單的，它提供了成型的控件，選擇好后直接添加即可。這里要注意的是，控件中定義到的變量是可以直接在程序中使用的，所以一定不要用中文，否則后面寫代碼就要出問題了。
以我們其中的一個參數為例：

這是一個滑塊變量，可以在程序中隨時調整取值，看程序也可以看出，這個是當做一個全局變量直接使用的。
再比如下面這個統計框的設置：

這是在程序運行中，對相關變量進行統計的，可以自己定義畫筆，按照程序的步長進行更新，按照什么條件統計哪些數據需要在更新命令中明確說明。

（二）具體代碼

在代碼中需要注意的有以下幾點：

• 一是程序的運行需要有初始的setup和循環運行的go，這是一般的netlogo程序都包含的兩部分，通過設定響應的按鈕來實現，在代碼中要具體寫程序邏輯；
• 二是程序中的函數都是以“to 函數名”開始，以“end”來結尾；
• 三是netlogo中最重要的就是“海龜”和“瓦片”兩個概念，可以簡單理解海龜就是agent，瓦片就是環境；對于這兩個對象在netlogo中的具體相關參數和函數，可以自行查詢手冊；
• 四是除了系統給定的參數外，我們還可以自行設定參數，例如海龜的相關參數，使用“turtles-own[]”來進行設定，全局變量使用“globals[]”來設定；同時還可以自定義不同的瓦片區域，利用瓦片的坐標范圍來定義即可；
• 五是在撰寫代碼中，還有一些需要注意的小地方，比如循環turtles時，die后面的不會執行；move-to是把某個turtles移動到指定的某個瓦片區域中；運算符和變量直接一定要用空格；統計選取等帶條件時一定要用關鍵字with等。

具體代碼較長，在這就不貼了，如果需要可以聯系我！

五、結果分析

根據我們程序的運行后，相關結果如下所示：

（一）“柵欄”模式

可以看到，在“柵欄”模式下，總的患病人數大概在250~350之間；GDP的變化在隔離期內是沒有增長的，總的GDP大致在2570000左右，而治療費用的花銷不到整個GDP的10%。

（二）“放羊”模式

在“放羊”模式下，總的患病人數達到了驚人的6000多人，占總人口的60%還多；GDP是一直在增長的，總量在2960000左右，而治療花銷的費用接近GDP總量的50%，也就是說產生的GDP有一半都用在治療上了。
通過上述實驗可以明顯看出，雖然“放羊”模式產生的GDP總量的確略高于“柵欄”模式，但扣除花銷后，產生的社會價值則遠遠低于“柵欄”模式。更不用說“放羊”模式中遠遠高于“柵欄”模式中的死亡人數了，畢竟生命的價值是絕不能用GDP來衡量的。

六、后續改進思路

雖然程序體現出了兩種模式對經濟影響的巨大差別。但其中的模型還有很多需要商榷的地方。
例如 經濟模型的缺失（本程序中其實是沒有經濟模型的，特別是疫情對于不同產業結構、行業特點等經濟影響的仿真），傳播模型的粗陋（本程序中agent采用的是完全隨機游走，這和實際生活中人的活動也是不一致的，這就導致很難模擬出社區傳播這一特性），以及 二次傳播的不合理（我們程序中默認的是治愈后不會再感染，而新冠對已治愈者是存在二次感染的）等等。這些都是后續需要持續改進的地方。

請從我的Github上進行代碼下載https://github.com/samurasun/netlogo

總結

以上是生活随笔為你收集整理的用Netlogo实现病毒传播对经济的影响分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。