用Netlogo实现病毒传播对经济的影响分析

• 一、基本考虑
• 二、涉及要素
• 三、计算思路
• 四、程序设计
• • （一）界面设计
  • （二）具体代码
• 五、结果分析
• • （一）“栅栏”模式
  • （二）“放羊”模式
• 六、后续改进思路

一、基本考虑

新冠病毒的传播，已经形成了全球大流行。而针对新冠病毒的防治，各国政府的态度和策略在一开始区别是很大的。有些是举全国之力、以雷霆万钧之势抗击疫情，而有些则由于担忧大规模的隔离和禁足对经济产生的不良影响，一直犹豫不决。为了更直观的展示不同策略对经济可能产生的影响，需要定量化研究新冠疫情下不同策略的具体效果。

针对上面的需求，我们利用netlogo对相关问题进行建模。具体来说，我们考虑两种策略。一种是当新冠发生后，采取隔离和全员禁足的方式，我们称之为“栅栏”模式；另一种是不做隔离和禁足，人们还是按照之前的方式进行生活，我们称之为“放羊”模式。

二、涉及要素

具体在病毒传播方面，考虑的因素有以下几点：

• 1.初始人数：可设置的范围是0~10000，模拟一个区域、城市或国家的全部人口；
• 2.初始感染率：这里是一个假设的值，即程序开始运行时，城市中已感染的人数；（我们在这里建设为1%）
• 3.感染率（无防护措施）：这个值用来控制健康人员在没有任何防护措施下，与感染者接触后患病的几率；（我们在这里假设为80%）
• 4.感染率（有防护措施）：这个值用来控制健康人员在没有任何防护措施下，与感染者接触后患病的几率；（我们在这里假设为40%）
• 5.死亡率：这是每天的死亡人数，占所有的患病人的比率；（我们在这里假设为千分之4）
• 6.平均症状出现时间：这指的是每个感染者从感染开始到出现明显症状的时间；（我们在这里假设为7天）
• 7.平均治愈时间：这个值指的是每个感染者从进入医院开始，到治愈出院的时间；（我们在这里假设为20天）

在与经济相关方面，我们考虑两个因素：

• 1.平均每日GDP：这个值指的是正常活动的人，每天创造的GDP价值；（我们在这里假设为2）
• 2.平均治疗花销：这个值指的是接受治疗的人，每天的花费；（我们在这里假设为9）

三、计算思路

在病毒传播方面，采用简化的模型，人与人之间的接触是随机事件，当感染者与正常人接触后，根据设定的感染率来判定正常人是否受到感染；感染者在感染超过7天后，被放倒医院内，医院里的人员不再互相感染；每天按照死亡率随机的从感染者中选择死亡的人员；在医院治愈的病人，超过20天后认为治愈出院，治愈后的人默认具备免疫能力，不再感染。

在经济方面，正常活动的人员每天按照设定的“平均每日GDP”产生GDP，并计入全部的GDP中；在医院救治的人员每天按照“平均治疗花销”消费资金，并计入全部治疗花销中。

在上面假设的“栅栏”模式中，我们的agent在有病患期间都不活动，即不产生任何GDP，在确认没有病患后继续活动；而“放羊”模式则是在整个期间人员都不停止活动，因此会一直产生GDP。
我们的目的就是比照在同样运行半年时间后，“栅栏”模式创造的价值（即总GDP减去总花销），与“放羊”模式创造的价值两者到底哪个更高。

四、程序设计

我们的程序使用的是最新的Netlogo 6.1.1，可以从以下地址下载：
http://ccl.northwestern.edu/netlogo/download.shtml
使用netlogo进行开发其实还是很简单的，软件本身就给提供了丰富的模型库示例可以参考，同时社区中还有很多做的很棒的资源。但netlogo语言和我们用的C#、Python都不太一样，所以如果没有其他语言基础的，相对还更好上手一些。关于netlogo的学习，推荐看它官方提供的用户手册，个人感觉就很好用了。

（一）界面设计

我们的程序界面如下：

其中左面是我们前面提到的，在程序运行中相关的各种变量。中间是我们agent运行的窗口，右面是两个统计窗口。
Netlogo的界面搭建还是很简单的，它提供了成型的控件，选择好后直接添加即可。这里要注意的是，控件中定义到的变量是可以直接在程序中使用的，所以一定不要用中文，否则后面写代码就要出问题了。
以我们其中的一个参数为例：

这是一个滑块变量，可以在程序中随时调整取值，看程序也可以看出，这个是当做一个全局变量直接使用的。
再比如下面这个统计框的设置：

这是在程序运行中，对相关变量进行统计的，可以自己定义画笔，按照程序的步长进行更新，按照什么条件统计哪些数据需要在更新命令中明确说明。

（二）具体代码

在代码中需要注意的有以下几点：

• 一是程序的运行需要有初始的setup和循环运行的go，这是一般的netlogo程序都包含的两部分，通过设定响应的按钮来实现，在代码中要具体写程序逻辑；
• 二是程序中的函数都是以“to 函数名”开始，以“end”来结尾；
• 三是netlogo中最重要的就是“海龟”和“瓦片”两个概念，可以简单理解海龟就是agent，瓦片就是环境；对于这两个对象在netlogo中的具体相关参数和函数，可以自行查询手册；
• 四是除了系统给定的参数外，我们还可以自行设定参数，例如海龟的相关参数，使用“turtles-own[]”来进行设定，全局变量使用“globals[]”来设定；同时还可以自定义不同的瓦片区域，利用瓦片的坐标范围来定义即可；
• 五是在撰写代码中，还有一些需要注意的小地方，比如循环turtles时，die后面的不会执行；move-to是把某个turtles移动到指定的某个瓦片区域中；运算符和变量直接一定要用空格；统计选取等带条件时一定要用关键字with等。

具体代码较长，在这就不贴了，如果需要可以联系我！

五、结果分析

根据我们程序的运行后，相关结果如下所示：

（一）“栅栏”模式

可以看到，在“栅栏”模式下，总的患病人数大概在250~350之间；GDP的变化在隔离期内是没有增长的，总的GDP大致在2570000左右，而治疗费用的花销不到整个GDP的10%。

（二）“放羊”模式

在“放羊”模式下，总的患病人数达到了惊人的6000多人，占总人口的60%还多；GDP是一直在增长的，总量在2960000左右，而治疗花销的费用接近GDP总量的50%，也就是说产生的GDP有一半都用在治疗上了。
通过上述实验可以明显看出，虽然“放羊”模式产生的GDP总量的确略高于“栅栏”模式，但扣除花销后，产生的社会价值则远远低于“栅栏”模式。更不用说“放羊”模式中远远高于“栅栏”模式中的死亡人数了，毕竟生命的价值是绝不能用GDP来衡量的。

六、后续改进思路

虽然程序体现出了两种模式对经济影响的巨大差别。但其中的模型还有很多需要商榷的地方。
例如 经济模型的缺失（本程序中其实是没有经济模型的，特别是疫情对于不同产业结构、行业特点等经济影响的仿真），传播模型的粗陋（本程序中agent采用的是完全随机游走，这和实际生活中人的活动也是不一致的，这就导致很难模拟出社区传播这一特性），以及 二次传播的不合理（我们程序中默认的是治愈后不会再感染，而新冠对已治愈者是存在二次感染的）等等。这些都是后续需要持续改进的地方。

请从我的Github上进行代码下载https://github.com/samurasun/netlogo

总结

以上是生活随笔为你收集整理的用Netlogo实现病毒传播对经济的影响分析的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。