系统动力学研究方法

系统动力学研究方法（精选8篇）

系统动力学研究方法篇1

摘要

本文首先对系统动力学进行简要概述，并回顾其在国外和国内的发展历程。其次通过对文献综述的方式，对系统动力学的研究领域进行梳理和罗列，并且介绍了系统动力学的研究成果和应用情况。本文的目的在于对系统动力学的发展和应用进行清洗明确的概括的，增进系统动力学的了解，并表述其目前的发展趋势。

关键词：系统动力学、综述、应用现状、研究成果

一、引言

系统动力学自创立以来，其理论、方法和工具不断完善，应用范围不断拓展，在解决经济、社会、环境、生态、能源、农业、工业、军事等诸多领域的复杂问题中发挥了重要作用。随着现代社会复杂性、动态性、多变性等问题的逐步加剧，更加需要类似系统动力学这样的方法，综合系统论、控制论、信息论等，并于经济学、管理学交叉，使人们清晰认识和深入处理产生于现代社会的非线性和时变现象，做出长期的、动态的、战略的分析和研究。这位系统动力学方法的进一步发展提供了广阔的平台，也为深入研究系统动力学的应用提供了机遇和挑战。

为此，本文从系统动力学的研究与应用现状着手，通过总结和分析当前系统动力学的应用情况，探寻系统动力学未来的应用前景和方向，希望能促进系统动力学方法在现代社会中的广泛应用。

二、系统动力学概述

系统动力学（System Dynamics，简称SD）起源于控制论。自Wienes在40年代建立控制论以来，随着现代工业与科学技术的日益发展，控制论的概念、领域和工具也得以拓展。五十年代初，中国把自动控制理论翻译为“自动调节原理”。苏联的B.B.COJIOJIOBHNKOB教授，在研究有关随即控制问题时，引入“系统动力学”的概念。钱学森先生结合龚恒问题，编著了《工程控制论》，也阐述了系统动力学的有关问题。苏联与后总共对系统动学的研究，是针对工程技术问题，限于自然科学领域。美国在50年代后期，在系统动力学方面取得了很大的突破。JW Forrester等发表了一系列关于SD方面的论文，使它的应用不限于工程技术，而是拓展到工业、经济、管理、生态、医药等各个领域，并出现了五花八门的各种动力学。

系统动力学适用于处理长期性和周期性的问题，适用于研究数据不足的问题，适用于处理精度要求不高的复杂的社会经济问题，强调有条件预测，对预测未来提供新的手段。系统动力学为解决复杂问题提供了新的方法，随着其理论越来越成熟，系统动力学的应用从最初研究全球性的发展战略的世界动力学模型，到研究国家政治、经济、军事以及对外关系的国家动力学模型，再到研究城市发展战略的城市动力学模型，研究特定区域的发展战略的区域动力学模型，研究工业企业发展战略的工业动力学模型，研究疾病发生，发展及防治策略的医疗动力学模型等，到目前为止，系统动力学的系统论、控制论、信号论的基础上，借助信息处理和计算机仿真技术在国内外研究复杂系统随时间推移而产生的行为模式上得到了广泛的应用。

三、系统动力学在国内外的发展

3.1系统动力学在国外的发展

1956年，美国麻省理工 Forrester教授创立了系统动力学（简称SD）方法，并于1958年在《哈弗商业评论》上发表了奠基之作。系统动力学在二十世纪七八十年代获得迅猛发展，并且臻至成熟，九十年代至今是广泛应用与传播阶段，系统动力学在一系列社会经济系统问题的研究中取得了令人瞩目的成果。

系统动力学在创立之初称为“工业动力学”，主要应用于企业管理领域，解决如原材料供应、生产、库存、销售、市场等问题。1961年出版的《工业动力学》，是这一时期的经典代表作。20世纪60年代，系统动力学应用范围逐步扩大，其中最著名的是Forrester教授应用系统动力学从宏观层面研究城市的兴衰问题，并于1969年出版了《城市动力学》。此后，城市动力学模型被Mass，Schroeder等，Alfeld等不断扩展和完善。此外，系统动力学还应用与研究人、自然资源、生态资源、经济、社会相互关系的模型中，如“捕食者和被捕者”关系模型、“吸毒和范围”关系模型等。显然，系统动力学的应用范围已超越“工业动力学”的范畴，几乎遍及各类系统，深入各个领域，因此更名为“系统动力学”。

1970年，以Mdadows教授为首的美国国家研究小组使用系统动力学研究世界模型，并于1972年发布了世界模型的研究结果《增长的极限》。它从人口、工业、污染、粮食生产和资源消耗等全球因素出发，建立了全球分析模型，其结论在世界范围内引起了巨大震动，被西方一些媒体称为“70年代的爆炸性杰作”。此后，系统动力学作为研究复杂系统的有效方法，被越来越多的研究人员所采用。

到了20世纪90年代，系统动力学开始在世界范围内广泛地传播和应用，获得了许多新的发展。系统动力学加强了与控制理论、系统科学、结构稳定性分析、灵敏度分析、参数估计、最优化技术应用等方面的联系。

许多学者也纷纷采用系统动力学方法来研究社会问题，设计到项目管理、能源、交通、物流、生态、环境、医疗、财务、城市、人口等广泛的领域。相应的研究至今依然层出不穷。3.2系统动力学在中国的发展 20世纪70年代末系统动力学引入我国。1986年我国成立系统动力学学会筹委会，1990年正式成立国际系统动力学学会中国分会，1993年正式成立中国系统工程学会系统动力学专业委员会。在30多年的时间里，系统动力学经过诸多学者的积极倡导和潜心研究，取得了飞跃发展。至今，国内系统动力学应用领域几乎涉及人类社会与自然科学的所有领域。其中，水土资源/环境/农业/生态环境，宏观/区域经济/可持续发展/城市规划领域，能源/矿藏及其安全领域，物流/供应链/库存领域，企业/战略/创新管理领域，金融/财务/保险/信用领域，交通/运输/调度领域，公共安全/行政管理领域，教育/教学领域等，是系统动力学应用研究最热门的领域。

四、国内外系统动力学研究现状

4.1系统动力学理论研究现状基础理论：反馈理论、控制理论、控制论、信息论、非线性系统理论、大系统理论和正在发展中的系统学。技术理论：（1）系统的结构与功能、行为的关系（包括系统的震荡、非平衡、推按现象的内在机制、主回路判别等）；（2）SD的建模问题（包括模型的简化、模型阶数降阶、模型参数估计、通用的模型基本单元、噪声对模型的影响、不确定性分析、风险与可靠性分析、混合建模等）；（3）模型的检验与模型的新信度；（4）SD模型与行为优化问题（包括政策参数优化、系统结构优化。系统边界优化等）；（5）复杂网络与SD的关系；（6）SD与系统的复杂性、复杂性科学的理论研究等。

4.2系统动力学方法研究现状 SD的方法论是系统方法论，是将所研究对象置于系统的形式中加以考察。目前对于SD方法方面的研究基本集中在见面方法上，如因果与相互关系回路图法、流图法、图解分析法流率基本入树建模法、反馈环计算法等系统、分析、综合与推理的方法。

4.3系统动力学应用研究现状社会、经济、产业问题方面的应用：Chin-Huang Lin等（2006）考虑四个重要的工业竞争因素（人力资源、技术、资金、市场流动）建立了系统动力模型，分析了产业集群效应；徐久平等（2011）集成系统动力学与模糊多变规划建立模型（SD-FMOP），采用遗传算法求解，分析煤炭产业系统复杂相互作用，用以辅助政府部门决策；贺彩霞等（2009）利用系统动力学方法的因果反馈你，对区域社会经济发展模式的特点与原来进行了系统分析，并解并结合现代社会及经济发展的特点，建立了符合中国发展情况的区域社会经济系统的系统动力学模型。区域与城市发展方面的应用：Moonseo Park等（2011）考虑服务设施、教育福利、企业结构、住宅、城市吸引力等五个因素，建立系统动力学模型，分析自给自足型城市发展政策的影响；Cheng Qi（2011）考虑气候变化，经济发展，人口的增长和迁移和消费者行为模式的相关因素等建立了城市市政用水预测系统动力学模型，以反映水的需求和宏观经济环境之间的内在关系，用样本估计长期在一个快速发展的城市地区的市政供水需求预测。可持续发展方面的应用：Wei Jin等（2009）建立了生态足迹（EF）系统动力学，发展动态的EF预测框架，并提供一个平台，以支持改善城市可持续发展决策；Qiping Shen等（2009）建立了可持续的土地利用和香港城市发展的系统动力学模型，包括人口、经济、住房、交通和城市开发的土地五个子系统，提供了一个模拟足够长的时间来观察和研究“限制增长”的模型，观察对香港的发展潜力影响，模拟结果直接比较各项政策和决定所带来的不同的动态结果，从而实现土地可持续利用的目标；宋学峰、刘耀斌（2006）根据城市化和生态环境耦合内涵，在ISM和SD方法的支持下，建立了江苏省城市化与生态环境系统动力学模型，并选取五种典型的耦合发展模式进行情境模拟，得出分阶段和分地域的推进人口城市化发展模式和社会城市化发展模型，可以实现该省人口、经济、城市化和生态环境协调发展的目的；侯剑（2010）分析了港口经济可持续发展的动态机制，并建立了港口经济可持续发展的系统动力学模型，分析模拟了结果；刘静华、贾仁安等（2011）通过对德邦牧业实地发展进行深入分析，创建系统动力学三步定点赋权反馈图的管理对策生成法。企业管理、项目管理方面的应用。P.E.D.love等（2002）介绍了如何更改（动态的昨天或效果）可能会影响项目管理系统，采用个案研究和系统动力学的方法，来观察影响项目主要性能的因素。Sang Hyun Lee等（2006）介绍了系统的动态规划和控制方法（DPM），提出一个新的建模框架，将系统动力学与基于网络的工具结合，把系统动力学作为一个战略项目管理和基于网络的工具；胡斌、章德宾（2006）等从系统动力学角度研究企业生命周期变化中不同因素的影响，分析企业成长过程和主要影响之后，建立SD模型，有效模拟了企业生命周期的演化过程，为管理者进行企业组织管理提供决策支持；齐丽云（2008）引入系统动力学的相关概念和理论，对企业内部的知识传播进行量化模型构建，提出三个量化模型，模拟得出企业可以通过适当调整一些因素得以所期望的知识接受者的知识势能曲线；蒋春燕（2011）以系统动力学为基础，提出突破这两种陷阱的路径：一是通过知识存量、企业特定的不确定性和绩效差距动态结合探索式与利用式学习；二是系统的考察中国新兴企业两种重要的资源（社会资本和企业家精神）对探索式与利用式学习的动态关系产生的影响。

五、系统动力学研究成果

通过文献回顾与总结发现，系统动力学的研究主要是加强同数学、系统学和控制学的联系，包含应用其中的随即理论、大摄动理论、状态空间理论、系统辨识等内容。本文主要介绍几点代表性的结果。

系统动力学学与马尔科夫过程。近些年来，许多系统动力学模型都可以转化为马尔科夫过程模拟，由此，可以充分利用数学中对马氏过程较为成熟的研究成果，应用到系统动力学模型上来。

使用计算机辅助设计来建立SD模型。SD方法的应用，愈来愈广泛与复杂，特别是应用于经济社会系统时，没有一种系统化与规则化的建模方法，因此造成许多困难。许多人研究在采用数学建模时，并采用计算机辅助设计，这样便增加了建模的准确性，这方面工作著名的是JR Burns。他采用数学中的图论的方法，结合计算机辅助设计，得以确定SD模型，并进行仿真。

稳定性和灵敏度分析。建立模型总希望它有良好的结构和满意的参数。灵敏度分析是研究系统的行为模式如何以来于模型结构、初态选择、参数变化等，对灵敏度研究多采用计算机仿真，基准轨迹线性化，Monte Carlo、图论等方法。稳定性分析使用了分叉理论或大摄动理论，A Brasdhaw和D Daintith用状态空间法讨论稳定性，并且应用了线性多变量系统的理论进行分析。

参数辨识和控制。为了避免模型的不准确性或错误，建模过程常常要对系统中的参数进行估计，J A Sharp和C J Stewart提出用Kalman滤波和轨迹辨识两种方法。

有关系统动力学的研究，还有对整个SD模型的评价问题，仿真的误差分析，模型可靠性和价值等方面，这些研究有待进一步深入。

六、结语

为了促进系统动力学方法的深入研究和广泛应用，本文综述了系统动力学的主要研究成果，讨论了系统动力学方法的应用方向。系统动力学作为一种系统的科学分析方法，实践证明其在各种领域的应用研究效果显著，在很多领域都具有很高的应用价值。所以要不停的探索和推动系统动力学在更广泛领域的应用，使其在科学研究和人类社会的发展中发挥更大的作用。

系统动力学研究方法篇2

关键词：三级供应链,系统动力学,VMI,牛鞭效应

牛鞭效应就是供应链中的需求信息的扭曲, 它是指零售商向供应商的订货量与其实际的销售量不一致。一般地, 发给供应商订货量大于售给买方数量, 即需求扭曲, 这种扭曲以逐渐变大的形式向上游蔓延[1]。这种效应因为需求信息的扭曲和时间延迟使得相关企业发生严重的库存短缺与库存积压, 直接影响供应链的效益, 不利于整体竞争。

为了应对成本的增加, 供应商管理库存的管理思想随之出现。供应商代管库存 ( Vender Managed Inventory, VMI) 是指供应链中上游企业代为管理下游企业的库存, 提高供应链的运作效率。这种管理思想打破了传统的库存管理模式, 以一种系统的、集成的方式进行库存管理[2，3]。供应商管理库存模式是一种典型的需求信息在供应链各节点共享的供应链模式, 故本文以VMI模式为比较对象。

目前有很多学者对供应链中的信息共享做了研究。 Towill通过系统动力学研究了需求信息随供应链层层向上的变化幅度, 发现每经过一个环节需求信息会被放大一倍, 到制造商从分销商获得订单时, 需求放大几乎达到初始需求的八倍[4]。J. Dejonckheere, S. M. Disney等认为供应链成员的补货规则是影响牛鞭效应的重要因素, 当产量安排不够灵活, 频繁变动产量将导致大笔费用发生, 传统补货模式将不再适用[5]。Chen指出, 信息共享能够使得相关企业共享销售信息, 进而会减少信息扭曲的程度[6]。张钦, 达庆利等研究了两级供应链中在需求模型ARIMA ( 0, 1, 1) 下牛鞭效应的量化和信息共享的价值, 表明信息共享能减轻牛鞭效应[7]。郑继明, 王志娟研究建立简单的三级供应链模型, 在Lee H L, So K C, Tang C S模型的基础上重点研究并量化了第三级即供应商共享需求信息所带来的价值, 并对影响参数进行matlab仿真实验[8]。吴江华, 翟昕以Cournot博弈为研究手段, 考虑独立市场需求的多个零售商共享一个供应商的采购问题, 分两阶段订货, 求解了零售商的均衡订货决策和信息共享策略[9]。

现存的有关供应链中信息共享的研究很多, 但多集中在证明牛鞭效应的存在, 产生机理等。也忽略供应链上的不确定性对供应链上牛鞭效应的影响, 缺乏对供应链中信息共享的系统的、整体的研究。本文引入不同需求条件的变化, 比较分析两种模式的不同。系统动力学是一门分析研究信息反馈系统的学科, 将社会系统的动态行为用计算机仿真。供应链系统具备动态性, 系统性、复杂性、开放性、交互性等特点, 所以采用系统动力学对供应链中存在的问题进行研究是合适的。本文以系统动力学方法研究VMI模式下的信息共享, 比较分析VMI模式对各节点库存的影响。

1系统假设与模型的构建

1. 1研究对象与假设

本文以某市PC市场为例, 对供应链进行仿真, 从而为寻找较优的供应链结构来削弱牛鞭效应, 降低成本。考虑每一个节点众多企业都看做一个整体, 现做如下假设:

( 1) PC市场中包含零售商、批发商、供应商三个成员。

( 2) 期望库存持续时间为3周, 库存调整时间为3周, 移动平均时间为4周, 生产延迟时间和运输延迟时间均为3周, 不存在订单延迟。

( 3) 期望库存等于期望库存持续时间和各节点的销售预测之积。

系统边界确定: 本文只考虑供应链中零售商、批发商、供应商, 而且仅考虑他们之间的库存订货系统, 不考虑供应商的生产系统, 供应链中的物流供应系统等。

1. 2因果关系图

在VMI模式与传统供应链模式中, 当市场需求增加时, 零售商的库存将会减少, 零售商向批发商订货来弥补库存差, 然后来响应市场需求。同样, 批发商的库存也会减少, 批发商增加订货量会引起供应商向生产商或上级供应商增加订货量。但是这个过程存在两个延迟过程。一是信息延迟过程, 就是零售商将市场需求变化情况反馈批发商过程; 二是物质延迟过程, 就是批发商得到零售商的订货要求需要一段时间才能来满足这个要求。因果关系图如图1所示。

1. 3系统流程图

根据因果关系图的均衡关系, 作出对应系统流程图。根据系统流程图我们知道本系统中包括零售商库存、批发商库存、供应商库存三个水平变量; 市场销售率、批发商发货率、供应商发货率、供应商生产率、四个速率变量, 水平变量通过速率变量影响而变动。还有包括各节点的订单量, 期望库存、销售预测量、供应商生产需求等辅助变量和时间延迟等常量。

传统供应链中各节点成员是相互独立的, 没有信息共享。为使自己利益最大化, 各成员都是根据自己销售预测, 期望库存, 以及自己库存水平来订货。

与传统供应链不同的是, 由于信息共享, 使得VMI下的供应链成员不再依赖预期来进行订货。零售商及时将其商品销售信息和库存消耗量与批发商、制造商共享, 供应商监视零售商的库存状况, 确定库存补充数量。VMI模式下, 各成员不再是根据自己的销售预测来进行订货, 而是由零售商将市场的销售信息与批发商、供应商来共享, 由供应商来对零售商的库存进行管理。

2不同需求条件下仿真对比

不同类型需求下仿真有利于解释模型内部结构, 市场的动态性, 更符合实际情况。本文利用vensim软件, 运用基础数据, 尝试分析在阶跃需求, 斜坡需求, 正态随机需求三种不同条件下, 对比不同模式各节点库存变化情况。

2. 1阶跃需求下仿真对比

假设市场销售率=500 + STEP ( 800, 12) 即PC市场需求在第12周时, 需求量从500突然增加到800; 假设各节点初始库存和期望库存为2000台; 仿真时间为0 ~ 100周, 仿真步长为1周。图4, 图5分别是阶跃需求下各节点库存情况。

图中曲线1、2、3分别对应零售商、批发商、供应商随时间变化的库存情况。从图5可以看出VMI模式下, 各节点明显波动较小。从图4看到当需求突然增加时, 零售商库存出现变动, 接着批发商库存变动较大, 供应商库存大幅度变化, 出现牛鞭效应。当需求恢复正常时, 零售商库存恢复较快, 批发商其次, 供应商库存波动时间最长。比较图5, VMI模式下批发商与供应商库存波动明显减小, 且当需求恢复正常时, 能较快恢复正常水平。

2. 2斜坡需求下仿真对比

假设市场销售率= 500 + RAMP ( 10, 10, 40 ) 即需求从第10周开始以斜率为10进行线性增长, 直到第40个周期不再增长; 假设各节点初始库存和期望库存为2000台; 仿真时间为0 ~ 100周, 仿真步长为1周。图6, 图7分别是斜坡需求下各节点库存情况。

图6看出, 当需求从第10周开始以斜率为10进行线性增长, 直到第40个周期不再增长。零售商最先作出库存调整, 接着是批发商调整, 最后供应商调整库存。同时批发商库存比零售商库存变动较大, 供应商库存出现大幅度波动, 且波动周期最长。对比图7, VMI模式下供应链各成员, 在市场需求变动情况下, 几乎同时作出库存调整, 且各节点库存波动明显较小。

2. 3正态随机需求下仿真对比

假设PC市场对该商品的前4周的需求率为2000台, 在5周时开始随机波动, 波动幅度为 ± 200, 均值为0, 波动次数为150次, 随机因子为4个, 市场销售率= 2000 + IF THEN ELSE ( Time > 4, RANDOM NORMAL ( -200, 200, 0, 150, 4 ) , 0 ) 。假设各节点初始库存和期望库存为6000台; 仿真时间为0 ~ 300周, 仿真步长为1周。图8, 图9分别是正态随机需求下各节点库存情况。

由图8, 图9仿真输出结果可知, 与传统供应链相比, 在实施VMI的供应链中, 各节点库存量比较稳定, 波动幅度明显减小。说明各节点订货水平越来越接近市场需求信息, 需求信息的放大程度大大减少。

3结论

本文在借鉴前人的研究基础上, 考虑一个包含一个供应商一个批发商一个零售商的三级供应链, 基于系统动力学方法, 借助vensim软件建模仿真, 在不同需求条件下, 分析比较VMI模式下供应链与传统供应链的不同。本文研究结果表明: VMI模式下的信息共享可以大大减轻供应链各节点的库存量, 能减轻牛鞭效应。同时使得各节点不会出现缺货情况, 大大节省了供应链的费用, 提高供应链整体竞争力。供应商在三级供应链信息共享中的地位至关重要, 承担的库存成本最大。供应商代管下游企业的库存需要承担所有的库存风险, 当零售商数量很多时, 供应商需要考虑对不同零售商之间库存进行调整, 也给供应商的管理带来很大难度。

本文考虑的模型仅考虑三级供应链各成员之间的库存订货系统, 没有涉及供应商的生产系统, 供应链中的物流供应系统等。本文研究的市场需求都是独立的外生变量, 没有考虑比如企业做广告, 内部人员变动这些因素对市场需求的影响。同时实际情况中一般一个供应商对应多个零售商的情况, 供应商需要综合协调不同零售商之间库存量, 如何制定一个好的协调机制, 以及如何整合发货, 这些将是下一步研究的重点。

参考文献

[1]Lee, H., V.Padmanabhan, S.Whang.Information Distortion in a Supply Chain:The Bullwhip Effect[J].Management Science, 1997 (43) :546-558.

[2]马士华, 林勇, 陈志祥.供应链管理[M].1版.北京:机械工业出版社, 2000.

[3]钟磊钢, 胡勇, 张翠华.一类供应商管理库存供应链协调策略研究[J].中国管理科学, 2006, 14 (6) :92-97.

[4]Towill D R.Forridge-principles of good practice in material flow[J].Production and Control, 1997, 8 (7) :622-632.

[5]J.Dejonckheere, S.M.Disney, M.R.Lambrecht, D.R.Towill.Measuring and avoiding the bullwhip effect:A control theoretic approach[J].European Journal of Operational Research, 2003, 147 (3) :567-590.

[6]Chen F, Dreznerz, Ryan J K, et a1.Quantifying the Bullwhip Effect in a Supply Chain:The Effect of Forecasting, Lead Times and Information[J].Management Science, 2000, 46 (3) :436-443.

[7]张钦, 达庆利, 沈厚才.在ARIMA (0, 1, 1) 需求下的牛鞭效应与信息共享的评价[J].中国管理科学, 2001, 9 (6) :1-6.

[8]郑继明, 王志娟.三级供应链中信息共享的价值研究[J].运筹与管理, 2011, 20 (4) :23-31.

[9]吴江华, 翟昕.基于学习效应的供应链信息共享研究[J].运筹与管理, 2011, 20 (3) :10-17.

系统动力学研究方法篇3

关键词：软件过程；系统动力学；建模；仿真

引言

如今软件所扮演的角色越来越重要，而与此同时也伴随着相关的许多问题：如费用超支、进度延期、质量低下等。这迫使人们对软件开发的关注点从软件设计开发的技术方面过渡到对技术和管理两方面并重。软件过程已经成为软件工程学中一个研究热点。研究表明软件工程的两大目标：减少费用和提高软件质量，都在很大程度上取决于软件过程的质量。

在现实开发中，软件系统的复杂性通常有着各种形式，主要表现为：系统不确定性和随机性、复杂的动态行为和反馈机制。过程的变更通常耗费巨大，而且后果对软件开发组织的影响很大。因此，采用一些合适的方法和技术来辅助用户尤为重要。软件过程建模和仿真就是其中一种比较合适的方案。软件建模有着多种方法，目前比较常用的是类似于工作流系统的针对软件开发过程分阶段进行的离散性建模方法。这种方法有其优点，但难以表达例如开发人员的经验、项目进度带来的压力、连续加班的疲劳程度等一直变化着的因素，以及这些相互关联的因素之间的因果关系和反馈回路对软件开发结果的影响。例如，项目进度的落后会增加开发人员的压力，激励他们提高生产率，项目组可能会选择加班以希望赶上进度。高压力下的加班一般会提高单位时间内的产量，但同时也会增加人员的疲劳程度，这样很有可能增加出错率，最终导致质量保证工作和返工的增加，并且当疲劳程度到达一定时候将降低生产率，最终很有可能赶不上进度。软件开发中这些经常被忽略的软因素对项目的成败有着重要影响，系统动力学作为一种连续性建模方法，能很好地解决这些问题。

1软件过程建模与仿真

软件过程可以被定义为“针对构思、开发、部署和维护软件产品的一系列相关的政策、组织结构、技术、程序和工件”。软件开发过程是一个复杂的动态系统，有着巨大的结构复杂度和规模。这些复杂性促成了系统的一些违背直觉的行为，使得系统行为难以靠人的经验来精确评价。这些系统有一些共同特性，比如有多个相互关联的组件构成，表现出复杂的动态行为和反馈回路，组件间的非线性关系和软数据操作。

软件开发涉及到管理相关的(如：人力资源，预算，调度，计划和控制等)和生产相关的(如：软件设计、编码、测试、验证和确认等)众多因素，比如：劳动力量，预算，项目完成成绩，人员生产率，产生的错误数，检测到的错误数，可供雇佣的劳动力数量等。这些变量相互影响，形成互动和反馈循环。软件过程建模是经常采用的一种基本手段。模型是现实世界或者概念化的复杂系统的一种抽象，通过减少或者去除不影响相关行为的细节，它设用来展示实际系统的主要特性。结合过程模型，应用计算机仿真技术来进行软件过程研究有着如下优势：

(1)大多数复杂的、现实世界的系统都存在众多关系复杂的元素，难以光靠一个不能运行的模型来表达并用以进行分析。而仿真是一种可行的研究方法。

(2)仿真允许研究者去估计实际系统在一些假设的操作环境下的性能。

(3)能够通过仿真对多种候选方法进行对比，以决定哪种能更好地符合需求。

(4)在仿真中，研究人员能够比真实试验更好地控制实验条件。

(5)仿真允许研究人员以较短的时间去研究一个现实中需要很长时间来完成的事情。

基于建模的目标不同，应该根据各种建模方法的特点来采用不同的建模技术进行软件过程研究。有时候根据建模需求并不需要关注每一个实体的每一个属性，而是要能够简单清晰地观察某些因素对系统层次上的影响，辅助管理者在整体层面上对项目做出决策。例如，连续型仿真建模方法就适合于策略分析、初始估算、长期趋势、高层(全局)视角观测。系统动力学就是一种典型的连续型建模方法。

2系统动力学方法及其应用实例

2．1系统动力学方法

系统动力学方法由MIT的Forrester开发，是一种针对强调系统模型结构特性的复杂问题解决之道。系统动力学主要依赖两种技术来构建模型：一是因果循环图(causal loop diagram)，通过原因和结果关系来概念化系统，使得反馈回路得以显现。二是流图(now diagram)，采用流(flow)、流率(flow rate)、存量(stock)、水平(Ievel)、辅助变量(auxiliary)，常量(constant)和延迟(delay)等来表达系统。存量表示可以随着时间累计或者消耗的元素；水平表示存量在某个给定时间点上的元素数量；流率描述存量的变化。系统动力学是采用连续的时间模拟方法，在模拟中，时间被划分成预先设定好的时间间隔。模型变量在每个时间间隔的结束时计算，随着时间调整它们的行为。例如，在软件项目中，经验被认为是影响生产率的一个重要因素，经验水平值随着项目进展不断提高，同时，疲劳程度、进度压力将影响到生产率，但可能会起反作用，系统动力学方法连续模拟这些变量的相互作用，进行生产率的动态估算。

2．2应用实例：Brooks法则

在软件工程领域，有一个著名的Brooks法则，即在进度落后的项目中雇用新手加入以希望赶上进度，结果使得项目进度更加落后。下面我们将通过系统动力学模型和仿真来研究增加人手对生产率、总人月数和项目持续时间的影响。

建模首先要对问题域了解清楚，找出系统中的主要组成和因果结构关系。图1是因果关系图。一旦项目经理发现项目进度落后，积压增加，就开始招聘新员工，增加员工数量。员工数量的增加带来的直接影响是提高生产率以及通信和培训的代价，而通信和培训的代价的增加又会直接导致生产率的降低。生产率的提高会加大进度，减少项目积压。通过图1的因果关系图的分析，我们会发现众多元素形成一个反馈循环，增加员工对生产率的影响既有积极的也有消极的影响，因此难以直接通过定性分析来得出结论，结果如何还需要通过仿真的定量数据来说明。

图2是采用系统动力学建模仿真工具PowerSim建立的Brooks法则的系统动力学模型。需求会逐步被开发成产品，所以随着时间流逝，需求将减少而已经开发的软件数量不断增加。在本模型中，软件生产效率由多个因素共同决定，其中包括标准生产效率、通信损耗和开发人员的数量。开发人员的总数=新人员数量+有经验人员数量一负责培训新人员的有经验人员数量。通讯损耗为总人数的一个非线性函数，这里采用Abdel-Hamid模型中的数据(0.6*人数n的平方)。另外还假定一个有经验

人员可以培训4个新员工，training overhead取值为25％。Assimilation delay表示—个新员工培训为能胜任工作的有经验人员的平均时间为20天。标准生产效率(Nominal productivity)为1，表示每把一个需求任务转化为软件产品需要1个标准化人天。在本模型中，新员工的生产效率为标准生产效率的0.8倍，而有经验员工的生产效率为标准生产效率的1.2倍。

在我们的仿真运行中，设定初始条件为20个有经验员工去开发5000个需求任务的项目，结果显示为图3、图4中的reference曲线。总时间需要278天，总共耗费5500人天，生产效率为一条平行直线，值为18.24任务／天。

假设项目经理在开发过程中想加快项目进度，在100天的时候开始增加10名新的开发人员，仿真结果显示为图3、图4中的current曲线。总时间反而需要299天，总共耗费7870人天，平均生产效率曲线在100天时有个显著下降，然后再逐步上升，最后在为16.56任务／天时达到稳定。从结果对比中我们不难看出由于急剧增加的通讯损耗和培训新员工而占用有经验员工的正常开发时间，导致生产效率的下降。结果是项目进度并没有提前，而开发费用却急剧增加了。

图3和图4只是显示了模型仿真运行的某一个场景，反映了在某些情况下Brooks法则的正确性。事实上我们还可以通过调整增加人员的数量和进入时间来预测其他场景下的项目开发结果，从而选择相对较优的一个。比如，如果在100天的时候增加5个人，总时间能稍微较少一点，需要275天，但共耗费需要6295人天。

上面描述的Brooks法则模型只是一个经过简化的模型，但还是能够比较好地说明增加新开发人员对项目的影响。更符合实际软件开发过程的模型还需要进一步细化。例如，新人员开发出来的产品其缺陷率往往比有经验人员开发出来的要高，这样将增加项目返工的工作量。当然还有如前面提到过的进度压力、质量保证手段等其他因素的影响。

3基于系统动力学的软件过程相关模型

3．1 AbdeI-Hamid模型

Abdel-Hamid模型是把系统动力学运用到软件工程领域的第一个系统比较完备的模型，它的目标是研究项目管理政策和活动在软件开发中的作用。Abdel-Hamid模型被划分为4个主要子系统，包括人力资源管理、软件生产、项目计划和控制。人力资源子系统针对软件开发人员，其管理内容包括人员雇佣、解雇、人员流动以及培训。软件生产子系统为不同的开发活动分配可用的开发人员，比如培训、设计、编码、测试、返工和质量保证。该子系统还处理团队动机、开发人员疲劳程度、生产率消耗因素，比如通信和返工等。软件控制子系统测量软件生产活动，描述针对这些测量的管理措施。该子系统控制加班时间，进度压力和资金耗费等。软件计划子系统提供软件项目的初始化参数值，比如项目规模、初始团队规模、预期结束时间等。该子系统同样控制着高层管理人员对雇佣新员工的意愿等。

通过对模型仿真运行结果的研究，Abdel-Hamid等人在项目花费、进度估算、质量保证的经济性质，和项目人员管理等方面得出了很多有趣的结论，例如：

(1)在软件项目估算中更精确的估算，结果不一定会更好，因为不论原始估算进度如何，进度总是趋向于超过预计的。

(2)采用类比的方法来进行软件估算通常使得进度比本来所需要的要长。

(3)坚持过紧的进度会因劳动力的原因而增加费用。

3．2软件过程领域中的其他应用模型

基于系统动力学的建模和仿真已经被成功应用到很多领域，但在软件工程领域还没有得到广泛应用。其主要原因为相对物理系统来说，人和组织行为更难以精确建模，本节将从不同的应用方向介绍相关研究。

项目管理项目估算是软件开发管理的一个必须的环节，而且估算对项目的开展有着重要影响。基于系统动力学的项目管理由于考虑到了过程的动态性，通常能够比一般基于统计历史数据的估算模型要更精确合理。Dynamic COCOMO就是在COCOMO模型的基础上提出的结合系统动力学的估算模型。在项目进度控制方面，结合系统动力学的模型能够更好地考虑到任务之间的相关性、有限的资源和可能的返工循环带来的延迟，因此比传统的项目管理方法更能反映现状。

教育培训由于组织系统中的各种因素之间存在复杂的关联，经常会遇到一些违背直觉的现象。遇到问题如果只是简单地采取一些应对手段通常并不能取得预期效果，Brooks法则就是一个很好的例子。一般的教育方法很难说清问题本质原因，而利用仿真模型则可以进行有效的阐明。基于系统动力学仿真模型的教育培训还能使相关人员参与到仿真的软件开发活动中，去分析深层次原因。通过更改和设置不同参数，如雇佣率等来研究不同方法的结果，增强决策支持的能力。另外借助模型还能实现分布式培训，增强凝聚力和培训效果，节约费用。

风险管理项目通常会因为需求变更、人员变动、资金削减等原因而显得很脆弱。基于系统动力学的仿真有助于在项目早期识别风险，通过定量的预测决策变化带来的后果，能够帮助设计出更客观、低风险的策略。

过程改进在传统方法中，改变或者新增一个过程主要由操作经验决定。这种方式通常费用很高而且风险很大。建模仿真可以在一定程度上预见一个过程的运行状态。这种洞察力能够帮助过程设计者评估候选方案。这种基于数据的客观方法通常比主观评价方法更具有说服力。

开发方法系统动力学仿真建模还被运用到辅助验证新的开发方法论的有效性中。比如为极限编程Xp的开发过程建模，被用来研究采用Xp方法时需求变更带来的费用变化。

4结束语

软件开发是一个复杂的过程，采用系统动力学方法来对软件过程进行建模能很好地描述各个组成要素问的动态关联，尤其是对传统建模方法难以精确描述的软性因素，它以一种连续的方式从定性和定量两个方面对软件过程进行建模和仿真。因此系统动力学对软件过程的多个领域都能提供有效的策略支持。但该方法还不够成熟，在以下各方面还需要做进一步的研究。工业数据分析与模型验证。建模和仿真的有效性主要取决于模型的有效性。组织模型需要处理人和其他难以量化的问题；不仅收集数据困难，而且这些数据的重现性也难以得到保证；模型只是现实世界的一种简化，因此它不可能完全和实际情况相一致。对已有工业数据进行分析，来验证模型是一个值得关注的课题。

系统动力学研究方法篇4

低轨道卫星GPS精密定轨动力学方法的研究

结合低轨卫星简化动力学定轨算法,以及不同几何信息精度条件下的纯几何定轨和动力定轨精度比较,定量分析星载双频GPS实现精密定轨过程中的`主要因素,得到星载GPS接收机性能设计所需的关键技术指标,为卫星精密定轨系统的顶层设计提供了科学合理的参考依据.

作者：李一凡陈琦 LI Yifan CHEN Qi 作者单位：北京空间飞行器总体设计部,北京,100094刊名：航天器工程 ISTIC英文刊名：SPACECRAFT ENGINEERING年，卷(期)：16(5)分类号：V412.4关键词：GPS接收机精密定轨动力学方法

系统动力学研究方法篇5

摘要：高负荷活性污泥法处理城市污水主要利用活性污泥的吸附絮凝作用,通过对系统动力学的研究,确定了高负荷活性污泥法处理城市污水系统的.动力学参教数Ks,Vmax,Y,Kd的值,为今后高负荷活性污泥系统的工程设计及理论研究提供了参考依据.作者：胡春玲付强林峰 HU Chunling FU Qiang LIN Feng 作者单位：胡春玲,HU Chunling(辽宁石油化工大学,环境与生物工程学院,抚顺,113001)

付强,FU Qiang(抚顺市给水工程设计科研院,抚顺,113008)

林峰,LIN Feng(清原满族自治县自来水公司,抚顺,113300)

期刊：长春理工大学学报(自然科学版) ISTIC Journal：JOURNAL OF CHANGCHUN UNIVERSITY OF SCIENCE AND TECHNOLOGY 年，卷(期)：, 31(4) 分类号：X703 关键词：高负荷活性污泥法动力学参教城市污水

系统动力学研究方法篇6

针对结构力学课程的特点,从重视课程入门教育、提炼教学内容、转变教学方式、精心制作多媒体教学课件、向学生传授学习方法、重视课后反馈信息等6个方面,探讨了提高结构力学课程教学效果的方法和措施.

作者：廖瑛 LIAO Ying 作者单位：苏州科技学院土木工程学院,江苏苏州,215011 刊名：科技情报开发与经济英文刊名：SCI-TECH INFORMATION DEVELOPMENT & ECONOMY 年，卷(期)： 19(7) 分类号：G642.4 关键词：《结构力学》课程教学效果教学方法

系统动力学研究方法篇7

关键词：机械系统,参数化CAD,动力学

1 引言

在机械设计中, 常常遇到较为复杂的动力学和运动学问题。传统处理方式一般是对该机械系统进行简化, 然后按照动力学条件或者几何条件给出相关约束, 建立机械系统动力学方程组, 通过求解该方程组, 最终得到所需结果。这种方法虽然能够精确地求解出机械系统的动力学解析结果, 但是需要对系统进行几何和动力学建模及求解, 过程较为复杂繁琐, 容易出错, 而且需要花费较多的时间和精力。随着CAE技术的进步, 出现了以MSC/ADAMS为代表的动力学软件, 可对机械系统进行动力学可视化建模及求解[1], 但由于其高昂的费用阻碍了软件广泛使用, 且其求解过程也较为繁琐, 对设计人员的能力要求较高。

本文提出了一种简单、可靠的替代方法, 能够通过使用设计人员所熟悉的参数化CAD软件, 解决机械系统的动力学问题。参数化CAD软件自1980年代初提出以来, 得到了十分迅猛发展, 现已成为人们常用的设计工具和手段。参数化CAD软件的核心是其内置的几何求解器, 设计人员通过在程序界面对几何元素施加可视化约束 (如共点) , 程序自动地将几何约束转化成非线性方程组, 并调用内核求解器, 最终求得所需的结果[2]。参数化CAD软件的这种工作机理为其进行机械系统的动力学求解提供了可能:可以通过对动力学系统进行几何建模, 然后调用CAD系统的求解器, 求解出所需的结果。

基于上述思路, 本文以偏心轮式步进梁为例, 在SolidEdge环境中对其进行动力学模型的几何建模, 分别对步进梁升降液压缸的受力及步进梁动梁的升降速度进行了分析, 为其结构设计及电气控制提供了数据支撑。

2 偏心轮式步进梁结构及功能描述

步进梁为十分常见的冶金设备, 主要用于钢卷的运输及存放。而偏心轮式步进梁由于其结构紧凑, 运行稳定, 维护简单, 得到了广泛的应用。图1为偏心轮式步进梁结构示意图。

步进梁主要由横移液压缸、动梁、升降液压缸、偏心轮和车轮五大部分组成。其中升降液压缸承载能力大, 其运行速度决定了动梁升降速度, 所以需要对其进行详细分析。对步进梁机构进行简化, 可建立图2所示步进梁运动机构简图。步进梁横移液压缸尾部与地面铰接, 铰接点为P1;横移液压缸头部与动梁铰接, 铰接点为P2;升降液压缸尾部与动梁铰接点为P3;升降液压缸头部与偏心轮铰接点为P4;偏心轮与车轮铰接点为P5;偏心轮与动梁铰接点为P6。

步进梁上升的动作过程为:升降液压缸 (HYC2) 伸出, P4点沿X方向运动, P2、P3、P6点沿Y方向运动 (步进梁上升) ;由于横移液压缸没有动作 (亦即其长度没有变化) , 所以导致P2点绕P1点上升。P5点水平运行状态未知。

3 偏心轮式步进梁几何建模

步进梁机构在参数化CAD软件中的几何建模十分方便, 本文根据某工程项目中步进梁的实际结构尺寸, 在SolidEdge的草图模块中进行几何建模 (需要特别指出的是, 在任何参数化CAD中进行该几何建模均可) , 如图3所示。由于在步进梁升降的过程中, 横移液压缸没有动作, 因此将横移液压缸长度固定, 施加长度尺寸约束 (2552) 。铰接点P1与地面固定, 所以将其固定于坐标原点。各铰接点处施加共点约束。铰接点P2、P3、P6均在动梁上, 只有平行运动而无旋转运动, 分别施加P2、P3坐标差值约束 (445, 3448) 和P3、P6坐标差值约束 (470, 2302) 。偏心轮铰接点P4、P5、P6为一体, 由于偏心轮有旋转运动, 施加P4、P6两点之间的长度约束 (460) 和P5、P6两点之间的长度约束 (110) 以及直线P4P6和P5P6间角度约束 (85°) 。P5只能水平移动, 且高度固定, 对该点施加Y轴坐标约束 (915) 。升降液压缸长度作为输入变量, 从最小长度变化至最大值 (1919~2759) 。至此, 偏心轮式步进梁的几何模型建立完成。

4 偏心轮式步进梁液压缸在升降过程中的受力分析

偏心轮式步进梁在升降过程中, 由于升降液压缸作用力臂的长度不断变化, 且重力作用的力臂也不断变化, 因此在结构设计时, 需要求出液压缸最大作用以作其设计选型依据。对偏心轮进行受力分析, 将P6点视为支点, 则升降液压缸输出力Fc与车轮支反力Fn力矩代数和为零, 如图4所示。

对P6点作力矩平衡, 有

其中Fn在动梁接触钢卷前为动梁自重, 在动梁接触钢卷后为步进梁和钢卷的重力和。

在SolidEdge几何模型中, 新增用户变量Fc, 其值定义为Ln/Lc。通过给定不同的升降液压缸长度, 最终求得不同的Fc/Fn值, 将结果整理得如图5所示曲线。可见, 当液压缸长度小于2000mm时, 随着液压缸长度的增加其受力急剧减小, 其长度在2000~2700mm区间, 其受力波动较为平缓;之后, 其受力变化又较快。当液压缸长度最小时, 其比值最大, 为0.626, 但由于此时仅为步进梁自重, 所以液压缸实际输出力并不大。

5 液压缸运动速度与步进梁升降速度的关系

步进梁的升降速度是步进梁运动学设计的关键参数之一, 因为其升降速度过大会导致动梁接触钢卷时造成冲击;其升降速度过小又会影响生产节奏。步进梁升降的速度又取决于升降液压缸的动作速度, 因此需要找出两者的关联关系, 然后通过控制升降液压缸的动作速度来实现对步进梁升降速度的控制。

通过上述的几何建模, 分别给出不同的升降液压缸长度求得P6点的高度, 然后对该高度值进行简单的数据处理, 即可得到在不同液压缸长度位置下动梁的升降速度, 或者液压缸动作速度与动梁升降速度的比值, 如图6所示。

6 升降过程中车轮的波动

如前所述, 步进梁在升降过程中, P5点会有水平方向移动, 通过求得其X轴方向坐标值可以得到移动的具体情况, 如图7所示。

7 结语

本文通过在SolidEdge软件中对偏心轮式步进梁进行几何参数化建模, 然后调用SolidEdge内置的几何求解器, 分别求解出步进梁在升降过程中升降液压缸受力、步进梁动梁升降速度与液压缸长度的变化关系。通过这个工程实例, 介绍了通过参数化CAD软件进行机械系统的动力学模型的几何建模及求解过程。作为动力学CAE软件的替代方法, 这是一种低成本的方法, 具有直观高效、简单易学等特点, 特别适合于工程技术人员在设计前期进行机械系统的动力学问题分析, 亦可广泛应用于机构优化设计等其他领域。

参考文献

[1]陈立平, 张云清, 等.机械系统动力学分析及ADAMS应用教程[M].北京:清华大学出版社, 2005.

系统动力学研究方法篇8

关键词：住房市场；住房保障；系统动力学；因果反馈回路

一、引言

住房保障和住房市场作为我国住房制度的有机组成部分，代表了住房制度中公平和效率两个方面。目前国内关于住房保障和住房市场关系的研究尚处于定性阶段或是各自单独层面的研究，缺乏定量和系统化的研究支持。本文将采用定性与定量相结合的研究方法，建立住房市场和住房保障统一系统模型，对两者的相互关系进行进一步研究。

二、基于系统动力学的模型构建

系统动力学（System Dynamics）是以认识与解决系统问题为主的交叉性、综合性学科。系统动力学模型是一种因果机理性模型，它强调系统行为主要是由系统内部的机制决定；在数据不足及某些参量难以量化时，以反馈环为基础依然可以处理一些高阶次、非线性的复杂问题。

1. 系统结构的构建。通过对影响住房保障与住房市场各种内、外部因素的分析，可将包括这两者在内的整个系统分为内部影响因素和外部影响因素。如图1所示，其外部因素包括经济、社会、金融、建筑市场、心理、政策因素，内部则是住房保障、住房市场和土地市场通过供求以及价格机制相互影响。

由图1可以建立七个子系统关系图，包括：社会、经济子系统，土地子系统，金融子系统，商品住房需求子系统，商品住房供应子系统与住房保障供求子系统。这七个子系统共同构建了住房保障和住房市场的系统动力学模型，其因果反馈回路图如图2所示。

2. 模型的参数及函数关系的确定。本文中的各函数关系是通过对大量统计数据进行线性回归分析得出，而对于一些非线性关系或数据缺失的函数关系的确定，则是通过对历史数据的分析和预测，结合相关研究资料，运用系统动力学中所独有的表函数来表示其函数关系。因政府明确提出“建立和完善以经济适用住房为主的多层次城镇住房供应体系”并实质性地推动是在2000年起，因此本文研究的时间范围定为2000年～2018年间。由于数据获取难度原因，本文以南京市为例、从历年《南京市统计年鉴》和《南京市房地产统计年鉴中》获取。某些历史数据不足的部分通过统计学方法对存在数据进行推算。实际研究数据的获取范围为2000年～2008年。以住房保障供求子系统为例对函数关系做出阐述如下：

（1）保障性住房需求量t=保障性住房需求t-1+DT*（保障性住房需求增长t-保障性住房需求实现t）

其中，t：测算年份，t-1：测算年份的前一年，DT为计算时间间隔（从J时刻到K时刻）。

（2）保障性住房需求增长=保障人口增长*人均保障面积*房价收入比影响因子

其中，保障人口增长=0.4*城市人口增长；人均保障面积=0.6*人均居住建筑面积

（3）保障性住房需求实现=保障性住房供给增长

（4）保障性住房供给量t=保障性住房供给量t-1+D- T*（保障性住房供给增长-供给实现）

其中，t，t-1，DT 与上文含义相同。

（5）保障性住房供给增长=保障性住房上市面积

其中：保障性住房上市面积= DELAY（保障性住房开工面积，1），DELAY为延迟函数

保障性住房开工面积=4.4*保障性住房建设资金

保障性住房建设资金=政府保障房建设拨款*保障性住房供求比影响因子

（6）保障性住房求供比=保障性住房需求总量/保障性住房供给总量

三、基于系统动力学的模型仿真模拟分析

1. 模型仿真模拟结果输出。本文运用Vensim软件，设定参数和状态变量初始值输入模型中进行模拟，图3为输出结果示意图。下文中的数据分析基于全部模拟输出结果。

2. 住房保障及住房市场的相互影响关系分析。为着重研究住房市场和住房保障市场的相互关系，本文遴选出“保障性住房需求总量”、“保障性住房供应总量”、“商品住房需求总量”、“商品住房供应总量”四个状态变量进行变动，分析其数据的变动造成的系统的变化，从而观察各个数据对系统的影响力。

（1）分析方法。以模型最初运行结果为基准，依次改变以上四个状态变量的初始值，分别使其增加50%，并运行模型，观察其运行的结果。其变化引起其他状态变量变化的程度用δij表示，即第i个状态变量的变动对第j 个状态变量的影响力。

运用Vensim软件后可得表1所示内容。表1中的每一单列数据分别表示各个状态变量对其他变量的影响力系数，第五行δi值即表示该变量对系统其他变量（即系统总体）的影响程度。

（2）模拟结果分析。设定δij的值对应的影响程度如表2所示。

①保障房供给对其他变量的影响力系数分析。从表1中可知，保障性住房供给对商品住房的供给、保障房需求、商品住房需求的影响力依次是一般、弱、弱。其中对商品住房供给的影响幅度最大，其影响力约为对商品住房需求影响力的10倍，约为保障房需求影响力的5倍。

从因果回路图中可以看出，影响商品住房供给的两个一级因素是二手房源和商品住房开工面积；而影响力系数证明了保障性住房供给量的变化使得这两个因素都会产生较大幅度变化。

反观商品住房需求，其增长速率则受到投资型需求影响因子、自住型需求增长率、改善型需求影响因子、拆迁型需求增长率等诸多因素的影响。保障性住房只对部分自住型需求和拆迁型需求有影响，影响力系数表明其影响效果较小。

②保障房需求对其他变量的影响力系数分析。从表1中可知，保障性住房需求对商品住房的供给、保障房供给、商品住房需求的影响力依次是一般、弱、弱。其中对商品住房供给的影响幅度最大，其影响力约为对商品住房需求影响力的7倍，约为保障房供给影响力的6倍。

保障性住房需求变化时一方面对商品住房开工面积有影响，另一方面也会引起二手房市场波动，这两个因素都是商品住房供给的一级影响因素，影响力系数表明这两者关联密切。但是保障性住房的供给受到国家政策导向、保障性住房建设资金、保障性住房供地等影响，呈长期稳定的特性。保障房需求虽对保障房供给有影响但影响力较弱。

反观保障性住房需求对商品住房需求的影响，其影响因果链为：保障性住房需求→自住型/拆迁型需求增长率→商品住房需求新增速率。商品住房需求的一级影响因子有四个，其中自住型需求增长率有三个一级影响因子——城市人口、城市化水平和保障性住房需求总量，因此相对其对商品住房供给的影响，保障性住房需求对商品住房需求的影响力较低。

③商品住房供需对其他变量的影响力系数分析。从表1中可知，商品住房供应总量直接与商品住房需求实现速率关联，商品住房需求也直接受商品住房供给增长率影响，而这是符合市场经济的规律。商品住房供需因素对保障房供给与需求的影响也大于保障房对他们的影响。商品住房需求对保障性住房需求、保障性住房供给影响的主要因果链与商品住房供给对保障房体系影响的一致，都是通过对商品住房求供比产生影响，最终分别间接作用于保障性住房需求增长率和保障性住房供给增长率。

将表1每一列数据相加，可以得到各个状态变量对总系统的影响力系数，如表3所示。

从表3中可以看到，商品住房市场子系统对整个住房系统影响力是保障性住房子系统对住房系统影响力的10倍。这说明商品房市场在整个住房体系中占主导地位，其对整体住房系统乃至经济状况的稳定和健康发展都有重要作用。这就要求政府在制定房屋政策和保障性住房政策的时候，进行政策调控或行政干预时，要充分考虑到市场机制的重要性。

排除了各个状态变量对自身体系的影响——如保障房供给的影响力排除其对保障房需求的影响力（0.592 674- 0.097 481=0.495 193）——可以得出各个状态变量对对方系统的影响力系数表，如表4所示。

从表4可以看出，各个状态变量对对方系统的影响力从大到小依次是：商品住房需求、保障房供给、保障房需求、商品住房供给。与商品住房供给对保障系统的影响相比，商品住房需求的影响力依旧较强，其影响系数是商品住房供给影响系数的8倍。

反观保障房供给与保障房需求两者对商品住房子系统的影响作用基本一致，影响力均一般。

将表4的每一子系统两变量影响因素相加（0.495 193+0.346 065=0.841 258），可得两个子系统彼此的影响力系数。如表5所示。

从表5中可以看出商品住房子系统对保障性住房子系统的影响力要高于后者对者的影响力，倍数关系约为3倍。因为商品住房在整个住房系统中占有比例较大，其房价高低代表着整个住房市场的健康状况。成熟的商品住房市场，能够为保障房建设提供大量的资金、技术、管理能力等等支持，因此对保障房体系影响力大。而目前的保障房系统，在需求市场仅能吸引无商品房购买能力者的需求以及少数低端商品房购买需求，剔除政策影响，还难以对商品房供给比例产生非常大的冲击。

四、结论

1. 商品住房市场子系统对整个住房系统影响力大大于保障性住房子系统对住房系统的影响力。这说明商品房市场在整个住房体系中占主导地位，（下转第105页）其对整体住房系统乃至经济状况的稳定和健康发展都有重要作用。

2. 通过各个子系统因果关系的分析显示各个外部宏观环境中社会、经济、土地、金融都会对商品住房市场和住房保障影响。

3. 通过总系统因果回路图及模型运行表明，数量化地印证了住房保障和住房市场之间存在着相互影响并协调发展的关系。政府在制定住房整体市场与保障性住房政策时，要充分考虑到市场机制的重要性，而不能过于偏重行政干预。

4. 商品住房子系统对保障性住房子系统的影响力约为后者对前者影响力的3倍。因此，要同时保持商品住房市场宏观调控与保障性住房的稳定、持续发展。

参考文献：

1. 索维金.经济适用房建设应该成为房地产市场调控的重要手段.扬州教育学院学报，2006，（12）：25-28.

2. 陈酉宜.保障性住房政策对房地产市场影响研究.经济纵横，2009，（4）：32-34.

3. 李辉婕.各地区廉租住房保障水平测算及其与经济发展的适应性分析.当代财经，2008，（11）：39-42，71.

4. 王先柱，赵奉军.保障性住房对商品房价格的影响.经济体制改革，2009，（5）：143-147.

5. 张力菠，方志耕.系统动力学及其应用研究中的几个问题.南京航空航天大学学报，2008，10（3）：43-48.

基金项目：教育部人文社会科学基金项目（项目号：09 YGA790035）；东南大学基本科研业务费创新基金项目（项目号：SKCX20110018）；江苏高校优势学科建设工程资助项目。