总结与展望：迈向经济世界模型

工作定义与必要条件

经济世界模型是智能体关于经济系统状态及其动态演化的内部模型，用于在资源、制度和信息约束下推演多主体互动产生的经济变化，并支持规划、预测、情景分析与决策。

一个大型模拟器只有在同时处理状态表征、行动条件下的动态预测和不确定性，并接受结构与经验验证时，才接近这一目标。

这一定义强调“给定行动后世界如何变化”，而不只是从历史序列预测下一个观测值。若模型不能表示家庭、企业、金融机构和政府对政策与市场变化的内生响应，它就很难支持经济学意义上的条件推演。

三类核心能力

状态表征要压缩主体分布、市场、制度和外生环境；动态预测要描述行为与冲击下的状态转移；不确定性量化要说明结果对参数、规则、主体模型和结构假设的敏感性。

状态表征需在可计算性与信息保留之间取舍：只保留GDP、通胀等总量可能丢失分配与网络结构，而保留每个主体的全部状态又可能无法求解。动态预测应输出候选行动下的未来状态分布，而不是只给一条确定路径。

• 经济状态表征：既包含总体变量，也保留关键异质性与制度状态
• 经济动态预测：允许主体根据政策和预期内生调整行为
• 不确定性量化：区分数据、参数、行为规则与结构模型的不确定性

为什么不能照搬物理世界模型

经济状态转移由有预期、会学习、会策略性反应的主体共同生成。政策规则改变会影响行为规则，历史关系因此可能失效；数据还具有低频、聚合、修订、缺失和制度依赖等特征。

准确预测一段轨迹不等于识别真实微观机制。经济世界模型必须把理论约束、行为证据、因果检验和制度知识结合起来。

差异可分为三层。第一，状态转移由制度、激励与主体决策共同生成，不像给定任务中的物理规律那样相对稳定。第二，价格调整、政策传导、技术变迁和人口转型跨越不同时间尺度。第三，经济数据并非连续密集的原始状态序列，而常由抽样、匹配、加总与修订形成。

从轨迹拟合到机制识别

同一条宏观轨迹可能由不同的偏好、行为规则、制度约束和交互网络生成。因此，模型能够重现一组总体统计量，只能说明某套机制与这些事实相容，不能说明机制是真实或唯一的。

机制识别需要加入能区分竞争性解释的证据：未参与校准的微观行为和分布、真实冲击后的动态响应、制度变化的样本外结果，以及在替代结构下的反事实差异。这是经济世界模型从模拟器走向结构解释的核心门槛。

EconGym属于通用研究基础设施原型

EconGym把家庭、企业、银行和政府等角色、经济任务及多类算法放进模块化平台，支持跨领域组合、大规模仿真和受控比较。这使它具备经济状态表示与条件推演的基础。

但平台中的状态转移主要仍由预设理论与机制决定，行为校准、样本外预测、因果有效性和系统性不确定性量化仍需继续发展。因此它应被表述为经济世界模型的理论驱动原型，而不是现实经济的数字复制。

它与三类核心能力的对应关系是：角色库与共享经济变量提供结构化状态表征；规则、RL和LLM策略在共同环境中交互，提供行动条件下的动态模拟；但对参数、主体行为、结构设定和样本外失效的系统不确定性分解尚不完整。

理论约束与数据驱动动态如何结合

纯理论驱动环境的任务边界由已编码方程决定，而纯数据驱动模型又容易忽略预算约束、市场出清和制度规则。更可行的路径是保留必要的经济约束，用数据驱动模型补充难以显式写出的行为模式、冲击传导和状态转移。

这条路径的前置问题不是“选哪个深度模型”，而是哪些观测真正含有状态转移的识别信息。在低频、聚合、选择性观测的经济数据中，训练目标必须与理论结构、因果识别和样本外任务一起设计。

主体行为的真实性与校准

世界模型的宏观预测会受微观行为设定影响。RL主体即使充分收敛，学到的也是给定奖励下的模型最优行为，未必是人类的实际决策；LLM主体能根据画像生成差异化行为，但这些差异未必能匹配真实群体的分布、相关结构和跨期稳定性。

可操作的目标不一定是完全复制人类，而是先识别哪些行为特征会显著改变目标经济动态，再用实验、调查、行政或交易数据进行分层校准。校准应同时观察微观选择、群体分布与由此产生的宏观结果。

可解释性、因果有效性与验证体系

可信的经济世界模型需要满足三个递进要求：轨迹能够追溯到预算约束、政策规则和主体响应；关键响应和政策传导拥有理论与经验依据；能够比较多套都能生成相似宏观结果的微观机制。

验证则要覆盖理论约束、微观行为、宏观典型事实与历史政策变化四个层面。更重要的是，验证数据不应全部参与校准，还要对比替代模型与替代机制，并报告数据、参数、行为和结构的不确定性及失效边界。

从条件推演走向可信系统

未来研究需要把理论约束和数据驱动动态连接起来，建立跨任务一致的状态表示，并用干预响应和样本外制度变化区分竞争性机制。

• 共享校准数据、标准任务与版本化评测协议
• 跨主体、跨市场和跨政策模块的一致性约束
• 对行为模型、状态转移和政策规则分别进行不确定性分解
• 用真实冲击、制度变化和替代模型开展样本外机制检验

可以主张什么，暂时不能主张什么

现阶段可以主张的是：模块化平台能够比较不同经济设定和算法，生成模型条件下的政策与机制假设。暂时不能主张的是：平台已经识别现实世界的真实状态转移，或能够直接给出具有外部有效性的最优政策。