案例研究 02 · 耦合模擬
FLOODABM
涵蓋紐澤西州 27 個普查區的 52,141 戶家戶代理人基模型，並與災難、保險及財務機制進行耦合。
- 52,141 戶家戶
- 27 個普查區
- 2011–2023
- 每情境 50 次隨機模擬
為何此問題重要
洪災調適決策對各家戶損失的改變並不平均。一個有用的模型必須能隨時間將行為路徑與危害、財產、保險及自付額結果連結起來。
我如何處理
我設計並執行了 937 戶問卷調查、將路徑轉換為代理參數、建置了家戶模擬，並將其與災難及 NFIP (國家洪災保險計畫) 機制進行耦合。
帶來什麼貢獻
將行為與實體及財務回饋耦合，使得假設可被稽核，並揭露了看似合理的行動可能在何處造成不公平的後果。
對 AI 團隊而言，FLOODABM 是一個具備狀態的評估環境：決策會更新外部系統，後果會累積，且模型的假設保持清晰可見。
系統產出
檢視研究邏輯
AGU 2025 海報與已封存的儲存庫記錄了耦合架構與總體結果。
證據進場，決策全程可檢視。
- 代理決策
- 設置臨時防水擋板
- 財物保護
- 尚未套用
- 危害等級
- 3不受住戶行動影響
- 資源代幣
- 6
屋主可保護建物，但不會因此改變河流危害。
等級與代幣為合成單位，並非 FLOODABM 模型輸出。
互動操作需要 JavaScript；完整流程與來源仍列於下方。
評估
- 人類證據
以實測構念與自陳選擇建立經驗基準。
已出版證據 - 決策情境
無標籤的合成人物設定只帶入核准的屬性。
示意範例 - LLM 提案
重複執行模型，取得可比較的選擇與簡短理由。
示意範例 - 驗證／修正
比較方向、群體差異與執行穩定性，不公開個別受訪者資料。
公開成果 - 系統後果
產出是有邊界的評估結果，不是模型足以代表真人的宣稱。
示意範例
治理
- 人類證據
行為與物理限制界定合理行動必須遵守的條件。
已出版證據 - 決策情境
合成代理狀態限制模型可提出的行動範圍。
示意範例 - LLM 提案
LLM 只回傳結構化提案，不能直接修改模擬狀態。
示意範例 - 驗證／修正
驗證器拒絕無效欄位、要求針對性修正，並保留稽核軌跡。
公開成果 - 系統後果
只有通過驗證的提案才能更新耦合模型。
示意範例
模擬
- 人類證據
調查證據與公開洪災資料共同建立行為基礎。
已出版證據 - 決策情境
居住權屬、風險知覺、資源與暴露形成決策情境。
已出版證據 - 代理決策
代理在限制下選擇調適、保險或不採取行動。
公開成果 - 驗證／修正
模型檢查行為、財務與物理狀態轉移是否一致。
公開成果 - 系統後果
洪災損失與調適會改變下一輪的家戶與環境狀態。
已出版證據
研究脈絡與方法
系統架構示意圖 · 並非已報告的研究結果
人類軌
- 01理解風險
- 02決策與調適
- 03更新資源
環境軌
- 01危害狀態
- 02損害與損失
- 03下一期環境
結果會回到下一期的風險認知、行動能力與暴露。
- 01家戶狀態
- 02調適選擇
- 03洪災事件
- 04損害、理賠與自付額更新
- 05下一個年度時間步長
此視角中的變化屋主狀態包含房產調適、保險、損害、理賠與自付額回饋。
方法細節
- 透過 SEM 與貝氏校準確立基於問卷的行為參數。
- 在年度時間步長中推進家戶調適與保險決策。
- 將代理與洪災危害、財產損害、NFIP 保費/理賠金/自付額及財務狀態耦合。
- 為每個情境執行 50 次隨機實現並報告聚合分佈。
驗證與限制
驗證
- 基於問卷的行為參數
- 情境系集
- 多層次診斷
- 封存的程式碼與引用元數據
限制
- 校準與問卷證據特定於地點與時期。
- 家戶代理簡化了決策過程與社會脈絡。
- 危害與財務輸出繼承了來自耦合模型的不確定性。
- 情境結果不應視為對個別家戶的預測。
證據切片
從問題追到後果
- 01問題
- 個別調適選擇會改變長期洪災損失、保險與家戶能力。
- 02我的角色
- 我開發並測試家戶決策層，並將它耦合到巨災模型的狀態轉移。
- 03輸入
- 調查支持的行為、家戶情境、洪災危害、損害、保險與財務狀態。
- 04決策
- 家戶依居住權屬與資源限制，評估防護、保險或不採取行動。
- 05驗證
- 行為校準、狀態不變量、重複情境，以及與公開證據比較。
- 06後果
- 每年的決策都會改變暴露、損失與下一期可用資源。