基于Agent的计算经济学(Agent-basedComputationalEconomics简称ACE)是将复杂适应系统理论、基于Agent的计算机仿真技术应用到经济学的一种研究方法。ACE并不试图利用少数数学方程建立整个复杂经济系统的还原论模型，而是从分析经济个体的行为出发，在计算机中利用相对简单的程序规则建立Agent模型，并让大量的Agent通过相互作用自下而上地生成一个人工经济系统，最后利用人工经济系统中的涌现属性来映射、解释现实中的经济规律。本文指出，ACE建模的关键技术主要包括：Agent建模、Agent之间的交互、涌现结果的分析。为了进一步论述ACE建模方法与技术，本文提出了一个自主开发的ACE模型：人工经济模型(ArtificialEconomyModel简称AEM)。该模型的创新性成果主要包括下列几个方面： (1)适应性Agent模型首先，基于人元的Agent模型可以将Agent的身体属性和心智属性分开从而使得Agent建模更加清晰；其次，基于CRA(Classifiers，Rules，Actions)三层体系结构的适应性决策模型可以巧妙结合Agent的自主性、适应性和建模者的设计，使得Agent的决策模型更加灵活、实用。这两种Agent建模技术都具有一定的普遍性，可以推广到其它的ACE模型之中。 (2)Agent之间的交易算法本文给出的交易算法不仅可以根据Agent的资源状况确定自己的偏好，而且可以让Agent根据它所经历的价格历史信息以及贪心程度进行提价，这就使得Agent社会中的交易更加贴近人类社会。而且，该算法可以使得Agent能动态学习调整参数，从而增加其灵活适应性。 (3)AEM中的涌现结果与分析本文通过三组试验详细讨论了AEM中丰富的涌现结果。首先，文章分析了社会分工的自发形成、价格波动的演化，通过与传统经济学中价格均衡结论的对比研究指出均衡只有在一定的特殊条件下才可以实现，而价格在一定区间范围内的波动是经济系统中的一般结果；其次，简单的聚集规则引入可以使得交易Agent自发形成组织，组织的出现使得经济系统呈现出地域上的非均衡性；最后，本文运用大量的篇幅分析了AEM中的流现象，包括直观的Agent流以及隐含在多Agent之间形成的交易网络之上的商品流，并指出AEM中的交易网络会呈现出幂率分布、网络结构逐渐复杂、聚集度不断提高的自组织特性；Agent流和商品流可以在演化中不断增强，并且聚集规则的引入可以更加有助于商品流的发展。在分析这些涌现结果的时候，本文除了使用传统的分析方法以外，还提出了局部分析方法、ACE中的复杂网络动态分析方法、资源的传播追踪试验等新颖的分析手段。 总之，ACE建模方法不仅能支持、验证传统方法已得出的结论，而且可以针对以往很难建模、定量研究的问题进行讨论，甚至可以探讨传统方法没有涉及到的新领域。