Korte toelichting
In een simulatie boots je de werkelijkheid na door die werkelijkheid te vereenvoudigen met een model. In dat model is een aantal spelregels beschreven waar de individuele actoren (agents) in het model (bv. mensen of bedrijven) aan moeten voldoen. Vervolgens ‘spelen’ deze actoren het ‘spel’ volgens de regels en ontstaat er een bepaalde uitkomst (bv. een gedeelde consensus over een bepaald probleem, of een evenwicht op een markt in het geval van economische modellen). Door de spelregels te veranderen kan worden bestudeerd welke invloed bepaalde factoren kunnen hebben op de uitkomsten. Simuleren is dus bij uitstek een methode om te leren, zowel over het gedrag van actoren als over de waarschijnlijke impact van interventies op dat gedrag. Er zijn twee soorten simulaties die respectievelijk gebruik maken van mensen (spelsimulaties) of van rekenmodellen (computersimulaties):
- In spelsimulaties (‘gaming/simulation’) geschiedt de nabootsing van de werkelijkheid door personen in verschillende, maar samenhangende rollen. Zij spelen in een veilige en afgebakende omgeving processen uit de vereenvoudigde werkelijkheid na.
- In computersimulaties wordt de werkelijkheid nagebootst in een formeel model. Er zijn daarbij twee varianten te onderscheiden. Macro (of computational) modellen beschrijven het functioneren van de (gesimuleerde) werkelijkheid in vooraf gedefinieerde wetmatigheden. De economische CPB-modellen zijn hier een bekend voorbeeld van en ondersteunen scenariostudies. Micro (of agent-based) modellen werken op basis van een beperkt aantal simpele spelregels waarmee de agents in het model worden uitgerust. Uit de interactie tussen de agents kunnen vervolgens heel complexe patronen ontstaan.
- Feitelijk wordt hier dus ook gebruik gemaakt van de scenario-methode waarbij alternatieve modellen van een toekomstige situatie worden ontwikkeld en gebruikt. Een spelsimulatie bestaat uit een set van spelers, spelregels en een startsituatie. Door het spelen van een spelsimulatie ontwikkelt zich een scenario van wat voor gedrag een nieuw instrument oproept. Door de spelsimulatie vaker toe te passen, kunnen er ook meerdere toekomstscenario’s ontstaan. In computersimulaties kunnen scenario’s worden ontwikkeld door te variëren in de inputvariabelen van een rekenmodel, bijvoorbeeld wat de effecten zijn van een belastingverhoging van x of y procent op de werkgelegenheid. Wanneer de werkelijkheid goed is vervat in economische modellen kunnen zelfs extrapolaties naar de toekomst worden gedaan.
Toepassingsgebied
Binnen beleidsonderzoek worden simulaties ingezet om vooraf (ex ante) te evalueren wat de eventuele impact is van beleidsinterventies en/of van wijzingen in de beleidscontext. In het publieke debat verrichtte de Club van Rome al pionierswerk door aan de hand van computersimulaties aan te tonen dat bij ongewijzigd economisch beleid de wereld in een scenario terechtkomt waarin het tegen zijn fysieke grenzen aanloopt (overbevolking, milieuvervuiling, etc.). Dichter bij huis worden simulaties en scenariostudies ook toegepast, bijvoorbeeld om te ‘oefenen’ met een nieuw beleidsmaatregel of een organisatieverandering: welke gedragseffecten treden bijvoorbeeld op?
- Van vrijwel alle beleidsterreinen kunnen simulaties, scenariostudies en trendextrapolaties worden gemaakt. Simulaties zijn wel een typische methode voor ex ante evaluaties, omdat zij vooral gebruikt worden om maatregelen te testen of om ermee te oefenen. Op basis van ex post evaluaties kun je ervaringen wel gebruiken om modellen in (volgende) simulaties te verfijnen.
- Het is in een spelsimulatie bijvoorbeeld mogelijk om het effect van een nieuwe beleidsmaatregel te onderzoeken. Tijdens een spelsimulatie kan een nieuwe maatregel worden ingevoerd. Doordat de spelers levensechte rollen spelen, kun je nagaan welke vragen, gedragingen en effecten (en dus welk scenario) die nieuwe maatregel oproept. Daarnaast valt er veel te leren over strategisch gedrag: welke ontwijkende gedragingen zijn er en hoe streven actoren voordelen na? Ook kun je onverwachte gebeurtenissen simuleren (zoals een natuurramp) om te testen hoe actoren daarmee omgaan en welk effect dat heeft op de werking van een instrument (zoals samenwerking binnen een veiligheidsrisico onder crisisomstandigheden).
- Het CPB gebruikt macromodellen voor het maken van scenario's, bijvoorbeeld over de ontwikkeling van de vergrijzing en koopkracht bij verschillende beleidskeuzes. Het effect van verschillende beleidsmaatregelen op bijvoorbeeld de arbeidsmarkt worden in deze modellen doorgerekend. Dat levert dan weer verschillende scenario’s op (bijv. ontwikkeling van koopkracht bij gewijzigd en bij ongewijzigd beleid).
- Micromodellen worden op grote schaal in (kwantitatieve) sociologie gebruikt om sociale fenomenen zoals migratie en sociale spanningen te onderzoeken, of sociaal-biologische fenomenen zoals seksuele reproductie of de verspreiding van besmettelijke ziektes.
- De samenwerking tussen de computerspelindustrie en (toegepast) wetenschappelijk onderzoek leidt ertoe dat er een tak van ‘serious gaming’ ontstaat waar professionals uit diverse sectoren oefenen met beleid, werkwijzen en protocollen met hulp van geavanceerde digitale hulpmiddelen. Wanneer je overweegt om simulaties toe te passen doe je er goed aan te inventariseren wat er zoal aan simulaties beschikbaar is.
Eisen
Het ontwikkelen van een scenario, spel- of computersimulatie vraagt specifieke expertise en de nodige ontwikkelcapaciteit. De computermodellen van bijvoorbeeld het CPB komen voort uit jarenlange ervaring en investeringen. Tegelijkertijd zijn veel van deze modellen wel beschikbaar voor evaluatieonderzoek. Spelsimulaties voor een specifieke beleidsmaatregel of organisatieverandering worden vaak als maatwerk ontwikkeld. Bij de inzet van simulaties zijn de volgende elementen van belang:
- Het moment waarop een scenariostudie, computer- of spelsimulatie wordt ingezet, luistert nauw. Je kunt de resultaten van een simulatie gebruiken om een nog in te voeren (nieuwe) beleidsmaatregel te verbeteren of bij een spelsimulatie betrokkenen te laten oefenen met een nieuwe maatregel. Het moet dus duidelijk zijn wat het doel van de simulatie is en wat er met de resultaten van een simulatie gaat gebeuren.
- Let erop dat de computer- of spelsimulatie of het scenario aansluit bij de beleveniswereld van de gebruikers. Zij moeten zich in een spelsimulatie in een herkenbare rol kunnen plaatsen (zonder het gevoel te hebben dat ze ‘een spelletje’ spelen), gemotiveerd worden door de simulatie en kunnen reflecteren op de problematiek en rollen in de simulatie en ervan kunnen leren. Hetzelfde geldt voor een scenario: hoe verder een scenario afstaat van de werkelijkheid hoe lastiger het is om je in het scenario in te leven en ervan te leren.
- Zorg voor transparantie voor de aannames die bijvoorbeeld in modelmatige en computersimulaties worden gemaakt. Deze kunnen van grote invloed zijn op de uitkomsten. Denk aan het verschil in bijvoorbeeld werkloosheid en belastinginkomsten in een scenario van 1 of 2% economische groei.
Beperkingen
Simulaties en scenario's kennen ook uitdagingen:
- De gehele werkelijkheid is nooit volledig na te bootsen. Er is vereenvoudiging noodzakelijk en er blijven altijd onzekerheden bestaan. Uiteindelijk kent een scenario dus ook grenzen. Dat betekent dat er geen garantie is dat gedrag in een spelsimulatie of uitkomsten van een computersimulatie (bv een scenario) buiten de simulatie automatisch geldig zijn. De uitkomsten worden ook bepaald door de kwaliteit van het modelontwerp en de daarbij gehanteerde aannames: de Club van Rome nam bijvoorbeeld de exponentiële groei van technologische ontwikkeling niet mee in zijn uiteindelijke scenario's.
- De inzet van computersimulaties kan de blik in een ex-ante evaluatie dus vernauwen tot louter een expertoordeel. Beleidsmaatregelen die na een doorrekening ongunstig uitpakken (duur, niet doeltreffend) worden sneller als minder serieuze optie gezien, terwijl het mogelijk is dat een scenario aannames bevat die voor discussie vatbaar zijn. De aannames zijn echter vaak in technische termen geformuleerd en daardoor voor leken vaak moeilijk te volgen.
- Macromodellen kunnen alleen worden opgesteld als de (gesimuleerde) werkelijkheid kan worden beschreven in algemene wetmatigheden. Voor fysische systemen (natuurkunde, bouwwerktuigkunde) is dit zeer goed mogelijk; voor sociale systemen (economieën, samenlevingen) zijn minder en minder robuuste wetmatigheden beschikbaar vanwege het onvoorspelbare en ‘lerende’ gedrag van mensen.
- Let bij het ontwikkelen van een simulatie op schaalbaarheid, oftewel in welke mate een simulatie (eventueel met beperkte aanpassingen) zich leent voor hergebruik in een andere omgeving. Dit met het oog op het relatief hoge maatwerkniveau van simulaties en de substantiële ontwikkelingskosten.
Kosten
De kosten van een simulatie bestaan voornamelijk uit het ontwikkelen van een model dat aan de simulatie ten grondslag ligt (en dat omzetten in een computer- of spelsimulatie). Een maatwerk spelsimulatie kost al snel 100.000 euro. Er zijn ook ‘standaardsimulaties’ beschikbaar (reeds ontwikkeld en getest) waarvan de kostprijs lager is (10.000 euro).
Literatuur
- Duke, R.D. & J.L.A. Geurts (2004), Policy games for strategic management. Pathways into the unknown, Dutch University Press, Amsterdam.
- Joshua M. Epstein (2006). Generative Social Science: Studies in Agent‑Based Computational Modeling. Princeton, NJ: Princeton University Press, 2006.
- Clark, W. & Fossett, M. (2008) Understanding the social context of the Schelling segregation model, Proceedings of the National Academy of Sciences Online
- Aschwanden, G.D.P.A., Wullschleger, T., Müller, H-P, Schmitt, G. (2012) Agent based evaluation of dynamic city models: A combination of human decision processes and an emission model for transportation based on acceleration and instantaneous speed. Automation in Construction vol 22: 81-89
Voorbeelden van agent-based models:
Mogelijke dataverzamelingsmethoden
Bij het uitvoeren van simulaties kan het gaan om het simuleren van rekenmodellen/computermodellen, maar mogelijk ook het fysiek simuleren van scenario’s waarbij participanten worden geobserveerd. De volgende dataverzamelingsmethoden zijn daarom het meest relevant: