稳健决策：XLRM框架

稳健的决策

兰德公司一直在开发一种工具来进行稳健的决策制定，作为计算性多场景仿真的一个例子。基于上述概率方法的决策侧重于尽可能准确地识别不确定性。相反，不确定未来的决策需要更全面的方法，即稳健的决策需要考虑尽可能多的脆弱因素和情景，并确定最可接受的脆弱情况（Lempert、Nakienovic等人，2004年）。例如，决策者可以将所有易受攻击的场景分为他/她的策略和政策表现良好的场景和这些策略表现不佳的场景。然后，决策者描述一组表现不佳的情景，并确定其选定的战略和政策易受影响的未来。

稳健决策仍然与传统的最优预期效用分析一致，但顺序相反（Groves，Lempert，2007，第76页）。虽然传统分析将不确定性特征化为排序前的选项及其决策方法，但稳健决策方法从选择决策选项开始，然后估计选项的效用，以识别潜在策略的潜在漏洞。换句话说，稳健决策不同于传统的敏感性分析。传统方法针对许多输入变量研究结果的可变性。相反，他们稳健的决策是寻找对最重要的不确定性表现良好的策略。Lempert等人（2006年）对其程序进行了详细说明，因此我在下面简要总结了每一步：

• 确定初始候选稳健战略：决策者提出初始策略并按照上述方法对其进行排序，尽管初始排序可能会随着这些策略使用不同的概率权重进行检查而改变。
• 识别漏洞：候选策略表现不佳的未来状态簇通过统计或敏感性分析确定，即使用患者规则归纳法（PRIM）找出策略超出满意水平的未来状态（Friedman，Fisher 1999）。
• 针对漏洞提出对冲建议：根据每个未来集群的性能再次对备选策略进行排名。排名形成了漏洞边界。
• 描述战略之间的深层不确定性和权衡：因为权衡曲线中的策略取决于未来脆弱的国家。因此，这些信息将用于描述深层不确定性，并选择新的候选策略。
• 考虑改进对冲选项和惊喜：重复这些步骤并考虑惊喜的特征。

XLRM框架

研究的理论框架基于稳健决策（RDM）的概念，稳健性被描述为针对多个未来情景和关键不确定性制定的管理决策策略，以提高灵活性和成功结果的可能性。考虑到项目设计特征和影响乐施会小额保险计划可持续性的外部变量所面临的深刻不确定性，这种方法被视为传统效用优化、基于概率的决策的替代方案。重要的是要强调，RDM模型工作是持续决策过程的一部分，该过程告知决策者在考虑其他因素（通常是非定量因素）的情况下最终选择的战略，例如公平、政治。我们从兰德公司采用的RDM方法是基于所谓的XLRM框架，其组件定义如下（Lempert等人，2003年）：

• 外部不确定性（Xs）是决策者无法控制的因素，但事实证明，这些因素对决定其战略的成功至关重要。
• 政策杠杆（L）是近期行动，以各种组合形式构成决策者想要探索的替代战略。
• 关系（Rs）是根据决策者选择的杠杆和不确定性的表现，未来，尤其是衡量指标所处理的属性，随时间演变的潜在方式。Rs和Xs的特定选择代表了世界的未来状态。
• 衡量标准是决策者和其他感兴趣的社区用来对各种情景的可取性进行排名的绩效标准。

下图展示了基于XLRM的RDM过程的迭代性质（参见兰德公司出版物《塑造未来100年》第3-5章，了解RDM的进一步描述，链接如下）：

工具书类

• FRIEDMAN，J.H.和FISHER，N.I.，1999年。高维数据中的凹凸搜索。《统计与计算》，第9（2）页，第123-143页。
• GROVES，D.G.和LEMPERT，R.J.，2007年。一种新的分析方法，用于发现与政策相关的场景。《全球环境变化》，17（1），第73-85页。
• LEMPERT，R.、NAKICENOVIC，N.、SAREWITZ，D.和SCHLESINGER，M.，2004年。为决策者描述气候变化的不确定性。一篇社论。《气候变化》，65（1），第1-9页。
• 伦佩特，R.J.、格罗夫斯，D.G.、波普尔，S.W.和BANKES，S.C.，2006年。生成稳健策略和叙事场景的通用分析方法。《管理科学》，52（4），第514-528页。
• R.J.LEMPERT、S.W.POPPER和S.C.BANKES，2003年。塑造未来一百年：定量、长期政策分析的新方法。兰德公司。