ShortageSim：在信息不对称条件下模拟药品短缺的仿真框架

药品短缺对全球患者护理和医疗系统构成严重风险，但由于制药供应链中的信息不对称，监管干预的效果仍不为人所了解。我们提出的\textbf{ShortageSim} 框架旨在解决这一挑战，提供了首个在信息不对称条件下评估监管干预对竞争动态影响的仿真框架。通过基于大语言模型（LLM）的智能体，框架模拟了药品制造商和机构采购商在监管机构发布短缺警报后作出的战略决策。不同于传统博弈论模型假设完全理性和完整信息，ShortageSim 模拟了对监管公告的异构解读及其导致的决策。实验基于自行处理的历史短缺事件数据集，表明 ShortageSim 在生产中断案例中可将解决延迟缩短最高可达 84\%，在与零样本基线相比，更贴近真实世界的轨迹。我们的框架确认了监管警报在缓解短缺方面的作用，并引入了一种新方法，用于理解不确定环境下多阶段竞争的机制。我们开源 ShortageSim 及包含 2,925 条 FDA 短缺事件的数据集，为未来在信息不对称供应链条件下的政策设计与测试提供了新框架。