Агент-ориентированная модель евразии и имитация реализации крупных инфраструктурных проектов
DOI:
https://doi.org/10.17059/2018-4-4Ключевые слова:
цифровое имитирование и моделирование систем, агент-ориентированное моделирование, искусственное общество, демография, типы воспроизводства населения, международная миграция, трудовая миграция, анализ миграционных процессов в Евразии, влияние больших инфраструктурных проектов на миграцию населения, программное обеспечение, исследование поведения объекта на основе его цифровой моделиАннотация
Реализация крупных инфраструктурных проектов оказывает существенное воздействие на пространственное размещение производства и изменение торговых потоков, что вызывает соответствующие изменения миграционных потоков и влияет на социально-экономическое развитие вовлеченных в проект территорий. Для предварительной оценки последствий реализации подобных проектов необходимо использование модельного инструментария. Одним из современных направлений моделирования является агент-ориентированный подход, позволяющий воссоздавать в искусственной среде структуру и поведение реально существующих социально-экономических систем и имитировать их поведение при изменении внешних условий. Успешность применения агент-ориен-тированных моделей для решения задач прогнозирования определяется правдоподобием имитации в них основных социально-экономических процессов. В статье представлена конструкция агент-ориентированной модели стран Евразии, имитирующей демографические процессы в этих странах, а также последствия реализации большого инфраструктурного проекта как результата действий множества самостоятельных агентов. В модели присутствуют агенты двух типов: страны, способные лоббировать реализацию привлекательных для них проектов и люди - жители этих стран, создающие семьи, рождающие детей и выбирающие вид деятельности и место жительства, исходя из внутренних установок. Учет в алгоритме поведения агентов факторов, выявленных в результате исследования фактических миграционных процессов в странах Евразии, позволил воссоздать в модели максимально приближенную к реальности имитацию поведения людей. Конструкция модели была апробирована на условном примере двух маршрутов прохождения Нового шелкового пути. В ходе экспериментов отслеживались изменения экономических и демографических показателей для каждой из стран-участниц. Так, для России наблюдались приросты общего товарооборота (9,6 %) и чистого экспорта (1,5 %). Китаю участие в проекте давало приросты соответственно до 3,8 и 7,7 %. Небольшие страны (Грузия, Болгария) демонстрировали сокращение миграционного оттока и улучшение возрастной структуры населения. Модель может использоваться для предварительной оценки последствий реализации крупных инфраструктурных проектов.Библиографические ссылки
Makarov, V. L. & Bakhtizin, A. R. (2013). Sotsialnoye modelirovanie — novyy kompyuternyy proryv. Agent-orientirovannye modeli [Social simulation is a new computer breakthrough. Agent-based models]. Moscow: Ekonomika Publ., 295. (In Russ.)
Makarov, V. L., Bakhtizin, A. R., Sushko, E. D. & Ageeva, A. F. (2017). Agent-orientirovannyy podkhod pri modelirovanii trudovoy migratsii iz Kitaya v Rossiyu [Agent-Based Approach for Modelling the Labour Migration from China to Russia]. Ekonomika regiona [Economy of Region], 13(2), 331–341. (In Russ.)
Makarov, V. L., Bakhtizin, A. R., Sushko, E. D. & Ageeva, A. F. (2017). Imitatsiya sotsialno-ekonomicheskoy sistemy Evraziyskogo kontinenta s pomoshchyu agent-orientirovannykh modeley [Simulation of the socio-economic system of the Eurasian continent using the agent-based models]. Prikladnaya ekonometrika [Applied Econometrics], 48, 122–139. (In Russ.)
Burkov, V. N. & Novikov, D. A. (1999). Teoriya aktivnykh sistem. Sostoyanie i perspektivy [Theory of Active Systems: State and Prospects]. Moscow: Sinteg Publ., 128.
Tarasov, V. B. (2002). Ot mnogoagentnykh sistem k intellektualnym organizatsiyam. Filosofiya, psikhologiya, informatika [From multi-agent systems to intellectual organizations: philosophy, psychology, computer science]. Moscow: Editorial URSS Publ., 352. (In Russ.)
Kurahashi, S. (2009). Discovery of Family Tradition with Inverse Simulation. Agent-Based Approaches in Economic and Social Complex Systems V. Springer Series on Agent Based Social Systems. In: Terano T., Kita H., Takahashi S., Deguchi H. (Eds). Springer, Tokyo, 6, 181–192. doi: 10.1007/978–4–431–87435–5_15.
Megiddo, I., Colson, A., Chisholm, D., Dua, T., Nandi, A. & Laxminarayan, R. (2016). Health and economic benefits of public financing of epilepsy treatment in India: An agent‐based simulation model. Epilepsia, 57(3), 464–474.
Wang, Z., Yao, Z., Gu, G., Hu, F. & Dai, X. (2014). Multi-agent-based simulation on technology innovation-diffusion in China. Papers in Regional Science, 93(2), 385–409. doi:10.1111/pirs.12069.
Diaz, B. A. (2010). Agent-Based Models on Social Interaction and Demographic Behaviour (Ph.D. Thesis). Wien: Technische Universität, 93.
Zamac, J., Hallberg, D. & Lindh, T. (2010). Low fertility and long run growth in an economy with a large public sector. European Journal of Population, 26(2), 183–205. doi:10.1007/s10680–009–9184-z.
Sajjad, M., Singh, K., Paik, E. & Ahn, C. (2016). A data-driven approach for agent-based modeling: simulating the dynamics of family formation. Journal of Artificial Societies and Social Simulation, 19(1), 1–14. doi: 10.18564/jasss.2988.
Bae, J. W., Paik, E., Kim, K., Singh, K. & Sajjad, M. (2016). Combining microsimulation and agent-based model for micro-level population dynamics. Procedia Computer Science, 80, 507–517.
Chen, Z., Holm, E., Tang, H., Mäkilä, K., Li, W. & Liu, S. (2008). An agent-based population model for China. Springer: Computer And Computing Technologies In Agriculture, I, 441–448. doi: 10.1007/978–0–387–77251–6_48.
Holm, E., Holme, K., Mäkilä, K., Mattsson-Kauppi, M. & Mötvik, G. (2002). The SVERIGE spatial microsimulation model: Content, validation, and example applications. Kiruna, Sweden: Spatial Modelling Centre. Retrieved from: http://www.smc.kiruna.se/publications/PDF/SVERIGE.pdf (date of access: 05.05.2018).
Lewkovicz, Z. & Kant, J-D. (2007). A multi-agent system to model the labor market: simulating a new job contract introduction. The Fourth European Social Simulation Association Conference, ESSA, Tolouse, France, 151–162.
Wu, J., Mohamed, R. & Wang, Z. (2011). Agent-based simulation of the spatial evolution of the historical population in China. Elsevier: Journal of Historical Geography, 37, 12–21. doi:10.1016/j.jhg.2010.03.006.
Hao, L. & Mitchel, C. (2013). Agent-Based modeling for rural migration decision and action in China. Annual Meetings of Population Association of America. New Orleans, Louisiana. Retrieved from: http://paa2013.princeton.edu/papers/132566 (date of access: 05.05.2018).
Zhang, L. (2011). Labor mobility, intrahousehold decision-making, and agricultural land leasing: an empirical study with agent-based modeling in rural South China. (Ph.D. Thesis). University Park, Pennsylvania: The Pennsylvania State University, 192.
Laing, D., Park, C. & Wang, P. (2005). A modified Harris-Todaro model of rural-urban migration for China. Retrieved from: http://pages.wustl.edu/files/pages/imce/pingwang/harris-todaro-china_2005.pdf (date of access: 05.05.2018).
Tian, G. & Qiao, Z. (2014). Modeling urban expansion policy scenarios using an agent-based approach for Guangzhou Metropolitan Region of China. Ecology and Society, 19(3): 52. Retrieved from: https://www.ecologyandsociety.org/vol19/iss3/art52/ (date of access: 05.05.2018). doi: 10.5751/ES-06909–190352.
Xie, Y., Batty, M. & Zhao, K. (2007). Simulating emergent urban form using agent-based modeling: desakota in the Suzhou-Wuxian region in China. Annals of the Association of American Geographers, 97(3), 477–495.
Schwarz, N. & Haase, D. (2010). Urban shrinkage: a vicious circle for residents and infrastructure? — Coupling agent-based models on residential location choice and urban infrastructure development. International Environmental Modelling and Software Society (iEMSs) 2010. International Congress on Environmental Modeling and Software Modeling for Environment’s Sake, 5-th Biennial Meeting. Ottawa, Canada. In: David A. Swayne, Wanhong Yang, A. A. Voinov, A. Rizzoli, T. Filatova (Eds.), 1, 817–824.
Groen, D. (2016). Simulating Refugee Movements: Where would you go? Procedia Computer Science, 80, 2251–2255. Retrieved from: http://www.sciencedirect.com/science/article/pii/S1877050916308766 (date of access: 05.05.2018). doi: 10.1016/j.procs.2016.05.400.
Sokolowski, J. A., Banks, C. M. & Hayes, R. L. (2014). Modeling population displacement in the Syrian city of Aleppo. Proceedings of the 2014 Winter Simulation Conference. IEEE, 252–263. Retrieved from: http://www.informs-sim.org/wsc14papers/includes/files/023.pdf (date of access: 05.05.2018).
Holmgren, J., Dahl, M., Davidsson, P. & Persson, J. A. (2013). Agent-based simulation of freight transport between geographical zones. Elsevier: Procedia Computer Science, 19, 829–834. doi: 10.1016/j.procs.2013.06.110.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2018 Макаров Валерий Леонидович, Бахтизин Альберт Рауфович, Сушко Елена Давидовна, Агеева Алина Фагимовна
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
