Везде
Agent-based modelling of regional economic systems
Table of contents
Annotation Estimate Publication content
References Comments
Share
QR
Metrics
Agent-based modelling of regional economic systems
Annotation
PII
S265838870005312-6-1
DOI
10.33276/S265838870005312-6
Publication type
Article
Status
Published
Authors
Gayane Beklaryan 
Occupation: Senior researcher
Affiliation: CEMI RAS
Address: Russian Federation, Moscow, Nakhimovky prospect 47
Andranick Akopov
ORCID: 0000-0003-0627-3037
Occupation: Chief Researcher
Affiliation: CEMI RAS
Address: Russian Federation, Moscow, Nakhimovky prospect 47
Edition
Volume 2 Issue 1
Abstract

This article presents an approach to the study of the behaviour of the regional economic system using agent-based modelling methods. This approach is based on a set of joint simulation models developed to decision-making for the rational economic planning.

 A review of the main models of this class is given, in particular, there are considered the agent-based model of migration flows in the European Union, the agent-oriented model of foreign economic activity of the Russian Federation, a simulation model designed to support sustainable economic development of the Far Eastern Federal District, agent models of regional ecological-economic systems, etc.

The architecture of the Situation Center (SC) is proposed, which aggregates the developed agent-based models into a united decision-making system for the rational economic and environmental planning at the regional level.

Keywords
agent-based modelling, digital economy, situational centers, regional economy.
Acknowledgment
This study was supported by the Russian Foundation for Basic Research (Project no. № 19-010-00958).
Received
28.06.2019
Date of publication
02.07.2019
Number of purchasers
91
Views
2269
Readers community rating
0.0 (0 votes)
Cite Download pdf
Additional services access
Additional services for the article
Services benefits
100 RUB / 1.0 SU
Additional services for all issues for 2019
Services benefits
1500 RUB / 15.0 SU
1
  1. Введение
2 В настоящее время в контексте перехода к цифровой экономике актуализируются задачи по разработке Ситуационных Центров (СЦ), обеспечивающих поддержку принятия решений по рациональному пространственному развитию РФ.
3 Проблемы растущего дисбаланса в социально-экономическом развитии регионов РФ хорошо известны. В регионах-лидерах традиционно оказываются крупнейшие российские агломерации – г. Москва, Московская область, г. Санкт-Петербург и регионы, характеризуемые развитыми отраслями ТЭК (например, Тюменская область, Ямало-Ненецкий автономный округ и др.) [1–3]. При этом, существенная часть субъектов РФ испытывает трудности в экономике и социальном обеспечении. Во многом, подобные проблемы обусловлены географическими, климатическими и ресурсными факторами. Так, например, разрыв в реальных доходах населения между условно богатыми и бедными регионами составляет 2 – 3 порядка (медианная заработная плата в г. Москве – порядка 50 тыс. руб. и менее 20 тыс. руб. в половине всех субъектов РФ). Ситуация с безработицей, социальным обеспечением (т.е. обеспеченность школами, больницами, детскими садами и т.д.), уровнем развития транспортной инфраструктуры и др. также существенно лучше в регионах-лидерах, расположенных преимущественно в западной и центральной части РФ. В результате, возникает известный «гравитационный эффект», выражающийся в усиливающихся миграционных процессах, в частности, наблюдается уменьшение доли сельского населения и увеличение городского, сокращение населения в слабо развитых регионах и увеличение в крупнейших агломерациях и т.д.
4 С целью устранения подобных дисбалансов и обеспечения устойчивого экономического развития необходима разработка комплекса агентно-ориентированных имитационных моделей, предназначенных для поиска наилучших сценариев развития региональной экономической системы.
5 В данной статье предлагается ряд созданных авторами имитационных моделей, которые могут быть агрегированы в единую систему поддержки принятия решений для рационального экономического и экологического планирования на региональном уровне.
6
  1. Метод
7 Предлагаемый подход основан на использовании методов агентного имитационного моделирования для рационального управления стратегией пространственного развития РФ. При этом, в качестве взаимодействующих агентов могут выступать агенты-регионы, агенты-предприятия, агенты-домохозяйства и др. со своими индивидуальными правилами поведения. Цель моделирования состоит в формировании рациональных управляющих воздействий, обеспечивающих устойчивое и сбалансированное развитие регионов РФ. Для реализации данной цели требуется разработка комплекса агентно-ориентированных моделей, описывающих поведение субъектов региональной экономической системы.
8 В работе [4] предложена укрупненная агент-ориентированная имитационная модель миграционных потоков стран Европейского союза (ЕС), реализованная в системе AnyLogic, созданная в виде расширенной гравитационной модели. В модели принятие индивидуальных решений со стороны агентов-мигрантов основывается на комплексной оценке социально-экономической, географической и прочей дифференциации соответствующих стран. Такая модель описывает динамику миграционных потоков с выделением множественных факторов, дифференцированно влияющих на привлекательность стран ЕС для различных групп мигрантов, например, внутренних мигрантов, экономических мигрантов, беженцев и др. Подобный подход применим и к исследованию гравитационных эффектов в регионах РФ. Крупнейшие российские агломерации (например, г. Москва и г. Санкт-Петербург) ежегодно привлекают десятки тысяч новых мигрантов, как из других регионов РФ, так и из стран ближнего и дальнего зарубежья.
9 В работе [5] предложена агентно-ориентированная имитационная модель внешнеэкономического взаимодействия РФ со странами-партнерами. Сформулирована и решена бикритериальная оптимизационная задача рационального управления внешнеэкономической деятельности (ВЭД) с учетом разнонаправленных интересов РФ и стран-партнеров. Изучается сбалансированность подобных связей в зависимости от различных сценариев, отражающих внешнеторговую стратегию, характерную для соответствующих групп стран. Предложенная модель позволила исследовать влияние значений ключевых управляющих параметров ВЭД на характеристики взаимосвязей РФ с другими странами. Подобный подход также применим к регионам РФ, для исследования динамики межрегиональных торговых взаимодействий с учетом отраслевой специализации субъектов РФ.
10 Для поддержки принятия решений по формированию рациональной экономической политики, обеспечивающей устойчивое развитие с использованием методов системной динамики и агентного моделирования разработана имитационная модель экономики крупнейшего федерального округа (на примере Дальневосточного Федерального Округа) [6]. Модель реализована в системе AnyLogic и позволяет исследовать влияние на экономику федерального округа ряда факторов – темпов роста инвестиций в основные фонды, темпов роста средней заработной платы, темпов роста дотаций из федерального бюджета, а также динамики цен на нефть, уголь, алмазы, продукцию рыболовства и др. Особенностью данной модели является возможность анализа динамики состояний всех регионов, входящих в состав федерального округа, а также учет влияния внешних макроэкономических факторов.
11 Важнейшим аспектом устойчивого развития регионов РФ является обеспечение экологической безопасности [7]. В работе [8] представлена агентная модель региональной эколого-экономической системы, разработанная на примере Республика Армения. В данной модели сформулирована и решена би-критериальная оптимизационная задача, целевыми функционалами которой являются совокупные вредные выбросы со стороны агентов-предприятий и интегральный темп роста промышленного производства. Показано, что возможен сценарий рациональной экологической модернизации предприятий, при которой обеспечивается существенное сокращение уровня вредных выбросов с сохранением положительной производственной динамики. В работе [9] предложена агентная модель рационального озеленения города (на примере г. Ереван, Республика Армения). Данная модель позволяет формировать наилучшие конфигурации посадки деревьев, обладающими определенными абсорбционно-диффузионными характеристиками (т.е. способные улавливать и фильтровать вредные выбросы), вокруг предприятий и социально значимых объектов (например, детских садов).
12
  1. Архитектура Ситуационного Центра
13

На рис. 1. показана предлагаемая укрупненная архитектура Ситуационного Центра, обеспечивающего поддержку принятия решений по рациональному пространственному развитию РФ. Данный подход основан на интеграции различных агнентно-ориентированных имитационных моделей, позволяющих исследовать различные характеристики субъектов РФ (например, экономические, социальные, экологические и др.) и визуализировать их динамику с использованием геоинформационных систем (ГИС). Рис. 1. Укрупненная архитектура Ситуационного Центра
14
  1. Заключение
15 Итак, предлагается подход, основанный на интеграции разработанных агентно-ориентированных имитационных моделей регионального типа в единую систему поддержки принятия решений (рис. 1). Прим этом, подобные модели должны быть также интегрированы с информационным хранилищем (многомерной базой данных) и ГИС, обеспечивающей возможность визуализации результатов моделирования на карте РФ. В результате будет обеспечен механизм поиска наилучших сценариев сбалансированного и устойчивого пространственного развития.

References

1. Beklaryan G., Akopov A. S. Analiz ehffektivnosti reguliruyuschej politiki gosudarstva s pomosch'yu regional'noj SSE modeli povedeniya estestvennykh monopolij (na primere ehlektroehnergetiki) // Ehkonomicheskaya nauka sovremennoj Rossii. 2005. № 4. S. 123-129.

2. Akopov A.S., Beklaryan G.L., Beklaryan L.A. Sravnitel'nyj analiz proizvodstvennykh i investitsionnykh kharakteristik neftedobyvayuschej i neftepererabatyvayuschej otraslej ehkonomiki po regionam RF, a takzhe neftyanykh kompanij // Audit i finansovyj analiz. 2005. № 1. S. 67-72.

3. Akopov A. S., Beklaryan G. Sravnitel'nyj analiz proizvodstvennykh i investitsionnykh kharakteristik otraslej TEhK po regionam RF // Ehkonomicheskaya nauka sovremennoj Rossii. 2004. № 1. S. 121-128.

4. Makarov V.L., Bakhtizin A.R., Beklaryan G.L., Akopov A.S., Rovenskaya E.A., Strelkovskij N.V. Ukrupnennaya agentno-orientirovannaya imitatsionnaya model' migratsionnykh potokov stran evropejskogo soyuza. // Ehkonomika matematicheskie metody, 2019, tom 55, № 1, s. 3–15.

5. Beklaryan G.L. Ukrupnennaya imitatsionnaya model' vneshneehkonomicheskoj deyatel'nosti RF // Ehkonomicheskaya nauka sovremennoj Rossii. 2018, № 4, S. 50 – 65.

6. Beklaryan G.L. Sistema podderzhki prinyatiya reshenij dlya ustojchivogo ehkonomicheskogo razvitiya Dal'nevostochnogo Federal'nogo Okruga // Biznes-informatika. № 4 (46). S. 66–75. 2018.

7. Makarov V.L., Bakhtizin A.R., Beklaryan G.L., Akopov A.S. Imitatsionnoe modelirovanie sistemy «umnyj gorod»: kontseptsiya, metody i primery // Natsional'nye interesy: prioritety i bezopasnost'. 2019. T. 15. № 2 (371). S. 200-224.

8. Akopov A.S., Beklaryan L.A., Saghatelyan A.K. Agent-based modelling for ecological economics: A case study of the Republic of Armenia // Ecological Modelling. 2017. Vol. 346. P. 99-118.

9. Akopov A.S., Beklaryan L.A., Saghatelyan A.K. Agent-based modelling of interactions between air pollutants and greenery using a case study of Yerevan, Armenia // Environmental Modelling and Software. 2019. No. 116. P. 7-25.

Comments

No posts found

Write a review
Translate