CC BY
128
ПРИОРИТЕТЫ РОССИИ
УДК 332.14; 004.94
агент-ориентированная социо-эколого-
экономическая модель региона*
В.Л. МАКАРОВ, академик РАН, директор Центрального экономико-математического института РАН E-mail: [email protected]
А.Р. БАХТИЗИН, доктор экономических наук, заведующий лабораторией E-mail: [email protected]
Е.д. СУШКО,
кандидат экономических наук, ведущий научный сотрудник E-mail: [email protected] Центральный экономико-математический институт РАН
В последние годы органами власти в Российской Федерации все больше осознается необходимость планирования регионального развития. При этом важно учесть, что экологические проблемы территорий возрастают, а параметры внешней среды, влияющей на экономику регионов, подвержены сильным колебаниям в связи с разного рода кризисными явлениями в мировой экономике. Ставится задача разработки инструмента, позволяющего получать качественные прогнозы параметров управляемой социально-экономической системы в зависимости от принимаемых мер, а также оценки динамики этих параметров при возможных изменениях внешней среды.
* Статья подготовлена при финансовой поддержке РГНФ (грант № 12-02-00082а). Статья выполнена в рамках программы фундаментальных исследований Президиума РАН «Роль пространства в модернизации России: природный и социально-экономический потенциал».
Разработана мультиагентная модель региона, представляющая собой искусственное общество, в рамках которой объединены нескольких частных моделей - природной среды региона, социально-демографической структуры его населения, а также структуры его экономики. Модель создана таким образом, чтобы имитировать взаимосвязи происходящих в этих сферах процессов. Модель способна демонстрировать динамику социально-экономических и экологических характеристик региона как результат взаимодействия множества самостоятельных акторов (агентов), разнообразие которых воспроизводит социальную структуру реального региона. Агенты в модели действуют в собственных интересах при заданных институциональных ограничениях.
Конструкция представленной модели позволяет имитировать не только влияние деятельности людей на экономику и экологию региона, но и обратное влияние условий существования людей на их здоро-
вье, работоспособность и поведение. Модель может быть использована в процессе регионального планирования для поиска компромисса между текущими и стратегическими целями для предотвращения хищнической эксплуатации природных ресурсов и обеспечения сбалансированного экономического роста.
Ключевые слова: агент-ориентированное моделирование, апробация региональной политики, экологическая нагрузка, поведение человека в социально-экономической среде, трудовой потенциал
Введение
В последнее время разработчики различных стратегий развития регионов для получения качественных прогнозов параметров управляемой социально-экономической системы в зависимости от принимаемых мер, а также оценок динамики этих параметров при возможных изменениях внешней среды все чаще обращаются к такому инструменту, как имитационное моделирование. Очевидно, что для правомерности применения компьютерной модели в процессе регионального планирования необходимо, чтобы она, как минимум, отвечала следующим требованиям:
1) обеспечивала максимально возможное приближение к реальности, с тем чтобы позволять распространять выводы, полученные в результате компьютерных экспериментов, на существующий в действительности объект моделирования;
2) обладала развитым и удобным интерфейсом, обеспечивающим пользователя наглядным представлением процессов, происходящих в модели, а также возможностью управлять этими процессами.
Отличительная особенность таких крупных территориальных объектов, как регионы (субъекты РФ), состоит в том, что они представляют собой большие системы со сложной иерархией разного рода включенных в них самостоятельных акторов -таких, например, как жители региона или же предприятия на его территории, т.е. являются активными системами (В.Н. Бурков, Д.А. Новиков, 1999 [2]). Самостоятельность акторов означает, что они обладают некоторыми ресурсами (возможностями), миссией и соответствующими критериями ее выполнения, а также способностью принимать некие решения, реализация которых отражается на результатах их деятельности. Причем даже акторы одного уровня могут существенно различаться меж-
ду собой характеристиками, значимыми в смысле их участия в экономической жизни.
Среди современных инструментов имитации сложных социально-экономических систем наиболее адекватным, т.е. позволяющим добиться максимального правдоподобия, признается активно развивающееся агент-ориентированное (мультиагентное) моделирование (АОМ) (В.Л. Макаров, А.Р. Бахти-зин, 2013 [4]; В.Б. Тарасов, 2002 [7]; Handbook of Research on Agent-Based Societies: Social and Cultural Interactions, 2009 [16]). Мультиагентная модель, представляющая собой искусственное общество, способна имитировать поведение большой системы на основе реконструкции ее внутренней структуры, а также структуры и поведения включенных в нее более мелких экономических и социальных акторов. Таким образом, модель способна демонстрировать динамику социально-экономических характеристик этой системы как результат действий (и взаимодействий) множества самостоятельных акторов с учетом их разнообразия.
Краткий обзор мультиагентных моделей
Мультиагентные модели успешно применяются для имитации самых разнообразных процессов, происходящих в социальной жизни, начиная от жизни популяции животных, движимых инстинктами (Conner Mary M., Ebinger Michael R., Knowlton Frederick F., 2008 [11]; Robbins Martha M., Robbins Andrew M., 2004 [19]), и заканчивая функционированием налоговой системы и влиянием на нее специфически человеческого поведения при уклонении от уплаты налогов (Bloomquist K.M., 2006 [9]; Davis J.S., Hecht G. and Perkins J.D., 2003 [12]). Показательно то, что агент-ориентированных моделей за последние годы разработано так много, что появилась потребность в стандартизации их описания для представления научному сообществу (Grimm V., Berger U., Bastiansen F., et al., 2006 [15]).
Агент-ориентированные модели доказали свою эффективность (особенно в комплексе с геоинформационными системами (ГИС), обеспечивающими возможность пространственного анализа данных и наглядное отображение моделируемых процессов на географических картах), в том числе и при анализе типичных для территориальных образований проблем, связанных с деятельностью человека: • стихийные бедствия. В работе японских ученых (Goto Y., Takeuchi I. and Kakumoto S., 2004
[14]) представлена интегрированная система
моделирования землетрясений и вызванных ими последствий, предназначенная для проектирования и апробации систем ликвидации этих последствий;
• разрастание городов. В работах (Semboloni F., Assfalg J., Armeni S., Gianassi R. and Marsoni F., 2004 [21]; Monticino M.G., Brooks E., Cogdill T., Acevedo M. and Callicott B., 2006 [18]; Rui Y., Ban Y., 2010 [20]) представлены различные мультиагентные системы (МАС), имитирующие процессы развития реальных городских агломераций как результат взаимодействия агентов, соответствующих различным типам заинтересованных экономических акторов. В представленных моделях в разной комбинации присутствуют агенты таких типов, как жители городов (старожилы и вновь прибывшие); фирмы, производящие товары или оказывающие услуги; застройщики и правительственные агенты, которые могут ограничивать деятельность агентов других типов. Модели предназначены для апробации различных стратегий управления этими процессами;
• проблемы транспортной инфраструктуры города. В модели (В.Л. Макаров, А.Р. Бахти-зин, 2013 [4, с. 195-210]) агенты-люди, которым необходимо добраться из одного пункта на территории Москвы в другой, выбирают маршрут, используя автомобиль или общественный транспорт, возможно, с пересадками. Модель наглядно демонстрирует образование автомобильных пробок и предназначена для апробации различных мер для улучшения транспортной ситуации в городе;
• сегрегация населения города. В работе (Benenson I., Omer I., Hatna E., 2002 [8]) представлена модель расселения жителей города по этническому признаку, а в работе (Feitosa F.F., Le Q.B., Vlek P.L.G., 2011 [13]) - расселения жителей по уровню доходов. Моделирование механизмов, формирующих городскую сегрегацию в зависимости от изменения структуры населения и с учетом поведения отдельных экономических акторов, действующих на территории городов, позволяет создавать инструменты апробации различных стратегий местных органов власти для достижения социальной интеграции в городах;
• неравномерность деловой активности населения. В работе (Tsekeris T., Vogiatzoglou K., 2010 [22]) представлена межрегиональная
модель, которая позволяет в комплексе имитировать эволюцию сложных взаимодействий домохозяйств и фирм с учетом их расположения на данной территории и возможных транспортных решений при выборе места жительства или локализации производства. Регионы различаются по таким экономическим характеристикам, как стоимость земли, рабочей силы и производственных затрат, а также размеры рынка и спроса. Меняя значения таких параметров модели, как ставки различных налогов, а также осуществляя государственные инвестиции (включая инвестиции в развитие транспортной сети системы городов), можно апробировать различные варианты налоговой и инвестиционной политики; • истощение природных ресурсов. В коллективной монографии под редакцией Bousquet F., Trébuil G. и Hardy B. (Companion Modeling and Multi-Agent Systems for Integrated Natural Resource Management in Asia Los Ba^s (Philippines), 2005 [10]) отдельная глава посвящена мультиагентным системам, разработанным для имитации и анализа различных процессов, связанных с природопользованием. Представленные модели позволяют анализировать взаимное влияние социальных процессов и динамики экологических параметров территорий, предназначены для поиска рациональных компромиссов между интересами различных видов деятельности (и занятых ею людей) для предотвращения деградации земель и справедливого использования возобновляемых ресурсов.
Описание социо-эколого-экономической модели региона
Особенностью разрабатываемой авторами региональной мультиагентной ГИС-системы является воссоздание в рамках одной комплексной модели нескольких частных моделей - природной среды региона, социально-демографической структуры его населения, а также структуры его экономики таким образом, чтобы имитировать взаимосвязи происходящих в этих сферах процессов. Действующими агентами в модели являются люди и организации, способные принимать сигналы из внешней среды и действовать в соответствии со своими интересами. Более крупные акторы, такие как муниципальные образования и регион в целом как административ-
ная единица и как часть экосистемы - служат для них этой внешней средой.
Модель природной среды. Модель предназначена для отслеживания состояния имеющихся природных ресурсов, необходимых для комфортной жизни людей и благополучия экономики - таких как чистая вода, чистый воздух, полезные ископаемые, сельскохозяйственные угодья и пр. Основана на многослойной карте территории региона (ГИС-карте), которая включает: карту месторождений полезных ископаемых; физическую карту с системой водных ресурсов; карту загрязнения атмосферы. ГИС-карта дополнена процедурами, позволяющими рассчитывать уровни загрязненности природной среды и их изменения во времени как от естественных причин, так и в результате деятельности человека.
Расчеты уровней загрязненности проводятся для каждой из трех сред: загрязнение воздуха, загрязнение воды, засорение твердыми отходами. После чего агрегируются для получения интегральной оценки экологической нагрузки на территорию и сравнения ее с экологической емкостью данной территории, т.е. нагрузкой, которая еще не приводит к деградации и необратимым изменениям природной экосистемы. Далее на основе действующей Методики оценки экологической обстановки территорий1, в которой сформулирован единый подход, позволяющий классифицировать обследуемые территории по степени экологического неблагополучия, определяется категория экологического состояния региона в терминах «в пределах нормы», «экологический кризис» или «экологическое бедствие». Переход к худшей категории влечет изменения в параметрах смертности и заболеваемости населения.
Общественное устройство. Оно основано на карте административного деления. Представляет собой множество критериев оценки социального, экономического и экологического благополучия региона в целом и муниципальных образований в его составе, а также систему полномочий в отношении находящихся на его территории агентов. Система полномочий, куда входят ставки налогов и штрафные санкции за загрязнение природной среды, а также распределение доходов консолидированного бюджета региона между бюджетами двух уровней (бюджетом субъекта РФ и бюджетами муниципальных районов), соответствует существующему
1 Методика «Критерии оценки экологической обстановки территорий для выявления зон чрезвычайной экологической ситуации и зон экологического бедствия»: утверждена Минприроды России 30.11.1992.
законодательству, но доступна для манипулирования пользователю модели при проведении компьютерных экспериментов. Пользователь также может управлять распределением бюджетных средств на социальные нужды и на общественно значимые проекты (в том числе направленные на улучшение экологического состояния территории).
Модель экономической жизни. Указанная модель включает 2 аспекта: пространственный и функциональный. Первый аспект определяется территориальным размещением производства, необходимых для него ресурсов, развитием транспортной инфраструктуры и основан на соответствующей карте. Второй аспект представлен моделью производства как зависимостью результата деятельности агентов-организаций от значения определяющих его факторов при заданных правилах общественной жизни.
Отдельно выделяется зависимость результатов от фактора труда. Результатом для предприятий, производящих товары и услуги, считается объем их продукции, а для организаций социальной сферы, финансируемой из бюджета, - выполнение соответствующих функций в обществе. Агенты-организации могут также производить отходы (выбросы загрязняющих веществ в атмосферу, стоки в водоемы, твердые отходы), что влияет на состояние природной среды. Объемы загрязнения разных сред связаны со спецификой вида деятельности агента-организации и зависят от его отраслевой принадлежности и от объема производства, а кроме того, могут управляться агентом-организацией с помощью выделения дополнительных средств на очистку отходов (в модели задаются удельные расходы на снижение концентрации загрязняющих веществ в отходах).
Население региона. Этот фактор представлен популяцией агентов-людей, обладающих такими свойствами, как возраст, пол, здоровье, активность, образование, сфера деятельности, опыт работы, трудолюбие и доход. Эти свойства принимают у разных агентов различные значения в соответствии с данными о фактическом распределении этих свойств среди множества жителей конкретного моделируемого региона. Интегральной характеристикой «полезности» агента-человека трудоспособного возраста с точки зрения его участия в общественном производстве является трудовой потенциал, зависящий от уровня его здоровья, образования, трудолюбия и стажа работы. Кроме того, агентам этого типа (так же как и агентам-организациям) при-
сваиваются характеристики их влияния на экологию региона - места жительства (муниципального района в составе региона). Причем значения этих характеристик одинаковы для всех агентов-людей и соответствуют средним объемам отходов разного вида, приходящимся на одного жителя.
Агенты обладают «системой ценностей» в виде относительной значимости основных жизненных устремлений и соответствующих критериев оценки удовлетворенности своим положением. Активность агентов выражается в их поведении, т.е. способности совершать в течение модельного времени действия (самопроизвольно изменять свои характеристики), что служит основой имитации экономической жизни региона с позиций поведенческой экономики (Д. Канеман, А. Тверски, 2003 [3]). Агенты-люди трудоспособного возраста стремятся в модели к высокому качеству жизни и стабильной занятости. Если же они недовольны своим положением, то могут повышать свою квалификацию (поступать на учебу в колледж или высшее учебное заведение), менять вид деятельности или место жительства (в том числе мигрировать за пределы региона).
Критерий качества жизни - интегральный, в модели он агрегирует такие показатели, как уровень заработной платы и экологическое благополучие места жительства. Относительная значимость критериев индивидуальна для каждого агента-человека (соответствующие веса присваиваются в момент создания агента и в сумме составляют единицу), но может изменяться в зависимости от внешних условий. Так, приближение состояния по какому-либо из критериев к критическому значению увеличивает значимость данного критерия. Например, снижение заработка до уровня прожиточного минимума или же переход экологического состояния района - места жительства в худшую категорию делает соответствующие критерии приоритетными и побуждает агента к действиям. Характер действий при этом различается: в первом случае это поиск другой работы, а во втором - смена места жительства. Идеологической основой процедуры, реализующей поведение агентов в модели, является описание структуры поведенческого акта из теории функциональных систем физиолога П.К. Анохина (К.В. Судаков, 1990 [5]).
Агрегированный трудовой потенциал агентов-людей играет в модели роль фактора труда для агентов-организаций, в которых они работают. При этом на трудовой потенциал агентов влияют условия внешней среды. Например, понижение
Таблица 1
Медико-демографические критерии состояния здоровья населения, применяемые при оценке экологического состояния территории
Показатель Параметры
Зона чрезвычайной ситуации Зона экологического бедствия
Увеличение детской смертности От 1,3 до 1,5 раза В 1,5 раза и более
Изменение заболеваемости детей и взрослых От 1,5 до 2 раз В 2 раза и более
нормативов финансирования на одного агента в системе здравоохранения, так же как и ухудшение экологической ситуации увеличивает риск (вероятность) снижения уровня здоровья агентов. Степень снижения уровня здоровья агентов в зависимости от ухудшения экологической ситуации определяется в процессе калибровки модели (НескЬей S., 2010 [17]) в соответствии с показателями здоровья населения территорий, отнесенных в Методике2 к разным категориям экологического неблагополучия, как показано в табл. 1.
На рис. 1 дана схема взаимного влияния агентов и их окружения в мультиагентной модели региона.
Апробация модели
Прототип модели реализован на примере Вологодской области в виде пользовательского программного продукта (симулятора), разработанного в среде AnyLogic и представляющего собой расширение разработанной ранее мультиагентной региональной модели (Е.Д. Сушко, 2012 [6]) путем добавления экологического блока.
В начале работы симулятора считывается исходная информация из базы данных, создаются популяции агентов-людей и агентов-организаций, распределяются их свойства и устанавливается стартовое состояние модели, воспроизводящее социально-экономическое положение области в базовом году. Здесь же рассчитываются нормативы бюджетных расходов на социальные блага, а также удельная продуктивность трудового потенциала. После чего собирается статистика по популяциям
2 Методика «Критерии оценки экологической обстановки территорий для выявления зон чрезвычайной экологической ситуации и зон экологического бедствия»: утверждена Минприроды России 30.11.1992.
Рис. 1. Схема взаимного влияния агентов и их окружения в мультиагентной модели региона
агентов и отображается «фактическое» экономическое и экологическое состояние региона.
Далее происходит переход к следующему шагу работы модели, соответствующему одному году в реальной действительности. На каждом шаге работы модели в соответствии с состоянием экологии корректируются показатели заболеваемости и смертности населения, с использованием которых осуществляется исчисление численности агентов. Затем агенты, занятые в производстве, анализируют доступную им информацию о характеристиках среды и собственном положении в ней. Далее агенты в соответствии со своей системой ценностей переходят в то или иное состояние: «нормальное» (стартовое), «недовольство» и «критическое» (необходимость срочных действий). Если состояние какого-либо агента отличается от нормального, то это побуждает его к реакции, которая будет зависеть не только от самого состояния и от значений остальных характеристик агента, но и от возможностей, которые предоставляет ему внешняя среда.
После совершения агентами действий (их перемещений в пространстве или смене мест работы) производится расчет трудового потенциала каждого работающего агента и агрегированных потенциалов групп агентов, занятых в разных видах экономической деятельности (отраслях). Затем на основе агрегированных потенциалов как факторов труда рассчитываются результаты деятельности отрас-
лей, для чего в модели используются некие аналоги производных для отраслевых производственных функций. Так, задается первоначальный объем производства базового года (для предприятий реального сектора - в денежном выражении, а для организаций социальной сферы - как уровень выполнения соответствующей функции). Экспертно задаются коэффициенты, указывающие процент, на который увеличивается или уменьшается объем производства агента-организации при росте или снижении фактора труда на 1%. На каждом следующем шаге работы модели результат деятельности организаций (а затем и отраслей в целом) рассчитывается как изменение объема предыдущего года, вызванное изменением фактора труда с учетом его значимости.
Полученные объемы производства отраслей служат основой для расчетов экологических параметров территорий муниципальных районов и области в целом с учетом фонового загрязнения и текущих выбросов, а также расчета взимаемых штрафов за загрязнение среды и налоговых поступлений в бюджеты двух уровней. После чего рассчитанные социально-экономические и экологические характеристики области демонстрируются пользователю в качестве ее «фактического» положения в текущем году для принятия им мер, направленных на решение выявленных проблем с помощью распределения бюджетных средств. Завершение пользователем работы с бюджетом
Начало симуляции
Считывание исходных данных из базы
Установка стартового состояния модели в базовом году, создание агентов и распределение их свойств
Расчетнормативов бюджетных расходов на социальные блага и продуктивности трудового потенциала
4 Выдача на интерфейс данных
о фактическом состоянии региона в текущем году
Планирование на год и согласование бюджетов
двух уровней -*-
Переход к следующему году
Определение состояний агентов с учетом экологического состояния MP. Реализациядействийагентов
10
Расчет трудового потенциала каждого агента и агрегированных потенциалов групп агентов
11
Расчет фактического объема производства по отраслям, формирование и распределение бюджетов
Расчет объема выбросов, общей экологической нагрузки и классификация общего состояния МР
1
2
3
Рис. 2. Общая схема работы мультиагентной модели региона (МР)
влечет переход к следующему шагу работы симуля-тора. Общая схема работы мультиагентной модели региона представлена на рис. 2.
Прототип модели Вологодской области отка-либрован на реальных данных о состоянии региона в базовом (в качестве которого был выбран 2004 г.) и последующих годах. Для верификации модели использовались как официальные статистические данные, представленные в сборниках Росстата, так и данные, полученные в результате исследований и социологических опросов, проводившихся Вологодским научным центром ВНКЦ ЦЭМИ РАН (Д.Е. Амелин, 2006 [1]). В табл. 2 показано сопоставление данных, полученных в ходе апробации модели, с результатами опроса жителей региона. Количество агентов в модели в процентном отношении, удовлетворенных своим положением, сравнивается с количеством жителей, которые на
Таблица 2
Сопоставление результатов работы модели
с данными опроса в базовом году
Объект Данные опроса, % Результат работы модели, % Отклонение
Вологодская область 56,0 57,1 1,96
г. Вологда 57,2 56,0 -2,10
г. Череповец 57,3 57,4 0,17
вопрос анкеты «Что Вы могли бы сказать о своем настроении в последние дни?» выбрали вариант ответа «Нормальное состояние, прекрасное настроение» (Д.Е. Амелин, 2006 [1, с. 78]).
Следует заметить, что указанное сопоставление в табл. 2 было использовано лишь в качестве ориентира, ведь в модели оценивается состояние занятого населения, а не настроения репрезентативной выборки (как при проведении опроса).
На модели были поставлены условные эксперименты по имитации ухудшения экологической ситуации за счет увеличения выбросов отдельного предприятия, в качестве которого было выбрано самое крупное предприятие региона - Череповецкий металлургический комбинат. Эксперименты позволили подобрать для модели такие зависимости показателей здоровья населения от изменения качества природной среды, которые обеспечивают соответствующую Методике3 реакцию населения на переход экологического состояния района проживания в другую категорию.
Таким образом, представленная конструкция модели позволяет имитировать не только влияние деятельности людей на экономику и экологию реги-
3 Методика «Критерии оценки экологической обстановки территорий для выявления зон чрезвычайной экологической ситуации и зон экологического бедствия»: утверждена Минприроды России 30.11.1992.
- 3 (288) - 2015 -
НАЦИОНАЛЬНЫЕ ИНТЕРЕСЫ: NATIONAL INTERESTS:
приоритеты и безопасность priorites and security
она, но и ответное влияние условий существования людей на их здоровье, работоспособность и поведение. А значит, и применение разрабатываемой модели в процессе регионального планирования, по мнению авторов, может способствовать поиску компромисса между текущими и стратегическими целями для предотвращения хищнической эксплуатации природных ресурсов и обеспечения сбалансированного экономического роста.
Список литературы
1. Амелин Д.Е. Местное самоуправление в региональном развитии. Вологда: ВНКЦ ЦЭМИ РАН, 2006. 182 с.
2. Бурков В.Н., Новиков Д.А. Теория активных систем: состояние и перспективы. М.: Синтег, 1999. 128 с.
3. КанеманД., Тверски А. Рациональный выбор, ценности и фреймы // Психологический журнал. 2003. Т. 24. № 4. С. 31-42.
4. Макаров В.Л., Бахтизин А.Р. Социальное моделирование - новый компьютерный прорыв (агент-ориентированные модели). М.: Экономика, 2013. 295 с.
5. Судаков К.В. Общие принципы построения поведенческих актов на основе теории функциональных систем // Системные механизмы поведения / под ред. К В. Судакова. М.: Медицина, 1990. 268 с.
6. Сушко Е.Д. Мультиагентная модель региона: концепция, конструкция и реализация. М.: ЦЭМИ РАН, 2012. 54 с.
7. Тарасов В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика. М.: Эдиториал УРСС, 2002. 352 с.
8. Benenson I., Omer I., Hatna E. Entity-based modeling of urban residential dynamics: the case of Yaffo, Tel Aviv // Environment and Planning B: Planning and Design. Vol. 29. 2002. P. 491-512.
9. Bloomquist K.M. A comparison of agent-based models of income tax evasion // Social Science Computer Review. Vol. 24. 2006. No.4. P. 411-425.
10. Bousquet F., Trébuil G. and Hardy B. (Eds.) Companion Modeling and Multi-Agent Systems for Integrated Natural Resource Management in Asia Los Baws (Philippines) // International Rice Research Institute, 2005. 360 p.
11. Conner Mary M., Ebinger Michael R., Knowlton Frederick F. Evaluating coyote management strategies using a spatially explicit, individual-based, socially structured population model // Ecological modeling. 2008. P. 234-247.
12. Davis J.S., Hecht, G. and Perkins J.D. Social Behaviors, Enforcement and Tax Compliance Dynamics // Accounting Review. 2003. Vol. 78. No. 1. P. 39-69.
13. Feitosa F.F., Le Q.B., VlekP.L.G. Multi-agent simulator for urban segregation (MASUS): A tool to explore alternatives for promoting inclusive cities // Computers, Environment and Urban Systems. Vol. 35. 2011. No. 2. P. 104-115.
14. Goto Y., Takeuchi I. andKakumoto S. Integrated earthquake disaster simulation systems for the highly-networked information society // Proc. of the 13th World Conference on Earthquake Engineering. Vancouver (Canada), 2004. P. 2793. URL: http://www.iitk.ac.in/ nicee/wcee/article/13_2793.pdf.
15. Grimm V., Berger U., Bastiansen F., etal. A standard protocol for describing individual-based and agent-based models // Ecological modeling. 2006. P. 115-126.
16. Handbook of Research on Agent-Based Societies: Social and Cultural Interactions / Goran Trajkovski and Samuel G. Collins, editors. New York: Information Science Reference Hershey, 2009. 412 p.
17. Heckbert S. Calibration of Agent-Based Models in Ecological Economics. Melbourne: The University of Melbourne, Faculty of Engineering, 2010.
18. MonticinoM.G., BrooksE., CogdillT., AcevedoM. and Callicott B. Applying a Multi-Agent Model to Evaluate Effects of Development Proposals and Growth Management Policies on Suburban Sprawl // Proc. of the International Environmental Modelling and Software Society, Summit on Environmental Modelling and Software. Burlington (USA), 2006. URL: http://www.math.unt. edu/~monticino/papers/mult-agent_development.pdf.
19. Robbins Martha M., Robbins Andrew M. Simulation of the Population Dynamics and Social Structure of the Virunga Mountain Gorillas // American Journal of Primatology. Vol. 63. 2004. P. 201-223.
20. Rui Y., Ban Y. Multi-agent Simulation for Modeling Urban Sprawl In the Greater Toronto Area // Proc. of the 13 th AGILE International Conference on Geographic Information Science. - Guimarres (Portugal), 2010. URL: http://plone.itc.nl/agile_old/Conference/2010-guimaraes/ShortPapers_PDF%5C124_DOC.pdf.
21. Semboloni F, Assfalg J., Armeni S., Gianassi R. and Marsoni F. CityDev, an interactive multi-agents urban model on the web // Computers, Environment and Urban Systems. Vol. 28. 2004. No. 1. P. 45-64.
22. Tsekeris T., Vogiatzoglou K. Multi-Regional Agent-Based Economic Model of Household and Firm Location and Transport Decisions // Proc. ofthe 10th STRC Swiss Transport Research Conference. Monte Verita, 2010. URL: http://www.strc.ch/conferences/2010/Tsekeris.pdf.
National interests: priorities and security Priorities of Russia
ISSN 2311-875X (Online) ISSN 2073-2872 (Print)
AN AGENT-ORIENTED SOCIAL-ECOLOGICAL-ECONOMIC MODEL
OF A REGION
Valerii L. MAKAROV, Al'bert R. BAKHTIZIN, Elena D. SUSHKO
Abstract
Importance In recent years, the Russian Federation authorities to the greater extent realize the need for regional development planning. At the same time, it is important to underline that environmental problems of territories become more acute, and the parameters of external environment affecting the economy of regions are subject to fluctuation due to various kinds of crisis in the global economy.
Objectives The article aims to develop an instrument enabling to obtain high-quality forecasts of parameters of the socio-economic system depending on undertaken measures, as well as the estimation of dynamics of these parameters with possible environmental changes. Methods We have developed a multi-agent model of a region, which represents an artificial society, within the scope of which several individual models are integrated: natural environment of a region, the socio-demographic structure of its population, and the structure of its economy. This model is integrated in order to simulate the relationship of processes occurring in these areas. Results The model enables to demonstrate the dynamics of socio-economic and environmental characteristics of a region as a result of interaction of many independent actors (agents). The multitude of the agents simulates a real social structure of a region. In the model, the agents act in their own interests at pre-assigned institutional constraints. Conclusions and Relevance The design of the given model enables to simulate not only the influence of human activities on the economy and ecology of a region, but also the reverse influence of the quality of life of people on their health, working ability and behavior. The model can be used in the regional planning process to find a compromise between current and strategic goals to prevent over-exploitation of natural resources and to ensure a balanced economic growth.
Keywords: agent-based modeling, regional policy evaluation, environmental impact, human behavior, social, economic, environment, labor potential
References
1. Amelin D.E. Mestnoe samoupravlenie v regional'nom razvitii [Local self-government in regional development]. Vologda, VNKTS CEMI of RAS Publ., 2006, 182 p.
2. Burkov V.N., Novikov D.A. Teoriya aktivnykh sistem: sostoyanie i perspektivy [Theory of active systems: status and prospects]. Moscow, Sinteg Publ., 1999, 128 p.
3. Kahneman D., Tversky A. Ratsional'nyi vybor, tsennosti i freimy [Choices, Values, and Frames]. Psikhologicheskii zhurnal = Psychological Journal, 2003, vol. 24, no. 4, pp. 31-42.
4. Makarov V.L., Bakhtizin A.R. Sotsial'noe modelirovanie - novyi komp'yuternyi proryv (agent-orientirovannye modeli) [Social simulation: a new computer breakthrough (agent-oriented models)]. Moscow, Ekonomika Publ., 2013, 295 p.
5. Sudakov K.V. Obshchie printsipy postroeniya povedencheskikh aktov na osnove teorii funktsional 'nykh system. Sistemnye mekhanizmy povedeniya [General principles of building behavioral acts on the basis of the theory of functional systems. In: System mechanisms of behavior]. Moscow, Meditsina Publ., 1990, 268 p.
6. Sushko E.D. Mul'tiagentnaya model' regiona: kontseptsiya, konstruktsiya i realizatsiya [A multi-agent model of a region: concept, design and implementation]. Moscow, CEMI of RAS Publ., 2012, 54 p.
7. Tarasov V.B. Ot mnogoagentnykh sistem k intellektual 'nym organizatsiyam: filosofiya, psikhologi-ya, informatika [From multi-agent systems to intelligent organizations: philosophy, psychology, computer science]. Moscow, Editorial URSS Publ., 2002, 352 p.
8. Benenson I., Omer I., Hatna E. Entity-based modeling of urban residential dynamics: the case of Yaffo, Tel Aviv. Environment and Planning B: Planning and Design, 2002, vol. 29, pp. 491-512.
9. Bloomquist K.M. A comparison of agent-based models of income tax evasion. Social Science Computer Review, 2006, vol. 24, no. 4, pp. 411-425.
Приоритеты России Priorities of Russia - 11 -
10. Bousquet F., Trébuil G., Hardy B. Companion Modeling and Multi-Agent Systems for Integrated Natural Resource Management in Asia. Los Bacos (Philippines), International Rice Research Institute, 2005.
11. Conner Mary M., Ebinger Michael R., Knowl-ton Frederick F. Evaluating coyote management strategies using a spatially explicit, individual-based, socially structured population model. Ecological Modelling, 2008, vol. 219, no. 1, pp. 234-247.
12. Davis J.S., Hecht G., Perkins J.D. Social Behaviors, Enforcement and Tax Compliance Dynamics. Accounting Review, 2003, vol. 78, no. 1, pp. 39-69.
13. Feitosa F.F., Le Q.B., Vlek P.L.G. Multi-agent simulator for urban segregation (MASUS): a tool to explore alternatives for promoting inclusive cities. Computers, Environment and Urban Systems, 2011, vol. 35, no. 2, pp. 104-115.
14. Goto Y., Takeuchi I., Kakumoto S. Integrated earthquake disaster simulation systems for the highly-networked information society. Proc. of the 13th World Conference on Earthquake Engineering, Vancouver (Canada), 2004, paper no. 2793. Available at: http:// www.iitk.ac.in/nicee/wcee/article/13_2793.pdf.
15. Grimm V., Berger U., Bastiansen F., et al. A standard protocol for describing individual-based and agent-based models. Ecological Modelling, 2006, pp.115-126.
16. Goran Trajkovski, Samuel G. Collins, eds. Handbook of Research on Agent-Based Societies: Social and Cultural Interactions. New York, Information Science Reference Hershey, 2009.
17. Heckbert S. Calibration of Agent-Based Models in Ecological Economics. Melbourne, The University of Melbourne, Faculty of Engineering, 2010.
18. Monticino M.G., Brooks E., Cogdill T., Acevedo M., Callicott J.B. Applying a Multi-Agent Model to Evaluate Effects of Development Proposals and Growth Management Policies on Suburban Sprawl. Proc. of the International Environmental Modelling and Software Society, Summit on Environmental Modelling and Software. Burlington (USA), 2006. Available a: http://www.math.unt.edu/~monticino/papers/mult-agent_development.pdf.
19. Robbins M.M., Richards M. Simulation of the Population Dynamics and Social Structure of the Virunga Mountain Gorillas. American Journal of Pri-matology, 2004, vol. 63, pp. 201-223.
20. Rui Y., Ban Y. Multi-agent Simulation for Modeling Urban Sprawl in the Greater Toronto Area. Proc. of the 13th AGILE International Conference on Geographic Information Science. Guimarres (Portugal), 2010. Available at: http://plone.itc.nl/agile_old/Conference/2010-guimaraes/ShortPapers_PDF%5C124_DOC.pdf.
21. Semboloni F., Assfalg J., Armeni S., Gianassi R., Marsoni F. CityDev, an interactive multi-agents urban model on the web. Computers, Environment and Urban Systems, 2004, vol. 28, no. 1, pp. 45-64.
22. Tsekeris T., Vogiatzoglou K. Multi-Regional Agent-Based Economic Model of Household and Firm Location and Transport Decisions. Proc. of the 10th STRC Swiss Transport Research Conference. Monte Verita, 2010. Available at: http://www.strc.ch/confer-ences/2010/Tsekeris.pdf.
Valerii L. MAKAROV
Central Economics and Mathematics Institute, RAS, Moscow, Russian Federation [email protected]
Al'bert R. BAKHTIZIN
Central Economics and Mathematics Institute, RAS, Moscow, Russian Federation [email protected]
Elena D. SUSHKO
Central Economics and Mathematics Institute, RAS,
Moscow, Russian Federation
Acknowledgments
The article is supported by the Russian Humanitarian Scientific Foundation, grant no. 12-02-00082a. The article has been written as part of the Program of fundamental studies of the Presidium of the Russian Academy of Sciences "The role of space in the modernization of Russia: the natural and socio-economic potential".
