CC BY
23
Ислакаева Г. Р. ЬШавуа G. R.
кандидат экономических наук, научный сотрудник Лаборатории исследований социально-экономических проблем регионов Института экономики, финансов и бизнеса, ФГБОУ ВО «Башкирский государственный университет», г. Уфа, Российская Федерация
УДК 330.4
АГЕНТ-ОРИЕНТИРОВАННОЕ МОДЕЛИРОВАНИЕ ОТДЕЛЬНЫХ АСПЕКТОВ РЕГИОНАЛЬНОЙ ПОЛИТИКИ В ОБЛАСТИ ПРЕДОСТАВЛЕНИЯ УСЛУГ ВЫСШЕГО ОБРАЗОВАНИЯ
Фундаментальная научная проблема, на решение которой направлен Проект, заключается в том, что в настоящее время отсутствует инструментарий моделирования среднесрочных и долгосрочных последствий реализации тех или иных решений в области проведения региональной политики в сфере предоставления услуг высшего образования. Решение этой фундаментальной научной проблемы позволило бы получать прикладные результаты, которые внесли бы ясность в продолжающиеся сейчас в обществе дискуссии вокруг реформ системы высшего образования, проводимых в России. Данная работа посвящена разработке агент-ориентированной модели, которая стала бы инструментом решения данной фундаментальной проблемы и позволила продвинуться в ее решении. Предлагаемая модель позволяет исследовать отдельные аспекты региональной политики федерального центра в области развития сети учреждений высшего образования по территории страны, в частности вопросы размещения Федеральных университетов и Национальных исследовательских университетов. Модель разработана на основе агент-ориентированного подхода и реализована на языке Netlogo — программной среды для исследовательских агент-ориентированных программ. В модели опробован подход к анализу вопросов оптимального размещения вузов по территории страны. Условные равные доли вузов изначально располагаются в узлах сетки с равным шагом, сетка покрывает географическую карту, на которой расположены реальные города. Условные единицы вузов движутся по карте как самостоятельные агенты, следуя силам притяжения к городам. Сила притяжения возрастает пропорционально населению города и по мере приближения к нему по нелинейной функции. В конце концов все условные вузы распределяются между городами. Количество условных единиц вузов, который собрал город, определяет его потенциал. На основе эмуляционных экспериментов сделаны некоторые выводы и рекомендации, направленные на совершенствование политики федерального центра по развитию системы услуг высшего образования по территории страны.
Ключевые слова: агент-ориентированная модель, мультиагентная модель, Федеральный университет, Национальный исследовательский университет, размещение производительных сил.
AGENT-ORIENTED MODELING OF SELECTED ASPECTS OF REGIONAL POLICY IN THE FIELD OF PROVIDING SERVICES OF HIGHER EDUCATION
The fundamental scientific problem addressed by the Project is that at present there is no tool for modeling the medium-term and long-term consequences of implementing certain decisions in the field of regional policy in the sphere of providing higher education services. Solving this fundamental scientific problem would allow us to obtain applied results that would clarify the ongo-
Regional development
v V
Региональное развитие
ing discussions in the society around the reforms of the higher education system in Russia. This work is devoted to the development of an agent-oriented model that would become an instrument for solving this fundamental problem and allowed to advance in its solution. The proposed model makes it possible to investigate certain aspects of the regional policy of the federal center in the field of developing a network of higher education institutions throughout the country, in particular, the placement of Federal universities and National research universities. The model is developed on the basis of the agent-oriented approach and implemented in the language of Netlogo, a software environment for research agent-oriented programs. The model has tested the approach to the analysis of the issues of the optimal placement of universities across the country. Conditional equal shares of higher educational institutions are initially located in grid nodes with an equal step, the grid covers the geographical map on which the real cities are located. Conditional units of universities move along the map as independent agents, following the forces of attraction to cities. The force of attraction increases in proportion to the population of the city and as it approaches it through a nonlinear function. In the end, all conditional universities are distributed between cities. The number of conventional units of universities that assembled the city determines its potential. On the basis of emulation experiments, some conclusions and recommendations were made aimed at improving the policy of the federal center for the development of the system of higher education services throughout the country.
Key words: agent-oriented model, multi-agent model, Federal University, National Research University, location of productive forces.
1. Введение
Конкурентоспособность регионов зависит не только от объективных природно-климатических условий региона и усилий руководства региона, но и от политики федерального центра по размещению производительных сил по территории России [1]. Система высшего образования России и региональные системы высшего образования относятся, безусловно, к производительным силам, определяющим инновационное развитие регионов. Федеральный центр, в русле стратегии инновационного развития страны осуществляет в последнее десятилетие программу развития сети Федеральных университетов и Национальных исследовательских университетов [2].
В этом исследовании из всех аспектов региональной политики федерального центра в области образования были выбраны вопросы размещения системообразующих университетов по территории страны. Предпосылками к этой теоретической работе была практическая реализация Федеральным центром в течение последнего десятилетия региональной политики по созданию многочисленных научно-образовательных «точек роста» по территории страны. Таким точками роста должны были быть университеты, которым были присвоены специальные ста-
тусы: федеральный университет (ФУ) и национальный исследовательский университет (НИУ). Так, согласно «Концепции создания и государственной поддержки развития федеральных университетов» в основе создания ФУ в регионах страны лежит идея «выдвижения доступного качественного образования в отдаленные территории путем создания и развития в федеральных округах крупных инновационных научно-образовательных комплексов — федеральных университетов» [2]. Там же говорится, что «Стратегическая миссия федерального университета — формирование и развитие конкурентоспособного человеческого капитала в федеральных округах» и «Федеральный университет реализует эту миссию, организуя и координируя в федеральном округе работы по сбалансированному обеспечению крупных программ социально-экономического развития территорий и регионов». Таким образом, ФУ должны играть системообразующую роль в региональной среде вузов, причем системообразующая функция должна охватывать весь Федеральный округ.
В документах, регламентирующих порядок наделения университетов статусом «Национальный исследовательский университет», прямо не говорится об их системообразующей функции для определенной тер- 51
REGioNAL DEvELopMENT
ритории, но говорится о том, что они должны обеспечивать синтез образования, науки и производства, продвигать в экономику региона новые технологии. Новым для 20152016 гг. стало внедрение нового статуса «опорного университета». Положение о конкурсе по отбору опорных университетов говорит о том, что они создаются «в целях социально-экономического развития субъектов Российской Федерации», т. е. их системообразующая функция распространяется на субъект федерации.
Методология анализа на основе теории центральных мест Кристаллера-Леша, модифицированной к большим территориям [3], позволяет дать оценку уже существующим университетам, насколько они могут выполнять системообразующую функцию для окружающих территорий, но не позволяет ответить на обратный вопрос: как расположить системообразующие университеты по территории страны, если ресурсы на них ограничены, а задачей является максимизация системообразующего эффекта?
2. Методология
Для ответа на вопрос об оптимальном размещении системообразующих университетов по территории страны нами предложена методология, основанная на агент-ориентированном подходе [4-8]. Разрабатываемая агент-ориентированная модель, основа которой положена в [3], включает два вида агентов: агенты-университеты и агенты-поселения. Последние характеризуются численностью населения, качеством населения и географическими координатами. Численность населения (N0 и качество населения (коэффициент а) позволяют определить технологический потенциал поселения, под которым мы будем понимать его потребность в знаниях и технологиях:
(1)
Поскольку качество населения в смысле его технологического уровня индивидуальное для каждого поселения, коэффициент а должен быть индивидуальным для каждого поселения. Но в модели мы будем считать его единым для всех поселений. Если счи-
тать, что чем мельче поселение, тем менее наукоемкие производства в них и они менее нуждаются в инновациях, то а > 1. Можно также развить альтернативное рассуждение и прийти к тому, что а < 1. Во всех случаях оценка этого коэффициента выходит за рамки нашего исследования на данном этапе.
Кроме того, поселение будет характеризоваться фактическими географическими координатами на карте Российской Федерации.
Также есть границы страны, за пределы которой системообразующая функция не должна распространяться.
Агенты-университеты могут совершенно свободно перемещаться по территории страны, и в модели мы предоставляем им самим найти географическое место, где они максимизируют свою системообразующую функцию. Исходно агенты-университеты будут располагаться на равном расстоянии друг от друга, т. е. в узлах сетки, покрывающей страну, или группу регионов (рисунок 1).
Очевидно, в общем случае при этом расположении университеты не максимизируют свою системообразующую функцию. Поскольку сила системообразования убывает с расстоянием, удобно описать ее функцией вида:
F(d) = Ax(d + 50)"ß, (2)
где F(d) — сила системообразующей функции агента-университета, зависящая от расстояния d до агента-поселения; d — расстояние между агентом-университетом и агентом-поселением; ß — коэффициент убывания силы; 50 км — это средний размер города и одновременно число, исключающее обращение F в бесконечность при d = 0. Размер города может быть, конечно, регулируемым числом в модели.
Поскольку сила влияния F с ускорением падает по мере увеличения расстояния, логично ввести коэффициент К, отражающий степень этого падения на расстоянии 1000 километров:
F(0)
к.
(3)
F(1000)
Подставив (3) в (2), получаем значение для а:
региональное развитие
Рисунок 1. Изначальное расположение агентов-университетов в узлах сетки с равным шагом (регулируемый параметр), покрывающей регион или страну (в данном случае - Уральский Федеральный округ)
а = 1с^21к. (4)
И тогда (2) будет иметь вид:
Р(ф=Ах(а + 50)Чоё21к (5)
Из очевидного условия нормирования: F(0) = 1 получим коэффициент А:
А= 501о821Ч (7)
что дает выражение для системообразующей функции:
(8)
Введем еще понятие эффективности действия системообразующей силы F на потенциал поселения Р и определим его в виде:
Е^) = F(d)xP (9)
Суммарная эффективность действия системообразующей силы агента-университета будет определяться всеми поселениями, на которые распространяется эта сила:
Ец=^еП^((1у)хР> (10)
где Е^ — эффект действия системообразующей силы агента-университета 1 на агент-поселение } в регионе Ц;
Ц — территория, представляющая собой круг диаметром, например, 1000 км (также регулируемый экзогенный параметр модели) и с центром в месте расположения агента-университета 1;
dlJ — расстояние между агентом-университетом 1 и агентом-поселением ^
Regional development
Задача агента-университета: путем перемещения по территории страны найти точку, где он сможет на максимально возможном уровне осуществить системообразующую функцию для окружающих поселений. Это будет точка, где агент-университет максимизирует значение функции (10). Область Qi, в пределах которой агент-университет i ищет точку максимизации E, ограничена концентрическим кругом диаметром D, являющимся экзогенным параметром модели.
В результате такой оптимизации все агенты-университеты сместятся относительно узлов первоначальной сетки, покрывающей страну, или сгруппируются вокруг городов, что позволит судить, насколько этот город важен с точки зрения региональной политики по размещению системообразующих вузов по территории страны.
3. Компьютерная реализация модели и эмуляционные эксперименты
Агент-ориентированная модель реализована в приложении NetLogo 6.0, интерфейс представлен на рисунке 2. В связи с тем, что в Netlogo есть только функции натурального логарифма и натуральной экспоненты, используем известное математическое преобразование:
log2ik = Er|i, (11)
а также преобразование:
F(d) = eInF^. (12)
С помощью (12) можно (8) представить в виде:
F(d) = e =е ld+5oJ . (13)
Применив в (13) замену (11), получим:
F(d) = е Ы21 . (14)
Формула (14) почти готова к программированию, т. к. содержит только экспоненту и натуральные логарифмы. Необходимо только систему измерения d привести к модельной. В формуле (14) d — это расстояние между городом и университетом, измеряемое в километрах, согласно вышеприведенным рассуждениям. В модели на средних широтах России 1 градус долготы будет составлять примерно 50-70 км в зависимости от широты,
а 1 градус широты составляет, как известно, 111 км. В модели координаты городов и поселений вводятся в градусах и минутах долготы и широты их реального географического расположения и преобразуются во внутреннюю систему, чтобы все города поместились на экране с учетом его ширины и высоты.
Отладка и апробация модели была проведена для регионов Приволжского федерального округа (Республика Башкортостан, Республика Татарстан, Оренбургская область, Самарская область, Кировская область, Пермский край, Нижегородская область, Республика Мордовия, Пензенская область, Саратовская область, Ульяновская область, Республика Марий-Эл, Удмуртская республика), а также прилегающим к ним с востока областям Уральского федерального округа (Свердловская область, Челябинская область).
На рисунке 2 видны столицы этих регионов, обозначенные красными флажками, границы регионов, а внизу — граница Российской Федерации с Республикой Казахстан, территория которой окрашена в серый цвет.
Порядок работы с моделью следующий.
1) После нажатия кнопки Setup на экране появляются города (обозначены флажком), в соответствии с их географическими координатами, а также располагаются университеты (обозначены домиком). Возможны 2 варианта расположения университетов: если включен переключатель Universities-Random? (в положении On), то университеты в количестве, определяемом движком Number-of-Universities, будут расположены в случайном порядке на экране. Если этот переключатель выключен (Off), то университеты будут расположены в узлах сетки с равным шагом (рисунки 3, 4), шаг сетки и соответственно количество университетов определяются движком grid-size.
2) Движок N позволяет масштабировать расположение городов на экране, отражая на экране большие или меньшие расстояния, как бы приближая и удаляя карту городов. Движки Centration-X, Centration-Y позволяют
перемещать всю группу городов влево-вправо и вверх-вниз.
3) Коэффициент Coefficient-Syst определяет коэффициент К в формулах (3) и (8). Coeff-Innov-Need — это коэффициент a в (1).
4) Step-move-university определяет шаг движения университета вверх-вниз, вправо-влево в ходе поиска им места максимизации функции системообразования. Этот движок позволяет исследовать, насколько устойчив результат к шагу поиска.
5) Syze-of-City определяет размер города, в пределах которого будет считаться, что университет находится в городе.
6) Area-of-Effect определяет размер области Q в пределах которой агент-университет i ищет точку максимизации функции системообразования.
7) После нажатия клавиши Load-Map загружается и распознается карта исследуемого региона. В той части, где находится
Региональное развитие
иностранное государство, в файле должен быть черный цвет (pcolor = 0), который в программе обращается в серый (внизу на рисунках 2-5 территория Республики Казахстан). Университеты на территории иностранного государства уничтожаются (команда [die]) и не участвуют в системообразовании на территории России.
8) Нажать клавишу Go — начнется движение университетов по карте. После того как университеты найдут свои точки максимизации функции полезности, что видно будет по остановке их движения на экране, надо нажать кнопку Count-Univ-City, в результате чего в счетчиках в правой части общего экрана для каждого города исследуемого региона появится число университетов, которые нашли в этом городе точку максимизации функции системообразования (рисунок 5).
3 - NetLogo {C:\Users\nic\Desktop\OT4eT} Файл Редактировать Средства Увеличение Табы Помощь
□
Интерфейс Инфо Код
|*ас Кнопка I
Редактировать Удалить Добавить 1-1 ■
нормальная скорость
I
ticks: 0
0 посмотреть обновления
непрерывно
setup
Load-Map GO
—*г
KIROV
J3L
Universities-Rando
Number-of-Universities 98
N.NOVGOROD
Y^HKAfifetA *
CHEBOKSARI
grid-size
r
^ KUAN
SAR^f ULYANctvS*
Coeff-Innov-Need
PEI
t
3EVSK f
rI UFA
EK^TERINB
CHELYABINS
Step-mo ve-University 3.0
Syze-of-City
Area-of-Effect
Count-Univ-City
UFA Chelyabinsk
0 0
Kazan 0 Ulyasnovsk. 0
Kirov Ekaterinburg
0 0
Samara N.Novgorod
0 0
Saratov Cheboksari
0 0
Izhevsk Yoshkar-Ola
0 0
Perm Orenburg
0 0
Saransk Penza
0 0
Рисунок 2. Интерфейс модели со случайным расположением университетов в Приволжском ФО
и прилегающих областях Уральского ФО
Regional development
Рисунок 3. Интерфейс модели с расположением университетов в узлах сетки в Приволжском ФО
и прилегающих областях Уральского ФО
3 - ЫеН-одо {C:\Users\nK\Desktop\OT4eT} Файл Редактировать Средства Увеличение Табы Помощь
Интерфейс инфо Код
нормальная скорость
Редактировать Удалить Добавить
I
ticks: 21
0 посмотреть обновления непрерывно V
setup Load-Map GO
ж
Universities-Random?
grid-size 19
N 9.0
Count-Univ-City
UFA Chelyabinsk
21 28
Kazan Ulyasnovsk
16 8
Kirov Ekaterinburg
7 29
Samara 24 N.Novgorod 29
Saratov Cheboksari
26 1
Izhevsk Yoshkar-Ola
17 9
Perm Orenburg
12 26
Saransk Penza
9 15
центр
*
number-univl(town 7): 24 number-univl(town 3): 28 number-univlCtown 0): 9
Рисунок 4. Расположение университетов в узлах сетки с меньшим шагом (больше университетов)
региональное развитие
Рисунок 5. Эмуляционный эксперимент: университеты нашли города, где максимизируют свою функцию
системообразования для окружающей территории
4. Общие теоретические выводы из эмуляционных экспериментов
Из анализа проведенных эмуляционных экспериментов можно сделать предварительные теоретические выводы. Так, на рисунке 5 видно, что города собрали разное число университетов, которые нашли в них точку максимизации их функции полезности. Это число говорит о значимости города как точки системообразования, если считать, что каждый университет — это какая-то единица вклада в системообразование. Можно исследовать, насколько чувствительна эта значимость города при движении начальной сетки университетов вверх-вниз, вправо-влево на расстояние в полшага сетки, а также чувствительность на размер шага сетки. Кроме того, необходимо ввести в модель (учитывать
в ней) не только центры регионов, а все города и, желательно, мелкие поселения. Это технический вопрос, который решается в пределах созданной и работающей модели.
В части совершенствования политики федерального центра по развитию системы услуг высшего образования по территории страны можно рекомендовать перед принятием решений о присвоении статуса НИУ, ФУ или «опорного университета», а также изменения статуса (изначально предполагалось, что статус НИУ пересматривается через определенное число лет) проводить расчеты места, где они максимизируют функцию системообразования для прилегающих территорий.
Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 16-36-50052.
Regional development
Список литературы
1. Ахунов Р.Р. Управление конкурентоспособности в системе воспроизводственного потенциала региона. Уфа: РИЦ БашГУ, 2015. 242 с.
2. Концепция создания и государственной поддержки развития федеральных университетов: Сайт Министерства образования и науки Российской Федерации [Электронный Ресурс]. URL: http://xn-80abucjiibhv9a.xn-p1 ai/ %D0 %B4 %D0 %BE %D0 %BA %D1 %83 %D0 %BC %D0 %B5 %D0 %BD %D1 %82 % D1 %8В/2005(дата обращения: 15.10.2016).
3. Ислакаева Г.Р. Инструментарий моделирования оптимального размещения вузов по территории страны // Доклады Башкирского университета. 2016. № 3. С. 557-562.
4. Асадуллина А.В. Агент-ориентированная модель вертикальной конкуренции в бюджетной системе // Искусственные общества. 2014. Т. 9. № 1-4. С. 5-13.
5. Бахтизин А.Р. Агент-ориентированные модели экономики. М.: Экономика, 2008. 279 с.
6. Макаров В.Л., Бахтизин А.Р. Социальное моделирование — новый компьютерный прорыв (агент-ориентированные модели). М.: Экономика, 2013. 295 с.
7. Зулькарнай И.У. Моделирование горизонтальной конкуренции юрисдикций // Искусственные общества. 2014. Т. 9. № 1-4. С. 133-143.
8. Зулькарнай И.У. Методологические вопросы агент-ориентированного моделирования экономической целесообразности границ юрисдикций // Вестник Башкирского университета. 2015. Т. 20. № 3. С. 903-906.
References
1. Akhunov R.R. Competitiveness Management in the Reproduction Potential System of the Region. Ufa: RIC BashGU, 2015. 242 p.
2. The Concept of Creation and State Support for the Development of Federal Universities: Website of the Ministry of Education and Science of the Russian Federation [Electronic Resource]. URL: http://xn-80abucjiibhv9a.xn-plai/ %D0 %B4 %D0 %BE %D0 %BA %D1 % 83 %D0 %BC %D0 %B5 %D0 %BD %D1 %82 %D1 %8B/2005(accessed 15.10.2016).
3. Islakaeva G.R. Instrumentation of Modeling the Optimal Location of Universities across the Country // Reports of the Bashkir University. 2016. No 3. P. 557-562.
4. Asadullina A.V. Agent-Based Model of Vertical Competition of Budget System // Journal of Artificial Societies and Social Simulation. 2014. T. 9. No. 1-4. P. 5-13.
5. Bakhtizin A.R. Agent-Oriented Models of the Economy. Moscow: Economics, 2008. 279 p.
6. Makarov V.L., Bakhtizin A.R. Social Modeling is a New Computer Breakthrough (Agent-Oriented Models). Moscow: Economics, 2013. 295 p.
7. Zulkarnay I.U. Simulation of Horizontal Competition between Jurisdictions // Journal of Artificial Societies and Social Simulation. 2014. T. 9. No 1-4. P. 133-143.
8. Zulkarnay I.U. Methodological Issues of Agent-Oriented Modeling of Economic Feasibility of Jurisdictional Boundaries // Bulletin of the Bashkir University. 2015. T. 20. No. 3. P. 903-906.
