Агентное моделирование популяционной динамики двух взаимодействующих сообществ: мигрантов и коренных жителей
Агентное моделирование популяционной динамики двух взаимодействующих сообществ: мигрантов и коренных жителей
Аннотация
Код статьи
S042473880009217-7-
Тип публикации
Статья
Статус публикации
Опубликовано
Авторы
Макаров Валерий Леонидович 
Должность: Научный руководитель ЦЭМИ РАН
Аффилиация: Центральный экономико-математический институт Российской академии наук
Адрес: РФ
Бахтизин Альберт Рауфович
Должность: Директор ЦЭМИ РАН
Аффилиация: Центральный экономико-математический институт Российской академии наук
Адрес: Российская Федерация, Москва
Ровенская Елена Александровна
Должность: Руководитель программы
Аффилиация: Международный институт прикладного системного анализа (IIASA)
Адрес: Лаксенбург, Австрия
Бекларян Гаянэ Левоновна
Должность: cтарший научный сотрудник
Аффилиация: ЦЭМИ РАН
Адрес: РФ
Акопов Андраник Сумбатович
Должность: главный научный сотрудник
Аффилиация: ЦЭМИ РАН
Адрес: РФ
Никита Стрелковский
Аффилиация: Международный институт прикладного системного анализа (IIASA)
Адрес: Австрия
Выпуск
Страницы
5-19
Аннотация

В данной статье представлен новый агент-ориентированный подход к моделированию миграционных и демографических процессов на основе компьютерной имитации популяционной динамики двух взаимодействующих сообществ: мигрантов и коренных жителей, реализующих различные стратегии принятия решений. Предлагаемый в статье подход основан на известной модели взаимодействия «кочевников» и «землепашцев» и ориентирован на исследование поведения сообществ с более сложными паттернами поведения, чем в оригинальной модели: коренного населения и мигрантов, — а также их влияния на социально-экономическую и экологическую системы. При этом члены обоих сообществ, т.е. агенты-мигранты (условные «кочевники») и агенты–коренные жители (условные «землепашцы») воспроизводят ресурсы (рабочие места), необходимые для повышения уровня личного благосостояния и реализации возможностей вступления в брак и рождения детей. Агенты-мигранты создают ресурсы с наименьшим уровнем отдачи — «низкотехнологичные» рабочие места, а агенты–коренные жители воспроизводят «высокотехнологичные» рабочие места, обеспечивающие больший вклад в уровень личного благосостояния и экономический рост в целом. Общее число подобных рабочих мест ограничено пространственными и демографическими характеристиками системы. В предложенной модели учитывается влияние множества параметров, в частности продолжительность жизни, доля новых мигрантов от иммигрировавших ранее, минимальные уровни личного благосостояния и другие важные характеристики, отражающие особенности поведения членов исследуемых сообществ. При этом изучается влияние подобных параметров на миграционные и демографические процессы и связанные с ними макроэкономические и экологические характеристики.

Ключевые слова
агентное моделирование миграционных, агентное моделирование демографических процессов, миграционная политика, поведенческая экономика, AnyLogic.
Источник финансирования
Исследование выполнено при финансовой поддержке Российского фонда фундаментальных исследований (проект 18-51-14010 АНФ_а).
Классификатор
Получено
12.04.2020
Дата публикации
11.06.2020
Всего подписок
37
Всего просмотров
2720
Оценка читателей
0.0 (0 голосов)
Другие версии
S042473880009217-7-1 Дата внесения исправлений в статью - 12.04.2020
Цитировать   Скачать pdf

Библиография

1. СПИСОК ЛИТЕРАТУРЫ / REFERENCES

2. Акопов А.С. (2015). Имитационное моделирование. Учебник и практикум. М.: ЮРАЙТ.

3. Белоусов Ф.А. (2017). Модель сообществ с двумя способами воспроизводства продукта (модель «кочевников» и «землепашцев») // Экономика и математические методы. Т. 53. № 3. С. 93–109.

4. Макаров В.Л., Бекларян Л.А., Белоусов Ф.А. (2014). Установившиеся режимы в модели Хенинга и ее модификациях // Машинное обучение и анализ данных. Т. 10. № 1. С. 1385–1395.

5. Макаров В.Л., Бахтизин А.Р., Бекларян Г.Л., Акопов А.С., Ровенская Е.А., Стрелковский Н.В. (2019). Укрупненная агент-ориентированная имитационная модель миграционных потоков стран Европейского союза // Экономика и математические методы. Т. 55. № 1. С. 3–15.

6. Akopov A.S., Beklaryan L.A. (2015). An Agent model of crowd behavior in emergencies. Automation and Remote Control, 76 (10), 1817–1827.

7. Alba R., Logan J., Lutz A., Stults B. (2002). Only English by the third generation? Loss and preservation of the mother tongue among the grandchildren of contemporary immigrants. Demography, 39 (3), 467–484.

8. Epstein J., Axtell R. (1996). Growing artificial societies: Social science from the bottom up. Washington Brookings Institution Press.

9. Heckbert S.M. (2013). An agent-based model of the ancient Maya social-ecological system. Journal of Artificial Societies and Social Simulation, 16 (4), 11. Available at: http://jasss.soc.surrey.ac.uk/16/4/11.html. DOI: 10.18564/jasss.2305

10. Kaaronen R.O., Strelkovskii N. (2020). Cultural evolution of sustainable behaviors: Pro-environmental tipping points in an agent-based model. One Earth, 2 (1), 85–97.

11. Kaufmann L., Razakanirina R., Groen D., Chopard B. (2018). Impact of immigrants on a multi-agent economical system. PLoS ONE, 13 (5), 1–16. DOI: 10.1371/journal.pone.0197509

12. Klabunde A., Willekens F. (2016). Decision-making in agent-based models of migration: State of the art and challenges. European Journal of Population, 32 (1), 73–97.

13. Marini M., Chokani N., Abhari R.S. (2019a). Agent-based model analysis of impact of immigration on Switzerland’s social security. Journal of International Migration and Integration, 20 (3), 787–808.

14. Marini M., Chokani N., Abhari R.S. (2019b). Immigration and future housing needs in Switzerland: Agent-based modelling of agglomeration Lausanne. Computers, Environment and Urban Systems, 78 (101400), 1–15.

15. Schelling T.C. (1971). Dynamic models of segregation. The Journal of Mathematical Sociology, 1 (2), 143–186, 1971.

16. Simon M. (2019). Path dependency and adaptation: The effects of policy on migration systems. Journal of Artificial Societies and Social Simulation, 22 (2), 2. Available at: http://jasss.soc.surrey.ac.uk/22/2/2.html. DOI: 10.18564/jasss.39

17. Stonawski M., Potancokova M., Skirbekk V. (2016). Fertility patterns of native and migrant Muslims in Europe. Population, Space and Place, 22 (6), 552–567.

18. Suleimenova D., Bell D., Groen D. (2017). A generalized simulation development approach for predicting refugee destinations. Scientific Reports, 7 (13377), 1–13.

19. Urselmans L. (2018). A Schelling Model with Immigration Dynamics. In: P.R. Lewis, C.J. Headleand, S. Battle, P.D. Ritsos (eds.). Artificial Life and Intelligent Agents, 3–15. Springer International Publishing.

20. Urselmans L., Phelps S. (2018). A Schelling model with adaptive tolerance. PLoS ONE, 13 (3), e0193950.

Комментарии

Сообщения не найдены

Написать отзыв
Перевести