Обзор российского и зарубежного опыта агент-ориентированного моделирования сложных социально-экономических систем мезоуровня

В современный век активного развития информационных технологий эффективность государственного управления любого уровня всё более зависит не только от объема и достоверности имеющейся у органов власти информации о социальных и экономических переменах, происходящих на подведомственной территории, но и от используемых способов обработки таких данных. Объём информации, с которой приходится иметь дело лицам, принимающим решения, с каждым днём нарастает. При этом, как справедливо отмечают А. Мусаев и А. Шевчик , человеческий мозг может воспринимать не более трёх-четырёх взаимосвязанных параметров динамического процесса, поэтому для выработки наиболее эффективных управленческих решений целесообразно привлекать «когнитивных советников», без труда обрабатывающих сотни и тысячи взаимосвязанных параметров [13, с. 50]. Такими когнитивными советниками, на наш взгляд, способны стать компьютерные агент-ориентированные модели, учитывающие характеристики и особенности поведения хозяйствующих субъектов микроуровня и позволяющие прогнозировать процессы макро- и мезоуровня, а также производить апробацию различных вариантов управляющих воздействий.

Агент-ориентированные модели – специальный класс моделей, основанных на индивидуальном поведении агентов и создаваемых для компьютерных симуляций [2, с. 24]. Они представляют собой искусственное общество, состоящее из взаимодействующих самостоятельных агентов, каждый из которых обладает заданным набором личностных характеристик («ресурсов»), целевой функцией («интересами») и подчиняется правилам поведения, предопределяющим его реакцию в различных ситуациях, затрагивающих сферу его интересов [14, с. 5].

Как наглядно показано в исследовании B. Heath , R. Hill и F. Ciarallo [25], агент-ори-ентированное моделирование приобретает всё большую и большую популярность, число статей по данной тематике из года в год неуклонно растёт, причём около половины всех агент-ориентированных моделей строятся в области социальных наук и экономики, моделируют различные социальные и экономические явления и процессы.

Среди агент-ориентированных моделей социально-экономической тематики львиную долю занимают макроэкономические. В результате широкого применения агент-ориентированного моделирования в исследовании макроэкономических процессов и систем для обозначения этого класса моделей в зарубежных публикациях даже появилось понятие «MacroABM» [27]. Ярким примером моделей макроуровня является EURACE [23] – агент-ориентиро-ванная вычислимая модель европейской экономики.

Агент-ориентированные модели микроуровня не менее широко распространены благодаря их активному применению для оптимизации бизнес-процессов в целях повышения прибыли предприятий и организаций. Наименьший сегмент занимают агент-ориентированные модели мезоуровня (от греч. mesos – средний, промежуточный), то есть модели муниципальных образований – городов и районов, реже встречающиеся в зарубежных и отечественных публикациях.

Однако стоит признать, что некоторые модели макроуровня могут быть адаптированы к мезоуровню. В то же время это возможно далеко не всегда, поскольку агент-ориентированные модели социальноэкономических систем мезоуровня будут иметь свои особенности, заключающиеся в специфических типах агентов и среды. Согласно авторитетному мнению академика В.Л. Макарова и доктора экономи- ческих наук А.Р. Бахтизина, агентами в агент-ориентированных моделях могут быть любые наблюдаемые в реальной жизни объекты, однако основной задачей их учёта в рамках модели является их корректная спецификация. В частности, в моделях социально-экономических систем обычно присутствуют агрегированные агенты, представляющие собой либо отрасль, либо регион, либо совокупное домохозяйство [9, с. 21].

В статье ставилась цель провести обзор разработанных российскими и зарубежными учёными агент-ориентированных моделей сложных социально-экономических систем мезоуровня. Для достижения поставленной цели были рассмотрены наиболее интересные, на наш взгляд, агент-ориентированные модели муниципальных образований: городов, городских агломераций, пригородных районов и др. При этом были описаны основные действующие в каждой модели агенты, среда их функционирования, правила взаимодействия между собой и с внешней средой, наглядно представлены концептуальные модели взаимодействия агентов, раскрыты возможности и примеры практического применения описанных агент-ориентированных моделей.

Информационную базу исследования составили отечественные и зарубежные публикации по агент-ориентированному моделированию, в частности статьи и монографии учёных ЦЭМИ РАН, активно развивающих данное направление в России, а также международные издания, доступные в сети Интернет.

I. Обзор зарубежного опыта

В настоящее время описанная в зарубежных публикациях практика агент-ори-ентированного моделирования социально-экономических систем мезоуровня в основном заключается в имитации развития городов, городских агломераций и пригородных территорий. Как известно, моделирование городского развития, имеющее многолетнюю историю, представлено широким набором методов, включая социальную физику, клеточные автоматы и другое [20]. История развития данного направления хорошо отражена в работах ведущего мирового специалиста по городскому моделированию M. Batty [19], который рассматривает города как сложные социально-экономические системы в мезомасштабе [18].

Исследование городского развития методом агент-ориентированного моделирования является относительно новым и перспективным направлением. Тем не менее научным сообществом уже накоплен немалый опыт построения агент-ориенти-рованных моделей развития городского социально-экономического пространства. С некоторыми из них можно ознакомиться в обзорной статье известного английского специалиста по агент-ориентированному моделированию A. Heppenstall и её соавторов [26]. Однако цель данного обзора несколько отличается от поставленных нами целей, т.к. он характеризуется обширным охватом публикаций, но крайне поверхностным изложением сути самих моделей. Авторы делают акцент на предназначении описываемых моделей, а конструкция моделей, представляющая, на наш взгляд, наибольший интерес, практически не рассматривается. Кроме того, в этом обзоре преимущество отдано моделям, входящим в сферу интересов авторов, и не затрагиваются многие другие модели, заслуживающие внимания.

При выборе агент-ориентированных моделей для нашего обзора предпочтение отдавалось моделям муниципального уровня, имеющим подробное описание агентов, их поведения и правил взаимодействия, сопровождённое наглядной схемой концептуальной модели. Вместе с тем важным критерием являлось и наличие информации об апробации построенной модели на реальных данных по конкретному муниципальному образованию. То есть абстрактные теоретические агент-ориентиро-ванные модели, не предполагающие практического использования, сознательно не включались в обзор.

Модели виртуальной экономики . В работе P. Cech, P. Tucnik, V. Bures и M. Husrakova [31] предлагается агент-ориентированная модель виртуальной экономики, предназначенная для исследования экономических процессов и прогресса в чешском городе Градец-Кралове (Hradec Kr a lov e ). Модель воссоздает процессы производства и потребления в реальной экономике и содержит четыре типа автономных агентов:

• 1)    потребители или C-агенты (от англ. «Consumer»);

• 2)    производители или F-агенты (от англ. «Factory»);

• 3)    добывающие предприятия или M-агенты (от англ. «Mining»);

• 4)    транспорт или T-агенты (от англ. «Transport»).

По словам авторов, предлагаемая ими модель аналогична модели виртуальной экономики японских коллег [22], которая была упрощена, поскольку обладала более специфическими производствами и имела более сложную сеть отношений между агентами, чем это требовалось в исследовании. В частности, чешская модель, в отличие от японской, не учитывает банковские операции и деятельность правительства, поэтому такие агенты, как «Банк», «Центральный банк» и «Правительство», были исключены. Кроме того, вместо четырёх специализированных агентов, представляющих сельское хозяйство, хлебопекарную промышленность, металлургию и машиностроение, вводится один –

«Производители» и добавляется новый тип агентов – «Транспорт».

Поведение агентов в модели:

• 1.    Агенты-потребители могут покупать товары трёх типов: первой необходимости, нормальные товары и предметы роскоши. Структура и скорость потребления определяется индивидуальной функцией потребления, зависящей от благосостояния агентов, которое в свою очередь определяется работой и квалификацией. При этом агенты могут распоряжаться своим благосостоянием, делая выбор между инвестициями в повышение квалификации и потреблением.

• 2.    Агенты-производители потребляют сырьё и другие продукты и выпускают конечный продукт, покупаемый агентами-потребителями, или промежуточный продукт, покупаемый другими производителями. Закупаемые сырьё и продукты и их пропорции определяет функция потребления, а ассортимент выпускаемой продукции задаётся производственной функцией. Выпуск зависит от используемой технологии и квалификации занятых в производстве агентов-потребителей.

• 3.    Добывающие предприятия отвечают за преобразование природных ресурсов в сырье, используемое агентами-производителями. При этом каждый агент данного типа поставляет только один вид сырья. Стоимость добычи определяется функцией потребления, отражающей необходимые энергию и технологии.

• 4.    Транспортные агенты являются посредниками между добывающими предприятиями и агентами-производителями. Задача транспортного агента – найти оптимальный маршрут. Производительность транспортного агента определяется скоростью передвижения, вместимостью и технологией. Стоимость перевозки зависит от расстояния.

  Рисунок 1. Концептуальная модель виртуальной экономики (Градец-Кралове)

  

  Потоки труда , сырья , товаров

  ■> Денежные потоки

  
  

  Источник: Modelling Complexity of Economic System with Multi-Agent Systems / P. C ech, P. Tu c n i k, V. Bure s , M. Hus-r a kov a // 5th International Conference on Knowledge Management and Information Sharing (KMIS 13), Vilamoura, Algarve, Portugal, 19-22 Sept. 2013. – Pp. 464-469 (перевод автора).

Кроме всего перечисленного, потребители, производители и транспортные агенты могут объединяться в небольшие сообщества, названные в модели колониями (Colony). Колонии конкурируют за ресурсы и имеют две базовые характеристики: положение в пространстве и размер (численность населения). При этом успешность колонии определяется её благосостоянием, которое вычисляется как сумма благосостояний всех входящих в неё агентов ( рис. 1 ).

В общем виде агент описывается как вектор восьми переменных:

AGENT = (pos, w, s, con, e, pro, mob, a), где pos – от англ. position – положение в двумерном декартовом пространстве, w – от англ. wealth – благосостояние (w>=0, то есть долгов не допускается),

• s    – от англ. storage capacity – ёмкость, пропускная способность склада,

con – от англ. consumption – объём потребления, e – от англ. efficiency – эффективность, pro – от англ. production function – производственная функция, mob – от англ. mobility – мобильность, a – от англ. affiliation – принадлежность к колонии.

Колония в свою очередь задаётся пятью переменными:

COLmetaagent = (pos, s, w, cw, CP), где cw – от англ. creditworthiness – кредитоспособность колонии,

CP – от англ. colony population – размер колонии (количество агентов) [21].

Первичная упрощенная компьютерная модель описанной виртуальной экономики реализована авторами на платформе NetLogo и имитирует такие процессы, как: добыча сырья, передача сырья транспортным агентам, транспортировка сырья в колонию, обнаружение препятствий во время транспортировки (болота, леса, водохранилища, песок), производство продукции, покупка, продажа и конечное потребление продукции агентами-потребителями.

Окончательная модель, по замыслу авторов, должна быть согласована с поведением хозяйствующих субъектов города Гра-дец-Кралове и основываться на реальных статистических данных.

Модель взаимосвязанных рынков жилья и земли . Одной из наиболее известных экономических агент-ориентированных моделей мезоуровня можно назвать CHALMS (Coupled Housing and Land Markets model) [30] – модель взаимосвязанных рынков жилья и земли, разработанную N. Magliocca и описывающую динамику гипотетической пригородной местности ( рис. 2 ).

Основными агентами в модели являются землевладельцы, потребители и застройщики. Модель имитирует постепенное превращение пригородных сельскохозяйственных угодий в жилые районы города, происходящее в результате действий агентов на рынках земли и жилья. По мнению авторов, разработанная модель хорошо улавливает основные тенденции развития большинства пригородных районов США.

Рисунок 2. Концептуальная модель взаимосвязанных рынков жилья и земли

Предложение                         Спрос

Примечание: цифрами указана последовательность событий в рамках одного шага модельного времени.

Источник: An economic agent-based model of coupled housing and land markets (CHALMS) / N. Magliocca, E. Safirova, V. McConnell, M. Walls // Computers, Environment and Urban Systems. – 2011. – No. 35. – Pp. 183-191 (перевод автора).

Модели расширения городской территории . Агент-ориентированная модель расширения китайского города Чанша, разработанная H. Zhang , Y. Zeng , L. Bian и X. Yu [32] , также содержит три типа агентов: это жители города, крестьяне и органы власти. Агенты-жители, выбирающие новое место жительства, считаются в модели одной из главных движущих сил расширения города. При этом рассматриваются два вида агентов-жителей: новые жители города, приезжающие извне, и уже существующие жители, переезжающие на новое место жительства. Предполагается, что при поиске нового места жительства агент стремится максимизировать функцию полезности:

U = a • C + в • L + у • E + цх x , y x , y x , y x , y x , y , где C, L и E – стандартизованные транспортная доступность, стоимость земли и природная ценность места (x, y) соответственно,

• a, В и у — веса каждого фактора для конкретного агента ( a + в + y = 1 ),

B x.y — случайный остаток. Введение весовых коэффициентов позволяет учесть, что значимость рассматриваемых факторов при выборе места жительства для агентов с разным уровнем дохода и составом семьи не одинакова.

Агенты-крестьяне в поисках более комфортной жизни стремятся, с одной стороны, жить поближе к городу и «цивилизации», с другой – не потерять земли, которые их «кормят», ведь именно земли вблизи городской черты и крупных дорог с наибольшей вероятностью будут переданы городу. Принятие решений агентами-крестьянами зависит в модели от целого набора факторов: удельного веса охраняемых земель сельскохозяйственного назначения, удельного веса земель под застрой- ку и зон возможной застройки, расстояния до железных дорог и шоссе, расстояния до главных городских дорог и центра города, плотности населения и др.

Органы власти являются в модели агентом особого типа, который не обладает пространственными характеристиками, в отличие от агентов двух других типов, однако может принимать решения, способствующие наиболее рациональному использованию земель, обеспечивает устойчивое развитие города при одновременной защите и сохранении плодородных сельскохозяйственных земель. Модель построена на реальных статистических данных о социально-экономическом развитии города Чанша, начиная с 90-х годов прошлого века, использует ГИС-карту города и реализована в виде клеточного автомата.

Ещё одним примером агент-ориенти-рованных моделей роста городов служит модель расширения Большого Торонто [33], упоминаемая также в статье [7, с. 34]. Модель содержит три типа агентов: жители города, застройщики и органы власти ( рис. 3 ). Как и в описанной выше «китайской» модели, здесь рассматриваются два вида жителей: новые и уже существующие. Новые жители в поисках места жительства побуждают застройщиков (которые, естественно, ориентированы на прибыль) разрабатывать проекты застройки и отправлять их на рассмотрение в органы власти и жителям домов, прилежащих к району потенциальной застройки. В зависимости от наличия протеста существующих жителей органы власти выносят окончательное решение об утверждении либо отклонении проекта и в случае положительного решения происходит застраивание новых территорий и расширение города.

Рисунок 3. Концептуальная модель расширения города (Большой Торонто)

Источник: 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. - Guimaraes (Portugal), 2010. - URL: (перевод автора).

Модель внутригородской миграции. Агент-ориентированному моделированию основной причины расширения городов – внутригородской миграции – посвящена работа американских учёных S. Sun и S. M. Manson [34]. Главными агентами в модели являются домашние хозяйства, создающие спрос на рынке недвижимости, застройщики, формирующие предложение нового жилья, и органы власти, регулирующие использование земель. Процесс моделирова- ния внутригородской миграции проводится авторами в четыре этапа: 1) определение характеристик среды и пространственновременных рамок, 2) загрузка данных об агентах, 3) запуск модели, 4) анализ результатов моделирования (рис. 4). Модель откалибрована и верифицирована на реальных данных по столичной агломерации штата Миннесота, которую образуют так называемые Города-близнецы: Миннеаполис и примыкающий к нему Сент-Пол.

Рисунок 4. Основные этапы моделирования внутригородской миграции (Города-близнецы)

Источник Sun S., Manson M. Simple Agents, Emergent City: Agent-Based Modeling of Intraurban Migration // Computational Approaches for Urban Environments. – Berlin: Springer, 2015. – Pp. 123-147 (перевод автора).

Модель сокращения города . Обратный процесс – сокращение города – рассматривается в работе немецких исследователей D. Haase , S. Lautenbach и R. Seppelt [24], которые использовали агент-ориентиро-ванное моделирование для изучения миграции и землепользования в городе Лейпциг. Компьютерная агент-ориентирован-ная модель сокращения города, названная авторами RESMOBcity, основана на концептуальной модели ( рис. 5 ), состоящей из трёх блоков:

• 1.    Блок «Население»: динамика населения определяется миграционным приростом, рождаемостью и смертностью и, в свою очередь, влияет на типы домохозяйств и жизненные циклы.

• 2.    Блок «Пространство»: каждая точка городского пространства, кроме её территориальной принадлежности, описывается целым набором характеристик, отражающих условия проживания в данном месте: это безопасность, криминогенная обстановка, состав домохозяйств, имеющиеся образовательные и медицинские учреждения, торговые центры, места отдыха и развлечений, транспортная доступность (дороги), тип жилой застройки, стоимость покупки и аренды недвижимости.

• 3.    Блок «Принятие решений»: каждое домохозяйство осуществляет оценку привлекательности места жительства, а также выбор между переселением и сохранением прежнего места жительства.

  Рисунок 5. Концептуальная модель сокращения города (Лейпциг)

  

  Источник: Haase D., Lautenbach S., Seppelt R. Modeling and simulating residential mobility in a shrinking city using an agent-based approach // Environ. Model. Softw. – 2010. – No. 25. – Pp. 1225-1240 (перевод автора).

  
  

В результате переселения домохозяйств в городе происходит высвобождение жилья, имеющего наименьшую привлекательность, и в случае его длительной невостре-бованности (более 5 лет) – снос.

Модель взаимосвязанного развития творческой индустрии и пространственной структуры города . Учёные Кембриджского университета H. Liu и E. A. Silva [28, 29] разработали агент-ориентированную модель взаимосвязи развития творческой индустрии и пространственной структуры города. Агент-ориентированная модель реализована авторами в NetLogo в виде компьютерной модели под названием CID-USST и апробирована на данных китайского города Нанкин. Модель содержит три типа агентов: творческие фирмы, творческие работники и городские власти ( рис. 6 ).

Фирмы могут появляться и исчезать, нанимать работников и увеличивать штат или увольнять работников и сокращать штат, переезжать из одного офиса в другой. Творческие работники могут также появляться и исчезать, менять место жительства. Городские власти отвечают за планирование использования городских земель и могут осуществлять политику поддержки как отдельных фирм, так и некоторых городских районов, принимая или отменяя политические решения относительно использования земли в городе. Каждый земельный участок в модели характеризуется набором свойств, включающим: местоположение, тип землепользования, рельеф местности, пригодность для использования, район города, качество застройки и др. Некоторые из этих свойств могут изменяться в зависи-

Рисунок 6. Концептуальная модель взаимосвязанного развития творческой индустрии и пространственной структуры города (Нанкин)

Источник: Liu H., Silva E. A. Creative industries urban model: structure and functioning / H. Liu, // Urban Design and Planning. – 2015. – Vol. 168 (2). – Pp. 88-100 (перевод автора).

мости от действий агентов, и, наоборот, динамика свойств земельных участков оказывает влияние на действия агентов в модели.

В завершение обзора зарубежного опыта отметим, что описанные модели не исчерпывают всего многообразия агент-ори-ентированных моделей мезоуроня, разработанных за рубежом1, однако именно они, на наш взгляд, являются наиболее интересными и хорошо проработанными, о чём свидетельствует их подробное описание в проанализированных нами статьях. Кроме того, нацеленность большинства разработчиков на практическое применение построенных моделей и использование реальных статистических данных по муниципалитетам задаёт хорошие перспективы дальнейшего развития моделей при условии качественной калибровки и валидации.

Так, отвечая на вопрос, обозначенный в названии своей статьи «Насколько хороши агент-ориентированные модели для имитации индивидов и пространства в городах?», A. Heppenstall, N. Malleson и A. Crooks [26] приходят к выводу, что, хотя агент-ориентированное моделирование городов благодаря «спуску» до микроуровня и большей детализации и привело к более глубокому пониманию и осмыслению внутригородских процессов и городской динамики, тем не менее остаётся ряд нерешённых проблем, связанных с калибровкой и валидацией агент-ориентированных моделей, моделированием индивидуального поведения, качеством исходных данных и т.п. Резюмируя свои рассуждения, авторы указывают на большой потенциал агент-ориентированного моделирования как метода имитации городского развития, отмечая, что решение выделенных проблем принципиально важно, если в перспективе агент-ориентированное моделирование будет применяться на практике для помощи управленцам в создании устойчивых и «умных» городов.

• II.    Обзор российского опыта

В России агент-ориентированное моделирование начало развиваться несколько позже, чем за рубежом, и пока не получило такого широкого распространения. По этой причине число разработанных в нашей стране агент-ориентированных моделей в разы меньше, а агент-ориентирован-ных моделей сложных социально-экономических систем мезоуровня совсем мало. Однако приятно отметить, что, несмотря на это и сравнительно небольшой опыт агент-ориентированного моделирования, качество разработанных моделей очень высокое. В первую очередь это является заслугой сотрудников Центрального экономико-математического института РАН, которые активно развивают данное направление в России. К настоящему времени специалистами ЦЭМИ РАН разработаны:

• •    комплексная агент-ориентированная модель социально-экономического развития мегаполисов [15];

• •    мультиагентная модель муниципальных образований в составе региона [7];

• •    демографическая модель условного региона [6];

• •    агент-ориентированная региональная модель «Губернатор» [14];

• •    агент-ориентированная демографическая модель «Россия» [8] и другие модели.

Накопленный опыт агент-ориентиро-ванного моделирования обобщён исследователями в двух монографиях: «Агент-ориентированные модели экономики» [2] и «Социальное моделирование – новый компьютерный прорыв (агент-ориентиро-ванные модели)» [10]. Рассмотрим подробнее модели мезоуровня.

Модели социально-экономического развития городов. Комплексная агент-ориенти-рованная модель социально-экономического развития мегаполисов [15], разработанная М.Р. Фаттаховым, получила название CABMUD (Complex Agent-Based Model of Urban Development). Она состоит из 5 блоков: два типа агентов и три типа среды (рис. 7). Основными агентами в модели являются люди – жители мегаполиса, а также городские предприятия и организации. В качестве среды модели выступают районы города и находящиеся в них дороги общего пользования и линии общественного транспорта. В процессе работы модели агенты-люди взаимодействуют с другим видом агентов – предприятиями (тип связи агент-агент), т.е. они либо уже работают и получают ежемесячный доход, либо находятся на бирже труда и ищут работу. Проживая в районах города, они взаи- модействуют со средой модели (тип связи агент-среда). Здесь они оплачивают стоимость проживания (платежи ЖКХ, арендная плата).

Агенты могут изменять район проживания исходя из своих предпочтений или текущего финансового положения. Перемещаясь между домом и работой, агенты-люди взаимодействуют с еще двумя видами среды – дорогами общего пользования и общественным транспортом. От выбора типа транспорта зависят величина ежемесячных расходов и время, проведенное агентами в пути. Характеристиками данного типа агентов являются: возраст, память, денежный баланс, размер ежемесячного дохода, район проживания, район работы, время начала рабочего дня, размер ежемесячных транспортных расходов, наличие или отсутствие личного транспортного средства. При этом агенты-люди

Рисунок 7. Концептуальная схема агент-ориентированной модели развития мегаполиса (Москва)

Условные обозначения: 1 – взаимодействие между агентами: люди работают на предприятиях и получают заработную плату или осуществляют поиск работы, 2 – взаимодействие со средой: агенты-люди проживают в районах города; 3 – взаимодействие со средой: агенты-люди передвигаются по дорогам общего пользования; 4 – взаимодействие со средой: агенты-люди пользуются общественным транспортном; 5 – взаимодействие со средой: агенты-предприятия, находящиеся в районах города, вносят ежемесячную арендную плату; 6 – реализация принципа иерархического построения среды: дороги общего пользования располагаются в районах города; 7 – реализация принципа иерархического построения среды: линии общественного транспорта проходят по районам города.

Источник: Фаттахов М.Р. Агенто-ориентированная модель социально-экономического развития Москвы // Экономика и математические методы. – 2013. – №2. – C. 30-42.

могут находиться в одном из четырёх состояний: удовлетворения, нейтральном, недовольства и в состоянии ожидания ( рис. 8 ). Построенная исследователем модель CABMUD позволяет разрабатывать долгосрочный прогноз и сценарии социально-экономического развития города с учетом уровня комфортности проживания людей, а также получать количественную оценку результатов управленческих решений. Модель апробирована на примере г. Москвы [16] и показала хорошие результаты.

В настоящее время специалистами ЦЭМИ РАН совместно с коллегами из Северо-Западного института управления РАНХиГС разрабатывается крупномасштабная агент-ориентированная модель социальной системы «северной столицы» – Санкт-Петербурга [9, с. 23].

Модели муниципальных образований . Отдельного внимания заслуживает агент-ори-ентированная модель муниципального образования, разработанная Е.Д. Сушко [7]. В ней функционируют два типа агентов: агенты-физические лица (жители муниципального образования) и агенты-юриди-ческие лица (предприятия и организации, действующие на территории муниципального образования). Агенты-организации разделяются ещё на две категории: предприятия реального сектора и организации социальной сферы. Автором реализован принцип иерархического построения модели: агенты-физические лица считаются агентами первого уровня иерархии, а предприятия и организации, на которых работают жители муниципального образования, – агентами второго уровня. Сами муниципальные образования при моделировании

Рисунок 8. Состояния агентов-людей в модели CABMUD

Доволен

Удовлетворение

Нейтральное

Изменить место жительства

Изменить место

Недоволен

Л Недовольство

Продать машину

Изменить место

Купить машину

Переехать >60

Переехать 35 - 60

Переехать <35

Ожидание

Переехать >60 Переехать 35 - 60

Переехать <35

Источник: Фаттахов М.Р. Агенто-ориентированная модель социально-экономического развития Москвы // Экономика и математические методы. – 2013. – №2. – C. 30-42.

региона станут агентами третьего уровня иерархии. Причём агенты одного уровня в модели напрямую не взаимодействуют друг с другом.

Каждый агент в модели обладает определённым набором индивидуальных характеристик. Для агентов первого уровня такими характеристиками будут уровень образования и здоровья, трудовой стаж и т.п. Основными характеристиками агентов второго уровня являются основные фонды, располагаемые финансовые средства, трудовой потенциал работников и т.д. На состояние агентов в модели влияют многочисленные условия внешней среды.

Поведение агентов обоих типов обусловливается их «системой ценностей»

(предпочтений) и имитируется на основе целевых функций. Агенты-люди, работающие на предприятиях и организациях муниципального образования, анализируют доступную им информацию о внешней среде и собственном положении в ней и в соответствии со своей системой ценностей переходят, как и в описанной выше модели М.Р. Фаттахова , в одно из трёх состояний, которые названы автором «нормальное», «недовольство» и «критическое». Нормальное является стартовым состоянием агентов в модели, а критическое сигнализирует о необходимости безотлагательных действий для изменения ситуации. Общая схема поведения агента в модели представлена на рисунке 9 .

Рисунок 9. Схема поведения агента в модели муниципального образования

Источник: Сушко Е.Д. Мультиагентная модель региона: концепция, конструкция и реализация: препринт # WP/2012/292. – М.: ЦЭМИ РАН, 2012. – 54 с.

Агент-ориентированная модель апробирована на примере муниципальных районов Вологодской области с привязкой к её карте и реализована исследователем в виде пользовательского программного продукта, разработанного в системе имитационного моделирования AnyLogic2, выпускаемой российской компанией «The AnyLogic Company», ранее известной как «XJ Technologies». Важно подчеркнуть, что компьютерная модель ориентирована на практическое применение в управленческой деятельности и даёт возможность апробации различных стратегий управления доходами и расходами бюджетов муниципальных образований. Апробация осуществляется путём изменения управляемых параметров модели, в частности бюджетных расходов на отрасли социальной сферы и налогового бремени.

Приятно отметить, что, наряду со статистическими данными Федеральной службы государственной статистики, информационной базой для построения компьютерной агент-ориентированной модели муниципальных образований Вологодской области послужили социологические данные ИСЭРТ РАН, представленные в монографии «Местное самоуправление в региональном развитии» [1], и что при конструировании модели использовался методологический подход к оценке трудового потенциала, описанный в монографии «Трудовой потенциал региона» [5].

Родственной данной модели по концепции и предназначению можно назвать мультиагентную имитационную модель муниципального образования, разработан- ную коллективом екатеринбургских учёных во главе с Н.А. Бегуновым [3]. Авторы считают актуальным использование управленцами автоматизированных систем поддержки принятия решений, разработанных на основе мультиагентных имитационных моделей муниципальных образований, и придерживаются мнения, что такая система способна стать инструментом комплексного анализа и прогноза социально-экономического развития муниципального образования, позволяя апробировать реализацию тех или иных проектов, оценивать их потенциальное влияние на качество жизни населения [12]. Концептуальная модель муниципального образования упрощённо представлена на рисунке 10.

По словам разработчиков, в модели рассматриваются следующие типы агентов муниципального образования и его окружения: предприятия двух видов (промышленные и сферы услуг), население муниципального образования, рынок рабочей силы, рынок товаров и услуг, жилой фонд и бюджет муниципального образования, а также федеральный и региональный бюджеты [4]. Причём модель поведения каждого экономического агента включает в себя две модели – жизненного цикла и поведения на конкретных этапах развития.

Развитие и усовершенствование построенной агент-ориентированной модели позволило авторам разработать и предложить управленцам онлайн-сервис прогнозирования развития экономико-социальных процессов территориальных образований [11]. По мнению авторов, разработанный сервис, центральным звеном которого стала агент-ориентированная модель, может использоваться в проведении оптимизаци-

Рисунок 10. Концептуальная модель муниципального образования

Источник: Мультиагентная имитационная модель муниципального образования / Б.И. Клебанов, И.М. Москалёв, Н.А. Бегунов, А.В. Крицкий // Имитационное моделирование. Теория и практика (ИММОД-2007): сборник докладов III Всерос. науч.-практ. конф., г. Санкт-Петербург, 17–19 октября 2007 г. – СПб.: ЦНИИТС, 2007 – Т.2. – С. 86–90.

онных экспериментов, оценке стратегических проектов, ситуационном моделировании и в коллективной работе по поиску и принятию оптимальных управленческих решений.

Таким образом, накопленный к настоящему времени отечественный и зарубежный опыт агент-ориентированного моделирования сложных социально-экономических систем мезоуровня заключается преимущественно в моделировании социально-экономического и пространственно-территориального развития городов, городских агломераций, пригородных районов и других муниципальных образований. Основными агентами, действующими в моделях, чаще всего являются жители муниципального образования или домашние хозяйства, предприятия и организации, работающие на территории муниципального образования, в том числе отдельные их виды, например строительные фирмы, а также органы власти.

Наличие в моделях такого специфического агента, как администрация муниципального образования, даёт возможность использования их для апробации различных вариантов управленческих воздействий на территории муниципального образования за счёт изменения управляемых параметров модели, например регулирования распределения бюджетных расходов, налогов, введения отдельных запретов или выдачи разрешений (например, на строительство), грантовой и иной поддержки хозяйствующих субъектов.

В то же время обзор зарубежных и отечественных публикаций, посвящённых агент-ориентированному моделированию социального-экономических процессов мезоуровня, позволяет сделать вывод о наличии существенных проблем, затрудняющих внедрение агент-ориентированных моделей на современном этапе их развития в практику государственного муниципального управления.

Первая проблема заключается в недостаточной теоретико-методологической разработанности самого метода агент-ори-ентированного моделирования, в частности, существуют значительные трудности, связанные с калибровкой, верификацией и валидацией построенных моделей. Об этом говорят и российские, и зарубежные специалисты. Решение данной проблемы возможно, на наш взгляд, путём разработки алгоритмов калибровки агент-ориенти-рованных моделей, инструкций или рекомендаций по их верификации и валидации. Однако всё это требует консолидации усилий научного сообщества, значительных трудовых и временных затрат.

Вторая проблема состоит в потребности наполнения агент-ориентированных моделей реальными данными. Вследствие этого возникает необходимость сбора репрезентативных данных об агентах микроуровня.

Частично эту проблему можно решить за счёт использования социологических опросов. Однако методика социологических измерений должна обеспечивать сопоставимость данных на различных уровнях моделирования и возможность воплощения иерархического принципа построения моделей.

Третье препятствие на пути внедрения агент-ориентированных моделей в практику муниципального управления представляет человеческий фактор. Необходимо обеспечить доведение до органов власти информации о возможностях и перспективах агент-ориентированного моделирования социально-экономических систем и целесообразности его использования при принятии управленческих решений и выборе оптимальных стратегий государственного управления.

Тем не менее, как нам видится, все перечисленные проблемы решаемы и при наличии политической воли компьютерные агент-ориентированные модели в ближайшем будущем вполне могут войти в практику государственного управления и стать своеобразными когнитивными советниками, способными значительно увеличить эффективность управления на любом уровне, начиная с муниципального.