Лаборатория агентного моделирования
Лаборатория
  • О лаборатории
  • История
  • Свидетельства и лицензии
  • Партнеры
  • Сотрудники
Дайджест
Публикации
Проекты
Курсы, семинары, конференции
  • Конференции
    • Конференция «Искусственные общества и информационные технологии»
      • Архив конференций
  • Семинары
    • Международный онлайн-семинар "Искусственные общества и информационные технологии"
      • Архив мероприятий
      • Информация о предстоящем семинаре
Контакты
    Лаборатория агентного моделирования
    Лаборатория
    • О лаборатории
    • История
    • Свидетельства и лицензии
    • Партнеры
    • Сотрудники
    Дайджест
    Публикации
    Проекты
    Курсы, семинары, конференции
    • Конференции
      • Конференция «Искусственные общества и информационные технологии»
        • Архив конференций
    • Семинары
      • Международный онлайн-семинар "Искусственные общества и информационные технологии"
        • Архив мероприятий
        • Информация о предстоящем семинаре
    Контакты
      Лаборатория агентного моделирования
      • Мой кабинет
      • Лаборатория
        • Назад
        • Лаборатория
        • О лаборатории
        • История
        • Свидетельства и лицензии
        • Партнеры
        • Сотрудники
      • Дайджест
      • Публикации
      • Проекты
      • Курсы, семинары, конференции
        • Назад
        • Курсы, семинары, конференции
        • Конференции
          • Назад
          • Конференции
          • Конференция «Искусственные общества и информационные технологии»
            • Назад
            • Конференция «Искусственные общества и информационные технологии»
            • Архив конференций
        • Семинары
          • Назад
          • Семинары
          • Международный онлайн-семинар "Искусственные общества и информационные технологии"
            • Назад
            • Международный онлайн-семинар "Искусственные общества и информационные технологии"
            • Архив мероприятий
            • Информация о предстоящем семинаре
      • Контакты
      • +7 (499) 129-07-44
      г. Москва, Нахимовский проспект, д. 47
      albert.bakhtizin@gmail.com
      • Главная
      • Информация
      • Дайджест
      • Агент-ориентированная модель, описывающая динамику численности населения для регионов Европейского Союза

      Агент-ориентированная модель, описывающая динамику численности населения для регионов Европейского Союза

      11 Декабря 2018 22:10
      // Агент-ориентированное моделирование

      Основной задачей в проведенном исследовании является создание модели, которая способна прогнозировать динамику численности населения европейских регионов классификации NUTS с помощью агент-ориентированного подхода. Классификация NUTS (Номенклатура территориальных единиц для статистики) представляет собой иерархическую систему для разделения экономической территории ЕС с целью социально-экономического анализа регионов. NUTS 3 состоит из малых регионов для специфических исследований. Авторами статьи был выбран метод агент-ориентированного моделирования, который позволяет включить в модель понятие ограниченной рациональности для агентов и объединить демографические и экономические данные. База данных в процессе создания модели была разработана на основе переписи населения 2001 года, а в дальнейшем авторами были использованы показатели 2011 года, для сверки полученных данных первичной модели и ее корректировки.

      © Калугина Алена, ЭФ МГУ

      Основной задачей в проведенном исследовании является создание модели, которая способна прогнозировать динамику численности населения европейских регионов классификации NUTS с помощью агент-ориентированного подхода. Классификация NUTS (Номенклатура территориальных единиц для статистики) представляет собой иерархическую систему для разделения экономической территории ЕС с целью социально-экономического анализа регионов. NUTS 3 состоит из малых регионов для специфических исследований. Авторами статьи был выбран метод агент-ориентированного моделирования, который позволяет включить в модель понятие ограниченной рациональности для агентов и объединить демографические и экономические данные. База данных в процессе создания модели была разработана на основе переписи населения 2001 года, а в дальнейшем авторами были использованы показатели 2011 года, для сверки полученных данных первичной модели и ее корректировки. На рис. 1 представлены данные, необходимые для создания модели и их взаимосвязи.

       

      Рис. 1. Обзор модели и используемых баз данных.

      В итоге, входные данные из переписи населения используются для получения модели, которая помогает прогнозировать динамику населения и взаимосвязь между демографией и экономикой.

      Исходя из статистики каждый агент в модели проходит последовательно через пять реализованных модулей:

      1. Старение и смерть.

      Каждому агенту в этом модуле присваиваются значения вероятности его смерти, и, соответственно, определяются те, кто умирает. Остальная часть населения увеличивает свой возраст на один год.

      2. Образование.

      Агенты в модели начинают, заканчивают или продолжают различные уровни обучения в зависимости от их возраста, пола и трудового статуса.

      3. Поиск партнера.

      Совершеннолетние агенты решают заключить брак, развестись или иметь детей.

      4. Рынок труда.

      Агенты принимают решение: искать работу или быть безработным. Так же для каждого региона рассчитывается потребность в рабочей силе, а процессы найма и увольнения выполняются в соответствии с трудовой пригодностью агентов.

      5. Миграция.

      Агенты определяют уровень личного удовлетворения своим трудовым статусом, также вычисляется вероятность смены жилья. В зависимости от результата агент решает сменить место жительства или нет. 

      В дальнейшем все процессы проходят сопряжение (рис. 2). Процесс связи всех характеристик моделей происходит через четыре объекта:

      1. Физические лица.

      Агенты-люди, которые действуют в рамках модели.

      2. Семьи.

      Отдельные агенты могут быть объединяться в семьи, так они могут совместно решать такие вопросы, как миграция. Авторы уточняют, что была учтена возможность овдовения или сиротства, что, несомненно, делает модель более детальной.

      3. Регионы.

      Физические лица находятся в одном регионе, и они могут изменять свое местоположение. Регионы включают переменные совокупных результатов и макроэкономического прогноза.

      4. Пространство.

      Формируется матрицей, которая включает пространственные расстояния между центром массы каждого региона NUTS 3 и культурным расстоянием.

      Все рассмотренные объекты имеют множество переменных, которые представлены на рис. 2.

       

      Рис 2. Диаграмма классов агент-ориентированной модели демографии регионов ЕС

      Создание популяции агентов происходит на основе переписи населения 2001 года.

      Всем модулям модели (старение и болезни, образование, поиск партнера, рынок труда и миграция) присваиваются определенные данные для подсчета внутренних характеристик (Более подробно с их структурой можно ознакомиться в оригинальном источнике).

      Любая агент-ориентированная модель нуждается в калибровке, авторы статьи осуществили корректировку своего исследования путем выбора некоторых источников данных:

      - Обследование рабочей силы.

      Под этой переменной подразумевается выборочное обследование домохозяйств, которое предоставляет квартальные результаты по переменным на рынке труда людей в возрасте 15 лет и старше. В исследовании ученых были использованы выборки микроданных 2011 года, которые позволяют рассчитать множество коэффициентов представленной модели на региональном уровне.

      - Статистика образования.

      Каждое национальное статистическое управление включает количество лиц, обучающихся и/или лиц, закончивших обучение на одном из уровней образования. Эти цифры дезагрегированы как минимум по полу и возрасту.

      - Миграционные данные.

      Авторы работы использовали специальные миграционные обследования, в которых основное внимание уделяется детерминантам и характеристикам лиц, которые изменили свое местоположение, а также муниципальному регистру, который ежегодно рассчитывает население, классифицированное по его характеристикам (в большинстве случаев возрастной диапазон, пол, семейное положение и национальность).

      - Статистика рождения и смерти.

      Данные включают информацию о возрасте и поле умершего, при рождении ребенка: возраст, материальный статус и гражданство матери.

      - Статистика по браку и разводу.

      Эта статистика содержит информацию о возрасте партнеров.

       

      Рис. 3. Калибровка коэффициентов старения и заболеваний для PT171 «Большой Лиссабон».

      Чтобы наглядно показать процесс калибровки, авторами были использованы коэффициенты по статистике заболеваемости для региона «Большой Лиссабон», Португалия (PT171).  Рис. 3 отображает отношение коэффициента мужской смертности к уровню женской смертности, результаты отображают обычные показатели, которое соответствуют трем графикам (рис. 3, центр). До тридцати лет уровень смертности среди мужчин увеличивается по сравнению с уровнем смертности среди женщин. От тридцати до, примерно, шестидесяти лет он остается стабильным, и с этого возраста он начинает снижаться (В исследовании также проводились линейные оценки, более подробное описание в оригинальном источние). После того, как было учтено дифференциальное влияние пола, вычисляется влияние возраста (с использованием показателя заболеваемости женщин в качестве основного), делящего диапазон возраста на возраст, равный шестидесяти, для улучшения корректировки параметризации.

      В результате, авторы работы представляют визуализацию своей АОМ. В ней есть возможность проводить исследование региональных переменных, которые отображены после каждой итерации. Пользователь выбирает, какие из них он хочет отобразить (см. рис 4).

      Отображаемая переменная: население, рост населения или уровень безработицы.

      Пол: женский, мужской, оба. 

      Возрастная группа: пять лет колеблется в интервале от 15 до 65, 1-15, более 65, все.

      Национальность: родной (каждой страны), EU28, noEU28, все. 

      Уровень обучения: от одного до восьми, 4-5, 7-8, все.

      Уровень региона: NUTS 1, 2 или 3.

      В зависимости от выбранного уровня региона возможны следующие характеристики:

      Выбранный регион: в интерфейсе помимо карты, также есть график (временной ряд / пирамида населения) выбранной переменной.

      Сценарий: нет, падение/рост ВВП ЕС на 0,5, 1 или 2 процента.

      Начальный и конечный год: если активирован какой-либо сценарий, пользователь имеет возможность выбрать начальный и конечный год, а также посмотреть, как сценарий влияет на общий результат.

       

      Рис. 4. Пользовательский интерфейс модели на основе агентов

      В заключении, представленная авторами модель позволяет моделировать и прогнозировать динамику численности населения европейских регионов в период 2001-2021г. Представленная АОМ исследует, как агент-ориентированное моделирование может быть интегрировано в демографические и экономические процессы, чтобы точно предсказать миграцию как результат различий труда и дохода между социально-экономическими направлениями.  Авторы исследования отмечают, что выполнение основной задачи исследования, а именно рассмотрения демографической составляющей регионов Европейского Союза, позволяет изучать дополнительные экономические вопросы, а именно, возможности прогнозирования спроса на образование и эффекты на рынке труда. Эти результаты могут быть представлены на разных уровнях NUTS в контексте различных социальных групп в зависимости от их возраста, пола, национальности, уровня образования и трудового статуса.

      Более подробно: [Federico Pablo-Martí , Juan Luis Santos , Jagoda Kaszowska An agent-based model of population dynamics for the European regions June 30, 2015].


      Теги
      агент-ориентированная модель агентно-ориентированная модель Евросоюз демография
      • Комментарии
      Загрузка комментариев...

      Назад к списку Следующая статья
      Категории
      • Агент-ориентированное моделирование171
      Это интересно
      • Исследование моделирования пассажиропотока на городской станции метро на основе Anylogic
        21 Декабря 2020
      • Агент-ориентированный подход к проектированию жилых систем возобновляемой энергетики
        20 Декабря 2020
      • Моделирование поведения при переработке твердых бытовых отходов
        20 Декабря 2020
      • Применение агентной модели при внедрении продуктов на рынок
        19 Декабря 2020
      • Применение дискретно-событийного моделирования в каршеринге
        19 Декабря 2020
      • Рост, неравенство и инновации: CGE-анализ Индии
        18 Декабря 2020
      • Стимулирование академического патентования в университетской экосистеме: агент-ориентированный подход
        18 Декабря 2020
      • Многомасштабное агент-ориентированное моделирование потребительского рынка
        17 Декабря 2020
      • Агентное моделирование решения потребителя о покупке одежды
        17 Декабря 2020
      • Исследование моделирования пассажиропотока на городской станции метро на основе Anylogic
        17 Декабря 2020
      • Использование оценки диффузии Басса
        16 Декабря 2020
      • Самоорганизующееся движение на неисправном перекрестке
        19 Октября 2020
      • Агент-ориентированные модели гендерного неравенства в продвижении по службе
        19 Октября 2020
      • Агент-ориентированная модель для симуляции поведения потребителей мяса в Великобритании
        19 Октября 2020
      • Исследование слияний и поглощений с использованием агентного подхода
        13 Декабря 2018
      • Моделирование рынка корпоративных ценных бумаг и рынка жилья в Англии, агент-ориентированный подход
        13 Декабря 2018
      • Моделирование распространения нового продукта с использованием агентного подхода
        13 Декабря 2018
      • Моделирование миграционных потоков в Буркина-Фасо с использованием агент-ориентированного подхода
        12 Декабря 2018
      • Влияние индивидуальных характеристик и факторов окружающей среды на физическую активность: применение агент-ориентированного моделирования
        12 Декабря 2018
      • Оптимальный целевой показатель инфляции: выводы из агент-ориентированной модели
        12 Декабря 2018
      Облако тегов
      DSGE абитуриенты агент-ориентированная модель Агент-ориентированная модель агентная модель агентно-ориентированная модель банды биодизель биотопливо водохранилище военная операция воздушное движение геополитический конфликт городское планирование девиантное поведение демография дорожное движение Евросоюз здравоохранение инвестиции инновации инфляция каршеринг климат компьютерные игры лесные пожары Лисбон логистика миграционные процессы миграция населения моделирование миграционных потоков нейронная сеть парковки передача знаний пешеходная модель пожар в метро последняя миля потребление электроэнергии преступность промышленные зоны региональное развитие Рио-де-Жанейро рыболовецкий флот рынок жилья сельское хозяйство слияния и поглощения социальные нормы спорт стоимость активов строительная отрасль строительные проекты такси торговля керамикой транспорт туризм учебные заведения экосистема электроэнергия энергопотребление энергосберегающие технологии эпидемии
      © 2005 - 2021 Лаборатория искусственных обществ и информационных технологий
      Версия для печати
      Контакты

      +7 (499) 129-07-44
      albert.bakhtizin@gmail.com
      г. Москва, Нахимовский проспект, д. 47