Аннотация результатов, полученных в 2016 году
В разработанном комплексе первых версий агент-ориентированных моделей Евразийского континента наиболее подробно рассматриваются социально-экономические системы России и Китая, а для его апробации был сымитирован процесс трудовой миграции из Китая в Россию. Концепция разработанного в ЦЭМИ РАН комплекса первых версий агент-ориентированных моделей Евразийского континента, в части моделирования трудовой миграции из Китая в Россию, опирается на максимально приближенную к реальности имитацию поведения людей исходя из их внутренних установок, обуславливающих выбор агентами-людьми территории - места жительства. Для этого при разработке конструкции агентов и алгоритмов их поведения, а также организации среды, в которой они существуют и взаимодействуют, были учтены основные особенности населения двух соседних стран и происходящих в них демографических процессов. В моделях рассматривается именно трудовая миграция китайских граждан в Россию, то есть, речь идет о той категории мигрантов, которую китайцы называют «хуацяо» (китайский гражданин, постоянно проживающий за границей), без выделения в особую группу мигрантов, которые приняли российское гражданство («вайцзи хуажень»). Такой подход в первом приближении оправдан, когда мы рассматриваем китайскую миграцию в Россию, так как в нашей стране доля китайских мигрантов, сменивших гражданство, крайне мала. Стимулом к миграции агентов становится существенная разница между различными территориями в уровне экономического благополучия, фактором, способствующим переезду – наличие социальных связей, а сдерживающим фактором – отсутствие вакансий, соответствующих уровню притязаний агента. При построении системы социальных связей агентов мы опирались на принятое в Китае выделение категории граждан, проживающих в Китае и являющихся ближайшими родственниками эмигрантов, – так называемых «цяоцзюань». К этой категории относятся: супруг(а), родители обоих супругов, супруги детей, братья и сестры супругов. В модели социальная сеть агента-мигранта дополнена супругами братьев и сестер его и его жены. Агенты в моделях живут и работают на территории регионов в городах или в сельской местности, а регионы, в свою очередь, принадлежат странам. Наибольшая доля иммигрантов из КНР приезжает в Россию из приграничных северо-восточных провинций – Хэйлунцзян, Цзилинь, Ляонин, а также Автономного района Внутренняя Монголия, а расселяются они в приграничных субъектах РФ, входящих в Дальневосточный федеральный округ. Поэтому в прототипе модели в качестве объекта моделирования со стороны Китая была выбрана провинция Хэйлунцзян, а со стороны России – Дальневосточный федеральный округ в целом. Для построения и калибровки модели использовались данные Росстата и Национального бюро статистики Китая (http://www.stats.gov.cn/english). С помощью моделей было проведено два эксперимента. Цель первого из них заключалась в оценке влияние снижения курса рубля по отношению к юаню на общие показатели трудовой миграции, а также ее структуру. В ходе второго эксперимента менялась процедура поиска агентами информации для приятия миграционного решения, а именно, вся обобщающая информация о средней заработной плате по видам деятельности и уровню квалификации работников, как в Китае, так и в России становилась доступной всем агентам независимо от уровня их собственной квалификации. Следует подчеркнуть, что именно агент-ориентированный подход, построение имитационной системы «снизу вверх» на основе использования информации из самых разных источников, начиная от официальной статистики и заканчивая материалами социологических исследований и наблюдений отдельных экспертов, позволил учесть в модели особенности поведения людей, характерные для моделируемых регионов. Таким образом, агент-ориентированная модель миграции из Китая в Россию является достаточно гибким инструментом, настраивая который можно учесть как объективные факторы, влияющие на реальные миграционные процессы, так и субъективные предпосылки миграции, действующие на уровне отдельного человека в соответствии с его личностными характеристиками. В качестве направлений дальнейшего развития моделей, в первую очередь видится увеличение множества моделируемых регионов и соответствующее увеличение численности популяции агентов вплоть до реальной численности населения этих регионов. Эту задачу предполагается решать с помощью переноса модели на суперкомпьютер и реализации параллельных вычислений.

Аннотация результатов, полученных в 2017 году
В соответствии с разработанной ранее концепцией, в текущем году была построена конструкция агент-ориентированного программного комплекса Евразийского континента, и в среде Visual Studio на языке программирования C# был разработана модель. Комплекс настроен на имитацию демографических и миграционных процессов в странах континента и позволяет проводить сценарные расчеты для прогнозирования развития демографических и миграционных процессов при реализации крупных инфраструктурных проектов. Действующими лицами (агентами) в модели являются: • страны, которые заинтересованы в расширении экономических связей с другими странами и развитии производства, чему способствует участие в больших инфраструктурных проектах. В модели они могут лоббировать/блокировать реализацию того или иного варианта проекта; • люди, которые живут и работают в населенных пунктах на территории стран. В модели они могут образовывать семьи и рожать детей (создавать новых агентов), добросовестно работать в какой-то отрасли, менять вид деятельности и/или место жительства, но могут также участвовать в террористической деятельности. С использованием модели были проведены компьютерные эксперименты, в ходе которых агентами-странами осуществлялся выбор маршрута прохождения Нового «Шелкового пути». Для имитации поведения агентов-стран в этом процессе, то есть оценки ими различных вариантов маршрута и «лоббирования» прохождения наиболее предпочтительного с точки зрения национальных интересов, использовались следующие характеристики: а) на уровне стран: перечень участков маршрутов, проходящих по территории страны; ВВП; расходы на оборону; индекс терроризма; страны-ближайшие соседи; страны, с которыми имеется антагонизм; принадлежность к различным союзам; б) на уровне союзов стран: перечень стран, входящих в союз; суммарный ВВП; суммарные расходы на оборону; страны, с которыми имеется антагонизм; в) на уровне участков маршрутов: принадлежность к стране; протяженность; объем военных расходов на тыс. км пути; индекс обеспечения безопасности; г) на уровне маршрутов: протяженность; средний индекс терроризма; средний объем военных расходов на тыс. км пути; средний индекс обеспечения безопасности. На наш взгляд полученные результаты достаточно правдоподобно воспроизводят реакцию стран на предложенные варианты Нового Шелкового пути с учетом экономического и политического влияния стран в рамках реально существующих союзов. Что подтверждает адекватность предложенного подхода к построению алгоритма поведения агентов-стран, учитывающего: а) экономические интересы стран, б) их требования к безопасности транспортных связей, в) их двусторонние отношения и г) их взаимозависимость в рамках международных союзов. Часть работы была проведена в коалиции с зарубежными партнерами. Их несколько, но представляют они две страны – Китай и Индию: 1. Национальный суперкомпьютерный центр в Гуанчжоу (National Supercomputer Center in Guangzhou (NSCC-GZ)). 2. Компания Guangzhou Milestone Software Co., Ltd. (GZMSS), деятельность которой в основном связана с разработкой новых технологий социально-экономического моделирования. 3. Институт количественной и технической экономики Академии общественных наук Китая (Institute of Quantitative & Technical Economics, Chinese Academy of Social Sciences). 4. Компания China Communication Technology (Nanjing). 5. Национальный технологический институт г. Дургапур (National Institute of Technology, Durgapur, India). Вклад российской стороны заключается в спецификации агентов, относящихся к России. Помимо этого, при построении нашего модельного комплекса были использованы некоторые методологические принципы, разработанные зарубежными коллегами.

Аннотация результатов, полученных в 2018 году
В ходе выполнения проекта была разработана оригинальная конструкция агент-ориентированной модели стран Евразии, учитывающая исторические связи агентов-стран, а также степень информированности агентов-людей о реальном положении разных стран и их взаимоотношениях. При современном – объектно-ориентированном – подходе к программированию объекты реального мира заменяются в виртуальном цифровом мире их моделями, то есть определенными формальными конструкциями («классами»), представляющими эти реальные объекты в программной системе. Таким образом, основой архитектуры агентной модели Евразии служит следующая система классов, представляющая агентов разных типов, а также объекты окружающей их среды: I. Класс агентов-стран. II. Класс агентов-людей. III. Класс отраслей. IV. Класс населенных пунктов. V. Класс транспортных узлов. VI. Класс участков инфраструктурных проектов. Общее управление работой модели осуществляет главный класс. Он обеспечивает ввод исходной информации; создание популяций агентов разных типов и экземпляров других классов модели заданной численности; установку стартового состояния системы, соответствующего базовому году имитации; взаимодействие с геоинформационной системой; отображение состояния популяций агентов и других обобщающих показателей мультиагентной системы на экране; организацию диалога с пользователем; организацию процесса имитации на каждом шаге. Кроме того, есть классы, интегрирующие экземпляры других классов, такие как класс агентов-международных союзов (куда входят агенты-страны) и класс маршрутов инфраструктурных проектов (куда входят транспортные узлы и соединяющие их участки инфраструктурных проектов). Для реализации представленной конструкции модели Евразии и алгоритмов поведения агентов было разработано программное обеспечение, которое было апробировано в ходе компьютерных экспериментов. Целью апробации модели была оценка правдоподобия имитации реализации выбранного варианта маршрута Нового шелкового пути и ее влияния на экономические и миграционные процессы. При проведении экспериментов были сделаны некоторые упрощения. Так, в качестве меры «близости» стран использовались данные о структуре фактических миграционных потоков, а возрастно-половая структура исходящих миграционных потоков калибровалась в соответствии с имеющимися данными о входящих потоках в тех странах, куда направлялись мигранты. Кроме того, размеры финансирования этапов проекта, как и экономическая целесообразность этих вложений, не рассматривались. Считалось, что средства вкладывают страны, заинтересованные в реализации проекта. Также, наряду с фактическими, в экспериментах использовались и условные данные (например, пропускная способность участков проектов или число открывающихся вакансий). Уровень инновационности предприятий-отраслей, который принимался равным для всех стран, фактически, не ограничивал их участие в проекте. В качестве базового рассматривался сценарий, при котором мощность маршрута равна лишь 50 тыс. TEU в год (TEU – единица измерения груза, равная объему одного 20-футового контейнера). С использованием агент-ориентированной модели проводились эксперименты по прогнозированию различных показателей до 2025 года по следующим сценариям: 1. Имитировались процессы воспроизводства населения каждой страны без учета миграции, показатели смертности и рождаемости оставались постоянными. Полученные оценки сверялись с оценкой ООН (отклонение не превысило 1%). 2. К первому варианту добавлялись миграционные процессы, причем, считалось, что продолжатся наблюдавшиеся тенденции (постоянными принимались вероятности миграции в зависимости от пола и возраста агентов). 3. Отдельно имитировались последствия реализации двух вариантов проекта с грузопотоком в 50 тыс. TEU в год. Строительство велось в течение двух лет, после чего маршруты выходили на проектную мощность. 4. Имитировались последствия реализации каждого из проектов с грузопотоком в 500 тыс. TEU в год, то есть, были реализованы этапы проекта по модернизации участков и транспортных узлов для увеличения их пропускной способности. К предыдущим вариантам добавлялось продолжение строительства еще в течение трех лет с выходом на проектную мощность к 2020 году. Это вызывало как снижение миграционного оттока из стран, участвующих в проекте, так и увеличение миграционного притока в эти страны. 5. Кроме мощности грузопотока, в экспериментах варьировался еще один параметр – доля увеличения товарооборота в связи с появлением нового транспортного коридора. Так, в первом варианте грузопоток в основном обеспечивался за счет перераспределения между новым и уже имевшимися маршрутами доставки, а товарооборот между отдельными странами возрастал не более чем на 25%. В дальнейших экспериментах товарооборот мог увеличиваться до 50 и даже до 100%. В ходе экспериментов отслеживались изменения экономических и демографических показателей, связанных с реализацией каждого варианта проекта. Основными экономическими показателями были экспорт и импорт для каждой из стран, а также производные от них показатели, такие как товарооборот и чистый экспорт, который напрямую влияет на ВВП. По результатам расчетов было выявлено, что увеличение товарооборота происходит несимметрично, заметна экспансия Китая, для которого в обоих случаях растет не только товарооборот, но и чистый экспорт, в то время как в Германии он снижается, а в Великобритании еще более ухудшается изначально отрицательное внешнеторговое сальдо. России, как и ожидалось, выгодно участие в Северном маршруте (прирост общего товарооборота составил 9,6%, а прирост чистого экспорта – 1,5%), а Турции – в Южном (8,1% и 24,0% соответственно, удается улучшить внешнеторговое сальдо). Эффект от реализации проекта, связанный с появлением мощного транзитного потока по новому транспортному коридору, а также с появлением новых рабочих мест, был также заметен для небольших стран-участниц. Так, для Грузии только плата за транзит при максимальном грузопотоке составила, по разным оценкам, от одного до пяти процентов от ВВП страны. Кроме того, в этих странах наблюдались позитивные демографические изменения – сокращение миграционного оттока и улучшение возрастной структуры населения (так как среди мигрантов преобладали люди трудоспособного возраста). Например, в Болгарии при консервативном прогнозе наблюдалось снижение к 2025 году доли трудоспособного населения до 49,6%, а реализация проекта с грузопотоком в 500 тыс. TEU в год увеличивала эту долю до 59,2%. Таким образом, разработанная агент-ориентированная модель достаточно правдоподобно воспроизводит динамику отслеживаемых экономических и демографических характеристик стран Евразии, имитируя последствия реализации масштабного инфраструктурного проекта.