EnglishНа русском

Ефективна економіка № 12, 2014

УДК 332.145:303.094.7

 

Ш. А.- О. Омаров,

к. е. н., доцент, здобувач,

Науково-дослідний центр індустріальних проблем розвитку НАН України, м. Харків

О. Ю. Полякова,

к. е. н., доцент, старший науковий співробітник,

Науково-дослідний центр індустріальних проблем розвитку НАН України, м. Харків

 

СУЧАСНІ ПІДХОДИ ДО ІМІТАЦІЙНОГО МОДЕЛЮВАННЯ РОЗВИТКУ РЕГІОНІВ

 

Sh. A. Omarov,

Candidate of Science (Economics), Associate Professor, Applicant,

Research Centre of Industrial Problems of Development of NAS of Ukraine, Kharkiv

O. Yu. Poliakova,

Candidate of Science (Economics), Associate Professor, Senior Research Fellow,

Research Centre of Industrial Problems of Development of NAS of Ukraine, Kharkiv

 

MODERN APPROACHES TO THE SIMULATION MODELING OF REGIONAL DEVELOPMENT

 

У статті аналізується імітаційне моделювання як сучасний інструментарій формування, прогнозування та аналізу регіонального розвитку. Розглядаються концепції системної динаміки та агентне моделювання. Досліджуються сучасні розробки науковців з даної тематики, визначаються переваги та недоліки запропонованих ними моделей. Доводиться, що концепція системної динаміки є найбільш прийнятним інструментом моделювання, який забезпечує достатній баланс між репрезентативністю та узагальненістю основних показників розвитку регіональної соціально-економічної системи. Причому модель регіонального розвитку, незалежно від кінцевої мети дослідження, має обов’язково включати демографічний блок разом з ринком праці, блок виробництва і доходів населення та екологічний блок.

 

In the article the simulation modeling as contemporary set of tools suitable for formation, forecasting and analysis of regional development is analyzed. Conceptions of the system dynamics as well as agent-based modeling are considered. The modern elaborations of scholars on this subject are explored, the advantages and disadvantages of their models are identified. It is proved that the concept of system dynamics will be the most appropriate modeling tool to ensure an appropriate balance between representativity and generality of the basic indicators of development of the regional socio-economic system. Notably, the model of regional development, regardless of the ultimate objective of the study, must necessarily include the demographic unit, combined with the labor market, the unit of production and household income, as well as the environmental unit.

 

Ключові слова: імітаційне моделювання, регіон, системна динаміка, агентне моделювання.

 

Keywords: simulation modeling, region, system dynamics, agent-based modeling.

 

 

Імітаційне моделювання у світовій практиці набуває все більшого використання при розробці та перевірці економічної політики [1]. На теперішній час світовий та вітчизняний доробок щодо імітаційного моделювання різних аспектів соціально-економічного розвитку регіонів включає досить багато підходів та концепції. Найбільш поширеними є концепція системної динаміки [2] та агентне моделювання [3].

В. Вишневський з співавторами розробили модель економіки регіону, в якій одним з факторів економічного зростання є екологія [4]. Як і в моделі Дж. Форрестера враховано вплив забруднення навколишнього природного середовища на захворюваність населення та далі, за ланцюгом, на тривалість життя та людський капітал. В якості регіону для моделювання виступає економічний та адміністративний центр найбільшого старопромислового регіону України – м. Донецьк, де в результаті концентрації екологічно небезпечних галузей промисловості спостерігалось посилення антропогенного навантаження. Початковими даними для моделювання були показники розвитку міста за 1998-2005 рр.

Модель містить наступні змінні-рівні: основні фонди підприємств; зайняті в промисловості; забруднення навколишнього природного середовища (рис. 1).

За допомогою коефіцієнту розподілу інвестицій між основними фондами підприємств та основних фондів природоохоронного призначення регулюється екологічний стан та сценарії розвитку регіону. Вибір саме цієї змінної автори пояснюють тим, що в умовах існуючого технологічного укладу старопромислового регіону, вкладення в основні фонди природоохоронного значення є основним засобом скорочення антропогенного навантаження на територію.

 

Рис. 1. Діаграма причинно-наслідкових зв’язків моделі [4]

 

За допомогою моделі дослідниками оцінено наслідки реалізації інерційного сценарію розвитку, який передбачав збереження наявних тенденцій розвитку. Отриманий результат свідчив, що економічне зростання регіону почне уповільнюватися приблизно через 7 років, через 10-12 років очікується початок його спаду. Це пояснюється авторами саме депопуляцією та скороченням людського капіталу під впливом негативних екологічних явищ, та, як наслідок, високих темпів зростання захворюваності.

Також були розроблені сценарії розвитку регіону з оптимізацією за різними критеріями. "Індустріальний" сценарій максимізації обсягу виробництва не забезпечує скорочення абсолютних показників смертності населення, а максимальне за обсягами економічне зростання протягом 20-ти років не є стійким – наприкінці цього періоду обсяг виробництва продукції починає скорочуватись.

В результаті реалізації "екологічного" сценарію мінімізації за критерієм коефіцієнту смертності населення внаслідок новоутворень, захворювань системи кровообігу та органів дихання, досягається зниження смертності населення після певного часового лагу, але ціною обсягів виробництва продукції, що призводить до скорочення доходів населення та держави.

Ще один сценарій побудовано на основі максимізації інтегрального показника, який складався з двох змінних: обсяг виробництва продукції та смертність населення. Однак об’єднання показників не гарантувало покращення кожного з них окремо та не була одержана відповідь на питання чи можна швидше перейти до розвитку, який характеризується одночасним покращенням всіх показників.

Сценарій з використанням критерію збалансованого розвитку, який базується на необхідності одночасного покращення економічних та екологічних показників обрано для обґрунтування вибору сценарію розвитку старопромислового регіону. В цьому випадку функції значень кожного з показників (обсяг виробництва продукції та смертність населення), не мають локальних оптимумів, а мають бути монотонно зростаючою та спадною функціями відповідно. На думку авторів, цей сценарій дозволяє обирати будь-яке рішення з їх множини залежно від поставлених цілей.

Автори зауважують, що модель може бути використана для дослідження розвитку будь-якого типу регіону, однак більше адаптована до старопромислових регіонів з вираженою тенденцією до погіршення екологічної ситуації.

Автори наводять й деякі аспекти, які потребують удосконалення в моделі:

1) використання лише двох цільових показників та одного інструменту регулювання;

2) концептуальний характер моделі і необхідність для практичного використання врахування додаткових факторів (часові лаги між моментом інвестування та віддачею у вигляді зменшення забруднення навколишнього середовища; забруднення побутовими відходами; врахування науково-технічного прогресу).

Слід зауважити, що в якості вхідних в моделі використані досить застарілі на сьогодні дані 1998-2005 рр., тому необхідним є поновлення моделі з подальшим тестуванням для використання. Також дискусійною є велика довжина часового періоду прогнозування, яка значно перевищує довжину ретроспективного періоду. Тому, хоча результат щодо тенденцій розвитку процесів в економіці регіону може розглядатися як прийнятний, однак модель не може бути використана для одержання конкретних числових даних показників, оскільки стверджувати збереження виявлених тенденцій на довгий період необґрунтовано.

У відповідності до визначених напрямів стійкого розвитку Харківської області в 2010 р. колективом авторів була побудована імітаційна модель діяльності регіону, яка стала основою для здійснення сценарного дослідження [5]. Модель включає сім укрупнених блоків (табл. 1).

 

Таблиця 1.

Характеристика блоків моделі [5]

Блок моделі

Опис

Соціальна сфера

Відображає соціально-демографічні процеси, динаміку чисельності населення, зайнятість, формування доходів та витрат населення та забезпеченість житлом

Бюджет

Відображає формування та видатки державного та регіонального бюджетів з урахуванням відрахувань з регіону, субсидій, цільових вкладень в економіку регіону

Економіка

Моделює динаміку ВРП у розрізі основних галузей, джерел формування  та напрямів використання, динаміку малого підприємництва в області

Інвестування

Включає внутрішньо регіональні інвестиції, зовнішні інвестиції з інших регіонів, іноземні інвестиції, цільове державне фінансування у розрізі основних галузей

Зовнішньоекономічна діяльність

Відображає експортно-імпортні операції регіону

Інновації

Включає динаміку інвестиційно-інноваційної діяльності регіону

Екологія

Відображає динаміку основних показників якості екологічної складової розвитку регіону

 

Особливої уваги заслуговують основні принципи побудови блоку "Економіка" в моделі. Попередньо за допомогою аналізу структури ВРП Харківської області було виділено п’ять агрегованих видів економічної діяльності: сільське господарство; промисловість (за виключенням машинобудування та виробництва харчових продуктів) та будівництво; машинобудування, виробництво харчових продуктів; торгівля; транспорт та зв'язок; інші види діяльності. Моделювання динаміки ВРП галузей спирається на припущення про взаємозв’язок приросту ВРП та інвестування в основний капітал. Рівні , які відображають обсяг ВРП у розрізі виділених галузей, і є основними рівнями блоку "Економіка". Міжгалузеві потоки продукції не враховуються.

Обсяги інвестицій у кожну з галузей визначається за рахунок частини ВРП в попередньому періоді у відповідності до коефіцієнту схильності до інвестування, зовнішніх інвестицій з боку держави, частини доходів населення та іноземних інвестицій. Обсяги інвестицій в галузі визначаються керованими коефіцієнтами.

Сумарний ВРП витрачається на кінцеве споживання у відповідності до коефіцієнту схильності до споживання та зовнішній експорт, а також включає інвестиції з регіону. Нестача ВРП покривається за рахунок імпорту.

За допомогою розробленої моделі для прогнозування можливостей стійкого розвитку Харківської області побудовані наступні сценарії: базовий; неінноваційний; інноваційний; сценарій розвитку малого підприємництва. Кожен сценарій мав кілька варіантів від песимістичних до помірних та оптимістичних.

Аналіз результатів сценарного моделювання продемонстрував необхідність віддати перевагу групі оптимістичних інноваційних сценаріїв, оскільки лише вони дозволяють досягти стійкого розвитку області. Серед усіх сценаріїв перше місце за привабливістю за всіма критеріями зайняв оптимістичний комбінований сценарій, що передбачав пріоритетний розвиток аграрно-переробного комплексу та машинобудування. При цьому виявлено, що розвиток харчової промисловості дозволяє одержати ефект у короткостроковій перспективі, а машинобудування – у довгостроковій.

Впровадження інноваційних сценаріїв розвитку дозволяє підвищити й рівень науково-технічної складової стійкого розвитку завдяки зростанню обсягів та частки інноваційної продукції в промисловості.

За своєю результативністю наступними йдуть оптимістичний аграрно-переробний та індустріальний в інноваційних варіантах. Завдяки їм досягається помірне покращення за всіма складовими сталого розвитку Харківської області.

Сценарій підтримки малого підприємництва опосередковано забезпечує зростання рівня зайнятості населення в області, однак в цілому поступається попереднім.

Як недолік розробленої моделі слід відзначити те, що розрахунки здійснювалися у поточних цінах, отже інфляційні ефекти не враховувалися повною мірою. Крім того, вихідні дані для розрахунків по показниках ВРП ще не включали дані 2009-2010 рр., і результати впливу світової кризи не було можливості урахувати.

У рамках реалізації проекту "Інтелектуальна автоматизована інформаційно-аналітична система супроводження бюджетного процесу на базі вітчизняної суперЕОМ" вченими Інституту економіки промисловості НАН України була запропонована структура імітаційної моделі регіону, на базі якої було здійснено дослідження розвитку ряду областей України [6]. Так, фахівці Науково-дослідного центру індустріальних проблем розвитку НАН України розробили системно-динамічні моделі соціально-економічного розвитку Сумської та Харківської областей [7].

Загальна структура імітаційних моделей передбачала включення наступних блоків [6, 7]:

реальний сектор у розрізі провідних видів економічної діяльності області;

фінансовий сектор у розрізі обсягів кредитів та депозитів фізичних та юридичних осі;

суспільний сектор, який включає модель динаміки населення, моделі витрат, пов’язаних із виконання суспільних обов’язків щодо утриманців;

взаємодія з бюджетами усіх рівнів та позабюджетними фондами.

Блок реального сектору містить такі змінні рівнів: залишкова вартість основного капіталу; оборотний капітал; залишок нереалізованої продукції; кредитна заборгованість.

У блоці фінансового сектору розглядається сукупний попит населення на кредити та депозити, які визначаються темпом зростання ВРП країни та витратами на оплату праці.

Блок суспільного сектору використовується для моделювання загальної чисельності населення області, кількість осіб (або випадків), які отримують допомогу за рахунок місцевого та Державного бюджетів.

Взаємодія з бюджетами усіх рівнів та позабюджетними фондами розглядається у розрізі податку на прибуток, податку на доходи фізичних осіб, акцизного податку, ввізного мита, нарахувань на заробітну плату тощо. Сукупні доходи місцевого бюджету включають також офіційні трансферти з Державного бюджету.

Відмінності між областями, для яких будувались імітаційні моделі, обумовили перелік видів економічної діяльності, і, відповідно, особливості параметризації.

Основним напрямком удосконалення основного комплекса моделей з точки зору управління бюджетним процесом є включення коефіцієнта інфляції до контуру зворотних зв’язків реального сектора для виключення у прогнозному періоді завищених витрат реального сектора та обсягів реалізації і досягнення більшої адекватності у оцінках дієвості управлінських заходів [7].

Серед російських розробок імітаційних моделей регіональних систем слід відзначити роботи Н.Н. Личкіної, в яких побудовані системно-динамічні моделі ресурсного потенціалу, охорони здоров'я, житлово-комунальної сфери та ін. [8].

Г.І. Поподько та О.С. Нагаєва пропонують регіональну імітаційну модель для оцінки соціально-економічної ефективності різноманітних управлінських рішень [9]. В якості результуючих показників обрано валовий регіональний продукт та сукупні доходи консолідованого бюджету. Промисловий блок є основним в моделі та пов'язаний з бюджетною системою (через сплату податків та платежів), з населенням території (через забезпечення зайнятості та формування доходів населення, з іншими галузями (через показники їх виробничо-фінансової діяльності). Запропонована модель застосована для обґрунтування основних напрямів регіональної промислової політики Красноярського краю Російської Федерації. Здійснювалась оцінка результатів реалізації двох сценаріїв промислової політики до 2020 р.: інерційного та інноваційного.

Російськими дослідниками [10] на основі проведеного концептуального моделювання Мурманської області були ідентифіковані визначальні фактори сталого розвитку території – економічний потенціал та населення. Також виявлені необхідні умови його розвитку. Взаємозв'язок основних компонент економічного потенціалу області на її сталий розвиток представлений на рис. 2.

 

Рис. 2. Схема впливу компонент економічного потенціалу області на її стійкий розвиток [10]

 

Економічні умови, які наявні в області, здійснюють вплив на виробництво та фінансові умови через ціни та податки. Фінансові умови впливають на "матеріальні" умови через капіталовкладення та інвестиції. "Матеріальні" умови впливають на виробництво через технології. Виробництво впливає на фінансові умови області через якість, собівартість, обсяг виробництва.

Побудована на основі концептуального аналізу модель системної динаміки складається з трьох підмоделей: динамічна модель економічного потенціалу; динамічна модель ресурсів праці підприємств; сценарна динамічна модель аналізу та прогнозу демографічної ситуації Мурманської області.

Динамічна модель трудових ресурсів підприємств Мурманської області містить наступні змінні рівнів: трудові ресурси підприємств регіону; робочий час в режимі скороченого робочого дня; попит на трудові ресурси. Зміна рівнів визначається потоками: прийняття на роботу; звільнення з роботи; переведення на скорочений робочий день; повернення зі скороченого робочого дня до повного; скорочення робочого часу в режимі скороченого робочого дня; зміна необхідної кваліфікації робочої сили. Зайнятість визначається співвідношенням трудових ресурсів підприємств та чисельності частини працездатного населення (за виключенням службовців державних установ). При наявності надлишку трудових ресурсів співробітники переводяться на скорочений робочий день, у протилежному випадку – переходять на повний робочий день або приймаються на роботу.

Динамічна модель демографічної складової регіону пов'язується з моделлю економічного потенціалу регіону через співвідношення чисельності населення та кількості робочих місць та дозволяє прогнозувати чисельність населення за віковими групами та міграційні потоки.

Демографічна складова моделюється у розрізі таких рівнів: чисельність населення регіону у віці до 14 років; чисельність людей, які проживають в регіоні у віці 14-50(55) років; чисельність населення старше 50 років для жінок та старше 55 років для чоловіків. Потоки, які визначають швидкість зміни рівнів, включають: кількість новонароджених; кількість померлих за віковими групами; населення, яке емігрує за віковими групами; населення, яке іммігрує за віковими групами; чисельність людей, яким виповнилось 14 років; чисельність людей, яким виповнилось 50(55) років.

Початковими даними для моделі слугували показники за 1996-2000 рр.

Досліджені різні сценарії соціально-економічного розвитку Мурманської області на період 2001-2020 рр. залежно від динаміки економічного потенціалу та кількості робочих місць  [10]. Модель дозволяє прогнозувати строком до 20-ти років чисельність населення за віковими групами та міграційні потоки.

Цим же колективом авторів розроблена більш детальна динамічна модель міста Апатити Мурманської області, яка складається з наступних підмоделей: динамічна модель демографічного сектору; динамічна модель бюджету міста; динамічна модель розподілу населення за доходами; динамічна модель житлового сектору; динамічна модель навколишнього середовища. Побудована модель дозволяє дослідити вплив економічного потенціалу міста на показники якості життя населення, як інтегрованого критерію стійкості розвитку міста. До показників якості життя населення віднесено: співвідношення непрацюючого населення до загальної кількості населення міста; розподіл населення на групи за доходами; вплив на мешканців зміни екологічної ситуації в місті.

Як і для першої з розглянутих моделей головним недоліком є невідповідність довжини ретроспективного періоду горизонту прогнозних розрахунків.

Системно-динамічний підхід до моделювання довгострокової макроекономічної динаміки у поєднанні з диференційними іграми неявно використовується й у розробленій Гоновою О.В. динамічній моделі [11]. Проте автор пропонує або занадто узагальнений вигляд моделі, або сукупність моделей на рівні окремих підприємств, що не дозволяє здійснити конкретні розрахунки та оцінити якість тих чи інших стратегій розвитку регіону.

Агент-орієнтовані моделі мало використовують для моделювання економіки регіонів, однак такі розробки є актуальними. Перевагою використання моделей даного типу є відсутність необхідності мати всі статистичні дані та можливість одержувати задовільні результати в умовах різких змін, відхилень, впливів зовнішнього середовища, які викликають руйнування регресійних залежностей [5]. Докладний аналіз проблем та шляхів застосування агентного моделювання для складних нелінійних економічних систем подано у [3].

А.Р. Бахтізін запропонував модель для 7 федеральних округів Російської Федерації, в якій поєднано агент-орієнтований підхід з моделями загальної рівноваги. Середовищем функціонування агентів макрорівня виступають економічні системи, реалізовані у вигляді моделей рівноваги. Модель для кожного регіону складається з агентів, які представляють наступні сектори: легальна економіка; тіньова економіка; споживання; регіональний уряд. Спільними для всіх регіонів є федеральний уряд та зовнішній світ. Відтворення принципу обмеженої раціональності поведінки людей та визначення їх рішень на кожному кроці імітації здійснювалось з використанням сукупності нейронних мереж [12].

В моделі розглядаються 4 види товарів:

– капітальні;

– інвестиційні;

– проміжні;

– споживчі.

Окрім товарних ринків, якими описується поведінка економічних агентів, в моделі введені у розгляд легальний та тіньовий ринки праці. Розглядаються й зовнішні ринки проміжних товарів, які експортуються та імпортуються, а також споживчих товарів, що імпортуються.

Основні результати моделювання сконцентровані на аспектах, що стосуються можливостей вирівнювання рівнів розвитку регіонів за рахунок різних механізмів згладжування міжрегіональної диференціації: податкові преференції, додаткове інвестування.

Головною проблемою агент-орієнтованих моделей є складне узгодження статистичних даних з механізмами прийняття рішень агентами та узагальнення поведінки агентів у макро- та мезоекономічні показники.

В [13] О.Д. Сушко представлена модель регіону "Губернатор", яка включає агентів наступних типів: фізичні особи; юридичні особи; муніципальні райони. Модель складається з таких блоків:

– прогнозування демографічної ситуації;

– трудовий потенціал одного агента-людини та його поведінка як працівника;

– структура зайнятості та модель ринку праці;

– виробництво;

– формування та використання бюджету.

Модель налаштована на вирішення завдання управління доходами та витратами бюджетів двох рівнів: бюджету області та бюджетів муніципальних районів.

З використанням моделі «Губернатор» були проведені чисельні експерименти з імітації динаміки стану населення Вологодської області, її муніципальних районів і підприємств на їх території. При цьому в якості керованих параметрів виступали:

– частки податкових надходжень, зібраних на території муніципальних утворень, що залишаються в їх бюджетах;

– норматив бюджетних витрат на охорону здоров'я в розрахунку на одного мешканця області;

– характеристики організаційної культури видів діяльності, такі як цінність творчості працівників і швидкість їх кар'єрного росту.

Розроблена модель в [14] призначена для короткострокового та середньострокового прогнозування соціально-економічної динаміки регіону та його районів, а також порівняння ефективності різних економічних стратегій. Модель складається з трьох рівнів в порядку збільшення ступеня абстракції: економічний агент, район, регіон. Економічні агенти (ЕА) можуть відноситися як до конкретного району, так і до всього регіону (агенти, відповідальні за функції держави). Деякі види взаємодії можуть відбуватися в рамках одного району, а деякі - між агентами з різних районів. Агенти можуть включати системно-динамічні діаграми, алгоритмічні правила поведінки, змінні, діаграми стану. Початкова кількість агентів кожного виду визначається з статистичних даних і може змінюватися в процесі виконання експерименту. Для обчислення швидкості зміни населення і підприємств у середньостроковій перспективі достатньо рівнянь регресії.

Економічною основою моделі є модель ринкової рівноваги з капіталом. Серед досліджуваних агентів: Людина, Підприємство, Банк, Власник, Район, а також індивідуальний агент Держава (рис. 3). Модель має деякі припущення, що за твердженням авторів не здійснюють значного впливу на результат у зв'язку з великим числом агентів: кожен виробник може виробляти продукт тільки одного виду; кожен споживач одноразово купує продукт тільки у одного виробника; банки надають кредитні послуги тільки підприємствам. З метою адаптації моделі до різних апаратних засобів моделювання використовується коефіцієнт масштабу, що визначає співвідношення між реальним числом економічних агентів у регіоні та кількістю агентів, реалізованих в моделі. Він застосовується лише до тих агентів, кількість яких відносно велика: Людина і Підприємство. Початкові значення всіх показників визначаються з емпіричних розподілів, побудованих на основі статистичних даних.

Рис. 3. Схема взаємодії агентів [14]

 

Економічний агент Людина виконує роль споживача кінцевої продукції, прагне максимізувати доходи і споживання, мінімізувати витрати. В якості джерел доходів виступають зарплата, одержувана від роботодавця (агент Підприємство), а також пенсії та субсидії від держави (агент Держава). Найважливішою інтегральною характеристикою агента є рівень життя. Збільшення рівня життя населення – найважливіша мета регіональної політики держави. Підприємство виконує роль виробника продукції. Цей агент разом із споживачем утворює в моделі ринковий цикл виробництва, обміну та споживання. Мета підприємства полягає у збільшенні прибутку і зниженні витрат. Витрати складаються з заробітної плати співробітникам (агент Людина), вартості ресурсів, капітальних вкладень і податків. прибуток надходить в результаті продажу продукції іншим економічним суб'єктам. Банк забезпечує деякі невід'ємні для сучасної ринкової економіки механізми, а саме: кредитування підприємств і вклади населення. Крім цього, банки здійснюють ведення розрахункових рахунків підприємств і виплату дивідендів власникам. Мета банку складається у збільшенні припливу коштів і збереженні резервів на стабільному рівні. Окремим випадком агента Людина є агент Власник. Він успадковує всі характеристики Людини, але має також інші, пов'язані з отриманням дивідендів від підприємства або банку, власником якого він є. У моделі відображається наявний конфлікт інтересів між підприємствами та власниками, пов'язаний з розподілом виручки між інвестиціями в капітал і розподілом дивідендів. Агент «Район» крім того, що він містить у собі інші об'єкти, також володіє деякими характеристиками. Район відіграє для агентів роль зовнішнього середовища. На рівні району обчислюється узагальнюючий рейтинг району, який є найважливішою складовою частиною рівня життя населення, що проживає в районі. Рейтинг регіону включає екологічні, соціальні, економічні показники. Для побудови рейтингу регіону обраний метод когнітивного моделювання. Агент «Держава» в моделі виконує функції федеральної і регіональної державної влади. Він забезпечує збір податків, розподіляє їх між федеральним центром і районами, субсидує населення і підприємства, регулює торгівлю і податкові ставки. Держава є індивідуальним єдиним агентом такого типу.

Декомпозиція моделі за окремими районами і економічним агентам дозволяє застосовувати її також в задачах управління муніципального та районного рівня.

Агентні моделі з великою кількістю груп та однорідних агентів у них використовуються у сучасній світовій практиці для оцінки реакції та наслідків змін політики та регулювання окремих видів господарської діяльності. Наприклад, прогнозуванню реакції фермерських господарств у центральній частині Італії на зміни політики підтримки сільського господарства, пов’язані із реформою 2005 р. прямої підтримки фермерів у ЄС, присвячена робота [15]. За результатами моделювання зроблено висновок, що врахування просторової неоднорідності агентів, принципів прийняття ними рішень та умов функціонування дозволяє отримати більш точні прогнози щодо реакції на зміни.

Агентна модель, у якій агентами виступають окремі регіони, що взаємодіють один  з одним та з економікою країни у цілому, представлена у [16]. Розроблена модель ураховує різниці між регіонами за обсягом і складом природних ресурсів, рівнем розвитку виробничих сил, рівнем відкритості економік регіонів і дозволяє визначити причини відставання регіонів у економічному розвитку, а також їхню реакцію на зміни у регіональній політиці.

Можливості широкого прикладного застосування агент-орієнтованих моделей для дослідження соціально-економічного розвитку регіонів обмежуються складнощами з ідентифікацією агентів та кількості однорідних агентів у групах, визначенням цілей та інтелектуальних складових кожного з них. Крім того, значної уваги потребує питання визначення часу реакції агентів один на одного та на стан макросередовища, що призводить до надмірної деталізації моделі регіону.

Проведений аналіз показав, що концепція системної динаміки є найбільш прийнятним інструментом моделювання, який забезпечує достатній баланс між репрезентативністю та узагальненістю основних показників розвитку регіональної соціально-економічної системи. При чому модель регіонального розвитку, незалежно від кінцевої мети дослідження, має обов’язково включати демографічний блок разом з ринком праці, блок виробництва і доходів населення та екологічний блок.

 

Література.

1. Brenner T., Werker C. Policy Advice Derived From Simulation Models //  Economics and Management of Innovation, Delft University of Technology:  EMI Discussion Paper Series #2009-01 / [Електронний ресурс] / Munich Personal RePEc Archive. / Режим доступу: http://mpra.ub.uni-muenchen.de/13134/

2. Форрестер Дж. Динамика развития города. – М.: Прогресс, 1974. – 288 с.

3. Schuster S. Applications in Agent-Based Computational Economics //Thesis submitted for the degree of Doctor of Philosophy Department of Economics, Faculty of Arts and Human Sciences University of Surrey, 2012. – 316 p. / [Електронний ресурс] / Munich Personal RePEc Archive. / Режим доступу: http://mpra.ub.uni-muenchen.de/47201/

4. Вишневский В. Системно-динамическое моделирование развития старопромышленных регионов / В. Вишневский, И. Александров, А. Половян // Экономика Украины № 7 2010 с. 37-49.

5. Кизим Н.А., Полякова О.Ю., Хаустова В.Е., Омаров Ш.А. Моделирование устойчивого развития регионов: монография. – Х.: ИД "ИНЖЕК", 2010. – 180 с.

6. Лепа Р.М. Організаційно-інформаційне забезпечення інформаційно-аналітичної системи супроводження бюджетного процесу на регіональному рівні / Р.М. Лепа, Р.В. Прокопенко // Современные подходы к моделированию сложных социально-экономических систем: монографія. – Х: ФЛП Александрова К.М.; ИД "ИНЖЕК", 2011. – С.168-181.

7. Кизим М.О. Моделювання соціально-економічного розвитку регіону (на прикладі Сумської області): монографія – Х.: ФОП Александрова К.М., ВД "ІНЖЕК", 2012. – 160 с.

8. Лычкина Н. Н. Имитационное моделирование социальной сферы: информационно-аналитическая система социально-экономического развития территорий (модельный комплекс "Социальная сфера") / Н. Н. Лычкина, Ю.А. Морозова. – Берлин : LAP LAMBERT Academic Publishing, 2011

9. Поподько Г.И., Нагаева О.С. Региональная имитационная модель как инструмент оценки управленческих решений // Современные исследования социальных проблем Выпуск № 4 / том 8 / 2011. [Електронний ресурс] / Режим доступу: http://cyberleninka.ru/article/n/regionalnaya-imitatsionnaya-model-kak-instrument-otsenki-upravlencheskih-resheniy

10. Путилов В.А., Горохов А.В. Системная динамика регионального развития: монография. – Мурманск: НИЦ "Пазори", 2002. – 306 с.

11. Гонова О.В. Построение игровых динамических моделей  макроэкономических процессов в регионе // Современные наукоемкие технологии. Региональное приложение. – 2011. – №4 (28). – С. 26-34.

12. Бахтизин, A. P. Агент-ориентированные модели экономики. M. : Экономика 2008. – 279 c.

13. Сушко Е.Д. Мультиагентная модель региона  [Електронний ресурс] /Лаборатория искусственных обществ/ Режим доступу: http://www.artsoc.ru/publications/index.php?ID=155

14. Миронов В.В., Смирнов А.В. К проблеме математического моделирования имитационных моделей социально-экономического развития региона [Електронний ресурс] Корпоративное управление и инновационное развитие экономики Севера: Вестник Научно-исследовательского центра корпоративного права, управления и венчурного инвестирования Сыктывкарского государственного университета / Сыктывкарский государственный университет / Режим доступу: http://koet.syktsu.ru/vestnik/2012/2012-3/8/8.html

15. Lobianco A.,  Esposti R. The Regional Multi-Agent Simulator (RegMAS): an open-source spatially explicit model to assess the impact of agricultural policies // Computer and Electronics in Agriculture. – 2010. – V. 72 (1) / [Електронний ресурс] / Munich Personal RePEc Archive. / Режим доступу: http://mpra.ub.uni-muenchen.de/25817/

16. Оленёв Н.Н. Параллельные вычисления в идентификации динамических моделей экономики // Параллельные вычислительные технологии (ПаВТ'2008): Труды международной научной конференции (Санкт-Петербург, 28 января – 1 февраля 2008 г.). – Челябинск: Изд. ЮУрГУ, 2008. –C. 207-214.

 

References.

1. Brenner, T. and Werker, C. (2009), “Policy advice derived from simulation models”, Economics and Management of Innovation, [Online], EMI Discussion Paper Series #2009-01, available at: http://mpra.ub.uni-muenchen.de/13134/.

2. Forrester, Dzh. (1974) Dinamika razvitija goroda [Dynamics of development city], Progress, Moscow, Russia.

3. Schuster, S. (2012), “Applications in agent-based computational economics” Abstract of Ph.D. dissertation Department of Economics, Faculty of Arts and Human Sciences University of Surrey, [Online], available at: http://mpra.ub.uni-muenchen.de/47201/.

4. Vishnevskij, V. Aleksandrov, I. and Polovjan A. (2010), “System-dynamics simulation of old industrial regions”, Jekonomika Ukrainy, vol. 7, pp. 37–49.

5. Kizim, N. A. Poljakova, O. Ju. Haustova, V. E. and Omarov, Sh. A. (2010), Modelirovanie ustojchivogo razvitija regionov [Simulation of regional sustainable development], INZhEK, Kharkiv, Ukraine.

6. Lepa, R. M. and Prokopenko, R. V. (2011), “Organizational and informational support information analysis system support budget process at the regional level”, Sovremennye podkhody k modelyrovanyiu slozhnykh sotsyal'no-ekonomycheskykh system [Modern approaches to the modeling of complex socio-economic systems], pp. 168–181, FLP Aleksandrova K. M.; INZhEK, Kharkiv, Ukraine.

7. Kyzym, M. O. (2012), Modeliuvannia sotsial'no-ekonomichnoho rozvytku rehionu (na prykladi Sums'koi oblasti) [Modeling of socio-economic development of the region (for example, Sumy region)], FLP Aleksandrova K. M.; INZhEK, Kharkiv, Ukraine.

8. Lychkina, N. N. Morozova, Ju. A. (2011), Imitacionnoe modelirovanie social’noj sfery: informacionno-analiticheskaja sistema social’no-jekonomicheskogo razvitija territorij (model’nyj kompleks “Social’naja sfera”) [Simulation modeling of social services: information and analytical system of socio-economic development of territories (model complex “Social services”)], LAP LAMBERT Academic Publishing, Berlin, Germany.

9. Popod’ko, G. I. and Nagaeva, O. S. (2011), “Regional simulation model as a tool for evaluating management decisions”, Sovremennye issledovanija social’nyh problem, [Online], vol. 4, no. 8, available at: http://cyberleninka.ru/article/n/regionalnaya-imitatsionnaya-model-kak-instrument-otsenki-upravlencheskih-resheniy.

10. Putilov, V. A. and Gorohov, A. V. (2002), Sistemnaja dinamika regional’nogo razvitija [System dynamics of regional development], Pazori, Murmansk, Russia.

11. Gonova, O. V. (2011), “Building a gaming dynamic models of macroeconomic processes in the region”, Sovremennye naukoemkie tehnologii. Regionalnoe prilozhenie, vol. 4 (28), pp. 26–34.

12. Bahtizin, A. P. (2008), Agent-orientirovannye modeli jekonomiki [Agent-based models of the economy], Jekonomika, Moscow, Russia.

13. Sushko, E. D. “A multi-agent model of the region”, Laboratorija iskusstvennyh obshhestv, [Online], available at: http://www.artsoc.ru/publications/index.php?ID=155.

14. Mironov, V. V. and Smirnov, A. V. “On the problem of mathematical modeling simulation models of socio-economic development of the region”, Korporativnoe upravlenie i innovacionnoe razvitie jekonomiki Severa: Vestnik Nauchno-issledovatel’skogo centra korporativnogo prava, upravlenija i venchurnogo investirovanija Syktyvkarskogo gosudarstvennogo universiteta, [Online], available at: http://koet.syktsu.ru/vestnik/2012/2012-3/8/8.html.

15. Lobianco, A. and Esposti, R. (2010), “The Regional Multi-Agent Simulator (RegMAS): an open-source spatially explicit model to assess the impact of agricultural policies”, Computer and Electronics in Agriculture, [Online], vol. 72 (1), available at: http://mpra.ub.uni-muenchen.de/25817/.

16. Olenjov, N. N. (2008), “Parallel computing in the identification of dynamic models of the economy”, Trudy mezhdunarodnoj nauchnoj konferencii: Parallel’nye vychislitel’nye tehnologii (PaVT’2008) [Proceedings of the International Scientific Conference: Parallel Computing Technologies (PaVT’2008)], Mezhdunarodnaja nauchnaja konferencija [International Scientific Conference], Saint Petersburg, Russia, January 28 – February 1, pp. 207–214.

 

Стаття надійшла до редакції 28.11.2014 р.