ЭКОНОМИКА И МАТЕМАТИЧЕСКИЕ МЕТОДЫ, 2013, том 49, № 2, с. 30-43
РЕГИОНАЛЬНЫЕ ПРОБЛЕМЫ
АГЕНТО-ОРИЕНТИРОВАННАЯ МОДЕЛЬ СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО РАЗВИТИЯ МОСКВЫ*
© 2013 г. М.Р. Фаттахов
(Москва)
Рассмотрен мировой опыт мониторинга устойчивого развития городов. Дано описание нового подхода к моделированию сложной городской среды - агенто-ориентированной модели. На основе разработанной модели проведен анализ основных направлений развития г. Москвы и выполнен долгосрочный прогноз социально-экономических показателей его развития на период до 2025 г.
Ключевые слова: город, мегаполис, устойчивое развитие города, агенто-ориентированная модель, экономико-математическая модель, социально-экономическое развитие региона.
1. УСТОЙЧИВОЕ РАЗВИТИЕ ГОРОДОВ И МЕТОДЫ ЕГО МОДЕЛИРОВАНИЯ
Города сегодня растут беспрецедентно высокими темпами, формируются крупные мегаполисы и агломерации, устанавливающие социально-экономические, политические, культурные и экологические правила в мировом хозяйствовании. Еще 50 лет назад только одна треть населения планеты жила в городах, но уже к 2000 г. больше половины жителей Земли (более 3 млрд человек) стали горожанами. По данным ООН, к 2050 г. численность городского населения продолжит расти и составит две трети общей численности людей на планете, или 6 млрд человек.
Города являются многонациональными центрами производства и потребления товаров и услуг, ядрами формирования территориальных экономических комплексов и инновационных кластеров. Крупнейшие мегаполисы с высоким уровнем жизни населения играют все большую роль в стягивании демографического, инновационного и научно-образовательного потенциала. Происходит активное включение крупных городских региональных агломераций в мировую распределительную систему управления глобальными процессами.
Таким образом, устойчивая урбанизация и устойчивое развитие городов является одной из наиболее актуальных задач, стоящих перед мировым сообществом в XXI в. Сбалансированный рост городов является своего рода катализатором стабильного регионального и общенационального развития (Фаттахов, Бахтизин, 2010).
Для анализа и прогнозирования развития городов традиционно использовались средства математического моделирования. Так, в 1950-е и 1960-е годы был разработан ряд моделей, связанных с территориальным зонированием города, демографией, транспортом и другими аспектами развития городской среды. Многие из методов и подходов, применяемые в те годы для моделирования развития городского хозяйства, успешно используются и в настоящее время.
На сегодняшний день для моделирования городов преимущественно применяется так называемый региональный подход в экономике, известный еще с 1960-х годов. Подход основан на анализе потоков данных, например числе рабочих мест в том или ином районе города, между различными городами, регионами (элементарными единицами модели). В качестве недостатков данного подхода можно отметить использование агрегированных данных и высокие требования к производительности вычислительных систем. Примеры использования регионального подхода в моделировании жилой динамики городов можно найти в работах Л. ван Виссена и А. Рима (Wissen, Rima, 1988), М. Бэтти и П. Лонгли (Batty, Longley, 1994).
* Работа выполнена при финансовой поддержке Российского гуманитарного научного фонда (проект 11-02-00149а).
Вместе с региональным подходом широкое распространение получили следующие методы:
- статистические методы анализа и прогнозирования;
- модели, основанные на системах уравнений;
- модели системной динамики;
- дифференциальные уравнения;
- вычислимые модели общего равновесия;
- клеточные автоматы.
Несмотря на популярность описанных выше инструментов, а также на колоссальный опыт их использования для решения задач моделирования городской среды, необходимо отметить следующие недостатки их использования:
- модели имитировали только один из аспектов системы;
- статичность моделей городов;
- перед учеными и исследователями становилась проблема дезагрегирования переменных модели для достижения более полного описания процессов и явлений, протекающих в реальном мире;
- моделирование только "среднего" поведения системы;
- отсутствие визуализационных и интерактивных аспектов работы модели.
Кроме того, слабость гравитационных, энтропийных или транспортных моделей (в чистом виде) заключается в том, что слишком многие существенные характеристики городской среды считаются несущественными: в них не учитываются духовное, символическое, эстетическое пространства города при распределении площадей и определении ценности места. К тому же модели клеточного автомата городов очень чувствительны к правилам перехода и значениям их параметров. Кроме того, все автоматы одинаковы, имеют те же правила перехода, и все переходы являются синхронными. При этом правила перехода, заданные в начале симуляции, не меняются во времени, т.е. в модели нет автономного динамического поведения. В клеточном автомате отсутствуют агенты как лица, принимающие решения, изменения происходят только на уровне среды.
Усредненные показатели, содержащие тысячи элементов, например домохозяйства или люди, делают большинство описанных выше подходов нечувствительными к поведению отдельных агентов. Индивидуальное поведение нельзя недооценивать с точки зрения моделирования развития городов, зачастую оно имеет очень серьезный глобальный характер (например, вспышки эпидемий, революции и т.д.). Эти ограничения, а также все вышеперечисленные недостатки привели к созданию и развитию нового подхода к моделированию, позволяющего учесть "человеческий" характер развития жилой динамики города - агенто-ориентированного подхода (Batty, 2007; Benenson, 2004).
2. АГЕНТО-ОРИЕНТИРОВАННЫЙ ПОДХОД
Ключевым инструментарием исследования, анализа, разработки прогнозов и сценариев развития городов становятся математические методы моделирования. Современные модели мегаполисов должны отражать различные аспекты жизнедеятельности города (демографию, миграцию, транспорт, экологию и др.), а также учитывать индивидуальное поведение его жителей, быть гибкими и способными предсказывать поведение городской системы на микроуровне в результате взаимодействия модельных агентов. Еще одной немаловажной составляющей современной модели развития городов должны стать визуализационные и интерактивные аспекты ее работы.
В качестве актуального подхода, вобравшего в себя все эти требования к моделированию сложной городской среды, выступает построение нового класса экономико-математических моделей - агенто-ориентированных моделей (далее - АОМ) или мультиагентных моделей, известных в зарубежной литературе как Agent-Based Modeling (ABM).
Агенто-ориентированные модели - специальный класс вычислимых моделей, основанных на индивидуальном поведении множества агентов, и создаваемых для компьютерных симуляций. Они сочетают в себе элементы теории игр, сложных систем, вычислительной социологии, метода Монте-Карло и эволюционного программирования (Бахтизин, 2008).
Основная идея данного подхода как метода имитационного моделирования заключается в построении вычислительного инструмента, представляющего собой множество агентов с определенным набором свойств и правил поведения. Здесь заложен принцип моделирования "снизу вверх", т.е. деятельность независимых агентов на микроуровне влияет на показатели макроуровня. При этом простые правила, заложенные в модели, могут давать весьма интересные результаты и предсказывать появление сложных, глобальных явлений (так называемый "эмерджентный феномен").
Агенто-ориентированное моделирование неразрывно связано с двумя понятиями - "агент" и "среда". В АОМ не существует точного определения термина "агент", оно является предметом широких дискуссий. "Агент" - интеллектуальная автономная компьютерная сущность, находящаяся в окружающей ее среде и взаимодействующая с другими подобными сущностями для достижения целей своего существования.
В качестве агентов в АОМ выступают вирусы, животные, роботы, люди, инфраструктура, города, страны, а не только экономические агенты (домохозяйства, предприятия, государство и внешний мир) - субъекты экономических отношений, принимающие участие в производстве, распределении, обмене и потреблении экономических благ в классическом понимании. Неоднородность агентов является важным аспектом агенто-ориентированного подхода. Если в начале моделирования АОМ все агенты были одинаковыми, то с течением времени они могут изменяться или эволюционировать ввиду различного характера поведения, наличия или отсутствия определенных ресурсов, используемых методов принятия решений, получаемых в процессе существования данных, дальности горизонта виденья, различных способностей к обучению и адаптации.
В качестве основных свойств и атрибутов агентов АОМ можно выделить: автономность, интеллектуальность, репрезентативность, расположенность во времени и пространстве, наличие жизненного цикла, независимость агентов от разработчика или внешнего оператора, взаимодействие, целеустремленность, способность воспринимать мир, обучаться и адаптироваться, наличие у агента ресурса.
Среда - пространство (совокупность объектов, ландшафта), окружающее совокупность агентов одного или нескольких видов, определяющее условия их функционирования и оказывающее на них прямое или косвенное воздействие.
В АОМ среда представляет собой непрерывное пространство заданной формы и размера (среда может быть представлена в виде геоинформационной системы), характеризуется возможными состояниями, сферами влияния, определенными правилами динамического изменения и многим другим. В ряде случаев среда может быть представлена в виде дискретной решетки (состоящей из квадратов, треугольников или шестиугольников) или пассивной платформы для агентов, что существенно ограничивает потенциал модели.
На сегодняшний день АОМ применяется во многих областях, охватывающих социальные, физические и биологические аспекты жизнедеятельности человека. Так, благодаря относительной простоте отображения агентов в социальных системах и их естественной иерархической самооргани
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.