Pages Navigation Menu

ISSN 2227-6017 (ONLINE), ISSN 2303-9868 (PRINT), DOI: 10.18454/IRJ.2227-6017
ЭЛ № ФС 77 - 80772, 16+

DOI: https://doi.org/10.23670/IRJ.2022.119.5.050

Скачать PDF ( ) Страницы: 50-54 Выпуск: № 5 (119) Часть 1 () Искать в Google Scholar
Цитировать

Цитировать

Электронная ссылка | Печатная ссылка

Скопируйте отформатированную библиографическую ссылку через буфер обмена или перейдите по одной из ссылок для импорта в Менеджер библиографий.
Итс Т. А. МИГРАЦИОННЫЕ ПОТОКИ МЕГАПОЛИСА: СИСТЕМНО-ДИНАМИЧЕСКАЯ МОДЕЛЬ / Т. А. Итс, А. В. Сурина // Международный научно-исследовательский журнал. — 2022. — № 5 (119) Часть 1. — С. 50—54. — URL: https://research-journal.org/technical/migracionnye-potoki-megapolisa-sistemno-dinamicheskaya-model/ (дата обращения: 04.07.2022. ). doi: 10.23670/IRJ.2022.119.5.050
Итс Т. А. МИГРАЦИОННЫЕ ПОТОКИ МЕГАПОЛИСА: СИСТЕМНО-ДИНАМИЧЕСКАЯ МОДЕЛЬ / Т. А. Итс, А. В. Сурина // Международный научно-исследовательский журнал. — 2022. — № 5 (119) Часть 1. — С. 50—54. doi: 10.23670/IRJ.2022.119.5.050

Импортировать


МИГРАЦИОННЫЕ ПОТОКИ МЕГАПОЛИСА: СИСТЕМНО-ДИНАМИЧЕСКАЯ МОДЕЛЬ

DOI:https://doi.org/10.23670/IRJ.2022.119.5.050

МИГРАЦИОННЫЕ ПОТОКИ МЕГАПОЛИСА: СИСТЕМНО-ДИНАМИЧЕСКАЯ МОДЕЛЬ

Научная статья

Итс Т.А.1, *, Сурина А.В.2

1 ORCID: 0000-0002-4121-3171;

2 ORCID: 0000-0002-7477-9040;

1,2 Санкт-Петербургский политехнический университет Петра Великого, Санкт-Петербург, Россия

* Корреспондирующий автор (its7654321[at]yandex.ru)

Аннотация

Усложняющиеся социально-экономические процессы и стремительные перемены приводят к тому, что крупные города как сложные системы не смогут существовать и развиваться, не используя новую модель управления, которая позволит гибко адаптироваться к изменчивым внешним условиям. Существенная роль при обеспечении устойчивого развития принадлежит рациональному управлению процессом миграции мегаполиса. Моделирование миграции – надежный инструмент управления мегаполисом как сложной социо-технической системой. Известны различные модели миграции, но с практической точки зрения наибольший интерес представляют имитационные модели. Целью исследования является разработка системно-динамической модели управления миграционными потоками мегаполиса, которая позволит существенно повысить качество и эффективность его устойчивого развития. Для ее формирования используется пакет iThink 9.1.3.

Ключевые слова: управление, мегаполис, миграционный процесс, системная динамика, имитационное моделирование

MIGRATION FLOWS OF METROPOLIS: A SYSTEM-DYNAMIC MODEL

Research article

Its T.A.1, *, Surina A.V.2

1 ORCID: 0000-0002-4121-3171;

2 ORCID: 0000-0002-7477-9040;

1,2 Peter the Great St. Petersburg Polytechnic University, St. Petersburg, Russia;

* Corresponding author (its7654321[at]yandex.ru)

Abstract

As a result of increasingly complex socio-economic processes and rapid changes, large cities as complex systems will not be able to survive and further develop without a new governance model that would allow for flexible adaptation to changing external conditions. Rational management of a metropolis migration process  is essential for sustainable development. Migration modelling is a reliable tool for managing a metropolis as a complex socio-technical system.  Different models of migration are known, but, from a practical point of view, simulation models are the most interesting. The aim of the study is to develop a system-dynamic model for the management of migration flows of the metropolis, which will significantly improve the quality and effectiveness of its sustainable development. The iThink 9.1.3 package was used to generate it.

Keywords: management, metropolis, migration process, system dynamics, simulation modeling.

Введение

В настоящее время мегаполисы представляют собой основные центры экономической активности, создавая благоприятные предпосылки для роста производительности труда, занятости, уровня и качества жизни, развития инноваций и экономики знаний в целом.

Согласно данным Организации экономического сотрудничества и развития (ОЭСР) в настоящее время более половины населения мира живут в городах, а города генерируют более 80% мирового ВВП и эта доля постоянно растет [1]. По данным Росстата в 2021 году в Российской Федерации насчитывалось 15 городов с численностью населения выше одного миллиона человек, в которых проживает около 24% населения страны.

Но в то же самое время мегаполисы испытывают деструктивные экологические и социальные последствия своего роста. Существенной проблемой представляется неконтролируемая (либо слабо контролируемая) миграция населения в мегаполис.

Поскольку миграция населения – это отражение социально-экономических процессов, поэтому очень важно анализировать и прогнозировать ее величину, направления и динамику. Для этого необходимо понимать особенности миграции и факторы ее определяющие, а также оценивать последствия миграции. Это не представляется возможным без построения моделей миграции.

Изучение миграционных процессов сталкивается с серьезными терминологическими проблемами. Традиционное рассмотрение миграции как перемещения относительно больших групп людей в рамках определенного географического пространства и в течение определенного отрезка времени [2], обладает очевидной ограниченностью, поскольку в настоящее время перемещения людей носят латентный характер, а сроки и географические рамки этих перемещений оказываются размытыми. Миграционный поток мегаполиса будем рассматривать как перемещение и ассимиляцию определенных групп людей по территории, и статусный рост представителей конкретной социальной группы. Для него характерна устойчивость, способность к самоподдержанию и определенная вязкость. Такие перемещения в отечественной литературе получили название «антропоток» [3].

Таким образом, объектом исследования в настоящей работе является системное понятие миграционного потока мегаполиса.

Несмотря на значительное число работ, посвященных исследованию устойчивого развития мегаполисов, их ресурсному обеспечению, управлению ими, почти отсутствуют работы, посвященные моделированию миграционных процессов такой агломерации. При этом большинство исследований носит качественный, описательный характер.

Существует несколько традиционных подходов к моделированию миграции, позволяющих получить приемлемые практические результаты. Самыми распространенными являются гравитационные, факторные, оптимизационные и эконометрические модели, модели марковского типа, но они имеют ряд существенных недостатков, что, в конечном счете, приводит к прогнозным ошибкам.

В то же время наиболее интересные с практической точки зрения имитаци­онные методы моделирования миграционных воздействий на устойчивое развитие мегаполиса, позволяющие проигрывать различные сценарии управления миграционными потоками, недостаточно развиты.

Таким образом, целью исследованияявляется разработка системно-динамической модели управления миграционными потоками мегаполиса, которая позволит существенно повысить качество и эффективность его устойчивого развития.

 

Методы и принципы исследования

Анализ литературы[4], [5], [6], [7]позволил выявить такие преимущества моделей системной динамики для стратегического управления процессами миграции как проведение исследований на основе неполной информации; возможность использования многоцелевых критериев и учет динамической ситуации при построении и исследовании моделей; хорошая интерпретируемость полученных результатов; технология проведения сценарного исследования на имитационной модели предполагает активное участие эксперта в процессе формирования ментальной модели и принятия решения.

Существенной особенностью имитационного моделирования является необходимость и возможность использования специализированного программного обеспечения. При построении системно-динамических моделей используются различные программные продукты, например, Арена, AnyLogic, Powersim, Vensim. В данном исследовании был использован Ithink. Особенностями, определившими выбор, является ее функциональная простота и то, что она не требует специальных навыков и владения сложными математическими методами.

Информационная база исследования включает статистические данные по динамике численности населения, половозрастной структуре населения. Статистика образования, включая численность обучающихся по образовательным программам высшего общего образования, рейтинг университетов.

Результаты и обсуждение

Авторами был разработан типовой блок системно-динамической модели изменения численности населения мегаполиса, определены факторы, влияющие на миграционный поток, и описаны как комплексные переменные модели, предложена методика расчета значимости выявленных переменных на основе метода анализа иерархий для определенных подгрупп населения.

В качестве базы использовалась модель связи численности населения, производственного капитала и капитала сферы услуг, которая была предложена Д. и Д. Медоузами [8]. Предложенная схема была доработанас учетом специфики мегаполиса и концепции антропотока.

Введены новые связи, учитывающие влияние антропотока на запас «численность населения».

Запас «численность населения» рассматривается как совокупность запасов «численность определенных групп населения». Введены новые связи/показатели: социальные программы/социальная политика. Влияние использования невозобновляемых ресурсов в данной модели считаем незначительным. Изменение численности населения зависит от следующих показателей антропотока:

  • коэффициент рождаемости;
  • коэффициент смертности;
  • мощность миграционного и эмиграционного потоков.

Были введены факторы, влияющие на изменения запаса «группа населения»:

  • экономика (1 и 2 – притягивающие и выталкивающие соответственно);
  • образование (1 и 2 – притягивающие и выталкивающие соответственно);
  • медицинское обслуживание;
  • социальная политика.

Степень влияния перечисленных факторов будет отличаться в зависимости от возраста, пола и качества антропотока. Кроме того необходимо будет учитывать взаимное влияние факторов друг на друга.

Все население условно разделено на 24 подгруппы в зависимости от возраста (0-17; 18-35; 36-55; 56-80), пола, принадлежности к антропотоку (см. таблицу 1).

Таблица 1 – Матрица численности групп населения в зависимости от возраста, пола и статуса миграции

Возрастная группа «аборигены» «мигранты» «эмигранты»
мужчины женщины мужчины женщины мужчины женщины
0-17 N111 N112 N121 N122 N131 N132
18-35 N211 N212 N221 N222 N231 N232
36-55 N311 N312 N321 N322 N331 N332
56-80 N411 N412 N421 N422 N431 N432

ПустьNi = ƒ(α, γ, δ) – численность i-ой группы населения. Здесь α – возрастная группа, γ – принадлежность к антропотоку, δ – пол, i = 1, …,n – число групп населения, n= 24. Тогда численность населения мегаполиса вычисляется как сумма численности всех подгрупп.

Сделаем ряд допущений. Для возрастных групп 0-17 и 56-80 не будем делать разделение на подгруппы в зависимости от пола человека. Для антропотоков: будем считать, что можно не учитывать/пренебречь в модели подгруппы старшего возраста для миграционного и эмиграционного потоков и младший возраст – для эмиграционного. Для миграционного потока не будем учитывать подгруппу женщин старшей (третьей) 3 возрастной группы (36-55). Для эмиграционного антропотока не будем делать разделение на подгруппы в зависимости от пола.

С учетом этих допущений получаем уточненную матрицу численности групп населения (см. таблицу 2).

Таблица 2 – Матрица численности групп населения в зависимости от возраста, пола и статуса миграции

Возрастная группа «аборигены» «мигранты» «эмигранты»
мужчины женщины мужчины женщины мужчины женщины
1 N110 N120 0
2 N211 N212 N221 N222 N230
3 N311 N312 N321 0 0
4 N410 0 0 0

Затем необходимо оценить степень влияния различных факторов на изменение численности населения для каждой подгруппы. Дифференциацию коэффициентов, влияющих на вклад антропотока в изменение численности населения, предлагается проводить на базе метода анализа иерархий Т. Саати [9].Входной информацией для расчетов служат матрицы парных сравнений приоритетов элементов нижнего уровня иерархии, которые формируются экспертами.

Инвариантный блок, отвечающий за изменение численности определенной группы населения в модели антропотока, разработан с использованием пакета iThink 9.1.3 (см. рисунок 1).

1

Рис. 1 – Инвариантный блок модели изменения антропотока

Вопросам моделирования миграционных процессов посвящены многие работы. Значительная их часть [10],[11], [12], [13] посвящена вопросам моделирования миграционных изменений на макроуровне, миграционные процессы мезоуровеня исследованы недостаточно. В настоящей статье предлагается подход к исследованию именно мезоуровня миграционной системы. Кроме того, в большинстве имитационных моделей используются наборы факторных показателей, относящихся к конкретному региону, и они сильно отличаются в зависимости от региона. Это существенно снижает аналитические возможности таких моделей.

Авторами предложен инвариантный подход к исследованию антропотока мегаполиса без привязки к конкретной территории.

Заключение

Теоретическая и практическая значимость исследования заключается в развитии подходов к использованию методов математического моделирования как инструментов повышения результативности принятия управленческих решений.

Цель настоящего исследования – разработка методами системной динамики имитационной модели управления миграционными потоками мегаполиса. Использование данной модели позволяет повысить качество и результативность процесса принятия решений по прогнозированию уровня и масштабов миграционной нагрузки на мегаполис и обеспечить его устойчивое развитие.

Определены и описаны как комплексные переменные модели факторы, влияющие на миграционный поток мегаполиса.

Предложен алгоритм определения значимости выявленных переменных с использованием метода анализа иерархий Т. Саати.

Построенная динамическая модель позволяет выявить из множества социально-экономических факторов такие, которые оказывают значимое влияние на миграционную систему мегаполиса. Зная факторы, можно принимать обоснованные управленческие решения демографических проблем. Построенная динамическая модель позволяет разыгрывать сценарии, варианты управления миграционной системой.

Системно-динамическая модель управления миграционными потоками мегаполиса была разработана с использованием пакета iThink 9.1.3.

Графические элементы предложенной модели позволяют отображать нелинейные связи без использования сложного математического аппарата. Что открывает широкие возможности для ее использования на практике.

Представленная в статье модель является базовой и, на наш взгляд, может использоваться для мониторинга общих тенденций изменения численности населения на разных территориях, связанных активными миграционными взаимодействиями.

Представляется перспективным использование агент-ориентированных моделей, которые могут способствовать проверке различных гипотез о стратегиях миграционного поведения людей для конкретных территорий.

Конфликт интересов

Не указан.

Conflict of Interest

None declared.

Список литературы / References

  1. OECD (2012), OECD Environmental Outlook to 2050, OECD Publishing. [Electronic resource]. – URL: http://dx.doi.org/10.1787/9789264122246-en (accessed: 10.05.2022).
  2. Юдина Т. Н.Социология миграции: учеб. пособие для вузов / Т.Н. Юдина. – М: Академический Проект, 2006. – 272 с.
  3. Переслегин С. Б. Человеческие течения / С. Б. Переслегин // Государство. Антропоток доклад Центра стратегических исследований Приволжского федерального округа – М., 2002. – С. 179-181. – [Электронный ресурс] –URL: https://bank.nauchniestati.ru/primery/nauchnaja-statja-na-temu-antropotok-ponjatie-priznaki-i-vidy/(дата обращения: 10.05.2022).
  4. Morecroft J. Strategic Modelling and Business Dynamics A Feedback Systems Approach / J. Morecroft. – Chichester: John Wiley&Sons, 2007.
  5. Sterman J.Business Dynamics – Systems Thinking and Modeling for a Complex World / J. Sterman. – New York: McGraw-Hill Higher Education, 2000.
  6. Warren K. Competitive Strategy Dynamics / K. Warren. – London: John Wiley & Sons Ltd., 2002.
  7. Warren K. Competitive Strategy Dynamics / K. Warren. – London: John Wiley & Sons Ltd., 2008.
  8. Meadows D.H. Limits to Growth: The 30-year Update / D.H. Meadows, J. Randers. D.L. Meadows. – Vermont: Chelsea Green Publ. Co., 2004.
  9. Saaty T. L. The Analytic Hierarchy Process: Planning. Priority Selling, Resource Allocation / T. L. Saaty. – New York : McGraw-Hill, 1980.
  10. Andrienko Y.Determinants of interregional mobility in Russia: Evidence from panel data / Y. Andrienko, S. Guriev // Economics of Transition. – 2004. – 12 (1). – P. 1–27.
  11. Макаров В.Л. Социальное моделирование – новый компьютерный прорыв. Агент-ориентированные модели / В.Л. Макаров, В.Р. Бахтизин. – М.: Экономика, 2013.
  12. Вакуленко Е. С.Эконометрический анализ факторов внутренней миграции в России / Е. С. Вакуленко // Региональные исследования. – 2015. – Т. 50, № 4. – С. 89–83.
  13. Mkrtchyan N. V. Interregional migration in Russia at different stages of the life cycle / V.Mkrtchyan, E.Vakulenko // Geo Journal. – 2019. – Vol. 84(6). – P. 1549–1565

Список литературы на английском языке / ReferencesinEnglish

  1. OECD (2012), OECD Environmental Outlook to 2050, OECD Publishing. [Electronic resource]. – URL: http://dx.doi.org/10.1787/9789264122246-en (accessed: 10.05.2022).
  2. Yudina T.N. Sociologija migracii [The sociology of migration: To the formation of a new scientific direction] / T.N. Yudina. – M.: Academicheski Proekt, 2006. – 272 p. [in Russian]
  3. Pereslegin S. B, Chelovecheskie techenija [Human currents] ] [ Electronic resource] / S. B.Pereslegin // Gosulfrstvo. Antropotok. – 2002. – p. 179-181. – URL: https://bank.nauchniestati.ru/primery/nauchnaja-statja-na-temu-antropotok-ponjatie-priznaki-i-vidy/( accessed : 20.03.2022). [in Russian]
  4. Morecroft J. Strategic Modelling and Business Dynamics A Feedback Systems Approach / J. Morecroft. – Chichester: John Wiley&Sons, 2007.
  5. Sterman J. Business Dynamics – Systems Thinking and Modeling for a Complex World / J. Sterman. – New York: McGraw-Hill Higher Education, 2000.
  6. Warren K. Competitive Strategy Dynamics / K. Warren. – London: John Wiley & Sons Ltd., 2002.
  7. Warren K. Competitive Strategy Dynamics / K. Warren. – London: John Wiley & Sons Ltd., 2008.
  8. Meadows D. H. Limits to Growth: The 30-year Update / D.H. Meadows, J. Randers. D.L. Meadows. – Vermont: Chelsea Green Publ. Co., 2004.
  9. Saaty T. L. The Analytic Hierarchy Process: Planning. Priority Selling, Resource Allocation / T. L. Saaty. – New York : McGraw-Hill, 1980.
  10. Andrienko Y. Determinants of interregional mobility in Russia: Evidence from panel data / Y. Andrienko, S. Guriev // Economics of Transition. – 2004. – Vol. 12 (1). – P. 1–27.
  11. Makarov V. L.Social’noe modelirovanie – novyj komp’yuternyj proryv. Agent-orientirovannye modeli [Social modeling – a new computer reakthrough. Agent-oriented models] / V. L. Makarov, A. R. Bahtizin. – M.: Ekonomika, 2013. [in Russian].
  12. Vakulenko E.S. Ekonometricheskij analiz faktorov vnutrennej migratsii v Rossii [Econometric analysis of factors of internal migration in Russia] / S. Vakulenko // Regional’nye issledovaniya. – 2015. – Vol. 50. – No. 4. – P. 89–83 [in Russian].
  13. Mkrtchyan N. V. Interregional migration in Russia at different stages of the life cycle / N. V. Mkrtchyan, E. Vakulenko // Geo Journal. – 2019. – Vol. 84(6). – P. 1549–1565.

Оставить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Лимит времени истёк. Пожалуйста, перезагрузите CAPTCHA.