economypromЭкономика промышленности / Russian Journal of Industrial EconomicsRussian Journal of Industrial Economics2072-16332413-662XMISIS10.17073/2072-1633-2026-3-1593economyprom-1593Research ArticleРегиональная экономикаRegional economyИнструментарий оценки и прогнозирования динамики уровня бедности на региональном уровне на основе имитационной модели (на примере Республики Башкортостан)Tools for assessing and forecasting regional poverty levels using a simulation model: the Republic of Bashkortostanhttps://orcid.org/0000-0002-4185-5377КаримовА. Г.KarimovA. G.

Айбулат Галимьянович Каримов – канд. социол. наук, доцент, ведущий научный сотрудник сектора социально-политических исследований, и.о. директора

450054, Уфа, просп. Октября, д. 71 

Aibulat G. Karimov – Cand.Sci. (Sociol.), Associate Professor, Leading Researcher of the Sector of Social and Political Research, Acting Director

71 Oktyabrya Ave., Ufa 450054 

karaigal@gmail.comhttps://orcid.org/0000-0001-5643-1393НизамутдиновМ. М.NizamutdinovM. M.

Марсель Малихович Низамутдинов – канд. техн. наук, доцент, заведующий сектором экономико-математического моделирования

450054, Уфа, просп. Октября, д. 71 

Marsel M. Nizamutdinov – Cand.Sci. (Eng.), Associate Professor, Head of the Sector of Economic and Mathematical Modeling, Institute of Socio-Economic Research

71 Oktyabrya Ave., Ufa 450054 

marsel_n@mail.ruhttps://orcid.org/0009-0008-4389-2113ДавлетоваЗ. А.DavletovaZ. A.

Зульфия Альфировна Давлетова – канд. техн. наук, доцент, доцент кафедры статистики и бизнес-информатики

450076, Уфа, ул. Заки Валиди, д. 32 

Zulfiya A. Davletova – Cand.Sci. (Eng.), Associate Professor; Associate Professor of the Department of Statistics and Business Informatics

32 Zaki Validi Str., Ufa 450076 

davleyova11@mail.ruИнститут социально-экономических исследований – обособленное структурное подразделение Уфимского федерального исследовательского центра Российской академии наукРоссияInstitute of Socio-Economic Research, Ufa Federal Research Center of the Russian Academy of SciencesRussian FederationУфимский университет науки и технологийРоссияUfa University of Science and TechnologyRussian Federation202628092026193404420Copyright © Каримов А.Г., Низамутдинов М.М., Давлетова З.А., 20262026Каримов А.Г., Низамутдинов М.М., Давлетова З.А.Karimov A.G., Nizamutdinov M.M., Davletova Z.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://ecoprom.misis.ru/jour/article/view/1593

Уровень бедности в современных условиях становится одним из ключевых показателей социального положения населения. В свою очередь, бедность имеет серьезные различия по основным социально-демографическим группам домохозяйств (например, в зависимости от характера занятости членов домохозяйства, количества иждивенцев в семье, социального статуса, места жительства и других факторов). Специфика современной российской бедности заключается в том, что она вызвана структурными факторами, главным из которых является существование значительной доли низкооплачиваемых рабочих мест на рынке труда. Цель исследования – разработка эффективного инструментария прогнозирования уровня бедности с использованием агент-ориентированного подхода. В статье описана агент-ориентированная модель прогнозирования бедности населения на примере Республики Башкортостан. Представлена концепция имитационной модели, рассмотрены типы агентов, их параметры, алгоритмы поведения. Описан процесс принятия решений по регулированию уровня бедности в виде диаграммы активности, построенной с помощью CASE-средства Enterprise Architect. Входными данными модели для анализа являются результаты социологических исследований и опросов населения, а также показатели социально-экономического развития регионов, представленные территориальными органами Федеральной службы государственной статистики. Выходными параметрами модели являются прогнозная динамика доли бедных в общей численности населения, уровень доходов бедных, их численность с доходами ниже уровня минимального размера оплаты труда (МРОТ). Управляемые параметры включают размер пособий для многодетных семей, социальных пособий, объем адресной помощи жителям сельской местности, показатель ежегодной индексации заработной платы, размер МРОТ. Приведены результаты сценарных экспериментов по снижению уровня бедности в Республике Башкортостан, в том числе с учетом лучших практик регионов-лидеров в ПФО и Российской Федерации. Предложены практические рекомендации по формированию эффективной политики преодоления бедности на региональном уровне.

Under current conditions, the poverty rate has become one of the key indicators of the population’s social well-being. Poverty, in turn, varies considerably across the main sociodemographic groups of households, depending, for example, on household members’ employment, the number of dependents, social status, place of residence, and other factors. A specific feature of poverty in present-day Russia is that it is driven by structural factors, foremost among them the large share of low-paid jobs in the labor market. The study aims to develop effective tools for forecasting poverty rates using an agent-based approach. The article describes an agent-based model for forecasting poverty in the Republic of Bashkortostan. The concept of the simulation model is presented, and the types of agents, their parameters, and behavioral algorithms are discussed. The decision-making process for managing poverty levels is presented as an activity diagram created in Enterprise Architect. The model inputs include the results of sociological studies and population surveys, as well as regional socioeconomic indicators provided by the territorial offices of the Federal State Statistics Service. The model outputs are projected changes in the share of people living in poverty, their income levels, and the number of people with incomes below the minimum wage. The control parameters include benefits for large families, social benefits, targeted assistance for rural residents, the annual wage indexation rate, and the minimum wage. The article presents the results of scenario experiments aimed at reducing poverty in the Republic of Bashkortostan, including scenarios based on best practices from leading regions in the Volga Federal District and the Russian Federation. The article also provides practical recommendations for developing effective poverty alleviation policies at the regional level.

бедностьпрогнозированиеагент-ориентированная модельсценарные экспериментыРеспублика Башкортостанpovertyforecastingagent-based modelscenario experimentsRepublic of BashkortostanИсследование выполнено при поддержке Российского научного фонда, проект № 25-28-01228 по теме «Региональный профиль бедности основных социально-демографических групп населения в условиях нестабильности социально-экономического развития».The study was supported by the Russian Science Foundation, project No. 25-28-01228 “Regional Poverty Profiles of Major Sociodemographic Groups amid Unstable Socioeconomic Development”.ReferencesСафонов А.Л., Долженкова Ю.В., Вешкурова А.Б. Факторы бедности работающего населения и пути ее снижения. Социально-трудовые исследования. 2023;3(52):46–55. https://doi.org/10.34022/2658-3712-2023-52-3-46-55Safonov A.L., Dolzhenkova Yu.V., Veshkurova A.B. Factors of poverty of the working population and ways to reduce it. Social and Labour Research. 2023;3(52):46–55. (In Russ.). https://doi.org/10.34022/2658-3712-2023-52-3-46-55Шайдуллина Р.М., Степанова Р.Р. Основные тенденции социально-экономического неравенства и уровня бедности населения на примере Республики Башкортостан. Вестник Алтайской академии экономики и права. 2020;(2):92–100. https://doi.org/10.17513/vaael.1004Shaidullina R.M., Stepanova R.R. Main tendencies of socio-economic inequality and population poverty level on the example of the republic of Bashkortostan. Bulletin of the Altai Academy of Economics and Law. 2020;(2):92–100. (In Russ.). https://doi.org/10.17513/vaael.1004Кабашова Е. В. Неравенство показателей качества жизни населения в регионах Приволжского федерального округа. Вестник БИСТ (Башкирского института социальных технологий). 2023;4(61):98–107. https://doi.org/10.47598/2078-9025-2023-4-61-98-107Kabashova E. V. Inequality of quality of life indicators of the population in regions of the Volga Federal district. Vestnik BIST (Bashkir Institute of Social Technologies). 2023;4(61):98–107. (In Russ.). https://doi.org/10.47598/2078-9025-2023-4-61-98-107Куконков П.И., Устинкин С.В. Бедность работающих в регионах России: распространенность и динамика (на примере Приволжского федерального округа). Власть. 2020;6(28):18–29. https://doi.org/10.31171/vlast.v28i6.7707Kukonkov P.I., Ustinkin S.V. The employees poverty in Russia’s regions: It’s spread and dynamics (on the example of the Volga Federal district). Vlast’. 2020;6(28):18–29. (In Russ.). https://doi.org/10.31171/vlast.v28i6.7707Овчинников В.Н. Факторы бедности и доходного неравенства в Приволжском федеральном округе. Региональная экономика: теория и практика. 2018;16(11):2044–2058. https://doi.org/10.24891/re.16.11.2044Ovchinnikov V.N. Contributors to poverty and income inequality in the Volga Federal district. Regional Economics: Theory and Practice. 2018;16(11):2044–2058. (In Russ.). https://doi.org/10.24891/re.16.11.2044Аслаева С.Ш., Каримов А.Г. Оценка мер преодоления бедности работающего населения на основе эконометрического анализа. Фундаментальные исследования. 2021;(12):28–32. https://doi.org/10.17513/fr.43149Aslaeva S.Sh., Karimov A.G. Assessment of measures to overcome poverty of the working population based on econometric analysis. Fundamental Research. 2021;(12):28–32. (In Russ.). https://doi.org/10.17513/fr.43149Колосков Д.А. Сокращение уровня бедности населения как драйвер роста российской экономики. Вестник евразийской науки. 2023;15(6):1–14. https://doi.org/10.15862/25ECVN623Koloskov D.A. Reducing poverty levels as a driver of Russian economic growth. The Eurasian Scientific Journal. 2023;15(6):1–14. (In Russ.). https://doi.org/10.15862/25ECVN623Парфенов Д.А. Критический анализ эконометрического подхода. Государственное управление. Электронный вестник. 2020;(83):163–174. https://www.elibrary.ru/download/elibrary_44468613_32593057.pdfParfenov D.A. Critical analysis of the econometrics. Gosudarstvennoye upravleniye. Elektronnyy vestnik (Rossiya) = Public Administration. E-journal (Russia). 2020;(83):163–174. (In Russ.). https://www.elibrary.ru/download/elibrary_44468613_32593057.pdfМакаров В.Л., Бахтизин А.Р., Сушко Е.Д., Агеева А.Ф. Агент-ориентированная модель Евразии и имитация реализации крупных инфраструктурных проектов. Экономика региона. 2018;14(4):1102–1116.Makarov V.L., Bakhtizin A.R., Sushko E.D., Ageeva A.F. An agent-based model of Eurasia and simulation of consequences of large infrastructure projects. Economy of Regions. 2018;14(4):1102–1116. (In Russ.).Aguilera А., Montes N., Curto G., Sierra C., Osman N. Can poverty be reduced by acting on discrimination? An agent-based model for policy making. In: Proc. 23rd Intern. conf. on autonomous agents and multiagent systems (AAMAS 2024), May 6–10, 2024. Auckland, New Zealand. IFAAMAS; 2024. P. 22–30.Aguilera А., Montes N., Curto G., Sierra C., Osman N. Can poverty be reduced by acting on discrimination? An agent-based model for policy making. In: Proc. 23rd Intern. conf. on autonomous agents and multiagent systems (AAMAS 2024), May 6–10, 2024. Auckland, New Zealand. IFAAMAS; 2024. P. 22–30.Mashkova A.L., Nevolin I.V., Savina O.A., Burilina M.A., Mashkov E.A. Generating social environment for agent-based models of computational economy. In: Chugunov A., Khodachek I., Misnikov Y., Trutnev D. (eds.). Electronic governance and open society: Challenges in Eurasia. EGOSE 2020. Communications in computer and information science. Cham, Switzerland: Springer International Publishing AG; 2020. Р. 291–305. https://doi.org/10.1007/978-3-030-67238-6_21Mashkova A.L., Nevolin I.V., Savina O.A., Burilina M.A., Mashkov E.A. Generating social environment for agent-based models of computational economy. In: Chugunov A., Khodachek I., Misnikov Y., Trutnev D. (eds.). Electronic governance and open society: Challenges in Eurasia. EGOSE 2020. Communications in computer and information science. Cham, Switzerland: Springer International Publishing AG; 2020. Р. 291–305. https://doi.org/10.1007/978-3-030-67238-6_21Poledna S., Miess M. Hommes C., Rabitsch K. economic forecasting with an agent-based model. SSRN Electronic Journal. 2023;151:1–49. https://doi.org/10.1016/j.euroecorev.2022.104306Poledna S., Miess M. Hommes C., Rabitsch K. economic forecasting with an agent-based model. SSRN Electronic Journal. 2023;151:1–49. https://doi.org/10.1016/j.euroecorev.2022.104306Alfer’ev D.A., Dianov S.V., Gulin K.A., Shcherbin V.K., Dianov D.S. Modeling of socio-economic processes – Agent systems. In: Devezas T.C., Berawi M.A., Barykin S.E., Kudryavtseva T. (eds.). Understanding the digital transformation of socio-economic-technological systems. Lecture notes in networks and systems. Cham, Switzerland: Springer International Publishing AG; 2024. P. 123–149. https://doi.org/10.1007/978-3-031-56677-6_9Alfer’ev D.A., Dianov S.V., Gulin K.A., Shcherbin V.K., Dianov D.S. Modeling of socio-economic processes – Agent systems. In: Devezas T.C., Berawi M.A., Barykin S.E., Kudryavtseva T. (eds.). Understanding the digital transformation of socio-economic-technological systems. Lecture notes in networks and systems. Cham, Switzerland: Springer International Publishing AG; 2024. P. 123–149. https://doi.org/10.1007/978-3-031-56677-6_9Швецов А.Н., Дианов С.В. Методика разработки агент-ориентированных моделей сложных систем. Вестник Череповецкого государственного университета. 2019;1(88):48–58. https://doi.org/10.23859/1994-0637-2019-1-88-5Shvetsov A.N., Dianov S.V. Methodology of development of agent-oriented models of complex systems. Vestnik Cherepovetskogo gosudarstvennogo universiteta. 2019;1(88):48–58. (In Russ.). https://doi.org/10.23859/1994-0637-2019-1-88-5Давлетова З.А., Низамутдинов М.М. Агент-ориентированная модель для прогнозной оценки динамики миграционных потоков в муниципальных районах Республики Башкортостан в зависимости от изменения качества жизни населения. Искусственные общества. 2024;19(3):1–17. https://doi.org/10.18254/S207751800031742-5Davletova Z.A., Nizamutdinov M.M. Agent-based model for predictive assessment of the migration flows dynamics in municipal areas of the Bashkortostan republic depending on changes in the population life quality. Artificial Societies. 2024;19(3):1–17. (In Russ.). https://doi.org/10.18254/S207751800031742-5Низамутдинов М.М., Давлетова З.А. Агент-ориентированная модель прогнозирования влияния качества жизни населения на миграционное движение в разрезе федеральных округов РФ. Управленческие науки. 2024;14(4):6–23. https://doi.org/10.26794/2304-022X-2024-14-4-6-23Nizamutdinov M.M., Davletova Z.A. Agent-based model for forecasting the impact of the population life quality on migration movement in the context of the Russian Federation federal districts. Upravlencheskie nauki = Management Sciences. 2024;14(4):6-23. (In Russ.). https://doi.org/10.26794/2304-022X-2024-14-4-6-23Каримов А.Г., Кадыров С.Х., Кабашова Е.В. Кластеризация регионов Российской Федерации по индикаторам уровня жизни в контексте детерминации бедности населения. Экономика и управление: проблемы, решения. 2024;13(12(153)):67–79. https://doi.org/10.36871/ek.up.p.r.2024.12.13.009Karimov A.G., Kadyrov S.Kh., Kabashova E.V. Clustering of the regions of the Russian Federation by indicators of living standards in the context of determining population poverty. Ekonomika i upravlenie: problemy, resheniya = Economics and Management: Problems and Solutions. 2024;13(12(153)):67–79. (In Russ.). https://doi.org/10.36871/ek.up.p.r.2024.12.13.009Квинт В.Л., Новикова И.В., Алимурадов М.К., Сасаев Н.И. Стратегирование технологического суверенитета национальной экономики. Управленческое консультирование. 2022;(9):57–67. https://doi.org/10.22394/1726-1139-2022-9-57-67Kvint V.L., Novikova I.V., Alimuradov M.K., Sasaev N.I. Strategizing the national economy during a period of burgeoning technological sovereignty. Administrative Consulting. 2022;(9):57–67. (In Russ.) https://doi.org/10.22394/1726-1139-2022-9-57-67Вахрушев А.В. Основные факторы бедности в современном российском обществе. Известия высших учебных заведений. Поволжский регион. Общественные науки. 2023;1(65):123–134. https://doi.org/10.21685/2072-3016-2023-1-12Vakhrushev A.V. The main factors of poverty in modern Russian society. Izvestiya vysshikh uchebnykh zavedeniy. Povolzhskiy region. Obshchestvennye nauki = University proceedings. Volga Region. Social Sciences. 2023;1(65):123–134. (In Russ.). https://doi.org/10.21685/2072-3016-2023-1-12Селиванова О.В. Бедность работающего населения: анализ основных тенденций и опыт регионов по снижению ее уровня. Экономика труда. 2023;10(2):279–296. https://doi.org/10.18334/et.10.2.117385Selivanova O.V. Working poverty: main trends and regional experience to reduce its level. Russian Journal of Labour Economics. 2023;10(2):279–296. (In Russ.). https://doi.org/10.18334/et.10.2.117385Каримов А.Г. Особенности и динамика ресурсного потенциала «работающих бедных» (на примере социологического исследования в Республике Башкортостан). Социодинамика. 2020;(12):59–69. https://doi.org/10.25136/2409-7144.2020.12.34690Karimov A.G. Features and dynamics of the resource potential of the “working poor” (based on a sociological study in the Republic of Bashkortostan). Sociodynamics. 2020;(12):59–69. (In Russ.). https://doi.org/10.25136/2409-7144.2020.12.34690

The authors declare that there are no conflicts of interest present.