基于仿真模型的区域贫困水平动态评估与预测工具 (以巴什科尔托斯坦共和国为例)

在当前形势下, 贫困水平正成为反映人口社会状况的关键指标之一. 与此同时, 贫困在不同 社会人口群体家庭之间 (例如, 根据家庭成员就业性质, 家庭被抚养人数, 社会地位, 居住地等因 素) 存在显著差异. 现代俄罗斯贫困的特点在于, 它由结构性因素引起, 其中最主要的是劳动力市 场中存在大量低薪岗位. 本研究的目的是开发一种基于智能体方法的有效的贫困水平预测工具. 文章以巴什科尔托斯坦共和国为例, 描述了一种用于预测人口贫困水平的智能体模型, 介绍了仿 真模型的概念, 智能体类型, 参数及行为算法, 并通过CASE软件Enterprise Architect构建的活动 图描述了贫困水平调控决策过程. 模型的输入数据包括社会调查和人口普查结果, 以及俄罗斯联 邦国家统计局地方机构提供的地区社会经济发展指标. 模型的输出参数包括贫困人口占比的动 态预测, 贫困人口收入水平以及收入低于最低工资标准的贫困人口数量. 可控参数包括多子女家 庭补贴金额, 社会补助金额, 对农村居民的有针对性的援助规模, 年度工资指数化指标及最低工 资标准. 文章还给出了基于情景实验的巴什科尔托斯坦共和国降低贫困水平的结果, 其中包括参 考伏尔加联邦管区和俄罗斯联邦领先地区最佳实践经验, 并提出了在区域层面制定有效减贫政 策的实用建议.

1. Сафонов 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/10.34022/2658-3712-2023-52-3-46-55

2. Шайдуллина 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.1004

3. Кабашова 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/10.47598/2078-9025-2023-4-61-98-107

4. Куконков 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.v28i6.7707

5. Овчинников 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.16.11.2044

6. Аслаева 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.43149

7. Колосков Д.А. Сокращение уровня бедности населения как драйвер роста российской экономики. Вестник евразийской науки. 2023;15(6):1–14. https://doi.org/10.15862/25ECVN623

8. Парфенов Д.А. Критический анализ эконометрического подхода. Государственное управление. Электронный вестник. 2020;(83):163–174. https://www.elibrary.ru/download/elibrary_44468613_32593057.pdf

9. Макаров 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.

10. 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.

11. 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_21

12. Poledna 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.2022.104306

13. Alfer’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_9

14. Швецов А.Н., Дианов С.В. Методика разработки агент-ориентированных моделей сложных систем. Вестник Череповецкого государственного университета. 2019;1(88):48–58. https://doi.org/10.23859/1994-0637-2019-1-88-5

15. Давлетова 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/S207751800031742-5

16. Низамутдинов 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-2024-14-4-6-23

17. Каримов 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.2024.12.13.009

18. Квинт 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/10.22394/1726-1139-2022-9-57-67

19. Вахрушев 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/10.21685/2072-3016-2023-1-12

20. Селиванова 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.10.2.117385

21. Каримов А.Г. Особенности и динамика ресурсного потенциала «работающих бедных» (на примере социологического исследования в Республике Башкортостан). Социодинамика. 2020;(12):59–69. https://doi.org/10.25136/2409-7144.2020.12.34690