Имитационное моделирование процессов социально-экономического развития региона в зависимости от степени освоенности территории

Post-Graduate Student of the Taganrog Management and Economics Institute

M.S. Rakitina,

В настоящее время существует представление о социально-экономических регионах как территориально-социально-экономических системах. Под такой системой в данном случае подразумевается пространственно-временное сочетание социально-экономических составляющих человеческой жизнедеятельности, вовлеченных в процесс общественного воспроизводства на основе географического разделения труда. Территория является базисной основой жизнедеятельности общества. Социально-экономическая освоенность региона понимается как состоящая из расселенческой, сельскохозяйственной, промышленной, рекреационной, урбанистической и других составляющих, понимается как степень насыщенности территории субъекта основными экономическими и инфраструктурными элементами. Освоение территории как включение в народное хозяйство новых природных территорий характеризуется распространением производительных сил, приводящим к структурным изменениям экономико-географического пространства [1-5].

При изучении степени освоенности территории внимание сосредотачивается не только на территориальной организации производства и инфраструктурном развитии территории, но и на человеческом капитале, человеческом потенциале, на исторических, культурных и других социальных факторах. Поэтому в исследовании влияния освоенности территории [5] на социально-экономическое развитие региона должны учитываться все аспекты территориально-социально-экономической системы, понимаемой как сложная система со всеми присущими ей закономерностями [6, 7].

В настоящее время, когда стремительно меняются геополитическая обстановка в мире и территориальная организация геопространства, когда наблюдается нарастание природно-техногенных катастроф и все это сказывается на качестве жизни населения, проблема исследования этих процессов в сложных системах чрезвычайно актуальна.

Существует много подходов и методов исследования различных аспектов социально-экономического развития региона и его территориальной организации. Одним из основных подходов в настоящее время является процессно-временной подход (в трудах российских ученых А.Ф. Асланикашвили, Ю.А. Веденина, И.П. Герасимова, А.А.Григорьева, М.В. Кузнецова, А.А. Минца, В.С. Преображенского, Ю.Г. Саушкина и др.), позволяющий изучать общие тенденции развития общественно-организованной территории и конструировать системно-структурные формы территориальной организации человеческой деятельности.

В нашем исследовании влияния освоенности территории на социально-экономическое развитие региона процессно-временной подход был принят как основной. Кроме того, было учтено то, что территориальная организация общества имеет несколько иерархических уровней

- локальный, региональный, национальный, глобальный, на каждом из которых преобладают свои признаки. Так, «природные и социально-экономические элементы территориальной организации общества играют решающую роль на локальном и региональном уровне, на национальном уровне - социально-экономические, на глобальном

- экономические и политические» [2, 5]. Иерархичность и другие особенности проблемы освоения территории требуют для ее решения основываться на ноосферном подходе [8], который требует учета «интересов» всех участников процесса - природы, экономики, человека, учета интересов будущих человеческих поколений. Такой взгляд на настоящее и будущее в процессе освоения территорий требует формирования у человека «ноосферного мышления», что выдвигает образование на одну из главных ролей в системе факторов успешного развития территорий.

Обычно целью исследования сложной системы является необходимость понять ее структуру и поведение для того, чтобы предвидеть возможное развитие, управлять системой или адаптироваться к ней.

Целью данного исследования было проанализировать основные показатели и факторы, которыми принято характеризовать освоенность любой территории, рассмотреть причинно-следственные связи между ними, образующие структуру системы, и предвидеть возможные пути развития территории при изменениях внутренних и внешних факторов.

Изучение любой сложной системы, в том числе социально-экономической системы региона, требует выполнения принципа междисциплинарности и, в силу принципиальной неполноты информации о ней, предварительного проведения имитационного моделирования свойств и поведения системы [9-11] для восполнения информации, необходимой для разработки и принятия обоснованных управленческих решений. Как известно, имитационное моделирование как способ научного познания предназначено для систем, для которых «натурный эксперимент» недопустим, практически невозможен, неоправданно дорог, опасен, требует длительно времени и т.п. Известны различные методы имитационного моделирования, которое начало развиваться с середины 20 века со статистических методов исследования и в настоящее время включает в себя методы качественного и количественного моделирования сложных систем. Моделирование может производиться: «сверху» (например, методы ситуационного моделирования, методы системной динамики и др., когда общие свойства системы довлеют над свойствами и поведением ее элементов) и «снизу» (например, агентное моделирование, когда свойства системы определяются ее отдельными элементами - агентами и их взаимодействующим поведением) [11].

В данной работе инструментом исследования послужило когнитивное имитационное моделирование сложных систем [12-19] с использованием причинного анализа [20, 21] на этапе разработки когнитивной модели, названной «Освоенность территории». Новизну работы в теоретическом плане составляет развитие идеи использования методов причинного анализа для построения иерархических когнитивных карт [21], в практическом - развитие когнитивных исследований проблем освоенности территорий [12].

Разработка иерархической когнитивной модели «Освоенность территории»

На первом этапе когнитивного моделирования для определения вершин и причинноследственных отношений между вершинами иерархической когнитивной карты G «Освоенность территории», представляющей структуру сложной территориальной социально-экономической системы, были использованы теоретические знания по проблемам освоенности территорий, например [1-5], проанализированы различные статистические данные по регионам России, использован один из методов причинного анализа экспертного оценивания для составления матрицы причин и следствий (табл. 1).

В табл. 1 выбор причин и следствий был обусловлен существующими теоретическими и практическими представлениями об основных факторах, которые характеризуют освоенность территории для любого иерархического уровня, но в основном - для национального и регионального уровней. На региональном, а особенно на локальном, уровне требуется более глубокая детализация, конкретизирующая условия освоенности соответствующей территории. В табл. 1 весовые коэффициенты ф.. - «величины вклада» фактора i в фактор j - определялись в шкале [1-10]. Суммы Y^.. и S_j <о~ интерпретируются как «значимость» факторов в системе «Освоенность территории».

Таблица 1

Матрица причин-следствий системы «Освоенность территории»

Информация табл. 1 использовалась для построения иерархической когнитивной карты IG (рис. 1). Причины - следствия являются вершинами Vi когнитивной карты:

IG= <{Gk}, Ek, Є> (1),

в которой Gk - когнитивная карта (знаковый ориентированный граф) уровня k=1,2,...K

Gk =<V, E>_k (2),

где V={Vi} - множество вершин, i =1,„.n, E={eij} - множество отношений (дуг) между вершинами i,j =1,2,...n.

В нашем случае рассматривались два уровня иерархической модели - региональный и национальный, глобальный рассматривался как «внешняя среда», что учитывалось фактором «Внутриполитические и геополитические риски».

Рис. 1. Когнитивная карта IG «Освоенность территории»

Как видно из табл. 1, max Х^. = 23 наблюдается на i = 3, т.е. освоенность территории можно полагать наиболее значимым фактором, определяющим в данном случае качество жизни в регионе, поскольку его суммарный «вклад» в социальноэкономическое состояние региона, влияние на производственно-ресурсный потенциал, межрегиональный обмен определился как наибольший. Если проанализировать, на какие факторы в данном случае менее всего влияют остальные, то такими являются природно-климатические условия и система образования (min X_j а.. = 0 и X_j а.. = 2).

Когнитивная карта IG была построена с помощью программной системы когнитивного моделирования CMLS (Cognitive Modelling Large Systems) [19]. Когнитивной карте соответствует матрица смежности A_G

Отношение а..=+1, если увеличение (уменьшение) сигнала в V. приводит к увеличению (уменьшению) сигнала в V.; а. =-1, если увеличение L

(уменьшение) сигнала в V_. приводит к уменьшению (увеличению) сигнала в V; а.=0, если вершина V. не влияет на вершину V. в рассматриваемой ситуации. Определенные преобразования матрицы A_G позволяют проводить математический анализ различных свойств (связности, сложности, устойчивости, путей и циклов, сценарного моделирования и др.) изучаемого объекта на его когнитивной модели [14, 15, 19].

На рис. 2 изображен фрагмент матрицы смежности модели IG.

Анализ иерархической когнитивной модели «Освоенность территории»

Приведем несколько результатов анализа модели «Освоение территории», полученных с помощью CMLS. Результаты анализа могут быть полезны, в том числе, для проверки соответствия модели реальной системе.

Рис. 2. Фрагмент матрицы смежности AG когнитивной карты IG

Имитационное моделирование в любом случае изучает упрощенную, абстрагированную от многих деталей модель системы, а полученные выводы применяются к исходной реальной системе со всеми ее сложностями. Насколько эти выводы правомерны? Поскольку соответствие модели реальной системе определяется возможностью использования ее для решения конкретной проблемы, модель не обязательно должна очень точно отображать картину мира, причем разные цели исследования одного и того же объекта порождают свои модели. Соответствие модели моделируемому объекту или явлению при решении конкретной проблемы может проверяться различными способами. При анализе соответствия когнитивной модели реальной сложной системе было предложено исследовать ее устойчивость, пути, циклы, связность, сложность, чувствительность, распространение возмущений по когнитивной карте и др. свойства [15, 22, 23]. Если в процессе исследования выясняются недостатки модели - совершается повторный цикл ее разработки и уточнения.

Анализ циклов когнитивной модели и структурной устойчивости.. На рис. 3 и 4 изображены результаты анализа циклов когнитивной модели IG. Всего в анализируемой модели существует 411 циклов, среди которых 107 отрицательных и 304 положительных. Положительным (+), усиливающим изменения в системе, циклом является цикл, в котором отсутствуют или имеется четное число отрицательных дуг; отрицательным циклом (-)является цикл с нечетным числом отрицательных дуг.

На рис. 3 выделен один из 107 отрицательных циклов V12 >V10 > V9 VA VA V2 V13 V1 V1 V3 -->V12. Он может быть интерпретирован следующим образом. Предположим, что социально-экономическая политика властей (V12) улучшается, это положительно влияет на качество кадрового (V10) и далее научно-технического потенциала территории (V9), что улучшает положение в размещении производительных сил (V6) и фондооснащенности территории(У7), это улучшает социально-экономическое состояние региона (У2), приводящее к снижению внутриполитических рисков (У13), а это улучшает качество жизни (У1), положительно влияющее на освоенность территории (V3), что ослабляет нагрузку на социально-экономическую политику властей (У12). Цикл может повторяться, тогда следующий после этого цикл будет интерпретироваться начиная с предположения об ухудшении социально-экономической политики. Повторяющиеся отрицательные циклы компенсируют влияние предыдущих процессов.

Рис. 3. Выделенный отрицательный цикл когнитивной модели IG

имитационное моделирование освоенность территория социальный экономический

Рис. 4. Выделенный положительный цикл когнитивной модели IG

На рис. 4 выделен один из 304 положительных циклов модели, который также можно проинтерпретировать.

Исследование соотношения отрицательных и положительных циклов необходимо для суждения о структурной устойчивости. Если в системе имеется нечетное число отрицательных циклов (в нашем случае их 107), то отображаемая сложная система является структурно устойчивой [15, 22].

Анализ устойчивости к возмущениям. Поскольку реальная система подвержена воздействию многих возмущающих и управляющих факторов, то необходим анализ ее устойчивости к возмущениям. Согласно теореме об устойчивости [14, 15, 23], если среди корней характеристического уравнения матрицы отношений A_g максимальный по модулю корень |М| < 1, то система считается импульсно устойчивой к возмущениям. Поскольку в данном случае |М| = 2,51 (расчеты выполнены с помощью CMLS), то можно считать, что система импульсно не устойчива к возмущениям.

Рис. 5. Графики импульсных процессов, сценарий № 1

Рис. 6. Графики импульсных процессов, сценарий № 2

Сценарный анализ. После анализа свойств модели возможен переход к решению одной из основных задач когнитивного моделирования - задаче предвидения развития процессов в системе. Разработка сценариев развития системы требует произвести выбор возможных воздействий на систему, изменение которых может привести к желательному или нежелательному развитию ситуаций. Анализ процессов, порождаемых этими изменениями, дает возможность обосновывать стратегии развития сложной системы. В данном исследовании было проанализировано несколько возможных сценариев для системы «Освоенность территории». Приведем в качестве примера разработку и анализ двух сценариев.

Сценарий № 1. Предположим, что возрастают внутриполитические и геополитические риски. Вносится модельное импульсное воздействие в вершину У13. Результаты импульсного моделирования представлены на рис. 5.

Рис. 5 иллюстрирует, что усиление внутриполитических и геополитических рисков может привести к крайне негативным последствиям, если не предпринимать никаких противодействующих усилий. С ростом рисков возникают тенденции ухудшения ситуаций во всех вершинах модели, хотя после 5 такта моделирования видна возможность противостоять им усилением социально-экономической политики властей.

Проверим такую возможность.

Сценарий № 2. Пусть социально-экономическая политика властей совершенствуется, система образования улучшается, но существуют внутриполитические и геополитические риски. Модельные возмущения вносятся в три вершины.

Результаты импульсного моделирования представлены рис. 6.

Рис. 6 демонстрирует что, совместными усилиями системы образования и соответствующей государственной политики можно надеяться подавить негативное воздействие возрастания рисков. Тенденции развития ситуаций после 4 шага моделирования заметно улучшаются.

Заключение. Когнитивное моделирование сложных систем является серьезным инструментом исследования сложных систем, их объяснения и инструментом предвидения развития процессов в них под возможным воздействием различных возмущающих и управляющих факторов. На основе такого анализа может осуществляться так называемое «когнитивное управление», сущность которого заключается в том, чтобы помочь эксперту разработать наиболее эффективную стратегию управления, основываясь не только на своем опыте, а на упорядоченном и верифицированном знании об объекте управления.

Примечания:

1. Абалкин Л. От экономической теории до концепции долгосрочной стратегии // Проблемы современной России. М., 2011. С. 39-47. URL: https://www.rea.ru/ abalkin2016/Pages/works.aspx.

2. Анимица Е.Г., Шарыгин М.Д. Социально-экономическая география и региональная экономика: проблемы взаимоотношений // Географический вестник. Социальная и экономическая география. 2013. № 1 (24). С. 4-12.

3. Глазычев В.Л. Концепция пространственного развития в РФ. URL: http:// www.glazychev.ru/projects/2004_prostrazv/2004_docladprostrazv_prilozhenie.htm.

4. Об утверждении Стратегии пространственного развития Российской Федерации на период до 2025 года: Проект Распоряжения Правительства РФ. URL: http://economy.gov.ru/wps/wcm/connect/4e13f48c-257a-4878-858f-c2159aa5320b/ spr.pdf?MOD=AJPERES&CACHEID=4e13f48c-257a-4878-858f-c2159aa5320b.

5. Жукова В.В. Уровень освоенности территории как база устойчивого развития экономики региона // Региональная экономика: теория и практика. Проблемы, поиск, решения. 2012. Т 10, № 42 (273). С.50-55.

6. Волкова В.Н., Денисов А.А. Основы теории систем и системного анализа. СПб.: Изд-во Политех. ун-та, 2005. 520 с.

7. Волкова В.Н., Горелова Г.В. Применение закономерностей теории систем для исследования энтропийно-негэнтропийных процессов в социально-экономических системах // XIII Всероссийское совещание по проблемам управления ВСПУ- 2019: сб. тр. конф., Москва, 17-20 июня 2019. М., 2019. С. 1694-1698.

8. Новая парадигма развития России (комплексные проблемы устойчивого развития) / под ред. В.А. Коптюга, В.М. Матросова, В.К. Левашова. М.: Академия: Изд-во МГУК, 1999. 459 с.

9. Хемди А. Таха. Имитационное моделирование // Введение в исследование операций = Operations Research: An Introduction. 7-е изд. М.: Вильямс, 2007. С. 697-737.

10. Строгалев В.П., Толкачева И.О. Имитационное моделирование. М.: Изд-во МГТУ им. Баумана, 2008. С. 697-737.

11. Каталевский Д.Ю. Основы имитационного моделирования и системного анализа в управлении. М.: Изд-во МГУ, 2011. 304 с.

12. Горелова Г.В., Момот М.О. Когнитивный подход к определению освоенности территории как фактора социально-экономического развития региона // Вестник Адыгейского государственного университета. Сер. 5, Экономика. 2019. Вып. 2 (240). С. 24-37.

13. Территория и общественное развитие: Когнитивный анализ в геополитическом аспекте / М.Г. Никитина, В.В. Побирченко, Е.А. Шутаева, Д.Б. Миранков. Симферополь: Изд-во КФУ им. В.И. Вернадского, 2018. 262 с.

14. Инновационное развитие социо-экономических систем на основе методологий предвидения и когнитивного моделирования: кол. монография / под ред. Г.В. Гореловой, Н.Д. Панкратовой. Киев: Наукова Думка, 2015. 464 с.

15. Горелова Г.В., Захарова Е.Н., Радченко С.А. Исследование слабоструктурированных проблем социально-экономических систем: когнитивный подход. Ростов н/Д: Изд-во РГУ, 2006. 332 c.

16. Ginis L.A., Gorelova G.V., Kolodenkova A.E. Cognitive and simulation modeling of development of regional economy system // International Journal of Economics and Financial Issues. 2016. Vol. 6, No. 5S. Рp. 97-103.

17. Gorelova G.V., Lyabach N.N., Kuizheva S.K. Application of Cognitive Modeling in the Study of the Interrelations between the Educational system and Society // Espacios. 2017. Vol. 38. No. 65.

18. Gorelova G.V., Pankratova N.D. Scientific Foresight and Cognitive Modeling of Socio-Economic Systems // IFAC Papers OnLine. 2018. 51-30. Рp. 145-149.

19. Программа для когнитивного моделирования и анализа социально-экономических систем регионального уровня. Свидетельство о государственной регистрации программ для ЭВМ № 2018661506 от 07.09.2018.

20. Хейс Д. Причинный анализ в статистических исследованиях. М.: Финансы и статистика, 1981.

21. Саак А.А. Причинный анализ и когнитивное моделирование качества жизни молодежи // Вестник Адыгейского государственного университета. Сер. 5, Экономика. 2018. Вып. 1 (215). С. 102-113.

22. Горелова Г.В., Джаримов Н.Х. Региональная система образования, методология комплексных исследований. Краснодар: Печатный двор, 2002. 358 с.

23. Горелова Г.В. Информационные когнитивные технологии - методологическая основа исследования социально-экономических систем // Научная мысль Кавказа. Междисциплинарные и специальные исследования. 2008. С. 179-186.

Размещено на Allbest.ru