Введение
Optimization, agent-based modeling, cognitive-information technology, multi-agent modeling, simulation modeling, spatial economics.
В качестве когнитивной технологии решения задачи оптимизации размещения системообразующ
вузов по территории страны мы предлагаем мультиагентное компьютерное моделировeаnнtие (multia
modeling). Этот вид имитационного моделирования также известен под назва-нием аге
ориентированное моделирование (ag-ebnatsed modelling). Название связано с тем, что объекты
изучаемого процесса представляются в виде виртуальных, компьютерно рыеахлизаогвеаннтнов,
которые взаимодействуют в виртуальной среде. Каждый агент имеет свою модель поведения и
обучаться, как и реальные люди, в ходе взаимодействия. В идеале, теоретически, действуя эти
можно смоделировать поведение населения отдеслтьрнаонйы и даже мира [
Данное направление имитационного моделирования стало возможным для развития после того,
компьютерное развитие достигло определенного и высокого уровня, когда стало возмо
программировать поведение миллионов агентов жсонымсило моделями поведения. В России это
направление развивает Лаборатория искусственных обществ Центрального э-кмоантоеммиактоического
института РАН [
Обсудим критреий оптимизации. ФУ и НИУ рассматриваются в мнкоагчоечситсвлеенных научн-о образовательных «точек роста» по территории страны. Будем считать, что они должны ока системообразующее влияние на вузы региона (субъекта федерации и даже на группу суб федерации), то есть не только сами поднимать качество образования до мирового уровня и научные исследования, но и оказывать положительное воздействие на другие вузы. Рис.1. Расположение Федеральных университетов (ФУ) и Национальных исследовательских университетов (НИУ) на территории Приволжского федерального округа и в столицах прилегающих регионов Уральского федерального округа (кругами показаны возможные области распространения системообразующей функции) В этом плане возникает внешний эрфафспекрот,страняющийся в Очевидно, необходимо расположить системообразующие вузы по чтобы максимизировать суммарный системообразующий эффект. определенном территории Если это
пространстве. страны таким образ положение принять критерий оптимизации, то нивкоазет вопрос, как расположить системообразующие университеты по территории страны, если ресурсы на них ограничены, а задачей является максими системообразующего эффекта?
Рассмотрим этот вопрос на примере расположения ФУ и НИУ на территоргиои Привол федерального округа и в столицах прилегающих к нему регионов Уральского федерального округа Видно, что в одних регионах, конкретно в столицах этих регионов расположено нес системообразующих университетов, а в д–рмугаилхо. Так, в Ресипкуебл Татарстан находится один ФУ и два НИУ, причем все они расположены не равномерно по территории субъекта федер–ации, а в городе Казани. При этом в соседнем регионе, Республике Башкортостан, не находится ни системообразующего университетах,отя этот регион больше по размерам и по населению Татарстан находится с ним на одном уровне по промышленному развитию. Если посмотреть на север и Республики Башкортостан, то там тоже находятся еще один ФУ в г.Екатеринбуерргме,и, двоадинНИУ в г. НИУ в г.Челябинске.
Можно предположить, что эти ФУ и НИУ выполняют системообразующую функцию не толь своих регионов, но и для Республики Башкортостан. Эту гипотезу можно протестировать на эмпирического анализа. Как показывают нсасшлеидовиания, основанные на анализе образовательной миграции в и из Республики Башкортостан, тот факт, данный регион буквально окружен Ф является одним из факторов оттока абитуриентов из Башкортостана в соседние регионы, ос социальный и экониочмеский его потенциалы.
Данное положение удивительно в свете того, что многие из 29 НИУ расположены в уступающих по многим количественным параметрам РБ, например, в Мордовии, все население к (800 тыс. чел.) меньше населения Уфы, а ятерброилтеоери чем в пять раз меньше территории Башкортостана. В Якутии, население которой составляет менее одного миллиона человек, находится ФУ.
Обозначим на карте на рис.1 кругами возможные области распространения системообразую функции, исходя из , тогчото ее эффект распространяется концентрическими кругами. Радиус кру отражает различную интенсивность эффекта системообразования. Чем больше радиус, тем мен эффект. Конечно, можно задать столь большие радиусы областей распространения функции, соседствующие с Республикой Башкортостан ФУ и НИУ покроют всю ее территорию своим в Однако эффективность выполнения функции системообразования будет маленькой при таких боль радиусах областей их действия.
В данном картографическом анализе можлнуочитьпо очевидные выводы о целесообразном размещении ФУ и НИУ с точки зрения максимизации системообразующей функции. Однако, эта становится сложной, если взять всю страну, учитывать плотность заселения каждого района в субъекте, объекты, наторкыое эта функция должна действовать. Также усложняющим фактором буд допущение расположения ФУ и НИУ не в столицах регионов, а в любой точке страны, требований к «точкам роста». Описание мультиагентной модели
Решение такой задачи простым преормебовозможных ситуаций было бы непродуктивной тратой времени и вряд ли приблизило бы нас к решению поставленной задачи. Поэтому мы когнитивную технологию ее решения путем построен-иояриеангтенитрованной компьютерной модели.
Разрабатываемая аген-ториентированная модель, основа которой положена в [
Качество населения в смысле его технологического уровня индивидуальное для каждого поселе общем случае. В й этмоодели мы будем считать его единым для всех поселений. Также будем счи чем меньше поселение, тем менее наукоемкие производства в них и они менее нуждаются в и Кроме того, поселение характеризуется фактическими географическими ткаомоирдина карте Российской Федерации. Также есть границы страны, за пределы которой системообразующая функц должна распространяться.
Агенты-университеты могут совершенно свободно перемещаться по территории страны и в м мы предоставляем им сами ти найгеографическое место, где они максимизируют свою системообразующую функцию. Исходно, аг-еуннтиыверситеты будут располагаться на равном расстоянии друг от друга, т.е. в узлах сетки, покрывающей страну, или группу регионов (рис.1). Имитационный эксперимент Агент-ориентированная модель реализована в приложении NetLogo 6.0, интерфейс представлен рис.2. В данной статье приведены эксперименты, проделанные на примере регионов Приволж федерального округа (Республика Башкортостан, Республика Татарсетнанб,ургсОкаря область, Самарская область, Кировская область, Пермский край, Нижегородская область, Республика Мордо Пензенская область, Саратовская область, Ульяновская область, Республи-кЭал, МУадрмийуртская республика), а также прилегающим к нимокас овболсатстям Уральского федерального округа (Свердловская область, Челябинская область). 7) После нажатия клавишLиoad-Map загружается и распознается карта которую необходимо заранее подготовить. Университеты на территории исчезают и не стувчуают в системообразовании на территории России. исследуемого иностранного Рис.3. Эмуляционный эксперимент: университеты нашли города, где максимизируют свою функцию
системообразования для окружающей территории Рис.4 Развитие модели для Европейской части Российской Федерации 8) После нажатия определенное число клавишGиo начнется шагов университеты движение университетов по карте. В конце концов, чер найдут свои точки максимизации функции полезности вб столиц регионов. Это будет видно будет по остановке их дваинже.ения на экр
9) Далее надо нажать кноCпoкuуnt-Univ-City, в результате чего в счетчиках в правой части общ экрана для каждого города исследуемого региона появится число университетов, которые нашли городе точку максимизации функции системообразованси.3я). (ри
В целях решения этой задачи для всей Российской Федерации или для ее части, необходим с полной картой страны, что требует загрузки в модель данных о населении и экономическом каждого поселения, что является уже большими дbаigнныdмatиa). ( На рис.4 показана загрузка в модель европейской части Российской Федерации и прилегающих к ней стран. Выводы
Проведенные эмуляционные эксперименты позволяют делать определенные теоретические выводы. Так, на рис.3 видно, что столицы регилоенколви праизвное число университетов, которые нашли в них точку максимизации их функции полезности. Число университетов говорит о значимости город точки системообразования, если мы рассматриваем каждый университет в этой модели как элементарную едиинцу, выполняющую функцию системообразования. При задании реальной плотности районов и населения мелких городов, учета их экономического и образовательного потенц университеты будут располагаться вне столиц.
Таким образом, данный подход является иэвфнфыемкт когнитивн-оинформационным инструментом изучения вопроса об оптимальном размещении вузов по территории страны. Это может по государственном управлении, при совершенствовании политики федерального центра по развити системы услуг высшего обранзиоява по территории страны. Благодарности
Исследование выполнено при финансовой поддержке РФФИ в рамках 020762а.
The reported study was funded by RFBR according to the rese-a4r6c-h020p7r6o2jeаc. t №17 научного -4п6р-оекта № 1. Минакир П.А. Эконочмеиский анализ и измерения в пространстве // Пространственная – э2к0о1н4о.–ми№ка. 1–. С. 1-2 39. 2. Гранберг А.Г. Программа фундаментальных исследований пространственного развития россии и роль- в ней се западного региона // Экономика С-Зеавпеардоа: прболемы и перспективы разви–т2и0я0.9. – № -23 (39-40). – С. -511. 3. Шестакович А.Г., Зулькарнай И.У. Инновационный центр «Сколково» как проект по трансплантации успешных инсти «Силиконовой Долины» // Инновационная деятель–но2с0т1ь4.. – № 3 (3–0С).. 17-27. 4. Концепция создания и государственной поддержки развития федеральных университетов. Сайт Министерства образования и науки Российской Федерации [электронный ресурс] // UR-L-:80abuhcttjpii:b/h/vx9na.xn-p1ai/%D0%B4%D0%BE%D0%BA%D1%83%D0%BC%D0%B5%D0%BD%D1%82%D1%8B/2005 (дата обращения 10.10.2017) 5. Прокопчук Ю.А. Реализация когнитивных и метакогнитивных технологий в информационных системах, систем управления и образовании// Вестник –ХН20Т1У2.. – № 1(44)–. С. 2-739. 6. Погонышев В.А., Погонышева Д.Ар., озоМвоа Е.И. Совершенствование инновационного развития региона на основе использования когнитивных технологий // URL: https://creativeconomy.ru/lib/34996 7. Маслобоев А.В. Методы и когнитивные технологии информационного обеспечения управления рискоустойчивым региональным развитием // На-утченхонический вестник информационных технологий, механики и – 2о0п1ти3.к–и.№ 2 (84). – с. 16-7169. 8. Луман Н. (1999) «Теория общества», в сб. Теория общества-п.ре/сс МЦ.–. сК.АН19О-62Н35. 9. Луман Н. (2005) «Эволюцияр». с Пнеемецкого. М.: Л–О2Г5О6С. стр. 10. Макаров В.Л., Бахтизин А.Р. Социальное моделир–онвоавныийе компьютерный прорыв (а-гоернитентированные модели).
М.: Экономи–ка2.013. – 295 с. 11. Асадуллина А.В. Аге-онртиентированная модель вертикальной конкуренцибиюджветной системе // Искусственные общества. – 2014. – Т. 9–. № -14. – С. -513. 12. Ислакаева Г.Р. Инструментарий моделирования оптимального размещения вузов по территории страны // Докла Башкирского университета–. 2016. – №3. – С 55-7562.
Об авторах: Ислакаева Гузель Разимовна, кандидат экономических наук, заместитзаелвеьдующего лабораторией исследований проблем социаль-энкоономического развитяи регионо,в Башкирский государственный университет, islakaeva@list.ru Зулькарнай Ильдар Узбекович, доктор экономических наук, заведующий лабораторией исследований проблем социальн-оэкономического развития регион,оБвашкирский государственный университет, zulkar@mail.ru Note on the authors: Islakaeva Guzel R., PhD, deputy of head of the laboratory of research of problems of social and economic development of the regions, Bashkir State University, islakaeva@list.ru Zulkarnay Ildar U., Doctor of economics, head of the laboratory of research of problems of social and economic development of the regions, Bashkir State University, zulkar@mail.ru