Agent-based model of migration to European Union countries with taking into account individual decision-making system

 
PIIS207751800005804-3-1
DOI10.18254/S207751800005804-3
Publication type Article
Status Published
Authors
Affiliation: Central Economics and Mathematics Institute Russian Academy of Sciences
Address: Russian Federation, Moscow
Affiliation: Central Economics and Mathematics Institute Russian Academy of Sciences
Address: Russian Federation, Moscow
Affiliation: Central Economics and Mathematics Institute Russian Academy of Sciences
Address: Russian Federation, Moscow
Affiliation: Central Economics and Mathematics Institute Russian Academy of Sciences
Address: Russian Federation, Moscow
Journal nameArtificial Societies
Edition
Abstract

In this paper agent-based model of migration flows to European Union countries that is taken into account individual preferences of agent-migrants is presented. The model is implemented in the AnyLogic system. Such model is based on using systemdynamics and agent-based modelling methods which applying allowed taking into account individual decision-making system of agent-migrants. Such system allows forecasting the dynamics and structure of migration flows to European Union countries with the influence of fundamental macroeconomic characteristics of European countries (e.g. GDP, manpower costs, the level of social expenses, etc.), as well as characteristics of agent-migrants (e.g. the homeland country, age, social status, etc.) that impact on the individual decision-making system.

Keywordsmigration, agent-based modelling, European Union economy
Received28.06.2019
Publication date08.07.2019
Number of characters21645
Cite   Download pdf To download PDF you should sign in
1

Введение

В настоящее время наблюдается устойчивый рост миграции в страны Европейского Союза (ЕС). Напомним, что Европейский миграционный кризис возник в 2015 г. При этом, с января по сентябрь 2015 г. в ЕС прибыло от 1 до 2 млн. беженцев и нелегальных мигрантов. На рис. 1 представлена динамика численности мигрантов в страны ЕС по данным OECD1 за период 2000 – 2016 гг.

1. OECD International Migration Statistics
2
image2

Рис. 1. Динамика численности мигрантов в страны ЕС.

3

Как видно на рис. 1, наибольший приток мигрантов наблюдается в Германии, далее в Италии, Испании и Нидерландах. При этом, как было показано в работе [8], в которой ранее нами было представлено исследование миграционных потоков в страны Европейского Союза на основе предложенной расширенной гравитационной модели, усиление темпов миграции во многом обусловлено вторичным перераспределением миграционных потоков внутри ЕС. Беженцы и экономические мигранты приезжают в страны Южной Европы (Италию, Испанию, Грецию) только лишь с целью транзитного перемещения в экономически более развитые страны Северной и Западной Европы (Германию, Великобританию, Нидерланды и др.). Выход Великобритании из ЕС («брексит») может способствовать еще большему усилению миграционного кризиса, т.к. сократит мигрантам возможности выбора среди наиболее привлекательных стран ЕС. Как было отмечено в работе [8], при выборе той или иной страны для миграции, человек руководствуется в первую очередь условиями жизни в соответствующей стране. При этом, существуют различные кластеры мигрантов со своими индивидуальными правилами поведения, в частности, следующие:

4
  • мигранты-беженцы, ориентированные на размер социальных пособий и пособия по безработице в стране иммиграции;
  • экономические мигранты, ориентированные преимущественно на минимальный уровень заработной платы;
  • высококвалифицированные мигранты, ориентированные на средний уровень заработной платы и размер рынка труда (уровень безработицы);
  • пенсионеры, ориентированные на общий уровень жизни, качество медицинских услуг и климатические факторы;
  • прочие мигранты.
5 При выборе страны для миграции большое значение имеет наличие культурных, языковых и исторических связей между страной-источником и страной иммиграции. Так, например, граждане Германии чаще переезжают в Австрию и Швейцарию, пенсионеры из Великобритании чаще переезжают в Испанию, граждане стран Восточной Европы (Болгарии, Польши и др.) предпочитают экономически более развитые страны ЕС, преимущественно, Германию, далее с большим количественным разрывом Великобританию, Нидерланды, Испанию и др. Таким образом, поведение агентов-мигрантов вполне объяснимо в рамках гравитационной модели, учитывающей влияние множественных факторов (таких как размер социальных пособий, заработная плата, уровень безработицы и др.).
6

Данная работа посвящена разработке имитационной модели миграции в страны ЕС с учетом индивидуальной системы принятия решений. Цель подобной модели – спрогнозировать динамику миграционных потоков и их структуру на среднесрочную и долгосрочную перспективу при различных значениях влияющих факторов (миграционных квот, размеров социальных пособий и др.), формируемых со стороны стран ЕС. Для компьютерной реализации подобной модели используется система AnyLogic, а также методы крупномасштабного агентно-ориентированного моделирования (АОМ), предложенные в работе [7], позволяющие распараллелить процедуру создания, функционирования и взаимодействия агентов с использованием технологии MPI (интерфейса передачи сообщений). С целью снижения размерности системы, обеспечивается переход от агентов-людей к агентам-кластерам людей (в соотношении 1:1000). В результате, в спроектированной модели ежегодно создаются и распределяются по странам ЕС от 4,5 тыс. (в 2019 г.) до 10 тыс. агентов (в 2030 г.) агентов (кластеров мигрантов), что характеризует данную систему как крупномасштабную.

views: 1148

Readers community rating: votes 0

1. Akopov A.S. Imitatsionnoe modelirovanie: uchebnik i praktikum dlya akademicheskogo bakalavriata // A.S. Akopov. — Moskva: Izdatel'stvo Yurajt, 2017. – 389 s.

2. Akopov A.S., Khachatryan N. K. Agentnoe modelirovanie: uchebno-metodicheskoe posobie. // M.: TsEhMI RAN, 2016.

3. Akopov A.S., Khachatryan N.K. Sistemnaya dinamika: uchebno-metodicheskoe posobie. // M.: TsEhMI RAN, 2014.

4. Akopov A.S., Beklaryan L.A. Agentnaya model' povedeniya tolpy pri chrezvychajnykh situatsiyakh // Avtomatika i telemekhanika, № 10, 2015, c. 131–143.

5. Bakhtizin A.R. Agent-orientirovannye modeli ehkonomiki. // M.: Ehkonomika, 2008.

6. Makarov V.L., Bakhtizin A.R. Sotsial'noe modelirovanie – novyj komp'yuternyj proryv (agent-orientirovannye modeli). // M.: Ehkonomika, 2013. – 295 s.

7. Makarov V.L., Bakhtizin A.R., Beklaryan G.L., Akopov A.S. Razrabotka programmnoj platformy dlya krupnomasshtabnogo agent-orientirovannogo modelirovaniya slozhnykh sotsial'nykh sistem // Programmnaya inzheneriya. 2019. T. 10. № 4. c. 167-177.

8. Makarov V.L., Bakhtizin A.R., Beklaryan G.L., Akopov A.S., Rovenskaya E.A., Strelkovskij N.V. Ukrupnennaya agent-orientirovannaya imitatsionnaya model' migratsionnykh potokov stran Evropejskogo Soyuza // Ehkonomika i matematicheskie metody. 2019. T. 55. № 1. c. 3-15.

9. Akopov A. S., Beklaryan L. Simulation of human crowd behavior in extreme situations // International Journal of Pure and Applied Mathematics. 2012. Vol. 79. No. 1. p.121-138.

10. Anderson J.E. A theoretical foundation for the gravity equation. // American Economic Review. 1979. Vol. 69, p. 106–116.

11. Bonabeau E. Agent-based modeling: methods and techniques for simulating human systems // Proc. National Academy of Sciences. 2002. Vol. 99(3), p. 7280-7287.

12. Schelling T.C. Dynamic Models of Segregation // Journal of Mathematical Sociology. 1971. Vol. 1(2), p. 143–186.

13. Stewart Q.J. The development of social physics // American Journal of Physics, 1950, Vol. 18, p. 239?253.

14. Whelpton P.K. Population of the United States, 1925 to 1970. // The American Journal of Sociology, 1928, Vol. 34, № 2, p. 253-270.

15. 2

Система Orphus

Loading...
Up