Все
 
 
 


Оптимизация структуры занятости с использованием мультисекторной модели ограниченного соседства
 
Код статьиS265838870019919-3-1
DOI10.33276/S265838870019919-3
Тип публикации Статья
Статус публикации Опубликовано
Авторы
Акопов Андраник Сумбатович 
Должность: Главный научный сотрудник
Аффилиация: Центральный экономико-математический институт РАН
Адрес: Москва, Нахимовский проспект, 47
Бекларян Гаянэ Левоновна
Должность: Старший научный сотрудник
Аффилиация: Центральный экономико-математический институт РАН
Адрес: Москва, Нахимовский проспект, 47
Название журналаВестник ЦЭМИ
Выпуск
Аннотация

В данной статье представлен подход к оптимизации структуры занятости с использованием расширенной мультисекторной (многоотраслевой) модели ограниченного соседства. Основная проблема, связанная с оптимизацией структуры занятости, состоит в невозможности реализации стратегии быстрого перераспределения трудовых ресурсов из менее эффективных низкотехнологичных отраслей экономики в высокотехнологичные. Причины трудностей обусловлены сложной системой принятия агентами-индивидуумами решений по выбору наиболее предпочтительных рабочих мест, основанной на комплексной оценке ряда факторов, таких как величина заработной платы, расстояние до рабочего места, влияние мнения родителей и ближайшего окружения, наличие/отсутствие опыта работы в соответствующей отрасли и др. С использованием ранее предложенного авторами генетического алгоритма сформулирована и решена задача динамической оптимизации структуры занятости, в рамках которой, в течении одного поколения (30 лет) обеспечивается трансформация структуры занятости к целевому (субоптимальному) состоянию для максимизации средних темпов роста ВВП и минимизации доли неассимилированных мигрантов.

Ключевые словаоптимизация структуры занятости, моделирование рынка труда, модели ограниченного соседства, генетические алгоритмы, кластеризация, AnyLogic
Источник финансированияИсследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 20-01-00002
Получено04.05.2022
Дата публикации04.05.2022
Кол-во символов18706
Цитировать   Скачать pdf Для скачивания PDF необходимо авторизоваться
100 руб.
При оформлении подписки на статью или выпуск пользователь получает возможность скачать PDF, оценить публикацию и связаться с автором. Для оформления подписки требуется авторизация.

Оператором распространения коммерческих препринтов является ООО «Интеграция: ОН»
1

Введение
2 В настоящее время актуализируются задачи моделирования рынка труда при государственном регулировании занятости [2, 10-11], нацеленные на поиск наилучших стратегий формирования новых рабочих мест, обеспечивающих структурную трансформацию социально-экономической системы к более устойчивому состоянию. В условиях дефицита трудовых ресурсов, существуют два существенно различающихся подхода. Первый – предполагает увеличение темпов экономического роста за счёт притока мигрантов, преимущественно ориентированных на работу в низкотехнологичных отраслях экономики (например, добыче, сельском хозяйстве, торговле). Поведение агентов-мигрантов характеризуется ранним вступлением в брак, более высокой рождаемостью и др., что в перспективе одного поколения может привести к существенному увеличению их доли в популяции, росту социальной напряженности и др. [1, 2, 7, 12]. Второй подход, связанный со стратегией так называемой контролируемой миграции, состоит в умеренном увеличении миграционных потоков с одновременным ростом инвестиций в интеграцию мигрантов, в частности, с помощью искусственной десегрегации (пространственного распределения) населения (мигрантов и коренных жителей), увеличения затрат на образование и др., что позволит ускорить ассимиляцию и увеличить численность трудовых ресурсов в высокотехнологичных отраслях экономики [8]. Основные трудности при этом связаны с сохраняющимся дефицитом трудовых ресурсов в условиях низкой рождаемости коренного населения. Кроме того, поскольку ассимилированные мигранты стремятся перейти с низкотехнологичных рабочих мест на высокотехнологичные, может возникнуть дефицит трудовых ресурсов в ресурсных отраслях экономики с последующим отрицательным влиянием (вследствие межотраслевых взаимодействий) на экономику в целом.
3 В связи с вышеизложенным, возникает потребность в оптимизации структуры занятости с целью обеспечения как высоких темпов роста ВВП, так и низкой доли мигрантов. При этом, быстрое перераспределение трудовых ресурсов из менее эффективных низкотехнологичных отраслей экономики в высокотехнологичные невозможно из-за наличия множественных ограничений, обусловленных сложной системой принятия агентами-индивидуумами решений по выбору наиболее предпочтительных рабочих мест, основанной на комплексной оценке ряда факторов, таких как величина заработной платы, расстояние до рабочего места, влияние мнения родителей и родственников, наличие/отсутствие предыдущего опыта работы в соответствующей отрасли и др. В данной работе сформулирована и решена задача динамической оптимизации структуры занятости, в рамках которой в течение одного поколения (30 лет) реализуется трансформация структуры занятости к целевому (субоптимальному) состоянию, обеспечивающему максимизацию средних темпов роста ВВП и доли коренного (местного) населения. Вычисление оптимальной структуры занятости осуществляется с использованием расширенной мультисекторной модели ограниченного соседства, агрегированная (четырёхсекторная) версия которой была представлена в работе [7]. Разработка такой модели была выполнена в системе AnyLogic c использованием методов системной динамики [6, 9, 17] и агентного моделирования (АОМ) [3, 5]. Ранее методы АОМ применялись авторами для моделирования поведения толпы в чрезвычайных ситуациях [4, 19], управления пассажиропотоком в аэропорту [13], проектирования «цифрового двойника» производственного предприятия [14], эколого-экономического моделирования [15, 16] и др. Агент-ориентированный подход также применим для исследования динамики рынка труда [20] и миграционных потоков [1, 2, 10, 11].

всего просмотров: 307

Оценка читателей: голосов 0 

1. Агентное моделирование популяционной динамики двух взаимодействующих сообществ: мигрантов и коренных жителей / В. Л. Макаров, А. Р. Бахтизин, Г. Л. Бекларян [и др.] // Экономика и математические методы. – 2020. – Том 56, № 2. – с. 5-19.
2. Агентное моделирование социально-экономических последствий миграции при государственном регулировании занятости / В. Л. Макаров, А. Р. Бахтизин, Г. Л. Бекларян [и др.] // Экономика и математические методы. – 2022. – том 58, № 1. – с. 113-130.
3. Акопов, А. С. Агентное моделирование: учебно-методическое пособие / А. С. Акопов, Н. К. Хачатрян – Москва : ЦЭМИ РАН, 2016. – 76 с.
4. Акопов, А. С. Агентная модель поведения толпы при чрезвычайных ситуациях / А. С. Акопов, Л. А. Бекларян // Автоматика и телемеханика. – 2015, № 10 – с. 131–143.
5. Акопов, А. С. Имитационное моделирование: учебник и практикум для академического бакалавриата / А. С. Акопов ; Серия: Бакалавр. Академический курс. — Москав : Издательство Юрайт, 2017. — 389 с.
6. Акопов, А.С. К вопросу проектирования интеллектуальных систем управления сложными организационными структурами. Ч1. Математическое обеспечение системы управления инвестиционной деятельностью вертикально-интегрированной нефтяной компании / А. С. Акопов // Проблемы управления. – 2010. – № 6. – с. 12-18.
7. Акопов, А. С. Мультисекторная модель ограниченного соседства: сегрегация агентов и оптимизация характеристик среды / А. С. Акопов, Л. А. Бекларян, А. Л. Бекларян // Математическое моделирование. – 2021. – Т. 33, № 11. – c. 95-114.
8. Акопов, А. С. Сегрегация агентов в секторальной модели ограниченного соседства / А. С. Акопов, Л. А. Бекларян. – DOI: 10.33276/S265838870016760-9 // Вестник ЦЭМИ РАН. – 2021. – T. 4, Выпуск 2. URL: https://cemi.jes.su/s265838870016760-9-1/  (Дата обращения 25.04.2022).
9. Бекларян, Г. Л. Имитационная модель региона в применении к анализу экономики красноярского края / Г. Л. Бекларян // Экономика и математические методы. – 2019. – Т. 55, № 3. – с. 47-61.
10. Гайнанов, Д. А. Агент-ориентированный подход к сбалансированному взаимодействию региональных рынков труда и образовательных услуг / Д. А. Гайнанов, Л. И. Мигранова // Фундаментальные исследования.  – 2013. – № 8-2. – с. 394-398.
11. Ёлкина, О. С. Математическое моделирование стратегий экономического поведения людей на рынке труда / О. С. Ёлкина, Е. В. Гуревич, А. К. Гуц // Математические структуры и моделирование. – 2005. – № 15. – с. 107-111.
12. Огородников, П. И. Моделирование миграционных потоков в регионе / П. И. Огородников, Н. А. Макарова // Экономика региона. – 2013. – № 2 (34). – с. 168-176.
13. Разработка программной платформы для крупномасштабного агент-ориентированного моделирования сложных социальных систем / В. Л. Макаров, А. Р. Бахтизин, Г. Л. Бекларян, А. С. Акопов // Программная инженерия. – 2019. – Т. 10, № 4. – с. 167-177.
14. Цифровой завод: методы дискретно-событийного моделирования и оптимизации производственных характеристик / В. Л. Макаров, А. Р. Бахтизин, Г. Л. Бекларян, А. С. Акопов // Бизнес-информатика. – 2021. – Т. 15, № 2. – с. 7-20.
15. Akopov, A. S. Agent-based modelling for ecological economics: A case study of the Republic of Armenia / A. S. Akopov, L. A. Beklaryan, A. K. Saghatelyan // Ecological Modelling. – 2017. – Vol. 346. – p. 99-118
16. Akopov, A. S. Agent-based modelling of interactions between air pollutants and greenery using a case study of Yerevan, Armenia / A. S. Akopov, L. A. Beklaryan, A. K. Saghatelyan  // Environmental Modelling and Software. – 2019. – Vol. 116. – p. 7-25.
17. Akopov, A. S. Designing of integrated system-dynamics models for an oil company / A. S. Akopov // International Journal of Computer Applications in Technology. – 2012. – Vol. 45, No. 4. – p. 220-230.
18. Akopov, A. S. Parallel genetic algorithm with fading selection / A. S. Akopov // International Journal of Computer Applications in Technology. – 2014. – Vol. 49, No. 3/4. – p. 325-331.
19. Beklaryan, A. L. Simulation of Agent-rescuer Behaviour in Emergency Based on Modified Fuzzy Clustering / A. L. Beklaryan, A. S. Akopov // AAMAS'16: Proceedings of the 2016 International Conference on Autonomous Agents & Multiagent Systems. – Richland: International Foundation for Autonomous Agents and Multiagent Systems, 2016. – p. 1275-1276.
20. Neugart, M. Agent-based Models of the Labor Market / M. Neugart, M. Richiardi // The Oxford Handbook of Computational Economics and Finance ;  Chen S-H, Kaboudan M, Du Y-R (eds.). – Oxford : Oxford University Press, 2018.

Система Orphus

Загрузка...
Вверх