Анализ динамики бедности в Восточном Калимантане

Статья посвящена моделированию влияния государственной политики на разные слои населения, основанного на применении агенто-ориентриванных моделей. Работа основана на исследовании, проводимом авторами по заказу правительства Индонезии и посвященном разработке мер экономической политики, направленных на сокращение уровня бедности. Одной из обсуждаемых мер борьбы с бедностью было сокращение цен на топливо. Задача экономистов состояла в определении оптимальной величины снижения цен на топливо.

Исследователи столкнулись с проблемой высокой неоднородности домохозяйств, населяющих анализируемый регион (6 южных округов Восточного Калимантана). Площадь территории составляет около 220 400 кв. км, на которых в городских, пригородных и сельских районах проживает приблизительно 2 млн человек. Неоднородность усиливается из-за сложной структуры занятости: жители распределены по трем секторам (сельское хозяйство, промышленность, сфера услуг). Наличие проблемы гетерогенности домохозяйств стало причиной обращения исследователей именно к классу агенто-ориентированных моделей, позволяющих учесть разнообразие домохозяйств и особенности их поведения. Ключевой стадией в моделировании стало определение типов домохозяйств, проходившее в соответствии с шестиэтапной процедурой, схематично представленной на рисунке 1.

Рисунок 1. Структура процесса параметризации АОМ.

Комментарий. Описание шестиэтапной процедуры определения типов домохозяйств и их характеристик

Этап 1. Получение информации о характеристиках домохозяйств из обследований и опросов. Анализируемые анкеты содержали 27 вопросов, на основе 17 из которых были получены данные о 250 статистических переменных. Такое количество параметров было необходимо для получения точных модельных реакций домохозяйств на те или иные меры экономиче-ской политики. Всего было опрошено 3000 домохозяйств и получена информация об их до-ходе, имуществе, образовании, часах работы, использовании природных ресурсов и т.д.

Этап 2. Кластерный анализ. Применение многомерных статистических методов позвлило выделить 19 основных типов домохозяйств.

Этап 3. Уточнение классификации экспертами. Эксперты и представители органов государственной власти внесли корректировки в предложенную классификацию.

Этап 4. Глубинные интервью. Опрос подвыборки из 540 домохозяйств, включавший:

• вопросы, предназначенные для определения того, к какому из четырех типов при-надлежит домохозяйство;
• выяснение возможной реакции на те или иные события и меры государственной по-литики (вопросы типа “what-if”);
• серию открытых вопросов, предполагающих детализацию ответов на предыдущие вопросы.

Этап 5. Второй раунд обсуждения результатов с экспертами. Уточнение сценариев, которым будет соответствовать реакция домохозяйств.

Этап 6. Определение принадлежности каждого домохозяйства в регионе к тому иили иному типу (непропорциональное обобщение, disproportional up-scaling). Определение характеристик, позволяющих однозначно установить тип произвольно выбранного домохозяйства. Эти «дискриминирующие» показатели должны быть взяты из национальной статистики.

В итоге для каждого из шести округов была разработана типология домохозяйств. В качестве примера можно привести классификацию 440 домохозяйств в районе Кутаи Картанегара, включающую четыре типа:

1) Мигранты («Migrants»). Наиболее многочисленная группа (283/440), включающая домохозяйства с доходами ниже среднего уровня, в большинстве своем не владеющие ценным имуществом, занимающиеся нелегальной транспортировкой леса.

2) Жители, основным источником дохода которых является продажа простой или обработанной древесины («Timber users», 60/440). Заняты преимущественно в сельском хозяйстве и промышленности, большинство домохозяйств владеет ценным имуществом, имеют доступ к рынку. Представители этого класса живут в пригородах и деревнях, расположенных близ города Тенггаронг; это наиболее развитая область.

3) «Обитатели леса» («Forest dwellers», 53/440). Представители этого типа домохозяйств заняты преимущественно в сфере сельского хозяйства, некоторые домохозяйства занимаются незаконной транспортировкой леса. Ни один человек в этой группе не владеет ценным имуществом. Можно сказать, что «островок», сохранивший традиционный уклад и состоящий из труднодоступных изолированных деревень.

4) Рыбаки («Fishermen», 44/440). Группа жителей с низкими доходами, практически единственным источником которого служит рыболовство. Живут в наиболее доступных районах с развитой транспортной системой и доступом к рынку.

Подобная работа по определению типов домохозяйств была проведена для всех шести округов.

Итоговая модель состоит из нескольких блоков, соответствующих наиболее важным элементам экономической жизни Восточного Калимантана:

• домохозяйства;
• гидрологические данные;
• рыбные ресурсы;
• зерновые культуры;
• лесные ресурсы.

Результаты, полученные в результате симуляции, оказались несколько неожиданными. Во-первых, сокращение цены на бензин незначительно влияет на уровень бедности, снижая его всего на 2.3%-2.9%. Во-вторых, следует ожидать, что планируемые меры будут характеризоваться убывающей предельной отдачей. В-третьих, за счет существования обратной связи, основанной на ресурсных ограничениях, начиная с некоторого порогового значения, результат снижения цены бензина может быть прямо противоположным ожидаемому. Значительное снижение цены на бензин (больше чем на 1000 IDR) может сделать более привлекательными такие сферы занятости, как ловля рыбы и сбор меда, так как сократит издержки, связанные с транспортировкой товаров на грузовиках или моторных лодках. Резкое возрастание нагрузки на природные богатства приведет к уменьшению ресурсной базы и росту уровня бедности. Таким образом, цены на бензин не оказывают значительного влия-ния на уровень бедности. Более того, эта зависимость имеет нелинейный характер.

Еще одна область применения модели – это исследование динамики бедности в разных областях региона. Подобный анализ важен для местных правительств, стремящихся избежать появления районов с экстремально высоким уровнем бедности, своеобразных очагов нищеты. Результаты симуляции приведены на рисунке 2.

Рисунок 2. Уровни бедности и обезлесения в сельской местности. Верхний ряд: нарастание площади участков, обозначенных красным цветом, соответствует росту уровня бедности. (Территория, которой соответствует зеленый цвет – это водоемы). Нижний ряд: большая интенсивность черного цвета соответствует большему обезлесению.

Как видно, в начале симуляции большинство домохозяйств, живущих за чертой бедности, располагалось в западной части. Однако в дальнейшем модель предсказывает рост нищеты вначале в центральных, а затем в южных районах по мере возрастания в них интенсивности вырубки лесов. Кроме того, уровень бедности увеличивается в пригородных зонах восточной части Калимантана. Таким образом, местным органам власти придется отказаться от взглядов, в соответствии с которыми бедность – это статическое явление, характерное только для сельских районов, и признать что нищета обладает пространственной динамикой.

Местные органы власти и центральное правительство признали значимыми выводы модели и использовали их при осуществлении мер государственной политики: в частности, было произведено снижение цен на бензин на величину (500 IDR), не превышающую ука-занный авторами статьи порог (1000 IDR).

Можно отметить, что главной заслугой авторов, позволившей получить адекватные результаты, является проведение тщательного предварительного исследования домохозяйств с помощью анкетирования населения, опроса экспертов и кластерного анализа полученных данных.

Такая работа позволила сформулировать основные характеристики и осо-бенности поведения агентов модели . Таким образом, можно сделать вывод о том, что агенто-ориентированные модели являются удобным и гибким инструментом исследования влияния мер государственной политики на объекты, характеризующиеся высокой степенью неоднородности. Применение АОМ позволяет предсказать динамику развития анализируемого процесса, реакцию разных типов индивидов, учесть обратные связи, присущие практически каждой экономической системе.

Более подробно модель описана в статье: Smajgl, A., Bohensky, E., Behaviour and space in agent-based Modeling: Poverty patterns in East Kalimantan, Indonesia, Environmental Modelling & Software (2011), doi:10.1016/j.envsoft.2011.10.014.

© Ващелюк Наталья, ММАЭ-2