Среди аналитических инструментов ФАНУ «Востокгосплан», ставших победителями Всероссийского конкурса «Моделирование социально-экономических процессов для задач государственного управления», – программный комплекс «Демография Дальнего Востока». Он предназначен для поддержки принятия решений в области демографической политики.
От пилотной модели региона – к цифровой системе Дальнего Востока
Комплекс был представлен в номинации конкурса «Лучшая имитационная модель для решения социально-экономических задач государственного управления». Работу над проектом возглавляет Елена Ли, руководитель направления «Качество жизни и демографический потенциал». Дипломы победителей конкурса получили сразу несколько сотрудников ФАНУ «Востокгосплан», разработавших систему: руководитель сектора «Моделирование социально-демографических процессов» Татьяна Дорошенко, ведущий эксперт-аналитик по социальному моделированию Елена Россошанская и ведущий разработчик имитационных моделей Тимур Аюпов-Комиссаров.
О возможностях комплекса «Демография Дальнего Востока» на VIII Международной конференции «Искусственные общества и информационные технологии» в ЦЭМИ РАН рассказали Татьяна Дорошенко и Елена Россошанская.
Как подчеркнула Татьяна Дорошенко, сегодня среди задач государства в сфере демографического развития Дальнего Востока, – сохранение населения, сокращение оттока постоянно проживающего населения, обеспечение устойчивости системы расселения, укрепление здоровья и благополучия людей, поддержка семьи, а также развитие цифровых инструментов анализа и прогнозирования демографических процессов.
«Поэтому все более важной становится информационно-аналитическая поддержка управления демографическим развитием территорий, причем не только на региональном уровне, но и на муниципальном», – отметила эксперт.
Работа над моделью началась в 2021 году с пилотной версии по Хабаровскому краю. Уже через год объект моделирования был расширен до населения всех регионов ДФО, а в систему добавили миграционный блок.
В 2023 году появилась облачная версия Агент-ориентированной демографической модели Дальнего Востока (АОДМ ДФО) с увеличенным функционалом – показателями по занятости и безработице, уровню образования и доходам населения, с облачной базой данных и дашбордами, показывающими прогнозы до 2030 года. Именно тогда модель впервые была признана лучшей на конкурсе имитационного моделирования. В 2024-м специалисты добавили информацию о причинах смерти по Международной классификации болезней, расширили систему дашбордов и зарегистрировали модель в Роспатенте как программу для ЭВМ. В 2025-м была расширена и также зарегистрирована в Роспатенте база данных, появились долгосрочные сценарии на уровне муниципальных образований, отдельные дашборды верификации и инструмент «ДФО-2125» со столетним горизонтом прогнозирования.
Общество и люди
К 2026 году отдельные части системы объединились в программный комплекс «Демография Дальнего Востока» со встроенными технологиями искусственного интеллекта для анализа результатов прогнозирования и поддержки принятия решений. В его состав входят три ключевых элемента: агент-ориентированная демографическая модель, база данных анализа, оценки и прогнозирования социально-демографического развития территорий и система визуализации и анализа данных с ИИ-помощником.
«Ядро комплекса – агент-ориентированная демографическая модель Дальнего Востока. Фактически это искусственное общество, в котором каждый агент соответствует конкретному человеку и обладает индивидуальными характеристиками. Масштаб модели – 1:1: на старте в ней 8,2 млн агентов, что соответствует численности населения ДФО на начало 2015 года», – пояснила Татьяна Дорошенко.
Агенты распределены по 230 муниципальным образованиям, которые объединяются в 11 регионов, а затем – в Дальневосточный федеральный округ. Таким образом, модель строится по принципу «снизу вверх» – от человека и муниципалитета до макрорегиона.
Каждый год моделирования меняет структуру этого искусственного общества. Агенты становятся старше, рожают детей, переезжают, получают образование, вступают в брак, работают, умирают, а модель все это учитывает и – просчитывает. Например, вероятность рождения ребенка рассчитывается с учетом возраста женщины, числа уже рожденных детей, интервалов между рождениями и региональной специфики репродуктивного поведения. Это позволяет проводить вычислительные эксперименты и видеть, как изменение репродуктивных установок населения может сказаться на рождаемости в долгосрочной перспективе.
При моделировании смертности учитываются пол, возраст, место проживания, период, а каждому умершему агенту присваивается причина смерти. Благодаря этому можно оценивать, скажем, потенциальные последствия снижения смертности из-за развития медицины или, наоборот, ее роста при неблагоприятных внешних условиях – например, пандемии.
Отдельный блок посвящен миграции. В модели предусмотрены два подхода. Первый (эндогенный) применяется для кратко- и среднесрочного прогнозирования и позволяет имитировать перемещения населения по основным причинам и типам миграции без детализации по муниципальным образованиям. Второй (экзогенный) используется при долгосрочных расчетах и дает возможность моделировать пространственное размещение населения уже на муниципальном уровне без детализации по причинам и типам, но с учетом урбанизации, субурбанизации (развития пригородов) и стадий жизненного цикла территорий.
В условиях ограниченных данных
О практической части работы рассказала Елена Россошанская. По ее словам, одна из главных сложностей сегодня – ограничения доступа к демографической статистике, в том числе необходимой детализации по муниципальным образованиям. Поэтому команде приходится вводить дополнительные процедуры, корректируя результаты моделирования по компонентам.
При этом детальная работа именно на муниципальном уровне заметно повысила качество модели. Изначально особенности репродуктивного, самосохранительного и миграционного поведения оценивались на уровне регионов, а затем распространялись на муниципалитеты. После появления детальной информации о муниципальной миграции этот блок был перенастроен.
«Сейчас у нас для 60% муниципальных образований отклонение модельной численности населения от фактической составляет менее 3%. Кроме того, максимальное отклонение от факта по сравнению с версией модели, использовавшей только региональные настройки миграции, сократилось более чем в четыре раза», – подчеркнула Елена Россошанская.
Для контроля качества специалисты создали отдельные дашборды верификации. Цветовая индикация позволяет сразу увидеть территории, где результат требует дополнительного анализа, и быстрее обнаруживать возможные ошибки в данных или алгоритмах.
От прогноза – к решению
Все результаты выводятся на интерактивные дашборды. Они дают возможность анализировать показатели численности и структуры населения, рождаемости, смертности, миграции брачности и разводимости,образования и занятости.
Отдельный дашборд показывает долгосрочные прогнозы демографического развития на 100 лет. В систему также встроен ИИ-помощник. При его тестировании команда Востокгосплана проверяла, насколько корректно нейроаналитик работает со сложными муниципальными данными.
Практика показала, что искусственный интеллект также необходимо настраивать под задачи государственного управления: без дополнительных ограничений он может, например, пропустить часть муниципалитетов при анализе. Поэтому для работы с комплексом формируются эталонные примеры запросов и ответов.
По словам Елены Россошанской, основная ценность комплекса – в возможности использовать расчеты при подготовке конкретных решений. Так, инерционные прогнозы агент-ориентированной модели были использованы Минвостокразвития России при разработке Стратегии демографической политики Дальнего Востока на период до 2030 года и на перспективу до 2036 года. Расчеты Востокгосплана также применялись при обосновании распространения программы «1 миллион на третьего ребенка» на восемь регионов ДФО.
Еще одно направление – оценка достижения целей пространственного развития. В том числе «отношение численности постоянно проживающего населения на территориях субъектов Российской Федерации, входящих в Дальневосточный федеральный округ и Арктическую зону Российской Федерации, к уровню 2023 года» не менее 100%.
Сценарные траектории
Отдельное направление работы – долгосрочное прогнозирование. Елена Россошанская напомнила принцип советского и российского демографа Анатолия Вишневского: долгосрочный аналитический прогноз – не предсказание будущего, а анализ вероятных траекторий развития.
Именно поэтому система работает не с одним вариантом будущего, а с набором сценариев. Они позволяют увидеть, насколько итоговая демографическая картина зависит от сегодняшних решений государства.
В частности, команда экспертов Востокгосплана апробировала сценарии развития системы опорных населенных пунктов. С помощью программного комплекса можно не просто строить прогноз численности населения, но проводить вычислительные эксперименты: менять отдельные параметры и смотреть, как государственная мера или изменение поведения населения отразится на конкретных муниципалитетах, регионах и Дальнем Востоке в целом. При определенных предпосылках и концентрации развития в опорных территориях на долгосрочном горизонте траектория численности населения может принципиально отличаться от инерционной в лучшую сторону.
Программный комплекс позволяет связать демографическую науку с задачами стратегического планирования – от оценки ситуации в отдельном муниципалитете до формирования долгосрочной политики всего макрорегиона. Как отметила Елена Россошанская, высокая детализация и автоматизация расчетов приближают модель к реальным процессам, упрощают интерпретацию результатов и сокращают время, необходимое специалистам для анализа.
«Это обеспечивает широкие возможности для практического применения комплекса в качестве системы поддержки принятия решений», – резюмировала эксперт.
Важно
В составе команды Востокгосплана участие в работе над комплексом на разных этапах также принимали: руководитель направления «Разработка цифровых сервисов» Сергей Морозов, ведущий разработчик баз данных Даниил Колгашкин, аналитик данных Владислав Лещинский, руководитель сектора «Стратегическое развитие» Наталья Самсонова, старший аналитик Марина Донец, программисты AnyLogic Андрей Слюсаренко и Евгений Соркин.