При изучении индивидуального распределения  мы сталкиваемся с социальной проблемой  неравенства личных доходов людей. Неравенство доходов не является следствием неравенства производительности труда и эффективности производства. Во многом оно определяется неравенством распределения частной собственности  на факторы производства и правовыми  нормами, определяющими ее передачу: например, по наследству доходы отдельных  людей могут быть представлены как  доходы заработанные (в зависимости  от личных условий и труда) и «незаработанные».

     Неравенство доходов критиковалось и осуждалось во все времена. В начале XX в. во всех странах получила развитие политика перераспределения доходов, направленная на более справедливое распределение  национального дохода. [8]

2. Характеристика  модели распределения богатства.

     Эта модель исходит из модели Epstein & Axtell "Sugarscape". В ней используется зерно вместо сахара. Каждое пятно имеет конкретное количество зерен и и их свойства (количество зерна  может расти). Люди собирают зерна с пятен и едят зерно, чтобы выжить. Количество зёрен, которое каждый человек съедает, является его богатством.

     Модель  начинается с примерно равного распределения  богатства. Люди блуждают по земле и собирают столько зерна, сколько возможно. Каждый человек пытается двигаться в направлении, где находится большинство зёрен. Каждый временной промежуток каждый человек ест определенное количество зерна. Это количество называется метаболизмом. У людей также есть время жизни. Когда их продолжительность жизни заканчивается или они исчерпывают всё зерно, они умирают и производят потомство. Потомство имеет случайный метаболизм и случайное количество зерна, в пределах от количества зерна, которым обладает самый бедный человек к количеству зерна, которым обладает самый богатый человек. (Нет никакого наследования богатства).

     Чтобы наблюдать справедливость (или несправедливость) распределения богатства, используется графический инструмент, названный кривой Lorenz. Мы ранжируем население по его богатству и затем составляем график процента населения, которму принадлежит каждый процент богатства (например, 30 % богатства принадлежат 50 % населения). Следовательно диапазоны на обоих осях от 0 % до 100 %.

     Для числового измерения неравномерности распределения богатства используется индекс Gini (или коэффициент Gini), полученный из кривой Lorenz.  
 

Элементы  управления моделью.

     percent-best-land определяет начальную плотность пятен, на которых посажено максимальное количество зкрна. Этот максимум изменяется через переменную MAX-GRAIN  в процедуре SETUP в окне процедур. grain-growth-interval определяет, как часто зерно растет. num-grain-grown устанавливает, какое количество зерна растёт за интервал, который определяется сдвигом GRAIN-GROWTH-INTERVAL. NUM-PEOPLE определяет начальное число людей. life-expectancy-min – минимальная продолжительность жизни населения. life-expectancy-mAX – максимальная продолжительность жизни населения. metabolism-max устанавливает максимально возможное количество зерна, которое человек может съесть за определённый момент времени. MAX-VISION - самое далекое возможное расстояние, на которое может видеть человек.

     CLASS PLOT показывает график количества людей в каждом классе в течение времени. CLASS HISTOGRAM  показывает ту же самую информацию в форме гистограммы. График LORENZ CURVE показывает кривую Lorenz. GINI-ИНДЕКС показывает отношение области между 45% линией и кривой lorenz к области под 45% линией. LORENZ CURVE и GINI-ИНДЕКС обновляются каждые 5 проходов через процедуру GO.

3. Анализ  модели распределения  богатства.

     Проведём  анализ влияния изменения различных  параметров в модели распределения богатства. Численность людей, участвующих в процессе, оставим постоянной, равной 250 человек. На рисунке 1.1 распределение происходит не равномерно: бедные беднеют, богатые богатеют. 
 
 
 

Рисунок 1.1

При данных параметрах распределение происходит не равномерно: бедные беднеют, богатые богатеют.

     Увеличим  максимальное количество зерна, которое человек может съесть за определённый момент времени, до 15 зёрен, максимальное расстояние, на которое может видеть человек, до 10 единиц, и уменьши процент хороших земель до 7%. Графики, полученные в результате, отражены на рисунке 1.2. 
 

Рисунок 1.2

     Данные  параметры немного улучшают ситуацию, кривая Лоренца становится ближе  к её идеальному положению.

     В следующем случае изменим параметры по сравнению с первой ситуацией: уменьшим максимальное количество зерна, которое человек может съесть за определённый момент времени, до 5 зёрен, максимальное расстояние, на которое может видеть человек, до 3 единиц, процент хороших земель до 5%. Следующие полученные графики говорят о противоположном эффекте: бедных становится больше, богатых – меньше. (Рисунок 1.3) 
 

     Рисунок 1.3

     В следующем случае изменим максимальное расстояние, на которое может видеть человек, до 13 единиц, увеличим процент хороших земель до 20%. Интервал роста зерна и количество зерна, вырастающего за этот интервал, уменьшим соответственно до 3 и 5. На рисунке 1.4 отображены параметры, которые ведут к значительным изменениям на графиках. 
 
 
 
 
 
 
 

Рисунок 1.4 

 

     Установим максимальное значение для максимального расстояния, на которое может видеть человек, и для процента лучших земель – 15 и 25 соответственно, а метаболизм уменьшим до 2. (Рисунок 1.5) 
 
 
 
 
 
 
 
 

Рисунок 1.5 

     В последнем случае установим для метаболизма минимальное значение, изменим максимальную и минимальную продолжительность жизни до 83 и 100 единиц соответственно, также уменьшим интервал роста зерна до 2, и количество зерна, вырастающего за этот интервал, до 6. 
 
 
 
 
 

     Рисунок 1.6

     В результате изменения параметров в последнем случае получили графики, показывающие наиболее равномерное распределение богатства в обществе.

     Вывод: Проведённый анализ модели распределения богатства показывает невозможность достижения в полной мере справедливого распределения богатства в обществе: богатые всё равно богатеют, а бедные – беднеют. Установив параметры, соответствующие параметрам в последнем случае, было достигнуто наиболее равномерное распределение богатства, а именно бедных – 117, средних – 103, богатых – 30 человек.

     В таблице 1.1 приведены параметры шести  случаев анализа, а на графике 1.1 изображены кривые, которые отображают положения каждого из параметров для каждого случая.

     Таблица 1.1

 

График 1.1

 
 

Заключение

     Модель  – упрощенное представление явлений  или объектов действительности, относящихся  к природе и обществу, в виде схем, изображений, описаний, математических формул, какого-либо реального предмета (явления или процесса), изучаемое  как их аналог.

     Агентно-ориентированные  модели представляют собой специальный класс вычислительных моделей, основанных на индивидуальном поведении множества агентов, и создаваемых для компьютерных симуляций. Эти компьютерные симуляции тесно взаимосвязаны со следующими понятиями: вычислимая экономика, сложные системы, метод Монте-Карло, вычислительная социология, системы с множеством агентов и эволюционное программирование.

     Моделированием в социологии является метод исследования социальных явлений и процессов на их моделях, т.е. опосредованное изучение социальных объектов, в процессе которого они воспроизводятся во вспомогательной системе (модели), замещающей в познавательном процессе оригинал и позволяющей получать новое знание о предмете исследования.

     В этой работе был проведён анализ влияния изменения различных параметров в модели распределения богатства. Он  показал невозможность достижения в полной мере справедливого распределения богатства в обществе: богатые всё равно богатеют, а бедные – беднеют. Из полученных результатов было выявлено сочетание параметров, показывающее наиболее справедливое распределение богатства в обществе, а именно количество бедных стало 117 человек, средних – 103, богатых – 30 человек.  
 

 

Список  использованных источников

1. Фролова, Социальные системы. Формализация и компьютерное моделирование: Учебное пособие. – Омск: Омск. го. ун-т, 2000. -  160 с.
2. Википедия.–[Эл.ресурс].- http://ru.wikipedia.org/wiki
3. Имитационное моделирование для науки и бизнеса.–[Эл.ресурс].-http://www.xjtek.ru/anylogic/approaches/agentbased/
4. КарповЮ.Г. Имитационное моделирование систем. Введение в моделирование на AnyLogic 5. // БХВ_Петербург, С.Петербург, 2005
5. Борщев А.В. Практическое агентное моделирование и его место в арсенале аналитика //
6. Exponenta Pro.–[Эл.ресурс].- http://www.gpss.ru/index-h.html
7. Википедия.–[Эл.ресурс].-http://ru.wikipedia.org/wiki/Агентно-ориентированные_модели
8. Журавлёва Г. П. Экономика.–[Эл.ресурс].- http://exsolver.narod.ru/Books/Econom/Economy/c34.html

 

экономика-журавлёва  г п