AĢENTU MODEĻU IZMANTOŠANA

DARBA TIRGUS MODELĒŠANĀ

ALEKSANDRS TARVIDS

L A T V I J A S U N I V E R S I T Ā T E

2

Aģentu modelēšanaŠūnu automātiMikro-simulācijas

Indivīdu modelēšanas tehnikas

3

Indivīdu modelēšanas tehnikas• Mikrosimulācijas

• Aģentiem ir vairāki atribūti,• Kuri mainās determinēti vai stohastiski

• Šūnu automāti (cellular automata)• Aģenti atrodas režģa šūnās (ģeogrāfiski atdalīti)• Tiem ir tikai viens atribūts (dzīvs/miris),• Kas ir determinēti atkarīgs no kaimiņu šūnām

• Aģentu modelēšana (agent-based modelling)• Galvenais aģenta atribūts ir viņa uzvedība• Uzvedība stohastiski evolucionē, • Atbildot uz veikmīgu vai neveiksmīgu mijiedarbību ar

citiem aģentiem

Ideja• Integrēt trīs blokus

• Izglītības jomas izvēli• Sekmes darba tirgū• Migrācijas lēmumus

• Modeļa īpatnības• Plaša sociālo tīklu izmantošana lēmumu

pieņemšanā• Izglītības jomas izvēli un sekmes darba tirgū

ietekmē dažādi faktori• Ļauj aģentiem strādāt profesijās, kas

neattiecas izglītības jomai

MODEĻA UZBŪVE

Kopējā uzbūve• Aģenti reprezentē vidusskolas absolventus• Augstākā izglītība

• Vienīgā universitāte• izglītības jomas• Joma gatavo kvalificētu pozīciju tipam

• Darba tirgus• kvalificētu pozīciju tipi• Viens nekvalificētu pozīciju tips

Aģenta raksturlielumi• -raksturlielumi

• Svarīgi sekmēm izglītības jomās un profesijās• Mapingi no jomām uz -rliel. glabājas matricā

• Stabili laikā, ja jomas ir pietiekami vispārīgas• -rliel. svarīgums mērīts trīs līmeņos

• Zems, Vidējs, Augsts• Piemērs: matemātikas iemaņas

• Lingvists: Zems svarīgums• Programmētājs: Vidējs svarīgums• Fiziķis: Augsts svarīgums

Aģenta raksturlielumi• -raksturlielumi

• Nav svarīgi sekmēm jomā/profesijā• Ietekmē izglītības jomas izvēli• Piemērs: draugu lēmumi par aģenta labāko

profesiju• Nav svarīgi tā sekmēm profesijā• Var izkropļot tā izglītības jomas izvēli

Aģenta raksturlielumi• -raksturlielumi

• Objektīvi indikatori jomām/profesijām, kas ir labāki dotajam aģentam

• Kādas profesijas būtu pieprasītas ideālajā gadījumā (bez izkropļojumiem)?

• -raksturlielumi• Subjektīvi faktori, kurus ņem vērā,

izvēloties izglītības jomu• Kāda politika ļaus mazināt šos

kropļojumus ?

Darba tirgus dinamika• Fakti no reālās pasaules

• Indivīdi, ar izglītību jomā , var strādāt profesijā • Faktiskā profesija var būt vāji saistīta vai

nesaistīta ar izglītības jomu• Pozīcija ir augsta/tehniska augstāka

izglītība jomā , vispārīgi, tiek prasīta

Atbilstības kvalitāte• Saskaņotības pakāpe starp aģenta un

profesijas -raksturlielumiem• Definē funkciju kā

• Definē distanci

• : OK• : slikta atbilstība pret rliel. • : ļoti slikta atbilstība pret rliel.

Atbilstības kvalitāte• Neformāli, definē atbilstības kvalitāti kā

• , ja• Eksistē -rliel. ar ļoti sliktu atbilstību vai• Ir pārāk daudz -rliel. ar sliktu atbilstību

• , ja• Neeksistē -rliel. ar ļoti sliktu atbilstību un• Ir maz -rliel. ar sliktu atbilstību

• citādi

zema

vidēja

Algas noteikšana

joma atbilst profesijai?

Augsta algas zona

Zema algas zona

Nestrādā

Zema algas zona

Nestrādā

jā

nē

augsta

zema

augsta/vidēja

atbilstība starp aģenta un profesijas -rliel.

atbilstība starp aģenta un profesijas -rliel.

nav atrasts

neatrodpārāk ilgi

atrod jā

nē

nē

atrastsprof.

nav atrasts

atrodneatrod pārāk ilgiatrod

neatrod

Darba meklēšanas mehānisms

Absolvē jomā

Strādā prof.

emigrē?

Emigrē

nekvalificēts darbs pieņ.?

Meklē darbu

Meklē nekvalificētu

darbu

Strādā, kamēr nevar atrast

darbu

navatrasts Meklē

darbu Strādā

Meklē nekvalificētu

darbu

Strādā, kamēr nevar atrast

darbu

jā

Darba meklēšanas mehānisms• Pēc darba zaudēšanas aģents sāk

meklēt jaunu darbu uzreiz• Mehānisms ir tāds pats, kā augstāk

• Vispirms mēģina atrast darbu pēdējā profesijā, kur tas strādāja

Migrācijas mērķis• Apzīmēsim

• tekošā dzīvošanas valsts• vidējā alga valstī • aģenta draugu skaits valstī

• Aģents emigrē jebkurā valstī , kas atbilst

Izglītības jomas izvēles algoritms

x random(0, 1)if (x < ) for each field for each -characteristic measure in for each -characteristic all fields for each field number of times found in all fields choose random field from else do not enter the university

Sociālā tīkla ģenerēšana• Duplikācijas modelis , lai ģenerētu

bezskalas (scale-free) tīklu• Virsotņu duplikācija

• Nejauši izvēlas virsotni • Pievieno jaunu virsotni • Pievieno šķautni

• Šķautņu duplikācija• Katram virsotnes kaimiņam • Pievieno šķautni ar varbūtību

a

v

cb

u

d

Sociālā tīkla ģenerēšana• Tieši pēc dzimšanas aģenti izveido

divus draudzības saišu tipus• Ar aģentiem, kas piedzima tajā pašā

periodā• Ar strādājošiem aģentiem

• Abos gadījumos izmanto

PARAMETRU IZVĒLE

-raksturlielumi un to mapingi

• Jomas 1 un 2 pārklājas• Jomai 3 ir zemi prasības• Joma 4 akcentē citus raksturlielumus

Ch.1 Ch.2 Ch.3 Ch.4 Ch.5 Ch.6Field/Prof. 1

H H L H L L

Field/Prof. 2

H H H L L L

Field/Prof. 3

H L L L L L

Field/Prof. 4

L L M M H H

-rliel. sadalījums populācijāCh.1 Ch.2 Ch.3 Ch.4 Ch.5 Ch.6

Low 0.1 0.1 0.2 0.2 0.3 0.3Medium 0.6 0.6 0.6 0.6 0.6 0.6High 0.3 0.3 0.2 0.2 0.1 0.1

Ch.1 Ch.2 Ch.3 Ch.4 Ch.5 Ch.6Field/Prof. 1

H H L H L L

Field/Prof. 2

H H H L L L

Field/Prof. 3

H L L L L L

Field/Prof. 4

L L M M H H

Nekvalifi-cēts Prof.1 Prof.2 Prof.3 Prof.4

Algas sadalījums• Algas intervāli:

• Intervālu iekšā algas sadalītas log-normāli

-raksturlielumi• Jomas popularitāte starp draugiem

• % draugu, kas absolvēja no visiem draugiem ar augstāko izglītību

• Darba tirgus sekmes draugiem, kas absolvēja • Vidējā alga pār augstāko strādājošo draugu pusi• Tekošais nodarbinātības līmenis

• Darba tirgus sekmes draugiem, kas strādā profesijā • Vidējā alga pār augstāko pusi

Citi parametri• Laiks

• 400 periodi• 4 periodi starp absolvēšanām

• 4 modeļa periodi 1 reālās pasaules gadam• Populācija un sociālie tīkli

• Pensijas vecums: 60 periodi• 500 jauni absolventi• 100 draugi no tā paša absolvēšanas perioda• 50 "pieauguši” draugi• Duplikācijas modeļa parametrs

Citi parametri• Izglītība

• Varbūtība iet uz universitāti: 0.9• Studēšanas ilgums: 12 periodi

• Atbilst 3 gadiem bakalaura studijās• Emigrācijas varbūtība

• Kvalificēti aģenti: 0.05• Nekvalificēti aģenti: 0.02

• Aproksimēts ar pasaules vidējiem emigrācijas likmēm indivīdiem ar augstāko un vidējo izglītību

Citi parametri• Darba tirgus dinamika

• “Pārāk ilgi” nozīmē 2 periodi• -rliel. ar zemai atbilstības kvalitātei• Nav -rliel. ar augstai atbilstības kvalitātei• Varbūtība sākt meklēt nekvalificētu darbu

paralēli darba meklēšanai prioritārajā profesijā: 0.15• Augstākā vidējā pārizglītošanas likme Eiropā,

European Social Survey, 2002-2011

Citi parametri• Darba tirgus dinamika

• Varbūtība atrast/noturēt darbu:• Nekvalificēts: 0.70• Vidēji atbilstošs kvalificēts: 0.80• Augsti atbilstošs kvalificēts: 0.95• Noteikti ar Eurostat datiem par vidējo

nodarbinātību indivīdiem ar vidējo un augstāko izglītību

• Simulācijas palaistas 4 identiskām valstīm

REZULTĀTI

Realizācijas detaļas• Realizēts Java iekš Repast

Simphony frameworka• 5 palaišanas• Analizēti periodi 100-400

• Pietiekami tālu no sākuma nosacījumiem

0.00

0.10

0.20

0.30

0.40

100 200 300 400 100 200 300 400 100 200 300 400 100 200 300 400

Field 1 Field 2 Field 3 Field 4

MedianRange

Sha

re a

mon

g al

l stu

dent

s

Period

Pieprasījums izglītības jomām

Pieprasījums izglītības jomām• Profesija 3

• Viegli atrast darbu• Algas daudz zemākas• Absolventi spēj izvilkt informāciju par

algām no saviem sociālajiem tīkliem• Profesija 4

• Augšējais algas intervāls ir daudz augstāks• Daudz grūtāk tam kvalificēties• Vairākumam aģentu šeit izpildās ?

Prof. 1 Prof. 2 Prof. 3 Prof. 4

Prof. 1 Prof. 2 Prof. 3 Prof. 4

Strādājošie ar augstu atbilstības kvalitāti• AAK daļa starp visiem strādājošiem

• AAK skaits

• Jomas-profesijas atbilstības daļa starp AAK

Prof. 1 Prof. 2 Prof. 3 Prof. 4dinamika

Ir nestabila

Pārizglītošana• Hipotēze:

• Augstāka pārizglītošana jomā 4 • Zemākas jomas 4 absolventu vidējās algas

• Zemāks pieprasījums jomai 4

Field 1 Field 2 Field 3 Field 4

Field 1 Field 2 Field 3 Field 4–0.002** –0.008*** 0.160*** –0.167***

Field 1 Field 2 Field 3 Field 40.140*** 0.155*** –0.191*** –0.104***

Sociālo tīklu ietekme uz jomas izveli• Efekts no draugu, kas absolvēja doto

jomu, deciļa

• Efekts no draugu, kas strādā profesijā, kas atbilst jomai, deciļa

0.0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

Sha

re a

mon

g al

l em

igra

nts

from

the

coun

try

100 200 300 400Period

To Country 1

To Country 2

To Country 3

Complex CriterionFrom Country 4 (Run 5)

0.0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

Sha

re a

mon

g al

l em

igra

nts

from

the

coun

try

100 200 300 400Period

To Country 1

To Country 2

To Country 3

Complex CriterionFrom Country 4 (Run 1)

0.0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

Sha

re a

mon

g al

l em

igra

nts

from

the

coun

try100 200 300 400

Period

To Country 1

To Country 3

To Country 4

Complex CriterionFrom Country 2 (Run 3)

0.0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

Sha

re a

mon

g al

l em

igra

nts

from

the

coun

try

100 200 300 400Period

To Country 2

To Country 3

To Country 4

Average Wage CriterionFrom Country 1 (Run 4)

Emigrācijas patterni

• Sociālo tīklu izmantošana lēmumu pieņemšanā atnes vairāk struktūras emigrācijas patternos

Nekvalifi-cēti Field 1 Field 2 Field 3 Field 4

Emigranti pēc izglītības

• Nekvalificētiem, pēc konstrukcijas, ir zemāka emigrācijas varbūtība

• Absolventiem jomā 4 ir zemāka tieksme emigrēt• Pat ja to darba tirgus pozīcija mājas

valstī ir sliktāka

SECINĀJUMI

Secinājumi• Rezultāti par izglītību un darba tirgu ir

ticami• Negaidīti rezultāti

• Efektu virzieni no sociālajiem tīkliem atšķiras pa izglītības jomām

• Emigrantu daļa, kas ir izglītota sarežģītākā jomā, ir mazāka, nekā sagaidīts

• Sociālie tīkli spēlē svarīgu lomu emigrācijas patternu strukturēšanā

PALDIES PAR UZMANĪBU !

JAUTĀJUMI ?..