شبيه سازي تغييرات جمعيتي ايران با استفاده از مدل پايه عامل بنيان

Simulation of Population Changes in Iran using Basic Agent-Based Model

دانستن اندازه جمعيت در آينده و پيش بيني دقيق آن براي دولتمردان از اهميت ويژه اي برخوردار است، چراكه بسياري از برنامه ريزي هاي دولتي با مسئله جمعيت رابطه نزديكي دارند. هدف از اين مقاله كاربست شبيه سازي عامل بنيان براي پيش بيني روند تغييرات و تركيب جمعيتي ايران در طي 50 سال آينده است. اين روش مي تواند امكان تحليل سناريو هاي مختلف جمعيتي را فراهم سازد، مدلي ساختاري از تغييرات ارائه دهد، اجزاي نامتجانس را مدل سازي كند و به دليل احتمالي بودن آن نتايج واقعي تري را ارائه نمايد. نتايج شبيه سازي با سناريو هاي مختلف ارائه شده توسط مركز آمار ايران مقايسه شد و همبستگي معناداري بين اين دو نتيجه مشاهده شد كه حاكي از قابليت اعتماد بودن مدل شبيه سازي ارائه شده مي باشد. نتايج حاصل از شبيه سازي نشان مي دهد سن ازدواج تا 15 سال آينده همبستگي معناداري با روند افزايش جمعيت ندارد، ولي در بلندمدت همبستگي معناداري دارد. بررسي ها نشان مي دهد شبيه سازي عامل بنيان، علاوه بر مدل سازي مسئله جمعيت به صورت تصادفي، با عوامل نامتجانس و با قابليت تحليل سناريو، مي تواند سيستمي از واقعيت را شبيه سازي نمايد كه برآوردهاي جمعيتي را به صورت ساليانه توليد نمايد.

Estimating and projecting population size in future is utmost important for governments, because majority of government programs and plans have a close relationship with population and its dynamics. The aim of this paper is to project the trend of population changes and population structure over the next 50 years using Agent-Based Simulation model. The model enables to analyse different scenarios of population changes, provide as strcutural model of changes, modeling with heterogeneous entities and provide more realistic results because of probabilistic modeling. Simulation results was compared to projection results under different scenarios conducted by the Statistical Center of Iran. The results showed a significant correlation between the two which indicates the validity of simulation model. The results also indicated that age at marriage does not have a significant correlation with the trend of population growth in next 15 year, while in longer term, there will be a significant correlation Analysis of the model indicate that Agent-Based Simulation can create probabilistic, heterogeneous with policy analysis features analytical framework which can simulate annual data with minimum cost and in a virtual mean.