Управленческие науки / Management Sciences, 2024, том 14, № 4

 Том 14, № 4, 2024
Vol. 14, Nо. 4, 2024
ISSN 2304-022X (Print)
ISSN 2618-9941 (Online)
DOI: 10.26794/2304-022X
УПРАВЛЕНЧЕСКИЕ НАУКИ
Научно-практический журнал
Издается с 2011 года
MANAGEMENT SCIENCES 
scientific and Practical Journal
Published since 2011
Издание перерегистрировано 
в Федеральной службе по надзору 
в сфере связи, информационных технологий 
и массовых коммуникаций:
ПИ № ФС77–82266
от 23 ноября 2021 г.
The edition is reregistered
in the Federal Service for Supervision 
of Communications, 
Informational Technologies and Media Control:
PI No. ФС77–82266
of 23, November, 2021
Периодичность издания — 4 номера в год
Publication frequency — 4 issues per year
Учредитель: Финансовый университет , 
Москва, Россия
founder: financial university,
moscow, russia
The Journal is oriented towards scientific 
discussion of present-day topics in the sphere
of Theory and Practice of Management.
The Journal is included in the list of 
academic periodicals recommended by 
the Higher Attestation Commission for 
publishing the main fi
 ndings of PhD and ScD 
dissertations, included into the sistem Russian Science 
Citation Index
Журнал ориентирован на научное обсуждение 
актуальных проблем в области теории и практики 
управления. Журнал входит в перечень периодических 
научных изданий, рекомендуемых ВАК для публикации 
основных результатов диссертаций на соискание ученых 
степеней кандидата и доктора наук, включен в систему 
Российского индекса научного цитирования (РИНЦ)
Индексируется в базах данных: CrossRef, DOAJ,
Ebsco, Dimensions, EconLit, EconBiz, RePec, eLibrary.
ru,  Russian Index of Science Citation (RINTs),  
CyberLeninka и др. 
A journal included in the fi
 rst category of the List
of VAC’s peer-reviewed scientifi
 c publications (К1) 
on specialties:
 2.3.4. Management in organizational systems 
(Technical science). 5.2.3. Regional and 
sectoral economics, 5.2.4. Finance, 5.2.6 Management 
(Economic sciences), 5.2.7. State and municipal 
management (Economic sciences)
Включен в первую категорию Перечня 
рецензируемых научных изданий ВАК (К1) 
по научным специальностям: 2.3.4. Управление 
в организационных системах (технические науки), 
5.2.3. Региональная и отраслевая экономика, 5.2.4 
Финансы, 5.2.6 Менеджмент (экономические науки), 
5.2.7. Государственное и муниципальное управление 
(экономические науки)
Все статьи журнала «Управленческие науки» 
публикуются с указанием цифрового идентификатора 
объекта (digital object identifi
 er, DOI)
All articles of journal Managemant Sciences
in Russia are published with a digital 
object identifi
 er (DOI)
Журнал распространяется по подписке.
Подписной индекс 44108 в объединенном
каталоге «Пресса России»
The Journal is distributed by subscription.
Subscription index: 44108 in the consolidated
catalogue “The Press of Russia”

Главный редактор
Абдикеев Н. М. , главный редактор, доктор технических наук, профессор, директор Института 
финансово-промышленной политики Финансового университета, Москва, Россия
ЧЛЕНЫ редакционнОЙ КОЛЛЕГИИ
Прокофьев С. Е., доктор экономических наук, профессор, 
ректор Финансового университета, Москва, Россия
Ряховская А. Н., доктор экономических наук, научный 
руководитель Института экономики и антикризисного 
управления, профессор кафедры менеджмента факультета 
«Высшая школа управления» Финансового университета, 
Москва, Россия
Саймон Г., профессор, доктор наук, основатель и почетный председатель Simon-Kucher & Partners Strategy and 
Marketing Consultants, Бонн, Германия
Соловьев В. И., доктор экономических наук, профессор кафедры анализа данных и машинного обучения факультета 
информационных технологий и анализа больших данных 
Финансового университета, Москва, Россия
Степнов И. М., доктор экономических наук, профессор, 
заведующий кафедрой управления активами МГИМО МИД 
РФ, профессор кафедры корпоративных финансов и корпоративного управления факультета экономики и бизнеса 
Финансового университета, Москва, Россия
Сумма Р., доктор экономики, заместитель редактора 
журнала «Review of Keynesian Economics», руководитель 
аспирантуры Федерального университета Рио де Жанейро, 
Бразилия
Ткаченко И. Н., доктор экономических наук, профессор, 
заведующая кафедрой экономической теории и корпоративного управления Уральского государственного экономического университета, Екатеринбург, Россия
Трачук А. В., доктор экономических наук, профессор, Генеральный директор АО «Гознак, заведующий кафедрой 
стратегического и инновационного развития факультета 
«Высшая школа управления» Финансового университета, 
Москва, Россия
Фанци С., профессор, доктор наук, директор Института 
креативного менеджмента и инноваций, Университет Киндай, Осака, Япония
Хафиз И. 
А., доктор наук, профессор, директор по профессиональной подготовке в области учета и финансов 
университета Абу-Даби, профессор кафедры бухгалтерского учета и финансов Нью-Йоркского технологического 
института, кампус в Абу-Даби, ОАЭ
Цыгалов Ю. М., заместитель главного редактора, доктор 
экономических наук, профессор кафедры корпоративных финансов и корпоративного управления факультета 
экономики и бизнеса Финансового университета, Москва, 
Россия
Алиев Р. 
А., доктор технических наук, профессор Азербайджанского государственного университета нефти и промышленности, член-корреспондент Национальной Академии наук Азербайджана, профессор Университета штата 
Джорджия, США; Директор совместных программ BBA, MBA 
Азербайджанского государственного университета нефти 
и промышленности с Государственным университетом 
Джорджии, США и Университетом Зигена, Германия, г. Баку, 
Азербайджан
Баранов А. О., доктор экономических наук, профессор, 
заместитель директора Института экономики и организации промышленного производства СО РАН, заведующий 
кафедрой экономической теории Новосибирского государственного университета, Новосибирск, Россия
Бруно С. С., доктор наук, профессор Университета г. Мессина, Италия; научный сотрудник Центра российских и евразийских исследований им. Дэвиса и Института количественных социальных наук, Гарвардский университет, США
Брусакова И. 
А., доктор технических наук, профессор, действительный член Метрологической академии РФ, действительный член Международной академии высшей школы, 
заведующая кафедрой инновационного менеджмента 
Санкт-Петербургского государственного электротехнического университета имени В. И. Ленина Санкт-Петербург, 
Россия
Клейнер Г. Б., доктор экономических наук, профессор, 
член-корреспондент РАН, заместитель научного руководителя Центрального экономико-математического института 
РАН, руководитель научного направления «Мезоэкономика, микроэкономика, корпоративная экономика», Москва, 
Россия
Красюкова Н. Л., доктор экономических наук, профессор 
кафедры «Государственное и муниципальное управление» 
Финансового университета, Москва, Россия
Кузнецова О. В., доктор экономических наук, профессор, 
главный научный сотрудник Института народнохозяйственного прогнозирования РАН, Москва, Россия
Ленчук Е. Б., доктор экономических наук, руководитель научного направления «Экономическая политика» Института 
экономики РАН, Москва, Россия
Маршев В. И., доктор экономических наук, заслуженный 
профессор Московского университета,
профессор кафедры управления организацией Экономического факультета МГУ имени М. В. Ломоносова, Москва, 
Россия
Пащенко Ф. 
Ф., доктор технических наук, профессор, главный 
научный сотрудник лаборатории «Интеллектуальные системы 
управления и моделирования» Института проблем управления им. В. 
А. Трапезникова РАН, профессор кафедры инфокоммуникационных систем и сетей МФТИ, Москва, Россия
УПРАВЛЕНЧЕСКИЕ НАУКИ •  Т. 14, № 4’2024 • managementscience.fa.ru

EDITOR-IN-CHIEF
Abdikeev N. M., Editor-in-Chief, Dr. Sci. (Tech), Professor, Director of the Institute of Financial and 
Industrial Policy, Financial University, Moscow, Russia
MEMBERS OF THE Editorial Board
Marshev V. I., Dr. Sci. (Econ.), Honored Professor of Moscow 
University, Professor of the Department of Organization 
Management, Economic Faculty, Lomonosov Moscow State 
University, Moscow, Russia
Aliev R. 
A., Dr. Sci. (Tech), Professor, Azerbaijan State 
University of Oil and Industry, Corresponding Member 
of the National Academy of Sciences of Azerbaijan, 
Professor at Georgia State University, USA; Director 
of joint BBA, MBA programs of the Azerbaijan State 
University of Oil and Industry with the State University of 
Georgia, USA and the University of Siegen, Germany, Baku, 
Azerbaijan
Pashchenko F. F., Dr. Sci. (Engr.), Professor, Chief Scientific 
Officer, Intelligence Systems for Management and 
Modeling Laboratory, RAS Trapesnikov Institute of 
Management Problems, Professor of the Department of 
Infocommunication systems and networks, MIPT, Moscow, 
Russia
Prokofiev S. E., Dr. Sci. (Econ.), Professor, Rector of Financial 
University; Moscow, Russia
Baranov A. O., Dr. Sci. (Econ.), Professor, Deputy Director for 
Research, Institute of Economics and Industrial Production 
Organization of Siberian Branch of the Russian Academy 
of Sciences, Head, Department of Economic Theory, 
Novosibirsk State University, Novosibirsk, Russia
Bruno S. S., PhD, Prof., University of Messina, Messina, Italy, 
Harvard Extension School, Associate of Davis Center for 
Russian and Eurasian Studies, Harvard University, USA
Ryakhovskaya A. N., Dr. Sci. (Econ.), Professor, Scientific 
Director of the Institute of Economics and Crisis 
Management, Professor of the Department of Management, 
Faculty “Higher School of Management”, Moscow, Russia
Simon H., Professor, PhD, Founder and Honorary Chairman 
Simon-Kucher & Partners Strategy & Marketing Consultants, 
Bonn, Germany
Brusakova I. 
A., Dr. Sci. (Tech.), Professor, Full Member of 
the Metrological Academy of the Russian Federation, Full 
Member of the International Academy of Higher Education, 
Head of the Department of Innovation Management, 
St. Petersburg State Electrotechnical University, Saint 
Petersburg, Russia
Soloviev V. I., Dr. Sci. (Econ.), Professor of Department of 
Data Analysis and Machine Learning, Faculty of Information 
Technology and Big Data Analysis, Financial University, 
Moscow, Russia
Fangqui X., Full Professor, PhD, Director of the Institute for 
Creative Management and Innovation, University Kindai, 
Osaka, Japan
Stepnov I. M., Dr. Sci. (Econ.), Professor, Head of Department 
of Asset Management, MGIMO University, Professor 
of Department of Corporate Finance and Corporate 
Governance, Faculty of Economics and Business, Financial 
University, Moscow, Russia
Hafiz I. 
A., PhD, Associate Professor, Director of Professional 
Enrichment, Higher Collages of Technology, Professor, 
Department of Accounting and Finance, New York Institute 
of Technology, Campus Abu Dhabi, UAE
Summa R., PhD of Economics, Deputy Editor of the Review 
of Keynesian Economics, Head of Postgraduate Studies, 
Federal University of Rio de Janeiro, Brazil
Kleiner G. B., Dr. Sci. (Tech.), Professor, Corresponding 
Member of the RAS, Deputy Director of Science of the 
RAS Central Economic-Mathematical Institute, Head of 
the Scientific Direction “Mesoeconomics, Microeconomics, 
Corporate Economics”, Moscow Russia
Tkachenko I. N., Dr. Sci. (Econ.), Professor, Head of the 
Department of Economic Theory, Ural State University of 
Economics, Yekaterinburg, Russia
Krasyukova N. L., Dr. Sci. (Econ.), Professor, Department of 
State and Municipal Management, Financial University, 
Moscow, Russia
Trachuk A. 
V., Dr. Sci. (Econ.), Professor, Director General 
of Goznak JSC, Head of the Department of Strategic 
and Innovative Development, Faculty “Higher School of 
Management”, Financial University, Moscow, Russia
Kuznetsova O. 
V., Dr. Sci. (Econ.), Professor, Chief Scientific 
Officer, Institute of Economic Forecasting of the Russian 
Academy of Sciences, Moscow, Russia
Lenchuk E. B., Dr. Sci. (Econ.), Head of the Scientific Direction 
“Economic Policy” of the Institute of Economics of the 
Russian Academy of Sciences, Moscow, Russia
Tsigalov Yu.M., Deputy Chief Editor, Dr. Sci. (Econ.), Professor, 
Department of Corporate Finances and Corporate 
Governance, Faculty of Economics and Business, Financial 
University, Moscow, Russia
MANAGEMENT SCIENCES •  Vol. 14, No. 4’2024 • managementscience.fa.ru

содержание
ГОСУДАРСТВЕННОЕ И МУНИЦИПАЛЬНОЕ УПРАВЛЕНИЕ
Управленческие науки / 
Management Sciences
Низамутдинов М.М., Давлетова З.А.
Агент-ориентированная модель прогнозирования влияния качества жизни 
 Том 14,  № 4,  2024
населения на миграционное движение в разрезе федеральных округов РФ. .  . 6
Гаврилин Е.В. 
Главный редактор:  
Н. М. Абдикеев
Роль и место федеральных государственных унитарных предприятий в сфере 
управления государственным имуществом.
 .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . . . . . . . . . . . . . . . 24
Заведующий Редакцией
научных журналов:
В.А. Шадрин
ИНФОРМАЦИОННЫЕ И ЦИФРОВЫЕ ТЕХНОЛОГИИ В УПРАВЛЕНИИ
Выпускающий редактор: 
А.М. Пересыпкина 
Степнов И.М., Телегина М.Ю. 
Интегрирующая роль цифровой зрелости персонала в модели 
Верстка:  
Е.А. Смирнова
сбалансированной цифровой трансформации. .  .  .  .  .  .  .  .  .  .  .  .  .  . . . . . . . . . . . . . . 35
Корректор:  
Н.В. Колобова
ТЕОРИЯ И ПРАКТИКА УПРАВЛЕНИЯ
Абрамов Р.А., Темникова Ю.Ю. 
Переводчик:  
И.А. Осипова
Оценка эффективности коммуникаций Департамента транспорта и развития 
дорожно-транспортной инфраструктуры Москвы с населением в рамках 
Референс-менеджер: 
В.М. Алексеев
реализации стратегических проектов . .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . . . . . . . . . . . . . . . . . 53
Чуньсин С. 
Реализация интегрированных сервисов интеллектуальных цепочек поставок 
Адрес редакции:  
125167, Москва, 
Ленинградский пр-т, 53,  
комн. 5.9
ведущих китайских логистических компаний. .  .  .  .  .  .  .  .  .  .  .  .  .  .  . . . . . . . . . . . . . . 67
УПРАВЛЕНИЕ ПЕРСОНАЛОМ
Телефон: 8 (499) 553-10-84 
(вн. 10-84).  
E-mail: uprnauki@mail.ru
Салин Д.С., Виттенбек Н.В. 
Экосистема управления человеческими ресурсами в контексте цифровизации 
бизнеса. .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
Саматоев А.Т. 
Отдел подписки: 
тел./факс: 8 (499) 553-10-71
(вн. 10-80), 
е-mail: sfmihajlova@fa.ru
С.Ф. Михайлова
Методика управления производительностью сотрудников в современных 
коммерческих организациях. .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . . . . . . . . . . . . . . . . . . . . . 91
УПРАВЛЕНИЕ ОРГАНИЗАЦИЕЙ
Подписано в печать
17.12.2024
Формат 60 × 84 1/8
Объем 19 п. л.
Заказ № 
1667
Тимофеев А.А., Анисимов А.Ю. 
Методический инструментарий консалтинговых компаний для оценки 
эффективности организаций. .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . . . . . . . . . . . . . . . . . . . . . 108
Отпечатано  
в отделе полиграфии 
Финансового университета 
(Москва,  
Ленинградский пр-т, 51)
УПРАВЛЕНИЕ ПРОЕКТАМИ
© Финансовый университет, 
2024
Wagan S.M., Sidra S., Hoque M.M.U. 
The Influence of Empowerment on Collaboration and Knowledge Sharing and their 
Influence on Project Success . .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . . . . . . . . . . . . . . . . . . . . . . 122
УПРАВЛЕНИЕ МАРКЕТИНГОМ
Грива Е.В., Сидоров А.А. 
Гиперлокальный маркетинг: понятие, состояние, направления развития . .  . . 138
Письменное согласие 
редакции при перепечатке 
материалов издания, 
а также ссылки при 
цитировании на журнал 
Управленческие науки / 
Management Sciences 
обязательны. 
Содержание журнала за 2024 год.
 .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . . . . . . . . . . . . . . . . . . . 151
УПРАВЛЕНЧЕСКИЕ НАУКИ •  Т. 14, № 4’2024 • managementscience.fa.ru

CONTENTS
Management Sciences
Vol. 14,  Nо. 4,  2024 
 
Editor-in-Chief: 
STATE AND MUNICIPAL MANAGEMENT
Nizamutdinov M.M., Davletova Z.A. 
Agent-Based Model for Forecasting the Impact of the Population Life Quality  
on Migration Movement in the Context  
of the Russian Federation Federal Districts 
6
N. 
M. Abdikeev
Gavrilin E.V. The Role and Place of Federal State Unitary Enterprises in the Sphere 
of State Property Management24
Head of Scintific Journals 
Editorial Department: 
V. 
A. Shadrin
Managing editor: 
A.M. Peresypkina 
Design, make up: 
INFORMATION AND DIGITAL TECHNOLOGIES IN MANAGEMENT
Stepnov I.M., Telegina M.Yu. 
The Integrating Role of Digital Staff Maturity in a Balanced Digital 
Transformation Model
35
E.A. Smirnova
Proofreader:  
N.V. Kolobova
Translator:  
I.A. Osipova
Reference Manager: 
V.M. Alekseev
THEORY AND PRACTICE OF MANAGEMENT
Abramov R.A. Temnikova Yu.Yu. 
Evaluation of the Effectiveness of Communications Between the Department of 
Transport and Development of Road Transport Infrastructure of Moscow and the 
Population Within the Framework of the Implementation of Strategic Projects 53
Chunxing S. 
Implementation of Integrated Services of Intelligent Supply Chains by Leading 
Chinese Logistics Companies67
Editorial office address: 
125167, Moscow, 
Leningradskiy prospekt, 53, 
room 5.9
PERSONNEL MANAGEMENT
Salin D.S., Vittenbeck N.V. 
Tel.: 8 (499) 553-10-84 
(internal 10-84).  
E-mail: uprnauki@mail.ru
Human Resource Management Ecosystem in the Context of Business 
Digitalization77
Samatoev A.T. 
Methodology for Managing Employee Performance in Modern Commercial 
Organizations
91
Subscription department: 
tel.: +7 (499) 553-10-71
(internal 10-80), 
е-mail: sfmihajlova@fa.ru
S.F. Mihaylova
Signed for press on
17.12.2024
Format 60 × 84 1/8
Length 19 p. s.
Order №  1667
ORGANIZATION MANAGEMENT
Timofeev A.A., Anisimov A.Yu. 
Methodological Tools of Consulting Companies for Evaluating the Effectiveness 
of Organizations 108
Printed in the Publishing 
House of the Financial 
University 
(51, Leningradsky prospect, 
Moscow)
PROJECT MANAGEMENT
Wagan S.M., Sidra S., Hoque M.M.U. 
The Influence of Empowerment on Collaboration and Knowledge Sharing and 
their Influence on Project Success122
© Financial University, 2024
Editorial body written 
consent for edition 
materials reprinting 
as well as quotation 
references to the journal 
“Managerial Sciences”  
are binding. 
MARKETING MANAGEMENT
Griva E.V., Sidorov A.A. 
Hyperlocal Marketing: Conceptual Representation Status, Technological 
Foundations and Directions of Development138
Сontents of the magazine for 2024
151
MANAGEMENT SCIENCES •  Vol. 14, No. 4’2024 • managementscience.fa.ru

ГОСУДАРСТВЕННОЕ И МУНИЦИПАЛЬНОЕ управление /  
STATE AND MUNICIPAL MANAGEMENT
ОРИГИНАЛЬНАЯ СТАТЬЯ
 CC    BY 4.0
©
DOI: 10.26794/2304-022X-2024-14-4-6-23
УДК 004.9(045)
JEL C53, O15
Агент-ориентированная модель прогнозирования 
влияния качества жизни населения на миграционное 
движение в разрезе федеральных округов РФ 
М.М. Низамутдинов, З.А. Давлетова
Институт социально-экономических исследований УФИЦ РАН, 
Уфа, Россия
АННОТАЦИЯ
Для Российской Федерации характерно крайне неравномерное распределение населения по территории страны, что 
способствует асимметрии экономического и социодемографического развития регионов, нехватке квалифицированных 
специалистов для освоения ресурсов Сибири и Дальнего Востока, увеличению глобальных рисков в целом. В связи с этим 
актуальным становится применение современных управленческих технологий — ​
в частности, многоагентного имитационного моделирования, для поддержки принятия решений по управлению миграционными процессами. Поскольку основным 
стимулом к смене места проживания для активных граждан является инвестирование в развитие региона и обеспечение 
необходимых условий для комфортной жизни, цель исследования заключается в разработке агент-ориентированной модели прогнозирования влияния качества жизни населения на миграционные потоки между федеральными округами РФ. 
Одной из задач, решаемых с помощью модели, является отслеживание направления движения мигрантов относительно 
Республики Башкортостан при изменении управляемых параметров. Проектирование имитационной модели произведено 
с использованием современных CASE-инструментов; в ходе работы построены UML-диаграммы, мнемосхема процесса 
поддержки принятия решений по управлению демографическим развитием региона. Проведены сценарные эксперименты, 
позволяющие прогнозировать изменения численности населения на исследуемых территориях. В рамках исследования 
авторы применили объектно-ориентированную методологию проектирования имитационной модели, агент-ориентированный подход для ее реализации, а также методы статистического анализа при постановке экспериментов. Разработанный 
в результате исследования инструментарий может быть использован представителями органов исполнительной власти для 
формирования сбалансированной политики расселения, оценки возможности и условий для освоения регионов Российской 
Федерации с низкой плотностью населения.
Ключевые слова: прогнозирование численности населения; миграция; агент-ориентированная модель; федеральные 
округа Российской Федерации; качество жизни населения; расселение; Дальний Восток; Республика Башкортостан
Для цитирования: Низамутдинов М.М., Давлетова З.А. Агент-ориентированная модель прогнозирования влияния 
качества жизни населения на миграционное движение в разрезе федеральных округов РФ. Управленческие науки = 
Management Sciences. 2024;14(4):6-23. DOI: 10.26794/2304-022X-2024-14-4-6-23
ORIGINAL PAPER
Agent-Based Model for Forecasting the Impact  
of the Population Life Quality on Migration Movement  
in the Context of the Russian Federation Federal Districts
M.M. Nizamutdinov, Z.A. Davletova
Institute for Socio-Economic Research UFRC RAS, 
Ufa, Russia
ABSTRACT
The Russian Federation is characterized by an extremely uneven distribution of the population across the country, which 
contributes to the asymmetry of economic and socio-demographic development of the regions, a shortage of qualified 
© Низамутдинов М.М., Давлетова З.А., 2024
УПРАВЛЕНЧЕСКИЕ НАУКИ •  Т. 14, № 4’2024 • managementscience.fa.ru

М.М. Низамутдинов, З.А. Давлетова
specialists for the development of the resources of Siberia and the Far East, and an increase in global risks in general. 
In this regard, the use of modern management technologies, in particular, multi-agent simulation modeling, to support 
decision-making on managing migration processes becomes relevant. Since the main incentive for active citizens to 
change their place of residence is investing in the development of the region and providing the necessary conditions 
for a comfortable life, the purpose of the study is to develop an agent-based model for forecasting the impact of the 
population life quality on migration flows between the federal districts of the Russian Federation. One of the tasks solved 
using the model is to track the direction of migrant movement relative to the Republic of Bashkortostan when changing 
the controlled parameters. The simulation model was designed using modern CASE tools; UML diagrams and a mnemonic 
diagram of the decision-making support process for managing the demographic development of the region were built 
in the course of the work. Scenario experiments were conducted to predict changes in the population size in the study 
areas. Within the framework of the research, the authors applied the object-oriented methodology of simulation model 
design, agent-based approach for its implementation, as well as an agent-oriented approach for its implementation and 
statistical analysis methods when setting up experiments. The toolkit developed as a result of the study can be used by 
the representatives of executive authorities and government officials to develop a balanced resettlement policy, assess 
the possibility and conditions for developing regions of the Russian Federation with low population density.
Keywords: population forecasting; migration; agent-based model; federal districts of the Russian Federation; population 
life quality; resettlement; Far East; Republic of Bashkortostan
For citation: Nizamutdinov M.M., Davletova Z.A. Agent-based model for forecasting the impact of the population life quality 
on migration movement in the context of the Russian Federation federal districts. Upravlencheskie nauki = Management 
Sciences. 2024;14(4):6-23. DOI: 10.26794/2304-022X-2024-14-4-6-23
ВВЕДЕНИЕ
Россия является крупнейшей страной в мире по 
территории, обладает значительными природными 
богатствами, что предоставляет безграничные возможности для успешного развития и процветания 
в условиях грамотно выстроенной политики государства. В составе Российской Федерации 8 федеральных округов, которые весьма неоднородны по 
уровню социально-экономического развития и существенно различаются природно-климатическими 
условиями. Так, около 65% территории страны — ​
это 
область вечной мерзлоты, приходящаяся по большей части на Сибирский (СФО) и Дальневосточный 
(ДВФО) федеральные округа. При этом для России 
характерно крайне неравномерное распределение 
населения. Например, по состоянию на 1 января 
2024 г. в Москве его плотность составляла 5134,64 
чел./км2, а в Чукотском автономном округе — ​
0,07 
чел/км2. Основными причинами такой ситуации 
являются как неблагоприятные климатические условия, так и отсутствие инфраструктуры или слабая 
ее развитость на севере и востоке страны.
Значительный разрыв в показателях плотности 
населения в различных регионах страны приводит 
к дифференциации последних в плане социальноэкономического положения, поскольку основным 
драйвером развития территории и освоения ее 
природного потенциала является наличие достаточного количества кадров соответствующей 
квалификации. Проблема неравномерности распределения жителей выступает одной из самых 
серьезных преград в успешном развитии государства и требует разработки эффективной политики 
расселения граждан по территориям федеральных 
округов [1]. В связи с этим актуальной становится 
задача создания инструментов, позволяющих 
разработать сбалансированные схемы территориального расселения. В настоящее время все более 
востребованным становится применение методов 
многоагентного имитационного моделирования, 
которые могут быть успешно использованы для 
формирования стратегических планов развития 
территорий [2]. К агент-ориентированным моделям обращаются многие ученые. В частности, с их 
помощью выполняется прогнозирование демографических показателей и занятости населения 
по регионам страны [3], что позволяет моделировать процессы государственного управления 
через изменение ряда экзогенных переменных, 
создавать сценарии экспериментов и выбирать 
оптимальные управленческие решения. В исследовании [4] представлена агент-ориентированная 
модель прогнозирования численности населения 
в имитационной среде AnyLogic. Эксперименты 
с ее использованием способствуют формированию 
прогноза изменения численности населения на 
перспективу до 10 лет в крупных и малых городах 
Республики Башкортостан.
Авторами статьи [5] предложена агент-ориентированная модель взаимодействия двух категорий 
населения: мигрантов и коренных жителей, которая может применяться для управления кадровым 
MANAGEMENT SCIENCES •  Vol. 14, No. 4’2024 • managementscience.fa.ru

ГОСУДАРСТВЕННОЕ И МУНИЦИПАЛЬНОЕ управление /  
STATE AND MUNICIPAL MANAGEMENT
водятся семьями и остаются на постоянное место 
жительства [11].
Как уже говорилось выше, миграционной 
привлекательностью как в разрезе федеральных 
округов, так и по субъектам РФ обладают регионы с высоким качеством жизни. Нужно отметить, 
что данный показатель является интегральным 
и включает в себя такие факторы, как доступность 
образования и возможность получения квалифицированной медицинской помощи, развитость 
инфраструктуры, уровень доходов, состояние коммуникаций, экономики, экологии; при выборе места 
проживания могут иметь значение и географическое положение, и климат [12].
Зарубежные ученые отмечают тесную взаимопотенциалом предприятий на основе прогнозных значений демографических и миграционных 
показателей. Голландские ученые представили 
агент-ориентированную модель внутренней миграции в условиях растущего риска прибрежных 
наводнений во Франции [6]. Параметры агентов 
определены на базе национальной статистики, модель откалибрована с учетом опроса домохозяйств 
о степени адаптации. Интернациональный коллектив авторов предложил агент-ориентированную модель трудовой миграции и заброшенности 
пахотных земель в Китае, построенную на основе 
данных спутниковых снимков с очень высоким 
разрешением, глобальной системы позиционирования, опросов домашних хозяйств и переписи 
населения [7]. В книге [8] представлена агент-ориентированная модель рынка труда, позволяющая 
описать жизненный цикл человека от рождения до 
выхода на пенсию.
Проблема неравномерного распределения населения проявляется не только в разрезе федеральных округов, но и на региональном уровне. Так, 
например, в Республике Башкортостан (РБ) существует тенденция концентрации жителей в крупных 
городских агломерациях, в то время как сельские 
территории подвержены депопуляции [9]. Кроме 
того, в целом в РБ наблюдается миграционный отток населения, что представляет собой негативную 
тенденцию для развития экономики республики. 
Выбытие характерно преимущественно для молодых возрастных групп — ​
регион покидают выпускники школ с целью поступления в ведущие вузы 
страны либо молодые специалисты, получившие 
образование в Башкортостане и ищущие более высокооплачиваемые варианты трудоустройства [10].
Города федерального значения — ​
Москва 
и Санкт-Петербург — ​
являются популярными направлениями миграции для жителей РБ, что обусловлено более высоким уровнем жизни, развитой инфраструктурой, перспективами карьерного 
роста, широким выбором учебных заведений. РБ 
готовит кадры для нефтедобывающей отрасли, 
вследствие чего специалисты в этой области переезжают в северные регионы, где оплата труда 
гораздо выше, причем в основном — ​
в Тюменскую 
область. Соседние с Башкортостаном Самарская 
и Челябинская области, Татарстан привлекательны для абитуриентов из муниципальных районов, 
граничащих с этими субъектами РФ. Получив там 
образование, молодые люди находят работу, обзасвязь демографических и миграционных процессов и качества жизни населения. С целью изучения 
последнего в Норвегии проводились исследования среди коренного населения и иммигрантов 
по следующим аспектам: экологический, транспортная мобильность, планирование застройки 
города (расположение магазинов, детских садов, 
школ, университетов, парковых зон) [13]. Индийские ученые отмечают, что уровень образования 
является важнейшим фактором, влияющим на 
качество жизни взрослого населения в сельских 
районах провинции Пенджаб [14]. В Финляндии 
качество жизни граждан анализировалось по шкале QoL Bref, предложенной Всемирной организацией здравоохранения (ВОЗ), и итоги этой работы 
представлены в статье [15]. Исследователи, приняв 
состояние здоровья населения за наиболее важный 
показатель, использовали четырехмерную модель 
ВОЗ для оценки физического, психологического, 
социального и экологического аспектов качества 
жизни. При этом физическое измерение подразумевает зависимость от лекарств, подвижность, 
сон и работоспособность. Психологический аспект 
включает оценки удовлетворенности жизнью, 
степени ее осмысленности, внешнего вида индивидуума, его самоуважения и негативных чувств. 
Социальный фактор касается удовлетворенности 
социальными отношениями, социальной поддержкой и др. Экологический аспект предполагает 
чувство безопасности, качество среды обитания, 
экономическую ситуацию, доступ к необходимой 
информации и удовлетворенность обеспечением 
медицинскими услугами, транспортом и возможностями проведения досуга. Та же модель 
ВОЗ была использована в докладе вьетнамских 
УПРАВЛЕНЧЕСКИЕ НАУКИ •  Т. 14, № 4’2024 • managementscience.fa.ru

М.М. Низамутдинов, З.А. Давлетова
специалистов [16] для определения факторов, 
влияющих на качество жизни населения в прибрежных сообществах страны, страдающих от 
стихийных бедствий (наводнений и штормов).
Целью исследования стала разработка посредством инструментальной среды AnyLogic агенториентированной модели прогнозирования влияния качества жизни населения на миграционные 
процессы, которая применена для решения двух 
задач. Первая связана с отслеживанием направлений миграционного оттока из РБ и его притока 
в республику в разрезе федеральных округов РФ. 
Вторая заключается в прогнозировании демографического развития федеральных округов в соответствии с решениями органов власти о комплексном 
развитии определенных территорий за счет реализации инвестиционных программ, обеспечивающих 
рост качества жизни населения.
МЕТОДЫ ИССЛЕДОВАНИЯ
Проектирование имитационной модели  
на основе объектно-ориентированного подхода
Агент-ориентированное моделирование является новым развивающимся подходом к описанию 
сложных социально-экономических процессов 
(к которым относятся миграция и воспроизводство населения), и существует множество систем 
для разработки моделей с его помощью. Список 
программного обеспечения для имитационного 
моделирования общего назначения возглавляет такая платформа, как AnyLogic [17]. Данный 
программный продукт имеет ряд неоспоримых 
преимуществ: он является профессиональным 
инструментом для агентного моделирования, интегрирован с ГИС-картами, обладает широкими 
возможностями для анимации и визуализации, 
способен обрабатывать большие данные в качестве входной информации. Проектирование имитационной модели произведено с применением 
CASE-инструмента Enterprise Architect и объектно-ориентированного подхода. Построены UMLдиаграммы, описывающие функционал и структуру хранимых данных для разрабатываемой системы поддержки принятия решений.
С использованием MS Visio создана мнемосхема 
бизнес-процесса поддержки принятия решений по 
управлению демографическим развитием территорий (рис. 1).
Вопросами миграции населения занимается ряд 
государственных органов. Ключевая роль отводится 
Министерству внутренних дел и его структурному 
подразделению — ​
Главному управлению по вопросам миграции. Администрация Президента, Министерство труда и социальной защиты Российской 
Федерации и Федеральная служба безопасности 
являются ведущими федеральными органами исполнительной власти, реализующими миграционную политику. Вспомогательные функции по ее 
регулированию выполняют другие министерства, 
службы и ведомства, например, Министерство науки 
и высшего образования РФ, Министерство Российской Федерации по развитию Дальнего Востока 
и Арктики, Федеральная служба по труду и занятости, Федеральная налоговая служба, Федеральная 
служба государственной статистики [18].
С использованием CASE-инструмента Enterprise 
Architect была построена диаграмма активности 
поддержки принятия решений по управлению демографическим развитием территорий (рис. 2).
Агент-ориентированная модель (выступающая 
инструментом поддержки принятия решений) содержит базу как исходных статистических показателей для анализа, так и результатов моделирования, а также систему надстроек, представленную 
экзогенными переменными, которые задаются 
пользователем. Ядром является имитационная 
модель демографических и миграционных процессов, присутствует также система визуализации 
результатов имитации.
Государственная политика моделируется через изменение параметров, задаваемых в системе 
экзогенно. Рассматриваемая модель формирует 
прогнозы развития демографического и социально-экономического потенциала территории, 
в ней заложена возможность проведения сценарной 
оценки управленческих решений. В системе производится сверка целевых и плановых значений 
показателей социально-экономического развития 
для определения результативности проводимой 
государственной политики, а на случай выявления 
отклонений существует возможность разработки 
комплекса корректирующих мероприятий.
В целях описания структуры базы данных построена диаграмма классов (рис. 3).
Входными параметрами модели являются 
площадь территории федерального округа (либо 
субъекта РФ); численность и плотность населения; 
интегральный показатель качества жизни, учитывающий множество факторов, характеризующих как 
развитость региона, так и возможности обучения 
MANAGEMENT SCIENCES •  Vol. 14, No. 4’2024 • managementscience.fa.ru

ГОСУДАРСТВЕННОЕ И МУНИЦИПАЛЬНОЕ управление /  
STATE AND MUNICIPAL MANAGEMENT
Сценарная оценка
управленческих решений
Прогнозные значения
целевых показателей
Сотрудники МВД, Минтруда,
Минобрнауки
Агент-ориентированная 
модель миграционной 
активности населения
Фактические значения
демографических и миграционных 
показателей
Национальные проекты,
программы развития
Плановые показатели
демографического и социальноэкономического развития 
территорий
Башстат,
Росстат
Корректирующие
мероприятия
Органы исполнительной
власти
 
Рис. 1 / Fig. 1. Мнемосхема процесса поддержки принятия решений по управлению 
демографическим развитием территорий / Mnemonic diagram of the decision-making 
support process for managing the demographic development of the territories
Источник / Source: составлено авторами / compiled by the authors.
При этом сама модель как гибкий инструментарий 
позволяет задействовать разнообразные варианты 
измерения заработной платы, обеспечивая повышение степени достоверности экспериментальных 
расчетов при различных постановках задач. В то же 
время несколько измерителей в сочетании могут 
быть использованы в качестве управляемых параметров модели, например, для решения задачи 
прогнозирования степени интенсивности миграции.
и трудоустройства, комфортность проживания на 
его территории. Агент-ориентированная модель позволяет задать различные сценарии экспериментов 
посредством изменения трех показателей: качества 
жизни населения; объема инвестиций в развитие 
экономики и инфраструктуры региона; средней 
заработной платы, и оценить прогноз изменения 
результатов в отношении миграционных процессов. 
В зависимости от цели исследования для обеспечения более достоверной оценки уровня привлекательности рабочих мест в отдельно взятом субъекте 
(или федеральном округе) РФ в модели могут быть 
использованы величины медианной или модальной 
заработной платы. Первая не подвержена влиянию 
экстремально высоких или низких доходов, а вторая подходит для определения наиболее распространенного уровня заработка среди работников. 
Реализация имитационной модели на базе
агент-ориентированного подхода
Для прогнозирования миграционной динамики 
в разрезе федеральных округов в зависимости от 
изменения качества жизни населения и ее важнейших составляющих (таких как средняя заработная плата и инвестиции в инфраструктуру реУПРАВЛЕНЧЕСКИЕ НАУКИ •  Т. 14, № 4’2024 • managementscience.fa.ru