CC BY
52
УДК 330:314.742
АНАЛИЗ СОСТОЯНИЯ МИГРАЦИОННЫХ ПРОЦЕССОВ НА ПРИМЕРЕ
ПРИМОРСКОГО КРАЯ
© 2017
Лободин Павел Николаевич, аспирант
Дальневосточный федеральный университет (690950, Владивосток, ул. Суханова, 8, e-mail: nlo2012@mail.ru)
Аннотация. Миграция населения является многоплановым и многосторонним социально-экономическим процессом, который зависит от комплекса условий и экономических факторов, существующих на определенной территории. Миграция оказывает существенное влияние на формирование демографической структуры населения, состояние региональных и локальных рынков труда. Для исследования направления миграционных потоков между странами и регионами, а также факторов, побуждающих людей менять место жительства, используются эконометрические модели миграции. В данной работе разработана методика исследования миграционных процессов на основе модифицированной гравитационной модели и проведена ее апробация на примере Приморского края. Методика включает несколько этапов: формирование информационной базы исследования на основе данных Федеральной службы государственной статистики и Всемирного банка развития за период с 2000 по 2014 годы; отбор демографических и социально-экономических показателей территорий и показателя для оценки «экономического расстояния»; формирование кластеров прибытия и выбытия; выбор метода оценивания эконометрической модели; проведение расчетов. На основании моделирования панельных данных о миграционных приростах было выявлено, что показатели рынка труда и уровень развития здравоохранения и медицинского страхования являются определяющими факторами миграции населения в Приморский край из стран ближнего зарубежья. Разработанная методика может быть использована для других групп регионов и стран, что позволит сформировать более полную картину миграционных процессов, происходящих в России.
Ключевые слова: миграция, эконометрическая модель, гравитационная модель, панельные данные, социально-экономические факторы, Приморский край, Дальневосточный федеральный округ, STATA, экономическое расстояние, кластеризация, рынок труда.
ANALYSIS OF THE MIGRATION PROCESSES IN PRIMORSKY KRAY
REGION AS EXAMPLE
© 2017
Lobodin Pavel Nikolaevich, postgraduate student
Far Eastern Federal University (690950, Vladivostok, Sukhanova str. 8, email: nlo2012@mail.ru)
Abstract. Population migration is a multidimensional and diversified social-economical process that depends on a number of conditions and economic factors existing on a certain territory. Migration significantly impacts demographical structure of population and state of regional and local labor markets. Econometrical migration models are used in research of directions of migration flows between countries and regions, as well as factors that motivate people to change their residence. In this article researched methodology of migration processes based on modified gravitational model and tested it in Primorsky Kray region as example. Methodology includes several stages: creation of research database based on federal statistics and international bank of growth data for the period of 2000-2014; selection of demographical and social-economic factors of territories and indicator of "economical distance"; creation of arrivals and departures clusters; selection of evaluation method for econometrical model; conduction of calculations. Based on the panel data model of migration growth was concluded that labor market indicators and level of medical care and medical insurance are main factors in migration from neighboring countries to Primorsky Kray region. Developed methodology can be used for other regions and countries and would allow to create a more solid understanding of migration processes which are happening in Russia.
Keywords: migration, econometrical model, gravitational model, panel data, social-economic factors, Primorsky Kray region, Far Eastern Federal region, STATA, economical distance, clustering, labor market.
Постановка проблемы в общем виде и ее связь с важными научными и практическими задачами. Трудовые ресурсы, одной из форм которых является миграция, находятся в постоянном движении (профессиональном, квалификационном и пр.). Потоки трудовых ресурсов представляют собой миграционные процессы, которые являются, с одной стороны, одним из источников формирования структуры населения в регионе, а с другой, определяют состояние регионального рынка труда. Успешное функционирование регионального рынка труда возможно только при наличии достаточного количества трудовых ресурсов определенного качественного состава.
Трудовая миграция позволяет с достаточной степенью достоверности определить благополучие региона в целом, то есть, если в каком-то регионе наблюдается отток мигрантов, то это, скорее всего, свидетельствует о проблемах в социально-экономической сфере региона. В современных условиях для России и некоторых стран мира наблюдается тенденция неравномерного распределения трудовых ресурсов, при этом в одном регионе наблюдается избыток трудовых ресурсов, а в других -дефицит. Указанную тенденцию можно проиллюстрировать статистическими данными для Дальневосточного региона, который за период 1991 - 2013 гг. потерял около 900 тысяч человек или 14% населения. В то же время
Центральный федеральный округ получил более 1500 тысяч человек[1].
Анализ последних исследований и публикаций, в которых рассматривались аспекты этой проблемы и на которых обосновывается автор; выделение неразрешенных раньше частей общей проблемы. Чтобы исследовать не только направление миграционных потоков между странами и регионами, но и факторы, побуждающие людей менять свое место жительства, целесообразно использовать модели миграции, в том числе и эконометри-ческие. В работах [2-4] исследуются процессы миграции на уровне регионов России, в работах [5-8] - внутренняя миграция в зарубежных странах, модели миграции населения между странами рассмотрены в работах [9-11].
Эконометрические модели позволяют оценить влияние тех или иных социально-экономических показателей на формирование миграционных потоков, а также сделать прогноз относительно будущей динамики. В работах Джоржа Ципфа [12] предлагается модель, описывающая гравитационный закон пространственного взаимодействия. В соответствии с этим законом «демографическая» сила притяжения между регионами прямо пропорциональна населению в регионе выбытия и регионе прибытия и обратно пропорциональна квадрату расстояния между ними. Для эконометрической оценки данной модели необходимо прологарифмировать обе ее
части, а в качестве «силы притяжения» рассматривать миграционный поток между регионами.
В более поздних работах [13-15] предлагается модифицированная гравитационная модель, в которой, кроме факторов базовой гравитационной модели, рассматриваются различные социально-демографические показатели территорий:
LnMç = k0 + XakLnXk + X ¿¡LnXj -yLnDj +Sj
(i)
где M. . - миграционный поток между регионами i и j, Xh иX. - социально-демографические показатели регионов выбытия и прибытия, k, a, b, g - оцениваемые параметры, D.. - географическое расстояние между центрами регионов i и j.
Исследование миграционных потоков между регионами Российской Федерации на основе гравитационной модели, проведенное в работах [13,14], показало высокую степень корреляции результатов моделирования и реальных процессов миграции. Однако некоторые факторы модели, например, географическое расстояние, в современных условиях становится незначимыми в связи с развитием транспортного сообщения между странами и регионами. Кроме того при применении этой модели необходимо учитывать особенности миграционных процессов в России, в частности неоднородность регионов, их разделение на «доноров» и «реципиентов».
Формирование целей статьи. Основной целью данной работы является разработка методики исследования миграционных процессов на основе гравитационной модели и ее апробация на примере Приморского края.
Изложение основного материала исследования с полным обоснованием полученных научных результатов. Описание методики. В современных условиях для Приморского края, наряду с миграционными процессами между регионами, существенными являются процессы миграции из зарубежных стран. Так в 2014 году миграционный прирост передвижения населения из Приморского края в пределах России составил -6178 человек, в то время как прирост миграционного обмена населением с зарубежными странами - +2230 человек. Следовательно, необходимо определить, какие факторы и как влияют на интенсивность миграционных процессов. Для этого важно проанализировать миграционный процесс из стран, которые имеют положительный миграционный прирост для региона. Это позволит выявить регионы, которые могли бы стать «донорами» для территорий, нуждающихся в притоке трудовых мигрантов. В частности, это относится к Приморскому краю, который относится к таким регионам [16]. В данной работе в качестве регионов выбытия будут рассматриваться страны, миграция из которых в Российскую Федерацию превышает 10000 человек в год. За последнее десятилетие к ним относятся Азербайджан, Армения, Беларусь, Казахстан, Киргизия, Республика Молдова, Таджикистан, Узбекистан и Украина.
Использовать в качестве региона прибытия только Приморский край не представляется возможным (из-за маленького количества наблюдений в модели). Однако аналогичные миграционные процессы происходят и в других регионах нашей страны, прежде всего в Дальневосточном Федеральном округе. Поэтому для реализации модели необходимо выделить группу регионов, сходных с Приморским краем по социально-демографическим показателям, и рассматривать ее как кластер прибытия. Кластеризация регионов была осуществлена по социально-экономическим показателям, отобранным для гравитационной модели. Предварительно данные были пронормированы. Для кластеризации использовались три алгоритма (k-means, k-medians, expectation-maximization algorithm) [17], а затем была отобрана наилучшая кластеризация на основе относительных метрик оценки (Homogeneity, Separation и Silhouette Index) [18]. В результате в кластер прибытия вошли 19
регионов, в том числе все регионы Дальневосточного федерального округа (ФО), 2 региона Приволжского ФО, 2 региона Уральского ФО и 6 регионов Сибирского ФО (рисунок 1).
Рисунок 1 - Кластер прибытия (темно-серый цвет на рисунке).
В качестве одного из параметров гравитационной модели, описанной в [14,15], используется географическое расстояние между центрами регионов. В случае России при ее огромной территории такой подход вызывает сомнения, так как существуют весьма значительные миграционные потоки в регионы, заметно различающиеся по расстоянию до места назначения. Таким образом, является целесообразным использовать модифицированную меру расстояния - «экономическое расстояние», в частности стоимость переезда из одного региона в другой на некотором виде транспорта. Например, расстояние по автодорогам из Ташкента во Владивосток составляет 6 891 км (по прямой 5045), цена авиаперелета - 625 дол. США. Расстояние же из Ташкента в Кемерово - 2 831 км (по прямой 1992), в то время как цена билета на самолет (717 дол. США) больше, чем во Владивосток. В данном исследовании в качестве «экономического расстояния» будет использоваться стоимость самого дешёвого авиабилета из столицы зарубежной страны в столицу региона Российской Федерации, в долларах США.
Информационная база. В работе используется следующая статистическая информация:
- данные Росстата о социально-экономических процессах в регионах России за 2000-2014 гг. [1];
- данные Всемирного банка о социально-экономических процессах в зарубежных странах 2000-2014 гг. [19];
- матрицы прибывшего населения в субъекты Российской федерации из зарубежных стран за 20002014 гг.[1];
- матрица экономических расстояний между столицами государств и регионов, полученная на основе данных с сайтов поиска авиабилетов [20].
Эконометрическая модель. В данном исследовании строится эконометрическая модель на панельных данных с 2000 по 2014 годов. Оценивается регрессионное уравнение, где в качестве зависимой переменной используется миграционный поток M..t из страны выбытия в регион прибытия за тот же период, а в качестве объясняющих переменных берутся различные социально-экономические показатели регионов прибытия и стран выбытия. Общее количество наблюдений составляет 7425. Модель (1), применительно к панельным данным, может быть переписана в виде:
LnMlJt = ¿0 + Za+ + -yb Dj + syi, (2)
keK tel teT
где dt - временные эффекты, которые учитываются с помощью дамми переменных, e.j - случайная ошибка.
Описание переменных. Список переменных, исследуемых в данной работе, приведен в таблице 1. Факторы, оказывающие влияние на процессы миграции, можно разделить не несколько групп:
- демографические условия (процент молодых и
' 159
пожилых от общей численности населения, ожидаемая продолжительность жизни);
- условия трудовой деятельности (уровень зарегистрированной безработицы, коэффициент Джини);
- экономические условия (потребительские расходы, заработная плата);
- условия системы здравоохранения (расходы медицинского страхования, численность врачей);
- условия инвестиционной активности региона (уровень инвестиций, валовой доход на душу населения);
- жилищные условия (жилая площадь на одного жителя, цены на рынке жилья и пр.).
Таблица 1 - Переменные и их дескриптивные статистики
факторы Кол. наб.ъ Среднее Cmanb. отк.1. ЛЙ/ЛЦ-.1iVM Макси- .KV.M
1а Пютноеть населения (чел/кы2) 135 57,89 37 26 5.5 111,74
Хц, 285 9,07 1331 0,07 }6.3 3
Хм Молодыеввозрасте до трудоспособного возраста отобщего насел ения{%) 13? 24.7} 7.69 13,98 42.92
285 18,84 2.34 15,40 27.}3
Xm Пожилые {пенсионного возросла) от общего населения {%) 135 8,58 4,05 3,13 16,10
Xlj, 285 17,14 3.91 5.20 24 27
X, h Городсхоенаселение от общей чпспеииостп{%) 13? 50,65 15,09 26,40 75,90
Щ, 285 7}.}2 8,04 63,6 95,80
JBi, В ВП на душу на селения (ты с дол США) 13} 2 43 2 61 0,16 13,51
xv is; 10,16 1030 0,87 54,74
Xa Среднемесячнаязаработная плата (дол. США) 135 110,45 163,60 0,13 759,01
xm 285 54835 362 92 70,47 181637
X7i, Потребительскиерасходына д\шу населения! месяц {дел. США)''Среднемесячная заработная плата (дол. США) (%) 13} 11,55 1С,02 } 60 31 1
X7j 25} 53,08 11.95 22.90 S2.24
Xa УроБеньбезра5отшы(%) 13} 7,592 6,50 10 40
Xsji 285 S.227 2.41 2,9 17
ma Коз ффицнент Джини 13} 29,84 5 68 12 76 38,40
xv 28} 38,36 2 76 29,10 43,60
Хш Ожидаемая продолжительность жизни прирожпении (лет) 135 68.89 2,54 63.77 78,29
Хщ, 285 64.67 3,09 5530 72,17
hit Число умерших в возр а сте д о 1 год а на 1000 РОДИВШИХСЯ ЖИВЫМИ 135 28,13 16 21 4 74
Хщ, 28} 12.52 4293 } 42
Хш, Числоврачейна ЮООчеловек 13} 3.28 0,81 2 5
Хщ, 285 4.70 0^95 3 8
v • Расходы на здраво счрэнениена душ^1 населения * Доля расходовна здравоохранение, обеспечиваемую государством {дал США) 13} 185Д4 166,41 8,90 706,82
s • Расходы обязателвного медицинского страхования на одного жителя {дол. США) 28} 197.07 189,06 28,04 13}9,68
Хна Количество убийств на 100 тыс населения 13} 5,79 3,62 2 20
Хщ, 285 24,75 9,SI 7 52
Xm Число студентов на 1000 человек населения 135 40,23 1731 15 SO
Хщ, 285 38,865 16,49 0 89
Xieit Объем услуг связи оказанных населению {дол. США на 1 человека) 135 74,41 81,78 2.20 440,25
Хщ, 285 122.09 89, B3 6.22 34834
X: Общаяплогцадьжилых помещений, приходящаясяна одного жителя {м2) 135 21,47 2.70 17,4 30,4
Л« Количество построенных квартир на 100 тыс. человек 285 2036 15.60 3,13 89,16
XiSjt Цены на вторичном рынке жилья {дол. США) 13} 10103 4 647,88 54,85 2635,58
Экономическоерасстолнне- стоимость авиаперелета {дал США) 1T1 459.74 179.81 127.68 1099. S2
Необходимо отметить, что некоторые факторы являются несимметричными для стран выбытия (Xh) и регионов прибытия (X). Например, показатель X13j для Российских регионов - это «Расходы обязательного медицинского страхования на одного жителя (дол. США)», в то время как для стран выбытия X13. - это «Расходы на здравоохранение на душу населения» умноженное на «Долю расходов на здравоохранение, обеспечиваемую государством». Это связано с отсутствием одинаковых статистических показателей из баз данных Росстата и Всемирного банка.
Выбор метода оценивания. Для оценки эконометри-ческой модели можно использовать следующие инструменты [21]:
1. Сквозная регрессия по всем годам и всем странам и регионам, не учитывающая панельной структуры данных и оцениваемая с помощью обыкновенного метода наименьших квадратов (МНК);
2. Регрессия «between» для панельных данных представляет собой переписанную в терминах усредненных по времени значений переменных исходную модель, которая оценивается с помощью обыкновенного МНК;
3. Регрессия с фиксированными случайными эффектами для панельных данных («within») - это исходная регрессионная модель, переписанная в терминах отклонений от средних по времени значений переменных, оцениваемая с помощью обыкновенного МНК.
4. Регрессия со случайными эффектами, для оценки которой регрессии используется обобщенный метод наименьших квадратов.
Для того чтобы определить, какой инструмент больше подходит для оценки модели (4), построим все четыре модели по панельным данным за 2000-2013 гг. Далее по коэффициентам каждой модели вычислим прогнозируемые значения миграционных потоков в Приморском крае, Хабаровском крае и Сахалинской области за 2014 год, а затем сравним с фактическими значениями, посчитав среднюю относительную ошибку по всем странам выбытия. Выбор данных регионов объясняется тем, что разрабатываемая модель должна быть «заточена» для всех субъектов Дальневосточного Федерального округа, и прежде всего для Приморского края, и так как в эти регионы наблюдается самый большой поток мигрантов. Результаты приведены в таблице 2.
Таблица 2 - Сравнение инструментов оценивания
Модель Средний процент ошибок (%)
Регион I II III IV
Приморский край 18,18 84,59 39,64 9,89
Хабаровский край 15,35 81,96 21,45 12,07
Сахалинская область 19,31 79,83 43,32 11,60
Как видно из таблицы, наилучшее приближение дает модель со случайными эффектами, следовательно, для оценки модели (4) будет использоваться эта модель. Соответствующие расчеты были проведены в экономе-трическом пакете STATA[22].
Результаты моделирования. Анализ факторов, влияющих на процессы миграции из стран ближнего зарубежья в регионы, входящие в один кластер с Приморским краем, был проведен на основе сравнения значений эла-стичностей различных показателей.
Наибольшие коэффициенты эластичности имеют экономические показатели и показатели рынка труда. Уровень заработной платы и потребительские расходы по отношению к заработной плате имеют ожидаемое влияние на миграцию. Приток мигрантов выше в регионы с более высокими заработками. Также значимым фактором является «Валовый внутренний продукт на душу населения» как для регионов прибытия, так и стран выбытия. Регионы с более высоким уровнем безработицы оказались менее привлекательными для мигрантов. Эти результаты согласуются с неоклассическими теориями миграции [23], в которых отмечается взаимосвязь миграции с показателями рынка труда.
Далее по важности идут показатели уровня развития здравоохранения и медицинского страхования. Наибольшее значение эластичности в этой группе имеет показатель ожидаемой продолжительности жизни в регионе прибытия. Анализ показал, что приток мигрантов выше в регионы с меньшим ожидаемым уровнем продолжительности жизни.
Затем по убыванию уровней эластичности идут демографические показатели: доля населения моложе и старше трудоспособного возраста, доля городского населения; а также показатели жилищных условий в регионе прибытия. Причем, чем больше квадратных метров жилья приходится на 1 человека в регионе и ниже стоимость 1 квадратного метра жилья на вторичном рынке, тем больше приток мигрантов в него.
Следующим по важности оказался показатель численности студентов на душу населения в регионе прибытия и стране выбытия. Причем отток из стран с большим числом студентов ниже, а приток в Российские регионы с большим числом студентов выше.
Плотность населения оказались незначимым фактором как для стран выбытия, так и регионов прибытия, в то время как «экономическое расстояние» является важным фактором миграции.
Выводы исследования и перспективы дальнейших изысканий данного направления. Таким образом, в дан-
ной работе создана методика исследования миграционных процессов, состоящая из нескольких этапов: выбор социально-экономических показателей, влияющих на миграционные процессы регионов; выбор показателя, описывающего «экономическое расстояние» между регионами; формирование кластеров «прибытия» и «выбытия»; выбор метода оценивания эконометриче-ской модели, «заточенной» для определенных регионов; анализ результатов. Разработанная методика была апробирована на исследовании миграционных потоков в Приморском крае. Анализ результатов продемонстрировал тот факт, что показатели рынка труда и уровень развития здравоохранения и медицинского страхования являются основными факторами миграции. В перспективе возможно расширение эмпирической базы за счет применения предложенной методики для других групп регионов и стран, что позволит сформировать более полную картину миграционных процессов, происходящих в России. Создание программного продукта на основе разработанной модели позволит провести сценарные расчеты перемещения трудовых ресурсов и их пространственного размещения в краткосрочном и долгосрочном временном периоде в зависимости от задаваемой динамики демографических и социально-экономических показателей для регионов России и стран ближнего зарубежья.
СПИСОК ЛИТЕРАТУРЫ:
1. Официальный сайт Федеральной службы государственной статистики. [Электронный ресурс] - Режим доступа. - URL: http://www.gks.ru/ (дата обращения 1.03.2017).
2. Вакуленко, Е.С., Мкртчян, Н.В., Фурманов, К.К. Моделирование регистрируемых миграционных потоков между регионами Российской Федерации // Прикладная эконометрика. - 2011. - 21 (1). - С. 35-55.
3. Нестеров, А.А. Обзор факторов, определяющих межрегиональную и региональную миграции в Российской Федерации // Российское предпринимательство. - 2011. - № 5-2 (184). - С. 182-188.
4. Батищева, Г.А., Журавлева, М.И. Экономико-математическое моделирование внешних российских миграционных потоков // Проблемы экономики и менеджмент. - 2015. - № 6 (46) - 2015. - С. 30-34.
5. Alimi, O., Maré, D.C., Poot, J. Income inequality in New Zealand regions // P. Spoonley (ed.) Rebooting the Regions. Massey University Press. - 2016. - P. 177-212.
6. Chakrabarti, A.S., Sengupta, F. Productivity differences and inter-state migration in the U.S.: A multilateral gravity approach // Original Research Article Economic Modelling. - 2017. - Vol. 61. - P. 156-168.
7. Aldashev, A., and Dietz, B. Economic and spatial determinants of interregional migration in Kazakhstan // Economic Systems. - 2014. - Vol. 38. - No 3. - P. 379-396.
8. Lomax, N., Norman, P., Rees, P., Stillwell, J. Subnational migration in the United Kingdom: producing a consistent time series using a combination of available data and estimates // Journal of Population Researc. - 2013. -Vol. 30. - P. 265-288.
9. Ghatak, S., Mulhern, A., Watson, J. Inter-regional migration in transition economies: The case of Poland // Review of Development Economics. - 2008. - Vol. 12. - No 1. - P. 209-222.
10. DeWaard, J., Kim, K., Raymer, J. Migration Systems in Europe: Evidence From Harmonized Flow Data // Demography. - 2012. - Vol. 49. - No 4. - P. 1307-1333.
11. Bertoli, S., J. Fernandez-Huertas Moraga, Ortega, F. Crossing the Border: Self-Selection, Earnings and Individual Migration Decisions // Journal of Development Economics.
- 2013. - Vol. 101. - No 1. - P. 75-91.
12. Zipf, G.K. Human Behavior and the Principle of Least Effort. - Massachusetts, Addison-Wesley Press, 1949.
- 573p.
13. Андриенко, Ю., Гуриев, С. Разработка модели внутренних и внешних миграционных потоков населения для регионов Российской Федерации / Центр эко-
номических и финансовых исследований и разработок российской экономической школы [отчет]. - М., ВШЭ, 2006.- 53 с.
14. Вакуленко, Е.С. Моделирование миграционных потоков на уровне регионов, городов и муниципальных образований: дис. ... канд. эконом. наук. Высшая Школа Экономики, Москва, 2013.
15. Anderson, J.E.) The gravity model //Annual Review of Economics. - 2011. - Vol. 3. - P. 133-160.
16. Шмидт Ю.Д. Прогнозирование спроса и предложения на региональном рынке труда / Под ред. Ю. Д. Шмидта. — Владивосток: ДВФУ, 2012. - 320 с.
17. Воронцов, К.В. Лекции по алгоритмам кластеризации и многомерного шкалирования [Электронный ресурс]. - М., МГУ, 2007. - 26 с. URL - http://www. machinelearning.ru/wiki/images/c/ca/Voron-MLClustering. pdf
18. Сивоголовко, E. Методы оценки качества четкой кластеризации // Компьютерные инструменты в образовании. - 2011. - Вып. 4 (96). - С. 14-31.
19. Официальный сайт Всемирного банка. [Электронный ресурс] - Режим доступа. - URL: http:// www.worldbank.org (дата обращения 1.03.2017).
20. Поиск авиабилетов Skyscanner. [Электронный ресурс] - Режим доступа. - URL: https://www.skyscanner. rU/ (дата обращения 1.03.2017)
21. Ратникова, Т. А. Анализ панельных данных в пакете. - М., Издательский дом ГУ-ВШЭ, 2010. - 38 с.
22. Статистический пакет Stata [Электронный ресурс]. - StataCorp LP; 4905 Lakeway Drive; College Station, Texas 77845-4512; USA. - URL: http://www.stata. com (дата обращения 1.03.2017).
23. Harris, J., Todaro, M. Migration, Unemployment and Development: A Two-Sector Analysis // American Economic Review- 1970. - Vol. 60. - P. 126-142.
Статья поступила в редакцию 27.04.2017.
Статья принята к публикации 22.06.2017.
