CC BY
164
^..у. Коровкин, Ы.Щ. "олгова, Вдинак
АНАЛИЗ ВЗАИМОСВЯЗИ ВНУТРЕННЕЙ МИГРАЦИИ И СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЙ ДИФФЕРЕНЦИАЦИИ РЕГИОНОВ (на примере Центрального федерального округа)7
В послании Президента РФ Федеральному Собранию в 2012 г. на ближайшее десятилетие [1] были поставлены ориентиры ежегодного роста ВВП не менее чем на 5-6%. Сокращение численности постоянного населения России в трудоспособном возрасте значительно усложняет выполнение поставленной задачи. В целях улучшения демографической ситуации в стране проводится комплекс мер по стабилизации численности коренного населения. В частности, для повышения рождаемости активно действуют программы предоставления семейного капитала семьям при рождении второго ребенка, а также стартуют программы, стимулирующие рождение третьего и последующих детей в тех регионах, в которых демографическая ситуация хуже, чем в среднем по стране. «Концепция государственной миграционной политики Российской Федерации до 2025 г.» в качестве одной из своих целей предусматривает стабилизацию и рост численности постоянного населения РФ за счет привлечения внешних мигрантов. Однако стимулирование их потока из ближнего зарубежья в долгосрочном периоде не может являться главной мерой по увеличению численности постоянного населения и трудовых ресурсов страны. Важным источником роста экономической эффективности должно стать стимулирование внутренних миграций между региона-
1 Работа подготовлена при финансовой поддержке Российского фонда фундаментальных исследований (проект № 13-06-00507).
71
ми, направленное на снижение территориальных структурных диспропорций между объемами спроса и предложения рабочей силы. Создание и модернизация 25 миллионов рабочих мест в перспективе также являются доминантой в повышении эффективности использования рабочей силы в РФ.
В условиях демографических ограничений и низкой эффективности национальной экономики особую актуальность приобретает вопрос об источниках формирования и количестве трудовых ресурсов необходимых на пути интенсивного развития РФ. Исторически сложившееся неравномерное распределение по территории производственных факторов, в частности трудовых ресурсов, закрепленное, а порой и усиленное ходом развития экономики последних двух десятилетий объясняет существование одновременно как регионов с избытком рабочей силы, так и регионов с ее недостатком, что усиливает их дифференциацию по уровню социально-экономического развития.
Анализ, прогнозирование и регулирование внутренней миграционной подвижности населения является одним из направлений действий по сокращению структурных дисбалансов, связанных с несоответствием объемов спроса и предложения рабочей силы на региональных рынках труда. В свою очередь исследование факторов, определяющих объемы и направления межрегиональных миграционных потоков, фиксируемых официальной статистикой, является важнейшим направлением в решении названных проблем.
Межрегиональная миграция представляет собой непрерывный процесс, в результате которого увеличивается численность населения региона прибытия и уменьшается численность населения региона выбытия. Прогнозирование межрегиональной миграции может быть направлено на получение перспективных оценок или самого процесса движения в виде объемов миграционных потоков, или его конечного результата. Примером показателя конечного результата миграционного обмена населением между двумя территориями (или одной и всеми остальными) за исследуемый промежуток времени является, например, коэффициент миграционного прироста, рассчитываемый как отношение разности между прибывшим и
72
выбывшим населением к среднегодовой численности населения рассматриваемой территории. И хотя его прогнозная оценка позволяет судить о вкладе миграции в изменение численности населения конкретной территории за период времени I, но комплексного представления о процессе межрегиональной миграции внутри территории страны она не дает.
Попытки построения модели прогнозирования данного процесса (или его конечного результата) были предприняты во многих как отечественных, так и зарубежных работах. Моделирование потока мигрантов между парой регионов I и ], выраженного в виде абсолютного числа мигрантов в году или же относительного показателя, представляет собой попытку отразить непосредственно процесс перемещения населения между территориями, а не его результат. Оценка миграционного потока на перспективный период также позволяет учесть вклад миграционной компоненты в изменение численности населения территорий, участвующих в обмене.
В работе [2] разработана интегрированная факторно-трендовая модель для территориального движения населения. Предложенный в ней инструмент анализа и прогноза территориальной мобильности населения относится к классу гравитационных моделей, базовая идея которых заключалась в отражении прямой зависимости миграционного потока от числен-ностей населения территорий, участвующих в обмене, и обратной - физического расстояния между ними. Развитие гравитационной модели привело к введению и использованию такого понятия, как «социально-экономическое» расстояние между парой регионов, измеряемого как разница (или отношение) между социальными и экономическими факторами, характерными для территорий I и / В работе [2] авторы оперируют понятием социально-экономического расстояния и моделируют поток мигрантов из района I в ], используя в качестве независимых показателей отношение ряда факторов для экономических районов СССР I и/
Если мерой расстояния между двумя территориями является отношение фактора I на территории I к этому же фактору на территории ], то логично было бы предположить, что распре-
73
деление потоков миграции по территориям зависит от характера распределения того или иного фактора между всеми территориям страны, не ограничиваясь двумя конкретными территориями. Такой подход развивается в работе [3], где указывается, что при моделировании миграционных процессов необходимо отбирать показатели-факторы, которые возможно представить в виде относительных долей по регионам в общей по стране величине. Тогда структура распределения мигрантов увязывается со структурой распределения фактора-условия: изменение последней приводит к подвижкам в распределении миграционных потоков. Создание такой модели представляет собой нетривиальную задачу, так как предполагает решение большого числа немаловажных подзадач. Среди них: поиск подходящей зависимой переменной, адекватно отражающей структуру межрегиональных миграционных потоков; определение набора социальных и экономических факторов; подбор формы функциональной связи, которая в некотором роде являлась бы универсальной для описания изменений во времени миграционного потока между парой регионов I и/
Моделирование отдельных миграционных потоков связано с работой со статистическими показателями, имеющими структуру временных рядов. В этом случае задача представляет собой обработку огромного массива данных. В процессе построения регрессионных уравнений, объясняющих динамику 6889 (83x83) межрегиональных потоков, возникают проблемы, связанные с зависимостью потоков друг от друга, с наличием «выбросов» в динамике как факторов, так и объясняемых переменных, а также низким качеством модели, показателем которого традиционно служит коэффициент детерминации - Я2. На первом этапе исследования в целях снижения размерности рассматриваемой совокупности миграционных потоков были проанализированы лишь регионы, принадлежащие Центральному федеральному округу (ЦФО).
В классическом варианте гравитационной модели объем миграционного потока ставился в зависимость от численности населения территорий I и ] и физического расстояния между ними. В данной работе зависимыми переменными, характери-
74
зующими миграционные потоки между регионами и их динамику, были выбраны показатели структуры движения: qi(f) -вероятности закрепления и Шу^) - вероятности перехода индивидуумов на каждом шаге - разработанные в рамках модели, учитывающей неоднократные в течение периода f переходы людей между состояниями [3]. Показатели структуры движения построены таким образом, что они «очищены» от влияния как размера территорий (выраженной через численность населения), так и демографических процессов (рождаемости, смертности), что позволяет сопоставлять их друг с другом. Поэтому набор независимых переменных должен содержать в себе факторы, характеризующие социально-экономическую сферу регионов и воздействующие на показатели структуры движения.
Анализ динамики экономического расстояния между регионами ЦФО. Первоначально проверялась гипотеза о наличии корреляции между динамикой показателей структуры движения населения и распределением ВРП между регионами ЦФО. Для оценки того, как изменялась структура суммарного ВРП ЦФО по годам, будем использовать показатель размаха, т.е. разницу между максимальным и минимальным значениями показателя (табл. 1).
Таблица 1
Сопоставление максимальных и минимальных значений компонент структуры суммарных ВРП по России и по ЦФО
Показатель 2000 г. 2005 г. 2006 г. 2007 г. 2008 г. 2009 г. 2010 г.
РФ MIN РФ 0,00057 0,00056 0,00053 0,00048 0,00055 0,00054 0,00052
МАХ РФ 0,2091 0,2284 0,2381 0,2431 0,2433 0,2296 0,2228
МАХ - MIN РФ 0,2085 0,2278 0,2376 0,2426 0,2427 0,2290 0,2222
ЦФО
MIN ЦФО 0,0082 0,0072 0,0068 0,0065 0,0064 0,0065 0,0067
МАХ ЦФО 0,6088 0,6359 0,6499 0,6548 0,6508 0,6361 0,6264
МАХ - MIN ЦФО 0,6006 0,6287 0,6431 0,6483 0,6444 0,6296 0,6197
Из табл. 1 видно, что межрегиональные различия в структуре суммарных ВРП и по России, и по ЦФО с 2000 по 2008 г. нарастают, в последующие годы происходит постепенное
75
снижение дифференциации, причем изменение тенденции происходит одновременно. Это является свидетельством того, что наибольший вклад в суммарный ВРП по России вносит ВРП по ЦФО. Перейдем к рассмотрению вкладов субъектов РФ, входящих в ЦФО, которое будет осуществляться с помощью нормировки или распределения регионов на группы. Нормирование была выполнено по следующей формуле:
(,) = х 10,
X (0 - X ■ (0
шах V / шт V /
где хг(0 - значение показателя в регионе г в году хш;п(£) - минимальное значение показателя в году хшах(0 - максимальное значение показателя в году I; уг (^) - нормированное значение
показателя в году ^ I = 2000, ..., 2010; г = 1, ..., 18.
Субъекты ЦФО были разделены на десять групп. Вклад ВРП г. Москва в суммарный ВРП по ЦФО в 2000-2010 гг. был наибольшим, образуя отдельную десятую группу. Вклад ВРП Московской области в суммарный ВРП по ЦФО был значителен и также представлял отдельную группу по рассматриваемому показателю: в 2001-2008 гг. вклад ВРП Московской области в суммарный ВРП по ЦФО относится ко второй группе, а в 2000, 2005, 2009-2010 годы к третьей группе. Это является подтверждением того, что вклад Московской области в суммарный ВРП по ЦФО становится больше, однако он несопоставим с вкладом ВРП г. Москва. Вклады других субъектов ЦФО, а их соответственно большинство, образуют первую группу при нормировке, вклад каждого из них близок к минимальному значению, которое за 2000-2010 гг. не превысило 0,05. Вклад ВРП Ивановской области в суммарный ВРП по ЦФО был минимален в начале рассматриваемого периода (2000-2004 гг.), а, начиная с 2005 г. минимальные значения рассматриваемого показателя закрепились за Костромской областью. В связи с тем, что первая группа самая многочисленная, а сами вклады невелики, воспользуемся ранжированием, которое позволит нагляднее определить изменение позиций вкладов ВРП регионов ЦФО в ВРП по ЦФО. Результаты цепного (2001 г. к 2000 г. и т.д.) сопоставления рангов долей ВРП субъектов ЦФО в ВРП по ЦФО представлены в табл.2.
76
Таблица 2
Изменения рангов долей субъектов ЦФО по ВРП
Субъект 2000 г. 2005 г. 2006 г. 2007 г. 2008 г. 2009 г. 2010 г.
ЦФО
Белгородская область -2 0 -1 -1 -2 0 -1
Брянская область 4 1 -2 0 -1 3 -2
Владимирская область 0 1 1 -1 1 -1 0
Воронежская область 0 1 0 1 -2 -1 1
Ивановская область 1 -2 0 0 1 1 -1
Калужская область 3 1 0 0 -2 -1 -2
Костромская область -1 0 0 1 0 1 -1
Курская область 0 1 -1 1 1 0 0
Липецкая область 2 1 2 -2 0 1 0
Московская область 0 0 0 0 0 0 0
Орловская область 0 0 0 0 0 2 0
Рязанская область 0 0 0 1 3 -1 -2
Смоленская область -7 1 0 0 0 -1 -1
Тамбовская область -1 0 0 -1 0 -3 3
Тверская область 1 0 0 1 0 0 0
Тульская область 1 0 0 0 -1 1 0
Ярославская область -2 0 0 0 0 0 0
г. Москва 0 0 0 0 0 0 0
Из табл. 2 следует, что структура ВРП по ЦФО весьма статична. Изменение ранга долей ВРП субъектов ЦФО в ВРП по ЦФО за рассматриваемый период не превышает шести позиций, причем для большинства субъектов ЦФО по рассматриваемому показателю изменение в одну-три позиции наиболее характерны.
Следуя опыту более ранних работ [4, 5], в данном исследовании в качестве меры удаленности (близости) друг от друга регионов используется евклидово расстояние:
^ = дЕ(хк - хк)2,
V к=1
где i, ] = 1,...Ы, N - число регионов, р - число показателей, характеризующих социально-экономическое положение регионов.
В качестве объясняющей переменной выступает доля ВРП региона в суммарной по федеральному округу величине. Поэтому, когда расстояние определяется на основе одного фактора (ВРП),
77
формула расчета сводится к вычислению разности между региональными долями ВРП, взятой по модулю, т.е. ё] = |хЛ - .
В силу того, что ранги представляют собой весьма обобщенную меру структуры, ниже будет проведен анализ поведения расстояния ёг]- между регионами во времени, так как эта величина является более чувствительной к наличию каких-либо колебаний, не улавливаемых рангами. Традиционно, одной из мер однородности некоторой совокупности (или выборки из нее) является коэффициент вариации. Рассчитанный для выбранной меры расстояния с 2000 по 2010 г. по каждому году в отдельности для 16 (за исключением Москвы и Московской области) регионов, данный показатель свидетельствует о наличии достаточно большой поляризации расстояний между ними. Например, коэффициент вариации для расстояния между Брянской областью и всеми остальными имел растущую динамику на протяжении 11 лет с 2000 г. по 2010 г. К регионам, для которых разброс расстояний со всеми остальными регионами ЦФО к концу исследуемого периода снизился, можно отнести Белгородскую, Воронежскую, Липецкую и Ярославскую области. В целом же, неоднородность с течением времени имеет тенденцию к увеличению и коэффициент вариации для большинства направлений колеблется в пределах от 60 до 100%. Наличие ярко выраженного тренда в поведении ё] наблюдается только для Белгородской области: расстояние между ней и другими регионами стабильно растет. Причиной этого является устойчивый рост ее ВРП, в результате которого практически по всем направлениям расстояние за рассматриваемое десятилетие выросло в два и более раза.
Существенным недостатком использования евклидового расстояния в качестве меры удаленности двух территорий друг от друга является симметричность матриц расстояний, что вполне справедливо для физического, но противоречит идее социально-экономического расстояния. Попытаться обойти эту проблему можно путем введения еще одной меры близости двух объектов, которая учитывала бы «знак» у расстояния. Его положительное значение для пары регионов г и ] соответствует наличию некоторого преимущества у региона г перед ], и, наоборот (для
78
случая использования одного фактора). Зададим такую меру в виде следующего соотношения: ё *] = (х{ - х]) /(х{ + х]), где в качестве хг по прежнему рассматривается доля ВРП региона г в суммарном по федеральному округу ВРП. Тогда всю совокупность регионов можно разбить на группы с точки зрения их привлекательности по отношению к другим регионам, используя при этом критерий знака у ё]*. При отнесении области к той или иной группе учитывалось положительное или отрицательное значение расстояния для большей части из 17 возможных направлений (табл. 3).
Таблица 3
Группировка регионов ЦФО по критерию их привлекательности, 2010 г.
Привлекательные регионы ё *у > 0 Непривлекательные регионы ё *у < 0
Белгородская Брянская
Воронежская Костромская
Липецкая Орловская
Московская Смоленская
Ярославская Тамбовская.
Очевидно, что учет «знака» у расстояния весьма условная вещь, которая служит неким подобием потенциалов у двух объектов. С теоретической точки зрения, вероятность возникновения миграционного потока между парой объектов г и ] тем меньше, чем больше положительное значение меры дальности ёг]* между г и ], и наоборот. Как и для ёг], так и для ёг]* характерна большая поляризация: размах между крайними значениями достигает значительной величины.
Анализ структуры и динамики межрегиональных потоков на территории ЦФО. В связи с выдвигаемой гипотезой о наличии взаимосвязи между распределением выбранного в качестве объясняющего фактора ВРП и межрегиональными потоками миграции необходимо исследовать структуру и динамику последних. Как отмечалось ранее, в большинстве случаев, интенсивность межрегиональных миграционных потоков
79
имеет тенденцию к уменьшению. Выделяются направления, для которых вероятности переезда сохраняются на стабильно низком уровне. Вероятности возникновения потоков в Москву значительно превышают вероятности переезда в другие регионы. В целом, все регионы можно разделить на три стабильные группы по величине ш^х 100: от 0,2 и выше, от 0,1 до 0,2 и ниже 0,1. По величине вероятности переезда в Москву лидируют такие регионы, как Московская и Калужская области. Во вторую группу входят Рязанская, Тульская, Владимирская и Смоленская области. К регионам, с наименьшей вероятностью относятся: Воронежская, Ивановская, Костромская и Ярославская области. Можно признать, что близость географического расположения региона к Москве оказывает влияние на интенсивность миграционного потока в нее из данного региона. Тем не менее, о стабильном росте вероятности миграции в Москву можно говорить только начиная с 2006 г., до которого наблюдались скачки в соответствующих вероятностях. Динамика миграционных потоков в Московскую область характеризуется большей закономерностью: с 2000 г. происходит ее стабильный рост практически по всем направлениям. Калужская область является первым «донором», за ней следуют Тверская и Владимирская области. На последних местах по вероятности возникновения миграционного потока в Московскую область располагаются Белгородская, Воронежская, Костромская и Ярославская области. Обратные потоки из Московской области характеризуются низкой вероятностью и не превышают значение 0,01, которое соответствует потоку в Калужскую область. При этом проявляется аналогичная ситуация: наиболее тесный обмен населением Московской области происходит с близко расположенными регионами.
Взаимное поведение встречных миграционных потоков также является объектом анализа. Положительный коэффициент корреляции свидетельствует о наличии схожей тенденции в поведении миграции между регионами i и 7: одновременно происходит или рост ее интенсивности, или снижение. Отрицательная связь между взаимообратными потоками соответствует росту потока в одном направлении, при падении интен-
80
сивности потока в обратном направлении. Такая ситуация характерна для всех потоков в Москву и частично для потоков в Московскую область, что вполне очевидно: за последнее время происходит рост вероятности переехать в Москву, на фоне падения вероятности ее покинуть (например, в такие регионы, как Владимирская, Тульская, Калужская, Костромская области). Что касается остальных регионов, вероятность возникновения переезда в них из Москвы близка к нулю на всем периоде. Среди прочих можно выделить ряд взаимообратных направлений миграции, для которых наблюдается одинаковая тенденция. Например, коэффициенты корреляции для динамики потоков населения между Брянской и такими областями, как Калужская, Смоленская и Тульская равны 0,82; 0,87 и 0,88 соответственно. Для этих направлений характерно взаимное ослабление миграционного обмена населением. Помимо обратных связей с Москвой и Московской областью, отрицательный коэффициент корреляции наблюдается между Курской и Брянской, Ивановской и Калужской областями, что свидетельствует о разной тенденции во времени миграционных потоков. Однако коэффициенты корреляции слишком малы чтобы говорить об их существенной взаимосвязи.
Взаимосвязь в пространственном срезе и в динамике величин dij(t) и для ЦФО. Если проранжировать регионы в порядке убывания расстояния от региона г одновременно с показателем вероятности миграционного потока из г во все другие регионы в рамках одного года, то установить какую-либо зависимость между двумя выбранными характеристиками представляется весьма сложно. Тем не менее, можно назвать три области (Курская, Липецкая и Орловская), для которых по графику двух величин ё] и ту можно выдвинуть гипотезу о наличии между ними зависимости: высокое экономическое расстояние между этими территориями и всеми остальными наблюдается одновременно с наибольшей интенсивностью исходящего миграционного потока из перечисленных регионов. При небольшом расстоянии территории г с территорией] показатель ту невысокий (что соответствует одной из гипотез о внутристрановой миграции: при снижении дифференциации
81
между регионами уменьшаются межтерриториальные миграционные потоки). На рис. 1 проиллюстрирован характер зависимости между йу и шу для связей Орловской области со всеми другими областями за 2010 г.
Рис. 1. Показатели йух 100 (-■-) и шух 100 (-а- правая шкала) для выбытий из Орловской области во все другие области ЦФО (без Москвы и Московской области), 2010 г.
Для остальных регионов, помимо названных, более или менее очевидная картина отсутствует: снижение расстояния йу между территориями сопровождается при этом значительными колебаниями соответствующих вероятностей шу. Что касается Москвы, то расстояние от нее до всех остальных регионов одинаково высокое (йу-х100«23) при практически близкой к нулю вероятности совершить переезд из нее. Расстояние от Московской области до всех остальных колеблется в пределах от 3 до 4, при этом вероятность выезда из области описывается большой амплитудой колебания.
Как было замечено выше, в отличие от расстояния йу, показатель й* отражает не только величину, но и направление этого расстояния с точки зрения сравнительных характеристик региональных условий. Следовательно, следуя законам миграции, изложенным Ревенштейном [6], миграционный поток бу-
0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0
0,08 0,07 0,06 0,05 0,04 0,03 0,02 0,01 0,00
82
дет выше в регион с лучшими условиями, тогда как обратный поток по своей абсолютной величине - меньше. Поэтому логично предположить, что при положительном расстоянии между регионами г и ] (ёу*>0) должно выполняться неравенство ту/ту <1, и наоборот. Тем не менее, как показал анализ по областям ЦФО за 2009 г., такое соотношение выполняется не всегда. Можно привести примеры превышения ту над ту1 для случаев, когда регион г привлекательнее (по величине ВРП) по сравнению с регионом ]. Причиной этого является недоучет других факторов, которые играют существенную роль в распределении миграционных потоков между регионами, и фокусирование на распределении ВРП (что может быть верно на уровне федеральных округов, но не отражать действительность на более дезагрегированном уровне). Например, в некоторых работах [7] предполагается наличие так называемых «ловушек бедности» у населения, при которых переезд из бедных регионов в более богатые ограничен отсутствием к тому финансовых средств. Соответственно, поток из более привлекательного региона в менее привлекательный в таком случае может превосходить по своей величине обратный поток, так как не связан с денежными ограничениями. Такое предположение вряд ли является единственным объяснением сложившейся ситуации. Более ранней гипотезой, объясняющей возникновение миграционных потоков и контрпотоков было предположение о наличии информации у индивидуума о распределении фактора-условия на территории прибытия, что обязывает «учитывать факторы в виде их функции распределения» [8].
В целях выявления лучших условий для «среднего» мигранта в процессе принятия им решения о направлении миграции сопоставление средних величин факторов на территориях, участвующих в обмене, может привести к ошибочным расчетам (как раз в этом случае проблематично объяснить контрпоток). Можно предполагать, что индивидуум ориентируется не на среднюю величину фактора на территории прибытия, а на его распределение, чтобы оценить вероятность улучшения своего положения в результате переезда. Поэтому, при моделировании миграционных потоков исследователю необходимо иметь
83
представление о распределении фактора по группам населения, что практически невозможно исходя из данных статистики, однако более верно с точки зрения реальных условий.
Взаимосвязь региональных показателей рынка труда и жилья и объемов миграционных потоков. В связи с тем, что распределение ВРП не является исчерпывающим объясняющим фактором распределения миграционных потоков между регионами ЦФО, проведем исследование других потенциальных факторов миграционной активности населения. К числу последних можно отнести показатели, характеризующие состояние региональных рынков труда и жилья. Очевидно, что уровень развития того и другого рынка может быть описан широким набором индексов и показателей. Тем не менее, в рамках проводимого анализа были отобраны только те из них, которые являются абсолютными величинами, позволяющими описать структуру распределения обоих факторов между регионами. Так, среди прочих были выбраны численность безработных по субъектам РФ (по данным выборочных обследований), заявленная работодателями потребность в работниках, а также общая площадь введенных за год жилых домов и общежитий.
Первый показатель, численность безработных, отражает неудовлетворенное предложение рабочей силы в регионе. Высокая безработица в регионе свидетельствует как о превышении совокупного предложения рабочей силы над совокупным спросом на нее, так и о структурном несоответствии территориальных, отраслевых, профессионально-квалификационных, возрастных, образовательных и других характеристик спроса и предложения. Российский рынок труда характеризуется рядом устойчивых ключевых проблем [9], среди которых можно назвать количественный, а также качественный дисбаланс, связанный со структурным несоответствием спроса на рабочую силу и ее предложения.
Оценим структуру численности безработных по России и по ЦФО, сравнивая показатели размаха (табл.4).
Сопоставление максимальных и минимальных значений, а также размаха компонентов структуры численности безработного населения по России показало, что межрегиональные различия по рассматриваемому показателю в 2000-2010 гг. имеют тенден-
84
цию к снижению, похожая ситуация сложилась и при рассмотрении размаха компонентов структуры численности безработного населения по ЦФО за 2000-2010 гг.
Таблица 4
Максимальные и минимальные значения удельного веса субъектов РФ в общей численности безработного населения и их размах по России и ЦФО, раз
Показатель 2000 г. 2005 г. 2006 г. 2007 г. 2008 г. 2009 г. 2010 г.
РФ
MIN 0,0003 0,0003 0,0002 0,0003 0,0003 0,0002 0,0002
МАХ РФ 0,0414 0,0497 0,0579 0,0560 0,0360 0,0311 0,0416
МАХ- MIN РФ 0,0411 0,0494 0,0577 0,0557 0,0357 0,0309 0,0414
ЦФО
MIN 0,0220 0,0208 0,0232 0,0196 0,0263 0,0261 0,0240
МАХ ЦО 0,1870 0,1390 0,1336 0,1223 0,1422 0,1545 0,1323
МАХ- MIN ЦФО 0,1650 0,1182 0,1105 0,1027 0,1159 0,1284 0,1083
Однако, если для размаха компонентов структуры безработного населения по России с 2000 по 2006 гг. был характерен рост, который в последующие годы сменился резким падением, то для размаха по ЦФО ситуация другая: в 2000-2007 гг. размах по показателю структуры безработного населения ЦФО сокращался, а начиная с 2008 г. он рос, но темпы роста невелики. Из табл. 4 также видно, что минимальные значения структуры численности безработного населения и для России, и для ЦФО в 2000-2010 гг. оставались относительно стабильными, т.е. изменения в максимальных значениях структуры численности безработного населения оказывали существенную роль при определении размаха. На протяжении всего рассматриваемого периода максимальное значение в структуре численности безработного населения по ЦФО принадлежало Московской области, а минимальное - Костромской.
Анализ вкладов субъектов ЦФО в показатель численности безработных по ЦФО производился с помощью нормировки путем разделения на десять групп. Результатом такого анализа явилось то, что концентрация в области более низких значений была характерна для всех рассматриваемых лет, т.е. большинство субъектов ЦФО было сконцентрировано в первых трех
85
интервалах. В данном случае, учитывая специфику рассматриваемого показателя, отмеченная концентрация не несет в себе негативного оттенка. Для того чтобы узнать сохраняли ли субъекты ЦФО свои позиции по показателю удельного веса безработных области в общей численности безработных ЦФО в течение всего рассматриваемого периода было произведено их ранжирование. Оно показало интенсивные колебания рангов субъектов РФ, что правильнее было бы трактовать как положительное явление, так как, в данном случае, скорее всего, речь идет о фрикционной, технологической, но не застойной безработице.
Заявленная работодателями потребность в работниках - показатель, который в частности, свидетельствует о том, что работодатели определились с местом ведения бизнеса: проводят модернизацию либо производят полную загрузку имеющихся мощностей -пытаются привлечь работников. Таким образом, при определенных условиях (достойная заработная плата, возможность снять или осуществить обмен жилья, развитая инфраструктура и др.) распределение миграционных потоков между регионами ЦФО может зависеть от того, как будет распределена заявленная работодателями потребность в работниках. Оценка изменения структуры рассматриваемого показателя будет осуществляться с помощью анализа минимальных и максимальных значений структуры показателя, а также величины размаха.
Степень дифференциации субъектов ЦФО по показателю удельного веса заявленной работодателями потребности в общей по ЦФО величине в период в 2000-2010 гг. падает, о чем свидетельствует показатель размаха (табл. 5). Пронормируем вклады заявленных потребностей в работниках субъектов ЦФО по отношению к аналогичной по ЦФО и рассмотрим, каково будет распределение субъектов ЦФО между десятью группами. К десятой группе относится один регион, г. Москва, в третью группу вошла лишь Московская область, другие субъекты ЦФО вошли в первую группу. Это свидетельствует о высокой дифференциации субъектов в регионе по показателю удельного веса заявленной работодателями потребности в работниках в субъектах ЦФО по отношению к заявленной работодателем потребности в работниках по ЦФО. Для более детального анализа произведем ранжирование, которое по-
86
зволит, в частности, отследить поведение 16 регионов, сконцентрированных при нормировке в первой группе.
Таблица 5
Сопоставление максимальных и минимальных значений компонент структуры заявленной работодателями потребности в работниках по России и по ЦФО
Показатель 2000 г. 2005 г. 2006 г. 2007 г. 2008 г. 2009 г. 2010 г.
РФ
MIN РФ 0,000025 0,00009 0,00008 0,00003 0,0001 0,0002 0,0001
МАХ РФ 0,2121 0,1873 0,1811 0,1568 0,1972 0,2164 0,1459
МАХ- MIN РФ 0,2121 0,1872 0,1810 0,1567 0,1971 0,2163 0,1458
ЦФО
MIN ЦФО 0,0071 0,0057 0,0060 0,0079 0,0077 0,0072 0,0098
МАХ ЦФО 0,5620 0,5353 0,5279 0,5042 0,5371 0,5774 0,4909
МАХ- MIN ЦФО 0,5549 0,5296 0,5219 0,4964 0,5294 0,5702 0,4811
Ранг равный единице принадлежит г. Москва, что ясно и из предыдущего анализа, также достаточно стабильно ведут себя в 2000-2010 гг. ранги по Московской области, темп роста ранга изменяется не более чем на 2 позиции, по другим регионам ЦФО темпы роста рангов могут отличаться более чем на 10 позиций.
Одним из факторов, который определяет привлекательность региона, является общая площадь введенных зданий (жилые дома и общежития). Проанализируем, как будет изменяться удельный вес введенных зданий в субъектах ЦФО по отношении к введенному в России жилью (табл. 6).
Из табл. 6 видно, что размах компонент структуры общей площади введенных зданий по России и по ЦФО в большей степени определяется максимальными значениями, которые имеют тенденцию к росту, что и определило направление изменения размаха. В целом ситуацию по анализу удельного веса введенных зданий в субъектах ЦФО в общей площади введенного жилья по округу правильнее было бы охарактеризовать как консервативную: резких колебаний ни по максимальным, ни по минимальным значениям структуры не наблюдалось. Проведем нормировку и узнаем, как распределились субъекты ЦФО между десятью группами в
87
зависимости от их вкладов в общую площадь введенных жилых площадей по ЦФО.
Таблица 6
Сопоставление максимальных и минимальных значений компонент структуры общей площади введенных зданий по России и по ЦФО
Показатель 2000 г. 2005 г. 2006 г. 2007 г. 2008 г. 2009 г. 2010 г.
РФ
MIN РФ 0,0001 0,0002 0,0001 0,0001 0,0000 0,0001 0,0000
MAХ РФ 0,1249 0,1398 0,1293 0,1249 0,1242 0,1429 0,1405
MAХ- MIN РФ 0,1247 0,1396 0,1291 0,1248 0,1242 0,1428 0,1405
ЦФО
MIN ЦО 0,0089 0,0061 0,0081 0,0064 0,0071 0,0095 0,0089
MAХ ЦО 0,3608 0,3792 0,3622 0,3647 0,4020 0,4343 0,4538
MAХ- MIN ЦФО 0,3519 0,3731 0,3541 0,3584 0,3949 0,4247 0,4449
В десятую группу вошла лишь Москва, доля которой по исследуемому показателю в общей по округу величине является наибольшей. Московская область также, как и г. Москва образует отдельную группу и входит в зависимости от года в седьмую, восьмую или девятую группу. Самой многочисленной является первая группа, к которой в 2000-2010 гг. относятся 14 субъектов ЦФО, ко второй группе в 2000-2010 гг. относятся 2 субъекта ЦФО. Нормирование показало, что дифференциация по этому показателю велика даже в рамках ЦФО. Чтобы проследить поведение показателя удельного веса площади введённых зданий субъектов ЦФО к общей площади введённых зданий по ЦФО внутри первой группы при нормировке, произведем ранжирование. Оно показало, что практически у каждой из 14 областей ЦФО, входящих в первую группу при нормировке, в 2000-2010 гг. наблюдалось существенное изменение ранга, которое в отдельные годы составляло более 10 позиций, что означает высокую степень дифференциации регионов ЦФО по рассматриваемому показателю.
На сегодняшний день известно несколько моделей взаимосвязи рынка труда и миграции. По обследованиям, произведенным в США, была выдвинута гипотеза, что высокая мигра-
88
ционная активность населения способствует сглаживанию региональных рецессий: высокий уровень безработицы в штате порождает отток населения из него [10]. Следовательно, следствием снижения различий между штатами является падение уровня миграции населения. Несколько другая ситуация наблюдается в Европе, где население менее мобильно [11] и работают другие рыночные механизмы для сглаживания спадов региональных экономик. Среди исследований, выполненных на основе матрицы миграции для 89 регионов России следует отметить работы Кумо [12, 13], однако ни в той, ни в другой работе показатель безработицы в каком бы то ни было виде не учитывался. В работе [14] делается вывод о том, что принимающими регионами в России в основном являются те, для которых ситуация с безработицей не проблемная. Тем не менее, выделяется ряд регионов, которые привлекательны для мигрантов на фоне высокой безработицы в них, что свидетельствует о низкой коррелиро-ванности между собой этих двух показателей.
Нами были получены матрицы расстояния между регионами ЦФО на основе численности в них безработных, рассчитанных по методологии МОТ. Необходимо отметить, что поведение расстояния между парами регионов неоднозначно. Если для Белгородской области наблюдался очевидный рост расстояния, рассчитанного на основе показателя ВРП, между ней и всеми остальными регионами, то в данном случае такая динамика отсутствует. Для Москвы характерна следующая картина: сокращение расстояния со всеми остальными областями ЦФО в 1996 г. и дальнейшие с небольшой амплитудой колебания до 2010 г. Для Московской области можно отметить планомерные снижающиеся тренды в динамике расстояния с каждым регионом на протяжении всего периода, начиная с 1992 г. (небольшой рост произошел в 2009 г., но в 2010 г. расстояние вновь снизилось), что свидетельствует о сокращении разрыва между ней и всеми остальными округами ЦФО по данному показателю.
Проведенный для каждого региона пространственный анализ за три года (1995, 2000 и 2009) показал, что явно выраженной взаимосвязи между распределением регионов по величине расстояния, найденным на основе показателя безработицы, и структурой исходящих миграционных потоков, выраженных с
89
помощью величины шу, не наблюдается. Те устойчивые миграционные связи между парами регионов, которые с течением времени сохраняют свою значимость, объясняются территориальной близостью между собой регионов и исторически сложившимися отношениями между ними, нежели динамикой социально-экономического расстояния, рассчитанного на основе показателя численности безработных.
Как и ранее было проведено исследование отношения шу/шу при условии наличия критерия лучше / хуже для пары регионов для 2009 г. Как и в случае с ВРП, не было обнаружено очевидной зависимости превышения потока из региона - в у над обратным потоком в том случае, когда регион - выглядит менее привлекательным относительно региона у по показателю безработицы. Последнее опять же свидетельствует о недоучете других факторов или же незначимости исследуемого показателя в вопросе о распределении миграционных потоков.
В работе [15] указывается, что уровень безработицы далеко не во всех проводимых исследованиях оказывается значимым, так как этот показатель не представляет собой приемлемую меру своих экономических возможностей для потенциального мигранта, которого в первую очередь интересует вероятность получить место работы и удержаться на нем. Поэтому более адекватными в данном случае объясняющими факторами будут являться показатели динамики рынка труда (уровень найма, увольнения, динамика вакансий). В указанной работе проводится обоснование тезиса о более значимой среди остальных факторов рынка труда позиции показателей вероятностей получения и сохранения работы, влияющих на поведение мигранта. В связи с этим, нами проводился анализ взаимосвязи расстояния, вычисляемого на основе заявленной работодателями потребности в работниках по областям, и распределения между ними миграционных потоков. При этом заявленная потребность в работниках является отражением величины текущего спроса на труд в том или ином регионе. Лидерами по величине заявленной потребности в работниках является Москва и Московская область. В динамике показателя для остальных областей можно выделить возрастающий тренд, однако, присутствуют значительные колеба-
90
ния вокруг него. Например, отчетливо прослеживается влияние кризиса в 2008-2009 гг. в виде спада числа вакансий. Как и следовало ожидать, между исследуемыми двумя величинами присутствует отрицательная взаимосвязь, что подтверждают элементы матрицы корреляции: на фоне роста числа вакансий в регионе наблюдается снижение вероятностей его покинуть. Тем не менее, явной взаимозависимости расстояния между областями, рассчитанного на основе заявленной работодателями потребности в работниках, и распределения миграционных потоков между ними не прослеживается. Ситуация не сильно меняется, если предположить, что на миграционную активность населения влияет величина расстояния между регионами за предыдущий период. Возможно, анализ требует подбора более широкого круга факторов и их совместных сочетаний для описания региональных рынков труда.
Традиционно, среди других показателей, используемых в уравнениях регрессий, где в качестве зависимой переменной выступает показатель миграционного потока, выделяются факторы рынка жилья. В российских условиях, неразвитость доступного жилищного фонда является существенным ограничением мобильности населения. Отсутствие денежных средств на покупку собственного жилья и даже на его съем образует барьер при решении вопроса о смене места жительства. В различных исследованиях данный фактор учитывался как в ценовых единицах, например, в виде цен на жилье [16], так и в реальном выражении - жилищный фонд на душу населения [12, 14]. В данной работе был апробирован показатель общей площади введенных зданий (жилые дома и общежития) за год по регионам. На рис. 2 видно, что лидером по данному показателю в расчете на 1000 жителей является Московская область, в которой активно проводится строительство.
Следует отметить, что в 2000 и 2005 гг. в состав регионов, превышающих среднее по округу значение, также входила Москва и Орловская область; Ярославская и Ивановская области стабильно находятся на последних местах. Взаимосвязь изменения данного показателя во времени (в абсолютном выражении) с вероятностью выезда из региона описывается высокими отрицательными коэффициентами корреляции для
91
большинства направлений только для Белгородской, Воронежской, Курской и Московской областей. Именно эти регионы имеют отчетливо выраженный тренд роста общей площади введенных зданий за последнее десятилетие на фоне падения вероятности уехать из этих регионов. Также не наблюдается тесной связи расстояния между областями, рассчитанного на основе выбранного показателя, и объемами межрегиональной миграции.
'///¿////////////Ж
А Л А Л & Л Л £ Л А Л Л А ** Л
* -у&^/ж/ //
Ор Ч- Т-
Рис. 2. Общая площадь введенных зданий (жилые дома и общежития) за год по областям ЦФО в расчете на 1000 жителей, 2010 г.
Вопросы факторного прогнозирования миграционных потоков между регионами. Актуальность и комплексность проблемы миграционной подвижности населения и трудовых ресурсов, связанная с большим числом взаимоувязанных между собой социально-экономических, демографических и др. факторов, оказывающих влияние на миграционные процессы и поддающиеся их воздействию, обосновывает важность разработки прогнозно-аналитического инструментария для прогнозирования объемов и направлений миграции по территории страны. Представленный опыт анализа взаимосвязи структуры миграционных потоков и распределения показателей, оказывающих прямое или косвенное воздействие на направления и объемы движения населения и рабочей силы между регионами ЦФО, является начальным этапом отбора и исследования ха-
92
рактера связи между факторными и результативными переменными для дальнейшего прогнозирования объемов миграционных потоков. Как показали результаты проведенного анализа, наибольшее влияние на интенсивность миграционных отношений между регионами ЦФО оказывает их территориальная близость, а также исторически сложившиеся связи между ними. В свою очередь данное обстоятельство объясняет слабую зависимость между экономическими факторами и мобильностью населения, однако не исключает ее вовсе.
Методика активного прогноза подразумевает использование таких независимых факторов, для которых имеются их официальные прогнозные оценки в перспективе, что позволяет проводить сценарные расчеты в зависимости от реализации одного из вариантов социально-экономического развития экономики. Одним из таких показателей является ВРП, который может быть выбран в качестве наиболее приемлемого объясняющего фактора. Как показал корреляционный анализ, наблюдается большое число значимых связей между объемами миграционных потоков и показателем расстояния между регионами, вычисленного на основе ВРП. Причем количество направлений, для которых проверяемая взаимосвязь высокая, возрастает при наличии временного лага для показателя ВРП в один год. Число связей, имеющих коэффициент корреляции по модулю больше 0,6, возрастает практически в два раза по сравнению с расчетами, не учитывающими наличие запаздывания.
Разработка прогнозного блока балансовой модели, включающего в себя регрессионные уравнения зависимости объемов внутреннего территориального миграционного движения населения от распределения набора социальных и экономических факторов между регионами РФ является важным направлением исследования. Регулирование и управление миграционными потоками населения и трудовых ресурсов, как на федеральном, так и на региональном уровне должно способствовать снижению структурных дисбалансов на региональных рынках труда и повышению качества жизни населения.
93
Литература и информационные источники
1. Стенограмма Послания Владимира Путина Федеральному Собранию // Российская газета. Федеральный вып. №5960 (287) Режим доступа. http://www.rg.ru/2012/12/12/poslanie-tekst-site.html
2. Матлин И., Щулепникова Т. Модель анализа и прогноза межрегиональной миграции населения. Куда и зачем едут люди // М-во высш. и сред. спец. образование СССР. Научн.-техн. совет. Секция народонаселения; М.: Статистика, 1979.
3. Коровкин А.Г. Динамика занятости и рынка труда: вопросы макроэкономического анализа и прогнозирования. М.: МАКС Пресс, 2001.
4. Коровкин А.Г., Долгова И.Н., Королев И.Б., Полежаев А.В. Подходы к факторному прогнозированию внутренней миграции населения и рабочей силы России //Научные труды ИНП. М.: МАКС Пресс, 2009.
5. Коровкин А.Г., Королев И.Б., Единак ЕА. Социально-экономическое расстояние как фактор межрегионального движения населения и рабочей силы // Уровень жизни населения регионов России, 8/2011 (162).
6. Ravenstein. The Laws of Migration, Journal of the Statistical Society of London. Vol. 48. No.2., June, 1885.
7. Andrienko Y., Guriev S. Determinants of Interregional Mobility in Russia. Evidence from Panel Data. Economics of Transition, Vol., 12, (1), 2004.
8. Староверов О. В. Модели движения населения. М.: Изд-во Наука, 1979.
9. Макроэкономическая оценка состояния сферы занятости и рынка труда в России 2010-2025 годов //Коровкин А.Г. и др. - М.: МАКС Пресс, 2011.
10. Blanchard, O. and L. Katz. Regional Evolutions Brookings //Papers on Economic Activity, 1992 (1).
11. Decressin J., Fatas A. Regional Labor Market Dynamics in Europe // European Economic Review, 1995, Vol. 38.
13. Кумо К. (2006а) Миграция населения в постсоветской России // DP Series A, №480, The Institute of Economic Research, Hitotsubashi University, Tokyo.
14. Kumo К. (2006б) Interregional Population Migration in Russia: Using an Origin to Destination Matrix //DP Series A, №483, The Institute of Economic Research, Hitotsubashi University, Tokyo. Post-Communist Economies, Volume 19, Issue 2, 2007.
15. Карачурина Л.Б. Межрегиональная миграция и социально-экономическая дифференциация пространства современной России // Проблемы прогнозирования №3, 2006.
16. Fields G. Place-to-place migration: Some new evidence // Review of Economics and Statistics 61. (1979).
17. Gerber T. Individual and Contextual Determinants if Internal Migration in Russia, 1985-2001 //University of Wisconsin, Mimeo. (2005).
94
