CC BY
42
Для цитирования: Шеломенцев А.Г., Гончарова К.С., Воронина Л.В., Модели миграционной динамики населения на территории Арктической зоны Российской Федерации // Управление в современных системах. 2020. №4(28). С. 52-64.
О. 10.24411/2311-1313-2020-10012
УДК 332.1, 314.7 ШЬ: Я23, Л1
ББК 65.05
МОДЕЛИ МИГРАЦИОННОЙ ДИНАМИКИ НАСЕЛЕНИЯ НА ТЕРРИТОРИИ АРКТИЧЕСКОЙ ЗОНЫ РОССИЙСКОЙ ФЕДЕРАЦИИ
Шеломенцев А.Г.1, ФГБОУВО «Оренбургский государственный университет» Гончарова К.С.2, ФГБУН «Институт экономики» УрО РАН, Воронина Л.В.3 , ФГБУН «Федеральный исследовательский центр комплексного изучения
Арктики» УрО РАН
Аннотация
Миграционные процессы являются важнейшим фактором освоения и социально-экономического развития арктических территорий страны. Целью исследования является разработка комплекса эконометрических моделей миграционной динамики в арктических муниципальных образованиях. В целях учета их специфики при построении эконометрических моделей на основе агрегирования временных рядов показателей была проведена кластеризация муниципалитетов по социальным и экономическим признакам. Для каждого кластера разработана оригинальная модель миграционной динамики, учитывающая влияние на нее выделенных факторов. Статья подготовлена при финансовой поддержке РФФИ в рамках научного проекта № 18-010-00509 А «Факторы и механизмы взаимовлияния миграционных процессов и динамики социально-экономического развития арктических регионов России».
Ключевые слова: миграция, Арктика, муниципальное образование, динамика, фактор, влияние, методика, эконометрическая модель, кластер.
Введение
Миграционные процессы на территории Арктической зоны РФ (далее АЗРФ) в последние десятилетия постепенно стали важнейшим социально-демографическим фактором их дальнейшего освоения и социально-экономического развития. Как показывает анализ, за последние двадцать лет в 80% муниципальных образований АЗРФ сократилась численность населения от нескольких до 20% и более. В частности, по данным Федеральной службы государственной статистики за период с 1990 по 2018 гг. численность населения АЗРФ
1 Шеломенцев Андрей Геннадьевич - д.э.н., профессор, старший научный сотрудник, ФГБОУ ВО Оренбургский государственный университет, Россия, 460018, г. Оренбург, просп. Победы, д. 13, e-mail: a.shelom@yandex.ru; SPIN-код РИНЦ: 3645-6132; Author ID РИНЦ: 764270, WoS Researcher ID: AAU-3452-2020; Scopus Author ID: 57202951242; ORCID: 0000-0002-8155-7841
2 Гончарова Ксения Сергеевна - младший научный сотрудник, ФГБУН ИЭ УрО РАН, Россия, 620014, г. Екатеринбург, ул. Московская, 29; e-mail: goncharova.ks@uiec.ru; SPIN-код РИНЦ: 6154-9862, Author ID РИНЦ: 780991, ORCID: 00000003-2381-3322
3 Воронина Людмила Васильевна - к.э.н., старший научный сотрудник, ФГБУН ФИЦКИА УрО РАН, Россия, 163000, г. Архангельск, Наб. Северной Двины, д.23, доцент, ФГАОУ ВО Северный (Арктический) федеральный университет имени М.В. Ломоносова, Россия, 163002, г. Архангельск, Наб. Северной Двины, д. 17; e-mail: voronina_ljudmila@rambler.ru; SPIN-код РИНЦ: 5679-5940; Author ID РИНЦ: 670386, WoS Researcher ID: E-6721-2017; Scopus Author ID: 57209323494; ORCID: 0000-0003-3607-0687
сократилась почти на 2 миллиона человек, что составляет почти 20% ее населения1. Особенно негативную роль для будущего арктических территорий играет в другие регионы миграция молодежи, которая не видит на Севере реальных перспектив для своего профессионального роста, привлекательной заработной платы, возможностей занятия бизнесом и т. п. Эти тенденции приобрели устойчивый характер, преодолеть который существующие меры государственной поддержки населения уже не могут. Стратегии многих арктических субъектов Федерации также остаются нереализованными декларациями. Как следствие, угрозой становится постепенная потеря этих территорий для национальной экономики. Поэтому актуальной проблемой становится выявление взаимосвязей миграционной динамики с социальными и экономическими факторами, при воздействии на которые с помощью реализации мер обоснованной региональной политики можно изменить сложившиеся тенденции. Значимость этого повышается в связи с тем, что срок реализации стратегических документов, определяющих приоритетные направления освоения и развития Арктики, в основном 2020 г.
Объектом выполненного исследования являлись муниципальные образования (далее МО), отнесенные Указом Президента РФ «О сухопутных территориях Арктической зоны Российской Федерации» № 296 от 02.05.2014 года.
Основными источниками исходной информации при расчете моделей динамики миграционных процессов в арктических муниципалитетах являлись данные, содержащиеся в сборниках Росстата («Регионы России» (2018), «Демографический ежегодник России» (2018), Бюллетень «Численность и миграция населения Российской Федерации в 2018 году»; а также сведения, размещенные на их официальных сайтах муниципальных образований.
Состояние изученности проблемы
Вопросы моделирования региональных миграционных процессов в регионах достаточно широко освещены в научной литературе. Знакомство с ними позволило выделить основные, на наш взгляд, из них, различающиеся использующимся инструментарием математического моделирования и масштабами объекта исследования.
Область разработки и практического использования инструментария моделирования миграционных процессов достаточно широкая. В целом ее можно разделить на следующие основные виды математического инструментария: во-первых, применение традиционных моделей балансов трудовых ресурсов; во-вторых, самый большой круг эконометрических методов, чаще всего математической статистики; в-третьих, относительно разнообразный новый инструментарий, пока не получивший широкого распространения. Что касается собственно объектов моделирования, то здесь можно выделить миграционные потоки населения регионов и страны в целом, а также отдельные его группы: трудоспособного возраста, молодежь, нетрудоспособного возраста, занятого в отдельных отраслях и т. п. Обзор подходов к моделированию динамики миграционных процессов можно встретить во многих работах.
Обобщение практики использования баланса трудовых ресурсов содержится в работах Коровкина А.Г., Долговой И.Н. и других, в которых обосновывается использование этих методов для оценки рынков труда и миграционных взаимосвязей регионов АЗРФ. Наряду с этим, особое внимание уделяется развитию и апробации инструментария анализа и прогнозирования развития сферы занятости, в частности моделям согласования спроса и предложения на рабочую силу, а также оценке структурной компоненты безработицы в отраслевом и региональном разрезах [Коровкин, 2015].
Эконометрические модели на базе методов математической статистики получили самое широкое распространение в исследовании миграционных процессов, как при их описании в отдельных регионах, так и России в целом. Следует отметить, что большинство
1 Статистические данные с Единой межведомственной информационно - статистической системы (ЕМИСС) [Электронный ресурс]. - URL: http://www.gks.ru. (Дата обращения: 10.06.2020).
исследователей при анализе факторов и прогнозировании миграционных процессов используют различные модификации регрессионных моделей [Батищева, 2015; Уразаева, 2019]. Так, Вакуленко Е.С. и другие использовали уравнения регрессии для разработки моделей миграционных процессов в Алтайском и Пермском краях, Чувашской Республике с 2001 по 2008 год [Вакуленко, 2011]. Гербер Т. на базе панельных данных использовал регрессионные модели при анализе миграционных потоков регионов за период 1993-2002 гг., в которых в качестве независимых переменных были приняты демографические, социальные и экономические характеристики региона [Gerber, 2006]. Фаттаховым Р.В., Низамутдиновым М.М., Орешниковым В.В. с помощью комплекса регрессионных уравнений, описывающих взаимосвязь между социально-экономическими показателями конкретных регионов и коэффициентами миграционного прироста, на основе модельных экспериментов были разработаны прогнозы уровня миграции по отдельным субъектам страны и в целом в разрезе территориальных макросистем [Фаттахов, 2018]. Батищева Г.А. указанный тип моделей использовала для оценки факторов, влияющих на межрегиональные миграционные процессы [Батищева, 2009], а Браун А. - для установления зависимости миграционной активности от средней заработной платы в регионе и от цен [Brown, 1997].
Ряд авторов при анализе миграционных потоков в России используют различные гравитационные модели. Так Андриенко Ю. и Гуриев С. с помощью гравитационной модели миграционных потоков доказали, что «из более бедных регионов, где наблюдается дефицит рабочих мест и низкое обеспечением общественными благами, люди мигрируют в более богатые и перспективные регионы с меньшей безработицей и лучшим обеспечением общественными благами» [Andrienko, 2004]. В исследованиях миграционных процессов достаточно широко используются различные методы имитационного моделирования. Пыров П.В., Бутусов О.Б., Никифорова О.П. для описания процессов демографии и миграции применяют имитационные модели, опирающиеся на уравнения демографических потоков [Пыров, 2013]. Карпова В.М. на основе имитационного моделирования анализирует взаимосвязи между демографическими процессами и содержанием демографической политики [Карпова, 2009].
Моделирование миграционных процессов в арктических регионах в последние годы сформировалось как отдельное направление демографического анализа. Основным объектом исследования являются субъекты Федерации, отнесенные к АЗРФ, и факторы, определяющие на их территории миграционную динамику. Так, Сукнева С.А. на материалах миграции населения в Республике Саха (Якутия), анализируя факторы миграционной мобильности (возраст, пол, национальный состав, образовательный уровень, мотивацию населения) с помощью регрессионных моделей миграционных процессов, показывает «значительное снижение объемов миграции и изменение её оборота, направления и характеристики миграционных потоков, настроения и причины миграции» [Сукнёва, 2008]. Синица А.Л. с помощью эконометрических методов анализирует влияние на миграцию в арктических регионах численности городского и сельского населения, его возрастной и половой структуры [Синица, 2016].
При этом особое место в исследовании миграционных процессов в Арктике занимают работы, посвященные трудовым ресурсам и рынку труда. Коровкин А.Г. и др. с помощью метода матриц, построенных на основе баланса территориального движения населения и трудовых ресурсов, и матриц вероятностей раскрыли основные направления миграции населения в регионах Арктической зоны РФ, которые сопоставлены между собой, оценили динамику и структуру основных показателей региональных балансов трудовых ресурсов в европейской и азиатской части АЗРФ [Коровкин, 2016, 2019]. Иванова М.В., Зайцев Д.В. на основе анализа потенциала трудовых ресурсов арктических регионов с помощью экономико-статистических методов обосновывают тенденции и причины динамики численности трудовых ресурсов и потенциальных рабочих мест на рынке труда, а также делают вывод, что одна часть арктических регионов испытывает нехватку трудовых ресурсов, а другая - будет испытывать в будущем [Иванова, 2016]. Степусь И.С., Симакова А.В. на основе количественного и качественного анализа миграционных потоков выпускников вузов для
работы на территориях Российской Арктики определили регионы-доноры и регионы-реципиенты, а также оценили вклад выпускников университетов в удовлетворении потребности экономики арктических регионов в квалифицированных кадрах [Степусь, 2018].
Руденко Д.Ю. с помощью стандартных регрессионных моделей устанавливает взаимосвязь между уровнем жизни населения и заселенностью арктических территорий [Руденко, 2015]. Фаузер В.В., Лыткина Т.С., Смирнов А.В. обосновали положение, что «демографическая устойчивость северных регионов» обеспечивается расширенным воспроизводством населения, когда численность трудоспособного населения покрывает потребности отраслей экономики» [Фаузер, 2018].
Обзор методов моделирования миграционных процессов, в том числе использующихся при анализе миграционной ситуации в арктических регионах показал, что при всем их разнообразии основными остаются эконометрические модели статистической регрессии. Как показала практика, они позволяют получить удовлетворительный по достоверности и надежности результат, отражающий существующие взаимосвязи между параметрами систем. Выбор моделей традиционно обусловливается особенностями конкретной исследовательской задачи и требованиями к результатам ее решения. При этом обращение к новым методам в большинстве случаев носит поисковый характер, т. к. их апробация не всегда находит адекватное объяснение полученных результатов. Модели миграционной динамики арктических территорий, по существу, отражают общие тенденции поиска оптимального экономико-математического инструментария описания демографических процессов. Кроме того, следует отметить, что в приведенных выше работах объектом исследования являются регионы России, в то время как миграционные процессы в арктических муниципальных образованиях анализируются достаточно редко.
Методы и методика исследования
При разработке эконометрических моделей миграционных процессов в арктических территориях РФ объектом анализа являлись временные ряды показателей, характеризующих, с одной стороны, численность выбывшего и прибывшего населения, с другой, социально-экономическое положение муниципальных образований, за период 2008-2018 гг. При подготовке данных в случае наличия пропущенных значений авторами использовались методы интерполяции и экстраполяции указанных выше показателей.
Построение эконометрических моделей осуществлялось на базе данных по муниципальным образованиям, разделенных на кластеры. Для формирования однородных по социально-экономическим признакам групп территорий арктической зоны России, в рамках которых проводился анализ факторов миграционной динамики, нами был выбран агломеративный метод иерархической кластеризации. При этом оценка расстояния между формируемыми кластерами определялась дисперсионным методом Варда, допускающим эффективное использование массивов данных с небольшим количеством наблюдений (в нашем случае максимальная длина временного ряда отдельного муниципалитета составляла 11 лет (с 2008 по 2018 гг.)).
Выбор факторов, на основе которых осуществлялась кластеризация муниципальных образований, обуславливался: во-первых, объектом и предметом выбранного исследования, во-вторых, априорной значимостью фактора для динамики исследуемого процесса, в-третьих, низким показателем дисперсии показателя, характеризующего фактор.
В результате, для кластеризации, нами были выбраны следующие показатели: численность населения муниципального образования, число прибывшего и выбывшего в муниципальное образование населения, доля налоговых и неналоговых доходов местного бюджета в общем объеме собственных доходов бюджета муниципального образования, среднемесячная номинальная начисленная заработная плата работников крупных и средних предприятий и некоммерческих организаций муниципального образования, среднесписочная численность работников организаций муниципального образования.
При анализе миграционных и обуславливающих их социально-экономических процессов применялся метод дескриптивного анализа данных, позволяющий в наиболее общем виде охарактеризовать исследуемые процессы в статике (на определенный момент времени) и динамике (за период) как внутри кластеров, так и в целом между всеми рассматриваемыми территориями.
Так как все муниципалитеты были разделены нами на группы (кластеры), внутри которых предполагается существенная степень сходства (гетерогенности) объектов, для оценки зависимости миграционной динамики муниципалитетов от социально-экономических факторов в разрезе отдельного кластера авторами использовался метод панельного исследования с построением объединенной модели регрессии (pooled model).
Выполнение исследования включало пять основных этапов.
На первом этапе выполнялись сбор и агрегирование исходных данных, характеризующих миграционные процессы в муниципалитетах арктической зоны России и влияющих на данные процессы факторов.
На втором осуществлена кластеризация выбранных для анализа муниципалитетов для дальнейшего исследования в них процессов миграции, на базе определения параметров (критериев) для кластеризации - выбор наиболее характерных факторов, характеризующих муниципалитеты и характеристики кластеров (описательная статистика).
Третий этап включал анализ динамики показателей миграции и ее факторов в разрезе исследуемых муниципалитетов АЗРФ.
На четвертом этапе выполнен корреляционно-регрессионный анализ зависимости миграционной динамики муниципалитетов от выбранных социально-экономических факторов, включая первоначальный разведочный анализ данных, и построены эконометрические модели объединенного типа, описывающие миграционные процессы по выделенным кластерам арктических территорий.
На пятом этапе проведена интерпретация полученных результатов, оценены их научная и практическая значимость, предложены направления дальнейшего совершенствования миграционной политики в АЗРФ.
Результаты исследования
В целях учета региональной специфики при построении эконометрических моделей на основе агрегирования временных рядов показателей, характеризующих динамику миграционных процессов в АЗРФ, была проведена кластеризация муниципалитетов по следующим социальным и экономическим признакам: количество прибывших и убывших человек, доходы местного бюджета, среднемесячная номинальная заработная плата, среднесписочная численность работников, общая численность населения и численность населения трудоспособного возраста. Это позволило сгруппировать все арктические территории на три основных кластера, представленных в таблице 1.
В первый кластер были включено 44 муниципальных образований (далее - МО) арктической зоны Европейской части, Сибири и Дальнего Востока России, в которых проживает около 819 тыс. чел., или 35% всего населения рассматриваемых в настоящем исследовании муниципалитетов АЗРФ.
Включенные в данный кластер территории, существенно различаясь по своему экономическому уровню развития, характеризуются:
- невысокой плотностью населения (в среднем около 437 чел. / км2 в городских округах кластера и 0,55 чел. / км2 в муниципальных районах);
- низкой миграционной активностью (в среднем ежегодно в данные муниципалитеты прибывает 0,72 тыс. чел., выбывает - 0, 89 тыс. чел.);
- самой невысокой численностью работников организации муниципалитетов, которая составляет около 7 тыс. чел., что в 6 и 13 раз ниже, чем в МО третьего и второго кластеров соответственно;
- относительно высоким уровнем заработной платы - более 45 тыс. руб. (в среднем по всем МО кластера).
Ко второму кластеру отнесены два самых крупных в АЗРФ города Северо-Западного федерального округа Архангельск и Мурманск. Суммарно в обоих городах проживает около 659 тыс. чел., что составляет более 28% населения всех рассматриваемых МО.
Данные МО характеризуются:
- относительно высокой плотностью населения (в среднем около 1 588 чел. на кв.
км.);
- наибольшей, среди рассматриваемых муниципалитетов, миграционной динамикой - в среднем за год сюда приезжает около 8,66 тыс. чел., а выезжает - 9, 81 тыс. чел.;
- самой высокой среднесписочной численностью работников организаций, которая составляет 96 тыс. человек (это наибольшее значение среди сравниваемых групп (кластеров));
- самой низкой по сравнению с другими кластерами заработной платой 40,58 тыс.
руб.
Третий кластер состоит из двух районов и шести городских округов, суммарная численность населения которых составляет около 842 тыс. чел. - это 36% населения всей рассматриваемой выборки.
МО кластера характеризуются следующими социально - экономическими параметрами:
- наибольшей, среди рассматриваемых муниципальных образований АЗРФ плотностью населения (в среднем в МО данного кластера на кв. км. площади проживает около 1 969 чел.);
- умеренной миграционной динамикой (среднегодовое значение прибывших составляет около 5,19 тыс. чел., а выбывших - 6,15 тыс. чел.) которая ниже, чем в муниципалитетах второй группы, но, выше, чем в первом кластере;
- наиболее высокой среднесписочной численностью работников организаций муниципалитетов - более 49 тыс. чел.;
- самой высокой по сравнению с другими кластерами заработной платой - более 65 тыс. руб.
Таблица 1
Кластеры муниципальных образований АЗРФ_
Кластер Муниципальный округ
1й кластер (44 МО) Мезенский район, Онежский район, Приморский район, Новодвинск, Новая Земля, Заполярный район, Нарьян-Мар, Беломорский район, Кемский район, Лоухский район, Таймырский Долгано-Ненецкий муниципальный район, Туруханский район, Абыйский улус, Аллаиховский улус, Анабарский национальный (долгано-эвенкийский) улус, Булунский улус, Верхнеколымский улус, Верхоянский район, Жиганский национальный эвенкийский район, Момский район, Нижнеколымский район, Оленекский эвенкийский национальный район, Среднеколымский улус (район), Усть-Янский улус (район), Эвено-Бытантайский национальный улус (район), Красноселькупский район, Приуральский район, Тазовский район, Шурышкарский район, Ямальский район, г. Губкинский, г. Лабытнанги, г. Муравленко, Кольский район, Кандалакшский район, Ловозерский район, Печенегский район, Терский район, городской округ Ковдорский, городской округ г. Апатиты, городской округ г. Кировск, городской округ г. Мончегорск, городской округ г. Оленегорск, городской округ г. Полярные Зори.
2й кластер (2 МО) г. Архангельск, городской округ г. Мурманск
3й кластер (8 МО) Северодвинск, Воркута, ГО Норильск, Надымский район, Пуровский район, г. Салехард, г. Новый Уренгой, г. Ноябрьск.
Общий вид модели
На основе проведенного анализа структуры панельных данных нами был сделан вывод, что модель миграционной динамики может быть формализована с помощью двух функции линейной зависимости:
где
У1,£,с - зависимая переменная (результативный признак), характеризующая численность прибывшего населения в г -е муниципальное образование в период 1;;
У2,£,£ - зависимая переменная (результативный признак), характеризующая численность выбывшего населения в г -е муниципальное образование в период 1;
Ьп - параметры модели, коэффициенты эластичности объясняющей переменной;
е-некоррелированная (между собой по 1, 1 и с объясняющими переменными) случайная ошибка;
вектор - строка матрицы независимых или объясняющих переменных (факторы).
Всего нами было рассмотрено влияние шестнадцати социальных и экономических факторов, характеризующих, в значительной степени:
- во-первых, экономическое положение региона, а именно:
- Х1 - объем инвестиции в основной капитал, осуществляемых организациями, находящимися на территории МО (без субъектов МСП), тыс. руб.;
- Х2 - объем инвестиций в основной капитал (за исключением бюджетных средств) в расчете на 1-го человека, руб.;
- Хз - доля налоговых и неналоговых доходов местного бюджета в общем объеме собственных доходов бюджета МО (без учета субвенций), %;
- Х4 -среднемесячная номинальная начисленная заработная плата работников крупных и средних предприятий и некоммерческих организаций МО, руб.;
- Х5 - объем отгруженных товаров собственного производства, а также выполненных работ и услуг собственными силами (без субъектов МП), тыс. руб.;
- Хб - среднесписочная численность работников организаций, чел.;
- во-вторых, демографический потенциал региона и его социальная инфраструктура, в частности:
- Х7 - численность населения МО на начало года, чел.;
- Х8, Х9, Х10 - численность населения МО младше трудоспособного возраста (Хб), трудоспособного возраста (Х9) и старше трудоспособного возраста (Х10), чел.;
- Х11, Х12 - численность женского (Х11) и мужского (Х12) населения МО, чел.;
- Х13 - число родившихся (без учета мертворожденных), чел.;
- Х14 - количество мест в дошкольных образовательных организациях;
- Х15 - численность обучающихся общеобразовательных организаций, чел.
- Х16 - число введенных в действие жилых домов на территории МО, м2.
Соответственно, в общем виде модель регрессии миграционной динамики п-го кластера
арктических территорий России будет иметь вид системы двух независимых регрессионных
YUt=Mut, ¿ixt, Xn,i,t; bi, b2... bn)+ sut , E(s) = 0 Y2,i,t=№u.t, , -, Xn,i,t; bi, b2... bn)+ st , E(s) = 0
(1) (2)
уравнений:
(3)
В связи с тем, что расчет параметров моделей осуществлялся методом наименьших квадратов (МНК) проводился ряд тестов: во-первых, на отсутствие мультиколлинеарности объясняющих переменных (путем расчета факторов инфляции дисперсии); во-вторых, на
отсутствие автокорреляции случайных ошибок (тест Бройша-Годфри); в-третьих, гомоскедастичности остатков (тест Бройша-Пагана).
В результате эконометрического анализа нами было установлено наличие статистической зависимости уровня миграции от набора социально-экономических факторов для каждого кластера. При этом, следует отметить, что в части рассчитанных моделей (влияния факторов на численность выбывшего населения в кластере 1.2. и 3, а также численности прибывшего населения в кластере 3) проведенный тест Бройша-Пагана выявил наличие гетероскедастичности. Кроме того, были выявлены некоторые особенности влияния на миграционные процессы анализируемых факторов, которые могут быть охарактеризованы и объединены по следующим признакам:
- во-первых, по уровню пространственного влияния: одна часть факторов оказывает влияние на территориях муниципалитетов только одного кластера, другая - на территории муниципальных образований нескольких кластеров;
- во-вторых, по влиянию на зависимую переменную были определены факторы, влияющие как на число прибывших, так и на число выбывших человек и оказывающие влияние только на один из обозначенных процессов;
- в-третьих, по направлению влияния факторов, оказывающих однонаправленное влияние и на число прибывших, и на число выбывших, и факторов, оказывающие на них различное влияние.
Рассмотрим полученные зависимости в разрезе каждого кластера.
Модели первого кластера
В связи с тем, что в пяти муниципальных образованиях первого кластера отсутствуют данные по двум анализируемым факторам (инвестиции в основной капитал и ввод в действие жилых домов) нами было принято решение о разделении кластера на два подкластера. При этом первый подкластер (1.1) включал из 39 муниципальных образований, содержащих данные по всем факторам, второй подкластер (1.2) - 5 муниципалитетов (Новая Земля, Ловозерский район, городские округа Ковдорский, Кировск, Оленегорск), содержащих часть рассматриваемых в работе факторов.
Таким образом, в муниципальных образованиях подкластера 1.1 динамика миграционных процессов описывается следующей зависимостью:
( Гх = -622.24 - 0.00004 * Х2 + 0.01 * Х4 + 2.92 * Х13 + 0.11 * Х15 - 0.01 * Х16 \у2 = -373.98 - 0.00003 * Х2 - 1.84 * Х3 + 0.01 * Х4 + 3.75 * Х13 + 0.15 * Х14 - 0.02 * Х16
(4)
Для подкластера 1.2. зависимость между миграционными процессами и рассматриваемыми факторами имеет следующий вид:
У1 = 287.46 - 0.001 * Х2 + 0.51 * Х14 У2 = 617.88 - 0.001 * Х2 + 5.56 * Х3 - 0.01 * Х4 + 0.51 * Х13
(5)
Параметры моделей обоих подкластеров представлены в таблице 2.
Так, в первом кластере, и для подкластеров 1.1 и 1.2 установлены общие для всех относящихся к ним муниципалитетам взаимосвязи:
- во-первых, между численностью прибывших, с одной стороны, и уровнем рождаемости в муниципалитетах, а также объемом инвестиций в основной капитал, с другой;
- во-вторых, между численностью выбывших и долей налоговых и неналоговых доходов местного бюджета, числом мест в дошкольных учреждениях, среднемесячной номинальной заработной платой, объемом инвестиций в основной капитал.
При этом особенностью подкластера 1.1. в дополнение к указанным выше являются взаимосвязи:
- между численностью прибывшего населения и количеством учащихся в общеобразовательных учреждениях, размером номинальной заработной платы и числом введенных в эксплуатацию жилых домов;
- между численностью выбывших и рождаемостью, а также вводом в эксплуатацию жилых домов.
В целом, на основании полученных моделей миграционной динамики кластера 1 можно сделать следующие выводы:
- около 64 % изменений в численности прибывшего и около 74 % - выбывшего населения в муниципалитетах первого кластера объясняются выявленными экономическими и социальными факторами;
- в наибольшей степени на число прибывших в муниципальные образования обоих подкластеров оказывает влияние динамика рождаемости, в наименьшей - объем инвестиций в основной капитал;
Таблица 2
Параметры моделей зависимости миграционной динамики от группы социально_экономических факторов для 1-го кластера_
Подкластеры кластера 1 Кластер 1.1 Кластер 1.2 Кластер 1.1 Кластер 1.2
Код ' ——^^Результативный признак Объясняющие переменные —-—^^ Число прибывших (У1) Число выбывших (У2)
Х2 Объем инвестиций в основной капитал (за исключением бюджетных средств) в расчете на 1 человека, рубль -0.00004*** (0.000007) -0.0009* (0.0003605 8) 0.00003*** (0.000006) -0.0007* (0.0003)
Хз Доля налоговых и неналоговых доходов местного бюджета в общем объеме собственных доходов бюджета МО (без учета субвенций). % -1.8399. (1.0436) 5.5591* (2.6192)
Х4 Среднемесячная номинальная начисленная заработная плата работников крупных и средних предприятий и некоммерческих организаций МО, руб. 0.011*** (0.0014) 0.0079*** (0.0014) -0.0124** (0.0042)
Х13 Число родившихся (без учета мертворожденных; значение показателя за год), чел. 2.9241*** (0.2657) 0.5127*** (0.0646) 3.7483*** (0.2699)
Xl4 Число мест в организациях, осуществляющих образовательную деятельность по программам дошкольного образования 0.1492*** (0.0444) 0.5052*** (0.0571)
Х15 Численность обучающихся общеобразовательных организаций, чел. 0.1078*** (0.0291)
Х16 Введено в действие жилых домов на территории МО -0.0105** (0.004) -0.0147*** (0.0037)
Константа -622.24*** (87.2657) 287.46** (98.6991) -373.98*** (79.6026) 617.88** (176.5018)
R-squared 0.67283 0.61503 0.76446 0.72418
p-value 2.22E-16 1.9672E-09 2.22E-16 0.72418
N 311 45 310 -
Примечания: значимость коэффициентов:
* -на 10%уровне; ** - на 5%уровне; *** - на 1%уровне
В скобках, под коэффициентами регрессии, указаны значения стандартной ошибки.
также в подкластере 1.1. значительное влияние на миграционный прирост оказывает влияние численность обучающихся в общеобразовательных учреждениях;
- на число выбывших в обоих подкластерах наиболее существенное влияние оказывают доля налоговых и неналоговых доходов местного бюджета и число мест в дошкольных образовательных учреждениях, наименьшее, как и в случае динамики прибывшего населения, объем инвестиций в основной капитал;
- в подкластере 1.1. на численность выбывшего населения сильное влияние оказывает рождаемость.
Модели второго кластера
В муниципальных образованиях кластера 2 динамика миграционных процессов описывается следующей зависимостью:
^ = 11060.08 - 205.97 *Х3- 0.19 * Х6 У2 = 5286.23 + 0.0002 * Х1
(6)
Результаты анализа исследуемых зависимостей во втором кластере представлены в таблице 3.
Таблица 3
Параметры модели зависимости миграционной динамики от группы социально-экономических факторов для 2-го кластера
Код ' Результативный признак Объясняющие переменные ~~ ___ Число прибывших (УО Число выбывших (У2)
Х1 Инвестиции в основной капитал, осуществляемые организациями. находящимися на территории МО (без субъектов МСП), тыс. руб. 0.0002*** (0.00003)
Хз Доля налоговых и неналоговых доходов местного бюджета в общем объеме собственных доходов бюджета МО (без учета субвенций), % 205.96778*** (48.42989)
Хб Среднесписочная численность работников организаций. чел. -0.19395* (0.06635)
Константа 11060.07603 (8794.25191) 5286.2286*** (887.2795)
К^иагеё 0.73426 0.65722
р-уа1ие 0.000048236 4.7587Е-06
N 18 22
Примечания: значимость коэффициентов:
* -на 10%уровне; ** - на 5%уровне; *** - на 1%уровне
В скобках, под коэффициентами регрессии, указаны значения стандартной ошибки.
Во втором кластере было выявлено наличие устойчивой взаимосвязи между:
- во-первых, количеством прибывшего населения и долей налоговых и неналоговых доходов местного бюджета, а также среднесписочной численностью работников организаций;
- во-вторых, численностью выбывшего населения и объемом инвестиции в основной капитал, осуществляемых организациями, находящимися на территории МО.
Таким образом, 73% изменений в динамике прибыли населения в муниципальные образования второго кластера и 65% - в динамике убыли населения могут объяснятся рассматриваемыми в данной работе экономическими факторами.
Причем в наибольшей степени на число прибывших оказывает влияние - доля налоговых и неналоговых доходов местного бюджета, влияние же объема инвестиций в основной капитал на численность выбывшего населения может расцениваться как значимое, но незначительное.
Модели третьего кластера
В муниципальных образованиях кластера 3 динамика миграционных процессов описывается следующей зависимостью:
У1 = -6.5 - 0.0014 * Х2 + 0.1 * Х4 + 0.13 * Х6 Y? = -3.31 - 0.0014 * Х7 + 0.07 * ХА + 0.12 *
(7)
Результаты анализа исследуемых зависимостей во втором кластере представлены в таблице 4.
Таблица 4
Параметры модели миграционной динамики от группы социально-экономических факторов
для 3-го кластера
Код Результативный признак Объясняющие переменные ———^^ Число прибывших (У0 Число выбывших (У2)
Х2 Объем инвестиций в основной капитал (за исключением бюджетных средств) в расчете на 1 человека, рубль -0.0014*** (0.0003) -0.0014*** (0.00035)
Х4 Среднемесячная номинальная начисленная заработная плата работников крупных и средних предприятий и некоммерческих организаций МО, руб. 0.0951*** (0.0133) 0.0689*** (0.0146)
Х6 Среднесписочная численность работников организаций. чел. 0.1278*** (0.0154) 0.1208*** (0.0169)
Константа -6.4970*** (1.2759) -3.3133* (1.4022)
R-squared 0.60886 0.50186
p-value 1.8031Е-14 8.7958Е-11
N 75 75
Примечания: значимость коэффициентов:
* - на 10%уровне; ** - на 5%уровне; *** - на 1%уровне
В скобках, под коэффициентами регрессии, указаны значения стандартной ошибки.
В третьем кластере было установлено наличие взаимосвязей между численностью прибывшего и выбывшего населения с одной стороны и рядом общих для обоих процессов экономических факторов - с другой.
Так, являются статистически значимыми в рассчитанной модели миграционной динамики следующие факторы: объем инвестиций в основной капитал, среднемесячная номинальная начисленная заработная плата и численность работников организаций.
При этом перечисленные факторы объясняют более 60% изменений численности прибывшего населения и около 50% - выбывшего.
В наибольшей степени оказывает влияние на оба процесса - динамика численности работников организаций.
Заключение
Таким образом, в представленном исследовании была апробирована гипотеза о значимости влияния социальных и экономических факторов на миграционную динамику, понимаемую как изменения численности прибывшего и выбывшего населения, а также различия в составе значимых факторов для дифференцированных сообществ, составляющих муниципальные образования АЗРФ. Посредством инструментов эконометрики, а именно расчета объединенных моделей панельных данных в разрезе трех выделенных кластеров, данная гипотеза была нами подтверждена.
Так, было определено, что на миграционную динамику в первом кластере оказывают устойчивое влияние как социальные, так и экономические факторы, тогда как во втором и третьем кластерах значимыми являются только экономические факторы.
При этом среди социальных факторов на миграционную динамику в наибольшей степени оказывают влияние - динамика рождаемости и уровень развития социальной инфраструктуры.
Наиболее значимыми для исследуемого явления экономическими факторами были установлены - динамика численности работников организаций и уровень их номинальной заработной платы, а также доля налоговых и неналоговых доходов местного бюджета.
Список источников
1. Andrienko Y., Guriev S. Determinants of interregional mobility in Russia. Evidence from panel data // Economics of Transition. 2004. Vol. 12. P. 1-27.
2. Brown A. The economic determinants of internal migration flows in Russia during transition. URL: https://ideas.repec.org/p/wdi/papers/1997-89.html (дата обращения: 25.09.2020).
3. Gerber T. Regional economic performance and net migration rates in Russia, 1993-2002 // International migration review. 2006. Vol. 40. № 3. P. 661-697.
4. Батищева Г.А. Исследование факторов миграционного обмена между федеральными округами России // Региональная экономика: теория и практика. 2009. № 30. С. 65-73.
5. Батищева Г.А., Журавлева М.И. Экономико-математическое моделирование внешних российских миграционных потоков // Проблемы экономики и менеджмента. 2015. № 6. С. 28-34.
6. Вакуленко Е.С., Мкртчян Н.В., Фурманов, К.К. Опыт моделирования миграционных потоков на уровне регионов и муниципальных образований РФ // Научные труды ИНП РАН. 2011. № 1. С. 431-450.
7. Иванова М.В., Зайцев Д.В. Арктические трудовые ресурсы: текущее состояние и будущие вызовы // Региональная экономика: теория и практика. 2016. № 10. С.46-62.
8. Карпова В.М. Сценарии развития процессов старения населения в зависимости от демографической политики // Социология: 4М. 2009. № 29. С.86-107.
9. Корепина Т.А. Сравнительный анализ подходов к моделированию миграции // Вопросы территориального развития. 2017. № 1 (36). С. 1-12.
10. Коровкин А.Г., Долгова И.Н., Единак Е.А., Королев И.Б. Оценка состояния и перспектив развития рынков труда и миграционных взаимосвязей регионов российской Арктики // МИР (Модернизация. Инновации. Развитие). 2015. Т. 6. № 4-1. С. 213-222.
11. Коровкин А.Г., Синица А.Л. Оценка интенсивности и направлений движения населения в регионах российской Арктики в 1991-2015 годах // Научные труды: Институт народнохозяйственного прогнозирования РАН. 2019. Т. 17. С.323-340.
12. Коровкин А.Г. Макроэкономическая оценка состояния региональных рынков труда в европейской части российской Арктики // Проблемы прогнозирования. 2016. № 2. С. 74-89.
13. Пыров П.В., Бутусов О.Б., Никифорова, О.П. Аналитический взгляд на демографические процессы в России: перспективы рождаемости // Успехи в химии и химической технологии. 2013. № 9. С.98-102.
14. Руденко Д.Ю. Анализ демографических процессов в российской Арктике // МИР (Модернизация. Инновации. Развитие). 2015. Т. 6. № 4. С. 51-57.
15. Синица А.Л. Демографическое развитие регионов Арктической зоны России в 2010-2014 гг. //Арктика: экология и экономика. 2016. №. 1. С. 18-27.
16. Степусь И.С., Симакова А.В. Миграционные потоки выпускников вузов для работы в Арктической зоне России: количественный и качественный аспекты // Региональная экономика: теория и практика. 2018. Т. 16. № 10. С. 1872-1887.
17. Сукнева, С.А. Миграционные процессы в Республике Саха (Якутия) // Пространственная экономика. 2008. № 1. С. 62-77.
18. Уразаева Л.Ю., Манюкова Н.В., Мамедли Р.Э. Математическое моделирование миграционных процессов// Математические структуры и моделирование. 2019. №4. С. 83-92.
19. Фаттахов Р.В., Низамутдинов М.М., Орешников В.В. Научно-методические аспекты задачи моделирования миграционных процессов в субъектах РФ // Финансы: теория и практика. 2018. Т. 22. № 3. С. 100-111.
20. Фаузер В.В., Лыткина Т.С., Смирнов А.В. Устойчивое развитие северных регионов: демографическое измерение // Экономика региона. 2018. Т. 14. Вып. 4. С. 1370-1382.
MODELS OF MIGRATION DYNAMICS OF POPULATION IN THE TERRITORY OF THE ARCTIC ZONE OF THE RUSSIAN FEDERATION
Shelomentsev A.G., Orenburg State University Goncharova K.S., Institute of Economics UB RAS Voronina L.V., Federal Center for Integrated Arctic Research; Northern (Arctic) Federal
Abstract
Migration processes are the most important factor in the development and socio-economic development of the country's Arctic territories. The aim of the study is to develop a complex of econometric models of migration dynamics in Arctic municipalities. In order to take into account their specificity when constructing econometric models based on the aggregation of time series of indicators, municipalities were clustered according to social and economic characteristics. For each cluster, an original model of migration dynamics has been developed, taking into account the influence of the selected factors on it.
Keywords: migration, Arctic, municipality, dynamics, factor, influence, methodology, econometric model, cluster.
