СТАТИСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ МИГРАЦИОННЫХ ПРОЦЕССОВ В РОССИЙСКОЙ ФЕДЕРАЦИИ Текст научной статьи по специальности «Экономика и бизнес»

Научная статья УДК 331.556

https://doi.org/10.24412/2414-3995-2022-3-270-276 NIION: 2015-0066-3/22-373 MOSURED: 77/27-011-2022-03-572

Статистическое моделирование миграционных процессов

в Российской Федерации

Дмитрий Владимирович Дианов1, Алексей Владимирович Долбилов2

1 2 Московский университет МВД России имени В.Я. Кикотя, Москва, Россия

1 skad71@mail.ru

2 aleksej-dolbilov@yandex.ru

Аннотация. Представлены результаты научно-исследовательской работы, цель которой установить характер и параметры влияния миграционных процессов на уровень экономической преступности в регионах страны, сгруппированных в однородные группы - кластеры. Статистический анализ взаимосвязей ключевых показателей экономики регионов, миграционного прироста и материального ущерба от экономических преступлений осуществлен на основе методов корреляции и регрессии.

Ключевые слова: моделирование миграции, факторы экономической преступности, региональная безопасность

Для цитирования: Дианов Д. В., Долбилов А. В. Статистическое моделирование миграционных процессов в Российской Федерации // Вестник экономической безопасности. 2022. № 3. С. 270-276. https://doi. org/10.24412/2414-3995-2022-3-270-276.

Original article

Statistical modeling of migration processes in the Russian Federation

Dmitry V. Dianov1, Alexey V. Dolbilov2

1 2 Moscow University of the Ministry of Internal Affairs of Russia named after V.Ya. Kikot', Moscow, Russia

1 skad71@mail.ru

2 aleksej-dolbilov@yandex.ru

Abstract. The results of a research work have been presented, which was aimed at establishing the nature and parameters of the impact of migration processes on the level of economic crime in the regions of the country grouped into homogeneous groups - clusters. Statistical analysis of the interrelationships of key indicators of the regional economy, migration growth and material damage from economic crimes was carried out on the basis of correlation and regression methods.

Keywords: migration modeling, economic crime factors, regional security

For citation: Dianov D. V., Dolbilov A. V. Statistical modeling of migration processes in the Russian Federation. Bulletin of economic security. 2022;(3):270-6. (In Russ.). https://doi.org/10.24412/2414-3995-2022-3-270-276.

Влияние миграционных и демографических процессов на уровень преступности постоянный, актуальный и перспективный предмет исследования, анализа и моделирования экономической безопасности.

Количественное определение степени и направления тесноты связи между результативным и объясняющими показателями можно узнать, проведя

© Дианов Д. В., Долбилов А. В., 2022

корреляционный анализ, определив, как сильно взаимодействуют показатели между собой. Рассматриваются показатели, характеризующие миграционный прирост в регионах страны за 2020 год. В качестве результативного показателя возьмем сумму ущерба от экономических преступлений.

XI - Численность постоянного населения на конец года, чел.;

Матрица парных коэффициентов корреляции 1 кластера

Столбец 1 Столбец 2 Столбец 3 Столбец 4 Столбец 5 Столбец 6

Столбец 6 0,19 -0,078 0,036 0,36 0,39 1

Х2 - Количество безработных на конец года, тыс. чел.;

Х3 - Количество прибывших мигрантов за отчетный год;

Х4 - Годовой объем розничного товарооборота, млн руб.;

Х5 - Объем платных услуг населению, млн руб.

Для начала рассмотрим тесноту связи показателей первого кластера регионов.

Исходя из проведенных расчетов, можно сделать выводы о том, что объясняющие показатели имею прямую связь с результативным, то есть увеличение одного ведет к увеличению другого, за исключением показателя, характеризующего численности безработных, что говорит о наличии обратной зависимости. Так же мы можем наблюдать, что корреляционная связь показателей (Х1-Х3) выражается слабо, следовательно, в данном кластере они не сильно влияют на изменение количества причиненного ущерба от экономических преступлений. Регрессионный анализ предполагает интерпретацию результатов отдельно по каждому объясняющему показателю.

Рассмотрим первый кластер и проанализируем влияние, оказываемое на значение результативного показателя, и построим регрессионную модель зависимости от факторов размера, выявленного органами внутренних дел материального ущерба по экономическим преступлениям.

Множественный коэффициент детерминации R2 (И-квадрат) показывает какой удельный вес вариации результативного показателя, объясняется показателями, включенными в таблицу исходных сведений. В таблице 2 приведен расчет коэффициента детерминации, который равен 0,346. Значение коэффициента менее 50 %, что является недопустимым значением для проведения анализа.

Рассчитаем по данной модели коэффициенты эластичности для получения относительных оценок взаимосвязи

На основе полученных коэффициентов эластичности можно констатировать:

Расчет коэффициентов эласт]

1) Рост численности постоянного населения на 1 человека одновременно сопровождается уменьшением суммы ущерба от экономических преступлений в Российской Федерации на 1,044 тыс. руб. При росте численности постоянного населения на 1 процент, сумма ущерба от экономических преступлений в Российской Федерации уменьшается на 3,17 %.

2) Рост количества безработных в Российской Федерации на 1 тыс. чел. одновременно сопровождается увеличением суммы ущерба от экономических преступлений в Российской Федерации на 3665,37 тыс. руб. При росте количества безработных в Российской Федерации на 1 процент, сумма ущерба от экономических преступлений в Российской Федерации увеличивается на 0,256 %. Связь прямая, так как безработные лица нуждаются в деньгах, как и все остальные граждане. Однако у них нет постоянного и легального источника дохода, и они вынуждены совершать преступления.

3) Рост количества прибывших мигрантов на 1 чел. одновременно сопровождается уменьшением суммы ущерба от экономических преступлений в

Таблица 2

Регрессия со всеми объясняющими показателями

Регрессионная статистика

Множественный И 0,588502869

И-квадрат 0,346335626

Нормированный И-квадрат 0,197775541

Стандартная ошибка 387740,5313

Наблюдения 28

Коэффициенты t-статистика

У-пересечение 82063,73396 0,246093545

Переменная Х1 -1,044118891 -2,258255808

Переменная Х2 3665,376634 0,399446424

Переменная Х3 -54,73169151 -0,728531858

Переменная Х4 7,710196568 2,98799601

Переменная Х5 -1,370645274 -0,280419107

Таблица 3

по модели 1-го кластера

Коэффициенты b Средний x Средний y Коэффициенты эластичности

-1,044118891 967 282 317695,7143 -3,179008604

3665,376634 22,17857143 317695,7143 0,255882638

-54,73169151 1 661 317695,7143 0,286152238

7,710196568 169616,5 317695,7143 4,116443809

-1,370645274 38364,98214 317695,7143 -0,165519329

Матрица парных коэффициентов корреляции 2 кластера

Столбец 1 Столбец 2 Столбец 3 Столбец 4 Столбец 5 Столбец 6

Столбец 6 -0,11 -0,186 -0,093 -0,054 0,116 1

Российской Федерации на 54,7 тыс. руб. При росте количества прибывших мигрантов на 1 процент, сумма ущерба от экономических преступлений в Российской Федерации уменьшается на 0,286 %. Связь обратная, так как прибывшие мигранты скорее совершают преступления не экономической, а иной направленности.

4) Рост объема розничного товарооборота на 1 млн руб. одновременно сопровождается увеличением суммы ущерба от экономических преступлений в Российской Федерации на 7,7 тыс. руб. При росте объема розничного товарооборота на 1 процент, сумма ущерба от экономических преступлений в Российской Федерации увеличивается на 4,11 %. Связь прямая, чем больше объем розничного товарооборота, тем больше участников товарооборота в нем задействованы, а значит, вероятность совершения ими преступлений экономической направленности также увеличивается.

5) Рост объема платежных услуг населения 1 млн руб. одновременно сопровождается уменьшением суммы ущерба от экономических преступлений в Российской Федерации на 1,37 тыс. руб. При росте

Таблица 5

Регрессия со всеми объясняющими показателями

Регрессионная статистика

Множественный R 0,6751313

R-квадрат 0,4558023

Нормированный R-квадрат -0,224445

Стандартная ошибка 1120816,8

Наблюдения 10

Коэффициенты ^статистика

У-пересечение 6792938,244 1,35738242

Переменная Х1 -0,533366749 -0,3637242

Переменная Х2 -144288,2121 -1,7159263

Переменная Х3 -380,7881482 -1,1852098

Переменная Х4 -3,336656914 -0,3341713

Переменная Х5 24,45212571 0,84382253

Расчет коэффициентов

объема платежных услуг населения на 1 процент сумма ущерба от экономических преступлений в Российской Федерации уменьшается на 0,16 %, наблюдается обратная связь.

Перейдем к рассмотрению второго кластера.

Исходя из расчетов, можно увидеть, что корреляционная связь результативных и объясняющего показателя во всех случаях проявляет себя слабо и имеет обратную зависимость. Рассматривая второй кластер, проанализируем характер влияния, оказываемое признаками-факторами на формирование размера материального ущерба, т. е. уровня результативного показателя.

Построим регрессионную модель зависимости результативного показателя. В таблице 5 приведен расчет коэффициента детерминации, который равен 0,45. Это свидетельствует о том, что данную модель нельзя принять, как объясняющую более 50 % вариации результативного показателя.

Рассчитаем по данной модели коэффициенты эластичности и оценим процентное соотношение.

В свою очередь третий кластер, будучи не столь многочисленным, как первые два, характеризуется большими экономическими масштабами регионов, входящими в него.

Произведенные расчеты свидетельствуют о прямой зависимости объясняющих показателей х1, х3, х4 к результативному, при этом проявляя высокую корреляционную связь, следовательно, данные показатели в кластере напрямую влияют на уровень причиненного ущерба от экономических преступлений. Проанализируем влияние, оказываемое на значение результативного показателя. Построим регрессионную модель зависимости результативного показателя.

В таблице 8 приведен расчет коэффициента детерминации, который равен 0,99. Значение коэффициента более 50 %, что является допустимым значением для проведения анализа.

Рассчитаем по данной модели относительные оценки через коэффициенты эластичности.

Таблица 6

ости по модели 2-го кластера

Коэффициенты Ь Средний х Средний у Коэффициенты эластичности

-0,533366749 1577039,1 606965,1 -1,385813151

-144288,2121 34,18 606965,1 -8,125295987

-380,7881482 2 492 606965,1 -1,563454215

-3,336656914 298651,9 606965,1 -1,641772748

24,45212571 62669,36 606965,1 2,524690578

Матрица парных коэффициентов корреляции 3 кластера

Столбец 1 Столбец 2 Столбец 3 Столбец 4 Столбец 5 Столбец 6

Столбец 6 0,74 -0,737 0,88 0,89 -0,65 1

На основе полученных коэффициентов эластичности можно констатировать:

1) Рост численности постоянного населения на 1 человека одновременно сопровождается увеличением суммы ущерба от экономических преступлений в Российской Федерации на 0,12 тыс. руб. При росте численности постоянного населения на 1 процент, сумма ущерба от экономических преступлений в Российской Федерации уменьшается на 1,20 %.

2) Рост количества безработных в Российской Федерации на 1 тыс. чел. одновременно сопровождается увеличением суммы ущерба от экономических преступлений в Российской Федерации на 8210 тыс. руб. При росте количества безработных в Российской Федерации на 1 процент, сумма ущерба от экономических преступлений в Российской Федерации увеличивается на 1,69 %. Связь прямая, так как безработные лица нуждаются в деньгах, как и все остальные граждане. Однако у них нет постоянного и легального источника дохода, и они вынуждены совершать преступления.

3) Рост количества прибывших мигрантов на 1 чел. одновременно сопровождается увеличением суммы ущерба от экономических преступлений в Российской Федерации на 54,7 тыс. руб. При росте количества прибывших мигрантов на 1 процент, сумма ущерба от экономических преступлений в Российской Федерации уменьшается на 0,73 %, связь прямая.

4) Рост объема розничного товарооборота на 1 млн руб. одновременно сопровождается увеличением суммы ущерба от экономических преступлений в Российской Федерации на 0,19 тыс. руб. При росте объема розничного товарооборота на 1 процент, сумма ущерба от экономических преступлений в Российской Федерации увеличивается на 0,39 %. Связь прямая, чем больше объем розничного товарооборота, тем больше участников товарооборота в нем задействованы, а значит, вероятность совершения ими преступлений экономической направленности также увеличивается.

Расчет коэффициентов эласт

5) Рост объема платежных услуг населения 1 млн руб. одновременно сопровождается уменьшением суммы ущерба от экономических преступлений в Российской Федерации на 1,38 тыс. руб. При росте объема платежных услуг населения на 1 процент сумма ущерба от экономических преступлений в Российской Федерации уменьшается на 0,49 %, связь обратная.

Рассмотрим четвертый кластер и проанализируем влияние, оказываемое на значение результативного показателя.

По рассчитанной таблице можно наблюдать обратную зависимость показателей х2 и х5 к результативному, а также о высокой корреляционной связи показателей х1, х2, х4. Построим регрессионную модель зависимости результативного показателя.

Рассчитаем по данной модели коэффициенты эластичности.

На основе полученных коэффициентов эластичности можно констатировать:

1) Рост численности постоянного населения на 1 человека одновременно сопровождается увеличением суммы ущерба от экономических преступлений в

Таблица 8

Регрессия со всеми объясняющими показателями

Регрессионная статистика

Множественный И 0,9989743

И-квадрат 0,9979495

Нормированный И-квадрат 0,9876973

Стандартная ошибка 24962,414

Наблюдения 7

Коэффициенты t-статистика

У-пересечение -547114,26 -2,3052508

Переменная Х1 0,12095331 2,15747777

Переменная Х2 8210,72385 2,71255329

Переменная Х3 31,0926115 5,30122838

Переменная Х4 0,1991502 1,03165794

Переменная Х5 -1,3186378 -7,2929707

Таблица 9

по модели 3-го кластера

Коэффициенты b Средний x Средний y Коэффициенты эластичности

0,120953307 2 158 665 217017,143 1,203119947

8210,723846 44,6857143 217017,143 1,690659342

31,0926115 5 123 217017,143 0,734046961

0,199150204 425378,9 217017,143 0,390357617

-1,318637848 818114,2571 217017,143 0,497119142

Матрица парных коэффициентов корреляции 4 кластера

Столбец 1 Столбец 2 Столбец 3 Столбец 4 Столбец 5 Столбец 6

Столбец 6 0,75 -0,72 0,036 0,747 -0,54 1

Российской Федерации на 0,006 тыс. руб. При росте численности постоянного населения на 1 процент, сумма ущерба от экономических преступлений в Российской Федерации уменьшается на 0,05 %.

2) Рост количества безработных в Российской Федерации на 1 тыс. чел. одновременно сопровождается уменьшением суммы ущерба от экономических преступлений в Российской Федерации на 11522 тыс. руб. При росте количества безработных в Российской Федерации на 1 процент, сумма ущерба от экономических преступлений в Российской Федерации уменьшается на 0,256 %, связь обратная.

3) Рост количества прибывших мигрантов на 1 чел. одновременно сопровождается уменьшением суммы ущерба от экономических преступлений в Российской Федерации на 20,8 тыс. руб. При росте количества прибывших мигрантов на 1 процент, сумма ущерба от экономических преступлений в Российской Федерации уменьшается на 0,375 %. Связь обратная, так как прибывшие мигранты скорее совершают преступления не экономической, а иной направленности.

Таблица 11

Регрессия со всеми объясняющими показателями

Регрессионная статистика

Множественный И 0,808207

И-квадрат 0,6531986

Нормированный И-квадрат 0,2196968

Стандартная ошибка 216275,39

Наблюдения 10

Коэффициенты ^статистика

У-пересечение 1526673,53 0,92319242

Переменная Х1 0,00685591 0,02485406

Переменная Х2 -11522,875 -0,8749311

Переменная Х3 -20,801033 -0,9469934

Переменная Х4 -0,4197647 -0,3695876

Переменная Х5 -1,8434183 -0,8491714

Расчет коэффициентов

4) Рост объема розничного товарооборота на 1 млн руб. одновременно сопровождается уменьшением суммы ущерба от экономических преступлений в Российской Федерации на 0,419 тыс. руб. При росте объема розничного товарооборота на 1 процент, сумма ущерба от экономических преступлений в Российской Федерации увеличивается на 0,686 %, связь обратная.

5) Рост объема платежных услуг населения 1 млн руб. одновременно сопровождается уменьшением суммы ущерба от экономических преступлений в Российской Федерации на 1,84 тыс. руб. При росте объема платежных услуг населения на 1 процент сумма ущерба от экономических преступлений в Российской Федерации уменьшается на 0,68 %, связь обратная.

В данном кластере наблюдается слабая корреляционная связь, что свидетельствует о низкой зависимости объясняющего показателя от результативных. Рассмотрим пятый кластер и проанализируем влияние, оказываемое на значение результативного показателя.

Построим регрессионную модель зависимости результативного показателя. В таблице 14 приведен расчет коэффициента детерминации, который равен 0,41. Это свидетельствует о том, что данную модель нельзя принять, как объясняющую более 50 % вариации результативного показателя.

Рассчитаем по данной модели коэффициенты эластичности и дадим относительную оценку воздействия факторов на размер выявленного материального ущерба.

Систематизируем полученные данные в таблицу 15.

Также, на основе проведенного корреляционно-регрессионного анализа можно сделать вывод о том, что показатель Х2 - «Количество безработных на» оказывает наибольшее влияние на результативный показатель У. Всем людям необходимы денежные средства для нормального существования, безработные ищут различные источники дохода и многие из них склоняются к совершению преступлений. Эко-

Таблица 12

ости по модели 4-го кластера

Коэффициенты Ь Средний х Средний у Коэффициенты эластичности

0,006855905 2 289 770 312967,3 0,050160024

-11522,87534 59,15 312967,3 -2,17779326

-20,80103288 5 645 312967,3 -0,375195462

-0,419764748 511558,2 312967,3 -0,686123062

-1,843418341 116993,85 312967,3 -0,689109082

Матрица парных коэффициентов корреляции 5 кластера

Столбец 1 Столбец 2 Столбец 3 Столбец 4 Столбец 5 Столбец 6

Столбец 6 0,247 -0,06 -0,18 0,21 -0,084 1

номическая преступность является привлекательным видом деятельности для лиц, как имеющих возможность реализовать их сложные схемы, так и не имеющих постоянного места работы.

Представленное в работе исследование было направлено на комплексный статистический анализ миграционных процессов в России как метод оценки экономической безопасности. Для наиболее полного и всестороннего рассмотрения миграционных процессов использовались методы корреляции и регрессии, на основе которых осуществлено матема-тико-статистическое моделирование взаимосвязей. Отдельно стоит выделить показатель строительство жилых домов, который в отличие от других объясняющих показателей у которых имеется тенденция к развитию, в прогнозе будет падать. Таким образом, ожидается незначительное снижение потока внешней миграции в Российскую Федерацию.

Расчет коэффициентов эласти

Таблица 14

Регрессия со всеми объясняющими показателями

Регрессионная статистика

Множественный R 0,64556

R-квадрат 0,41675

Нормированный R-квадрат -1,0414

Стандартная ошибка 1465455

Наблюдения 8

Коэффициенты t-статистика

У-пересечение -8909538,1 -0,7701285

Переменная Х1 2,25475429 0,60365426

Переменная Х2 42444,5071 0,54791998

Переменная Х3 32,4658997 0,26459829

Переменная Х4 -3,5207924 0,3403917

Переменная Х5 7,58681659 0,62046628

Таблица 15

по регионам 5-го кластера

Коэффициенты b Средний x Средний y Коэффициенты эластичности

2,254754288 3 588250 721266,125 11,21724949

42444,50714 70,7 721266,125 4,160498532

32,46589974 9 537 721266,125 0,429294253

-3,520792442 840735,3 721266,125 -4,103969688

7,586816585 156821,3 721266,125 1,64956373

Таблица 16

Влияние объясняющих показателей на результативный в разрезе кластеров

Кластер Параметры Х1 Х2 Х3 Х4 Х5

1 Bj -1,04 3665 -54,73 7,71 -1,37

3j -3,18 0,256 -0,28 4,11 -0,166

2 Bj -0,53 -144288 -380,79 -3,336 24,45

3j -1,39 -8,13 -1,56 -1,64 2,52

3 Bj 0,12 8210,72 31,09 0,199 -1,318

3j 1,2 1,69 0,73 0,39 0,497

4 Bj 0,007 -11523 -20 -0,419 -1,84

3j 0,05 -2,178 -0,375 -0,686 -0,689

5 Bj 2,25 42444,5 32 -3,521 7,587

3j 11,21 4,16 0,429 -4,1 1,649

Библиографический список

1. Васильев М. К., Дианов Д. В. Статистическое исследование преступлений против интересов службы и злоупотребление полномочиями // Вестник Московского университета МВД России. 2020. № 2. С. 301-310.

2. Ищенко А. Н. Трансформация системы бухгалтерского учета в условиях применения информационных и коммуникационных технологий // Финансовый бизнес. 2021. № 5 (215). С. 137-140.

3. Кузнецова Е. И., Осипова А. Н. Оценка влияния качества социальной среды на развитие человече-

ского потенциала // Вестник экономической безопасности. 2021. № 1. C. 252-255.

4. Лошаков А. С., Братко М. В. Актуальные вопросы деятельности органов внутренних дел по противодействию легализации (отмыванию) денежных средств // Криминологический журнал. 2021. № 1. C. 127-131.

5. Ляпин А. Е. Обоснование зависимости влияния рынка алкогольной продукции и криминогенной обстановки // Вопросы региональной экономики. 2018. Т. 34. № 1. C. 30-39.

6. Накова М. Р. Анализ влияния налоговых преступлений на экономическую безопасность регионов Российской Федерации // Вестник Московского университета МВД России. 2019. № 5. C.278-282.

7. Пузырев С. А. Модели экономического взаимодействия субъектов преступной деятельности. В сборнике : Обеспечение финансовой безопасности России. М., 2016. C. 307-312.

Bibliographic list

1. Vasiliev M. K., Dianov D. V. Statistical investigation of crimes against the interests of the service and abuse of authority // Bulletin of the Moscow University

of the Ministry of Internal Affairs of Russia. 2020. № 2. P. 301-310.

2. Ishchenko A. N. Transformation of the accounting system in the conditions of application of information and communication technologies // Financial business. 2021. № 5 (215). P. 137-140.

3. Kuznetsova E. I., Osipova A. N. Assessment of the impact of the quality of the social environment on the development of human potential // Bulletin of Economic Security. 2021. № 1. P. 252-255.

4. Loshakov A. S., Bratko M. V. Topical issues of the activities of the internal affairs bodies on countering the legalization (laundering) of funds // Criminological Journal. 2021. № 1. P. 127-131.

5. Lyapin A. E. Substantiation of the dependence of the influence of the alcohol market and the criminogenic situation // Issues of regional economy. 2018. Vol. 34. № 1. P. 30-39.

6. Nakova M. R. Analysis of the impact of tax crimes on the economic security of the regions of the Russian Federation // Bulletin of the Moscow University of the Ministry of Internal Affairs of Russia. 2019. № 5. P. 278-282.

7. Puzyrev S. A. Models of economic interaction of subjects of criminal activity. In the collection : Ensuring the financial security of Russia. M., 2016. P. 307-312.

ЭКОНОМИЧЕСКИЕ НАУКИ

Информация об авторах

Д. В. Дианов - профессор кафедры экономической безопасности, финансов и экономического анализа Московского университета МВД России имени В.Я. Кикотя, доктор экономических наук, профессор;

А. В. Долбилов - начальник кафедры экономической безопасности, финансов и экономического анализа Московского университета МВД России имени В.Я. Кикотя, кандидат экономических наук, доцент.

Information about the authors

D. V. Dianov - Professor of the Department of Economic Security, Finance and Economic Analysis of the Moscow University of the Ministry of Internal Affairs of Russia named after V.Ya. Kikot', Doctor of Economic Sciences, Professor;

A. V. Dolbilov - Head of the Department of Economic Security, Finance and Economic Analysis of the Moscow University of the Ministry of Internal Affairs of Russia named after V.Ya. Kikot', Candidate of Economic Sciences, Associate Professor.

Вклад авторов: все авторы сделали эквивалентный вклад в подготовку публикации. Авторы заявляют об отсутствии конфликта интересов.

Contribution of the authors: the authors contributed equally to this article. The authors declare no conflicts of interests.

Статья поступила в редакцию 10.04.2022; одобрена после рецензирования 17.06.2022; принята к публикации 09.08.2022.

The article was submitted 10.04.2022; approved after reviewing 17.06.2022; accepted for publication 09.08.2022.