CC BY
34
DOI: 10.29141/2658-5081-2020-21-3-5
JEL classification: R23, Е32
Е. В. Курушина Тюменский индустриальный университет, г. Тюмень, Российская Федерация М. Б. Петров Институт экономики УрО РАН, г. Екатеринбург, Российская Федерация И. В. Дружинина Тюменский индустриальный университет, г. Тюмень, Российская Федерация
Цикличность влияния характеристик привлекательности регионов на миграционные потоки
Аннотация. Стратегическими целями пространственного развития являются улучшение среды жизнедеятельности для населения, повышение его мобильности и концентрации в перспективных центрах экономического роста. Статья посвящена исследованию миграционного поведения с использованием коэффициентов механического прироста населения в условиях изменения привлекательности российских регионов в зависимости от стадии экономического цикла. Методологическую базу составляют теории пространственной экономики, мотивации, миграционной подвижности населения, экономических циклов. Информационной базой исследования послужили статистичекие данные социально-экономического развития 83 субъектов РФ за 2005-2017 гг. - период, соответствующий нисходящей фазе длинной полуволны. Для изучения влияния факторов привлекательности регионов на интенсивность миграционных потоков использованы методы регрессионного анализа. Пространственные регрессионные модели для каждого года исследуемого периода сформированы с использованием пакета IBM SPSS Statistics. В результате анализа динамики коэффициента миграционного прироста в рамках длинной полуволны выявлены два краткосрочных цикла 2005-2010 и 2010-2015 гг., обусловливающие закономерности изменения силы факторного влияния, а также его конвергенцию и дивергенцию по регионам. С учетом динамики коэффициентов эластичности показателей миграционного прироста определены характеристики регионов, повышающие свое влияние на интенсивность миграции в фазу подъема и снижающие его в фазу спада краткосрочного цикла. Количественные оценки циклического влияния факторов привлекательности территорий могут повысить результативность мер по управлению миграционными потоками.
Ключевые слова: экономические циклы; миграция; привлекательность рынков; потребности мигрантов; регрессия; пространственное развитие.
Благодарности: Статья подготовлена в соответствии с планом научно-исследовательских работ Института экономики УрО РАН на 2020 г.
Для цитирования: Курушина Е. В., Петров М. Б., Дружинина И. В. (2020). Цикличность влияния характеристик привлекательности регионов на миграционные потоки // Journal of New Economy. Т. 21, № 3. С. 91-111. DOI: 10.29141/2658-5081-2020-21-3-5 Дата поступления: 10 июля 2020 г.
Введение
Управление процессами миграции населения является стратегически важным направлением развития экономики на макро- и мезоуровнях. В Стратегии экономической безопасности РФ до 2030 г. недостаточность трудовых ресурсов признана для националь-
ной экономики серьезной угрозой, устранение которой возможно в результате оптимизации потоков трудовой миграции. При этом задача повышения мобильности трудовых ресурсов рассматривается в качестве одного из направлений развития человеческого потенциала. В указе Президента РФ от 16 января 2016 г. № 13 «Об утверждении Основ государственной политики регионального развития Российской Федерации до 2025 г.» в числе приоритетных направлений государственных программ обозначено сдерживание оттока населения с важных в геополитическом отношении территорий.
В Стратегии пространственного развития РФ до 2025 г. для регионов, отличающихся значительным потенциалом экономического развития, но неблагоприятной демографической ситуацией, поставлена задача разработать систему мер по привлечению населения с помощью как внутренней, так и внешней миграции.
Комплекс мер по управлению размещением человеческого капитала как важнейшего фактора производства включает определение характеристик привлекательности территорий для мигрирующего населения, его ценностных ориентаций, поведенческих реакций мигрантов на вводимые институциональные меры и оценку влияния различных факторов на интенсивность и направления миграционных потоков.
Цель исследования - выявить закономерности (носящие циклический или нециклический характер) влияния факторов привлекательности территорий на общий коэффициент миграционного прироста. Для достижения цели необходимо решить следующие задачи: определить теоретико-методологическую основу исследования; сформировать модель для изучения циклических характеристик факторного влияния на миграционные приросты и апробировать ее на панельных данных российских регионов; идентифицировать краткосрочные и долгосрочные циклы в рамках исследуемого периода; выявить циклические закономерности факторного влияния на основе динамики коэффициентов эластичности показателей миграционного прироста; определить конвергенцию и дивергенцию факторного влияния в российских регионах по стандартизованным коэффициентам регрессии в зависимости от стадии экономического цикла.
Теория и методология исследования
При изучении миграционных процессов используют различные подходы к систематизации теорий. Наиболее полная классификация, представленная В. А. Ионцевым [1999, с. 106-132], включает 17 основных научных подходов и 56 теоретических направлений изучения миграции населения.
В рамках современной (постнеклассической) общенаучной парадигмы научного познания авторы формируют теоретико-методологический базис своего исследования, опираясь на три основных принципа: междисциплинарность, системность и эволюционизм.
Междисциплинарный обмен и сотрудничество представители американской школы К. В. Бреттелл и Д. Ф. Холлифилд [БгеИеИ, Но11йеШ, 2000] считают обязательным условием при изучении миграций. В России, как отмечают некоторые авторы, в доперестроечный период проблемой миграции занимались преимущественно географы, экономисты и демографы. В настоящее время междисциплинарный подход российской науки к исследованию миграционных процессов объединяет специалистов разных научных направлений, включая социологов, психофизиологов, историков и математиков [Зай-ончковская, Молодикова, Мукомель, 2007, с. 16]. Роль миграций с позиций управления региональным и пространственным развитием обусловлена следующими теоретико-методическими положениями:
• миграционные потоки согласно теории региональной экономической интеграции отражают уровень связанности территорий путем обмена факторами производства;
• миграция населения выступает в качестве важнейшего процесса формирования человеческого капитала территорий, поскольку охватывает не только профессиональные и образовательные, но и «духовные, психофизические и демографические качества» [Ион-цев, Магомедова, 2015, с. 89-90];
• направления миграционных потоков отражают сравнительную конкурентоспособность регионов «за привлечение мобильного капитала» [Либман, Хейфец, 2011, с. 50], поскольку мигранты «голосуют ногами» за более привлекательные для жизнедеятельности территории;
• концентрация численности населения благодаря его механическому приросту с позиций пространственного подхода (в рамках выделенных В. А. Ионцевым географического и урбанистического направлений изучения миграций) способствует формированию агломерационных эффектов [Rosenthal, Strange, 2003].
Перспективным направлением изучения миграции выступает математическое моделирование, позволяющее «выделить основные детерминанты» [Ионцев, 1999, с. 131]. Одной из первых работ в этой области стала модель пространственного взаимодействия И. Янга [Young, 1924]. В настоящее время применяется широкий спектр статистических моделей, включая модели факторного анализа, гравитационные, вероятностные (с использованием марковских цепей), матричные, многофакторные корреляционные и др. [Ягельский, 1980, с. 7]. Многие авторы, исследующие модели анализа и прогнозирования миграционных процессов, включая М. Г. Дмитриева и Т. Н. Юдину [2017], М. Б. Ермолаева и А. Н. Ильченко [2004], считают, что прогнозирование динамики миграций достаточно сложный по сравнению с другими демографическими явлениями процесс. Его сложность объясняется как недостатками информационной базы, так и трудностями математического моделирования динамических процессов миграции.
Системность изучаемого объекта реализуется в рамках теоретического направления «миграциология». В теории миграционной подвижности населения [Денисенко, Ионцев, Хорев, 1989, с. 11] в состав элементов миграционной системы включают миграционное поведение населения наряду с его миграционной подвижностью, территориальным перераспределением трудовых ресурсов и механизмом воздействия.
Поведенческое, или мотивационное, направление предполагает изучение международных и внутренних миграций с позиций поведенческого акта, в котором основная роль отводится процессу принятия решений. Мотивационное направление получило развитие в трудах Дж. Вольперта, М. Чэпмэна, М. Протеро и А. Гидденса. Исследованием поведения мигрантов в зависимости от качества жизни занимались И. Ксионг и Дж. Чанг [Xiong, Zhang, 2014]. В микроэкономической модели индивидуального выбора [Harris, Todaro, 1970] сделан акцент на рациональные ожидания мигрантов относительно перспектив на рынке труда и затрат, связанных с переездом. На основании концепции ограниченной рациональности Г. Саймона [Simon, 1955], а также результатов эмпирических исследований В. Смита [Smith, 1982], А. Тверски и Д. Канемана [Tversky, Kahneman, 1982], в работе [Petrov, Kurushina, Druzhinina, 2019, c. 388] процесс миграций исследован с точки зрения рациональности поведения мигрантов.
В соответствии с теорией управления большинство решений индивиды принимают рациональным способом. Рациональность поведения мигрантов, соответствующая модели экономического человека, принимающего решение о переезде в условиях неравномерности распределения привлекательных для жизнедеятельности характеристик территорий, составляет сущность исследования миграций с позиций неоклассической теории.
Современные эмпирические исследования миграции неоклассического направления строятся на изучении как факторов привлечения иностранных работников [Bertoli, Brucker, Moraga, 2016], так и факторов, сдерживающих эмиграцию рабочей силы [Ariu, Docquier, Squicciarini, 2016]. Результаты научных исследований по трудовой и общей миграции доказали, что на миграционные потоки влияют следующих характеристики территорий:
1) доходы домохозяйств [Chen, Zhao, 2017], в том числе заработная плата [Байков и др., 2018];
2) стоимость жилья [Coulson, Grieco, 2013];
3) уровень оплаты труда, цен на жилье, занятости [Шеломенцев и др., 2018];
4) благоприятность окружающей среды [Myers, 1993; Stern, 2007];
5) условия жизни, климатические условия, трудоустройство [Лаженцев, 2013];
6) заработная плата и социальная стабильность [Павлова, 2014];
7) преступность/криминогенность [Поварич, Харченко, 2015];
8) инфраструктурное развитие территории, ситуация на рынке труда, социальная (пенсионная миграция) и физическая безопасность (вынужденная миграция) [Champion, Monnesland, Vandermottens, 1996].
Авторы статьи в понятие благоприятности окружающей среды включают природно-климатические, медицинские и экологические характеристики территории. Существует более широкая трактовка комфортности проживания населения в регионах, предполагающая учет социально-экономических факторов [Логинов, Игнатьева, Балашенко, 2018]. В данной статье все четыре группы факторов характеризуют привлекательность среды жизнедеятельности территорий для населения.
Исследуя миграционные процессы, Л. Л. Рыбаковский [2017, с. 59] связывает причины этого явления с возможностью удовлетворения субъектом наиболее важных потребностей благодаря миграции. В соответствии с содержательными теориями мотивации [Maslow, 1954; McClelland, 1970; Alderfer, 1972] и результатами современных эмпирических исследований авторы статьи включили в состав первичных физиологические потребности, удовлетворение которых зависит от уровня реальной заработной платы и обеспеченности новым жильем, благоприятности окружающей среды, влияющей на продолжительность жизни, а также потребности в физической (криминогенная обстановка) и социальной (уровень безработицы и пенсионного обеспечения) безопасности. Удовлетворение вторичных потребностей связано с возможностью общения (наличие автодорог, плотность населения, обеспеченность услугами связи1) и достижением успеха (отображаемая конкурентоспособность по экспорту, инновационная активность предприятий, благоприятность предпринимательской среды).
Эволюционный принцип развития предполагает переход от категории абсолютного времени на этапе классической науки к относительному времени в неклассической и постнеклассической науке. К наиболее известным теориям данного направления относятся теория стадийного роста [Rostow, 1959] и теория Мир-систем [Wallerstein, 1976].
В теории миграции стадийную модель, составляющую сущность направления «мобильный переход» в классификации В. А. Ионцева, впервые предложил В. Зелински [Zelinsky, 1971]. Модель включает пять фаз развития, каждая из которых характеризуется определенной скоростью, а также направлениями миграций и охватом населения в зависимости от уровня развития мобильного общества. Модель В. Зелински относится к типу моделей стадиальной ступенчатой эволюции из числа восьми моделей
1 Обеспеченность услугами связи оценивается по объему услуг связи, приходящемуся на 1 жителя (тыс.р./чел.), скорректированному на индекс потребительских цен (тарифов на услуги).
общественных изменений, выделенных Я. Силиным, Е. Анимицей и Н. Новиковой [2019, с. 9-10]. Учитывая динамику внешней среды за последние два десятилетия, характеризующуюся чередой кризисов 2008-2009 гг. и 2014 г., авторы статьи считают наиболее актуальным исследование миграционных процессов в рамках другой модели циклического роста (циклических изменений).
В соответствии с теорией экономических циклов выделяют циклы различной продолжительности, включая долгосрочные (40-60 лет) промышленные циклы Н. Кондратьева [1922], среднесрочные (15-20 лет) демографические циклы С. Кузнеца [Kuznets, 1930] и краткосрочные (3-7 лет) циклы деловой активности У. Митчела [Mitchell, 1913]. На взаимосвязь между кризисными явлениями в российской экономике и динамикой трудовой миграции указали авторы работы [Зайончковская и др., 2010, с. 17], оценив сокращение трудовой миграции в 2009 г. на 15-20 %. Как показали предыдущие исследования авторов статьи, эта взаимосвязь охватывает не только трудовую, но и общую миграцию населения [Курушина, Дружинина, 2015, с. 839].
Настоящий период времени исследователи посткондратьевских длинных волн относят к пятой длинной волне, восходящая фаза которой началась в 1984-1991 гг., а ее завершение и начало нисходящей фазы датируется 2005-2008 гг. [Гринин, Коротаев, Цирель, 2011, с. 70].
Принимая во внимание утверждение Л. Л. Рыбаковского о том, что миграционное поведение, детерминируемое иерархией потребностей и структурой ценностных ориен-таций, не остается постоянным [Рыбаковский, 2017, с. 59], авторы статьи выдвинули научную гипотезу о влиянии фазы экономического цикла не только на динамику интенсивности миграционного прироста, но и на динамику силы факторного влияния (в соответствии с изменением потребностей).
Методы исследования и данные
Исследование факторов, влияющих на миграционные процессы, проводят на основе различных методов, включая социологические и математико-статистические.
Авторы статьи отдают предпочтение методам корреляционного и регрессионного анализа, обрабатывая данные официальных публикаций Федеральной службы государственной статистики1. Такая позиция обусловлена необходимостью повышения объективизации процесса формирования экономической и региональной политики на основе количественных оценок, в том числе повышения мобильности населения.
При проведении корреляционно-регрессионного анализа показателей интенсивности миграции наиболее распространено построение моделей связи по данным временных рядов. Для изучения цикличности влияния факторов авторы предлагают построение регрессионных моделей общего коэффициента миграционного прироста для каждого года исследуемого периода по данным совокупности пространственных объектов. В качестве пространственных объектов рассматриваются регионы в границах субъектов Российской Федерации.
Авторы статьи применяют метод множественного регрессионного анализа с использованием статистического пакета IBM SPSS. В качестве переменных в моделях связи выступают 12 характеристик привлекательности регионов для мигрантов. Данные отобраны на основе системы потребностей в рамках содержательных теорий мотивации и результатов эмпирических исследований российских и зарубежных ученых. Для проведения регрессионного анализа формируется массив панельных данных региональной
1 Федеральная служба государственной статистики. Регионы России. Социально-экономические показатели. URL: https://www.gks.ru/folder/210/document/13204.
статистики, официально публикуемых на постоянной основе Росстатом, по 83 регионам РФ за 2005-2017 гг. Республика Крым и г. Севастополь не включены в исследование по причине соблюдения требования сопоставимости исследуемой совокупности на протяжении всего периода наблюдения. Выбранный период исследования совпадает с нисходящей фазой пятой посткондратьевской волны.
С целью определения динамики факторного влияния на интенсивность миграции1 в российских регионах формируется система регрессионных моделей миграционного прироста из уравнений регрессии для каждого года рассматриваемого периода на основе региональных (пространственных) данных:
КМ]. = ¿01 + ^11^11 + ^21^21 + —+ KnlFnl,
КМ2 = L02 + K12F12 + K22F22+...+ Kn2Fn2, (1)
KMt = Lot + KltFlt + K2tF2t + ...+ KntFnt
где KMt - коэффициент миграционного прироста в t-м году (зависимая переменная); L0t -константа в уравнении регрессии t-го года; Knt - коэффициент регрессии n-го показателя-фактора в уравнении регрессии t-го года; Fnt - t-й факторный признак (показатель-фактор, независимая переменная) в t-м году; t - текущий год исследуемого периода, t = [1; T]; Т - количество лет исследуемого периода; n - порядковый номер показателя-фактора миграционного прироста населения, n = [1; 12].
Количественная оценка силы факторного влияния на зависимую переменную определяется коэффициентами эластичности (En) и стандартизованными коэффициентами регрессии (Bn).
Динамика коэффициентов эластичности интенсивности миграции по показателям-факторам представлена значениями временного ряда Ent = (En1; En2, ..., EnT), рассчитанными по совокупности моделей регрессии по пространственным данным (МРП). Коэффициент эластичности характеризует изменение коэффициента миграционного прироста (в %), вызванное изменением n-го показателя-фактора на 1 %:
Ent=Knt^= , (2)
где Ent - коэффициент эластичности по n-му показателю-фактору в t-м году; Fnt - среднее значение n-го показателя-фактора в t-м году; KMt - среднее значение коэффициента миграционного прироста населения в t-м году.
По авторской методике, коэффициенты эластичности, рассчитанные на основе МРП, характеризуют среднюю по рассматриваемой совокупности регионов силу влияния каждого фактора на общий коэффициент миграционного прироста за каждый год исследуемого периода. Выявление цикличности влияния производится на основе анализа динамики коэффициента эластичности по n-му фактору. Если на определенных фазах экономического цикла наблюдаются скачки (повышения или понижения) коэффициента эластичности интенсивности миграционных потоков по n-му фактору, то это свидетельствует о цикличном влиянии исследуемого фактора. Незначительные изменения коэффициента эластичности или их отсутствие свидетельствуют об ацикличности влияния
1 В качестве количественной характеристики интенсивности миграции в настоящем исследовании рассматривается общий коэффициент интенсивности миграции (коэффициент миграционного прироста), характеризующий частоту случаев перемены места жительства в совокупности населения данной территории (субъекта РФ) за отчетный период (год) и исчисляемый отношением миграционного прироста, принятого в расчетах численности населения, к среднегодовой численности населения этой территории.
определенной характеристики привлекательности территории региона на интенсивность миграции. Сравнение коэффициентов эластичности миграционного прироста по разным факторам позволяет сделать вывод о более или менее выраженном влиянии цикличности. Кроме того, эта цикличность может иметь характер прямой связи (при повышении влияния на стадии роста и снижении влияния на фазе спада или кризиса) или обратной (при противоположных тенденциях).
Для количественной оценки степени циклического влияния каждого п-го показателя-фактора на коэффициент миграционного прироста авторы используют среднеква-дратическое отклонение коэффициента эластичности (Еп), которое учитывает не только амплитуду изменений, но и продолжительность влияния факторного признака на результирующий показатель в течение исследуемого периода:
°еп — J Т_1 , (3)
где оеп - среднеквадратическое отклонение коэффициента эластичности миграционного прироста по п-му показателю-фактору за исследуемый период; Еп - среднее за все годы исследуемого периода значение коэффициента эластичности миграционного прироста по п-му показателю-фактору.
Рассчитанное таким образом среднеквадратическое отклонение коэффициента эластичности по каждому показателю-фактору в МРП характеризует степень влияния цикличности на силу влияния п-го фактора: чем выше среднеквадратическое отклонение, тем более подвержена цикличным изменениям сила влияния изучаемого фактора.
Динамика стандартизованных коэффициентов в МРП представлена временным рядом Бм = (Бп1; Вп2, ..., Впт). Стандартизованный коэффициент регрессии характеризует степень оцененного по среднеквадратическому отклонению разброса значений результирующего показателя по регионам, обусловленного увеличением разброса по той же совокупности территорий значений фактора, на одно его среднеквадратическое отклонение:
(4)
где Вщ - стандартизованный коэффициент регрессии п-го показателя-фактора в £>м году; о^ц - среднее квадратическое отклонение п-го показателя-фактора в £>м году; окм(: -среднее квадратическое отклонение коэффициента миграционного прироста в £>м году.
Высокий уровень стандартизованного коэффициента регрессии по п-му фактору (по сравнению с аналогичными коэффициентами других факторов) в £>м году свидетельствует о более ярком проявлении дивергенции влияния исследуемого фактора на коэффициент общего миграционного прироста по регионам, более низкие значения -о конвергенции влияния. Исследование динамики стандартизованного коэффициента регрессии по п-му фактору позволяет выявить зависимость сходимости (по регионам) влияния исследуемого фактора на результирующий показатель от стадии экономического цикла.
Результаты исследования
Все полученные в МРП коэффициенты миграционного прироста населения по 83 регионам России, составленные за период с 2005 по 2017 гг., статистически значимы и практически приемлемы, поскольку имеют удовлетворительные характеристики надежности (табл. 1).
Таблица 1. Статистические характеристики регрессионных моделей миграционного прироста населения в регионах России за 2005-2017 гг. Table 1. Statistical characteristics of the population migration growth regression models in the Russian regions, 2005-2017
Год R Скорректированный R2 Критерий Дарбина-Уотсона F-статистика (критерий Фишера-Снеде-кора) при числе степеней свободы kl и k2
2005 0,689 0,440 2,018 13,886 (5 и 77)
2006 0,732 0,499 2,161 14,637 (6 и 76)
2007 0,723 0,492 1,862 16,856 (5 и 77)
2008 0,772 0,558 1,814 15,816 (7 и 75)
2009 0,785 0,586 1,438 20,380 (6 и 76)
2010 0,821 0,643 1,811 22,079 (7 и 75)
2011 0,723 0,485 1,517 13,846 (6 и 76)
2012 0,814 0,640 1,860 30,136 (5 и 77)
2013 0,808 0,636 2,370 36,787 (4 и 78)
2014 0,796 0,610 2,229 26,637 (5 и 77)
2015 0,768 0,568 1,927 27,990 (6 и 76)
2016 0,816 0,649 2,111 38,885 (6 и 76)
2017 0,849 0,703 1,906 39,813 (9 и 73)
В динамике коэффициента миграционного прироста населения в субъектах РФ, приведенного на рис. 1, с 2007 г. наблюдается падающая тенденция, характерная для нисходящей фазы длинной волны. Кроме того, визуально фиксируются краткосрочные циклические проявления по точкам перегиба кривой в 2010 и 2015 гг., что логично увязывается с мировым экономическим кризисом 2008-2009 гг. и геополитическим кризисом России 2014 г. Лаг запаздывания реакций миграционных процессов составил один год. По сравнению с динамикой ВРП по всем субъектам РФ изменения коэффициента миграционного прироста имеют более четко выраженные циклические колебания. Влияние экономического кризиса обусловило снижение коэффициента миграционного прироста на 20,8 %, а физического объема ВРП - только на 7,6 %. Влияние геополитического кризиса было менее выраженным. По коэффициенту миграции снижение составило 10,5 %, по ВРП - 0,6 %.
Рис. 1. Динамика совокупного ВРП (в ценах 2005 г.) и коэффициента миграционного прироста по РФ за 2005-2017 гг.
Fig. 1. Dynamics of the total GRP (in 2005 prices) and the coefficient of migration growth in the Russian Federation, 2005-2017
Реакция миграционных процессов на кризисные явления имеет еще одно проявление -заметное снижение среднеквадратического отклонения коэффициентов миграционного
ВРП
в постоянных ценах, трлн р.
Коэффициент миграционного прироста, чел./10 тыс.чел.
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
прироста по субъектам РФ (рис. 2). Средний уровень стандартного отклонения по регионам в 2008-2009 гг. составил 76,6 % по отношению к среднему уровню в 2005-2006 гг.
Рис. 2. Динамика среднеквадратического отклонения коэффициента миграционного прироста населения по субъектам РФ за 2005-2017 гг., чел./тыс. чел. Fig. 2. Dynamics of the standard deviation of the coefficient of migration growth in the subjects of the Russian Federation, 2005-2017, people per thousand people
Наложение кривой динамики коэффициента миграционного прироста населения на кривую динамики его среднеквадратического отклонения по субъектам РФ делает очевидным взаимосвязь этих процессов, что подтверждается результатами расчета коэффициента корреляции относительной динамики1 указанных выше показателей на уровне 0,632.
Полученные результаты позволяют сделать следующие выводы:
• в фазы кризиса наблюдаются явления конвергенции по коэффициентам миграционного прироста населения в регионах, а в фазы подъема, соответственно, - дивергенции;
• исследование влияния цикличности предполагает выявление изменений силы влияния факторов по фазам цикла не только на основе коэффициентов эластичности миграционного прироста, но и по стандартизованным коэффициентам регрессии, характеризующим в МРП изменение степени разброса значений коэффициента миграции по субъектам РФ.
Из 12 показателей-факторов, отражающих возможности удовлетворения потребностей мигрантов на территории регионов России, только 4 вошли практически во все (более 75 %) МРП коэффициента миграционного прироста (табл. 2).
Таблица 2. Характеристики показателей-факторов в моделях миграционного прироста населения в субъектах РФ за 2005-2017 гг.
Table 2. Characteristics of indicators-factors in the models of migration growth in the subjects of the Russian Federation, 2005-2017
Показатель-фактор Количество моделей, включающих фактор (%) Среднее значение
коэффициента эластичности, % стандартизованного коэффициента регрессии
Обеспеченность населения новым жильем, м2/чел. 13 (100 %) -3,17 0,348
Плотность автодорог, км/тыс. км 11 (84,6 %) 0,84 0,500
Удельный вес работников малых предприятий в общей численности занятых, % 11 (84,6 %) 0,03 0,289
Плотность населения, чел./ км2 10 (76,9 %) -0,17 -0,335
Реальная средняя заработная плата, % к прожиточному минимуму 5 (38,5 %) 20,59 0,058
1 Под относительной динамикой понимается вторая производная показателя по времени.
Окончание таблицы 2
Table 2 (concluded)
Показатель-фактор Количество моделей, включающих фактор (%) Среднее значение
коэффициента эластичности, % стандартизованного коэффициента регрессии
Обеспеченность услугами связи, тыс. руб./чел. 5 (38,5 %) -1,10 -0,030
Уровень безработицы, % 5 (38,5 %) 1,28 0,055
Ожидаемая продолжительность жизни при рождении, лет 5 (38,5 %) -51,0 0,101
Число зарегистрированных преступлений на 1 млн чел. 4 (30,8 %) -0,61 -0,013
Удельный вес инновационно-активных предприятий,% 3 (23,1 %) 0,67 -0,010
Экспорт на душу населения, долл. 3 (23,1 %) -0,12 0,019
Реальный размер пенсий, % к прожиточному минимуму 2 (15,4 %) -0,78 0,000
Первые четыре фактора, выделенные в табл. 2, имеют явные признаки циклических изменений, поскольку коэффициенты эластичности меняют свой знак при переходе от
кризисной фазы к фазе подъема. Эту цикличность можно проследить по рис. 3 и 4. %
50 40 30 20 10 0 -10 -20 -30 -40
2005 2007 2009 2011 2013 2015 2017
Рис. 3. Динамика коэффициента эластичности миграционного прироста по обеспеченности населения новым жильем за 2005-2017 гг., % Fig. 3. Dynamics of the elasticity coefficient of the migration growth in terms of new housing provision for the population, 2005-2017, %
%
6 4 2
0' -2 -4 -6 -8 -10
2005 2007 2009 2011 2013 2015 2017
Рис. 4. Динамика коэффициента эластичности миграционного прироста по плотности населения за 2005-2017 гг., % Fig. 4. Dynamics of the elasticity coefficient of the migration growth in terms of the population density, 2005-2017, %
Изменяются коэффициенты эластичности миграционного прироста по следующим факторам: обеспеченность новым жильем (рис. 3), плотность автодорог и удельный вес малых предприятий, в периоды экономического подъема наблюдаются «всплески» положительного влияния факторов на зависимую переменную. Наиболее высокий коэффициент эластичности зависимой переменной в 2010-2012 гг. наблюдается по фактору, характеризующему состояние предпринимательской среды. Коэффициент эластичности миграционного прироста по удельному весу малых предприятий в 2011 г. достигает 104,2 %. При этом в период спада в 2009 г. уровень коэффициента эластичности составил -47,8 %. Это позволяет утверждать, что в периоды экономического подъема наиболее эффективно привлекать иммигрантов в регионы с перспективами экономического роста путем улучшения предпринимательского климата, повышения транспортной доступности территорий и развития жилищного строительства.
По фактору плотности населения наблюдается обратная картина. В кризисные годы коэффициент эластичности повышается до 5,7 %, что может быть интерпретировано как стягивание человеческого капитала в экономически благополучные регионы с комфортной средой обитания. В период экономического подъема (2011 и 2016 гг.) коэффициент эластичности миграционного прироста по фактору «плотность населения» принимает отрицательные значения до -9,9 %, что отражает изменение направления вектора миграции из территорий плотнозаселенных (но с ограниченными перспективами) в малозаселенные регионы с высоким экономическим потенциалом.
Кроме четырех рассмотренных факторов, влияние которых на коэффициент миграционного прироста населения в регионах наблюдается практически во все годы рассматриваемого экономического цикла, существуют факторы, которые проявляют себя только в отдельные фазы цикла. Фактор реальной средней заработной платы, например, проявляет себя только в фазе подъема. Коэффициент эластичности миграционного прироста по данному фактору составлял в 2011 г. 207,5 %, а в 2016 г. - 54,5 %. В 2009 и в 2014 гг. влияние фактора на миграцию оказалось нулевое.
Обратная ситуация также имеет место, когда фактор проявляет себя только в периоды кризиса, а не в периоды подъема. К такому типу факторов относится ожидаемая продолжительность жизни, которая в большей степени отражает комфортность климатических условий и экологической ситуации в регионах.
В годы экономического кризиса увеличивается отток населения с территорий с наиболее благоприятной средой обитания в регионы с менее комфортными условиями проживания в поисках «лучшей жизни»1. В 2009 г. коэффициент эластичности по этому фактору составил -300,4 %. Во взаимосвязи уровня миграционного прироста с фактором удельного веса инновационно-активных предприятий складывается обратная ситуация. В период кризиса в 2009 г. коэффициент эластичности миграционного прироста по данному фактору составил 9,3 %. Очевидно, что в число альтернативных вариантов поиска «лучшей жизни» в период кризиса мигранты включают инновационно-активные территории.
Факторы ожидаемой продолжительности жизни при рождении и реальной средней заработной платы присутствуют только в 5 МРП коэффициента миграционного прироста из 13, составленных в рамках исследуемого периода. Но, несмотря на это, степень их циклического влияния на результирующий показатель максимальна (рис. 5), так как среднеквадратическое отклонение коэффициентов эластичности составляет 98,9 и
1 Под «благоприятной средой обитания» и «комфортными условиями проживания» авторы статьи подразумевают регионы с максимальной ожидаемой продолжительностью жизни при рождении.
58,6 % соответственно. Это свидетельствует о наиболее выраженном циклическом влиянии факторов на протяжении исследуемого периода.
Экспорт на 1000 чел. населения Удельный вес инновационно-активных предприятий
Плотность населения Число зарегистрированных преступлений Уровень безработицы Обеспеченность услугами связи Реальный размер пенсий Плотность автодорог Обеспеченность населения новым жильем Удельный вес работников малых предприятий Реальная средняя заработная плата Ожидаемая продолжительность жизни
0,4 ■2, 4 4
6 5,9
7,0 8,7
6,8 17,7
35,6
58,5
98,9
0 10 20 30 40 50 60 70 80 90 100 Среднеквадратическое отклонение, %
Рис. 5. Среднеквадратическое отклонение коэффициентов эластичности миграционного прироста населения в субъектах РФ по факторам за 2005-2017 гг. Fig. 5. Standard deviation of elasticity coefficients of the migration growth in the subjects of the Russian Federation by factors, 2005-2017
Исследование факторов в МРП коэффициента миграционного прироста населения в регионах по стандартизованному коэффициенту регрессии (Bnt) позволяет оценить изменение разброса значений по фазам экономического цикла. На рис. 6 представлен рейтинг стандартизованных коэффициентов регрессии по исследуемым факторам. Наибольший уровень показателя (0,373) зафиксирован по плотности автодорог и числу зарегистрированных преступлений.
Обеспеченность населения новым жильем Уровень безработицы Ожидаемая продолжительность жизни Удельный вес работников малых предприятий Доля инновационно-активных предприятий Экспорт на 1000 чел. населения Реальный размер пенсий Реальная средняя заработная плата Плотность населения Обеспеченность услугами связи Число зарегистрированных преступлений Плотность автодорог
0,10 0,20 0,30 0,40
Среднеквадратическое отклонение
Рис. 6. Среднеквадратическое отклонение стандартизованных коэффициентов миграционного прироста населения в субъектах РФ по факторам за 2005-2017 гг. Fig. 6. Standard deviation of standardized coefficients of the migration growth in the subjects of the Russian Federation by factors, 2005-2017
В динамике стандартизованного коэффициента регрессии реальной заработной платы (рис. 7), а также ряда других факторов (плотность автодорог, количество зарегистрированных преступлений и уровень безработицы) рост значений в периоды подъема 2011
и 2017 гг. отражает дивергенцию интенсивности миграции населения по субъектам РФ, а снижение в периоды кризиса 2008 и 2014 гг. - конвергенцию.
0,6 0,5 0,4 0,3 0,2 0,1 0 -0,1 -0,2 -0,3 -0,4
у = -6Е- 05хб + 0,7147х5 - 3592,7х4 + 1Е+07х3 -
- IE + 10* J+h E+13; к - 41 ;+lb
/ \ \ = 0,6
/ / \ \ R" У 9b /у
/ \
/
i \
V\ —
ч, \ si //
\ /
Фактические значения
— Полиномиальный тренд 6-го порядка
Линейный тренд
2005
2007
2009
2011
2013
2015
2017
Рис. 7. Динамика стандартизованного коэффициента реальной заработной платы в МРП за 2005-2017 гг. Fig. 7. Dynamics of the standardized coefficient of real wages, 2005-2017
В динамике стандартизованных коэффициентов всех вышеперечисленных факторов прослеживаются циклические изменения по волнам разной длины. В период нисходящей фазы пятой длинной волны факторы с подобной динамикой усиливают дивергенцию показателей миграционных процессов по субъектам РФ по линейному тренду.
Стандартизованный коэффициент регрессии обеспеченности населения новым жильем, оказывающий свое влияние на миграционный прирост на протяжении всего анализируемого периода, имеет нисходящий тренд с проявлением ряда циклических изменений внутри длинной полуволны (рис. 8).
0,6 0,5 0,4 0,3 0,2 0,1
у = 0,0002 r5- L.841; c4 + 7404,6 E + C - 7x + 1E + 10%- 6E +
fl Jl \4 ч\ --- 4 R 2 = 0, 8041 / Л/ -Л— ' 1 ' N к \ л M
s к"/ 4« / / i \\ \ \ ) г Л
С/
12
Фактические значения
- Полиномиальный
тренд 6-го порядка
- Линейный тренд
2005 2007 2009 2011 2013 2015 2017
Рис. 8. Динамика стандартизованного коэффициента обеспеченности населения новым жильем в МРП за 2005-2017 гг.
Fig. 8. Dynamics of the standardized coefficient of new housing provision for the population, 2005-2017
Сходная динамика наблюдается по факторам «плотность населения» и «удельный вес» работников малых предприятий, что позволяет выявить дивергенцию коэффициентов миграционного прироста по субъектам РФ в периоды краткосрочных подъемов и конвергенцию в кризисные годы и в долгосрочном периоде.
Без ярко выраженных циклических колебаний внутри длинной полуволны с нисходящим трендом можно наблюдать динамику стандартизованного коэффициента регрессии обеспеченности населения услугами связи (рис. 9).
Рис. 9. Динамика стандартизованного коэффициента обеспеченности населения услугами связи в МРП за 2005-2017 гг.
Fig. 9. Dynamics of the standardized coefficient of communication services provision for the population, 2005-2017
Единственный фактор, который при наличии колебаний в периоды краткосрочных экономических циклов стандартизованного коэффициента регрессии не имеет выраженного тренда длинной полуволны, это удельный вес инновационно-активных предприятий.
Заключение
Актуальность управления миграционными потоками населения обусловлена необходимостью решения стратегических задач пространственного развития Российской Федерации. Для обоснования управленческих решений в сфере регулирования миграции населения необходимо формирование массива аналитических материалов. Наименее изученной проблемой влияния факторов привлекательности на миграционные приросты населения в регионах выступает исследование особенностей циклического развития. Для определения циклического влияния факторов, сформированных на основе системы потребностей, использован инструментарий множественного регрессионного анализа для построения моделей общего коэффициента миграционного прироста для каждого года исследуемого периода по данным региональной статистики, реализованный в статистическом пакете IBM SPSS.
Для построения моделей сформирован массив данных по 12 характеристикам привлекательности территорий 83 субъектов РФ (без Республики Крым и г. Севастополь) за 2005-2017 гг. Выбранный период исследования совпадает с нисходящей фазой пятой посткондратьевской волны, сопоставим с продолжительностью демографических и строительных циклов, а также включает два кризисных периода российской экономики 2008-2009 гг. и 2014 г.
В результате анализа динамики коэффициента миграционного прироста были выявлены два краткосрочных цикла с 2005 по 2010 гг. и с 2010 по 2015 гг. и понижательный тренд на протяжении всего исследуемого периода. Использование регрессионных моделей интенсивности миграции, построенных на основе пространственных данных,
позволило проследить особенности динамики эластичности коэффициента миграционного прироста по отдельным факторам, включенным в модели.
Установлено, что четко прослеживается закономерность повышения коэффициентов эластичности миграционного прироста в периоды подъемов и снижения в периоды спадов в рамках краткосрочных экономических циклов по трем факторам, оказывающим влияние на интенсивность миграции на протяжении практически всего исследуемого периода: обеспеченность населения новым жильем, плотность автодорог и удельный вес работников малых предприятий в общей численности населения. Интенсивность циклических изменений, оцененная по среднеквадратическому отклонению коэффициентов эластичности миграционного прироста по этим факторам, составляет от 16,8 до 35,6 %.
По характеру влияния плотности населения, выступающему в качестве факторного признака в 10 моделях (из 13), выявлены противоположные тенденции. В фазу подъема краткосрочного цикла наблюдается максимальное снижение коэффициента миграционного прироста населения, вызванное 1 %-ным приростом плотности населения, а в фазу спада - повышение результирующего показателя на то же изменение фактора.
Наиболее выраженную цикличность по амплитуде значений факторного влияния, оцененного по коэффициентам эластичности, имеют ожидаемая продолжительность жизни при рождении в субъекте РФ (98,9 %) и реальная средняя заработная плата (58,5 %), но эти факторы проявляют себя в отдельные фазы циклов. В период кризиса 2008-2009 гг., судя по коэффициенту эластичности (-300,4 %), мигранты устремлялись в поисках «лучшей жизни» в регионы с менее благоприятными климатическими и экологическими условиями. В периоды экономического подъема в регионах, имеющих преимущества в 1 % по реальной средней заработной плате, наблюдался рост коэффициента миграции в 2011 г. на 207,5 %, а в 2016 г. - на 54,5 %.
Изучение факторных признаков в моделях миграционного прироста по стандартизованным коэффициентам регрессии, характеризующим количество среднеквадратиче-ских отклонений результирующего показателя, приходящихся на одно среднеквадрати-ческое отклонение факторного признака, позволило исследовать цикличность изменения разброса значений (сходимости) по регионам. По факторам «плотность автодорог», «реальная заработная плата», «количество зарегистрированных преступлений» и «уровень безработицы» выявлены дивергенции коэффициентов миграционного прироста населения по субъектам РФ в периоды подъема 2011 и 2017 гг. и конвергенции - в периоды кризиса 2008 и 2014 гг. Помимо краткосрочных циклических изменений установлено, что в период нисходящей фазы пятой длинной волны кондратьевского цикла эти факторы усиливают дивергенцию показателей миграционных процессов по регионам.
В периоды краткосрочных подъемов наблюдается разброс коэффициентов миграционного прироста по субъектам РФ под влиянием факторов «обеспеченность населения новым жильем», «плотность населения», «удельный вес работников малых предприятий», «обеспеченность населения услугами связи», что свидетельствует о дивергенции интенсивности миграции по исследуемым территориям в пределах России. В кризисные годы и в долгосрочном периоде влияние этих факторов обусловливает конвергенцию коэффициентов миграционного прироста.
Практическая значимость полученных результатов заключается в следующем: • при управлении миграционными потоками для обеспечения малонаселенных территорий России с высоким экономическим потенциалом, для повышения связанности субъектов макрорегионов необходимо при разработке институциональных мер учитывать не только причины перемещения (ценностные ориентации и систему потребностей)
мигрантов, но и изменение этих ценностей и потребностей в зависимости от стадии экономического цикла;
• поскольку фаза экономического цикла во многом определяет успешность решения стратегической задачи по сокращению дифференциации регионов по показателям социально-экономического развития, в том числе по интенсивности миграции, то применение предлагаемого авторами инструментария позволит оценить влияние фазы на результативность предпринимаемых мер.
Дальнейшая перспектива исследования связана с изучением региональных особенностей проявления циклических закономерностей при формировании миграционных потоков.
Источники
Байков А. А., Лукьянец А. С., Письменная Е. Е., Ростовская Т. К., Рязанцев С. В. (2018). Эмиграция молодежи из России: масштабы, каналы, последствия // Социологические исследования. № 11. С. 75-84. DOI: 10.31857/S013216250002787-8.
Гринин Л. Е., Коротаев С. В., Цирель С. В. (2011). Циклы развития современной Мир-Системы. М.: URSS. 248 с.
Денисенко М. Б., Ионцев В. А., Хорев Б. С. (1989). Миграциология. М.: Изд-во Моск. ун-та. 96 с.
Дмитриев М. Г., Юдина Т. Н. (2017). Миграционные процессы: модели анализа и прогнозирования (обзор) // Труды института системного анализа Российской академии наук. Т. 67, № 2. С. 3-14.
Ермолаев М. Б., Ильченко А. Н. (2004). Трудовая миграция в регионе: модели анализа и прогнозирования. М.: Финансы и статистика. 200 с.
Зайончковская Ж. А., Тюрюканова Е. В., Флоринская Ю. Ф., Мкртчян Н. В., Карачурина Л. Б., Иванова Т. Д. (2010). Миграция и демографический кризис России. М.: Макс пресс. 94 с.
Ионцев В. А. (1999) Международная миграция населения: теория и история изучения. М.: Диалог-МГУ. 370 с.
Ионцев В. А., Магомедова А. Г. (2015). Демографические аспекты развития человеческого капитала в России и ее регионах // Экономика региона. № 3. С. 89-102. DOI: 10.17059/2015-3-8.
Кондратьев Н. Д. (1922). Мировое хозяйство и его конъюнктура во время и после войны. Вологда: Обл. отд-ние гос. изд-ва. 258 с.
Курушина Е. В., Дружинина И. В. (2015). Пространственные трансформации человеческого капитала: тенденции миграции и эффекты распределения // Экономика и предпринимательство. № 10-2 (63). С. 836-840.
Лаженцев В. Н. (2013). Север России: альтернативы на будущее // Современные производительные силы. № 2. С. 115-124.
Либман А. М., Хейфец Б. А. (2011). Модели региональной интеграции. М.: Экономика. 333 с.
Логинов В. Г., Игнатьева М. Н., Балашенко В. В. (2018). Методический подход к оценке комфортности проживания населения в границах северных территорий // Экономика региона. Т. 14, вып. 4. С. 1399-1410. DOI: 10.17059/2018-4-26.
Зайончковская Ж., Молодикова И., Мукомель В. (ред.) (2007). Методология и методы изучения миграционных процессов. М.: Адаманть. 370 с.
Павлова М. А. (2014). Социологический портрет второго поколения мигрантов Крайнего Севера // Вестник экономики, права и социологии. № 2. С. 188-192.
Поварич И. П., Харченко А. П. (2015). Оценка рабочей силы Российского Севера как ключевого фактора экономического развития // Вестник Томского государственного университета. № 400. С. 253-260. DOI: 10.17223/15617793/400/40.
Рыбаковский Л. Л. (2017). Факторы и причины миграции населения, механизм их взаимосвязи // Народонаселение. № 2 (76). С. 51-61.
Силин Я. П., Анимица Е. Г., Новикова Н. В. (2019). Теории экономического роста и экономического цикла в исследовании региональных процессов новой индустриализации // Journal of New Economy. Т. 20, № 2. С. 5-29. DOI: 10.29141/2073-1019-2019-20-2-1.
Шеломенцев А. Г., Воронина Л. В., Смиренникова Е. В., Уханова А. В. (2018). Факторы миграции в арктической зоне Российской Федерации // Ars Administrandi (Искусство управления). Т. 10, № 3. С. 396-418. DOI: 10.17072/2218-9173-2018-3-396-418.
Ягельский А. (1980). География населения. М.: Прогресс. 384 с.
Alderfer C. P. (1972). Existence, relatedness, and growth: Human needs in organizational settings. N. Y.: The Free Press. 198 р.
Ariu A., Docquier F., Squicciarini M. P. (2016). Governance quality and net migration flows. Regional Science and Urban Economics, vol. 60, рр. 238-248. DOI: 10.1016/j.regsciurbeco.2016.07.006.
Bertoli S., Brucker H., Moraga J. F. (2016). The European crisis and migration to Germ. Regional Science and Urban Economics, vol. 60, рр. 61-72. DOI: 10.1016/j.regsciurbeco.2016.06.012.
Brettell C. B., Hollifield J. B. (2000). Migration theory: Talking across disciplines. Ed. by B. Caroline. N. Y.: Routledge. 239 p.
Champion T., Monnesland J., Vandermottens C. (1996). The new regional map of Europe. Progress in Planning, vol. 46, рp. 1-89.
Chen C., Zhao M. (2017). The undermining of rural labor out-migration by household strategies in China's migrant-sending areas: The case of Nanyang, Henan Province. Cities, vol. 60, рp. 446-453.
Coulson N. E., Grieco P. L. E. (2013). Mobility and mortgages: Evidence from the PSID. Regional Science and Urban Economics, vol. 43, рp. 1-7.
Harris J., Todaro M. (1970). Migration, unemployment, and development: A two-sector analysis. American Economic Review, vol. 60, pp. 126-142.
Kuznets S. (1930). Secular movements in production and prices. Their nature and their bearing upon cyclical fluctuations. Boston: Houghton Mifflin. 536 р.
Maslow A. (1954). Motivation and personality. N. Y.: Harper & Row, Publishers. 369 р.
McClelland D. C. (1970). The two faces of power. Journal of International Affairs, vol. 24, рp. 30-41.
Mitchell W. C. (1913). Business cycles. N. Y.: University of California Press. 610 р.
Myers N. (1993). Environmental refugees in a globally warmed world: Estimating the scope of what could well become a prominent international phenomenon. Bioscience, vol. 43, issue 11, рp. 752-761. DOI: https://doi.org/10.2307/1312319.
Petrov M. B., Kurushina E. V., Druzhinina I. V. (2019). Attractiveness of the Russian regional space as a living environment: Aspect of the migrants' behavioural rationality. Economy of Region, vol. 15, no. 2, pp. 377-390. DOI: 10.17059/2019-2-6.
Rosenthal S. S., Strange W. C. (2003). Geography, industrial organization and agglomeration. Review of Economics and Statistics, vol. 85, issue 2, рp. 377-393.
Rostow W. W. (1959). The stages of economic growth. The Economic History Review, Second Series, vol. 12, no. 1, pp. 1-16. DOI: https://doi.org/10.1111/j.1468-0289.1959.tb01829.x.
Simon H. A. (1955). Behavioral model of rational choice. Quarterly Journal of Economics, vol. 69, issue 1, pp. 99-118. DOI: https://doi.org/10.2307/1884852.
Smith V. (1982). Microeconomic theory as experimental science. American Economic Review, vol. 72, no. 5, pp. 923-955.
Stern N. (2007). The Economics of climate change. Cambridge: Cambridge University Press. 50 р.
Tversky A., Kahneman D. (1982). Judgment of and by representativeness. In: Kahneman D., Slovic P., Tversky A. (eds.). Judgment under uncertainty: Heursitics and biases. N. Y.: Cambridge university press, pp. 84-98.
Wallerstein I. (1976). The modern world-system: Capitalist agriculture and the origins of the European world-economy in the sixteenth century. N. Y.: Academic Press, pp. 229-233.
Xiong Y., Zhang J. (2014). Applying a life-oriented approach to evaluate the relationship between residential and travel behavior and quality of life based on an exhaustive CHAID approach. Procedia -Social and Behavioral Sciences, no. 138, рр. 649 - 659.
Young E. C. (1924). The movement of the farm population. Bulletin 426. Ithaca: New York Agricultural Experiment Station. 91 р.
Zelinsky W. (1971). The hypothesis of the mobility transition. Geographical Review, vol. 61, no. 2, pp. 219-249.
Информация об авторах Курушина Елена Викторовна, кандидат экономических наук, доцент, доцент кафедры экономики и организации производства Тюменского индустриального университета, 625027, РФ, г. Тюмень, ул. 50 лет Октября, 38.
Контактный телефон: +7 (345) 228-36-91, е-шай: kurushina.tsogu@yandex.ru
Петров Михаил Борисович, доктор технических наук, доцент, руководитель Центра развития и размещения производительных сил Института экономики УрО РАН, 620014, РФ, г. Екатеринбург, ул. Московская, 29.
Контактный телефон: +7 (343) 371-04-11, е-шай: petrov.mb@uiec.ru
Дружинина Ирина Васильевна, кандидат социологических наук, доцент, доцент кафедры экономики и организации производства Тюменского индустриального университета, 625027, РФ, г. Тюмень, ул. 50 лет Октября, 38.
Контактный телефон: +7 (345) 228-36-91, е-шай: 030370div@gmail.com
■ ■ ■
Elena V. Kurushina Tyumen Industrial University, Tyumen, Russia
Mikhail B. Petrov Institute of Economics (Ural branch of RAS), Ekaterinburg, Russia
Irina V. Druzhinina Tyumen Industrial University, Tyumen, Russia
Cyclical impact of regional attractiveness characteristics on migration flows
Abstract. Achieving strategic goals of the spatial development implies improving the living environment for the population, increasing its mobility on the one hand and concentration in prospective centres of the economic growth on the other. The paper studies the migration behaviour with the use of coefficients of the mechanical growth rate of the population in conditions of the varying attractiveness of the Russian regions, which depends on stages of economic cycle. The methodological basis of the research comprises spatial economics, content theories of motivation, theory of population migration, and theory of economic cycles. The research uses the statistics of the socioeconomic development of 83 subjects of the Russian Federation for the period of 2005-2017 that corresponds to the declining phase of the long half-wave. To investigate the influence of regional attractiveness factors on the intensity of migration flow the authors apply regression analysis methods. The spatial regression models are built for each year of the studied period using the IBM SPSS Statistics. The dynamics analysis of the coefficients of migration growth during the period of the long half-wave reveals two short-term cycles, one lasting from 2005 to 2010 and the other continuing from 2010 to 2015. The findings indicate that indicators tend to converge in the descending phase of the short-term cycle and, au contraire, to diverge in the ascending phase across regions. Based on the dynamics of elasticity coefficients of the migration growth, the authors identify regions' characteristics, which increase their influence on the intensity of migration flow in the ascending phase and decrease it in the descending phase of the short-term cycle. Obtained quantitative estimates of the cyclical effects of territories' attractiveness characteristics may promote the efficiency of measures for controlling migration flows.
Keywords: economic cycles; migration; regional attractiveness; migrants' needs; spatial development.
Acknowledgements: The paper is prepared in accordance with the plan of scientific research works of the Institute of Economics of the Ural branch of the Russian Academy of Sciences for 2020.
For citation: Kurushina E. V., Petrov M. B., Druzhinina I. V. (2020). Tsiklichnost' vliyaniya kharakteristik privlekatel'nosti regionov na migratsionnye potoki [Cyclical impact of regional attractiveness characteristics on migration flows]. Journal of New Economy, vol. 21, no. 3, pp. 91-111. DOI: 10.29141/2658-5081-2020-21-3-5 Received July 10, 2020.
References
Baykov A. A., Lukyanets A. S., Pismennaya E. E., Rostovskaya T. K., Ryazantsev S. V. (2018). Emigratsiya molodezhi iz Rossii: masshtaby, kanaly, posledstviya [Youth emigration from Russia: Scale, channels, consequences]. Sotsiologicheskie issledovaniya = Sociological Studies, no. 11, pp. 75-84. DOI: 10.31857/S013216250002787-8. (in Russ.)
Grinin L. E., Korotaev S. V., Tsirel S. V. (2011). Tsikly razvitiya sovremennoy Mir-Sistemy [The development cycles of the modern World-System]. Moscow: URSS Publ. 248 p. (in Russ.)
Denisenko M. B., Iontsev V. A., Khorev B. S. (1989). Migratsiologiya [The science of migration]. Moscow: Moscow State University. 96 p. (in Russ.)
Dmitriev M. G., Yudina T. N. (2017). Migratsionnye protsessy: modeli analiza i prognozirovaniya (obzor) [Migration processes: Models of analysis and forecasting (review)]. Trudy instituta sistemnogo analiza Rossiyskoy akademii nauk = Works of the Institute of System Analysis of the Russian Academy of Sciences, vol. 67, no. 2, pp. 3-14. (in Russ.)
Ermolaev M. B., Ilchenko A. N. (2004). Trudovaya migratsiya v regione: modeli analiza iprognozirovaniya [Labour migration in the region: Analysis and forecasting models]. Moscow: Finansy i statistika Publ. 200 p. (in Russ.)
Zayonchkovskaya Zh. A., Tyuryukanova E. V., Florinskaya Yu. F., Mkrtchyan N. V., Karachurina L. B., Ivanova T. D. (2010). Migratsiya i demograficheskiy krizis Rossii [Migration and the demographic crisis in Russia]. Moscow: Maks press Publ. 94 p. (in Russ.)
Iontsev V. A. (1999). Mezhdunarodnaya migratsiya naseleniya: teoriya i istoriya izucheniya [International population migration: Theory and history of study]. Moscow: Dialog-MGU. 370 p. (in Russ.)
Iontsev V. A., Magomedova A. G. (2015). Demograficheskie aspekty razvitiya chelovecheskogo kapitala v Rossii i ee regionakh [Demographic aspects of human capital development in Russia and its regions]. Ekonomika regiona = Economy of Region, no. 3, pp. 89-102. DOI: 10.17059/2015-3-8. (in Russ.)
Kondratieff N. D. (1922). Mirovoe khozyaystvo i ego konyunktura vo vremya i posle voyny [The world economy and its conjunctures during and after the war]. Vologda: Oblastnoye otdeleniye gosudarstvennogo izadatelstva Publ. 258 p. (in Russ.)
Kurushina E. V., Druzhinina I. V. (2015). Prostranstvennye transformatsii chelovecheskogo kapitala: tendentsii migratsii i effekty [Spatial transformations of human capital: Migration trends and distribution effects]. Ekonomika i predprinimatelstvo = Journal of Economy and Entrepreneurship, no. 10-2 (63), pp. 836-840. (in Russ.)
Lazhentsev V. N. (2013). Sever Rossii: al'ternativy na budushchee [North of Russia: alternatives for the future]. Sovremennye proizvoditelnye sily = Modern productive forces, no. 2, pp. 115-124. (in Russ.)
Libman A. M., Kheyfets B. A. (2011). Modeli regional'noy integratsii [Regional integration models]. Moscow: Ekonomika Publ. 333 p. (in Russ.)
Loginov V. G., Ignatyeva M. N., Balashenko V. V. (2018). Metodicheskiy podkhod k otsenke komfortnosti prozhivaniya naseleniya v granitsakh severnykh territoriy [Consistent approach to assess the comfort of living in the Northern and Arctic AREAS]. Ekonomika regiona = Economy of Region, vol. 14, issue 4, pp. 1399-1410. DOI: 10.17059/2018-4-26. (in Russ.)
Zayonchkovskaya Zh., Molodikova I., Mukomel V. (eds.) (2007). Metodologiya i metody izucheniya migratsionnykh protsessov [Methodology and methods of studying migration processes]. Moscow: Adamant' Publ. 370 p. (in Russ.)
Pavlova M. A. (2014). Sotsiologicheskiy portret vtorogo pokoleniya migrantov Kraynego Severa [Sociological portrait of the second generation of migrants of the Far North]. Vestnik ekonomiki, prava i sotsiologii = Bulletin of Economics, Law and Sociology, no. 2, pp. 188-192. (in Russ.)
Povarich I. P., Kharchenko A. P. (2015). Otsenka rabochey sily Rossiyskogo Severa kak klyuchevogo faktora ekonomicheskogo razvitiya [Assessment of labor force in the Russian North as a key factor in economic development]. Vestnik Tomskogo gosudarstvennogo universiteta. Ekonomika = Tomsk State University Journal of Economics, no. 400, pp. 253-260. DOI: 10.17223/15617793/400/40. (in Russ.)
Rybakovskiy L. L. (2017). Faktory i prichiny migratsii naseleniya, mekhanizm ikh vzaimosvyazi [Factors and causes of migration, mechanism of their relationship]. Narodonaselenie = Population, no. 2 (76), pp. 51-61. (in Russ.)
Silin Ya. P., Animitsa E. G., Novikova N.V. (2019). Teorii ekonomicheskogo rosta i eko- nomicheskogo tsikla v issledovanii regional'nykh protsessov novoy industrializatsii [Theories of economic growth and economic cycles in the research of regional processes of new industrialisation]. Journal of New Economy, vol. 20, no. 2, pp. 5-29. DOI: 10.29141/2073-1019-201920-2-1. (in Russ.)
Shelomentsev A. G., Voronina L. V., Smirennikova E. V., Ukhanova A. V. (2018). Faktory migratsii v arkticheskoy zone Rossiyskoy Federatsii [Migration factors in the Arctic Zone of the Russian Federation]. Ars Administrandi, vol. 10, no. 3, pp. 396-418. DOI: 10.17072/2218-9173-2018-3-396-418. (in Russ.)
Yagelskiy A. (1980). Geografiya naseleniya [Geography of the population]. Moscow: Progress Publ. 384 p. (in Russ.)
Alderfer C. P. (1972). Existence, relatedness, and growth: Human needs in organizational settings. N. Y.: The Free Press. 198 p.
Ariu A., Docquier F., Squicciarini M. P. (2016). Governance quality and net migration flows. Regional Science and Urban Economics, vol. 60, pp. 238-248. DOI: 10.1016/j.regsciurbeco.2016.07.006.
Bertoli S., Brucker H., Moraga J. F. (2016). The European crisis and migration to Germ. Regional Science and Urban Economics, vol. 60, pp. 61-72. DOI: 10.1016/j.regsciurbeco.2016.06.012.
Brettell C. B., Hollifield J. B. (2000). Migration theory: Talking across disciplines. Ed. by B. Caroline. N. Y.: Routledge. 239 p.
Champion T., Monnesland J., Vandermottens C. (1996). The new regional map of Europe. Progress in Planning, vol. 46, pp. 1-89.
Chen C., Zhao M. (2017). The undermining of rural labor out-migration by household strategies in China's migrant-sending areas: The case of Nanyang, Henan Province. Cities, vol. 60, pp. 446-453.
Coulson N. E., Grieco P. L. E. (2013). Mobility and mortgages: Evidence from the PSID. Regional Science and Urban Economics, vol. 43, pp. 1-7.
Harris J., Todaro M. (1970). Migration, unemployment, and development: A two-sector analysis. American Economic Review, vol. 60, pp. 126-142.
Kuznets S. (1930). Secular movements in production and prices. Their nature and their bearing upon cyclical fluctuations. Boston: Houghton Mifflin. 536 p.
Maslow A. (1954). Motivation and personality. N. Y.: Harper & Row, Publishers. 369 p.
McClelland D. C. (1970). The two faces of power. Journal of International Affairs, vol. 24, pp. 30-41.
Mitchell W. C. (1913). Business cycles. N. Y.: University of California Press. 610 p.
Myers N. (1993). Environmental refugees in a globally warmed world: Estimating the scope of what could well become a prominent international phenomenon. Bioscience, vol. 43, issue 11, pp. 752-761. DOI: https://doi.org/10.2307/1312319.
Petrov M. B., Kurushina E. V., Druzhinina I. V. (2019). Attractiveness of the Russian regional space as a living environment: Aspect of the migrants' behavioural rationality. Economy of Region, vol. 15, no. 2, pp. 377-390. DOI: 10.17059/2019-2-6.
Rosenthal S. S., Strange W. C. (2003). Geography, industrial organization and agglomeration. Review of Economics and Statistics, vol. 85, issue 2, pp. 377-393.
Rostow W. W. (1959). The stages of economic growth. The Economic History Review, Second Series, vol. 12, no. 1, pp. 1-16. DOI: https://doi.org/10.1111/j.1468-0289.1959.tb01829.x.
Simon H. A. (1955). Behavioral model of rational choice. Quarterly Journal of Economics, vol. 69, issue 1, pp. 99-118. DOI: https://doi.org/10.2307/1884852.
Smith V. (1982). Microeconomic theory as experimental science. American Economic Review, vol. 72, no. 5, pp. 923-955.
Stern N. (2007). The Economics of climate change. Cambridge: Cambridge University Press. 50 p. Tversky A., Kahneman D. (1982). Judgment of and by representativeness. In: Kahneman D., Slovic P., Tversky A. (eds.). Judgment under uncertainty: Heursitics and biases. N. Y.: Cambridge university press, pp. 84-98.
Wallerstein I. (1976). The modern world-system: Capitalist agriculture and the origins of the European world-economy in the sixteenth century. N. Y.: Academic Press, pp. 229-233.
Xiong Y., Zhang J. (2014). Applying a life-oriented approach to evaluate the relationship between residential and travel behavior and quality of life based on an exhaustive CHAID approach. Procedia -Social and Behavioral Sciences, no. 138, pp. 649 - 659.
Young E. C. (1924). The movement of the farm population. Bulletin 426. Ithaca: New York Agricultural Experiment Station. 91 p.
Zelinsky W. (1971). The hypothesis of the mobility transition. Geographical Review, vol. 61, no. 2, pp. 219-249.
Information about the authors
Elena V. Kurushina, Cand. Sc. (Econ.), Associate Prof., Associate Prof. of Production Economics and Organisation Dept., Tyumen Industrial University, 38 50 let Oktyabrya St., Tyumen, 625027, Russia Phone: +7 (345) 228-36-91, e-mail: kurushina.tsogu@yandex.ru
Mikhail B. Petrov, Dr. Sc. (Engineering), Associate Prof., Head of Center for Productive Forces Development and Location, Institute of Economics (Ural branch of RAS), 29 Moskovskaya St., Ekaterinburg, 620016, Russia
Phone: +7 (343) 371-04-11, e-mail: petrov.mb@uiec.ru
Irina V. Druzhinina, Cand. Sc. (Sociology), Associate Prof., Associate Prof. of Production Economics and Organisation Dept., Tyumen Industrial University, 38 50 let Oktyabrya St., Tyumen, 625027, Russia Phone: +7 (345) 228-36-91, e-mail: 030370div@gmail.com
© Курушина Е. В., Петров М. Б., Дружинина И. В., 2020
