УДК 303.09

ФАКТОРЫ И ТЕНДЕНЦИИ ЭМИГРАЦИИ В РОССИИ

Райзман Екатерина Михайловна1, Трафимова Галина Анатольевна1, Шигаева Наталья Валерьевна1, Порубова Полина Владимировна1
1Самарский государственный аэрокосмический государственный университет имени академика С.П. Королева (национальный исследовательский университет)

Аннотация
Выявление тенденции количества мигрантов из России и прогноз этих показателей возможно осуществить с помощью асинхронного гармонического анализа. Факторами, влияющими на миграционные намерения студентов и молодых ученых, являются качество жизни, уровень преступности, отсутствие работы по профессии, возраст, материальное положение

Ключевые слова: асинхронный анализ, миграционные намерения, миграция, регрессионный анализ


FACTORS AND TRENDS IN THE RUSSIAN EMIGRATION

Raizman Ekaterina Mikhailovna1, Trafimova Galina Anatolevna1, Shigaeva Natalia Valerievna1, Porubova Polina Vladimirovna1
1Samara State Aerospace University named after academician SP Korolev (National Research University)

Abstract
IIdentification trends of migrants from Russia and forecast of these indicators could be realized by using an asynchronous harmonic analysis. Among factors of migratory intentions of students and young scientists quality of life, crime rate, professional unemployment, age, financial status can be named.

Рубрика: 22.00.00 СОЦИОЛОГИЧЕСКИЕ НАУКИ

Библиографическая ссылка на статью:
Райзман Е.М., Трафимова Г.А., Шигаева Н.В., Порубова П.В. Факторы и тенденции эмиграции в России // Современные научные исследования и инновации. 2014. № 6. Ч. 3 [Электронный ресурс]. URL: http://web.snauka.ru/issues/2014/06/35116 (дата обращения: 05.06.2017).

Необходимой предпосылкой развития экономики и инноваций является  наличие высокообразованных кадров. Именно высокообразованные работники представляют наиболее мобильную группу, что неизбежно ведет к миграционному оттоку.

Управление трудовыми ресурсами региона предполагает знание не только количественных параметров миграционных процессов, но и тенденций этих процессов на ближайшую и отдаленную перспективу.

Остановимся на способе рассмотрения миграционных процессов исходя из их цикличности. При суммировании циклических составляющих данного процесса возможно описание его динамики, а так же планирование ее изменения с помощью экстраполяции суммы гармоник.

Зная количество мигрантов по месяцам, составим ряд данных:затем с помощью метода наименьших квадратов рассчитаем уравнение линии тренда:Воспользуемся следующими формулами:

где bar{t}– среднее арифметическое значение времени ряда;   bar{Y} – среднее арифметическое значение временного ряда.

Исходная модель, описывающая ряд динамики будет представлять собой тренд:

Чтобы снять направленность временного ряда, необходимо  из исходного ряда  вычесть исходный линейный тренд Ytr

Таким образом, центрированный временной ряд будет иметь вид:

Перейдем к выделению гармоники Ykgarm с параметрами

которая в общей дисперсии будет обеспечивать наибольшую долю дисперсии зависимой переменной.

Определение наибольшей доли дисперсии зависимой переменной в общей дисперсии произведем с помощью коэффициента детерминации Rпо формуле:

Из каждого цикла выберем гармоникуYk*=Ykgarm с наибольшим R и добавим в модель, описывающую ряд динамики :

Затем «очистим» ряд, вычитая эти гармоники из центрированного ряда Y^{circ} . Таким образом, образовался новый ряд:

Теперь с помощью статистики Дарбина-Уотсона сделаем вывод об отсутствии автокорреляции остатков:

Сравним полученное значение DW с табличным. В случае выполнения условия (где d(N,α) – табличное значение статистики Дарбина-Уотсона,  α - уровень значимости, N – длина ряда) добавление гармоник следует прекратить, т.к. остатки «чистого» ряда Y^{circ} носят случайный характер. [1, 63-65]

Таким образом, можно говорить о том, что все зависимости ряда  определены.

Следуя приведенному алгоритму, установлен следующий моделируемый временной ряд:

По установленной зависимости Y(ti) на отрезке t є [0;N-1], представляется возможным посчитать значения Y(ti)  на следующем временном отрезке t є [N;N+m]  , где m – прогнозный период. Отметим, что при большем «горизонте», точность прогноза ниже, поэтому мы строим прогноз только на 2 года.

Рисунок 1. Моделируемый временной ряд

В целом количество мигрантов снижается, однако выявляемые миграционные установки свидетельствуют об уровне потенциальной миграции, которая имеет вполне реальные социально-экономические последствия.

Среди процессов миграции населения и трудовых ресурсов последнего периода значительное место занимает миграция высококвалифицированных специалистов.

Что же играет ключевую роль на желание мигрировать в большей степени?

Для ответа на данный вопрос воспользуемся данными, полученными в результате собственных социологических исследований, проведенных среди студентов и молодых ученых (2011-2012гг). В опросе приняли участие 485 студентов и 35 молодых ученых СГАУ, 47 студентов Московского авиационного института.

В качестве факторов (xi), влияющих на эмиграционные намерения (У), были взяты самые распространенные ответы респондентов на вопрос «Каковы причины эмиграционных намерений», а так же их пол, возраст и их материальное положение.

Сгруппировав показатели, определим корреляционные связи в группах, чтобы сделать вывод о возможности совместного применения данных групп для построения статистических моделей прогнозирования динамики.

Проведение корреляционного анализа выявило 5 наименее коррелированных предикторов, имеющих наибольшее влияние на  регрессор (миграционное намерение), которые представлены в таблице 1.

Таблица 1. Факторы, влияющие на эмиграционные намерения

Фактор

Обозначение

х1

пол

х2

возраст

х3

материальное положение

х4

отсутствие работы по профессии

х5

рост преступности

х6

качество жизни

Прейдем к проверке гипотезы о наличии мультиколлинеарности в модели. Мультиколлинеарность факторов тем сильнее,  чем ближе к нулю определитель матрицы межфакторной корреляции, а значит результаты множественной регрессии более ненадежны.

Пошагово отберем основные объясняющие переменные. В основе данного отбора лежит критерий:Множественный коэффициент корреляции  находится по следующей формуле:

где R – корреляционная матрица размера (р+1)x(р+1), R=[rkl], k=bar{0,p} , l=bar{0,p}    R00 – алгебраическое дополнение элемента r00 (первая строка и первый столбец матрицы соответствуют результирующей переменной у.

Далее с помощью априорного метода построения уравнения множественной регрессии, который заключается в дополнительном введении факторов получено уравнение множественной регрессии факторов, влияющих на миграционные намерения.

Уравнение регрессии, описывает 75% данных и является значимым исходя из коэффициента Фишера и t-cтатистики.

Окончательное уравнение множественной регрессии имеет вид:

По результатам анализа наиболее значимым фактором является качество жизни. В порядке убывания значимости можно перечислить такие факторы как рост преступности, отсутствие работы по профессии, возраст, материальное положение, пол респондентов.


Библиографический список
  1. Ситникова, А.Ю. Модель и алгоритмы управления операционной деятельностью брокерской компании на основе спектрального анализа и цифровой фильтрации: дис. канд. эк. наук: 08.00.13 [Текст] / Ситникова Анастасия Юрьевна. – Самара, 2010. – 158 с.


Все статьи автора «paradisenet»


© Если вы обнаружили нарушение авторских или смежных прав, пожалуйста, незамедлительно сообщите нам об этом по электронной почте или через форму обратной связи.

Связь с автором (комментарии/рецензии к статье)

Оставить комментарий

Вы должны авторизоваться, чтобы оставить комментарий.

Если Вы еще не зарегистрированы на сайте, то Вам необходимо зарегистрироваться: