07 января 2016г.
В современном мире демографические факторы оказывают существенное влияние на экономику и политику любой страны. На планете огромное количество различных проблем, - это и ядерная опасность, и экологическое загрязнение, и дефицит продовольствия, и недостаток энергоресурсов. Но демографическая проблема является в этом ряду наиболее существенной. От ее решения зависит путь развития человечества в дальнейшем.
Лавинообразный рост населения на земле по историческим меркам начался не очень давно. Всего три века назад людей насчитывалось всего около 800 тысяч, а в начале двадцатого века их было уже 2 млрд. Но вот с середины двадцатого века, когда был пройден рубеж в 3 млрд., по 2000 год их число выросло в два раза, то есть достигло 6 млрд. Если такие темпы сохранятся, то к 2025 году людей уже будет 8 млрд.
Для обеспечения населения всем необходимым выпускается огромное количество продовольствия и товаров. Для этого работают фабрики, заводы, вырубаются леса, вычерпываются и перерабатываются миллиарды тонн полезных ископаемых. Ущерб природе, нанесенный деятельностью человечества, описанию поддается, но осмысливается с трудом.
Недостаток ресурсов у одних и избыток у других обуславливают все увеличивающуюся миграцию населения.
В данной статье проведен эконометрический анализ выявления причин миграции населения по субъектам Российской Федерации.
В качестве эндогенной переменной, которую будем объяснять при помощи модели, рассматриваем миграцию населения по субъектам Российской Федерации за 2013 год. Так же были подобраны 11 факторов, потенциально влияющих на уровень миграции.
X1 – среднегодовая численность занятых в экономике, тыс. чел.
X2– потребность в работниках, заявленная организациями в государственные учреждения службы занятости населения, чел.
X3– уровень безработицы, %.
X4– среднемесячная номинальная начисленная заработная плата, руб.
X5– среднемесячные потребительские расходы в среднем на душу населения, руб. X6– число детских оздоровительных учреждений, ед.
X7– ввод в действие квартир, ед.
X8– численность врачей на 10000 человек. чел.
X9– число образовательных учреждений высшего профессионального образования, ед. X10– число зарегистрированных преступлений на 100000 человек
X11– выброса загрязняющих веществ, тыс. тонн
Исходные данные социально-экономических показателей по субъектам Российской Федерации представлены в Табл.1.
Для выявления значимых факторов причин миграции необходимо было провести оценку мультиколлинеарности. Для этого использовалась матриц парных коэффициентов корреляции между факторами. В результате проведенных расчетов были сформированы вектор R0 – вектор коэффициентов корреляции между объясняемой переменной и всеми объясняющими переменными и матрица R – матрица коэффициентов корреляции между объясняющими переменными (факторами).
Чем ближе к нулю определитель матрицы межфакторной корреляции Det (R), тем сильнее мультиколлинеарность факторов и ненадежнее результаты множественной регрессии. Det (R) = 9,52134E-08. Следовательно, между факторами существует мультиколлинеарность, которую необходимо устранить.
Таблица 1 Социально-экономические показатели по субъектам Российской Федерации
Субъект РФ
|
Y
|
X1
|
X2
|
X3
|
X4
|
X5
|
X6
|
X7
|
X8
|
X9
|
X10
|
X11
|
А
|
1
|
2
|
2
|
4
|
5
|
6
|
7
|
8
|
9
|
10
|
11
|
12
|
Республика Карелия
|
19 173
|
306,7
|
4305
|
2
|
24795,8
|
13917
|
300
|
2773
|
51,7
|
3
|
1799
|
107
|
Республика Коми
|
28 770
|
456,3
|
10643
|
1,7
|
33971,4
|
17701
|
499
|
1392
|
48,4
|
5
|
1986
|
688
|
Архангельская область
|
36 297
|
603,8
|
9006
|
1,7
|
28531,3
|
16018
|
492
|
4365
|
54,8
|
4
|
1903
|
271
|
Ненецкий автономный округ
|
2 380
|
32,7
|
354
|
2,5
|
57794,6
|
18093
|
23
|
485
|
49,5
|
0
|
1471
|
69
|
Вологодская область
|
31 543
|
582,3
|
10808
|
1,5
|
22648,9
|
12066
|
548
|
6027
|
35,3
|
6
|
1990
|
473
|
Калининградск ая область
|
31 328
|
476,7
|
9358
|
1,3
|
21526
|
13669
|
421
|
8235
|
41,5
|
5
|
1582
|
25
|
Ленинградская область
|
78 674
|
749,2
|
12956
|
0,5
|
26309,9
|
13897
|
559
|
14824
|
34,4
|
2
|
1190
|
229
|
Мурманская область
|
33 381
|
423,5
|
7833
|
1,7
|
36187,9
|
19198
|
132
|
436
|
56,6
|
4
|
1834
|
259
|
Новгородская область
|
26 396
|
313,9
|
6247
|
1
|
21297,4
|
14326
|
378
|
4358
|
41,7
|
1
|
2018
|
45 |
Псковская область г.Санкт- Петербург
Белгородская область Брянская область Владимирская область Воронежская область Ивановская область Калужская область Костромская область Курская область
Липецкая область
Московская область
Орловская область
Рязанская область
Смоленская область
А
|
25 585
194 511
46 424
44 424
29 649
66 574
28 519
27 782
21 122
35 280
27 964
293 431
21 444
28 934
32 402
1
|
331,4
2530,4
700,1
559,6
698,6
1057,9
492,1
489,6
310,5
580
543,8
2933,9
393,3
501,9
490,8
2
|
5691
65787
10235
7277
10631
11071
13544
9956
4891
4267
8619
50386
5741
9707
5908
2
|
1,4
0,4
1
1,3
1,3
1,1
1,5
0,7
0,8
1,2
0,6
0,5
1,2
0,9
1,1
4
|
18202,9
32930,2
20002,1
16530
18343,4
19538,1
16998,1
23709,6
16895,5
18690
19416,6
32302,5
16888
19098,4
17941,6
5
|
12640
22127
14149
13194
12024
14810
11863
14404
10709
12803
14504
19680
11598
12245
12990
6
|
236
218
830
578
453
926
511
416
310
312
451
875
401
321
457
7
|
3116
41758
11104
6084
5626
15581
2414
7827
2693
6359
5377
81075
4633
7400
2985
8
|
35,6
80,6
40,7
36,7
33,7
54,3
52,7
40,4
35,7
56,8
41,7
38,9
41
52,3
54,9
9
|
4
82
7
5
6
22
9
4
3
10
6
35
6
9
9
10
|
1567
1131
968
1488
1525
1188
1517
1468
1265
1347
1158
1562
1699
832
1737
11
|
28
69
134
39
32
79
29
13
52
41
339
189
11
124
46
12
|
Тамбовская область
|
32 975
|
507
|
5731
|
1
|
16866,3
|
13110
|
600
|
5204
|
34,2
|
5
|
1087
|
52
|
Тверская область
|
39 280
|
580,9
|
11089
|
1
|
20246,1
|
12973
|
656
|
4782
|
53,7
|
8
|
1905
|
63
|
Тульская область
|
43 278
|
766,3
|
19254
|
1
|
20121,3
|
13502
|
674
|
2907
|
33,7
|
9
|
901
|
198
|
Ярославская область
|
32 740
|
639,9
|
10588
|
1,7
|
20397
|
12694
|
601
|
7171
|
58,3
|
9
|
1359
|
77
|
г.Москва
|
205 510
|
6567,7
|
134144
|
0,4
|
50628,2
|
37175
|
789
|
42551
|
68,9
|
248
|
1512
|
72
|
Для выбора необходимых переменных был использован метод анализа матрицы коэффициентов корреляции, идея которого сводится к выбору таких объясняющих переменных, которые сильно коррелируют с объясняемой переменной и одновременно слабо коррелируют между собой.
Для заданного уровня значимости α и для (n-2) степеней свободы было рассчитано, так называемое, критическое значение коэффициента корреляции:
Для отбора объясняющих переменныхбыли выполнены следующие операции:
а) из множества потенциальных объясняющих переменных исключены все
элементы, которые удовлетворяют
неравенству, поскольку они несущественно коррелируют с объясняемой переменной. Это будут переменные x8, x10, x11, для которых
б) из оставшихся переменных выбираем
такую переменную xh, для которой т.к. она является носителем наибольшего количества информации об объясняемой переменной. Это переменная x7, так как r7=0,98. Переменная x7 признается первой объясняющей переменной
в) из множества потенциальных объясняющих переменных исключаем все
элементы, которые удовлетворяют
неравенству : поскольку эти переменные слишком сильно коррелируют с объясняющей переменной x7и, следовательно, только воспроизводят представляемую ею информацию. Имеется
несколько таких переменных: x1,x2,x3,x5,x6, x9,так как
Таким
образом, остался только один элемент – переменная x4, она и выбирается в качестве второй объясняющей переменной.
В результате множество объясняющих переменных состоит из двух переменных: x4 – среднемесячная номинальная начисленная заработная
плата и x7 – ввод в действие квартир. Модель изменения числа прибывших в регионы
относительно этих двух переменных можно представить в виде:
yt = a0 + a1 × x4t + a2 × x7t + et ,t = 1...29
С помощью функции
«Регрессия» были оценены
параметры данной модели, и в результате, модель можно записать в следующем виде:
yt=5781,78+0,37x4t+3,67x7t+ɛt
Исходя из данной модели можно сделать
следующие вывод: увеличение заработной платы x4t на 1 рубль ведет к увеличению
числа прибывших yt на 0,37 тыс.чел., а увеличение количества введенных в действие
квартир x7t на 1 единицу ведет к увеличению числа
прибывших ytна 3,67 тыс.чел.
Список литературы
1.
Бабешко, Л.О. Основы
эконометрического моделирования: Учебное
пособие. Изд. 2-е. - М.: КомКнига, 2010. – 432с.
2.
Федеральная служба государственной статистики – URL:http://www.gks.ru / (дата обращения 12.04.2015)
3. Богомолов А.И.,
Невежин
В.П.
Сетевая эконометрика
информационного
общества
//
Современные научные исследования. Выпуск 2. Под ред. П.М. Горева и В.В. Утѐмова. - Концепт.
- 2014. - Приложение
№ 20. - URL: http://e-koncept.ru/ext/61.
- Гос. рег. Эл № ФС77-49965. - ISSN 2304-120Х, С.