Анализ факторов, влияющих на индекс двусторонней внутриотраслевой миграции

Размещено на http://www.allbest.ru/

Оглавление

Введение

Глава 1. Обзор литературы

1.1 Работы, посвященные «пул и пуш-факторам» миграции

1.2 Работы, анализирующие последствия миграции

Глава 2. Данные и построение модели

2.1 Зависимая переменная

2.2 Объясняющие переменные

2.3 Эмпирическая модель

Глава 3. Анализ полученных результатов

Заключение

Список использованной литературы

Приложения

Введение

В современном мире регулирование миграционных потоков является широко обсуждаемым вопросом, как в развитых, так и в развивающихся странах. Последствия миграции напрямую связаны с дальнейшем развитием страны, поскольку затрагивают многие социальные и экономические аспекты.

Чтобы прогнозировать процесс миграции и предпринимать соответствующие ситуации меры, необходимо понимать, какие факторы заставляют людей мигрировать в другую страну. Многие ученые занимаются исследованием детерминантов миграции, при этом часть их выводов и результатов согласуется с ранними исследованиями в этой области, а часть основывается на изучении каких-либо новых факторов, не рассмотренных подробно в других исследованиях.

Так, например, ученые сходятся во мнении, что на показатели миграции влияют факторы, определяющие историческую, культурную и географическую связь между станами К примеру, работа Anna Maria Mayda(2007): International migration: A panel data analysis. В своих работах Francesc Ortega, Giovanni Peri Francesc Ortega and Giovanni Peri (2009): The Causes and Effects of International Labor Mobility: Evidence from OECD Countries 1980-2005 и Dominique M. Gross Dominique M. Gross, Nicolas Schmitt: Low- and High-Skill Migration flows предлагают включить, помимо основных факторов, в качестве объясняющей переменной миграционную политику принимающей страны. Другие ученые утверждают, что на миграционный поток оказывают влияние и параметры, характеризующие рынок труда в принимающей и отправляющей стране Massey, Douglas S (2012): Towards an integrated model of international migration..

Большая часть исследований посвящена анализу последствий миграции. Среди таких работ можно выделить статью Michel Beine и Freґderic Docquier Michel Beine, Freґderic Docquier and Hillel Rapoport (2008): Brain drain and human capital formation in developing countries: winners and losers. , которая подробно излагает основные выводы ранних исследований и тестирует новые гипотезы относительно последствий для принимающей и отправляющей страны. В этой статье поднимается вопрос о влиянии «утечки мозгов» и накоплении человеческого капитала.

Анализируя литературу на тему детерминантов миграции, можно заметить, что новые исследования в основном касаются вопроса о различии факторов миграции для образованных и необразованных людей Yasser Moullan и Rйmi Bazillier (2009): Labour Standards and migration или же работников разного уровня квалификации. Однако эти работы берут в качестве зависимой переменной вероятность эмиграции из страны i, освещая только вопрос односторонней миграции.

Согласно результатам исследований, одним из основных стимулов (пуш-факторов) миграции является высокая разница в среднем уровне дохода между странами Во всех рассматриваемых мною статьях фактор влияния разницы в ВВП оказался значимым. Индивидуумы стремятся повысить свой уровень жизни в стране с высоким ВВП на душу населения. Сравнивать средний уровень дохода между странами целесообразно внутри определенной профессии или категории квалификации, поэтому логично было бы предположить, что миграция происходит внутри определенной отрасли. Внутриотраслевой миграцией принято называть международную миграцию, когда при смене места жительства мигрант остается работать по своей специальности. На сегодняшний день, литературы по теме внутриотраслевой миграции не очень много, большая ее часть касается факторов, обуславливающих желание эмигрировать из страны.

В своей работе я собираюсь определить ряд факторов, влияющих на показатели двусторонней внутриотраслевой миграции. Для достижения поставленной цели я проанализирую двусторонние потоки мигрантов внутри пар стран, входящих в выборку. Все данные по потокам я брала за 2000 год; в выборку были включены 24 страны. «Эффект квалификации» будет использован в анализе в качестве переменной, отвечающий за эффект отрасли.

Основной задачей моего исследования является анализ детерминантов миграции для двустороннего потока внутри каждой квалификации работников: низкоквалифицированных специалистов, работников средней квалификации и высококвалифицированных специалистов. Я постараюсь доказать, что на схожесть миграционных потоков для разных категорий квалификаций одни и те же факторы влияют по-разному.

Работа состоит из нескольких частей. В первой главе я провожу анализ литературы по предмету исследования, на базе которой я буду строить и совершенствовать свою модель. Особое внимание я уделю статьям, которые рассматривают специфические детерминанты, идея которых-«поймать» эффект отрасли. Во второй части я расскажу об использованных данных, определении зависимой переменной и о выборе детерминантов, которые я буду тестировать на значимость. В этой же главе я остановлюсь подробнее на эмпирическом анализе показателей двусторонней внутриотраслевой миграции за 2000 год. Наконец, я составляю теоретическую модель из параметров, описанных ранее. В третьей главе я протестирую свою модель на основе собранных баз данных и дам интерпретацию полученных результатов. В последней части я сделаю выводы о проделанной работе и о полученных результатах исследования.

Глава 1

Обзор литературы

Целью моей работы является определение и анализ факторов, влияющих на показатели индекса двусторонней внутриотраслевой миграции. Сам процесс внутриотраслевой миграции мало изучен, поэтому статей на эту тему не очень много. Однако довольно большое количество научных статей анализируют факторы, влияющие на желание индивида мигрировать из страны i в страну j. На основе предпосылок о моделях и результатов исследований, описанных в работах, я буду строить свою модель не по той же, но по смежной теме.

Статьи, посвященные теме миграции, в основном делятся на те, что анализируют факторы (детерминанты), влияющие на желание мигрировать, и те, которые рассматривают последствия миграции для отправляющей и принимающей страны.

Первые анализируют «пул и пуш-факторы Впервые введено Lee, E. S. (1966). A Theory of Migration. Demography», исходя из максимизации выгоды индивида в случае его миграции. Пул-факторами называют детерминанты, которые привлекают мигрантов в ту или иную страну. Факторы, объясняющие желание индивида эмигрировать из страны, называют пуш-факторами.

Вторые, в свою очередь, выявляют зависимость различных показателей (рынок труда, уровень образования, уровень заработной платы и т.д.) от миграционных потоков.

К первой группе статей можно отнести:

· Francesc Ortega, Giovanni Peri: The Causes and Effects of International Labor Mobility: Evidence from OECD Countries 1980-2005

· Anna Maria Mayda: International migration: A panel data analysis

· Ximena Clark, Timothy J. Hatton and Jeffrey G. Williamson: What Explains Cross-Border Migration In Latin America?

· William Ambrosini,Giovanni Peri: The Role of Income and Immigration Policies in Attracting International Migrants

· Dominique M. Gross & Nicolas Schmitt: The Role of Cultural Clustering in Attracting New Immigrants

· Dominique M. Gross & Nicolas Schmitt: Low- and High-Skill Migration flows

· Rйmi Bazillier, Yasser Moullan: Labour Standards and Migration : do labour conditions matter ?

· И др.

Ко второй группе статей можно отнести:

· Michel Beine, Freґderic Docquier and Hillel Rapoport: BRAIN DRAIN AND HUMAN CAPITAL FORMATION : WINNERS AND LOSERS

· Simon Commander, Rupa Chanda, Mari Kangasniemi, L. Alan Winters: Must Skilled Migration Be a Brain Drain? Evidence from the Indian Software Industry

· Oded Stark, Yong Wang: Inducing Human Capital Formation: Migration as a Substitute for Subsidies

· Mari Kangasniemi and Matilde Mas and Catherine Robinson and Lorenzo Serrano: The Economic Impact of Migration: Productivity Analysis for Spain and the United Kingdom

· Gordon H. Hanson: THE ECONOMIC CONSEQUENCES OF THE INTERNATIONAL MIGRATION OF LABOR

· Boeri Tito, Brucker Herbert, Docquier Frederic, Rapoport Hillel: Brain Drain and Brain Gain: The Global Competition to Attract High-Skilled Migrants

1.1 Работы, посвященные «пул и пуш-факторам» миграции

Проанализировав статьи на тему факторов, влияющих на желание мигрировать, у меня сформировалась точка зрения, что мнение многих авторов по поводу основных детерминантов сходится. Далее я рассмотрю 3 статьи: работу Dominique M. Gross и Nicolas Schmitt Dominique M. Gross & Nicolas Schmitt: Low- and High-Skill Migration flows, Yasser Moullan и Rйmi Bazillier Yasser Moullan и Rйmi Bazillier (2009): Labour Standards and migration, а также статью Francesc Ortega и Giovanni Peri Francesc Ortega, Giovanni Peri: The Causes and Effects of International Labor Mobility: Evidence from OECD Countries 1980-2005. Эти статьи представляют собой общие идеи всей совокупности статей, посвященных пул и пуш-факторам миграции.

Основная идея статьи Гросса- доказать, что пул и пуш-факторы миграции различаются для высо- и низкококвалифицированных специалистов, а также оценить влияние ограничительной миграционной политики.

Так, например, специфическим фактором для низкоквалифицированных рабочих является наличие диаспор соотечественников в принимающей стране, а также уровень относительных доходов. В то время как для высококвалифицированных специалистов наибольшее значение имеет фактор финансовых возможностей, будь то уровень жизни или доходность полученных от знаний. В статье утверждается, что недостаточное количество внимания в ранних исследованиях было уделено влиянию миграции низкоквалифицированных специалистов.

В основе статьи лежит исследование факторов миграции во Франции. В своей работе Гросс объясняет, чем обусловлен выбор именно этой страны для анализа:

1) Данные по миграционным потокам разделены на 3 категории в зависимости от квалификаций

2) Иммигранты, приехавшие работать, регистрируются отдельно от других иммигрантов

3) Эмпирические данные свидетельствуют о том, что полученная мигрантами работа зачастую соответствует их квалификации

Как и во многих прочитанных мною статьях вероятность миграции индивида напрямую зависит от максимизации выгоды, которую он получит при иммиграции.

Так, в статье M. Гросса эта вероятность записывается в виде формулы:

Где - разница в заработной плате на родине и за границей, - издержки, связанные с миграцией.

Заработная плата, в свою очередь, зависит от распределения зарплат в двух странах, а также от возможных премий, которые могут получить мигранты со специальными навыками. Таким образом, зарплату для индивида, состоящего в группе по квалификации si, можно представить в виде:

Где - среднее значение и дисперсия доходов, - премия, связанная с культурным кластером в принимающей стране.

Для оценки одностороннего миграционного потока Gross использует похожие детерминанты, как и в ранних исследованиях, но зависимая переменная теперь различна, для каждого уровня квалификации. Также его модель теперь учитывает фактор влияния миграционной политики:



Где

- логарифм одностороннего потока мигрантов во Францию из страны J в течение периода t, учитывая квалификационный уровень i. Анализ данных показал, что среднее значение количества высоко- средне- и низкоквалифицированных мигрантов за 3 года приблизительно одинаковое, однако, дисперсия для трех категорий сильно различается.

- пропорция населения в отправляющей стране, закончившая начальную школу (for low-skill), среднюю и старшую (for intermediate-skill), и имеющая высшее образование, специалисты (high-skill)

- соотношение высокой к средней зарплате и средней к низкой в отправляющей стране (дисперсия зп) к данным во Франции. Согласно полученным данным, когда для какой-то страны индекс >1 зарплаты для низкоквалифицированных специалистов варьируются сильнее, чем доходы у высококвалифицированных специалистов.

- доход на душу населения, умноженный на индекс (см выше) в зависимости от рассматриваемой категории квалификации i (в принимаемой стране и во Франции). Полученные данные свидетельствуют о сильной дисперсии дохода работников с низкой квалификацией между богатыми (Норвегия) и бедными (Эфиопия) странами. Эта дисперсия намного ниже для зарплат сотрудников высокой квалификации.

- размер культурного кластера- пропорция населения из одной страны, которое уже обосновалось во Франции. Анализ данных показал, что размер культурного кластера значим только для низко- и средне-квалифицированных специалистов. Результат достаточно ожидаемый: высококвалифицируемые работники обычно владеют языком принимающей страны, что часто компенсирует потребность пребывания в обществе со схожей культурой и языком.

-направления во французской иммиграционной политике. - политика, ограничивающая возможность иммиграции. - зависимая dummy переменная, показывающая отсутствие ограничений для миграции внутри Евросоюза. Исходя из анализа данных, эти переменные помогают контролировать поток мигрантов с низким уровнем образования и, соответственно, не оказывают влияния на поток квалифицированных мигрантов переменные значимы только для low-skilled

- переменная, показывающая изменение иммиграционных правил для работников из Алжира (изначально free-mobility, позже-restricted)

В своей статье М. Гросс указывает на два основных достигнутых результата

1) Особое внимание было уделено зависимости детерминантов миграции от уровня квалификации специалистов. Оценка регрессии показала, что для высококвалифицированных мигрантов основным фактором является более высокая степень доходности от знаний и умений. Также прослеживается зависимость рассмотренных в ранних исследованиях детерминантов общей миграции и найденных детерминантов для низко- и среднеквалифицированных специалистов (большую роль играют особенности менталитета, наличие общекультурных характеристик у стран и т.д.)

2) Если говорить о влиянии иммиграционной политики, то анализ данных показал незначительное воздействие данной переменной на миграционные стимулы.

Еще одна работа, на которой стоит остановиться подробнее- Yasser Moullan и Rйmi Bazillier (2009): Labour Standards and Migration Rйmi BAZILLIER, Yasser MOULLAN: Labour Standards and Migration : do labour conditions

matter?. За основу авторы предлагают взять следующую модель миграционных потоков:

Где

-вероятность миграции работников квалификации j из страны s в страну d. определяет набор контрольных переменных, специфичных для отправляющей страны, а -для принимающей; -переменная, отвечающая за общие характеристики принимающей (d) и принимаемой (s) страны;-стандарт труда по шкале от 0-низкий уровень- до 1 высокий уровень условий труда; - случайная ошибка с iid WN распределением.

определяется следующим набором переменных:

Loggdp -переменная определяющая уровень благосостояния в отправляющей (s) и принимающей (d) стране, выраженная в ВВП на душу населения;

Logpop-численность населения в отправляющей (s) и принимающей (d) стране;

Logeduc-переменная, которая гипотетически должна «поймать» эффект профессии. Она показывает уровень образованного населения в отправляющей (s) стране;

Young- переменная, показывающая уровень (в %) молодого населения в принимаемой (s) стране. Модель предполагает, что издержки миграции растут вместе со средним возрастом в стране, т.е. молодое население больше склонно к миграции;

Partcomp- переменная, показывающая возможность выступать на политической арене представителя «не- элиты» в отправляющей (s) стране;

Migpol- показатель сдерживающей миграционной политики в принимающей (d) стране;

Y определяется следующими параметрами:

contiguity-наличие общей границы;

Commonlanguage-наличие общего языка;

Colony-наличие колониальных отношений в прошлом;

Lndist -расстояние между странами.

Работы M.Gross и R. Bazillier представляют особый интерес, поскольку они анализируют детерминанты миграции отдельно для разных категорий квалификации мигрантов. Эта идея напрямую связана с темой моего исследования - анализом внутриотраслевой миграции.

Теперь обратимся к модели Джованни Пери. Эта модель чуть более общая, но она дает представление о большом количестве статей, написанных на эту тему. Автор статьи для оценки миграционных потоков предлагал использование следующего уравнения

Где

-миграционный поток

-переменные dummy, показывающие фиксированный уровень издержек, связанный с переездом в другую страну(для принимающей и принимаемой стороны соответственно). Отдельное внимание Peri уделил издержкам, связанных с иммиграционными законами в стране.

-специфические детерминанты миграции, связанные с характеристиками стран. Мы должны учесть, что эти переменные влияют на издержки. Высокие издержки, связанные с большим расстоянием между странами, сдерживают желание мигрировать <0. Наличие общей граница, возможная раннее колониальная зависимость между странами, а также общий (или схожий) язык предполагают культурную связь между странами >0

-разница в доходах стран (принимающей и принимаемой), основанная на разнице в GDP. При построении гипотезы, Джованни Пери предполагал, что коэффициент >0, поскольку большая разница в доходах стран должна стимулировать желание иммигрировать в страну с большим доходом.

Эта работа для меня интересна тем, что она анализирует влияние миграционной политики на общий поток мигрантов. Фактор ограничительной политики, который влияет на возможность свободно эмигрировать из страны и иммигрировать в нее, будет включен и в мою модель двусторонней внутриотраслевой миграции.

Таким образом, следует отметить, что многие авторы предлагают детерминанты миграции, которые условно можно разделить на несколько категорий:

1) Выгода, которую получит индивид в случае иммиграции

, для модели M.Gross

- для модели Peri

, -для модели Rйmi Bazillier

-для модели Anna Maria Mayda Anna Maria Mayda: International migration: A panel data analysis

2) Детерминанты, определяющие специфические характеристики

2.1) принимающей страны

-для модели M.Gross

, -для модели Peri

-в более поздней модели Peri. Показывает “силу”/ “слабость” иммиграционных законов. (заменяет переменную )

- для модели Rйmi Bazillier

- для модели Anna Maria Mayda

2.2)принимаемой страны

, -для модели M.Gross

, -для модели Peri

- для модели Anna Mayda (она считала необходимым включить в модель такой фактор, как пропорцию молодого населения в отправляющей стране)

- для модели Rйmi Bazillier

3) Детерминанты, определяющие схожесть двух стран (культурную, историческую, географическую)

- для модели M. Gross

-для всех моделей

1.2 Работы, анализирующие последствия миграции

Практическое применение исследований, посвященных анализу детерминантов миграции, состоит в возможности управлять миграционными потоками. В то же время цели миграционной политики описываются в работах, исследующих последствия миграции.

Среди таких работ можно выделить статью Michel Beine, Freґderic Docquier и Hillel Rapoport Michel Beine, Freґderic Docquier and Hillel Rapoport: Brain drain and human capital formation in developing countries: winners and losers. . Основная цель статьи - оценить влияние миграции высококвалифицированных специалистов. Статья описывает последствия миграции для принимающей и отправляющих стран, а также тестирует 2 модели. Остановимся подробнее на основных моментах исследования.

Последствия для принимающей страны. Согласно статье, начиная с Австралии и Канады в 1980х, страны внедрили новые направления иммиграционной политики, которые позволили классифицировать и выборочно принимать иммигрантов, согласно их качествам.

Эти меры позволили принимающим странам представлять собой арены для международных соревнований по привлечению талантов. В общих чертах последствия миграции можно разделить на положительные и негативные:

(+) Рост предложения образованного населения ведет к росту и развитие во многих областях.

(-) серьезная нагрузка на рынок труда, финансовые системы и социальные службы могут причинять неудобства для коренных жителей.

Последствия для отправляющих (принимаемых) стран. Результаты ранних исследований сводятся к общему негативному эффекту: негативные последствия от "утечки мозгов" перекрывают положительный эффект на благосостояние от ремиссий, полученных за границей знаний и т.д. В то же время недавние исследования сходятся во мнении, что помимо основного положительного эффекта (полученные за границей знания применяются потом уже на родине), существуют еще необозримые преимущества: "утечка мозгов" может способствовать наращиванию человеческого капитала в отправляющих странах. Если доходность от инвестиций в образование за границей выше, то перспектива мигрировать повышает доходность от вложений в человеческий капитал на родине (brain gain).

Таким образом, общий эффект от миграции высококвалифицированных работников не очевиден. Эта неопределенность указывает на необходимость модели, позволяющей его оценить.

В работе Michel Beine используются две модели и тестируются, соответственно, две гипотезы:

Модель №1

Тестируется: Как влияет перспектива миграции высокообразованного населения на уровень человеческого капитала на родине (до миграции).

Модель:

?ln(H,1990-2000)= б?+ б?ln(H,1990)+ б?ln(skilled mig rate, 1990)+ б?ln(skilled mig rate, 1990)*dummy[country's income>< threshold,1990]+ б?[population density, 1990]+б?[remittances as part of GDP, 1990]+ б?[dummy for Africa] б?[dummy for Latin Am]+?.

Результат: Увеличение уровня эмиграции вдвое приводит к 5% росту человеческого капитала.

Модель №2

Тестируется: Общий эффект от "Утечки мозгов".

(2.1) Модель: [skilled mig rate]=б?+б?ln(number of immig living in OECD area, 1990)+б?ln(population size, 1990)+?.

Результаты: небольшие страны больше подвержены миграции; чем больше эмигрантов в OECD в начале периода, тем выше можно ожидать уровень эмиграции в будущем.

(2.2) Модель (losses/ gains)

Результаты: положительный эффект для стран, сочетающих невысокий уровень человеческого капитала и низкий уровень миграции, отрицательный эффект -в странах с уровнем миграции высокообразованных рабочих > 20% и пропорцией населения с высшем образованием >5%.

К похожим выводам приходят Boeri Tito, Brucker Herbert, Docquier Frederic Boeri Tito, Brucker Herbert, Docquier Frederic, Rapoport Hillel: Brain Drain and Brain Gain: The Global Competition to Attract High-Skilled Migrants.. В своей работе авторы соглашаются, что приток высококвалифицированных мигрантов может оказывать серьезный положительный эффект на развитие принимающей страны. В статье рассматривается развитие направлений миграционной политики с целью привлечения образованных мигрантов.

Вышеописанные статьи представляют собой основную массу работ, посвященных анализу последствий миграции. Большое количество статьей на тему «утечки мозгов» можно объяснить тем фактом, что человеческий капитал - важнейший ресурс, его накопление может определять дальнейшее развитие страны.

Новый взгляд на последствия миграции представляется в работе F. Docquier and Elisabetta Lodigiani F. Docquier and Elisabetta Lodigiani: Skilled Migration and Business Networks. Согласно статье, экстерналии от возникших за границей диаспор (коммерческих сетей) формируют дополнительный канал влияния на отправляющие страны. Диаспоры создают почву для прямых иностранных инвестиций (FDI), обеспечивая информацией о рынке, сокращая транзакционные издержки и т.д. Поскольку подобные сети управляются мигрировавшими высококвалифицированными работниками, а зависимость между ростом капитала от иностранных инвестиций и количеством иммигрантов положительна, можно сделать вывод, что возможно извлечь выгоду от утечки мозгов большим странам с уровнем миграции >20% (что противоречит ранним исследованиям).

Подводя итог по литературе на тему последствий миграции, нужно отметить, что понимание влияния миграции дает возможность внедрять необходимую миграционную политику с целью получения необходимых результатов. Так, например, в Германии, в связи со старением населения, остро ощущается нехватка рабочих рук. Handelsblatt со ссылкой на исследование консалтингового центра Prognos AG, проведенное по заказу Баварского экономического союза. http://www.imcl.ru/europe/091223_job.php В связи с этим власти намерены провести реформы в области миграционной политики с целью заполнения рабочих мест определенным количеством квалифицированных специалистов и неквалифицированных рабочих.

Глава 2

Данные и построение модели

В своей работе я анализирую влияние различных показателей на индекс двусторонней внутриотраслевой миграции для каждой группы квалификации. Для определения зависимой переменной, за основу которой был взят индекс внутриотраслевой торговли, я использовала данные о миграционных потоках внутри выбранных пар стран. Каждой выбранной профессии, на основе классификации МСКЗ-88 (Международной стандартной классификации занятий), я присваивала одну из трех категорий квалификации: высококвалифицированные специалисты, специалисты средней квалификации и низкоквалифицированные специалисты.

В качестве независимых переменных, я использовала группу факторов, отражающую культурную, историческую и географическую связь внутри выбранной пары стран, а также группу факторов, отражающую влияние индивидуальных характеристик каждой из стран на показатели внутриотраслевой миграции.

2.1 Зависимая переменная

Для того, чтобы понимать, почему зависимая переменная основывается на индексе внутриотраслевой торговли, необходимо проследить связь внутриотраслевой миграции и внутриотраслевой торговли.

Внутриотраслевая торговля - вид торговли между странами в рамках одной отрасли. Такая специализация позволяет использовать эффект отдачи от масштаба, что часто повышает благосостояние стран, участвующих в торговлеОпределение из http://dictionary-economics.ru/word/модель-внутриотраслевой-торговли.

Для подсчета индекса внутриотраслевой торговли используют формулу (индекс Грубеля-Ллойда):

где i- дифференцируемый товар в рамках одной отрасли.

В статье Josй V. Blanes and Joan A. Martнn-Montaner: Migration Flows and Intra-Industry Trade Adjustments (wp econ 06.04) подробно объясняется взаимосвязь между внутриотраслевой торговлей и миграцией. Основной предпосылкой данной работы является то, что существующие «сети», состоящие из иностранцев могут стимулировать внутриотраслевую торговлю между принимающей и принимаемой страной. Так, анализ результатов исследования показал существенное влияние количества иммигрантов на показатели международной внутриотраслевой торговли. Это связанно, в первую очередь, с асимметричностью рыночной информации: иммигранты лучше осведомлены о рынке родной страны, и эти знания могут быть применены для снижения транзакционных издержек торговли. Помимо этого, многие исследования (например, Rauch,1990) показали, что дифференцированные товары более чувствительны к изменениям в транзакционных издержках, чем гомогенные товары.

Таким образом, взаимосвязь миграции и торговли позволяет использовать в качестве зависимой переменной индекс, схожий с индексом Грубеля-Ллойда.

Основным отличием нашего нового индекса от индекса внутриотраслевой торговли будет являться то, что вместо экспорта и импорта будут рассмотрены потоки мигрантов. Индекс будет присваиваться не определенному товару, а торгующей между собой паре стран. Так для стран i и j индекс миграции будет выглядеть следующим образом:

Индекс принимает значения . Индекс равен единице в случае, если количество иммигрантов равно количеству эмигрантов внутри отдельной категории, т.е. существует bilateral migration -миграция осуществляется в обоих направлениях. Если же индекс равен нулю, то миграция имеет место только в одном направлении.

Таким образом, индекс показывает схожесть иммиграционных потоков внутри выбранной пары стран. Индекс высчитывается внутри отдельно взятой квалификации.

Для расчета индекса необходимы данные по иммигрантам и эмигрантам для каждой из двух стран анализируемой пары внутри каждой из трех категорий квалификаций. Данные по потокам я вяла из базы данных, составленной Marfouk и Docquier (2004). База обеспечивает данными по эмиграционным потокам из 190 стран, разбитых согласно уровню квалификации.

Уровень квалификации я присваивала каждой из профессий, классифицированной по МСКЗ-88 (таблица №1).

Таблица №1. Классификация профессий согласно МСКЗ-88(Международной стандартной классификации занятий) Я использую то же распределение по профессий по группам, как и в работе Dominique M. Gross «Low- and High-Skill Migration Flows: Free Mobility versus other Determinants»:

1 Руководители, старшие должностные лица 2 Специалисты-профессионалы, менеджеры высшего звена 3 Специалисты-техники и иной среднетехнический персонал	Группа1
	High-shilled (высококвалифицированные специалисты)
4 Клерки, офисные служащие 5 Работники сферы обслуживания и торговли 6 Квалифицированные работники сельского и лесного хозяйств, рыбоводства и рыболовства 7 Работники ремесел, квалифицированные рабочие промышленности и рабочие родственных профессий 8 Операторы и сборщики промышленных установок и машин	Группа2
	Intermediate-skilled
9 Неквалифицированные работники	Группа 3
	Low-skilled (низкоквалифицированные специалисты)
0 Военнослужащие

Так, зависимой переменной я буду считать полученный с помощью данных индекс

, где р- это выбранный уровень квалификации (). Например, для пары стран, состоящей из страны X и любой другой страной из 24 (23, если без Х) выбранных, полученные индексы миграции в зависимости от выбранной квалификации будут выглядеть следующим образом:

Анализ данных я проводила для каждой пары стран из 24, представленных в таблице №2. Во время анализа я столкнулась с проблемой нехватки данных, поэтому за основу я взяла данные cross-section за 2000 год. Некоторые переменные не сильно изменяются со временем (такие как индекс миграционной политики), таковые я брала за период, в котором они имеются в свободном доступе (например, 2001 или 2003).

Таблица №2. Список стран, включенных в выборку для анализа

Графики 1-22 (Приложение №2) показывают зависимость иммиграционных потоков из 24 стран в 10 принимающих стран (эти потоки составляют основную массу всех иммиграционных потоков) Разное количество принимающих и отправляющих стран используется во многих работах. Например, в работе Francesc Ortega и Giovanni Peri для анализа используют 74 отправляющих страны и всего 14 принимающих. Также в базе данных, построенной Defoort (2006) принимающих стран всего 6.. Также для каждой из 10 стран для наглядности построены графики зависимости индекса двусторонней миграции от квалификации.

Самый ярковыраженный тренд по иммиграции высококвалифицированных сотрудников можно наблюдать на графике 9. Это имеет достаточно логичное объяснение: Лондон- одна из основных финансовых столиц мира, компании стремятся открыть здесь свои филиалы, что, несомненно, привлекает высококвалифицированных специалистов. http://www.kohinor.name/immigraciya-v-velikobritaniyu/

Если посмотреть на иммиграционные потоки в США, исключая Мексику (график 7), то также можно проследить тенденцию к иммиграции специалистов высокого уровня из разных стран. Для США приоритетными иммигрантами являются высококвалифицированные специалисты в области образования, науки, бизнеса, искусства. e-migration.ru/immigraciya/ Создаются все необходимые условия для привлечения специалистов со всего мира, что во многом объясняет «утечку мозгов» именно в Соединенные Штаты.

В свою очередь Германия и Франция принимают в основном низкоквалифицированных специалистов. Необходимо напомнить, что данные использовались за 2000 год, тогда как реформы в миграционной политике Германии происходили в период 2001-2005 год http://www.berlin-institut.org/online-handbookdemography/germanys-integration-policy.html. Их основной целью было повышение требований к квалификации иммигрантов. Во Франции закон об ужесточении правил выдачи гражданства иностранцам вступил в силу в январе 2012 года http://right-world.net/news/1581, до этого момента миграционная политика была более гибкой, а характер миграции во Францию в 00'х годах 20 века носил социальный характер, а не экономический: приезжали в основном семьи иммигрантов.

Бельгия так же принимает в основном низкоквалифицированных специалистов из соседних стран.

Интересен и тот факт, что из Кении, Нигерии, Венесуэлы и Руанды эмигрируют в основном высококвалифицированные специалисты. Этот факт объясняется тем, что для работников с хорошим образованием и высокой квалификацией стимулов мигрировать намного больше, чем для неквалифицированных или низкоквалифицированных специалистов. Здесь можно упомянуть и теорию O-Ring: низкий уровень человеческого капитала в развивающихся странах (таких как Нигерия или Руанда) положительно влияет на желание перспективных работников уехать из страны и удерживает низкоквалифицированных специалистов в стране. Данные об уровне человеческого капитала http://www.barrolee.com/ в каждой стране можно увидеть в составленной мною таблице № 16 (Приложение №1).

Теперь остановимся подробнее на графиках, показывающих индексы двусторонней миграции по 3 категориям квалификации работников.

Если мы посмотрим на миграционные потоки в Австралии, то можем заметить довольно схожие индексы для каждой категории. Однако интересным фактом является очень высокий индекс внутри низкоквалифицированной категории с Бельгией, тогда как индекс очень низкий для высококвалифицированных работников. В то же время сам поток иммигрантов из Бельгии не велик, если сравнивать с потоками из других стран. Таким образом, сопоставляя графики общего иммиграционного потока и индекса, можно делать выводы о природе необычного поведения индексов, которые выбиваются из общего тренда.

В Канаде самые высокие индексы для специалистов высокой квалификации достигаются в паре с Австралией, Новой Зеландией и США. С этими же странами Канада имеет самые высокие индексы для низкоквалифицированных специалистов. Эту особенность можно объяснить совпадением государственного официального языка в вышеназванных странах -английского.

Не смотря на то, что в США иммигрируют в основном специалисты высокой квалификации (если исключить поток низкоквалифицированных работников из Мексики), самые высокие индексы двусторонней миграции США имеет внутри категории специалистов низкой квалификации. Этот факт указывает на «утечку мозгов» в США.

Следует заметить, что высокие индексы по категориям США имеет в паре с Великобританией, Австралией, Канадой, Новой Зеландией, что также свидетельствует о большей схожести миграционных потоков между странами с общим государственным языком.

Для Великобритании и Бельгии высокие уровни двустороннего индекса миграции достигаются в основном внутри категории высококвалифицированных работников, хотя этот тренд не очевиден. Неудивительным результатом является то, что европейские страны имеют высокие индексы миграции по трем категориям преимущественно в паре с другими европейскими странами; это правило действует для всех европейских стран, включенных в выборку.

Если посмотреть на индекс двусторонней миграции во Франции, то можно заметить, что наибольшее значение индексы принимают внутри категории работников средней квалификации. Если учесть, что во Францию иммигрируют в основном низкоквалифицированные кадры, то можно сделать вывод о том, что Франция, как и многие европейские страны (схожая ситуация в Бельгии), привлекает низкооплачиваемую иностранную рабочую силу.

Подводя промежуточные итоги, необходимо отметить, что индекс внутриотраслевой миграции сильно зависит от характеристик пары анализируемых стран. Подсчитанные мною индексы для пары стран по различным категориям квалификации будут представлять зависимую переменную моей эмпирической модели, а о том, какие переменные будут влиять на показатели индекса, я расскажу в следующей части.

2.2 Объясняющие переменные

Зависимая переменная представляет собой показатель «схожести» иммиграционных потоков в выбранной паре стран, поэтому независимые переменные должны отражать факторы, влияющие одновременно и на иммиграцию из страны j в страну i, и на эмиграцию из страны i в страну j.

Все объясняющие переменные в моей модели можно разбить на несколько групп.

Группа 1: фиктивные переменные, показывающие культурную, историческую и географическую связь внутри пары стран.

1) Lang-переменная равна единице при совпадении официального государственного языка в двух странах и равна нулю, если иначе. Составленную мною базу данных для этой переменной можно увидеть в таблице № 11. Если в стране несколько государственных языков, я допускала, что переменная равна единице, если хоть один из них совпадал с официальным языком другой страны.

2) Colon-переменная, указывающая на наличие в прошлом колониальной зависимости внутри пары стран: принимает значение единицы, если такая связь имеется, и нуля, если её нет. Колониальную зависимость я находила, пользуясь различными ресурсами, составленную базу можно видеть в таблице № 13.

3) Border-переменная равна единице, если две страны имеют общую границу, и нулю, если иначе. Составленную базу для переменной border можно видеть в таблице № 12.

Группа 2: переменные, указывающие на различия двух стран.

1) Ln(dist)- логарифм расстояния между столицами двух стран, выраженного в километрах. Информацию о расстоянии между двумя городами я брала из интернет -ресурсов; составленную мною таблицу можно наблюдать в Приложении (таблица № 8).

2) Ln(dif_CGDP)-переменная, показывающая абсолютную разницу в ВВП на душу населения (где единица измерения-1$ США). Эта переменная представляет собой proxy разницы в заработных платах (тяжело найти данные по вторым), поскольку также указывает на разницу в уровне благосостояния в двух странах (таблица №9).

3) Ln(dif_POP)-переменная, указывающая на разницу в численности населений двух стран, выраженная в количестве человек (таблица №10).

Данные по разнице в ВВП и численности населения я брала из Penn World Tables. https://pwt.sas.upenn.edu/php_site/pwt_index.php

Группа 3: дополнительные переменные, отвечающие за возможные издержки миграции и эффект квалификации.

1) Zp -набор фиктивных переменных для трех категорий квалификации иммигрантов: работники высокой квалификации, средней и низкоквалифицированные специалисты.

2) indLS - индекс, показывающий схожесть стандарта труда в двух анализируемых странах. Стандарт труда-параметр, выведенный Remi Bazillier, который включает в себя взвешенные индексы Принципы Глобального договора в отношении условий трудовой деятельности: http://www.undp.ru/global-compact.pdf, отвечающие за а) эффективное признание права на коллективные переговоры; б) ликвидация всех форм принудительного труда; в) абсолютное искоренение детского труда; г) ликвидация дискриминации в сфере труда и занятости. Значения LS принимает от 0 (в стране плохие условия труда) до 1 (очень хорошие условия). Во многих прочитанных мною работах выдвигается теория, что иммиграционные потоки зависят от условий труда принимающей и отправляющей страны Например, такая гипотеза выдвигается в работе Rйmi Bazillier и YasserMoullan “Labour Standards and Migration: do labour conditions matter ?”. Поскольку меня интересуют двусторонние потоки, я постараюсь выяснить, влияет ли совпадение условий труда внутри пары стран на индекс внутриотраслевой миграции. indLS рассчитывается по той же формуле, что и зависимая переменная: . Индекс показывает, насколько совпадают условия труда в двух странах.

3) Democracy_policy(di)- фиктивная переменная, которая равна единице, если а) Индекс демократии в одной из двух стран ниже 6 (индекс принимает значения от 10-абсолютная демокртия до -10 - авторитарный режим) и при этом в другой стране не выполняется б; б) миграционная политика в одной из двух рассматриваемых стран ниже уровня 4 (переменная миграционной политики принимает значения от 0- запрет на иммиграцию в страну до 12-очень гибкая миграционная политика) и при этом в другой стране не выполняется а. Таким образом, если для одной из стран в паре действуют миграционные барьеры, индекс равен единице, если же барьеров нет ИЛИ барьеры присутствуют в обоих странах, индекс равен нулю. Фиктивная переменная равна нулю, если не выполняются а) и б). Индекс демократии я брала из базы данных Интегрированной сети исследований социальных конфликтов (Integrated Network for Societal Conflict Research (INSCR)) http://www.systemicpeace.org; Polity IV: Regime Authority Characteristics and Transitions Datasets.. Значения миграционной политики я брала из Comitment to Development Index 2003 http://international.cgdev.org/initiative/commitment-development-index/inside; Commitment to Development Index, Score tables 2003-12 (2012 methodology) (таблица № 17). Индекс демократии не волатилен, поэтому я могу применить в своей модели данные по CDI за 2003 год. Переменная Democracy_policy указывает на возможные миграционные издержки, связанные с политической структурой стран.

Гипотеза о значимости вышеприведенных факторов будет тестироваться на основе найденных данных с помощью эконометрической модели, о которой я расскажу в третьей части этой главы.

2.3 Эмпирическая модель

В рамках своего исследования я буду анализировать детерминанты, влияющие на двусторонние миграционные потоки по 24 странам и по трем категориям квалификации иммигрантов. На основе предыдущих работ, которые в своем большинстве анализируют факторы, влияющие на желание индивида мигрировать из страны, я формирую новую эмпирическую модель, с преобразованными детерминантами и зависимой переменной.

Вместо 9 профессий, указанных в МСКЗ-88, я анализирую 3 категории квалификации. Если за основу брать 9 профессий, то анализируемый индекс миграции оказывается сильно волатильным, что может быть связано со схожестью и смежностью различных профессий. Так, например, в страну i из j может быть большой поток (относительно потока в j из i) старших должностных лиц, а из j в i большой поток менеджеров высшего звена, индекс двусторонней миграции по профессиям при этом будет низким в обоих случаях. Если обе профессии включить в категорию сотрудников высокой квалификации, то индекс будет высоким. Таким образом, классификация профессий по группам помогает сгладить волатильность индекса.

В моей модели в качестве зависимой переменной используется преобразованный индекс Грубеля-Ллойда. В качестве независимых переменных я использую 8 двусторонних факторов, которые могут повлиять на индекс: абсолютная разница в ВВП на душу населения, расстояние между столицами двух стран, разницу в численности населения, наличие общей границы, совпадение государственного языка, наличие колониальной связи, совпадение индекса стандарта труда в двух странах, наличие дополнительных издержек, связанных с миграцией. Также я включаю фиктивную переменную, которая должна отвечать за эффект профессии.

Следует отметить, что в начале своего эконометрического анализа я протестирую гипотезу о значимости эффекта квалификации на показатели внутриотраслевой миграции. Далее я планирую определить детерминанты, специфичные для каждой отдельно взятой категории квалификации.

Первичное уравнение регрессии при выбранных переменных имеет следующий вид:

Еще одна рассматриваемая мною спецификация модели включает в себя страновые эффекты. В общем виде эта спецификация выглядит следующим образом:

Где - индекс двусторонней миграции внутри категории квалификации р между странами i и j; Dlang, Dcolon, Dbord- фиктивные переменные, отвечающие за наличие общего языка, колониальной связи и общей границы, Ddi-фиктивная переменная, отвечающая за наличие дополнительных издержек, связанных с иммиграцией (первая спецификация только); Zр, Zi, Zj - набор фиктивных переменных для 2 категорий квалификаций (если в модели исключить константу, то Zр будет включать 3 категории), страновых эффектов для страны i и j соответственно, u-случайная ошибка с WN распределением.

Для оценки модели я собираюсь использовать метод наименьших квадратов (МНК).

Можно сделать предположения о знаках коэффициентов при переменных еще до построения регрессий на основе данных.

Коэффициент перед переменной dif_GDP ожидается отрицательным, т.е. чем больше разница в благосостоянии двух стран, тем ниже индекс миграции. Это связано с тем, что стимул эмигрировать из страны i в страну j увеличивается при большем ВВП на душу населения в принимающей стране j. Таким образом, при большой разнице в ВВП мы можем ожидать односторонний поток иммигрантов в страну с большим ВВП, что приведет к низкому значению индекса.

также предполагается отрицательным. Из страны с большей численностью населения, при прочих равных, будет эмигрировать большее количество человек, нежели из страны с меньшей численностью населения. Согласно базе данных Docquier Docquier 1975-2000 data Panel эмигрирует в среднем около 4% населения.

Расстояние между столицами определяет издержки миграции: чем дальше друг от друга находятся страны, тем выше предполагаются затраты на миграцию, тем меньший двусторонний поток мы можем ожидать.

Еще одна переменная, связанная с издержками миграции- это фиктивная переменная . Строгая миграционная политика в одной или сразу в двух странах может стать препятствием для людей, желающих иммигрировать в страну. В то же время низкий уровень демократии (авторитарный режим) в стране является дополнительным барьером для эмигрантов. Таким образом, коэффициент перед переменной должен быть меньше нуля.

, и -коэффициенты перед фиктивными переменными, определяющие культурную, историческую и географическую взаимосвязь между странами. Коэффициенты предполагаются больше нуля, поскольку индивид с большим желанием будет мигрировать в схожую страну, со схожим менталитетом, где не будет сталкиваться с языковым барьером.

должен показать эффект квалификации, то, как индекс двусторонней миграции изменяется от одной категории профессий к другой. Знак перед этим коэффициентом может различаться в зависимости от категории. То же можно сказать и о знаке коэффициентов перед фиктивными переменными, указывающими на страновые эффекты.

Знак коэффициента перед indLS должен быть положительным, поскольку если условия труда в странах сильно различаются, то это указывает на “social distance”-высокий уровень «социальной разобщенности» между странами, который может стать преградой при устройстве на работу иммигранта; он просто не сможет внедриться в новый рынок труда, что снижает желание индивида мигрировать Схожее предположение выдвигается в работе Rйmi Bazillier .

Итак, все предположения относительно знаков коэффициентов при переменных можно представить в следующей таблице:

Таблица №3. Ожидаемые знаки коэффициентов

Глава 3

Анализ полученных результатов

Свой анализ данных я хотела бы начать с построения модели без включения фиктивных переменных, объясняющих страновые эффекты и эффекты квалификации. Таким образом, первичная модель имеет следующий вид:

Оценка модели с помощью метода наименьших квадратов приводит нас к неожиданным результатам: значимыми факторами оказываются лишь разница в ВВП в двух странах, расстояние между столицами и индекс, показывающий дополнительные барьеры при миграции, связанные с политикой одной из стран в паре. Однако следует отметить, что все знаки коэффициентов, кроме знака перед фактором стандарта труда, оказались равны ожидаемым. Отрицательная зависимость индекса двусторонней миграции и индекса совпадения стандартов труда в паре стран говорит о том, что процесс миграции склонен происходить лишь в одну сторону при большой разнице в условиях труда между двумя странами. Иными словами, улучшение условий труда может быть стимулом к иммиграции. Этот вывод может быть теоретическим обоснованием знака перед коэффициентом, но в то же время, он может стать и следствием ошибки тестирования.

В качестве зависимой переменной в модели используется индекс, который принимает значения от нуля до единицы. Метод наименьших квадратов не гарантирует, что подобранные значения находятся в этом интервале. Таким образом, чтобы улучшить результаты регрессии можно либо оценить модель с помощью tobit (метод, который учитывает границы зависимой переменной), либо преобразовать индекс таким образом, чтобы он находился в интервале от минус бесконечности до плюс бесконечности. Я выбрала второй способ, использовав уравнение логистической регрессии (logit transformation).

Логистическая функция выглядит следующим образом:

,

где f(x) лежит в интервале от 0 до 1, а x принимает значения от минус до плюс бесконечности.

Преобразовав уравнение для x, я получила функцию:

.

Подобным образом, заменив в своих данных индекс равный единице на 0,(99) и равный нулю на 0,(0…1), я могу выразить индекс двусторонней миграции как:

тогда зависимая переменная будет принимать значения от минус бесконечности- происходит только односторонний поток мигрантов, до плюс бесконечности-потоки эмигрантов из страны i в j и иммигрантов из j в i совпадают.

Оценка с помощью МНК метода преобразованной модели приводит к существенному улучшению в результатах: все коэффициенты, кроме разницы в численности населения оказались значимыми, а знаки перед ними совпадают с ожидаемыми. При этом «качество» регрессии, выраженной через , улучшается. Значение F-statistic по-прежнему высоко, что показывает неслучайность высоких показателей .

Сравнение коэффициентов при двух моделях, оцененных с помощью метода наименьших квадратов, представлено в таблице № 4.

Таблица № 4

Я не буду исключать незначимую переменную из модели, чтобы была возможность проследить знак коэффициента при переменной в дальнейшей работе.

Одной из основных задач моего исследования является оценка эффекта квалификации на показатели двусторонней отраслевой миграции. Для этой цели я включила в модель набор фиктивных переменных, отвечающих за каждую группу квалификации мигрантов. Для того, чтобы полученная матрица с данными не оказалась вырожденной, я убираю из модели константу (также, можно было бы оставить константу и включить набор переменных для двух квалификаций вместо трех). В противном случае, включение всех фиктивных переменных вместе с константой может привести к абсолютной мультиколлинеарности. Следует заметить, что далее, при тестировании через МНК, я буду брать в качестве зависимой переменной .

Таким образом, новая эмпирическая модель выглядит следующим образом:

Полученные результаты (таблица №5) дают основания полагать, что квалификация действительно влияет на индекс двусторонней миграции: коэффициенты перед категорией низко- средне- и высоквалифицированных специалистов оказались значимыми.