Анализ факторов, влияющих на индекс двусторонней внутриотраслевой миграции

Двусторонняя миграция среди работников средней и высокой квалификации в среднем выше, чем значения миграции по всем категориям, тогда как миграция среди сотрудников низкой квалификации происходит в основном в одном направлении Многие исследования приходили именно к такому выводу: образованные люди больше склонны к миграции, чем необразованные. Например, такая гипотеза выдвигается и исследуется в работе Dessus, Sebastien & Nahas, Charbel (2008): Migration and Education Decisions in a Dynamic General Equilibrium Framework.. Такие результаты могут стать следствием того, что низкоквалифицированные специалисты переезжают на постоянное место жительства из одной страны в другую, чтобы улучшить свой уровень благосостояния. Страны различаются по ВВП на душу населения, поэтому поток мигрантов низкой квалификации будет осуществляться в одном направлении (из страны с низким уровнем CGDP в страну с более высоким CGDP). Однако на основе эмпирических наблюдений, о которых я уже рассказывала во второй главе, индекс миграции работников низкой квалификации далеко не всегда равен нулю, когда в пару берутся страны с различным уровнем внутреннего валового продукта. Таким образом, на показатели двусторонней миграции (в данном примере низкоквалифицированные работники) влияют различные факторы. Чтобы понимать, какие факторы влияют на миграцию внутри каждой категории квалификации специалистов, я построила три регрессии, отдельно для каждой группы. Результаты приведены в таблице №6.

Таблица №5. Регрессия с включенными фиктивными переменными квалификаций

Здесь мы можем наблюдать интересную ситуацию. Для мигрантов с низким уровнем квалификации значимыми факторами являются наличие общей границы между странами, колониальными связями в прошлом, расстояние между странами, а также разница в ВВП на душу населения и различия в условиях труда. Как и предполагалась раннее, чем больше разница во внутреннем валовом продукте на душу населения между странами, тем ниже уровень двусторонней миграции, т.е. мигранты с низким уровнем квалификации стремятся поднять свой уровень жизни в другой стране (поскольку CGDP является proxy для уровня заработной платы).

Таблица №6. Значения коэффициентов при переменных для регрессий по разным категориям квалификации.

Общая граница повышает уровень миграции между странами, поскольку снижает издержки, связанные с переездом. Сходство в стандартах труда оказалось значимым, однако, положительно влияет на двусторонний миграционный поток, а не отрицательно, как предполагалось раньше. Этот факт можно объяснить тем, что вместе с наличием колониальных связей, схожесть условий труда определяет то, как скоро мигрант сможет адаптироваться к новой стране. Коэффициент является положительным и значимым для всех категорий квалификации. Наличие общего языка положительно влияет на миграционный поток, но он оказался не столь значимым, как остальные факторы.

Для специалистов средней квалификации, как и для высококвалифицированных специалистов, общая граница оказывается незначимой, хотя ее наличие увеличивает двусторонний миграционный поток. Менее значимым оказывается и расстояние между странами для среднеквалифицированных работников. Это может быть связано с тем, что для работников со средней заработной платой (если сделать предпосылку о связи зарплаты и уровнем квалификации) издержки, связанные с переездом, представляются несущественными и не сильно влияют на решение об иммиграции и выбор принимающей страны. Также следует отметить, что для работников и средней, и высокой квалификации наличие общего государственного языка является важным фактором, влияющим на желание мигрировать. На мой взгляд, этот результат является не только следствием более простой адаптации в новой стране, но и требованием для работы по профессиям, входящим в категории высокой и средней квалификации. Иными словами, работники низкой квалификации или неквалифицированные специалисты могут найти работу, которая не требует хорошего знания государственного языка принимающей страны, тогда как для специалистов более высоких категорий поиск такой работы может оказаться затруднительным.

Для специалистов высокой квалификации наличие колониальной зависимости в прошлом внутри пары стран, как и общая граница, оказываются незначимыми, что является ожидаемым результатом. С другой стороны, неожиданным результатом оказалась значимость расстояния между странами, но он может быть вызван высокой «интенсивностью» потока высококвалифицированных мигрантов между европейскими странами, большое количество которых присутствует в выборке.

Коэффициент перед переменной, отвечающей за барьеры миграции, связанных с ограничительной миграционной политикой в одной из стран или же авторитарным режимом, оказался значимым для всех категорий квалификации (чуть менее значимым для высококвалифицированных работников). Этот результат можно объяснить тем фактом, что жесткая миграционная политика обычно направлена на «фильтрацию» квалифицированных и неквалифицированных мигрантов. Таким образом, лишь первые могут иметь шанс попасть в страну. При авторитарном режиме перемещение через границу сильно контролируется, поэтому низкий уровень демократии является дополнительным препятствием для эмиграции из страны.

Для всех категорий квалификаций разница в численности населения оказалась незначимой, но знак перед коэффициентом при переменной различается для каждой квалификации. Так, для низко- и высококвалифицированных специалистов высокая разница в численности населения, при прочих равных, снижает уровень внутриотраслевой миграции, а для работников средней квалификации, наоборот, увеличивает. Однако коэффициент оказывается незначимым при оценивании первичной модели с помощью tobit, и при оценивании методом наименьших квадратов logit функции. Поэтому, есть вероятность, что исключение этой переменной улучшит качество оценки.

Эмпирическая модель теперь имеет вид:

Результаты регрессии без включения переменной разницы в численности населения представлены в таблице № 7.

Таблица №7

Из таблицы видно, что значимость коэффициентов увеличилась, и хотя значение немного снизилось, adjusted , как и F-statistic, увеличилось. На основании этого факта, можно сделать вывод, что точность оценки все же увеличилась при исключении незначимой переменной.

Теперь я хотела бы оценить результаты регрессии с включенными в модель переменными, отвечающими за специфические эффекты стран. При построении модели я, как и в прошлом случае, исключила константу:

Ожидается высокий уровень качества оценки, поскольку страновые эффекты будут абсорбировать специфические для стран переменные, которые я не включала в модель. Результаты регрессии представлены в таблице №6.

Таблица №6. Результаты регрессии с включением фиктивных переменных для каждой из 24 стран

Как и ожидалось, значение возросло до 0,64, что указывает на существенное улучшение качества оценки. Значимые коэффициенты имеются при фиктивных переменных для Австрии, Австралии, Дании, Испании Великобритании, Германии, Греции, Италии, Мексики, Новой Зеландии, Швеции, Швейцарии и США. Для остальных стран коэффициенты оказались незначимыми. Коэффициенты при фиктивных переменных для Руанды и Чили меньше нуля, что означает, что, если в паре рассматриваемых стран присутствует Руанда или Чили, то двусторонний миграционный поток уменьшается.

Если рассматривать страновые эффекты для трех моделей по каждой категории квалификации, то можно заметить, что многие коэффициенты потеряли значимость, но в большинстве случаев сохранили знак. Выводы относительно коэффициентов в целом совпадают с результатами эмпирического анализа, который я проводила во второй главе: высокие индексы внутриотраслевой миграции характерны для основных OECD стран, куда направляются мигранты из остальных стран, взятых в выборку, а также для Мексики, которая предоставляет потоки низкоквалифицированных специалистов, иммигрирующих в остальные страны. Высокие миграционные потоки в Мексику объясняются хорошими погодными условиями вкупе с очень дешевым уровнем жизни.

Основное влияние на миграционный поток среди низкоквалифицированных сотрудников оказывают Италия, Мексика, США и Швеция. Для миграционного потока внутри средней квалификации значимыми оказываются Чили (с отрицательным знаком), Мексика и Швеция. Влияние на двусторонний миграционный поток среди высококвалифицированных сотрудников оказывают Австрия, Франция, Великобритания, Италия и Швеция.

Итак, подводя итоги эконометрического анализа, необходимо отметить, что для общего двустороннего миграционного потока значимыми детерминантами оказались разница в ВВП на душу населения, колониальная связь, наличие общей границы, совпадение государственного языка, сходство условий труда и наличие миграционных барьеров, связанных с политической структурой.

Эффект квалификации на миграционные потоки оказался значимым для всех категорий работников. Однако на потоки внутри каждой категории квалификаций влияют различные детерминанты. В целом, эмпирические исследования совпадают с результатами практической модели, но некоторые выводы оказались неожиданными.

Анализируя страновые эффекты отдельно для каждой категории квалификации, можно заметить, что большинство стран оказывают положительное влияние на двусторонний миграционный процесс, но в то же время, присутствие в паре некоторых стран (Руанда, Румыния, Чили) может снизить этот показатель.

двусторонний внутриотраслевой миграция

Заключение

Основной целью моего исследования было определение набора факторов, влияющих на индекс двусторонней внутриотраслевой миграции. Результаты моей работы во многом совпадают с ожидаемыми, однако некоторые выводы не подтвердили построенных гипотез.

На основе литературы по теме исследования, я построила гипотезы о значимости факторов, которые могли бы влиять на двусторонний миграционный поток. Помимо детерминантов, позаимствованных из работ других авторов, я включила в теоретическую модель факторы сходства стандарта труда и наличия политических барьеров при миграции.

В качестве зависимой переменной я взяла преобразованный индекс Грубеля-Ллойда для внутриотраслевой торговли. Этот индекс я использовала и для расчета сходства стандартов труда в выбранной паре стран. Выбранный метод оценки регрессии (метод наименьших квадратов) для построенной модели оказался неэффективным, поскольку не учитывал границы значений, принимаемых зависимой переменной. С целью улучшения качества оценки индекс был преобразован по аналогии с логистической функцией. Такое преобразование существенно снизило ошибку и привело к значимости коэффициентов.

Гипотезы по поводу знаков коэффициентов при переменных подтвердились, однако, фактор влияния разности численности населения оказался незначимым для всех тестируемых моделей. Исключение этого детерминанта привело к улучшению качества регрессии.

Для того чтобы оценить, различаются ли внутриотраслевые потоки среди работников разных квалификаций, я ввела в модель фиктивные переменные для каждой из трех категорий. Построенная регрессия показала значимость эффекта для всех уровней квалификаций. При прочих равных, миграция среди высококвалифицированных специалистов и специалистов среднего уровня увеличивает показатель внутриотраслевой миграции, а среди низкоквалифированных -снижает. Этот результат подтверждает гипотезу о том, что образованные люди больше склонны в миграции.

Далее я построила регрессии отдельно для каждой категории квалификации. Выяснилось, что для специалистов низкой квалификации основными стимулами к миграции являются разница в ВВП на душу населения, наличие колониальной связи между странами в прошлом, расстояние между столицами и общая граница. Интересным наблюдением стала незначимость общего государственного языка.

Специалисты более высоких категорий принимают решение об иммиграции на основании разницы в ВВП, сходства условий труда (для низкоквалифицированных специалистов этот фактор менее значим) и наличия общего государственного языка. Значимость расстояния между столицами для высококвалифицированных специалистов можно объяснить высокими показателями двусторонней миграции внутри Европы.

Необходимо отметить, что факторы миграционной политики оказались значимыми для всех категорий квалификаций. Этот факт подтверждает определяющую роль государства в управлении миграционными потоками.

При включении в модель эффектов, присущих выбранной паре стран, показатель качества регрессии существенно вырос. Результаты тестирования совпали с эмпирическим наблюдением.

Подводя итог проделанной работе, хочу отметить, что нехватка данных существенно ограничила возможности анализа детерминантов двусторонней внутриотраслевой миграции, но, несмотря на это, созданная модель доказала свою эффективность.

Литература

1) Anna Maria Mayda(2007): International migration: A panel data analysis

2) Dessus, Sebastien & Nahas, Charbel (2008): Migration and Education Decisions in a Dynamic General Equilibrium Framework.

3) F. Docquier and Elisabetta Lodigiani (2006): Skilled Migration and Business Networks

4) Francesc Ortega and Giovanni Peri (2009): The Causes and Effects of International Labor Mobility: Evidence from OECD Countries 1980-2005

5) Massey, Douglas S (2012): Towards an integrated model of international migration.

6) Michel Beine, Freґderic Docquier and Hillel Rapoport (2008): Brain drain and human capital formation in developing countries: winners and losers.

7) Boeri Tito, Brucker Herbert, Docquier Frederic, Rapoport Hillel (2012): Brain Drain and Brain Gain: The Global Competition to Attract High-Skilled Migrants.

8) Dominique M. Gross, Nicolas Schmitt(2010): Low- and High-Skill Migration flows

9) Handelsblatt со ссылкой на исследование консалтингового центра Prognos AG, проведенное по заказу Баварского экономического союза. http://www.imcl.ru/europe/091223_job.php

10) Josй V. Blanes and Joan A. Martнn-Montaner (2006): Migration Flows and Intra-Industry Trade Adjustments

11) Lee, E. S. (1966). A Theory of Migration. Demography

12) Yasser Moullan и Rйmi Bazillier (2009): Labour Standards and migration

Ресурсы:

1) http://www.kohinor.name/immigraciya-v-velikobritaniyu/

2) e-migration.ru/

3) http://www.berlin-institut.org/

4) http://right-world.net/news/

5) http://www.barrolee.com/

6) https://pwt.sas.upenn.edu/php_site/pwt_index.php-Penn World tables

7) Принципы Глобального договора в отношении условий трудовой деятельности: http://www.undp.ru/global-compact.pdf

8) http://www.systemicpeace.org; Polity IV: Regime Authority Characteristics and Transitions Datasets.

9) http://international.cgdev.org/initiative/commitment-development-index/inside; Commitment to Development Index, Score tables 2003-12 (2012 methodology)

Приложение 1: составленные базы данных

Таблица №7. Независимая переменная-индекс миграции (от 0 до 1), некоторые показатели. Источник: расчеты автора

Таблица №8. Расстояние между столицами (log)

Таблица №9. Логарифм разницы в ВВП на душу населения.

Таблица №10. Логарифм разницы в численности населения

Таблица №11. Совпадение государственного языка

Таблица №12. Наличие общей границы

Таблица №13. Наличие колониальной зависимости в прошлом

Таблица №14. Наличие дополнительных барьеров при миграции (низкий уровень демократии и/или жесткая миграционная политика)

Таблица №15. Схожесть условий труда в двух странах (индекс от 0 до 1)

Таблица №16. Независимые переменные (показатели стандарта труда, индекса демократии, миграционной политики в разных странах)

Таблица№17 Показатели CDI за 2003 год

Приложение 2: Графики, эмпирический анализ

График№1. Индекс миграции (в Австралии) по квалификации

График№2. Количество иммигрантов в Австралию в 2000 году

График№3. Индекс миграции (в Канаде) по квалификации

График№4. Количество иммигрантов в Канаду в 2000 году

График№5. Индекс миграции (в США) по квалификации

График№6. Количество иммигрантов в США в 2000 году

График№7. Количество иммигрантов в США в 2000 году (без Мексики)

График№8. Индекс миграции (в Великобритании) по квалификации

График№9. Количество иммигрантов в Великобританию в 2000 году

График№10. Индекс миграции (в Германии) по квалификации

График№11. Количество иммигрантов в Германию в 2000 году

График№12. Количество иммигрантов в Германию в 2000 году (без Италии и Греции)

График№13. Индекс миграции (во Франции) по квалификации

График№14. Количество иммигрантов во Францию в 2000 году

График№15. Индекс миграции (в Швеции) по квалификации

График№16. Количество иммигрантов в Швецию в 2000 году

График№17. Индекс миграции (в Швейцарии) по квалификации

График№18. Количество иммигрантов в Швейцарию в 2000 году

График№19. Индекс миграции (в Бельгии) по квалификации

График№20. Количество иммигрантов в Бельгию в 2000 году

График№21. Индекс миграции (в Дании) по квалификации

График№22. Количество иммигрантов в Данию в 2000 году

Приложение 3: расчеты

МНК регрессия для зависимой переменной, ограниченной на интервале

МНК регрессия для logit функции

МНК регрессия для logit функции с включение фиктивных переменных квалификаций

МНК регрессии для трех моделей различных квалификаций:

Для низкоквалифицированных специалистов:

Для специалистов средней квалификации:

Для высококвалифицированных специалистов:

МНК регрессии для трех моделей различных квалификаций без включения переменной разницы в численности населения:

Для низкоквалифицированных специалистов:

Для специалистов средней квалификации:

Для высококвалифицированных специалистов:

МНК регрессии для трех моделей различных квалификаций с включением страновых эффектов:

Для всех категорий квалификации (общая регрессия)*:

МНК регрессия для низкоквалифицированных специалистов с включением страновых эффектов:

Для специалистов средней квалификации:

Для высококвалифицированных специалистов:

Размещено на Allbest.ru