Внешняя миграция и демографическое состояние региона в контексте экономической безопасности

Размещено на http://www.allbest.ru

Размещено на http://www.allbest.ru

Анализ социально-экономических проблем, связанных с обеспечением экономической безопасности, невозможен без математико-статистических методов. В данном разделе представлен подход к изучению такой сложной синтетической категории как экономическая безопасность на основе методов многомерной классификации, компонентного анализа, корреляционно-регрессионного анализа, социально-экономического прогнозирования.

Общеизвестно, что темпы снижения численности населения России продолжают увеличиваться, из-за повышения смертности и сокращения рождаемости наша страна по-прежнему находится в глубоком демографическом кризисе. Процесс депопуляции влечет за собой ряд экономических проблем, связанных с сокращением численности трудоспособного и экономически активного населения. Пессимистические прогнозы естественного прироста заставляют обратить большее внимание на второй компонент роста численности населения - внешнюю миграцию, тем более что миграционный прирост уже сейчас до известной степени играет ту роль, которая прежде принадлежала естественному приросту. Внешняя миграция способствует росту численности населения, покрывает дефицит рабочей силы, пополняет местный и федеральный бюджет. Однако общая численность мигрантов увеличивается год от года ускоренными темпами, тем самым, меняя национальную структуру населения, создавая рост безработицы среди местного населения и обостряя социальную напряженность.

Таким образом, современная демографическая ситуация, которая представляет собой совокупность двух форм движения населения: естественного (рождаемость, смертность) и механического (миграция) по-прежнему оценивается как кризисная, чрезвычайно опасная, представляющая угрозу экономической безопасности. Дальнейшее развитие России как жизнеспособного общества и государства невозможно без выработки и реализации стратегического и государственного плана преодоления демографического кризиса, важной составляющей которого является проведение целенаправленной миграционной политики. Действенность политики повышается, если ее формирование и реализация осуществляются в определенной последовательности и с привлечение разнообразного математического инструментария.

Общий прирост населения происходит главным образом за счет естественного и миграционного прироста, причем соотношение этих приростов на протяжении многих лет претерпевало существенные изменения. Так, например, если до 1988 г. общий прирост населения Оренбургской области складывался большей частью из естественного прироста, то в период с 1993 по 2000 г. прирост населения происходил исключительно за счет миграции, что связано, в том числе, с приграничным расположением области. В свою очередь структура миграционного прироста, в частности внешней трудовой миграции по гражданской принадлежности иностранных работников или по отраслям экономики, в которых они заняты, также подвержена изменениям. В связи с этим возникает необходимость изучения динамики структуры данных показателей.

Для изучения динамики структуры предложена модель регрессии (1) на базе многомерных временных рядов:

, (1)

депопуляция экономический трудоспособный

где ; - стандартизированные переменные ()

- регрессионные остатки в момент времени t;

- стандартизованные коэффициенты, которые оцениваются рекуррентным методом наименьших квадратов, позволяющим подключать к оценке вновь поступающие данные в каждый последующий момент времени t, и таким образом отслеживать динамику коэффициентов.

Основное достоинство стандартизованных коэффициентов регрессии в отличие от коэффициентов «чистой» регрессии, заключается в том, что они сравнимы между собой. Сравнивая их друг с другом, можно ранжировать факторы по силе их воздействия на результат.

В связи с тем, что модель строится по временным рядам, возможен эффект «ложной регрессии». Этот эффект возникает, например, при использовании переменных, имеющих тренды, но не связанных реальной причинной зависимостью, хотя формально применение регрессионного анализа зачастую дает статистически значимые оценки коэффициентов. Подход, позволяющий напрямую работать с нестационарными рядами, основан на концепции коинтеграции. Необходимым условием коинтегрированности является интегрированность первого порядка, т.е. стационарность первых разностей. Проверка на коинтегрированность осуществлялась с помощью расширенного критерия Дикки-Фуллера. Таким образом, построению модели регрессии должна предшествовать проверка временных рядов на коинтеграцию.

Моделирование динамики структуры внешней трудовой миграции и общего прироста населения в форме модели регрессии, построенной рекуррентным методом наименьших квадратов, позволяет по стандартизованным коэффициентам проследить структурные изменения, получить их прогнозные значения, тем самым дает возможность учитывать фактор времени при проведении демографической политики и выработки решений по управлению миграционными потоками [1].

Поскольку такие категории как демографическое состояние региона и его экономическая безопасность представляются латентными (не поддающимися непосредственному измерению), то для их измерения и эмпирического анализа предложен подход к построению интегральных показателей, характеризующих сравнительный уровень экономической безопасности и демографического состояния.

Данная задача решается путем специального свертывания частных критериев (статистически регистрируемых) с помощью:

- метода главных компонент;

- экспертно-статистического метода;

- модели бинарного выбора.

Отбор частных критериев производится с помощью традиционного корреляционного анализа, опираясь на систему статистических показателей, характеризующих ту или иную синтетическую категорию, которые необходимо унифицировать, т.е. применить к каждому из них такое преобразование, в результате которого область его возможных значений определится отрезком [0, 1]. При этом нулевое значение преобразованного показателя будет означать самое низкое качество по данному свойству, а единичное - самое высокое. В качестве интегральной оценки используют первую главную компоненту, если она обеспечивает информативность на уровне 55%.

Уровень демографического состояния или экономической безопасности можно представить как сводную характеристику - определяемую поддающимися учету и измерению признаками . Интуитивное экспертное восприятие сводной характеристики можно рассмотреть в виде модели латентного показателя (2):

, (2)

где - искажения, носящие случайный характер, обусловленные как индивидуальностью эксперта, так и влиянием неучтенных входных показателей, оказывающих несущественное влияние на у.

Данная модель интерпретируется как регрессионная модель на с той спецификой, что вместо наблюденных значений , необходимых для оценки , используются экспертные оценки . Поэтому вместо обычной задачи регрессионного анализа - восстановление функции, ставится задача оценки с точностью до произвольного монотонного преобразования. Для удобства рассматривается параметрическая модель: , где . В результате задача сводится к оценке . Такая задача решается с помощью экспертно-статистического метода. Статистическая часть исходных данных о показателях представляется в виде матрицы Х типа «объект-свойство». Экспертная часть исходных данных относится к сведениям о выходном качестве у и получается с помощью специально организованного опроса экспертов. Результаты опроса могут быть представлены в форме булевой матрицы парных сравнений объектов и (3):

, (3)

где ; ;

- число объектов;

m - показывает, каким экспертом предложена матрица , .

На практике нередки ситуации, когда оперативно получить матрицы не возможно. В связи с этим матрицы парных сравнений предлагается получать на основании предварительного разбиения объектов исследования на классы с использованием кластерного анализа, классификации методами нейронных сетей и др. Изменяя пороговое значение расстояния можно получить «l» разбиений эквивалентных оценкам «l» экспертов [2].

Поэтому построению интегрального показателя экспертно-статистическим методом должна предшествовать процедура многомерной классификации административно-территориальных образований по состоянию показателей, характеризующих демографическое состояние или экономическую безопасность, что позволит, с одной стороны, выявить объекты, сходные по уровню той или иной латентной категории, с другой стороны, получить матрицы парных сравнений, эквивалентные оценкам экспертов.

Модели множественного выбора позволяют моделировать зависимость между переменной, принимающей значения в дискретной шкале (каждое из состояний характеризует определенный класс объектов), и независимыми (объясняющими) переменными. Модели с дискретными зависимыми переменными могут быть классифицированы в зависимости от типа переменных и выбранного закона распределения. В научной литературе в зависимости от типа переменных модели с дискретными зависимыми переменными разделяются на модели выбора среди конечного числа альтернативных вариантов и модели счетных данных. В зависимости от числа вариантов, среди которых осуществляется выбор, различают модели бинарного выбора и модели множественного выбора.

Модели множественного выбора позволяют выявить факторы, оказывающие влияние на результативную (зависимую) переменную, а также получить интегральный показатель, характеризующий сравнительный уровень по той или иной латентной категории.

Интегральный показатель ищется в форме модели (4), ставящей в соответствие каждому объекту , номер класса в зависимости от значений линейной функции :

 , (4)

где , - параметры модели, подлежащие определению;

- вектор наблюденных значений измеряемых переменных для i-го объекта наблюдения;

- вспомогательная переменная вида: ; - независимые, одинаково распределенные случайные величины, характеризующие влияние неучтенных факторов.

При этом вероятность отнесения объекта к классу j:

(5)

где F(z) - функция распределения случайной величины , в качестве которой обычно используют .

Агрегирование отдельных статистических показателей в сводный интегральный индикатор, характеризующий уровень экономической безопасности или демографического состояния, позволяет провести сравнительный анализ административно-территориальных единиц по рассматриваемой синтетической категории. В частности, можно выделить группы неблагополучных районов области по показателям, характеризующим демографическое состояние или по уровню экономической безопасности, нуждающиеся в поддержке администрации, а также районы, относительно благополучные по основным параметрам, куда на случай чрезвычайных ситуаций можно направлять для реабилитации миграционные потоки [3,4].

Демографические и экономические процессы протекают под влиянием множества факторов как эндогенного, так и экзогенного типа. Если характеризующие их показатели представлены временными рядами, которые к тому же в большинстве случаев являются нестационарными, то для выявления факторов, оказывающих влияние на основные индикаторы демографического состояния и экономической безопасности, необходимо использовать нетрадиционный корреляционный анализ. Информационной базой в этом случае служат ряды годовой или месячной динамики. Исчисление модифицированного и адаптивного коэффициента корреляции позволит измерить изменение силы и характера связи переменных во времени.

Многообразие связей показателей, характеризующих такие сложные процессы, как экономическая безопасность и демографическое состояние, естественно, влечет использование аппарата анализа моделей в форме систем регрессионных уравнений на основе многомерных временных рядов с учетом результатов нетрадиционного корреляционного анализа.

Оценивание коэффициентов СОУ проводится косвенным или двухшаговым методом наименьших квадратов, при условии коинтегрированности временных рядов.

Моделирование основных индикаторов демографического состояния в форме СОУ позволит выявить факторы, оказывающие на них наиболее существенное влияние, а также получить их прогнозные значения [5, 6].

Список литературы

1. Реннер А.Г., Васянина В.И. Анализ структуры внешней трудовой миграции в Оренбургской области. //Вестник ОГУ. - 2007. - № 9. - С. 92-95

2. Реннер А.Г., Бравичева О.С. Построение интегрального показателя эффективности функционирования (качества) экономического объекта // Проблемы теории и практики статистики: Сборник научных трудов ОГАУ. - Оренбург: Издательский центр ОГАУ, 2002. - 420 с.

3. Бантикова О.И. «Сравнительный анализ административно-территориальных образований региона по уровню демографической безопасности». Материалы всероссийской научно-практической конференции «Многопрофильный университет как региональный центр образования и науки». - Оренбург, ИПК ГОУ ОГУ, 2009. - С. 1023-1028.

4. Реннер А.Г., ВасянинаВ.И. «Ранжирование административно-территориальных образований региона по уровню экономической безопасности». Материалы всероссийской научно-практической конференции «Многопрофильный университет как региональный центр образования и науки». - Оренбург, ИПК ГОУ ОГУ, 2009. - С. 1028-1038.

5. Бантикова О.И. «Моделирование и прогнозирование основных индикаторов демографической безопасности (на примере Оренбургской области)». Материалы международной научно-практической конференции «Статистика в диалоге общества и власти». - СПб.: Знание, 2008. - С. 264-266.

6. Анализ и моделирование демографических и миграционных процессов в контексте национальной безопасности (региональный аспект)/ В.П. Ковалевский, О.В. Буреш, А.Г. Реннер, О.И. Бантикова, В.И. Васянина. Под редакцией А.Г. Реннера - Самара: Изд-во СамНЦ РАН, 2009. - 226с.

Размещено на Allbest.ru