Межрегиональная миграция в России: равновесный подход
advertisement
Межрегиональная миграция в России: равновесный подход1,2 Ощепков А.Ю.3 Введение Экономическое развитие России характеризуется высокой степенью неоднородности. На протяжении всего переходного периода существуют огромные, в сравнении с другими большими странами мира, диспропорции между регионами во многих ключевых социально-экономических показателях, таких как уровень подушевого ВРП, средние уровни реальных доходов и расходов и заработной платы, уровни занятости и безработицы. При этом многие работы указывают на то, что тенденции к конвергенции этих показателей не наблюдается.4 На этом фоне наблюдается четкий понижательный тренд как во внутренней миграции в целом, так и в межрегиональной миграции, представленный на следующей диаграмме (см. также Таблицу П.1 в приложении). внутренняя межрегиональная 2006 2005 2004 2003 2002 2001 2000 1999 1998 1997 1996 1995 1994 1993 1992 1991 1990 5000000 4500000 4000000 3500000 3000000 2500000 2000000 1500000 1000000 500000 0 1989 Миграция (чел) Диаграмма 1. Динамика внутренней миграции в России внутрирегиональная Динамика межрегиональных различий и миграционных потоков, безусловно, требуют более тщательного анализа. Но стабильно сокращающиеся масштабы межрегиональной миграции на фоне сохранения значительных межрегиональных диспропорций заставляют задуматься о том, что миграция не выполняет роль сглаживающего механизма. Какова же роль межрегиональной миграции в России? Каковы эффекты миграции как на межрегиональные различия в целом, так и на экономику Индивидуальный исследовательский проект №07-01-123 выполнен при поддержке Научного Фонда ГУ ВШЭ 2 Альтернативное название исследования: «Анализ факторов межрегиональной миграции в России (19902006)» 3 Младший научный сотрудник Центра трудовых исследований ГУ-ВШЭ, Россия, 101000, Москва, ул. Мясницкая, 20. тел. 621 93 17. E-mail: aoshchepkov@hse.ru 4 См., например, Kholodilin et al., (2008), Луговой и др. (2007), Andrienko and Guriev (2004), Fedorov (2002), Granberg and Zaitseva (2002) 1 1 отдельных регионов? Ограниченное число работ, посвященных анализу межрегиональной миграции в России, не в состоянии дать ответ на эти и многие другие важные вопросы. Основная цель работы состоит в том, чтобы сделать вклад в понимание роли межрегиональной миграции в России. Общая гипотеза исследования состоит в том, что межрегиональная миграция в России постепенно движется к некому состоянию межрегионального равновесия. На это указывают стабильно сокращающиеся масштабы миграции на фоне сохранения значительных межрегиональных диспропорций. Они просто перестают быть стимулами для миграции. Внутренняя миграция постепенно перестает быть подвержена влиянию стандартных факторов (межрегиональных различий в реальных доходах и безработице, а также условиях проживания). Безусловно, это (гипотетическое) состояние равновесия не предполагает полного отсутствия межрегиональных миграционных потоков, в нем они могут быть сформированы из множества миграций, вызванных какими-либо личными (случайными) событиями в жизни людей.5 Для того, чтобы достичь нашей цели, мы анализируем факторы межрегиональной миграции. С методологической точки зрения мы продолжаем линию исследований миграционных данных матричного типа «регион-регион», начатую для России в работе Andrienko and Guriev (2004), расширив рассматриваемый период на 5 лет включением данных за 1990-1991 и 2004-2006гг и предлагая ряд уточнений в методологию. Необходимо отметить, что представленные выше теоретические ожидания относительно поведения межрегиональной миграции наталкиваются на суровую реальность. Низкий по международным стандартам уровень внутренней миграции в России может быть связан вовсе не с движением к некому состоянию равновесия, а с ограничениями ликвидности. У людей может просто не хватать средств для переезда в желаемый регион, причем стоит ожидать, что ограничениям ликвидности в большей степени проявляются в более бедных регионах. Именно существование финансовых ограничений (в том числе высоких издержек по переезду) предлагается в качестве основного в работе Andrienko and Guriev (2004). Однако ограничение ликвидности в вряд ли может быть фактором, сокращающим объем межрегиональной миграции, тем более в период бурного экономического роста с 1999г. Другое ограничение связано с используемыми данными. Дело в том, что имеется возможность проводить анализ межрегиональной миграции (как чистой миграции в регион, валовых потоков иммиграции и эмиграции, так и миграции между парами регионов) только на данных миграции с переменой постоянного места жительства. Разумеется, что это отражает лишь только некоторую часть всех миграционных потоков. Более того, нам не удалось каких-либо исследований того, за счет каких факторов и насколько данные официальной статистики по миграции (в том числе, для каждого региона) могут быть смещены относительно всех существующих в реальности миграционных потоков между регионами. Ограничения, происходящие из природы данных, необходимо принимать во внимание при анализе межрегиональной миграции в России. Работа состоит из введения и четырех разделов. В следующем разделе будет представлен обзор литературы по теме исследования, в том числе обзор имеющихся работ по межрегиональной миграции в России. Во втором разделе представляется методология исследования, и описываются используемые данные. В третьем разделе представлены и обсуждаются основные результаты исследования. Четвертый раздел представляет собой заключение. Обзор литературы 5 Подробней об идее межрегионального миграционного равновесия см. Evans (1990) 2 Миграция населения является важным социально-экономическим феноменом и давно заслужила быть темой целого направления теоретических и эмпирических исследований. Помимо описания направлений и интенсивности миграционных потоков исследователей интересуют два основных вопроса: какие факторы и в какой степени оказывают влияние на миграцию, и в какой мере миграция является механизмом, сглаживающим воздействие шоков и уравнивающим территориальные диспропорции (Sjaastad (1962)). Принято считать, что теоретические основы современного анализа факторов миграции населения были заложены в известной работе Harris and Todaro (1970). При принятии миграционного решения работники сравнивают ожидаемые заработные платы, причем естественной оценкой вероятности не получать заработную плату является уровень безработицы. Дальнейшее развитие теории и эмпирические исследования факторов миграции продолжают традиции модели Harris and Todaro (1970) и, вместе с тем, выходят далеко за ее рамки (об усовершенствованиях модели см. обзорную работу Ghatak et al., (1996)). Pissarides and Wadsworth (1989) указывают на то, что безработица может влиять на миграцию на разных уровнях. Помимо того, что к миграции побуждают межрегиональные различия в уровне безработицы, индивид, сам будучи безработным, более склонен к миграции. При этом, (негативное) влияние на миграцию оказывает и (высокий) уровень безработицы в стране в целом. Работы Faini and Venturini (1993) и Ghatak and Levine (1994) указывают на возможную нелинейность воздействия уровня заработных плат на выезд из относительно бедных регионов вследствие ограничений ликвидности. Различия в возможностях, которые предлагают региональные рынки труда, являются далеко не единственной причиной миграции. В условиях, когда уровень и динамика цен различается по территории страны, значение имеет не сама заработная плата, а ее покупательная способность (см. например, Cebula (1993), Antolin and Bover (1997)). Кроме того, большое значение имеют и не-денежные характеристики регионов (см. обзорные работы Knapp и Graves (1989), Greenwood et al.,(1991b), а также Greenwood et al., (1991a)). При прочих равных миграция будет выше в регионы с более развитой социальной инфраструктурой, более благоприятным климатом и географическим положением, и т.д. В связи с целями нашего исследования имеет смысл выделить подгруппу работ, нацеленных на определение факторов межрегиональной миграции на данных типа «регион – регион» (англ. origin-to-destination data, and place to-place migration) (например, Fields (1979, 1982), Schultz (1982), Gabriel et al. (1987, 1993), Fu and Gabriel (2002)). Данные такого типа позволяют учитывать в анализе очень важный фактор миграционного решения – характеристики региона назначения, в частности его удаленность от региона первоначального проживания, тем самым в определенной степени учитывая влияние издержек переезда. Методология этих исследований основана на гравитационной модели миграции, расширенной (модифицированной) включением характеристик регионов проживания и назначения, а также имеет ряд других особенностей (см. раздел Методология). С методологической точки зрения наше исследование относится к данной группе работ. Другой исследовательский вопрос связан с тем, в какой мере межрегиональная миграция является механизмом, сглаживающим воздействие шоков и уравнивающим межрегиональные диспропорции. В своей известной работе Blanchard и Katz (1992) приходят к выводу, что миграция является важнейшим фактором, сглаживающим воздействие шоков на региональные рынки труда. По оценкам авторов, в США эффект от шока на структуру межрегиональных различий полностью исчезает через 5-7 лет. Однако такая скорость приспособления считается высокой в сравнении с тем, что можно наблюдать в ЕС (Pissarides and McMaster (1990), Bentivogli and Pagano (1999)). Более того, в некоторых работах показано, что миграция в ЕС не выполняет свои функции, а приспособление во многом происходит через изменение уровня участия в рабочей силе 3 (Decressin и Fatas (1995)). Отметим также, что уравнивающая роль миграции еще более стоит под вопросом в странах с переходной экономикой (Fidrmuc (2004)). Два представленных выше исследовательских вопроса о факторах и эффектах миграции тесно связаны между собой. «Правильная» реакция внутренней миграции на межрегиональные различия означает, что миграция выполняет роль выравнивающего механизма. Действительно, в рамках простой неоклассической модели переезд в регион с более высоким уровнем заработных плат и низким уровнем безработицы увеличивает предложение на региональном рынке труда этого региона. Это либо на прямую ведет к сокращению уровня заработных плат, либо к росту безработицы, причем ожидается противоположное влияние на регион, из которого совершается переезд. В долгосрочном периоде ожидается достижение некоего состояния межрегионального равновесия, когда миграция уже не приносит увеличения полезности, и преимущества и недостатки проживания в регионах компенсируются между собой (Roback (1982)). Такой переход от выводов о факторах миграции к выводам об эффектах миграции проводится во многих работах (например, Fidrmuc (2004)). Однако необходимо отметить, что связь может быть не так однозначна. Дело в том, что в рамках неравновесного подхода существует диаметрально противоположный взгляд на роль миграции. Так, известный эмпирический факт заключается в том, что более квалифицированные работники более мобильны и более чувствительны к различиям в возможностях на региональных рынка труда, и притягиваются в регионы с большим уровнем человеческого капитала (например, Gianetti (2001)). В рамках моделей эндогенного роста и агломераций это ведет лишь к росту диспропорций в экономическом развитии между регионами (Martin and Sunley (1998)). В качестве краткого резюме представленного выше обзора следует сказать следующее. Экономическая теория предполагает, что миграция из региона А в регион Б, при прочих равных, может быть связана с более высоким уровнем реальной заработной платой (доходов), более низким уровнем безработицы или лучшими условиями проживания (инфраструктура, климат и т.д.) в регионе Б (эти факторы мы называем «классическими»). Если это так, то с точки зрения равновесного подхода в долгосрочном периоде возникает некое состояние равновесия (или близкое к нему состояние), которое характеризуется отсутствием стимулов к миграции, т.е., миграция оказывается не подвержена действию «классических» факторов. Отметим, что это не означает полное отсутствие межрегиональной миграции, т.к., в состоянии равновесия могут наблюдаться миграционные потоки связанные, например, с жизненным циклом индивида (Evans(1990)). Обзор исследований внутренней миграции в России Исследования миграции в России можно разделить на две группы. Первая группа исследований описывает миграционные потоки между российскими регионами (например, Heleniak (1999), Мкртчян (2003, 2005), Рязанцев (2005), Карачурина (2006)). В эту группу исследований мы относим также обзорную работу Андриенко и Гуриев (2006а). Анализ этих работ позволяет установить два основных эмпирических факта относительно внутренней миграции в России. Первый факт - это два четких тренда в движении населения, обратных тем, которые можно было наблюдать в России еще в 1980-х годах. Во-первых, это поток мигрантов из восточной в западную часть страны, получивший название «западный дрейф». 6 Во- Так, например, если рассматривать ситуацию на уровне Федеральных округов (ФО), то в период с 1991 по 2003гг. чистая положительная миграция в Центральный ФО составила около 853 тыс чел., Приволжский ФО - 245., в Южный ФО – 125., тогда как Уральский, Северо-Западный, Сибирский ФО и Дальневосточный ФО обладали отрицательный миграционным балансом – около 77, 135, 267 и 753 тыс человек соответственно (см., например, Мкртчян (2005)). 6 4 вторых, это поток мигрантов из северных регионов страны.7 Среди причин образования таких миграционных трендов большинство авторов называют либерализацию цен, резкое ослабление государственной выравнивающей политики и политики привлечения занятости. В результате население северных территорий столкнулось с фактическими высокими издержками проживания, не компенсированными ростом доходов на фоне менее благоприятных условий для проживания. Таким образом, у населения северных территорий были как стимулы, так и возможности для миграции при более высокой, в сравнении с населением остальной части России, склонности к миграции. Второй эмпирический факт - масштабы внутренней миграции в России стабильно сокращались (см. введение). При этом сокращение масштабов внутренней миграции происходило параллельно во всех ФО, главным образом, за счет снижения мобильности в самых активных возрастных группах, однако не в следствие демографических факторов (Моисеенко (2004), Карачурина (2007)). В качестве переходной работы между первой и второй группой исследований можно отметить работу Карачурина (2006), в которой на основе однофакторного анализа предлагается ряд детерминант миграционных потоков. Вторая группа исследований включает работы, нацеленые на поиск факторов внутренней миграции и применяющие многофакторный (эконометрический) анализ (например, Brown (1997), Andrienko and Guriev (2004), Gerber (2005, 2006), Андриенко и Гуриев (2006б), Kumo (2006а, 2006б)). Brown (1997) получает такой результат, что в 1993г более высокая региональная реальная заработная плата и доля приватизированного жилья увеличивали как приток, так и отток мигрантов из региона. Gerber (2006), анализируя данные по чистой миграции за период с 1993 по 2002гг, находит, что более высокий уровень региональной заработной платы влиял положительно, а более высокий уровень безработицы – отрицательно на чистый миграционный приток в регион при контроле воздействия таких региональных характеристик, как географическое положение, величина и структура населения, а также ненаблюдаемых индивидуальных (принятых случайными) региональных эффектов. Более того, размер чистой миграции в регион положительно реагировал также и на прирост региональной заработной платы (но не реагировал на изменение уровня безработицы). Другой результат касается изменения влияния характеристик региональных рынков труда на чистый миграционный прирост - с 1996г отрицательный эффект безработицы сократился, тогда как положительный эффект заработной платы возрос. По мнению автора, полученный результаты свидетельствуют о тенденции к миграционному равновесию в отношении уровней безработицы, но неравновесию в отношении заработных плат. Одним из наиболее цитируемых исследований межрегиональной миграции является работа Andrienko and Guriev (2004). Авторы были первыми, кто оценил для России гравитационную модель миграции, расширенную региональными характеристиками (подробнее см. раздел Методология), на панельных данных типа «регион-регион» за период с 1992 по 1999гг. Следует отметить ряд результатов, полученных авторами. Вопервых, миграционный поток положительно связан с уровнем доходов (выражаемый через покупательную способность дохода) в принимающем регионе и отрицательно с уровнем доходов в посылающем регионе. Однако, отток из группы бедных регионов положительно связан с уровнем доходов в них, что указывает на существование финансовых ограничений на миграцию из бедных регионов. Во-вторых, миграционный поток отрицательно зависит от расстояния межу регионами и положительно связан с размером населения регионов, полностью согласуясь с предсказанием гравитационной модели. Значение имеет также структура населения регионов. В-третьих, миграция в регион отрицательно зависит от уровня безработицы в нем. В-четвертых, работа свидетельствует В период с 1989 по 1999гг население регионов, приравненных к Крайнему Северу, сократилось за счет миграции примерно на 750 тыс человек (см, например, Heleniak (1999)). 7 5 о необходимости контроля ненаблюдаемых факторов при регрессионном анализе детерминант миграции. Среди работ-последователей Andrienko and Guriev (2004), оценивающих миграционные гравитационные модели на данных такого же типа, можно отметить исследования Kumo (2006б) и Андриенко и Гуриев (2006б). Результаты Kumo (2006б) также полностью соответствуют предсказаниям гравитационной модели в отношении влияния расстояния между регионами и их населенности. Однако работа обладает рядом ограничений, связанных, прежде всего, со сложностью интерпретации влияния региональных доходов, узостью используемого набора региональных характеристик и тем, что анализ ограничивается лишь кросс-секционными данными за 2003г. Андриенко и Гуриев (2006б) продолжают свой анализ на данных «регион-регион» с 1992 по 2003гг. Среди основных методологических нововведений следует отметить включение в модель миграции динамической компоненты (потоков миграции предыдущего периода) и рассмотрение гипотетического региона, альтернативного региону назначения. Однако проблема эндогенности многих объясняющих переменных по отношению к миграции осталась, на наш взгляд, в этой работе без внимания. Вместе с тем, в работе не проверялась ранняя авторская гипотеза о влиянии финансовых ограничений на миграционный поток из бедных регионов. В том, что касается результатов исследования, то они очередной раз подтверждают применимость гравитационной модели для анализа миграции в России. Однако в работе отсутствует обсуждение полученных результатов при том, что влияние ряда показателей на наблюдаемый миграционный поток с трудом поддается интерпретации. Отметим также, что следует с осторожностью применять полученные оценки коэффициентов для выводов о влиянии рассматриваемых факторов на внутреннюю миграцию, так как регрессионный анализ проводился на данных как внутренней, так и внешней миграции. Необходимо отметить, что все представленные исследования базировались на агрегированных данных по миграции, т.е., на данных на уровне регионов. Работы, анализирующих факторы миграции по микроданным практически полностью отсутствуют в России, что является следствием нехватки таких данных. Западный опыт показывает, что это существенно ограничивает способность понимать природу внутренней миграции и ее влияние на развитие регионов и страны в целом (Ghatak et al., (1996), Андриенко и Гуриев (2006а)). В связи с этим при обзоре работ по миграции в России нельзя не отметить исследование Gerber (2005), выполненное на микроданных обследования ВЦИОМа, проведенного в 2001-2002гг. Данные представляют собой историю перемещений по территории страны около 7000 индивидов с декабря 1984г по момент обследования. Как указывает сам автор, анализируемая выборка, вероятно, является смещенной относительно генеральной совокупности, что может объяснять некоторые сложно интерпретируемые результаты анализа, в том числе и выводы о влиянии региональных характеристик на миграцию. Однако исследование указывает на то, что профиль мигрантов в России схож с профилем мигрантов в развитых странах. Вероятность миграции, при прочих равных, выше среди городского населения, у более молодых, у более образованных и у несемейных индивидов, а также у тех, в домохозяйствах которых отсутствуют дети, что согласуется с агрегированными данными (см, например, Моисеенко (2004), Карачурина (2007)). В отдельную группу исследований следует отнести работы, посвященные анализу миграции без перемены места жительства. Исследования такого рода свидетельствуют о том, что временная трудовая и коммерческая миграция в России явились не менее важным способом адаптации населения к тяжелым экономическим условиям, чем постоянная миграция, исследуемая во всех представленных выше работах по данным официальной агрегированной статистики (см., например, Флоринская и Рощина (2004)). В свете представленного выше обзора работ по России, наша исследование следует отнести к работам второй группы. Работа нацелена определение факторов 6 межрегиональной миграции и степени их влияния. С методологической точки зрения мы продолжаем линию исследований миграционных данных матричного типа «регионрегион», начатую в России работой Andrienko and Guriev (2004), раширив рассматриваемый период на 5 лет включением данных за 1990-1991гг 2004-2006гг и используя усовершенствованную методологию (см. Методология). Методология и данные Методология Методология исследования основана на эконометрической оценке модели межрегиональной миграции следующего вида: P i i * P j j (1), M ij D ij где Mij количество мигрантов из региона i в регион j; Pi и Pj - население регионов i и j; Dij - расстояние между регионами i и j. Модели миграции такого вида по аналогии с физическим законом притяжения носят название «гравитационных». Миграция выступает в качестве силы притяжения, аналогом массы планет является населенность регионов, аналогом расстояния между планетами – расстояние между регионами. Следует отметить, что «гравитационная» модель миграции имеет значение не только просто из-за того, что она является экономическим аналогом универсального физического закона. Основное ее достоинство заключается в том, что в ней с помощью расстояния между регионами в определенной мере учитываются издержки по переезду (денежные издержки, издержки, связанные с поиском вариантов жилья и трудоустройства, а также психологические издержки) из одного региона в другой.8 Разумно ожидать также (положительную) связь между населенностью региона и количеством уезжающих из него мигрантов. 9 После логарифмирования левой и правой частей уравнения (1) и добавления других экономических факторов, оказывающих влияние на переезд, соответствующая регрессионная модель выглядит следующим образом: Ln( M ijt ) i ln Yit j ln Y jt ln Dij ijt (2), где Yi и Yj –характеристики региона отъезда i и региона назначения j; εijt – ошибка измерения. В состав набора (Y) (помимо населенности регионов P) обычно входят переменные со стороны регионального рынка труда – заработная плата и безработица; переменные, отражающие издержки проживания; характеристики рынка жилья; переменные социальной инфраструктуры, климата и географического положения регионов. Такой набр переменных составляет достаточно стандартный набор в моделях межрегиональной миграции. В работе мы проверяем следующие гипотезы: Гипотеза 1. Межрегиональная миграция в России реагирует на стандартные факторы. Проверка данной гипотезы является первым и необходимым шагом всего нашего анализа, и мы ожидаем ее выполнения, как и в ряде предыдущих работ по России (Andrienko and Guriev (2004), Gerber (2006) и Kumo (2006б)). Гипотеза 2. Воздействие «стандартных» факторов на межрегиональную миграцию сокращалось с течением времени. Частично данная гипотеза проверялась в работе Gerber (2005) разделением рассматриваемого периода 1985-2001 на два под-периода до и после 1991г и Gerber(2006) В качестве меры расстояния между регионами мы принимаем географическое расстояние между столицами регионов 9 Отметим, что предположение гравитационной модели о наличии связи между населенностью региона и количеством прибывающих в него мигрантов не так очевидно. 8 7 разделением рассматриваемого период 1992-2003 на под-периода до и после 1996г. Мы предлагаем выделять два периода: 1992 – 1998 и 2000-2006гг. Мы ожидаем более сильное влияние «классических» (стандартных) факторов в первом периоде, чем во втором. Гипотеза 3. Межрегиональная миграция реагирует на изменения региональной заработной платы и безработицы. Тестирование реакции межрегиональной миграции на изменения уровней региональных заработных плат и безработицы является логичным продолжением тестирования Гипотезы 1. В то же время мы ожидаем, что влияние на миграцию изменений в реальной заработной плате и безработицы растет с течением времени при сокращающемся влиянии их уровней (Гипотеза 2), и в конечном итоге только изменения должны влиять на миграцию. Отметим, что Pissarides and McMaster (1990) для Великобритании получают такой результат, что миграция реагирует не на различия в уровнях, а именно на различия в приростах региональных заработных плат. Gerber (2006) также получает (значимое) положительное влияние прироста уровня региональной заработной платы на чистый миграционный прирост населения для России. Гипотеза 4. Финансовые ограничения препятствуют межрегиональной миграции. Проверка данной гипотезы имеет принципиальное значение для понимания поведения межрегиональной миграции. Вполне возможно, что низкая миграционная активность населения России вызвана недостатком ресурсов на переезд. Более низкий средний уровень доходов (заработной платы) в регионе означает, что у людей этих регионов в среднем меньше ресурсов на переезд в желаемый регион, чем у населения регионов с высоким уровнем доходов. Для проверки данной гипотезы мы используем методы, применявшиеся ранее в работе Andrienko and Guriev (2004). Их основу составляет определение порогового значения среднего регионального дохода, после которого уровень доходов в посылающем регионе меняет свой знак с отрицательного на положительный. При этом мы ожидаем, что, даже если выгоды от экономического роста распределились неравномерно среди различных социальных групп (в том числе, различных доходных групп), период экономического роста (и роста реальных доходов населения) ослабил финансовые ограничения на миграцию. Гипотеза 5. Воздействие характеристик региона проживания и региона назначения на миграцию асимметрично. Теоретически, ситуация в регионе проживания связана с меньшим уровнем неопределенности, чем в регионе назначения. Поэтому даже при равенстве региона проживания и региона назначения в какой-либо характеристике следует ожидать, что характеристики региона проживания будут оказывать большее влияние на вероятность переезда (например, Gebriel et al., (1993)). Используемые нами панельные данные позволяют оценивать влияние интересующих факторов набора (Y) на миграцию с учетом влияния ненаблюдаемых региональных факторов. Необходимо понимать, что ненаблюдаемые эффекты в этом случае относятся не к конкретному региону, а к паре регионов. 10 Andrienko and Guriev (2004) в качестве примеров таких эффектов приводят миграцию этнических групп и влияние федеральных программ, нацеленных на конкретные регионы. Однако состав ненаблюдаемых «парнорегиональных» эффектов гораздо шире. Они могут включать в себя общее соотношение между множеством характеристик региона выбытия и региона прибытия, не учтенных в модели, но влияющих на миграционное решение. Понимание природы ненаблюдаемых «парно-региональных» эффектов, как будет показано далее, принципиально для выбора метода оценивания, а также при обращении с проблемой эндогенности регрессоров. Технически возможно учитывать также региональные эффекты, относящиеся к отдельным регионам. Однако в существующих работах по России эта возможность не использовалась. 10 8 Фиксированные или случайные эффекты? Основной вопрос заключается в том, являются ли ненаблюдаемые парнорегиональные эффекты фиксированными (FE) или случайными (RE). В случае (FE) эконометрическая модель представляет собой: Ln(Mijt) = α + αij + βi lnYit + βjlnYjt + βijlnDij + εijt, где εijt = δt + υijt , δt – временные эффекты, υijt – ошибка измерения, Е(υijt) =0. Парнорегиональные эффекты αij являются в данном случае простой константой (ее математическое ожидание равно самой себе, а дисперсия равна 0) и вместе с глобальной константой α формируют различный для каждой пары регионов свободный член α + αij. В случае (RE) модель представляет собой: Ln(Mijt) = α + βi lnYit + βjlnYjt + βijlnDij + εijt, где εijt = αij + δt + υijt . В данном случае парно-региональные эффекты не являются константой, а являются случайно величиной, имеющей нулевое математическое ожидание и некоторую дисперсию, и являются составной частью ошибки. На практике мы имеем возможность рассматривать всего лишь одну из возможных реализаций αij , поэтому каждом конкретном случае несет в себе смысл константы как в случае (FE). При этом такая постоянная во времени компонента ошибки приводит к автокорреляции ошибок во времени. При выборе между моделями (FE) и (RE) ключевое значение имеет природа используемых данных. Если наши данные представляют собой случайную выборку из некоторой генеральной совокупности, то разумно предположить, что эффекты αij имеют случайный характер, и при другой выборке будут наблюдаться другие величины эффекты. Примером таких данных может послужить любые случайные выборки индивидов или семей из генеральной совокупности всего населения. Если же объектами исследования являются страны, отрасли или регионы, то сложно относиться к данной выборке как к случайной из некоторой генеральной совокупности. При этом не откуда взяться и вариации в величинах эффектов αij . Другой вопрос (опять же связанный с природой данных) заключается в том, коррелированны ли эффекты αij с объясняющими переменными. В модели (RE) возможность такой корреляции игнорируется, что означает, что оценки (RE) будут смещены. Напротив, модель (FE) позволяет учесть эту корреляцию, так как используемый при оценивании оператор within просто исключает эффекты αij из модели. Таким образом, если есть основания полагать, что существует корреляция между регрессорами и αij, то следует использовать модель (FE). В случае анализа региональных данных и обычных региональных эффектов, относящихся к одному региону, природа данных однозначно предполагает использование модели (FE). Региональные эффекты представляют собой неучтенные структурные региональные характеристики, которые не могут не быть связаны с другими характеристиками, включенными в модель. Но в нашем случае «парно-региональные» эффекты, относящиеся к паре регионов, отличаются по своей природе от обычных региональных эффектов. Они представляют собой соотношение между общим уровнем привлекательности двух регионов - региона выбытия и региона прибытия. К этому типу характеристик относятся и издержки миграции из региона в регион (аппроксимируемые через географическое расстояние между регионами), чем они выше, тем более «привлекательно» становится остаться в регионе. Следовательно, можно ожидать, что «парно-региональные» эффекты коррелированны как с характеристиками региона назначения, так и с характеристиками региона выбытия (подробней см. подраздел что такое парарегиональные эффекты в разделе Результаты). В связи с этим разумно предположить, что в нашем случае «парно-региональные» эффекты коррелированны с объясняющими переменными и следует использовать (FE) метод оценивания. Это 9 предположение согласуется с тем, что, выборка регионов, а значит и парные комбинации регионов, не является случайной выборкой из генеральной совокупности. На практике для выбора между моделями применятся также тест Хаусмана. Он сравнивает, различаются ли статистически коэффициенты регрессий с фиксированными и случайными эффектами. Если различаются, то предпочтение следует отдать модели с фиксированными эффектами, т.к., в этом случае коэффициенты не будут смещены; если же не различаются, то предпочтение отдается случайным эффектам, т.к., оценки в этом случае получаются более эффективными. Стандартной эмпирической стратегией при использовании панельных данных стала оценка и сравнение результатов всех трех моделей - без региональных эффектов вообще, с фиксированными эффектами и со случайными эффектами. Также мы поступаем и в нашей работе в случае «парно-региональных» эффектов. Эндогенность переменных набора Y В модели миграции (2) может страдать от эндогенности многих региональных характеристик по отношению к миграции, что приводит к смещению оценок коэффициентов. Простым решением проблемы может являться включение в уравнение региональных характеристик предыдущего периода. Возможно, что именно такая спецификация и является наиболее подходящей для России (Gerber (2006)). Другим способом обойти эту проблему является использование инструментальных переменных для эндогенных региональных характеристик (Andrienko and Guriev (2004)). Вместе с тем панельная структура данных и природа парарегиональных эффектов позволяет считать, что оценки, получаемые методом within для модели (FE), освобождены от эндогенного смещения (подробней см. обсуждение, представленное в разделе Результаты). Проверка гипотез исследования Проверкой гипотезы 1 служит тест на значимость коэффициентов при характеристиках, отражающих «классические» факторы миграции. Гипотезу 2 мы проверяем построением регрессий за отдельные периоды времени. Гипотеза 3 проверяется включением в регрессию изменений региональных заработных плат и уровней безработицы. Гипотеза 4, следуя Andrienko and Guriev (2004), проверяется построением регрессий отдельно для бедных и богатых регионов. Изменение воздействия ограничений ликвидности моделируется схожим с проверкой Гипотезы 2 образом. Проверкой Гипотезы 5 будет являться тест на равенство оценок коэффициентов у соответствующих характеристик посылающего и принимающего региона. Следует отметить, что в данном случае сравнивать величину влияния некоторого фактора со стороны региона прибытия и региона выбытия можно просто по величинам коэффициентов без учета вариации соответствующего фактора, так как его вариация по регионам прибытия по определению равна вариации по регионам выбытия. Данные В исследовании используются агрегированные данные Росстата (получаемые из ФМС) по внутренней миграции населения типа «регион – регион», уже использовавшиеся ранее в ряде предыдущих работ по миграции в России (Andrienko, Guriev (2004), Кумо(2006а), Kumo(2006б)). Данные такого вида позволяют учитывать тот факт, что в момент миграции одновременно принимается два решения – мигрировать из определенного региона, и мигрировать в определенный регион. При этом они в меньшей степени, чем данные по валовым потокам и по чистой миграции, страдают от известной проблемы недооценки миграции «из-региона», т.к., здесь выбытие из какого-либо региона учитывается через прибытие в другой регион. 10 Серьезным недостатком используемых данных является то, что они учитывают только официально зарегистрированную межрегиональную миграцию и только миграцию с переменой места жительства (как и подавляющее большинство работ по миграции в России). Необходимо иметь в виду, что это может как оказывать влияние на состав анализируемой выборки мигрантов, так и определять, какие факторы будут влиять на миграционное решение. К сожалению, данные о составе миграционных потоков ограничиваются лишь половозрастной структурой мигрантов, причем миграции в целом по России, а не на уровне отдельных регионов (краткий дескриптивный анализ структуры внутренней миграции см. во Введении). Однако сама природа данных позволяет сказать, что, если исследуемые мигранты получают статус ПМЖ в том регионе, куда они переезжают, то они имеют там жилье, в котором они могут зарегистрироваться. В свою очередь, это означает, что или мигранты обладают достаточными ресурсами на покупку жилья (сверх издержек на непосредственный переезд), или на переезд влияют родственные отношения с людьми, имеющими жилье в регионе назначения. С одной стороны, можно ожидать, что при анализе такой ограниченной (смещенной) выборки мигрантов связь миграционных потоков с характеристиками региональных рынков труда будет менее явной, чем в случае, когда бы анализировались все межрегиональные миграционные потоки. С другой стороны, ограничение, заложенное в данных, призывает уделять внимание характеристикам региональных рынков жилья. В нашей работе мы используем два таких показателя – стоимость 1 кв. м. жилья на вторичном рынке и доля жилищного фонда региона, находящегося в собственности граждан.11 При прочих равных, более высокий (низкий) уровень цен на жилье в регионе выбытия (прибытия) должен увеличивать отток (приток) мигрантов. Соотношение цен на жилье между регионами во многом характеризует бюджетное ограничение (ограничение ликвидности) мигрантов при выборе из нескольких привлекательных для переезда регионов. В свою очередь, высокая доля частного жилья свидетельствует о большем количестве квартир, предлагаемых на рынке жилья, что, при прочих равных, способствует как притоку, так и оттоку мигрантов. Традиционно мы исключаем из анализа Чеченскую республику, а также рассматриваем миграцию только на уровне субъектов Российской Федерации. Следует отметить, что в нашей работе мы не анализируем миграционный обмен регионов России с территориями, находящимися вне России.12,13 Используемые данные представляют собой панель за период с 1990 по 2006гг по миграции между 78 регионами, что составляет в сумме 100793 (=77*77*17 лет) наблюдения. Доступность данных по объясняющим переменным представляет еще одно существенное ограничение для нашего анализа. Набор объясняющих переменных представлен в первом столбце Таблицы П.2 (см. приложение). Они были выбраны на основе анализа других работ, изучающих межрегиональную миграцию в России, а также на основе работ о межрегиональных компенсирующих различиях в заработной плате (см. Berger et al., (2003), Ощепков (2007)). В следующей колонке Таблицы П.2 отражен период, за который нам удалось найти данные по каждому из показателей. Доступность данных формирует общую эмпирическую стратегию работы. В процессе анализа мы оцениваем четыре основных модели; состав переменных, которые в них включаются, представлен в следующих столбцах Таблицы П.2. Модель 98-06 является наиболее полной по составу региональных характеристик, однако охватывает наименее короткий период времени. Такая эмпирическая стратегия позволяет максимально использовать объем имеющейся Альтернативой является показатель доля приватизированного жилья, использование этих показателей дает схожие результаты. 12 Отметим, что доля внутрироссийской миграции составляла в целом по России немногим менее 95% в общем объеме миграции, слабо различаясь по ФО при минимальных значениях для отдельных субъектов Федерации более 80% (см, например, Карачурина (2006)). 13 Анализ данных «регион-регион», совмещающих внутреннюю и внешнюю миграцию проводился ранее в работе Андриенко и Гуриев (2006б). 11 11 информации. Кроме того, в ней уже заложены предпосылки для сравнения влияния различных факторов в разные периоды времени и для анализа робастности оценок коэффициентов. Отдельно необходимо остановиться на показателях реальных доходов. Нам удалось найти данные по средней номинальной заработной плате, доходах и расходах с 1990 по 2006г. Однако в российской региональной статистике существует серьезная проблема с показателями стоимости жизни, другими словами, с показателями, которые можно применять для межрегиональных сопоставлений доходов и потребления населения. Можно выделить четыре таких показателя: величина прожиточного минимума, стоимость минимального набора продуктов питания, стоимость единого набора из 25 основных продуктов питания и стоимость фиксированного набора товаров и услуг. У каждого из этих показателей есть достоинства и недостатки (подробней о которых можно узнать, например, из работы Гранберг и Зайцева (2002)). Показателем, включающим наиболее широкий перечень товаров и услуг, является фиксированный набор товаров и услуг; он и рекомендован Росстатом для проведения межрегиональных сопоставлений доходов. Однако этот показатель рассчитывается и публикуется лишь с 2000г, что резко ограничивает период анализа. В нашей работе мы используем расчетный индикатор стоимости жизни – стоимость фиксированного набора товаров и услуг за 2000г, рассчитанная за периоды 1992-1999гг и 2001-2006гг с помощью региональных индексов потребительских цен. Сопоставление нашего расчетного показателя с фактическим, а также с прожиточным минимумом приведено в Таблице П3. (см. приложение). Наблюдается высокая корреляция расчетной стоимости фиксированного набора с фактической в период 2001-2006, а также с уровнем прожиточного минимума в период 1995-1999.14 По нашим оценкам, расчетный фиксированный набор в целом занижает стоимость жизни по регионам, однако для регрессионного анализа важно сохранение межрегиональных соотношений, а не абсолютных значений. В целях более четкого сопоставления показателей мы сравнивали результаты регрессий с применением расчетного и фактического фиксированного набора за 2000-2006гг, а также расчетного набора и прожиточного минимума за 1995-1999г, что дало качественно схожие результаты. Результаты исследования Оценка моделей миграции Как мы отмечали ранее в разделе Методология, для каждой из наших моделей мы будем приводить результаты оценивания тремя способами: (OLS), (RE) и (FE). Сопоставление результатов (RE) и (FE) с (OLS) показывает, что происходит с оценками коэффициентов при учете «парно-региональных» эффектов. В каждой модели мы отдаем предпочтение оценкам (RE) и (FE) по сравнению с (OLS). Более того, для каждой из наших четырех моделей мы получили такой результат, что тест Хаусмана отдает предпочтение модели (FE) в сравнении с моделью (RE). Результаты оценки всех четырех моделей приведены в большой сводной Таблице П.4. в приложении. Базовая гравитационная модель Как можно было ожидать, чем больше население в регионе выбытия, тем больше людей мигрирует из этого региона. Такой результат является устойчивым в любой спецификации и для любого периода времени. Схожий результат наблюдается в отношении региона прибытия, однако этот эффект оказывается не значим в первых двух моделях при оценивании с помощью метода (FE). Расстояние между двумя регионами Уровень прожиточного минимума доступен и за 2000-е годы, однако с 2001г право определять региональный уровень прожиточного минимума перешло с федерального на региональный уровень, что предопределяет несопоставимость данных до и после 2000г. 14 12 отрицательно сказывается на миграционных потоках между ними, такой результат также сохраняется во всех спецификация и для всех временных периодов. Климатические характеристики Теплота регионального климата также имеет устойчивое влияние на миграционные потоки. Чем теплее климат в регионе, тем меньше людей из него уезжает. Однако более теплое лето и более теплая зима имеют различное значение для приезжающих в регион. Более теплая зима привлекает мигрантов, но при этом более теплое лето отрицательно влияет на количество переезжающих в регион. Схожий результат был представлен без каких-либо интерпретаций в работе Andrienko and Guriev (2004). Характеристики региональной инфраструктуры Влияние показателей региональной инфраструктуры на количество приезжающих в регион находится в соответствии с теоретическими предсказаниями. Мигрантов, при прочих равных, притягивает больший объем медицинских услуг, меньший уровень преступности и загрязнений воздуха. Смешанная картина наблюдается при оценке влияния этих показателей на отток мигрантов. При переходе к более полным моделям меняется знак влияния объема медицинских услуг в регионе на количество уезжающих с отрицательного на положительный. Положительное влияние более высокого уровня преступности на количество уезжающих не меняется с включением новых переменных, но эффект уровень загрязненности воздуха меняется со значимого положительного на незначимый. Этот эффект становится не значим после включения в модель реальной заработной платы и безработицы, что может означать, что более лучшие возможности на рынке труда могут компенсировать импульс к эмиграции, который происходит из относительно неблагоприятной экологической обстановки в регионе. Отметим, что в меньшей степени поддается интерпретации такой показатель развитости региональной транспортной инфраструктуры, как плотность автодорог. Наблюдается его устойчивое отрицательное влияние на количество приезжающих во всех моделях и при всех способах оценивания, что противоречит теоретическим предсказаниям. Еще более сложное влияние этого показателя наблюдается на количество уезжающих из региона: оценки (FE) дают значимый положительный коэффициент, тогда оценки (RE) значимый отрицательный. Характеристики расселения Более высокая плотность населения в регионе уменьшает количество выезжающих из региона, такой результат является устойчивым во всех спецификациях. В то же время, во всех спецификациях, кроме последней, более высокая плотность увеличивает приток мигрантов в регион. Оценки (RE) свидетельствуют о том, что более высокий уровень урбанизации притягивает мигрантов; незначимость оценок (FE) объясняется тем, что уровень урбанизации является характеристикой, слабо меняющейся во времени. Вместе с тем, можно сделать вывод о том, что более высокий уровень урбанизации региона увеличивает количество выезжающих. Характеристики региональных рынков труда Результаты свидетельствуют о том, что покупательная способность заработной платы и уровень безработицы имеют значение при выборе региона проживания, тогда как такой индикатор функционирования рынка труда, как коэффициент напряженности, оказывает слабое влияние на миграционное решение. Вероятно, это происходит потому, что он рассчитывается на основе данных региональных департаментов службы занятости, которые, как и уровень зарегистрированной безработицы, не совсем адекватно отражают ситуацию на региональном рынке труда. Более высокий уровень реальной заработной платы притягивает мигрантов, такой результат оказывается устойчив при всех трех способах оценивания и во всех спецификациях. Интересно отметить, что более высокий уровень реально заработной платы уменьшает количество выезжающих из региона только после контроля «парнорегиональных» эффектов. Отметим, что качественно схожие результаты наблюдаются при 13 использовании альтернативных показателей – покупательной способности среднего уровня доходов и расходов. Устойчивый результат, относящийся к уровню безработицы, заключается в том, что более высокий уровень безработицы в регионе увеличивает отток мигрантов. Влияние уровня региональной безработицы на приезжающих в регион не так однозначно. Следует отметить, что после контроля «парно-региональных» эффектов коэффициент при этом показателе растет и даже приобретает контр-интуитивный положительный знак. Характеристики рынка жилья Ключевое отличие модели96-06 от предыдущих моделей заключается в том, что она включает характеристики рынка жилья. В связи с природой используемых данных (см. обсуждение в разделе Данные) следует ожидать, что они имеют важное значение для миграции. На первый взгляд значимое отрицательное влияние уровня региональных цен на жилье на количество выезжающих противоречит логике. Ведь следует ожидать, что более высокий уровень цен на жилье означает для проживающих в регионе обладание большим объемом ресурсов, которые можно истратить на переезд, то есть повышает способность к мобильности. Однако относительно высокий уровень цен на жилье может выступать также в качестве интегрального показателя, характеризующего относительно благоприятные условия проживания. Таким же образом возможно интерпретировать положительное влияние цен на жилье на количество прибывающих в регион. Более высокая доля жилищного фонда региона, находящаяся в собственности граждан, должна, при прочих равных, стимулировать как отток, так и приток мигрантов. Однако она стимулирует лишь отток мигрантов, тогда как негативно влияет на их приток. Ожидаемая продолжительность жизни Последняя, наиболее полная модель 98-06 включает такую интегральную региональную характеристику, как ожидаемая продолжительность жизни. Более высокий уровень этого показателя значимо увеличивает приток мигрантов, тогда как влияние на отток мигрантов с трудов поддается интерпретации. Что такое «парарегиональные» эффекты? Сравнение результатов оценивания OLS и моделей FE и RE показывает, что индивидуальные эффекты, относящиеся к паре регионов, имеют большое значение; большинство коэффициентов заметно меняется. Согласно нашей методологической предпосылке (см. раздел Методология) мы рассматриваем парарегиональные эффекты как фиксированные. Эта предпосылка подтверждается на практике тестом Хаусмана для каждой из моделей (он приведен в нижней строке Таблицы П.4). Действительно, оценки FE и RE многих коэффициентов различаются, указывая на корреляцию между характеристиками регионов, используемых в качестве регрессоров и ненаблюдаемыми эффектами. Однако какими факторами могут быть вызваны эти эффекты? В разделе Методология мы отмечали, что набор этих факторов может быть чрезвычайно широким. Можно ожидать, что в общем случае парарегиональный эффект содержит в себе соотношение между уровнем привлекательности регионами выбытия и назначения. В этом случае он может быть как положительно, так и отрицательно коррелирован с характеристиками отдельных регионов. Так, если парарегиональный эффект можно представить в виде разницы (или отношения) между регионом выбытия и прибытия, то следует ожидать его положительную (отрицательную) корреляцию с благоприятными (неблагоприятными) характеристиками региона выбытия и неблагоприятными (благоприятными) характеристиками региона прибытия. Схематично это можно представить следующим образом: Corr(out – in, out+)>0, Corr(out-in, out-)<0, Corr(out – in, in+)<0, Corr(out-in, in-)>0, (*) где out-in разница между общим уровнем привлекательности региона выбытия и прибытия, знак + (-) означает благоприятность (неблагоприятность) некоторой региональной характеристики. Однако, вполне возможно, что разница (отношение) 14 строится наоборот, между регионом прибытия и выбытия. В этом случае знаки корреляций меняются: Corr(in-out, out+)<0, Corr(in-out,, out-)>0, Corr(in-out,, in+)>0, Corr(in-out,, in-)<0, (**) Наши результаты свидетельствуют о том, что парарегиональные эффекты являются фиксированными, причем они в большей степени соответствуют принципу in-out, то есть представляют собой соотношение между уровнем привлекательности региона прибытия и выбытия. Так, если сравнивать оценки (FE) и (RE) для уровня безработицы, то оценка (FE) всегда больше оценки (RE) для регионов прибытия и меньше для регионов выбытия. Это соответствует тому, что без учета фиксированных эффектов происходит недооценка коэффициента при безработице для регионов прибытия и переоценка для регионов выбытия. Для уровня заработной платы оценки (FE) оказываются ниже (RE) в случае регионов выбытия, что также соответствует тому, что прарегиональные эффекты следуют изложенному выше принципу in-out. Эндогенность региональных характеристик Предположения о природе ненаблюдаемых региональных эффектов имеют ключевое значение при рассмотрении проблемы эндогенности. Как известно, одно из представлений этой проблемы заключается в том, что она является следствием пропуска некоторой значимой переменной, коррелированной с регрессорами. Это приводит к смещению оценок коэффициентов при регрессорах. Направление этого смещения (положительное или отрицательное) зависит от знака корреляции между пропущенной переменной и регрессором. В нашем случае мы можем ожидать, что показатели реальной заработной платы и безработицы, как в регионе прибытия, так и в регионе выбытия эндогенны по отношению к количеству мигрантов. Так, в рамках стандартной модели трудовой миграции с гомогенным трудом миграция в регион может увеличивать уровень безработицы и уменьшать уровень заработной платы и иметь обратный эффект на регион выбытия.15 Удобно предположить, что существует некоторая пропущенная характеристика, которая как стимулирует приток мигрантов, так и положительно влияет на уровень заработной платы в регионе. Панельная структура данных позволяет исключить влияние этой неучтенной характеристики с помощью метода (FE), и, тем самым, решить проблему эндогенности. Поэтому в нашем случае мы считаем, что оценки, полученные методом (FE), очищены от эндогенного смещения. Направление этого смещения можно предсказать, используя набор корреляций (**). Например, неучет фиксированных эффектов приводит к недооценке влияния безработицы при выборе региона назначения и к переоценке при решении мигрировать из региона выбытия. Тренд в межрегиональной миграции При оценке всех моделей, представленных в сводной Таблице П.4, включались региональные дамми переменные. Результаты оценок временных эффектов мы представляем в виде нескольких диаграмм (см. Диаграммы П.1-4 в приложении). На каждой диаграмме по горизонтальной шкале отложены года, а по вертикальной шкале отложено отношение объема межрегиональной миграции в текущем году к базовому году. Динамика миграции начинается на каждой диаграмме с единицы, соответствующей базовому году. Наблюдаемый тренд строится как простое отношение совокупного объема межрегиональной миграции в текущем году к базовому году, а остаточный тренд строится на основе оценок Pool(OLS) коэффициентов при временных дамми для каждой из четырех моделей. Остаточный тренд показывает динамику миграции, вызванную факторами, не учтенными с соответствующей модели. Общее наблюдение заключается в том, что все остаточные тренды имеют понижательный характер и проходят ниже фактического тренда. Это означает, что Обратный эффект миграции может наблюдаться в случае, если труд не является гомогенным, а существуют, например, две группы работников – высококвалифицированные и низкоквалифицированные. 15 15 влияние на миграцию факторов, учтенных в моделях, усиливалось с течением времени, так как совместное влияние факторов учтенных в моделях и не учтенных приводит к возникновению фактического тренда. Исключением из такой картины является остаточный тренд от наиболее ограниченной модели 90-06, что, однако, подтверждает общее правило. Остаточными для данной модели факторами являются многие из тех, которые включались в более полные модели. Эти наблюдения указывают на то, что, несмотря на общий понижательный тренд в межрегиональной миграции, относительный объем миграций, вызванной такими факторами, как различия в возможностях, предлагаемыми рынками труда, климатических характеристиках и характеристиках региональной инфраструктуры, возрастал с течением времени. Характерен также и локальный максимум в 1998г в остаточных трендах моделей 92-06 и 98-06. В год финансового кризиса объем миграции, вызванной стандартными наблюдаемыми факторами, резко сократился. Отметим также, что, и, начиная с 1999г, в период экономического роста, относительный объем миграции вызванный стандартными (классическими) факторами только возрастал. Эти наблюдения находится в полном противоречии с нашей глобальной гипотезой и Гипотезой №2. Ограничения ликвидности Гипотеза 4 заключается в том, что миграции финансовые ограничения препятствуют, однако их роль сокращается с течением времени. Следуя Andrienko and Guriev (2004), с помощью последовательной оценки множества регрессии мы определяем пороговое значение уровня покупательной способности заработной платы региона выбытия, после которого влияние реальной заработной платы становится положительным. По нашим оценкам в целом за период 1992-2006, положительный коэффициент (с учетом прарегиональных эффектов) наблюдается в регионах, находящихся с нижних 25% распределения по реальной заработной плате. Это согласуется с результатов, полученным Andrienko and Guriev (2004), где ограничение ликвидности наблюдается на выборке из нижних 35% регионов. Это также согласуется с нашими ожиданиями об ослаблении ограничений ликвидности, так Andrienko and Guriev (2004) оценивали модель на данных за 1992-1999гг, а у нас включен также период роста реальных заработной платы и доходов с 1999г. Однако следует отметить, что рассмотрение регионов, например, из нижних 20% распределения на периоде 1992-2006 означает, что регионы попадают в это число в зависимости от времени. Простые расчеты показывают, например, что половина значений из нижних 20% распределения реальной заработной платы относится к 1995г и раньше и ни одного значения нет для периода 2003г и позже. Более правильно рассматривать ограничения ликвидности для каждого года. Так, по нашим расчетам, в 2006г уже менее чем для 20% регионов выполнялось условие положительного коэффициента при реальной заработной плате (реального дохода) региона выбытия. Влияние изменений реальной заработной платы и безработицы Таблица П.5 в приложении представляет результаты включения в модель миграции 92-06 изменений уровней реальной заработной платы и безработицы. Мы анализируем влияние приростов показателей в текущем году по отношению к предыдущему году.16 На Возможно, имеет смысл рассматривать влияние прироста реальной заработной и уровня безработицы, взятого за более длительный интервал времени. В пользу этого говорит то, что осуществление миграционного решения по переезду в выбранный регион (из региона) может быть растянуто во времени. Однако, с другой стороны, можно предположить, что люди учитывают в своих намерениях и более новую информацию, которая должна оказывать большее влияние на принятие решения. 16 16 данном этапе мы рассматриваем оценки, выполненные на всем периоде времени, а затем перейдем к оценкам модели, выполненных для разных периодов. Изменение покупательной способности заработной платы имеет значимое влияние на миграцию при всех способах оценивания. Прирост реальной заработной платы стимулирует отток мигрантов из региона на фоне того, что более высокий уровень заработной платы сокращает отток мигрантов. Мы интерпретируем такое влияние как еще одно подтверждение существования ограничений ликвидности. Прирост реальных доходов позволяет реализовать отложенное вследствие финансовых ограничений решение о миграции. Однако с трудом поддается интерпретации то, что рост покупательной способности заработной платы сокращает приток мигрантов в регион на фоне того, что более высокий уровень покупательной способности притягивает мигрантов в регион. Знак, не согласующийся с нашими ожиданиями, имеет и изменение уровня безработицы. При том, что более высокий уровень безработицы уменьшает приток мигрантов в регион, прирост уровня безработицы по отношению к предыдущему году увеличивает приток мигрантов. Вместе с тем, прирост уровня безработицы уменьшает и отток мигрантов. Следует отметить, что значимость и направление эффектов прироста покупательной способности заработной платы являются устойчивыми в случаях, когда мы включаем в модель только заработную плату и безработицу и их изменения, когда мы включаем только изменения заработной платы и безработицы, а также когда мы включаем характеристики только одного региона – региона выбытия или прибытия. Устойчивость результатов для модели FE указывает также на то, что эти эффекты не являются результатом эндогенного смещения оценок. Изменение влияния заработной платы и безработицы во времени Чтобы проследить, как влияние заработной платы и безработицы, также изменений этих показателей, изменялось во времени, мы оцениваем модель 92-06 на двух периодах 1993-1998 и 1999-2006. Результаты оценки приведены в Таблице П.5. (см Приложение). Покупательная способность заработной платы притягивает мигрантов, как в первом, так и во втором периоде. Однако направленность влияния этого показателя на отъезд из региона меняется. Если в 1993-1999 более высокий уровень реальной заработной платы сокращал количество уезжающих из региона, то в 1999-2006 он стимулировал отъезд. Рост покупательной способности заработной платы уменьшает количество приезжающих мигрантов в обоих периодах. Однако влияние этого показателя на отъезд меняется с течением времени. Если в 90-х годах рост реальной заработной плате в регионе стимулировал отъезд, то в 2000-х годах он сокращал количество переезжающих из региона. С течением времени изменилось и влияние уровня безработицы на количество приезжающих в регион. Если в 90-х более высокий уровень безработицы сокращал иммиграцию в регион, то в 2000-е он начал ее увеличивать. Направление влияния уровня безработицы на эмиграцию из региона было устойчиво в обоих рассматриваемых периодах: более высокий уровень региональный безработицы стимулировал отъезд из региона. Прирост уровня безработицы сохранял свое контринтуитивное положительное (отрицательное) влияние на количество приезжающих (уезжающих) в регион (из региона) в обоих периодах. Заключение Наша работа подтверждает выводы ряда предшествующих исследований, что межрегиональные миграционные потоки в России реагируют на такие факторы, как 17 различия в возможностях, предлагаемыми рынками труда, климатических характеристиках и характеристиках региональной инфраструктуры. При этом мы получаем свидетельство того, что относительное влияние этих факторов на межрегиональную миграцию росло с течением времени. Мы получаем также свидетельства существования ограничений ликвидности при миграционном переезде, влияние которых, однако сокращалось с течением времени. Согласно нашим результатам, на миграцию оказывает влияние не только различия в уровнях реальной заработной платы и безработицы, но и темпы их роста. Прирост реальных доходов позволяет реализовать отложенное вследствие финансовых ограничений решение о миграции. Однако другие эффекты с трудом, на наш взгляд, поддаются интерпретации, хотя являются устойчивы и не являются следствием мультиколлнераности или эндогенного смещения. Другой результат заключается в том, что воздействие характеристик региона проживания и региона назначения действительно оказывается в большинстве случаем асимметрично, однако далеко не всегда одна и та же характеристика имеет большее значние для решения об эмиграции, чем для решения об иммиграции. Результаты исследования предлагают несколько новый взгляд на понижательный тренд в межрегиональной миграции. Миграция действительно реагирует на стандартные факторы, при этом доля миграционных потоков, вызванных этими факторами постепенно растет во времени. Это означает, что общий понижательный тренд вызывается сокращением объемов миграции по причинам, не связанных со стандартными факторами. Такой результат согласуется с тем, что понижательный тренд наблюдается на данных официальной миграции с переменной места жительства, и что ненаблюдаемые перемещения вполне могут только становится интенсивней на фоне ослабления ограничений ликвидности. Это является значимым результатом, хотя и в корне противоречащим нашей основной глобальной гипотезе. 18 Используемая литература 1. Andrienko Y., Guriev S., (2004) «Determinants of Interregional Mobility in Russia. Evidence from Panel Data», Economics of Transition, Vol., 12, (1), 1-27. 2. Antolin P., Bover O., (1997) «Regional Migration in Spain: the effect of personal characteristics and of employment, wage and house price differentials using pooled croess-section», The Oxford Bulletin of Economic and Statistics, 59, 215 – 235. 3. Bardsley N., and Ederveen S., (2003) «The influence of wage and unemployment differentials on labour mobility in the EU: a meta analysis», Report to Centraal PlanBureau, Netherlands. 4. Bentivogli C. and Pagano P. (1999) «Regional Disparities and labour mobility: the Euro-11 versus the USA», Labour, 12(3). 5. Вerger М., G. Blomquist and K. Sabirianova (2003) “Compensating Differentials in Emerging Labor and Housing Market: Estimates of Quality of Life in Russian Cities”, IZA DP No.900. 6. Blanchard O. and Katz L. (1992) «Regional Evolutions», Brookings Papers on Economic Activity, 1. 7. Brown A. (1997) “The Economic Determinants of Internal Migration Flows in Russia during Transition”, WDI WP №. 89. 8. Cebula R., (1993) «The Impact of Living Costs on Geographic Mobility», The Quarterly Review of Economics and Finance, 33, 1, 101-105. 9. Decressin J. and Fatas A. (1995) «Regional Labor market dynamics in Europe», European Economic Review, 39(9). 10. Evans A. (1990) «The Assumption of Equilibrium in the Analysis of Migration and Interregional Differences: a Review of Some Recent Research», Journal of Regional Science, Vol. 30, No. 4. 11. Faini R., and Venturini A., (1993) «Trade, Aid and Migrations: Some Basic Policy Issues», European Economic Review, 37, 435 – 442. 12. Fedorov L., (2002) «Regional Inequality and Regional Polarization in Russia, 1990-1999», World Development, Vol. 30, № 3, pp.443-456 13. Fidrmuc J. (2004) «Migration and regional adjustment to asymmetric shocks in transition economies», Journal of Comparative Economics, 32. 14. Fields G., (1979) «Place-to-place migration: Some new evidence», Review of Economics and Statistics 61, 21-32. 15. Fields, G., (1982) «Place-to-place migration in Colombia», Economic Development and Cultural Change 31, 538-558. 16. Fu Y. and Gabriel S., (2002) «Place-to-place migration in China», presented at AsRES / AREUEA International Conference, Seoul, Korea, July. 17. Gabriel S., Justman M. and Levy A., (1987) «Place-to-place migration in Isreal: Estimates of a logistic model», Regional Science and Urban Economics 17, 595-606. 18. Gabriel S., Shack-Marquez J., and Wascher W., (1993) «Does migration arbitrage regional market differentials?», Regional Science and Urban Economics, 23, 211-233. 19. Ghatak S., and Levine P., (1994) «A Note On Migration With Borrowing Constraints», Scandinavian Journal of Development, December, pp. 19-38. 20. Ghatak S., Levine P., and Price S., (1996) «Migration theories and evidence: an assessment», Journal of Economic Surveys, Vol. 10, №2. 21. Gerber T., (2005) «Individual and Contextual Determinants if Internal Migration in Russia, 19852001», University of Wisconsin, Mimeo. 22. Gerber T. (2006) «Regional Economic Performance and Net Migration Rates in Russia, 19932002», International Migration Review, Vol. 40, №3, 661-697. 23. Gianetti M., (2001) «Complementarities and migration decisions: fn fnflysis of human capital movements», Labour, 15-1, 1-32. 24. Granberg A., and Iu. Zaitseva (2002) «Growth Rates in the National Economic Space», Problems of Economic Transition, vol. 45, № 8, December, pp. 72–91 25. Greenwood M., Hunt G., Rickman D. and Treyz G. (1991a) “Migration, Regional Equilibrium, and the Estimation of Compensating Differentials”, The American Economic Review, Vol.81, No.5. 26. Greenwood M., Mueser P., Plane D. and Shlottman A. (1991b) «New Directions in Migration Research», The Annals of Regional Science, 25. 19 27. Harris J. and Todaro M. (1970) «Migration, unemployment and development: a two sector analysis», American Economic Review 60(1). 28. Heleniak T. (1999) “Migration from the Russian North During the Transition Period”, Social Protection Discussion Paper Series, World Bank. 29. Kholodilin K., A. Oshchepkov and Siliverstovs B. (2008) «The Russian regional convergence process, 1998-2006: Does the space matter?», Unpublished manuscript. 30. Knapp T. and Graves P. (1989) «On the Role of Amenities in Models of Migration and Regional Developments», Journal of Regional Science, 29. 31. Kumo К., (2006б) «Interregional Population Migration in Russia: Using an Origin to Destination Matrix», DP Series A, №483, The Institute of Economic Research, Hitotsubashi University, Tokyo. 32. LeSage J., and Pace K., (2007) «Spatial Econometric Modeling of Origin-Destination Flows», available at http://ssrn.com/abstract=924609. 33. Martin R., Sunley P. (1998) «Slow Convergence? The New Endogenous growth Theory and Regional Development», Economic Geography, Vol. 74, No3. 34. Pissarides C., and McMaster I. (1990) «Regional Migration, Wages and Unemployment: Empirical Evidence And Implications For Policy», Oxford Economic Papers, 42, 812-831. 35. Pissarides C., and Wadsworth J., (1989) «Unemployment And The Inter-Regional Mobility of Labour», The Economic Journal, 99, 739-755. 36. Roback J. (1982) “Wages, Rents and the Quality of Life”, Journal of Political Economy, Vol. 90, No. 6. 37. Schultz T., (1982) «Lifetime migration within educational strata in Venezuela: Estimates of a logistic model», Economic Development and Cultural Change 31, 559-593. 38. Sjaastad L., (1962) «The Costs and Returns of Human Migration», Journal of Political Economy, 70, supplement. 39. Wooldridge J., (2006) «Introductory Econometrics. A Modern Approach» Third Edition, Ed. Thomson South-Western, USA. 40. Андриенко Ю., Гуриев С. (2006а) «Анализ миграции в России», серия «Аналитические разработки и отчеты», №23, ЦЭФИР. 41. Андриенко Ю., Гуриев С. (2006б) «Разработка прикладной модели внутренних и внешних миграционных потоков населения для регионов Российской Федерации», отчет про проекту в рамках Программы поддержки независимых экономических аналитических центров МОНФ, ЦЭФИР. 42. Гранберг А., Зайцева Ю. (2002) «Производство и использование валового регионального продукта: межрегиональные сопоставления», Российский экономический журнал, №11-12. 43. Карачурина Л., (2006) «Межрегиональная миграция и социально-экономическая дифференциация пространства современной России», Проблемы прогнозирования, №3. 44. Карачурина Л., (2007) «Демографические факторы миграционной активности населения России: современная ситуация и прспективы», Демоскоп Weekly, №285-286. 45. Кумо К., (2006а) «Миграция населения в постсоветской России» DP Series A, №480, The Institute of Economic Research, Hitotsubashi University, Tokyo. 46. Луговой О., Дашкеев В., Мазаев И., Фомченко Д. и Поляков Е. (2007) «Экономикогеографические и институциональные аспекты роста в регионах», Отчет ИЭПП. 47. Мкртчян Н., (2003) «Из России в Россию: откуда и куда едут внутренние мигранты?» , Мир России, № 2. 48. Мкртчян Н., (2005) «Миграция в России: западный дрейф», Демоскоп Weekly, №185-186. 49. Моисеенко В. (2004) «Снижение масштабов внутренней миграции населения России: опыт оценки динамики по данным текущего учета», Вопросы статистики, №7, с. 47-56. 50. Ощепков А. (2007) . «Межрегиональная дифференциация в заработной плате». // глава 6 в кн. "Заработная плата в России: эволюция и дифференциация." Под ред. В.Гимпельсона и Р.Капелюшникова. М., ИД-ГУ-ВШЭ, 2007 51. Рязанцев С. (2005) «Внутрироссийская трудовая миграция населения: тенденции и социально-экономические последствия», Вопросы экономики, № 7. 52. Флоринская Ю., Рощина Т., (2004) «Трудовая миграция из малых городов России: масштабы, направления, социальные эффекты», Демоскоп Weekly, №175-176. 20 Приложение Таблица П.1. Динамика внутренней миграции в России. Показатель Доля внутренней миграции в прибывших (%) Доля внутренней миграции в выбывших (%) внутр мигр/населе ние (%) объем межрег миграции (чел.) Доля межрегиона льной миграции во внутренней миграции (%) межрег мигр/населе ние (%) 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 82,36 84,21 77,91 75,87 71,69 78,31 81,69 82,01 83,41 86,71 86,50 91,71 91,62 94,04 94,37 91,51 91,22 84,55 83,75 82,32 86,00 89,62 89,77 90,56 92,05 92,31 91,96 93,98 94,62 94,96 95,57 96,16 96,48 97,28 2,88 2,49 2,20 1,96 2,03 2,11 1,95 1,84 1,75 1,68 1,57 1,47 1,39 1,41 1,39 1,34 1,36 1847686 1619778 1506141 1391539 1472069 1479703 1309864 1240879 1165133 1110867 1018407 935738 885933 897598 851895 815685 839998 43,34 43,89 46,10 47,94 48,79 47,27 45,37 45,54 45,13 44,85 44,22 43,71 43,92 44,02 42,63 42,67 43,40 1,25 1,09 1,01 0,94 0,99 1,00 0,88 0,84 0,79 0,75 0,69 0,64 0,61 0,62 0,59 0,57 0,59 21 Таблица П.2 Набор объясняющих региональных характеристик. Региональные показатели Базовая гравитационная модель численность населения (чел) расстояние (км) Климатические характеристики средняя температура января (град) средняя температура июля (градусы) Характеристики региональной инфраструктуры численность медперсонала (чел на 100 чел) преступность (чел на 100 чел) выбросы от стационарных источников (тонн на 1 кв км) плотность дорог (км на 1 кв км) Общая характеристика качества жизни ожидаемая продолжительность жизни после рождения (лет) Характеристики расселения уровень урбанизации (%) плотность населения (чел на 1000 кв м) Характеристики рынка труда покупательная способность среднего уровня заработной платы (кол-во фиксированных наборов)* покупательная способность среднего уровня доходов (кол-во фиксированных наборов)* покупательная способность среднего уровня расходов (кол-во фиксированных наборов)* к-т напряженности (безработных на 1 вакансию) уровень безработицы (%) Характеристики рынка жилья цены на вторичном рынке жилья (руб за 1 кв м) доля жилищного фонда в собственности граждан (%) Доступный период Модель 90-06 Модель 92-06 Модель 96-06 Модель 9806 1990-2006 1990-2006 Х Х Х Х Х Х Х Х 1990-2006 1990-2006 Х Х Х Х Х Х Х Х 1990-2006 1990-2006 1990-2006 1990-2006 Х Х Х Х Х Х Х Х Х Х Х Х Х Х Х Х Х 1998-2006 Х Х Х Х Х Х 1991-2006 Х Х Х 1991-2006 Х Х Х 1991-2006 1992-2006 1992-2006 Х Х Х Х Х Х Х Х Х Х Х Х Х 1990-2006 1990-2006 1996-2006 1995-2006 Х Х 22 Таблица П.3 Сопоставление показателей стоимости жизни. корреляция расчетного и фактического среднее по регионам отношение расчетного и фактического корреляция расчетного фиксированного набора и прожиточного минимума 2001 2002 2003 2004 2005 2006 0,994 0,987 0,977 0,961 0,956 0,954 0,990 1995 0,971 1996 0,974 1997 0,953 1998 0,925 1999 0,909 0,858 0,909 0,925 0,851 0,894 23 Таблица П.4. Результаты оценки моделей 90-06, 92-06, 96-06 и 98-06. Зависимая переменная: (ln) численность мигрантов (ln) численность населения (из) (ln) численность населения (в) (ln) расстояние температура января (в) (градусы) температура января (из) (град) температура июля (в) (градусы) температура июля (из) (градусы) численность медперсонала (в) (на 100 чел) численность медперсонала (из) (на 100 чел) преступность (в) Model 90 - 06 Pool(OLS) RE FE Model 92-06 Pool(OLS) RE FE Модель 96-06 Pool(OLS) RE FE Модель 98-06 Pool(OLS) RE FE 0,816*** 0,837*** 0,732*** 0,812*** 0,962*** 1,916*** 0,879*** 0,825*** 1,512*** 0,858*** 0,802*** 1,200*** (0,005) (0,015) (0,037) (0,006) (0,016) (0,081) (0,008) (0,018) (0,115) (0,009) (0,018) (0,126) 0,778*** 0,780*** -0,005 0,792*** 0,737*** 0,049 0,893*** 0,855*** 0,903*** 0,900*** 0,842*** 0,372*** (0,005) (0,015) (0,037) (0,006) (0,016) (0,077) (0,008) (0,018) (0,098) (0,009) (0,018) -0,612*** (0,004) -0,624*** (0,014) (dropped) -0,618*** (0,005) -0,592*** (0,013) (dropped) -0,630*** (0,006) -0,617*** (0,012) (dropped) -0,633*** (0,006) -0,628*** (0,012) (0,110) (dropped) 0,001 -0,004** (dropped) 0,011*** 0,003 (dropped) 0,017*** 0,007*** (dropped) 0,017*** 0,008*** (0,001) (0,002) (0,001) (0,003) (0,001) (0,002) (0,001) (0,002) -0,004*** -0,015*** -0,003*** -0,016*** -0,008*** -0,019*** -0,012*** -0,018*** (0,001) (0,002) (0,001) (0,002) (0,001) (0,002) (0,001) (0,002) -0,065*** -0,070*** -0,063*** -0,072*** -0,068*** -0,091*** -0,071*** -0,090*** (0,002) (0,007) (0,003) (0,009) (0,003) (0,008) (0,003) (0,009) -0,118*** -0,132*** -0,117*** -0,171*** -0,097*** -0,136*** -0,096*** -0,126*** (0,002) (0,007) (0,003) (0,008) (0,003) (0,009) (0,003) (0,008) 0,007 0,369*** 0,463*** -0,298*** 0,276*** 0,309*** -0,326*** 0,239*** 0,214*** -0,307*** 0,190*** 0,199*** (0,021) (0,018) (0,019) (0,023) (0,019) (0,026) (0,027) (0,016) (0,022) (0,033) (0,018) (0,020) -0,005 -0,024 -0,033* -0,063*** 0,025 -0,076*** -0,130*** 0,043*** 0,025 -0,170*** 0,059*** 0,050*** (0,021) (0,018) (0,019) (0,022) (0,018) (0,024) (0,026) (0,016) (0,020) (0,032) (0,018) -0,008 0,004 -0,015** -0,046*** -0,046*** -0,058*** -0,063*** -0,055*** -0,055*** -0,097*** -0,047*** (0,019) -0,037*** (dropped) (dropped) (dropped) (dropped) (dropped) (dropped) (dropped) (dropped) (dropped) (dropped) (dropped) (dropped) (dropped) 24 (на 100 чел) преступность (из) (на 100 чел) выбросы (в) (тонн на 1 кв км) выбросы (из) (тонн на 1 кв км) плотность дорог (в) (км на 1 кв км) плотность дорог (из) (км на 1 кв км) уровень урбанизации (в) (%) уровень урбанизации (из) (%) плотность населения (в) (чел на 1000 кв м) плотность населения (из) (чел на 1000 кв м) (ln) покупательная способность средней зарплаты (в) (0,007) (0,007) (0,007) (0,007) (0,007) (0,009) (0,009) (0,006) (0,007) (0,010) (0,006) (0,007) -0,040*** 0,078*** 0,105*** -0,069*** 0,066*** 0,097*** -0,063*** 0,017*** 0,041*** -0,045*** 0,004 0,025*** (0,007) (0,007) (0,007) (0,007) (0,006) (0,008) (0,008) (0,006) (0,007) (0,009) (0,006) (0,007) -1,123*** -5,874*** -7,265*** -1,699*** -1,306*** -1,275*** -2,583*** -0,436*** -0,245 -2,549*** -0,391*** -0,062 (0,143) (0,218) (0,240) (0,183) (0,290) (0,420) (0,187) (0,139) (0,179) (0,201) (0,151) (0,164) -1,464*** 1,074*** 1,637*** -2,251*** 0,149 0,201 -1,911*** 0,240* 0,010 -1,841*** 0,160 0,089 (0,143) (0,218) (0,240) (0,163) (0,190) (0,262) (0,184) (0,130) (0,167) (0,197) (0,146) (0,161) -0,231*** -0,491*** -0,290** -0,566*** -0,333*** -0,183 -0,377*** -0,251** -0,279** -0,472*** -0,334*** -0,239* (0,065) (0,111) (0,134) (0,066) (0,100) (0,164) (0,072) (0,100) (0,127) (0,078) (0,104) (0,123) -2,711*** -0,937*** 0,127 -2,671*** -0,265*** 0,389*** -2,632*** -0,469*** 0,387*** -2,653*** -0,458*** 0,496*** (0,065) (0,111) (0,134) (0,064) (0,095) (0,142) (0,070) (0,092) (0,114) (0,077) (0,096) (0,116) 0,019*** 0,010*** -0,005*** 0,014*** 0,007*** -0,003 0,014*** 0,009*** -0,001 0,015*** 0,012*** -0,002 (0,000) (0,001) (0,001) (0,000) (0,001) (0,002) (0,001) (0,001) (0,001) (0,001) (0,001) (0,001) 0,021*** 0,007*** -0,011*** 0,020*** 0,009*** -0,001 0,019*** 0,013*** 0,005*** 0,019*** 0,012*** 0,003*** (0,000) (0,001) (0,001) (0,000) (0,001) (0,002) (0,001) (0,001) (0,001) (0,001) (0,001) (0,001) -0,021*** 0,036*** 0,649*** 0,009** 0,061*** 0,685*** 0,017*** 0,021*** 0,264*** 0,026*** 0,010 -0,079 (0,004) (0,011) (0,036) (0,004) (0,008) (0,047) (0,004) (0,007) (0,045) (0,005) (0,007) (0,051) -0,073*** -0,062*** -0,333*** -0,060*** -0,120*** -0,583*** -0,030*** -0,099*** -0,565*** -0,040*** -0,092*** -0,461*** (0,004) (0,011) (0,036) (0,003) (0,008) (0,038) (0,004) (0,008) (0,041) (0,004) (0,008) (0,051) 0,574*** 0,203*** 0,222*** 0,921*** 0,350*** 0,296*** 0,964*** 0,313*** 0,253*** (0,025) (0,031) (0,037) (0,027) (0,021) (0,026) (0,030) (0,023) (0,028) 25 (ln) покупательная способность средней зарплаты (из) к-т напряженности (в) (безработных на 1 вакансию) к-т напряженности (из) (безработных на 1 вакансию) уровень безработицы (в) (%) уровень безработицы (из) (%) (ln) цены на вторичном рынке жилья (в) (руб за 1 кв м) (ln) цены на вторичном рынке жилья (из) (руб за 1 кв м) доля жилищного фонда в собственности граждан (в) (%) доля жилищного фонда в 0,251*** -0,071*** -0,174*** 0,315*** -0,048** -0,098*** 0,302*** 0,036 -0,008 (0,023) (0,025) (0,031) (0,026) (0,021) (0,026) (0,029) (0,023) (0,027) -0,001*** -0,000 0,000 -0,001*** 0,000 0,000 -0,001*** -0,000 0,000* (0,000) (0,000) (0,000) (0,000) (0,000) (0,000) (0,000) (0,000) (0,000) -0,003*** -0,000*** -0,000*** -0,003*** -0,000 -0,000 -0,003*** -0,000 -0,000 (0,000) (0,000) (0,000) (0,000) (0,000) (0,000) (0,000) (0,000) (0,000) -0,016*** -0,017*** -0,013*** -0,003** 0,002*** 0,005*** -0,005*** 0,006*** 0,010*** (0,001) (0,001) (0,001) (0,001) (0,001) (0,001) (0,001) (0,001) (0,001) 0,023*** 0,005*** 0,002* 0,029*** 0,003*** 0,002** 0,022*** 0,004*** 0,003*** (0,001) (0,001) (0,001) (0,001) (0,001) (0,001) (0,002) (0,001) (0,001) -0,058*** 0,015** 0,033*** -0,098*** 0,005 0,020** (0,015) (0,008) (0,008) (0,017) (0,008) (0,009) -0,240*** -0,058*** -0,027*** -0,273*** -0,047*** -0,017* (0,015) (0,008) (0,008) (0,017) (0,008) (0,009) -0,002*** -0,004*** -0,003*** -0,001* -0,004*** -0,004*** (0,001) (0,000) (0,000) (0,001) (0,000) (0,000) 0,006*** 0,005*** 0,005*** 0,003*** 0,002*** 0,002*** 26 собственности граждан (из) (%) (0,001) (0,000) (0,000) (ln) ожидаемая продолжительность жизни (в) (лет) (ln) ожидаемая продолжительность жизни (из) (лет) cons -12,373*** (0,119) -11,650*** (0,335) Да Да Временные дамми Количество 102 622 102 622 наблюдений 0,598 R2 0,576 r2_o 0,203 r2_w 0,661 r2_b тест Хаусмана (H0: нет разницы в оценках FE и RE) p-value of X2 0,000 Примечание: *** p<0.01, ** p<0.05, * p<0.1 (0,001) (0,000) (0,000) -0,001 0,006** 0,018*** (0,003) (0,003) (0,003) 0,039*** 0,005** -0,001 -5,368*** (0,741) -11,148*** (0,139) -12,172*** (0,382) -23,568*** (1,619) -11,792*** (0,198) -12,279*** (0,398) -30,701*** (2,172) (0,003) -12,946*** (0,342) (0,002) -12,691*** (0,437) (0,003) -19,786*** (2,320) Да Да Да Да Да Да Да Да Да Да 102 622 90 580 90 580 90 580 61 301 61 301 61 301 51 501 51 501 51 501 0,633 0,167 0,666 0,273 0,173 0,294 0,644 0,109 0,213 0,101 0,664 0,616 0,275 0,664 0,000 0,231 0,288 0,236 0,661 0,638 0,286 0,672 0,000 0,403 0,292 0,430 0,000 27 Диаграммы П.1.1-4. Наблюдаемый и «остаточный» тренд. наблюдаемый модель 90-2006 наблюдаемый Диаграмма П.1.3 2006 2005 2004 2003 2002 2001 2000 1999 1998 1997 1996 1995 1992 2006 2005 2004 2003 2002 0 2001 0 2000 0,2 1999 0,4 0,2 1998 0,4 1997 0,6 1996 0,6 1995 0,8 1994 0,8 1993 1 1992 1 1991 1,2 1990 1,2 1994 Диаграмма П.1.2 1993 Диаграмма П.1.1. модель 92-2006 Диаграмма П.1.4 1,6 1,2 1,4 1,2 1 1 0,8 0,8 0,6 0,4 0,4 0,6 0,2 0,2 0 0 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 наблюдаемый модель 96-2006 1998 1999 2000 2001 2002 наблюдаемый 2003 2004 2005 2006 модель 98-2006 28 Таблица П.5. Влияние реальной заработной платы и безработицы и их изменений на миграцию на разных периодах (на основе модели 92-06). (ln) покупательная способность средней зарплаты (в) (ln) покупательная способность средней зарплаты (из) изменение (ln) покупательной способности зарплаты (в) изменение (ln) покупательной способности зарплаты (из) уровень безработицы (в) (%) уровень безработицы (из) (%) изменение уровня безработицы (в) изменение уровня безработицы (из) Pool 1993-2006 RE FE Pool 1993 - 1998 RE FE Pool 1999-2006 RE 0,722*** 0,338*** 0,364*** 0,380*** 0,141*** 0,118*** 1,023*** 0,372*** 0,254*** (0,024) (0,019) (0,028) (0,036) (0,029) (0,036) (0,032) (0,027) (0,034) 0,327*** -0,066*** -0,198*** 0,316*** -0,108*** -0,306*** 0,286*** 0,132*** 0,062* (0,023) (0,020) (0,028) (0,036) (0,031) (0,037) (0,031) (0,027) -0,382*** -0,249*** -0,255*** -0,152*** -0,175*** -0,155*** -0,910*** -0,227*** (0,044) (0,022) (0,023) (0,050) (0,024) (0,025) (0,085) (0,039) (0,034) 0,141*** (0,034) -0,209*** 0,114*** 0,190*** -0,002 0,135*** 0,215*** -0,695*** -0,134*** -0,091** (0,046) -0,015*** (0,001) 0,028*** (0,001) 0,008*** (0,002) -0,020*** (0,002) (0,023) -0,013*** (0,001) 0,005*** (0,001) 0,009*** (0,001) -0,004*** (0,001) (0,025) -0,008*** (0,001) 0,001 (0,001) 0,007*** (0,001) -0,003*** (0,001) (0,052) -0,011*** (0,002) 0,033*** (0,002) 0,001 (0,003) -0,019*** (0,003) (0,024) -0,035*** (0,002) 0,006*** (0,002) 0,014*** (0,001) -0,006*** (0,001) (0,026) -0,032*** (0,002) 0,005** (0,002) 0,013*** (0,001) -0,004** (0,002) (0,088) -0,015*** (0,002) 0,021*** (0,002) 0,007*** (0,002) -0,020*** (0,002) (0,039) 0,004*** (0,001) 0,004*** (0,001) 0,003*** (0,001) -0,001 (0,001) (0,036) 0,010*** (0,002) 0,004*** (0,001) 0,001 (0,001) -0,002* (0,001) FE Примечание: *** p<0.01, ** p<0.05, * p<0.1 29
