авторефераты диссертаций БЕСПЛАТНАЯ РОССИЙСКАЯ БИБЛИОТЕКА - WWW.DISLIB.RU

АВТОРЕФЕРАТЫ, ДИССЕРТАЦИИ, МОНОГРАФИИ, НАУЧНЫЕ СТАТЬИ, КНИГИ

 
<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 |   ...   | 4 | 5 || 7 | 8 |

Маятниковая трудовая миграция и социально-экономическая ситуация в регионах

-- [ Страница 6 ] --

При объединении первичной информации из указанных источников для каждого индивида осуществлялась увязка мест его проживания и работы при одновременном сохранении ряда основных индивидуальных характеристик работника (годовой доход, возраст и пол) и характеристик нанимателя (род деятельности, форма собственности, капитал и т.д.). Полученные таким образом вторичные данные позволяют решать широкий спектр прикладных задач в отношении МТМ, результаты которых представлены далее. Кроме того, анализ выборки по жителям Дубны позволил отработать приемы первичной обработки данных: восстановление неполных данных, «сшивка» информации из различных баз данных, расчеты производных показателей на основании совокупности первичных, выявление и отброс неверных и некорректных записей.

В разделе (5.2) представлены результаты микроанализа МТМ в Дубне. Общий объем выборки, сформированной из первичных данных, оказался равным 10272 чел., что составило почти 25% трудоспособного населения города (42412 чел.).

Полученная микро-оценка доли МТМ в Дубне МТМ =15.4% оказалась в полном согласии с результатом расчетов этого же показателя по модели (14) с коэффициентами, полученными на основе регрессионного анализа макро-данных: МТМ = 13,7 ± 6,5%.

Доходы ниже прожиточного минимума и теневые доходы. Доля граждан, получающих официальные доходы ниже прожиточного минимума (ПМ), оказалась на уровне 60% независимо от места работы (локально или МТМ). Этот показатель, на наш взгляд, показывает уровень «теневых зарплат» (серых «зарплат», «зарплат в конвертах»), поскольку невозможно предположить, что реальная зарплата МТМ, работающих большей частью в Москве, меньше ПМ. Предположив, что работники с декларированными зарплатами ниже ПМ в реальности получают доход, равный средней величине по работникам с зарплатой выше ПМ, можно оценить теневые доходы. В частности, годовой теневой доход работников Дубны в 2001 году по нашим оценкам составил ~0.5 млрд.руб.

Проведенный анализ показал, что для уменьшения систематической погрешности, связанной с теневыми зарплатами, при сравнительном анализе доходов необходимо исключать работников с зарплатами ниже ПМ. Однако даже этот шаг не позволяет полностью исключить влияние этого систематического эффекта на результаты микро-анализа.

Доходы МТМ и работников Дубны. По данным микроанализа разница в доходах жителей Дубны, работающих в самом городе и в Москве, оказалось значимой и составила IМИКРО = IМОСКВА –IДУБНА = 1190 ± 195 руб. В то же время, расчеты на основе модели (4) с коэффициентами, полученными из макро-данных, дают величину IМАКРО 1700 ± 190 руб. На наш взгляд, основной причиной расхождения как раз и являются скрытые доходы, обсуждавшиеся выше.

Разница в доходах мужчин и женщин. Значимая разница в доходах I = IМ –IЖ = 535 ± 80 руб. в пользу мужчин была обнаружена для жителей, работающих в Дубне. что составляет 16% от средней городской зарплаты (усредненные данные по всей выборке). В то же время для МТМ такого эффекта не наблюдается. Более того, оказалось, что доходы работающих в Москве женщин выше доходов работающих там мужчин, хотя данная разница не является значимой. По нашему мнению, это означает, что женщины, работающие в Дубне, вынуждены работать за меньшую оплату из-за отсутствия свободы выбора места работы вследствие ограниченного предложения на рынке труда. С другой стороны, женщины, работающие за пределами Дубны, имеют больше вариантов трудоустройства и на равных конкурируют с мужчинами, получая сравнимую с ними зарплату.

Возрастное распределение МТМ и работников Дубны показывает (Рис. 7), что основную долю маятниковых мигрантов составляют кадры в наиболее эффективном «золотом» трудовом возрасте от 25 до 40 лет. Жители в возрасте от 40 до 60 лет не могут проявлять такую мобильность, и поэтому работают в Дубне.

Отраслевая структура предприятий, нанимающих МТМ, позволяет выявить структуру МТМ, как жителей Дубны, работающих вне города, так и работников Дубны, живущих вне города. Выяснилось, что профессиональный состав этих групп совпадает на 70-80%: торговля, промышленность, финансовый сектор, строительство и транспорт. Дальнейший анализ рынка вакансий предприятий Дубны в 2001 году показывает, что профессии маятниковых мигрантов являются дефицитными в самом городе. Это означает, что МТМ создает проблемы обеспеченности трудовыми ресурсами городских предприятий Дубны.

Последующие разделы главы посвящены анализу и прогнозированию МТМ в Дубне. В предыдущем разделе было показано, что микроанализ позволяет получить целый ряд выжных результатов, некоторые из которых уникальны. Однако, еще более важным аспектом является объединение возможностей макро- и микро-подходов для комплексного анализа муниципального образования. Это позволяет вывести анализ на новый уровень, перейти к вопросам прогнозирования и последующего регулирования МТМ. Наличие необходимой макро-статистики в сочетании микро-данными позволило нам осуществить данный подход.

Динамика макроэкономических показателей Дубны 2001-2006 гг., включая общую численность населения, незанятых в экономике, безработных, индивидуальных предпринимателей, финансовые показатели, подробно представлена в разделе (5.3). Эти данные, далее подробно обсуждаемые в разделе (5.4), оставляют двойственное впечатление. Положительными факторами с точки зрения снижения МТМ является уменьшение абсолютных показателей населения, не занятого в экономике, снижение безработицы, в том числе, структурной. В то же время, видны и негативные тенденции: не растут собственные доходы бюджета, нестабильна прибыль предприятий; уменьшается количество индивидуальных предпринимателей. Тревожной тенденцией является устойчивое снижение общей численности населения, и что особенно важно, населения трудоспособного возраста. В связи с оживлением экономики в городе ощущается нехватка квалифицированных рабочих и специалистов (ФСЗ и отчеты властей 2005-2006 гг.). Речь идет о тех категориях работников, которые, по данным микроанализа, и составляют основу МТМ.

ОЭЗ и МТМ. Сфере трудовых ресурсов уделено определенное внимание в программе развития Дубны, получившей статус наукограда в 2001 году7. Однако, проблема обеспеченности кадрами стала особенно очевидна при создании в начале 2006 года Дубне технико-внедренческой особой экономической зоны (ОЭЗ). Реализация крупных высокотехнологичных инновационных проектов невозможна без квалифицированной рабочей силы. Согласно стратегии развития ОЭЗ, в течение 2006-2010 года планируется привлечь в Дубну 13800 работников. Однако, выполнении этого плана может помешать МТМ. Из этого следует, что будущие показатели МТМ в Дубне будут прямым индикатором успешности ОЭЗ. В случае достижения целей и задач ОЭЗ МТМ должна исчезнуть как явление. И наоборот, сохранение или увеличение МТМ будет свидетельствовать о проблемах реализации проекта.

В разделе (5.5) подведены итоги микроанализа по Дубне. Отметим, что полученные результаты микроанализа находятся в удовлетворительном согласии как с данными наших предыдущих макроэкономических расчетов, так и с дополнительными данными муниципальной статистики. Тем самым, следует подчеркнуть, что предложенная комплексная методика микроанализа маятниковой трудовой миграции оказалась работоспособной. И самое главное, она имеет хорошие перспективы дальнейшего применения как в плане расширения объекта исследования, так и в плане увеличения исследуемых показателей, включая уникальные результаты, невозможные в макро-анализе. Это будет продемонстрировано в последней главе диссертации.

В шестой главе представлены результаты микроанализа МТМ, распространенного на всю Московскую область.

В первом разделе (6.1) обсуждаются микро-данные (сама методика была представлена в предыдущей главе), на основе которых проводился анализ МТМ в Московской области. После первичного отбора данных для анализа была сформирована выборка из 2.3 млн. записей жителей Подмосковья (60% от всего трудоспособного населения). В ходе сортировки микро-данных для каждого подмосковного района определялись: количество жителей, работающих в своем регионе NРЕГ, количество жителей района, работающих в Москве NМОС других районах Подмосковья NМО, а также число приезжающих в район на работу жителей из других подмосковных районов NИЗМО. Эти данные и легли в основу расчетов.

В разделе (6.2) представлены результаты расчеты маятниковой межрайонной миграции (МММ). В микроанализе межрайонные потоки МТМ определяются напрямую для каждого района (показатель NИЗМО), а суммирование по всем районам дает оценку:

ППМММ = 196 261 тыс, (17а)

которая согласуется с макроэкономической оценкой (15в). По сравнению с макро-подходом микроанализ позволил изучить МММ более детально. В частности, выяснилось, что для МММ, так же как и МТМ, свойственна центробежная тенденция, хотя и менее выраженная:

MМM = K R + М = -0,09(3) R + 6(3) %. (17б)

Мы предполагаем, что, минимизируя дорожные издержки, часть МТМ из наиболее удаленных регионов работает не в Москве, а в находящихся на пути к ней районах. При этом нулевой баланс MМM возникает на расстоянии RМММ: 50 км. Тем самым, районы Подмосковья в радиусе 50 км от Москвы имеют положительный приток МММ из Подмосковья. Это согласуется с макро-расчетами, где эта же зона Подмосковья имеет преимущества в уровне оплаты труда («эффект мегаполиса»), что и привлекает сюда МММ8.

Раздел (6.3) посвящен количественным оценкам радиального градиента доли МТМ. Аналогично макро-анализу (см. Рис. 5) в рамках модели (14) была получена отрицательная линейная корреляция между долей МТМ, работающих в Москве, и расстоянием от района до Москвы R, при этом количественные результаты оказались близкими (Рис. 8). Несколько меньшее значение коэффициента эластичности A в (14), полученного в микроанализе, связано с влиянием теневых доходов, эффект от которых мы исследовали при анализе МТМ по Дубне в предыдущей главе.

В разделе (6.4) оценивается пассажиропоток МТМ Москва область, который также, как и МММ, определяется напрямую суммированием по всем регионам количества жителей, работающих в Москве (показатель NМОС):

ПП = 0.9 1.2 млн.чел. (18)

Величина (18) меньше нашей макро-оценки (15а), но больше совокупной оценки других исследований (15г). Следует отметить, что величина ~ 0.9 млн. чел. в (18) является жесткой нижней границей пассажиропотока, поскольку учет систематической погрешности может привести только к увеличению этой цифры. Таким образом, результаты микроанализа отрицают уровень пассажиропотока на уровне менее 0.9 млн. чел., что не противоречит результатам макро-анализа (15а).


В разделе (6.5) представлены результаты оценки теневых доходов и доходов ниже прожиточного минимума (ПМ). При анализе официально декларированных доходов по микро-данным проблема теневых зарплат становится очевидной. В среднем 50-70 % работников имеют доходы ниже ПМ, причем среди МТМ эта доля стабильно выше, чем у жителей, работающих в своем городе (Рис. 9). Это противоречит здравому смыслу, поскольку основной стимул индивида работать маятниковым способом – повышение доходов. Годовой объем теневых доходов, получаемых МТМ Подмосковья, был оценен нами на уровне 20-30 млрд. руб9. Кроме того, нами обнаружена положительная корреляции доли работников, имеющих доходы ниже ПМ среди жителей, работающих в родном городе, с расстоянием район-центр (~ 1%/10 км). Это свидетельствует в пользу негативной тенденции: чем дальше регион от центра, тем беднее его жители.

Раздел (6.6) посвящен анализу взаимосвязи МТМ с зарплатой. Регрессионный анализ микро-данных для поиска корреляции районной заработной платы с расстоянием до центра на основе модели (4) осуществлялся таким же образом, как и в макро-подходе (четвертая глава), а на Рис. 10 представлены результаты, полученные в обеих методиках. Из их сравнения видно, что качественно результаты близки друг другу, однако, при этом коэффициент эластичности A в (4) – наклон прямой – оказывается меньше в микроанализе. Причиной систематического занижения A является влияние обсуждавшихся ранее в пятой главе теневых доходов, влияние которых не удается исключить полностью.

Величина коэффициента эластичности доли МТМ по отношению к заработной плате в модели (16) оказалась равной C  3 %МТМ/100руб., что в три раза больше оценки C  1% МТМ/100 руб. Причиной расхождения является сложение систематических погрешностей из-за теневых зарплат.

В разделе (6.7) сравниваются доходы жителей регионов, работающих локально, и выезжающих на работу в Москву. В рамках простой теории равновесного рынка труда (2) разница в их зарплатах должна расти пропорционально издержкам на дорогу, т.е. увеличиваться с ростом расстояния от района до Москвы R. Но расчеты показали, что разница зарплат оказалась не зависящей от R и равной ~400 руб. (Рис. 11). Тем самым, в рамках модели (2) жители, совершающие поездки более чем на R0 50 км10, не компенсируют даже прямые издержки поездок на работу, имея в итоге чистый доход ниже жителей своего региона, работающих локально (Рис. 11). Однако, во-первых, категоричность этого вывода уменьшается, если принять во внимание теневые доходы и пассажиров-безбилетников. Во-вторых, исследования взаимосвязи МТМ с рынком жилья и аренды (глава 4) показали, что более низкая стоимость проживания в пригородах компенсирует издержки МТМ в рамках расширенной модели равновесия (9).

Раздел (6.8) обобщает результаты, полученные в ходе микроанализа МТМ Подмосковья, а в заключительном разделе главы (6.9) посвящен сравнению достоинств и недостатков микро- и макроанализа – двум принципиально противоположным методам исследований, как по исходным данным, так и по систематическим погрешностям.

Основным достоинством макро-подхода является регулярный сбор статистической информации по ряду социально-экономических показателей на государственном уровне, что позволяет отслеживать динамику и делать прогнозы. Главный недостаток – проблема изучения показателей вне списка параметров, подлежащих официальному мониторингу. МТМ как раз и относится к таким показателям. В таких случаях мы имеем дело либо с отсутствием информации, либо с ее неполнотой, в частности, отсутствием требуемой детализации, либо сложностью сведения информации из различных источников. Использование усредненных показателей вместо реальных распределений может являться источником существенных систематических погрешностей, которые трудно оценить.

При наличии микроданных можно самостоятельно рассчитать любые производные макропоказатели в соответствии с целями и задачами исследований, в чем и состоит основное достоинство микроанализа. Основной проблемой при этом является как раз сложность получения необходимых первичных данных. Сбор официальных микроданных, особенно на регулярной основе (панельные исследования), требует существенных материальных затрат. Для целей настоящего исследования были использованы неофициальные базы данных, найденные в интернете. Но это уникальный случай и рассчитывать на «утечку» информации нельзя.

Качество микро-данных, проверка их репрезентативности, надежности является сложной задачей, особенно в случае использования неофициальных источников. В последнем случае перед исследователями стоит ряд дополнительных трудностей. Неполные, разноформатные, частично ошибочные и неверные данные – главная проблема при работе с «сырой» информацией из неизвестных источников. Для корректировки, восстановления, отсева первичных данных требуется большой объем работ, не всегда поддающихся автоматизации. Далее, сведение (сшивка) информации из разных источников также весьма трудоемка, поскольку формат данных в разных базах различен.

Указанные проблемы не являются принципиально неразрешимыми, они были успешно решены нами в ходе первичной обработки и анализа микроданных. После этого перед микроподходом открываются действительно широкие перспективы применения. В настоящей работе представлены результаты анализа лишь части информации, содержащейся в микроданных. Тем не менее, этого оказалось достаточно и для количественных расчетов, аналогичных осуществленным в макроанализе, и для получения принципиально новых результатов, недоступных для макроподхода. Полномасштабный анализ микро-данных выходит далеко за рамки настоящей статьи. Отметим лишь основные планируемые направления дальнейших исследований:



Pages:     | 1 |   ...   | 4 | 5 || 7 | 8 |
 





 
© 2013 www.dislib.ru - «Авторефераты диссертаций - бесплатно»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.