ГИС-мониторинг маятниковой трудовой миграции как задача регионального управления

ПОДЕЛИТЬСЯ С ДРУЗЬЯМИ
Авторы


доктор экономических наук, профессор кафедры экономики
Россия, Университет «Дубна»
yu_shitova@mail.ru


кандидат физико-математических наук, доцент кафедры экономики
Россия, Университет «Дубна»
shitov.yuri@gmail.ru

Аннотация

В настоящей работе методом ГИС-технологий были определены дальности и длительности поездок дом-работа более 700 тыс. работников Подмосковья на данных 2001 г. Это позволило визуализировать паттерны перемещений маятниковых трудовых мигрантов Подмосковья в рамках пространственного подхода и исследовать их индивидуальные характеристики аналитически. Обсуждаются актуальность и перспективы предложенной новаторской методики анализа маятниковой трудовой миграции для задач регионального управления.

Ключевые слова

маятниковая трудовая миграция, ГИС, региональная экономика и управление, пространственная экономика, пол, возраст, доходы.

Финансирование

Работа выполнена в рамках гранта РФФИ 11-06-00323-а и 14-06-00249-a.

Рекомендуемая ссылка

Шитова Юлия Юрьевна , Шитов Юрий Александрович
ГИС-мониторинг маятниковой трудовой миграции как задача регионального управления// Современные технологии управления. ISSN 2226-9339. — №2 (62). Номер статьи: 6206. Дата публикации: . Режим доступа: http://sovman.ru/article/6206/

Введение

Актуальность исследований маятниковой трудовой миграции (МТМ1) неразрывно связана с необходимостью контроля трудовой мобильности населения и управления этим процессом. Мониторинг и управление трудовыми ресурсами – важнейшая задача, от которой зависит эффективное экономическое развитие региона. Дефицит трудовых кадров в последнее время превратился в реальную проблему, и тормозит развитие регионов, при этом работники дефицитных специальностей и составляют основу маятниковых трудовых мигрантов. Не вызывает сомнений тот факт, что амплитуда и интенсивность маятниковых перемещений работников в современных крупных агломерациях оказывает существенное макро-влияние на социально-экономическую ситуацию в регионе, что показали, в том числе, и серии наших исследований этого процесса (Шитова, 2006; Шитова, Шитов, 2008).

В данном исследовании предлагается новаторский подход к анализ МТМ, базирующийся на применении ГИС-систем обработки данных. В таком подходе получается новая уникальная ГИС-информация, комбинированный анализ которой в связке с другой информацией по маятниковым трудовым мигрантам позволяет достичь нового качественного уровня для решения прикладных и теоретических задач по МТМ.

ГИС-технологии в анализе маятниковой трудовой миграции

Применение ГИС-технологий при анализе МТМ может эффективным в двух направлениях, обсуждаемых ниже.

Пространственный подход. Визуализация маршрутов дом-работа МТМ позволяет сформировать пространственную картину трудовой мобильности населения (направленность, протяженность и интенсивность), выявить районы притяжения и оттока рабочей силы и исследовать диспропорции между спросом (места работы) и предложением (места жительства), оценить загрузку транспортных магистралей.

Аналитический подход возможен, если ГИС-информация увязана на микро-уровне с индивидуальными характеристиками маятниковых трудовых мигрантов (пол, возраст, доходы и др.) и/или их работодателей (отрасль, форма собственности, размер предприятия и т.д.). В этом случае становится возможным анализировать социальную структуру мигрантов, влияние индивидуальных факторов на трудовую мобильность, а также характеристики бизнеса, принимающего МТМ ресурсы.

Однако главной проблемой исследований подобного рода остается острая нехватка первичных данных. Поэтому, несмотря на, в целом, высокий интерес к анализу МТМ (порядка сотни научных статей в год), общее количество работ за последние 10 лет с применением ГИС-технологий исчисляется десятками. При этом в большинстве работ ГИС-система применялась для агрегированной оценки пространственной переменной (например, сравнительных весов районов по площади, расчета средних времен, длин маршрутов по региону). Рассчитанные переменные затем, как правило, использовались в множественном регрессионном анализе. Для примера отметим исследования пространственной картины расселения и рынка труда в Северо-Восточной Англии (Hincks, Wong, 2010), внутригородских вариаций времени и дальности поездок в Колумбусе (Огайо, США) (Wang, 2001) и др. Однако, в таком подходе ГИС используется как вспомогательный инструмент.

Пространственный подход в чистом виде был применен для построения транспортных потоков МТМ Нью-Йорка и Амстердама при помощи ГИС-технологий (Arribas-Bel, Gerritse, 2012).

Примером аналитического подхода стали исследования межрегиональной миграции английских студентов, где при помощи ГИС-платформы определялась география перемещения школа-университет-первая работа (Faggian, McCann, 2004). Одним из самых полноценных исследований стал анализ экологического влияния на внешнюю среду (выбросов углекислого газа) в зависимости от поездок МТМ, транспортных альтернатив моделей и сценариев движения на основе ГИС-данных (адреса проживания и работы 1829 респондентов) специального транспортного исследования фирмы Vodafone (Wood, 2003). Следует также отметить анализ данных дневных перемещений велосипедистов в плане анализа потоков МТМ (Smitha, Kauermann, 2011).

Публикации с применением ГИС, наиболее тесно примыкающие к теме настоящего исследования, специализируются на двух основных направлениях:

Анализ ГИС-карт (графическое распознавание объектов природного или искусственного ландшафта на картах) с целью реконструкции территориальных картин природы или человеческой жизнедеятельности с его последующим анализом. К числу таких относятся: сравнительный анализ индустриальной структуры и экономической силы регионов Китая в целом и развития сельских районов в провинции Guangxi в частности (Wen-bo, Qing, 2011; Wei-hu, 2001); исследование (симуляция) сценариев роста агломерации Мадрида (Plata-Rocha, Gomez-Delgadoo, 2011); сравнительный анализ экономического развития административных единиц Румынии (Manole, Petrisor, 2011); анализ использования земель для планирования экотуризма в Таиланде (Bunruamkaew, Murayama, 2012).

ГИС-анализ GPS-данных, полученных с исследуемых движущихся объектов (машин, публичного транспорта и т.д.), например, анализ взаимодействия пользователей с транспортной сетью в Миннесоте (Zhu, 2010). Однако, такие исследования ближе к чисто транспортным задачам и моделированию, и ставят перед собой изучение поведенческих аспектов водителей.

Подводя итоги, следует отметить, что при всем многообразии МТМ-исследований и ГИС-аналитики по отдельности, существуют лишь единицы работ на стыке двух этих направлений. Поэтому методика исследований в рамках микроанализа МТМ методами ГИС-технологий, предлагаемая в настоящей работе, является новаторской и позволяет получать уникальную детализацию исследования процессов МТМ, не известную в мировой практике. В последующих разделах будут представлены результаты анализа картины МТМ в Подмосковье (пространственный подход) и анализ индивидуальных аспектов МТМ (аналитический подход).

ГИС-обработка микро-данных

В настоящей работе использовались авторские микро-данные по 60% населения Московской области (МО) за 2001 году. Эти данные были сформированы путем слияния информации из обнаруженных в открытом интернет-доступе баз данных (БД) пенсионного фонда РФ, налоговой службы и реестров по российским фирмам и компаниям (Шитова, 2008). При сшивании данных по ИНН работодателя каждая запись содержит данные места жительства (МЖ) и трудоустройства (МТ) параллельно с индивидуальными характеристиками работника (ХР: годовой доход, возраст и пол) и нанимателя (ХН: род деятельности, форма собственности, капитал и т.д.). В результате была получена БД второго уровня, содержащая около миллиона записей в виде:

МТМ(МТ, МЖ, ХР, ХН)                            1)

Затем, используя ГИС «Яндекс.Карты» (http://api.yandex.ru/maps), для каждого МТМ (1) реконструировались маршруты от дома до работы. При этом пути МТМ восстанавливались с привязкой к автомобильным дорогам Подмосковья (транспортной сети):

МАРШРУТ(X1,X2,…XN) = ГИС(МЖ,МТ)                                       2)

где XI – набор данных по сегментам дороги от МЖ до МТ. Расширенная информация по процедуре обработки данных представлена в работе (Шитова, Шитов, 2012). В итоге была получена БД третьего уровня, состоящая из почти 0.8 млн. записей (эффективность программной ГИС-реконструкции оказалась равной 80%) вида:

МТМ(ХР, ХН,ПУТЬ) = МТМ(ХР, ХН,D,T,..)                3)

где D и T –время и расстояние поездок дом-работа маятниковых трудовых мигрантов Московской области соответственно.

В БД (3) третьего уровня содержатся уникальные данные об МТМ Московской области, а ее анализ по пространственному (выявление картин передвижения работников) и аналитическому (исследования индивидуальных параметров мигрантов) подходам будет детально обсуждаться в следующих разделах.

Карты маятниковой трудовой миграции Подмосковья

Для ГИС-визуализации паттернов перемещений МТМ в разрезе подмосковных районов по имеющейся БД для каждого района определялись: количество жителей, работающих в своем регионе NРЕГ; количество жителей района, работающих в Москве NМОС и других районах Подмосковья NМО; число приезжающих в район на работу жителей из других подмосковных районов NИЗМО. Миграционные потоки в процентном исчислении исчислялись по отношению к работоспособному населению районов РН, данные представлены в Таблице 1.

Таблица 1 — Перемещения маятниковых трудовых мигрантов Подмосковья в 2001 г.

 Перемещения маятниковых трудовых мигрантов Подмосковья в 2001 г.

Картина исходящей маятниковой миграции в разрезе районов представлена на Рис.1.

 МТМ из районов Подмосковья в 2001 г.

Рисунок 1 МТМ из районов Подмосковья в 2001 г.

(NМОС + NМО)/NРЕГ (расчеты по данным Таблицы 1).

Из него видно радиальное увеличение интенсивности МТМ при приближении к Москве, обнаруженное и количественно оцененное нами в предыдущих исследованиях (Шитова, 2006), а теперь подтверждающееся и ГИС-анализом.

Отдельный интерес представляет межрайонная маятниковая трудовая миграция ММТМ, в которую вовлечены жители, живущие и работающие в разных районах Подмосковья. Паттерн ММТМ представлен на Рис.2.

Из Рис.2 видно, что положительный баланс (отток ММТМ) характерен для районов, наиболее удаленных от центра. А отрицательный баланс (приток ММТМ) наблюдается в районах среднего пояса Подмосковья. Это означает, что часть жителей районов, удаленных от Москвы более чем на 50-70 км за пределами часовой доступности, едут работать в районы среднего пояса с целью снижения временных и транспортных издержек. Эта гипотеза также выдвигалась нами в ходе предыдущих исследований, а теперь подтверждается в ходе ГИС-визуализации микро-данных.

 Разница между исходящей и входящей ММТМ Подмосковья в 2001.г.

Рисунок 2 Разница между исходящей и входящей ММТМ Подмосковья в 2001.г.

(NМОNИЗМО)/NРЕГ (данные Табл.1).

От качественного пространственного ГИС-анализа перейдем к количественным оценкам индивидуальных характеристик маятниковых трудовых мигрантов.

Индивидуальные особенности маятниковой трудовой миграции Подмосковья

Анализ индивидуальных характеристик МТМ позволяет понять факторы и механизмы, лежащие в основе явления, поэтому изучению этого актуального вопроса посвящен целый пласт научных исследований, подробный обзор представлен в (Шитова, Шитов, 2011). Данные третичной БД (3) позволяют провести детальный анализ индивидуальных аспектов МТМ. Ранее отработка и апробация методики такого анализa была осуществлена успешно на относительно малой выборке отдельного города – подмосковной Дубны (Шитова, Шитов, 2012), теперь, в данном исследовании этот подход расширяется на выборку по всему Подмосковью.

Пол. На Рис.3 показаны частотные гистограммы времени и длины путей МТМ в гендерном разрезе.

Гистограммы маятниковой трудовой миграции Подмосковья

Рисунок 3 Гистограммы длительности (слева) и длины (справа) поездок МТМ Подмосковья.

Из Рис.3 видно, что средние показатели поездок МТМ в один конец составляют 1 час и 50 км соответственно. Однако, средние значения серьезно сдвинут за счет длинных хвостов распределений, показывающих существенное количество МТМ с большой длиной и временем поездок (больше 100 км). Это жители дальней периферии. Однако, наибольшее число МТМ ездят на 30 км, затрачивая на это ~ 35 мин (пиковые значения на Рис.3). Кривые для мужчин и женщин практически не отличаются друг от друга. Что отрицает предположение о меньшей мобильности женщин, предлагаемое в теоретических моделях. Из наших данных следует, что в Московской агломерации мобильность женщин и мужчин одинакова.

Распределение маятниковой трудовой миграции из Подмосковья по возрасту (слева) и средняя длительность поездок МТМ в зависимости от возраста (справа)

Рисунок 4 Распределение МТМ из Подмосковья по возрасту (слева) и средняя длительность поездок МТМ в зависимости от возраста (справа).

Возраст. Возрастное распределение МТМ из Подмосковья и средние показатели времени передвижения МТМ в возрастном разрезе представлены на Рис.4. Из них видно, что структура МТМ по возрасту не зависит от пола. Это еще одно подтверждение того факта, что мужчины и женщины ведут себя одинаково в плане МТМ-активности. В плане возрастной активности МТМ (Рис.4, справа) очевидно, что, чем моложе МТМ, тем дальше они ездят (пик в районе 21-30 лет), затем следует снижение длины поездок по мере увеличения возраста.

Частотная гистограмма доходов маятниковой трудовой миграции в логарифмических шкалах (слева) длина МТМ-поездок в зависимости от величины дохода (справа).

Рисунок 5 Частотная гистограмма доходов МТМ в логарифмических шкалах (слева) длина МТМ-поездок в зависимости от величины дохода (справа).

Доходы. Частотные гистограммы доходов МТМ, официально зарегистрированных в ПФ РФ, убывают экспоненциально (линейный хвост на экспоненциальной шкале, Рис.5 слева). Подчеркнем очень большое количество маленьких зарплат ниже прожиточного минимума. Это эффект теневых доходов, которые уже изучались нами ранее (Шитова, 2008). На наш взгляд, эта группа охватывает работников с теневыми доходами, так как предположение, что эти МТМ с большими издержками на дорогу дом-работа работают за вознаграждение меньше прожиточного минимума, противоречит здравой логике. Безусловно, наличие такого большого количества незадекларированных доходов представляет огромную проблему для экономики.

Другой важный результат – средние доходы женщин почти на 20% ниже, чем доходы мужчин (~2100 рублей против ~2500 рублей соответственно). Таким образом, в Подмосковье наблюдается дискриминация женщин по уровню дохода, систематически наблюдаемая и в других исследованиях по российскому рынку.

Гистограмма длины маршрутов как функция доходов показана на Рис. 5 справа. В первом бине распределения находятся МТМ с теневой зарплатой. Их реальные доходы на самом деле должны быть распределены по остальным диапазонам (бинам гистограммы). Большое отклонение данной точки от остального тренда говорит в пользу того, что серые зарплаты получает определенный процент МТМ везде, не зависимо от места работы и расстояния дом-работа. Последний бин распределения также имеет проблемы с систематической погрешностью. Во-первых, здесь малая статистика, поэтому средний показатель имеет большую погрешность. И во-вторых, в силу специфики данных ПФ РФ, доходы граждан в этой категории могут быть связаны не только с зарплатой, но и с иными активами (дивиденды, доходы от собственности и т.д.). Поэтому первая и последняя точки необходимо исключить из рассмотрения. По остальным точкам мы видим рост расстояния маршрутов МТМ с ростом доходов. Подводя итог, можно констатировать, что работы ВКР удалены от их домов дальше, чем у ВКР. Этот результат согласуется с большинством теоретических моделей.

Средний доход маятниковой трудовой миграции как функция возраста и гендерной переменной

Рисунок 6 Средний доход маятниковой трудовой миграции как функция возраста и гендерной переменной

На Рис.6 показана гистограмма дохода МТМ в возрастном разрезе. Пик доходов приходится на возраст 25-55 лет с уменьшением в обе стороны. Спад со стороны молодежи можно трактовать, как продвижение по карьерной лестнице от меньшей к большей зарплате. Для возрастных работников ситуация не очевидна. Эта может быть связано и с дискриминацией по возрасту (например, принудительном понижении в должности), и с естественным уменьшением рабочей активности.

При этом данный эффект не зависит от пола. Качественно кривые мужчин и женщин похожи, а разброс по амплитуде фиксирует гендерную дискриминацию по оплате труда, уже указанную ранее. В линейном масштабе графика на Рис. 6 этот эффект более нагляден, чем в логарифмическом масштабе на Рис. 5 слева.

Заключение

В настоящей работе продемонстрировано применение ГИС-технологий для анализа маятниковой трудовой миграции в Подмосковье. Применение такого подхода стало возможно благодаря определению дальности и длительности поездок дом-работа более 700 тыс. работников региона при помощи ГИС-анализа микро-данных.

В пространственном подходе были визуализированы паттерны перемещений маятниковых трудовых мигрантов Подмосковья для МТМ в целом, и межрайонной МТМ в частности. Аналитический подход был применен для исследования характеристик МТМ по индивидуальным характеристикам работников: полу, возрасту, доходам. Средние показатели МТМ: 50 км за 1 час в один конец. Показано, что женщины и мужчины на равных участвуют в МТМ, однако зарплаты женщин примерно на 20% ниже. Обнаружена отрицательная корреляция между возрастом и длиной поездок МТМ, и положительная – между уровнем дохода (и квалификации) и длиной и длительностью поездок МТМ.

Предложенные в исследовании методики имеют хорошую перспективу дальнейшего развития. В настоящей работе представлены результаты анализа данных на уровне районов. Следующим этапом работы станет более анализ данных в более детальном разрезе. Построение пространственного паттерна МТМ позволит выявить районы исхода и притока рабочей силы, пространственные диспропорции спроса и предложения рабочей силы по отраслям. Отдельной задачей является построение паттерна перемещений МТМ по дорогам для оценки загрузки транспортной сети, оценка направлений, длин и интенсивности передвижений МТМ. Эта информация важна, актуальна и уникальна в качестве вводных данных для теории и практики управления региональной мобильностью трудовых ресурсов.

Исследования подобного рода на российских данных осуществлены впервые, примененная ГИС-методика для анализа маятниковой трудовой миграции является пионерской и используется впервые в мировой практике на БД такого масштаба.

________

1 Используется также для обозначения маятниковых трудовых мигрантов, что ясно из контекста.


Библиографический список

  1. Khwanruthai Bunruamkaew, Yuji Murayama // Sustainability 4, 2012, p.412-429.
  2. Arribas-Bel D., Gerritse M. // Environment and Planning, А44, 2012, p.2041-2042.
  3. Alessandra Faggian, Philip McCann, 2004, http://www-sre.wu-wien.ac.at/ersa/ersaconfs/ersa04/PDF/354.pdf; Philip McCann, Stephen Sheppard, 2002, http://www-sre.wu-wien.ac.at/ersa/ersaconfs/ersa02/cd-rom/papers/194.pdf.
  4. Stephen Hincks, Cecilia Wong // Urban Studies March 47(3), 2010 p.620-649.
  5. Sorin Daniel Manole, Alexandru-Ionuţ Petrisor // Theoretical and Empirical Researches in Urban Management, 6(4), November 2011.
  6. Wenseslao Plata-Rocha, Montserrat Gomez-Delgadoo, Joaquin Bosque-Sendra // Environment and Planning, B38, 2011, p.1012-1031.
  7. Michael S. Smitha, Goran Kauermann // Transportation Research B45, 2011, p.1846-1862.
  8. Fahui Wang // Environment and Planning B: Planning and Design 28(2), 2001, p.169-182.
  9. Wood G // Environment and Planning B: Planning and Design 30(4), 2003 p.523-540.
  10. Guo Wen-bo, Wan Qing //Asian Agricultural Research 3(1), 2011, p. 127-129.
  11. Liao Wei-hu // Asian Agricultural Research 3(2), 2011, p.20-2
  12. Shanjiang Zhu, 2010, http://nexus.umn.edu/Papers/ShortestPath.pdf; Michael Scharenbroich at al., 2009, http://nexus.umn.edu/Papers/HowLocalIsTravel.pdf; Arthur Huang, David Levinson, 2011, http://nexus.umn.edu/Papers/RetailDestinations.pdf.
  13. Шитова Ю.Ю. Маятниковая трудовая миграция в Московской области: методический и прикладной анализ // Экономический журнал ВШЭ. №1., 2006, с.63-79.
  14. Шитова Ю.Ю., Шитов Ю.А. Микроанализ маятниковой трудовой миграции в Московской области // Регион: экономика и социология, 2008, №4, с.119-137.
  15. Шитова Ю.Ю., Шитов Ю.А. Статус исследований индивидуального поведения маятниковых трудовых мигрантов / Соционет, 2011. http://purgenetik.socionet.ru/files/shitova_mtm_review.pdf.
  16. Шитова Ю.Ю., Шитов Ю.А. / ГИС-моделирование и комплексный анализ пространственной структуры и потоков маятниковой трудовой миграции в регионе на примере Московской агломерации, XIII Международная научная конференция «Модернизация экономики и общества», 3-5 апреля 2012, ВШЭ, Москва http://regconf.hse.ru/uploads/a8cf29519a6283e1882983243c8f6eb22a86e0c5.pdf, http://www.gosbook.ru/node/55149.