Moscow, Russian Federation
The article is devoted to an objective assessment of impact factors and taking into account potentials when forecasting scenarios of changes in incoming migration from foreign countries, which was carried out using statistical methods for estimating time series, correlation and regression modeling and forecasting. A mechanism for correcting errors in forecasting the analyzed migration processes is proposed.
population migration, general economic stability, financial and social security, criminal security, levels of impact on incoming migration, dynamic series, analytical alignment, forecasting
Прогнозирование экономических явлений через математические функции подразделяются на два основных направления, а именно: через тренды динамики, функции которых максимально приближены к особенностям поведения фактора во времени и через стохастические модели, с использованием уравнений регрессии, что учитывает вероятностную связь между факторами.
Для решения задачи анализа и выявления перспектив изменения объемов входящих в страну миграционных потоков из зарубежных стран нами использованы оба этих подхода, учтены их недостатки.
Руководствуясь имеющимися инструментариями каждого из указанных методов, предлагаем механизм нивелирования погрешностей, естественным образом возникающих, при использовании каждого из их по отдельности. Это позволит не только выявить актуальные зоны ошибок, но и купировать их от возникающих в ходе аналитической работы погрешностей, тем самым повышая надежность и достоверность аналитических процедур (табл.1).
Далее располагая, обоснованными выше факторами влияния на изменение входящего миграционного притока из зарубежных стран проведем построение трендов для каждого из них. Основанием принятия тренда в модель для прогноза примем рассчитанные значения достоверности аппроксимации (табл.2).
58% факторов эконометрической модели, в зависимости от выявленного тренда, не меняют свою направленность в прогнозном периоде. Однако другие факторы (33%) по направленности их функций не соответствуют тенденциям изменения динамики показателя и меняют на обратную свою направленность в прогнозном периоде, к таковым относятся: среднедушевой денежный доход на душу населения, ВВП, смертность и численность воспитанников, приходящихся на 100 мест в дошкольных образовательных учреждениях.
Таблица 1
Актуализация проблемных зон в различных методах прогнозирования с механизмами купирования возникающих погрешностей
|
Прогнозирование с использованием методов корреляционно- регрессионного анализа |
Решение |
Систему влияющих факторов перегруппируем на более мелкие группы по фокусу их направленности смыслового значения. Объединение полученных результатов осуществляем через установление доли стохастического влияния каждого из них |
Через объединение полученных результатов устанавливаем доли стохастического влияния каждого из факторов, включенного в систему |
Проводим аналитическую группировку полученных прогнозных значений |
|
Проблема |
Ограничение включения в модель полного спектра факторов, оказывающих влияние на исследуемый параметр |
Сложность в учете влияния большого или оптимального количества факторов при наличии ограничения в размерности ряда динамики |
Прогноз носит вероятностный характер |
|
|
Прогнозирование с использованием методов построения трендов |
Решение |
Данный тип отклонения нивелируем за счет включения в прогнозную модель значений через темпы прироста. Для этого расчет с использованием трендов начинаем с последней точки в ряду динамики. Прогнозные значения включаем в ряд через приведение их к темпам роста |
Осуществляем прогноз исследуемого показателя через уравнения регрессии |
Проводим сглаживание расчетных прогнозных значений, за счет построения нескольких наиболее математически обоснованных вариантов, в последствии согласовав их по уровню значимости |
|
Проблема |
Начальная точка расчета прогнозного периода может существенно отклоняться от последнего значения в ряду динамики |
Изменение в динамике в прогнозном периоде не отражает связь со взаимосвязанными факторами, которые существенно влияют на исследуемый ряд |
Направленность прогноза осуществляется исключительно согласно рассчитанной функции, что зачастую приводит к существенному отклонению уже во втором прогнозном периоде |
Обособленно необходимо выделить тренд выпуска продукции сельского хозяйства, по которому прогноз с наибольшим значением достоверности аппроксимации указывает на возможный потенциальный рост, а второй прогноз предполагает, что изменения в прогнозном периоде будут менее 1,5%.
Таблица 2
Аналитические тренды по факторам, оказывающим влияние на изменение объемов динамики входящей миграции из зарубежных стран
|
Наименование показателей |
Уравнение тренда с наивысшим показателем достоверности аппроксимации |
Достоверность аппроксимации |
|
Уровень безработицы и потенциальной рабочей силы, % |
= -1,152ln(t) + 9,9135 |
0,501 |
|
= -0,0012t2 - 0,101t + 8,7957 |
0,475 |
|
|
Среднедушевые денежные доходы за месяц, руб. |
= -11,062t2 + 360,4t + 2001,9 |
0,967 |
|
= 2409,2t0,2399 |
0,865 |
|
|
Покупка товаров и оплата услуг, % |
= 0,0756t2 - 1,3582t + 76,119 |
0,799 |
|
= 0,5308t + 67,934 |
0,451 |
|
|
Общая площадь жилых помещений, на одного жителя, м2 |
= 0,4003t + 18,28 |
0,983 |
|
= 0,0072t2 + 0,2193t + 19,064 |
0,995 |
|
|
ВВП, млрд. руб. |
= -13,83t2 + 694,16t + 6340 |
0,975 |
|
= 6382,4t0,273 |
0,953 |
|
|
Объем товаров промышленного производства, млрд. руб. |
= -1,2364t2 + 265,92t + 4571,5 |
0,957 |
|
= 235,01t + 4705,4 |
0,956 |
|
|
Продукция сельского хозяйства, млрд. руб. |
= 0,8768t2 - 16,142t + 747,51 |
0,567 |
|
= 5,7789t + 652,52 |
0,302 |
|
|
Объем работ выполненных в строительстве, млрд. руб. |
= 486,43t0,3199 |
0,879 |
|
= 278ln(t) + 410,36 |
0,847 |
|
|
Доля собственного производства в розничном товарном обороте, % |
= 0,0367t2 - 0,5884t + 58,949 |
0,646 |
|
= 0,3287t + 54,975 |
0,438 |
|
|
Смертность, тыс. чел. |
= 1,6212t2 - 58,378t + 2451 |
0,505 |
|
= 2433,6t-0,077 |
0,421 |
|
|
Зарегистрировано преступления, тыс. ед. |
= 0,2128t2 - 62,25t + 3154,7 |
0,729 |
|
= -431ln(t) + 3403,9 |
0,576 |
|
|
Численность воспитанников, на 100 мест в дошкольных организациях, чел. |
= -0,1442t2 + 4,1884t + 76,578 |
0,898 |
|
= 82,941t0,0783 |
0,600 |
Основная часть полученных прогностических функций составляют полиномиальные тренды (46%), из них с тенденцией прогнозных периодов на повышение значений 60% и на понижение 40% по исследуемым факторам, из которых с положительным воздействием на миграционный приток только уровень безработицы и потенциальной рабочей силы. Следующими по частоте выбора идут линейные и степенные тренды. Оставшиеся 3 тренда логарифмические. Логарифмические и степенные тренды по направленности функции в прогнозном периоде указывают на плавное сокращение динамики приростов изменения показателя.
В целях нивелирования отклонения первой прогнозной точки от фактического значения, первое значение в производимом расчете по выделенным функциям определим для 2023г. с последующим расчетом цепных темпов прироста (табл. 3).
Таблица 3
Расчетные значения по прогнозным трендам
|
Наименование показателей |
||||||||
|
2023г |
2024г |
2025г |
2026г |
2023г |
2024г |
2025г |
2026г |
|
|
Совокупный показатель уровня безработицы и потенциальной рабочей силы населения, % |
6,25 |
6,21 |
6,16 |
6,12 |
5,68 |
5,52 |
5,36 |
5,19 |
|
Среднедушевые денежные доходы за месяц, руб. |
4 280 |
4 098 |
3 894 |
3 669 |
5 164 |
5 215 |
5 264 |
5 312 |
|
Покупка товаров и оплата услуг, % |
87,07 |
89,41 |
91,91 |
94,56 |
80,67 |
81,20 |
81,73 |
82,27 |
|
Общая площадь жилых помещений, приходящаяся в среднем на одного жителя, м2 |
27,89 |
28,29 |
28,69 |
29,09 |
28,47 |
29,05 |
29,63 |
30,23 |
|
ВВП, млрд. руб. |
15 034 |
15 050 |
15 039 |
15 000 |
15 198 |
15 368 |
15 534 |
15 694 |
|
Объем товаров промышленного производства, млрд. руб. |
10 241 |
10 447 |
10 650 |
10 850 |
10 346 |
10 581 |
10 816 |
11 051 |
|
Продукция сельского хозяйства, млрд. руб. |
865 |
892 |
921 |
951 |
791 |
797 |
803 |
809 |
|
Объем работ выполненных в строительстве, млрд. руб. |
1 344 |
1 362 |
1 379 |
1 396 |
1 294 |
1 305 |
1 316 |
1 327 |
|
Доля собственного производства в розничном товарном обороте, % |
65,97 |
67,18 |
68,46 |
69,82 |
62,86 |
63,19 |
63,52 |
63,85 |
|
Смертность, тыс. чел. |
1 984 |
2 005 |
2 029 |
2 057 |
1 905 |
1 899 |
1 894 |
1 888 |
|
Зарегистрировано преступления, тыс. ед. |
1 783 |
1 731 |
1 680 |
1 629 |
2 034 |
2 017 |
2 000 |
1 983 |
|
Численность воспитанников, приходящихся на 100 мест в дошкольных образовательных организациях, чел. |
94,04 |
91,16 |
88,00 |
84,54 |
106,38 |
106,72 |
107,04 |
107,36 |
Полученные результаты попарно отклоняются в интервале от 1% до 37%, при этом размах отклонения в зависимости от точки прогноза возрастает. Так на 2024г. среднее отклонение парных прогнозов ожидается на 9,10% (от 1,27% до 23,98%), в 2025г. в среднем на 11,10% (интервал от 1,55 до 29,91%) и в 2026г. в среднем на 13,27% (интервал от 1,83 до 36,60%). Наивысший размах в отклонениях между прогнозными трендами ожидается относительно среднедушевого дохода, так как прогноз на его снижение, в сопоставимых ценах значительно превышает интенсивность изменений прогнозных значения по направлению его роста (табл. 4).
Полученные результаты, группируются на три группы: с отклонением прогнозных значений до 10%, от 10% до 20% и от 20% и выше.
Таблица 4
Отклонения между прогнозными значениями при различных функциях, %
|
Наименование показателей |
2024г. |
2025г. |
2026г. |
|
Совокупный показатель уровня безработицы и потенциальной рабочей силы населения в возрасте 15-72 лет, % |
11,68 |
13,92 |
16,32 |
|
Среднедушевые денежные доходы за месяц, руб. |
23,98 |
29,91 |
36,60 |
|
Покупка товаров и оплата услуг, % |
9,62 |
11,72 |
13,91 |
|
Общая площадь жилых помещений, приходящаяся в среднем на одного жителя, м2 |
2,65 |
3,24 |
3,86 |
|
ВВП, млрд. руб. |
2,09 |
3,23 |
4,52 |
|
Объем товаров промышленного производства, млрд. руб. |
1,27 |
1,55 |
1,83 |
|
Продукция сельского хозяйства, млрд. руб. |
11,25 |
13,67 |
16,18 |
|
Объем работ выполненных в строительстве, млрд. руб. |
4,27 |
4,69 |
5,10 |
|
Доля собственного производства в розничном товарном обороте, % |
6,11 |
7,48 |
8,93 |
|
Смертность, тыс. чел. |
5,40 |
6,91 |
8,54 |
|
Зарегистрировано преступления, тыс. ед. |
15,21 |
17,37 |
19,62 |
|
Численность воспитанников, приходящихся на 100 мест в дошкольных образовательных организациях, чел. |
15,72 |
19,53 |
23,78 |
Наивысшая наполненность у первой группы и данный факт сохраняется при прогнозировании на 3 года. Наполненность второй группы, так же практически остается неизменной. Все выше перечисленные наблюдения позволяют заключить следующее: прогноз с использованием данных функции в достаточной мере стабилен, прогнозирование на более длительные сроки, учитывая вариативность рядов и интенсивность расхождения результатов целесообразно, но следует помнить о постоянной дополнительной работе с динамикой исходных данных, особенно не упускать из вида крайне возможное значение вариации показателя результата.
Базируясь на этом, перейдем к согласованию полученных результатов по факторам, оказывающим влияния на входящие миграционные потоки из зарубежных стран.
Наименьшее значение отклонения между прогнозными значениями по различным функциям приходится на объем товаров промышленного производства, при этом направленность обоих прогнозов на рост.
В результате проведенных расчетов мы располагаем коридором прогнозных значений для каждого из факторов влияния. Для выделения роли функции с наивысшим соответствием ряду динамики в ретроспективе, проведем согласование полученных результатов путем выведения веса для каждой из них. За весовое значение примем долю, рассчитанную от суммы достоверностей аппроксимации (табл. 5).
Таблица 5
Расчетные значения значимости результатов прогноза по размеру достоверности и аппроксимации
|
Наименование показателей |
Вес по достоверности аппроксимации |
|
|
Совокупный показатель уровня безработицы и потенциальной рабочей силы населения в возрасте 15-72 лет, % |
51,33 |
48,67 |
|
Среднедушевые денежные доходы за месяц, руб. |
52,79 |
47,21 |
|
Покупка товаров и оплата услуг, % |
63,94 |
36,06 |
|
Общая площадь жилых помещений, приходящаяся в среднем на одного жителя, м2 |
49,70 |
50,30 |
|
ВВП, млрд. руб. |
50,59 |
49,41 |
|
Объем товаров промышленного производства, млрд. руб. |
50,03 |
49,97 |
|
Продукция сельского хозяйства, млрд. руб. |
65,25 |
34,75 |
|
Объем работ выполненных в строительстве, млрд. руб. |
50,94 |
49,06 |
|
Доля собственного производства в розничном товарном обороте, % |
59,60 |
40,40 |
|
Смертность, тыс. чел. |
54,49 |
45,51 |
|
Зарегистрировано преступления, тыс.ед. |
55,86 |
44,14 |
|
Численность воспитанников, приходящихся на 100 мест в дошкольных образовательных организациях, чел. |
59,95 |
40,05 |
По 83% факторов, расхождение в весовых значениях не превышают 10%, что характеризует выбор функций как надежной и достоверный. Функции, по которым расхождение в прогнозе ситуации выше, в дальнейшем включим в регрессионные модели с факторами, нейтрализующими эту погрешность.
Полученные прогнозы четырех показателей указывают на их снижение, из них отрицательное воздействие на миграционные процессы оказывает только прогноз на снижение среднедушевого денежного дохода (табл.6). Из возрастающих прогнозов, отрицательное воздействие, на миграционный прирост, так же оказывает только один фактор, на основании согласованного результата предполагается незначительное увеличение смертности.
Таблица 6
Согласованный прогноз по факторам, оказывающим влияние на миграционный приток из зарубежных стран
|
Наименование показателей |
2023г. (факт) |
Согласованный прогноз |
Темп прироста по прогнозам, % |
||||
|
2024г. |
2025г. |
2026г. |
2024г. |
2025г. |
2026г. |
||
|
Совокупный показатель уровня безработицы и потенциальной рабочей силы населения в возрасте 15-72 лет, % |
4,20 |
4,13 |
4,06 |
3,98 |
-1,71 |
-1,74 |
-1,78 |
|
Среднедушевые денежные доходы за месяц, руб. |
4 525 |
4 456 |
4 374 |
4 281 |
-1,53 |
-1,82 |
-2,13 |
|
Покупка товаров и оплата услуг, % |
90,00 |
91,80 |
93,69 |
95,70 |
2,00 |
2,07 |
2,14 |
|
Общая площадь жилых помещений, приходящаяся в среднем на одного жителя, м2 |
28,80 |
29,30 |
29,80 |
30,31 |
1,73 |
1,72 |
1,72 |
|
ВВП, млрд. руб. |
15 497 |
15 592 |
15 670 |
15 731 |
0,61 |
0,50 |
0,39 |
|
Объем товаров промышленного производства, млрд. руб. |
9 663 |
9 870 |
10 075 |
10 280 |
2,14 |
2,08 |
2,03 |
|
Продукция сельского хозяйства, млрд. руб. |
751 |
768 |
787 |
806 |
2,32 |
2,40 |
2,48 |
|
Объем работ выполненных в строительстве, млрд. руб. |
1 359 |
1 374 |
1 388 |
1 402 |
1,10 |
1,06 |
1,01 |
|
Доля собственного производства в розничном товарном обороте, % |
65,00 |
65,86 |
66,76 |
67,70 |
1,32 |
1,37 |
1,42 |
|
Смертность, тыс. чел |
1 760 |
1 768 |
1 778 |
1 789 |
0,45 |
0,54 |
0,64 |
|
Зарегистрировано преступления, тыс. ед. |
1 892 |
1 855 |
1 819 |
1 783 |
-1,94 |
-1,95 |
-1,96 |
|
Численность воспитанников, приходящихся на 100 мест в дошкольных образовательных организациях, чел. |
98,00 |
96,43 |
94,68 |
92,75 |
-1,60 |
-1,81 |
-2,03 |
В целом прогнозные точки указывают на плавное, не интенсивное изменение факторов. 53% из них находятся в интервале от 1% до 2% прироста, 16% менее 1% и только 27% в интервале от 2,00%. Максимальный процент прироста прогнозных значений наблюдается по изменению объема выпуска продукции сельским хозяйством (от 2,32% до 2,48%).
Располагая обоснованными и очищенными от погрешностей значениями прогноза на период 2024–2026 гг. можем перейти к построению стохастической модели.
Для дальнейшего расчета и проведения расчетов введем условные обозначения для факторов влияния (табл. 7).
Таблица 7
Условные обозначения ключевых факторов влияния на вариацию количества мигрантов, прибывших из зарубежных стран
|
Наименование показателей |
Условные обозначения |
|
Совокупный показатель уровня безработицы и потенциальной рабочей силы населения в возрасте 15-72 лет, % |
Xа1б1 |
|
Среднедушевые денежные доходы за месяц, руб. |
Xа1б2 |
|
Покупка товаров и оплата услуг, % |
Xа1б3 |
|
Общая площадь жилых помещений, приходящаяся в среднем на одного жителя, м2 |
Xа1б4 |
|
ВВП, млрд. руб. |
Xа2в1 |
|
Объем товаров промышленного производства, млрд. руб. |
Xа2в2 |
|
Продукция сельского хозяйства, млрд. руб. |
Xа2в3 |
|
Объем работ, выполненных в строительстве, млрд. руб. |
Xа2в4 |
|
Доля собственного производства в розничном товарном обороте, % |
Xа2в5 |
|
Смертность, тыс. чел. |
Xа3г1 |
|
Зарегистрировано преступления, тыс. ед. |
Xа3г2 |
|
Численность воспитанников, приходящихся на 100 мест в дошкольных образовательных организациях, чел. |
Xа4д1 |
Руководствуясь ранее сделанными выводами, а также принципами и правилами, регламентирующими построение корреляционно-регрессионных моделей, построим уравнения регрессии (табл. 8).
Таблица 8
Уравнения регрессии эконометрической модели и их стохастические характеристики
|
Уравнения регрессии |
Коэффициенты |
|
|
корреляции |
детерминации |
|
|
Y1=875,251-65,188*Xа1б1 |
0,4425 |
0,1958 |
|
Y2=-1439,938+0,134*Xа1б2+17,067*Xа1б3 |
0,7518 |
0,5652 |
|
Y3=-898,116+55,773* Xа1б4 |
0,7991 |
0,6385 |
|
Y4=-1373,093+0,049*Xа2в1+19,926* Xа2в5 |
0,8570 |
0,7344 |
|
Y5=-804,772+0,081 Xа2в2+0,859 Xа2в3-0,038 Xа2в4 |
0,8727 |
0,7615 |
|
Y6=1340,730-0,103*Xа3г1-0,301*Xа3г2 |
0,7813 |
0,6104 |
|
Y7=-524,667+9,298*Xа4д1 |
0,3708 |
0,1375 |
Уровень безработицы и потенциальной рабочей силы, обладает прямой и умеренной связью с показателем миграции. Изменение данного фактора воздействия на 19,58% зависит от его вариации. Таким образом, можно заключить, что увеличение уровня безработицы на 1% приведет к снижение миграционного притока на 65,188 тыс. чел., в объеме силы воздействия приведенной выше и при неизменности прочих факторов.
Таким образом, по первой группе воздействия достоверно можно ожидать, что изменение среднедушевого дохода на 100 руб. (2%) в ценах 2000г., приведет к увеличению количества мигрантов из зарубежных стран на 13,4 тыс. чел., а увеличение доли расходов, приходящейся на приобретение товаров и услуг на 1% - к увеличению их числа на 17,07 тыс. чел. Таким образом, совместное изменение этих факторов приведет к абсолютному приросту мигрантов на 30,47 тыс. чел., при неизменности прочих факторов, доля воздействия данных показателей значительная и составляет 56,52%.
Общая площадь жилых помещений, приходящихся на душу населения, как показатель обеспеченности, оказывает влияние на исследуемый параметр на 63,85%. Изменение площади на 1 кв.м., в соответствии с уравнением регрессии, приводит к росту количества мигрантов на 55,77 тыс. чел., при неизменности прочих факторов.
Множественное уравнение регрессии по ВВП и доле собственного производства в розничной торговле, сила влияния которых на формирование динамики миграционного прироста составляет 73,44%, при низменности прочих факторов, указывает на то, что при росте ВВП на 100 млрд. руб. (0,6%) и приросте собственного производства в розничной торговле на 1%, высока вероятность увеличения численности мигрантов, прибывших из зарубежных стран на 24,82 тыс. чел.
При объединении в вероятностную модель, ключевых направлений экономической деятельности: промышленное производство, сельское хозяйство и строительство – отчетливо видно, что направленность их воздействия неоднородна. Рост за счет всех параметров достигается при увеличении объема выпуска продукции промышленного производства, сельскохозяйственного производства и при уменьшении объема работ выполняемых в строительстве. Совокупное влияние этих трех показателей на прогнозируемый фактор выше, чем общее влияние ВВП. Однопроцентный рост всех факторов в уравнении приведет к увеличению численности входящей миграции на 13,8 тыс. чел. (4% от 2023г. и 2% от 2022г.).
Показатели влияния, относящиеся к группе, характеризующей уровень физической безопасности, при составлении многофакторного уравнения регрессии, однонаправлены. В частности, увеличение количества преступлений на 1%, приводит к снижению количества притока мигрантов на 6 тыс. чел., а увеличение смертности на аналогичный процент снизит их приток на 2 тыс. чел.
Таблица 9
Прогноз численности притока мигрантов из заграницы с учетом влияющих на нее факторов
|
Yj |
Прогнозные значения численности внешней миграции, тыс. чел. |
Коэффициенты роста |
||||
|
2024г. |
2025г. |
2026г. |
2025г./2024г. |
2026г./2025г. |
2026г./2024г. |
|
|
Y1 |
606,13 |
610,81 |
615,51 |
1,0077 |
1,0077 |
1,0155 |
|
Y2 |
722,17 |
743,72 |
765,43 |
1,0298 |
1,0292 |
1,0599 |
|
Y3 |
735,89 |
764,04 |
792,61 |
1,0383 |
1,0374 |
1,0771 |
|
Y4 |
701,58 |
723,36 |
745,21 |
1,0310 |
1,0302 |
1,0622 |
|
Y5 |
606,80 |
638,85 |
671,70 |
1,0528 |
1,0514 |
1,1069 |
|
Y6 |
599,91 |
609,79 |
619,35 |
1,0165 |
1,0157 |
1,0324 |
|
Y7 |
371,90 |
355,63 |
337,74 |
0,9563 |
0,9497 |
0,9082 |
Подставим в уравнения полученные прогнозные значения по каждому из факторов, в результате получим, вероятные значения относительно влияния на формирование потока миграции каждого из факторов или их группы.
По результатам отчетливо видно, что мы имеем три группы значений, от 600 до 700 тыс. чел., от 700 до 800 тыс. чел. и от 300 до 400 тыс. чел. (рис.1).
Рис. 1. Группы прогнозных данных
Данные по значениям коэффициентов детерминации позволяют утверждать. что значения, относящиеся к группе от 700 до 800 тыс. чел. (53,2%) превалируют, их доля влияния на общие изменения выше чем группы от 600 до 700 тыс. чел. (43,03%) и составляет 23,6%.
Группа от 300 до 400 тыс. чел. является реализацией маловероятного сценария с низкой степенью достоверности. Однако, значения данной группы необходимо учитывать в качестве пессимистического прогноза.
Для согласования имеющихся прогнозных значений используем многофакторный метод с использованием значений коэффициентов детерминации, рассчитанных для каждого из стохастических уравнений. Сумму всех коэффициентов примем равной 100% и исходя из этого, определим долю влияния каждого из уравнений регрессии в общем результате развития анализируемого экономического процесса (табл.10).
Таблица 10
Интегральной прогноз с учетом степени значимости каждого из уравнений регрессии эконометрической модели
|
Yj |
Rj2 |
Доля воздействия факторов на прогноз, % |
Прогнозные интегральные значения численности внешней миграции, тыс. чел. |
||
|
2024г. |
2025г. |
2026г. |
|||
|
Y1 |
0,196 |
5,37 |
|
||
|
Y2 |
0,565 |
15,51 |
|||
|
Y3 |
0,639 |
17,53 |
|||
|
Y4 |
0,734 |
20,16 |
|||
|
Y5 |
0,762 |
20,90 |
|||
|
Y6 |
0,610 |
16,75 |
|||
|
Y7 |
0,137 |
3,77 |
|||
|
Итого: |
3,643 |
100,00 |
656,37 |
677,03 |
697,85 |
Прогнозные интегральные значения указывают на вероятность незначительного роста количества входящей миграции в ближайшем прогнозном периоде, с постепенным угасанием ее интенсивности (2025г./2024г. - 3,15%; 2026г./2025г. – 3,08%). Однако, по наиболее вероятному прогнозу, значения показателя будут в области средних значений по периоду с 2018 по 2022гг. (без учета кризиса 2020 г. – пандемия COVID-19).
Размах значений вероятных сценариев предполагает верхнюю границу с превышением данных по 2022г. на 1 - 9%; нижняя же граница вероятных сценариев предполагает снижение уровня до показателей свойственных периоду с 2014 по 2019гг., включительно. При этом будет наблюдаться снижение от 16 до 17% от уровня 2022г. (рис. 2).
В заключении необходимо отметить результаты, возможные к воплощению при реализации пессимистического сценария. В этом случае уровень показателя численности внешней миграции будет откинут до значения 2011г. с тенденцией на снижение. Вероятность реализации такого сценария обладает минимальным значением и математически данный прогноз маловероятен, однако именно у этого прогноза вероятность осуществления значительно повышается при негативных геополитических процессах.
Рис. 2. Динамика изменений численности мигрантов, приезжающих из зарубежных стран с проектом прогнозных периодов
В результате всего выше изложенного, считаем, что наиболее вероятное значение для 2024г., количества мигрантов, прибывающих из зарубежных стран составит 656 тыс. чел., с последующим ростом значения на 3% в год. Возможный размах вариации от прогнозного значения составляет от 8% в сторону уменьшения и до 14% в сторону увеличения.
Присутствует неопределенность и риск обвала уровня входящей миграции из зарубежных стран на 49% при усилении негативных социальных и геополитических события
Таким образом, после исключения дублирующих и несвязанных факторов, сформирована эконометрическая модель с комплексом из 12 основных факторов влияния, распределенных по всем четырем группам направлений воздействий на входящие миграционные процессы из зарубежных стран.
Построены тренды с использованием различных математических функций с наивысшим уровнем надежности и достоверности относительно динамики показателей в ретроспективе. На базе их по построенному прогнозу установлено, что еще достоверно, но уже ненадежно объективное составление прогноза более чем на 3 года, в виду превышения вариации в третьем периоде между прогнозными значениями барьера в 30%.
Прогнозные значения влияющих факторов оцениваются, как позитивные относительно направления на увеличения притока мигрантов из зарубежных стран. Исключением являются: среднедушевые доходы за месяц (прогноз на снижение в 2026г. составил - 2,13%); смертность (прогноз на прирост в 2026г. - 0,64%); численность воспитанников дошкольных учреждений, приходящихся на 100 мест (прогноз на снижение в 2026г. - 2,03%). Так как эти факторы по рейтингу уровня связи с миграцией не находятся наверху списка, принято решение, что они являются неотъемлемой частью, корректирующей состояние структуры модели.
Построены стохастические уравнения эконометрической модели, на основании чего выявлены вероятные прогнозные значения с учетом влияющих факторов и определен наиболее вероятный сценарий изменений входящей миграции на трех летний период. Определено, что наиболее вероятное значение прогноза входящей в страну миграции с показателя 2024г. 656,37 тыс. чел. Следует ожидать с последующим цепным увеличением этого значения на 3,15% в 2025 г. и на 3,08% в 2026 г.
Размах вариации погрешности рассчитанного прогноза составляет 8% в сторону уменьшения и до 14% в сторону увеличения, то есть результаты выполненных прогностических процедур носят надежный и достоверный характер.
Установлен и доказан возможный «обвал» уровня входящей миграции из зарубежных стран на 49% даже при сохранении, не говоря уже об условиях усиления, негативных социальных и геополитических событий.
1. Agapova T.N., Mhitaryan V.S., Il'enkova S.D., Surinov A.E. Statistika: uchebnik i praktikum dlya akademicheskogo bakalavriata: v 2 chastyah. – M.: Yurayt, 2021 g. – 519s.
2. Chudinovskih O.S. Regional'nyy seminar po statistike migracii dlya stran SNG // Voprosy statistiki. 2021. T. 28. № 4. s. 128-135.
3. Oficial'nyy sayt Federal'noy sluzhby gosudarstvennoy statistiki. – URL: http://www.gks.ru/.
