Диссертация (1138213), страница 20

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 20)

Если финансовый рынок развит и нет ограничений ликвидности,то коэффициент должен быть отрицательным, а коэффициент положительным. Что соответствует тому, что отток из регионов с более103высокими среднедушевыми доходами меньше, а приток в такие регионыбольше. Однако, как показано в предыдущем разделе, если существуютфинансовые ограничения, то  будет положительным для бедных регионов(этот результат получен Андриенко и Гуриевым (2004) для 90-х годов вРоссии).Модель с квадратами доходовСамый простой способ учесть нелинейность зависимости междумиграцией и среднедушевыми доходами в регионе, о которой говорилось впредыдущей главе, – включить в модель помимо линейного члена такжеквадрат доходов.В таблице ниже (Таблица 2.4) представлены эти результаты. В первомстолбце приведена базовая спецификация модели (2.7).

Во втором столбцепредставлены результаты с квадратами логарифмов доходов. Для проверкиустойчивости результатов, мы оценили эти же модели без учета Москвы иСанкт-Петербурга. Поскольку в выборке только эти два региона являютсягородами федерального значения. Эти города являются одними из самыхпривлекательных для мигрантов, поэтому важно проверить, насколькоустойчивы будут выводы, если мы исключим из рассмотрения эти регионы.Вцеломполученныерезультатысогласуютсясбазовойгравитационной моделью. Миграция коррелирует с численностью населенияи региона прибытия и региона выбытия с коэффициентами больше единицы.Коэффициенты для общественных благ, факторов качества и уровня жизнитакже в большинстве случаев не противоречат интуиции.

Люди мигрируютиз регионов с высокой безработицей и младенческой смертностью в регионыс низким уровнем безработицы и низким коэффициентом младенческойсмертности. Мигранты предпочитают регионы с большим числом врачей,койка мест на душу населения, с более высокой долей женщин, студентов,долей молодых и пожилых30. Мигранты уезжают из регионов с более30Демографические переменные были включены в модель миграции с лагом в один год (для учетаэндогенности).104высокой плотностью автодорог и высоким числом автобусов на душунаселения. Однако стоит отметить, что общественные блага могут включатьв себе объяснение невключенных в модель факторов. Более подробноеобсуждение влияния общественных благ представлено в предыдущемразделе.Для того чтобы проконтролировать на распределение среднедушевогодоходавнутрирегиона,мывключиливмодельиндексДжини.Коэффициенты при индексе Джини оказались значимыми и отрицательнымикак для региона выбытия, так и для региона прибытия.

Отрицательныйкоэффициентдлярегионаприбытияможетозначать«неприятие»мигрантами неравенства, т.е. мигранты предпочитают регионы с болееравномерным распределением доходов. Отрицательный коэффициент прииндексе Джини в регионе выбытия согласуется с гипотезой о ловушкахбедности: те, кто хотел бы мигрировать, как правило, находятся в нижнейдоходной группе, при этом, контролируя на среднедушевой доход, мыполучаем, что более высокий индекс Джини означает, что потенциальныймигрант более вероятно является бедным, а значит, не имеет возможностипереехать в другой регион.Для контроля на факторы рынка жилья, мы включили в модельобеспеченность жильем в регионах, стоимость квадратного метра жилья31 иввод новых квартир в регионе.

Все переменные включены в логарифмах.Эффект рынка жилья согласуется с важностью финансовых ограничений стак называемой конкуренцией Тибу (Tiebout, 1956). Мигранты покидаютрегионы с низкой стоимостью жилья и переезжают в регионы с болеевысокой стоимостью жилья. Это может быть объяснено тем, что цены нажилье являются отражением качества жизни в регионе. Где качество иуровень жизни выше, там и цены на жилье выше. Обеспеченность жильемположительно коррелирует как с прибытием, так и с выбытием мигрантов изрегиона. Если мы сложим коэффициенты при логарифме стоимости31Цены на жилье корректировались на ИПЦ для сопоставления между периодами.105квадратного метра жилья и логарифмом обеспеченности жильем, то получимстоимость жилья в регионе на душу населения, которая повышает как отток,так и приток мигрантов.

Что также согласуется с гипотезой о финансовыхограничениях мигрантов. Что касается ввода новых квартир в регионе всреднем за последние три года, то этот показатель оказался незначимым.Основная задача данного раздела – анализ роли среднедушевогодохода32.

Коэффициент при среднедушевом доходе в регионе прибытияположительный. Однако если мы добавляем квадратичный член, токоэффициент при нем отрицательный, но маленький. Следовательно, чембольше доход в регионе прибытия, тем больше в этот регион потокмигрантов, но существует эффект насыщения. Если рассчитать эту точкунасыщения, то получится логарифм среднедушевого дохода на уровне 12 вценах 2010 года. Но это больше, чем все значения логарифмовсреднедушевых доходов в нашей выборке, следовательно, миграцияположительно коррелирует с доходами в регионе прибытия в периоде 19962010.Эффект дохода в регионе выбытия оказался различным. В первомстолбце, доход в регионе выбытия оказывается незначимым.

Если же вмодель включить квадрат среднедушевого дохода, то зависимость получаетсянемонотонная, есть точка насыщения. Эффект среднедушевых доходовположительный на отток мигрантов из более бедных регионов иотрицательныйвболеебогатыхрегионах,какипредполагаетсятеоретической моделью. Используя полученные оценки коэффициентов,получаем, что пик параболы оказывается на уровне 9.2 логарифмовсреднедушевых доходов в ценах 2010 года. Используя симуляционныеметолы для совместного распределения коэффициентов регрессии присреднедушевых доходах в регионе выбытия, получаем доверительный32Среднедушевые доходы корректировались на ИПЦ, межрегиональные различия в ценахучитывались в детерминированном эффекте пары регионов.

Результаты с корректировкой среднедушевыхдоходов на величину прожиточного минимума оказались схожими (предыдущий раздел).106интервал для вершины параболы (8.7, 10.0). Эта точка является пороговымзначением, до которого рост доходов приводит к оттоку миграции изрегиона, а после этой точки рост доходов снижает отток мигрантов.Таблица 2.4. Результаты регрессий с квадратами доходов и без.ПеременныеНаселение i (log)Население j (log)Доход i (log)1Главная2С квадратамидоходов1.75***(0.10)1.96***(0.10)0.03(0.02)-0.08*(0.04)-0.12***(0.04)0.06***(0.01)-0.07***(0.01)-0.05***(0.01)0.05***(0.01)0.41***(0.08)0.62***(0.08)-0.01-0.09**(0.05)-0.14***(0.05)0.04***(0.01)-0.07***(0.01)-0.05***(0.01)0.05***(0.01)0.15*(0.09)0.61***(0.09)0.011.63***(0.11)1.73***(0.11)0.45**(0.19)-0.03**(0.01)0.15(0.20)0.00(0.01)-0.09**(0.05)-0.14***(0.05)0.04***(0.01)-0.07***(0.01)-0.05***(0.01)0.05***(0.01)0.15*(0.09)0.61***(0.09)0.01(0.01)-0.01(0.01)-0.00(0.01)-0.01(0.01)-0.01(0.01)-0.05(0.20)-0.56***(0.19)0.04***(0.01)(0.01)-0.08(0.20)-0.58***(0.19)0.04**(0.01)(0.01)0.10(0.21)-0.36*(0.20)0.03*(0.02)(0.01)0.07(0.21)-0.36*(0.20)0.03*(0.02)0.18***(0.02)Доход в квадрате j (log)Джини i (log)Джини j (log)Уровень безработицы i (log)Уровень безработицы j (log)Цены на жилье i (log)Цены на жилье j (log)Обеспеченность жильем i (log)Обеспеченность жильем j (log)Ввод квартир i (скользящеесреднее за 3 года, log)Ввод квартир j (скользящеесреднее за 3 года, log)Продолжительность жизни i (log)Продолжительность жизни j (log)Младенческая смертность i (log)1071.57***(0.11)1.74***(0.10)-0.03(0.02)4Без Москвы иСанктПетербурга сквадратамидоходов1.80***(0.10)2.00***(0.10)0.76***(0.16)-0.04***(0.01)0.70***(0.17)-0.03***(0.01)-0.08*(0.04)-0.12***(0.04)0.06***(0.01)-0.07***(0.01)-0.05***(0.01)0.05***(0.01)0.40***(0.08)0.61***(0.08)-0.002Доход в квадрате i (log)Доход j (log)3Без Москвыи СанктПетербурга0.17***(0.02)Младенческая смертность j (log)Врачи i (log)Врачи j (log)Койки i (log)Койки j (log)Телефоны i (log)Телефоны j (log)Автодороги i (log)Автодороги j (log)Автобусы i (log)Автобусы j (log)Доля молодых i, t-1Доля молодых j, t-1Пожилые i, t-1Пожилые j, t-1Студенты i (log), t-1Студенты j (log), t-1Женщины i (log), t-1Женщины j (log), t-1Временные эффекты (дамми)НаблюденияR2-withinЧисло пар регионов-0.08***(0.02)0.08(0.06)0.17***(0.06)0.04(0.04)0.31***(0.04)-0.01(0.03)-0.16***(0.03)0.04**(0.02)-0.00(0.02)0.03***(0.01)-0.02*(0.01)-0.02***(0.01)0.06***(0.01)-0.05***(0.004)0.02***(0.004)-0.08***(0.01)0.10***(0.01)0.47**(0.23)-3.06***(0.22)да846660.3085929-0.08***(0.02)0.12**(0.06)0.20***(0.06)0.04(0.04)0.31***(0.04)-0.03(0.03)-0.18***(0.03)0.04**(0.02)-0.00(0.02)0.03***(0.01)-0.01*(0.01)-0.01***(0.01)0.06***(0.01)-0.04***(0.004)0.03***(0.005)-0.07***(0.01)0.10***(0.01)0.50**(0.22)-3.04***(0.21)да846660.3085929-0.08***(0.02)0.12**(0.06)0.19***(0.06)-0.002(0.04)0.27***(0.04)-0.09***(0.03)-0.15***(0.03)0.03*(0.02)0.03(0.02)0.03***(0.01)-0.03***(0.01)-0.02***(0.01)0.05***(0.01)-0.04***(0.004)0.02***(0.005)-0.08***(0.01)0.11***(0.01)-1.39***(0.29)-3.72***(0.29)да802220.3095625-0.08***(0.02)0.15**(0.06)0.19***(0.06)-0.003(0.04)0.27***(0.04)-0.10***(0.03)-0.15***(0.03)0.03*(0.02)0.03(0.02)0.03***(0.01)-0.03***(0.01)-0.02***(0.01)0.05***(0.01)-0.04***(0.004)0.02***(0.01)-0.08***(0.01)0.11***(0.01)-1.22***(0.29)-3.73***(0.30)да802220.3105625Примечание.

Здесь и в последующих таблицах данного раздела: ***, **, * — значимость на уровне 1%, 5%,10% соответственно. В скобках приведены робастные стандартные отклонения коэффициентов.Модель со структурным сдвигомВ предыдущем подразделе была рассмотрена модель с квадратичнойфункцией по доходам. Мы получили, что зависимость между миграцией идоходами в посылающем регионе немонотонная.

Однако используемыйспособ дает достаточно широкий доверительный интервал для вершины, что108не позволяет точно определить порог. Воспользуемся другим методом.Оценим модель со структурным сдвигом вида:ln M i , j ,t   i , j  a ln incomei ,t I  ln incomei ,t     b ln incomei ,t I  ln incomei ,t      k ln X k ,i ,t    k ln X k , j ,t  t yeart   i , j ,tkKkK(2.8)tTгде I   функция индикатор, принимающая значение либо 0, либо 1, есливыполненоограничениевскобках,-этопороговоезначение.Альтернативный способ записи уравнения (2.8) выглядит так: i , j  a ln incomei ,t  controlsi , j ,t   i , j ,t ,ln M i , j ,t   i , j  b ln incomei ,t  controlsi , j ,t   i , j ,t ,ln incomei ,t   ,ln incomei ,t   .Где controlsi , j ,t    k ln X k ,i ,t    k ln X k , j ,t  t yeart .

Таким образом,kKkKtTв нашем случае предполагается два режима: до порога, т.е. слева пороговогозначения ln incomei ,t   , и после порога, т.е. справа от порогового значения,ln incomei ,t   . Наша теоретическая модель предполагает, что для некоторогопорогового значения  существует значимое различие в углах наклона a и b,причем b<0<a.

Что и будет означать, что для регионов, находящихся нижепорогового значения, рост дохода приводит к оттоку мигрантов, а в техрегионах, которые находятся правее порога, наоборот, рост дохода ведет кснижению миграции из региона.Для оценивания модели (2.8) мы используем метод наименьшихквадратов для преобразованных переменных (Hansen, 1999). Преобразованиедля всех переменных делается обычным within преобразованием, т.е.вычитанием среднего по времени значения для каждой пары регионов, длятого, чтобы исключить детерминированный эффект пары регионов. Однако,для среднедушевых доходов в регионе выбытия, преобразование делаетсяиначе (2.9):ln M i*, j ,t   ln incomei*,t    controlsi ,t *   i*, j ,tгде ln M i*, j ,t  ln M i , j ,t  T 1  t 1 ln M i , j ,tT109(2.9) ln incomei ,t  T 1  T ln incomei ,t I  ln incomei ,t    t 1ln incomei*,t     T ln income  T 1 t 1 ln incomei,t I  ln incomei,t    i ,t*  i , j ,tи T 1  t 1 i , j ,t , T – это количество временных периодов.Ti , j ,tТаким образом, для переменной среднедушевого дохода в регионевыбытия преобразование within проделывается отдельно до и послепорогового значения, т.е.

Характеристики

Список файлов диссертации