Диссертация (1138213), страница 21

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

Текст из файла (страница 21)

для значений среднедушевого дохода допорогового значения вычитается среднее по времени значение только дляпеременных до порогового значения, аналогично для значений дохода послепорога.Согласно процедуре, описанной в работе (Hansen, 1999), значениепорога определяется как значение ˆ , для которого сумма квадратов остатковрегрессии (2.9) (RSS) принимает наименьшее значение.На рисунке (Рисунок 2.9) представлена динамика RSS для разныхпороговых значений. Минимальное значение RSS принимает в точке ˆ  9 .Используя процедуру Хансена33,мы протестировали значимость этогопорога. Оказалось, что тестовая статистика F1=112.734, p-value=0.000. Такимобразом, существует два режима, как и предполагалось35. Мы такжепостроили 95% доверительный интервал (Рисунок 2.9) для пороговогозначения и получили (8.9, 9) 36.33Для процедуры Хансена необходима сбалансированная панель. В данных нет цен на жилье длявсех регионов для всех периодов, поэтому эту переменную пришлось исключить из рассмотрения.34Используя процедуру бутстрапа, описанную в работе (Hansen, 1999), мы рассчитали 10%, 5%, 1%критические значения для теста отношения правдоподобия.

Мы получили 63.2, 68.9, и 80.8, соответственно.35Мы также тестировали гипотезу о двух возможных структурных сдвигах, однако, мы не получилизначимых результатов.36Доверительный интервал для порога определяется как значение статистики отношенияправдоподобия, ниже критического значения. Для 5% уровня значимости значение этой статистики равно7.35. Это правило описано в работе (Hansen, 1999). В нашем случае, мы тестировали гипотезу, что пороговоезначение логарифма среднедушевого дохода в ценах 2010 года равно 9, т.е.110  9.Рисунок 2.9. Результаты модели со структурными сдвигами для различныхпороговых значений.Построение доверительного интервала12010080Отношениеправдоподобия607.35 (5% уровеньзначимости)4020088.2 8.4 8.6 8.899.2 9.4 9.6 9.8 10Коэффициенты до (a) и после (b) порога0.160.140.120.10.080.060.040.020-0.028.38.48.58.68.78.88.999.19.29.39.49.59.6-0.04-0.06Значения порогаabСтоит заметить, что значение коэффициентов до и после найденногопорога (Рисунок 2.9) a и b, имеют предполагаемые знаки.

Коэффициент слеваот порога a>0, а справа от порога b<0.Полупараметрические оценкиДля оценки взаимосвязи между миграцией и среднедушевымидоходами в регионе выбытия, оценим еще одну самую неограниченнуюспецификацию – полупареметрическую модель на панельных данных. Мыбудем предполагать параметрическую форму для всех переменных, кроме111среднедушевых доходов в регионе выбытия. В таком случае нашаспецификация будет иметь следующий вид:ln M i , j ,t   i , j  f  ln incomei ,t    ln income j ,t kKk(2.10)ln X k ,i ,t    k ln X k , j ,t  t yeart   i , j ,tkKtTДля оценки модели (2.10) мы используем подход из работы Baltagi и Li(2002). Для этого применяется команда для программы Stata 11 “xtsemipar”,написанная Libois и Verardi (2012).

Для получения непараметрическойкривой выбран кубический сплайн (B-spline) (Newson, 2001). Baltagi и Li(2002) доказали, что кривая f может быть получена из регрессии остатковмодели (2.10) на логарифм реального дохода в регионе выбытия стандартнымметодом для оценки параметрических регрессий:ˆi , j ,t  ln M i , j ,t  ˆi , j  ˆ ln income j ,t   ˆk ln X k ,i ,t   ˆk ln X k , j ,t  ˆt yeartkKkKtTДля получения оценок детерминированного индивидуального эффектаˆi , j и коэффициентов регрессии, авторы предлагают оценивать модель (2.10)в первых разностях, используя метод наименьших квадратов, аппроксимируянеизвестную функцию fпервыерядами p k  ln incomei  . Где p k  ln incomei  - эточленовkпоследовательностифункций p  ln income  , p  ln income ... .12iiНа рисунке (Рисунок 2.10) представлены результаты оцениванияполупараметрической регрессии. Видно, что результаты для всех регионов ибез учета Москвы и Санкт-Петербурга очень похожи.

Полученные графикисогласуются с выводами теоретической модели: для бедных регионовповышение доходов приводит к росту миграции из региона, а для богатых,наоборот, к снижению. Значение пика теперь оказалось немного меньше 8.8.95% доверительный интервал для пика (8.6, 9.1)37. Логарифм среднедушевогодохода на уровне 8.8 равен exp(8.8)  6634 рублям 2010 года и равен 1.12 поотношению к среднему прожиточному минимуму в 2010 году.37Мы рассчитали доверительный интервал, используя бутстраповский подход.112Рисунок 2.10.

Результаты полупараметрической модели. Логарифм миграциикак функция от логарифма реального среднедушевого дохода в рублях 2010года.a)Все регионы (78)b)Без Москвы и Санкт-ПетербургаРезультаты непараметрической зависимости между миграцией иреальными среднедушевыми доходами в регионе прибытии представлены вприложении (Рисунок Б.4). Видно, что для зависимости между миграцией идоходами в принимающем регионе нет никакой немонотонности.2.4.3.

Проверка устойчивости результатовДля проверки устойчивости результатов, мы оценили модель (2.10) дляподвыборок пар регионов, находящихся на разных расстояниях, а также дляразных временных периодов. Мы рассмотрели следующие периоды времени:1996-2000, 2000-05 и 2005-10.В таблице ниже (Таблица 2.5) представлены результаты оцениваниямодели для пар регионов, находящихся на разных расстояниях38. В столбцах1 и 2 представлены результаты для самых близких пар регионов, менее 500км39. Во втором и третьем столбцах находятся результаты для пар регионов,находящихся на расстояниях от 500 до 2000 км. В последних двух столбцах38Рассматриваемые интервалы для разных расстояний выбирались на основании содержательныхсоображений и географических особенностей России, а также гистограммы распределений пар регионов порасстояниям между ними.39Расстояния между регионами, как уже было сказано ранее, мы рассчитывали между столицамирегионов по железным дорогам Для тех пар регионов, где нет сообщения железнодороного транспорта,расстояния рассчитывались по автодорогам.113(5 и 6) расположены результаты для самых удаленных регионов, более 2000км друг от друга.Коэффициенты при реальных среднедушевых доходах в регионевыбытия показывают, что ловушки бедности существуют только для паррегионов, находящихся на дальних расстояниях.

Интересно, что пикпараболы близок к тем оценкам, которые были найдены ранее для всех паррегионов 1.09/(2*0.06)=9.08. Для других пар регионов, находящихся менеечем 2000 км, ловушек бедности не выявлено. Для близких пар регионовзависимость между среднедушевым доходом в регионе выбытия и миграциейимеет U образную форму. Также стоит отметить, что для близких паррегионов качество подгонки модели наибольшее.Таблица 2.5.

Результаты оцениваниянаходящихся на разных расстояниях. 40ПеременныеНаселение i (log)Население j (log)Доход i (log)Уровеньбезработицы j (log)40паррегионов,2<500 кмс квадратамидоходов3500-2000км4500-2000км сквадратамидоходов5>2000 км6>2000 кмсквадратамидоходов1.04***(0.26)2.24***(0.24)0.12**(0.05)0.94***(0.25)2.22***(0.24)-1.61***(0.39)0.10***1.49***(0.14)1.71***(0.14)0.02(0.03)1.50***(0.14)1.75***(0.14)0.19(0.22)-0.011.85***(0.15)2.24***(0.14)0.04(0.03)1.92***(0.15)2.30***(0.14)1.09***(0.23)-0.06***0.13**(0.05)Доход в квадрате j(log)Уровеньбезработицы i (log)для1<500 кмДоход в квадрате i(log)Доход j (log)регрессии(0.02)-0.56(0.41)0.04*0.05**(0.02)0.05***(0.02)-0.02(0.02)0.19***(0.03)(0.01)0.56**(0.25)-0.020.18***(0.03)(0.01)0.92***(0.25)-0.04***0.08***(0.01)0.08***0.04***(0.01)0.03**(0.02)-0.02(0.01)-0.07***(0.01)-0.07***(0.01)-0.07***(0.01)-0.08***(0.02)(0.01)(0.01)(0.01)(0.01)В тексте представлены результаты не для всех переменных. Таблица с результатами оценкирегрессий с полным набором факторов представлена в приложении (Таблица Б.9).114+общественныеблага, временныедамми, факторыкачества и уровняжизни, факторырынка жильяНаблюденияR2-withinЧисло пар регионовРезультатыдададададада62460.55042762460.556427311040.3882144311040.3892144472860.2763356472860.2773356полупараметрическихрегрессийдляпаррегионов,находящихся на разных расстояниях представлены на рисунке ниже (Рисунок2.11).

Пик параболы для дальних пар регионов 8.8 логарифмов реальныхсреднедушевых доходов в ценах 2010 года.Рисунок 2.11. Результаты полупараметрической модели для пар регионов,находящихся на разных расстояниях.a) Расстояние <500 кмb) Расстояние 500-2000 кмc) Расстояние >2000 кмМытакжеоценилимоделимиграцииотдельнодляразныхподпериодов. Результаты оценивания представлены в приложении (Таблица115Б.10). Полупараметрические оценки для разных подпериодов представленына графиках ниже (Рисунок 2.12). Результаты показывают, что в первомпериоде между миграцией и среднедушевыми доходами наблюдаетсяположительная связь (ловушки бедности), во втором периоде – есть точканасыщения, а в последнем периоде (2005-10) видно, что зависимость междумиграцией и среднедушевыми доходами отрицательная. Чем большесреднедушевые доходы в регионах, тем меньше отток из регионов, т.е.

Характеристики

Список файлов диссертации