Прогнозирование миграционных процессов методами цифровой демографии
DOI:
https://doi.org/10.17059/ekon.reg.2022-1-10Аннотация
Характер и интенсивность миграционных процессов постоянно изменяются. Демографическая статистика не всегда позволяет получать актуальную информацию, принимать своевременные решения в области демографической и социальной политики. В связи с этим возрастает актуальность цифровой демографии — области исследований населения с использованием новых методов и источников данных, возникших в результате распространения интернета и цифровизации общества. Цель исследования — выявить современные миграционные тенденции в России на муниципальном уровне с помощью методов цифровой демографии и новых источников данных. В статье уточнены рамки цифровой демографии с учетом двойственности ее объекта (реальное и виртуальное население) и методов (демографические и методы науки о данных). Рассмотрены цифровые источники данных, которые могут применяться в изучении миграции населения, и методы их обработки. Предложенная автором методика изучения миграционных перемещений населения основана на анализе графов маршрутов миграций с помощью данных социальных сетей. С использованием данных проекта «Виртуальное население России» о 2356 городских округах и муниципальных районах выявлены особенности межмуниципальных миграций и определены центры миграционного притяжения России. Предложен показатель, позволяющий оценивать потенциал будущих миграций на основе графов маршрутов миграций. Исследование показало, что для сбалансированного пространственного развития страны необходимо стимулирование развития человеческого капитала в локальных центрах с высоким миграционным потенциалом. Это некоторые региональные столицы, «вторые города» по численности населения, научно-образовательные и промышленные центры. Результаты исследования могут найти применение в анализе демографических процессов и в разработке стратегических документов в области пространственного развития территорий. Дальнейшая цифровизация и реализация национальных проектов в сфере цифровой экономики позволят накапливать еще больше данных о населении. Будущие исследования должны быть направлены на совершенствование методик изучения и прогнозирования демографических процессов с применением методов цифровой демографии.
Библиографические ссылки
Alburez-Gutierrez, D., Aref, S., Gil-Clavel, S., Grow, A., Negraia, D. V. & Zagheni, E. (2019). Demography in the Digital Era: New Data Sources for Population Research. In: SIS 2019. Smart statistics for smart applications (pp. 1–8). Milano: Pearson. DOI: 10.31235/osf.io/24jp7.
Billari, F. & Zagheni, E. (2017). Big Data and Population Processes: A Revolution? In: SIS 2017. Statistics and data science: new challenges, new generations (pp. 167–178). Florence: Firenze University Press. DOI: 10.36253/978–88–6453–521–0.
Bohme, M., Groger, A. & Stohr, T. (2019). Searching for a Better Life: Predicting International Migration with Online Search Keywords. Journal of Development Economics, 5, 1–32. DOI: 10.1016/j.jdeveco.2019.04.002.
Bohon, S. A. (2018). Demography in the Big Data Revolution: Changing the Culture to Forge New Frontiers. Population Research and Policy Review, 37(3), 323–341. DOI: 10.1007/s11113–018–9464–6.
Burch, T. (2018). Model-based demography. Essays on integrating data, technique and theory. Zürich: Springer, 200. DOI: 10.1007/978–3-319–654331.
Chayko, M. (2018). Superconnected. London: SAGE, 272.
Chudinovskikh, O. S. (2018). Big data and statistics on migration. Voprosy statistiki, 25(2), 48–56. (In Russ.)
Dmitrieva, T. E. & Chuprova, I. A. (2019). Possibilities and limitations of the modern statistical base for the analysis of socio-economic development of the Arctic zone of the Russia. In: Rol statistiki v sovremennom obshchestve i effektivnom upravlenii [The role of statistics in modern society and effective management] (pp. 91–98). Syktyvkar: Komistat. (In Russ.)
Dyatlov, S. A., Lobanov, O. S. & Zhou, W. (2018). The Management of Regional Information Space in the Conditions of Digital Economy. Ekonomika regiona [Economy of Region], 14(4), 1194–1206. DOI: 10.17059/2018–4-11. (In Russ.)
Fauzer, V. V. (2014). Demographic potential of the Russia’s northern regions as a factor and condition of economic development of the Arctic. Ekonomika regiona [Economy of Region], 4(40), 69–81. DOI: 10.17059/2014–4-5. (In Russ.)
Fedorov, A. M. & Datyev, I. O. (2019). Virtual population as a measure of digitalization in the regions. In: Teoriya i praktika sistemnoy dinamiki [Theory and practice of system dynamics] (pp. 159–164). Apatity: KNTs RAN publ. (In Russ.)
Ganichev, N. A. & Koshovets, O. B. (2019). Integrating Russia into the Global Project of Digital Transformation: Opportunities, Problems and Risks. Problemy prognozirovaniya [Studies on Russian Economic Development], 6(177), 49–59. DOI: 10.1134/S1075700719060030. (In Russ.)
Grimshaw, M. (2017). Digital society and capitalism. Palgrave Communications, 3(1), 1–3. DOI: 10.1057/s41599–017–0020–5.
Hughes, C., Zagheni, E., Abel, G., Wisniowski, A., Sorichetta, A., Weber, I. & Tatem, A. J. (2016). Inferring Migrations: Traditional Methods and New Approaches based on Mobile Phone, Social Media, and other Big Data. Luxembourg: Publications Office of the European Union, 41. DOI: 10.2767/61617.
Ilyin, V. I. (2014). The anatomy of social success in geographic space. Teleskop: zhurnal sotsiologicheskikh i marketingovykh issledovanii [Telescope: journal of sociological and marketing research], 6, 29–33. (In Russ.)
Katzenbach, C. & Bächle, T. C. (2019). Defining concepts of the digital society. Internet Policy Review, 8(4), 1–6. DOI: 10.14763/2019.4.1430.
Khazieva, N., Khaziev, A. & Klyushina, E. (2019). Digital Society: The Experience of the Philosophical Understanding of a Problem. Journal of History Culture and Art Research, 7(4), 347–353. DOI: 10.7596/taksad.v7i4.1856.
Kitchin, R. (2014). Big Data, new epistemologies and paradigm shifts. Big Data & Society, 1(1), 1–12. DOI: 10.1177/2053951714528481.
Kotyrlo, E. (2019). Impact of Modern Information and Communication Tools on International Migration. International Migration, 58(4), 195–213. DOI: 10.1111/imig.12677.
Lytkina, T. S. & Smirnov, A. V. (2019). The Russian North in the Context of Global Neoliberal Politics: Overcoming Spatial Inequality or Expulsion? Mir Rossii [Universe of Russia], 3, 27–47. DOI: 10.17323/1811–038X-2019–28–3-27–47. (In Russ.)
Makhrova, A. G., Medvedev, A. A. & Nefedova T. G. (2016). Gardening and dacha communities of urban dwellers in the rural settlement system. Vestnik Moskovskogo universiteta. Seriya 5. Geografiya [Moscow University Bulletin. Series 5, Geography], 2, 64–74. (In Russ.)
Matzner, T. & Ochs, C. (2019). Privacy. Internet Policy Review, 8(4), 1–14. DOI: 10.14763/2019.4.1427.
Mkrtchyan, N. V. (2018). Regional Capitals and Their Suburbs in Russia: Net Migration Patterns. Izvestiya RAN. Seriya Geograficheskaya, 6, 26–38. DOI: 10.1134/S2587556618060110. (In Russ.)
Piché, V. (2013). Contemporary Migration Theories as Reflected in their Founding Texts. Population, 68, 141–164. DOI: 10.3917/popu.1301.0153.
Pyankova, A., Scherbakova, E. & Vasin, S. (2018). Population microcensuses in Russia: past, present and future. Demograficheskoe obozrenie [Demographic Review], 5(2), 61–102. (In Russ.)
Ruggles, S. (2014). Big Microdata for Population Research. Demography, 51(1), 287–297. DOI: 10.1007/s13524–013–0240–2.
Scott, A. & Storper, M. (2014). The Nature of Cities: The Scope and Limits of Urban Theory. International Journal of Urban and Regional Research, 39(1), 1–15. DOI: 10.1111/1468–2427.12134.
Weber, I. & State, B. (2017). Digital Demography. In: Proceeding WWW ‘17 Companion (pp. 935–939). Geneva: International WWW Conferences Steering Committee. DOI: 10.1145/3041021.3051104.
Zagheni, E. (2017). Data Science, Demography and Social Media Challenges and Opportunities. CSE 491: Data Science and Society, 66. Retrieved from: https://courses.cs.washington.edu/courses/cse491/17wi (Date of access: 01.06.2020).
Zamyatina, N. & Yashunsky, A. (2017). Migration cycles, social capital and networks. A new way to look at Arctic mobility. In: New Mobilities and Social Changes in Russia’s Arctic Regions (pp. 59–84). London, New York: Routledge.
Zamyatina, N. Yu. & Yashunsky, A. D. (2018). Virtual geography of virtual population. Monitoring obshchestvennogo mneniya: Ekonomicheskie i sotsialnye peremeny [Monitoring of Public Opinion: Economic and Social Changes], 1, 117–137. DOI: 10.14515/monitoring.2018.1.07. (In Russ.)
Zhuravleva, Е. Yu. (2015). Sociology in digital environment: towards digital social research. Sotsiologicheskie issledovaniya [Sociological Studies], 8, 25–33.
Zubarevich, N. V. (2017). Russia’s agglomerations development: trends, resources and governing. Obshchestvennye nauki i sovremennost [Social Sciences and Contemporary World], 6, 5–21. (In Russ.)
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2022 Экономика региона
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
