2072-64142411-1406

10.17059/ekon.reg.2023-4-13

The Use of Social Media to Study the Features of Commuting in Russian Million-Plus Cities

Возможности социальных сетей в исследовании особенностей трудовой маятниковой миграции городов-миллионников России

https://orcid.org/0000-0003-0806-5709

Uskova

Anna Y.

Ускова

Анна Юрьевна

uskova.ay@uiec.ru

https://orcid.org/0000-0001-7008-0446

Logacheva

Natalia M.

Логачева

Наталья Модестовна

logacheva.nm@uiec.ru

https://orcid.org/0000-0003-3711-4602

Salomatova

Julia V.

Саломатова

Юлия Валерьевна

salomatova.jv@uiec.ru

https://orcid.org/0009-0002-7983-8297

Salomatov

Nikita I.

Саломатов

Никита Ильич

salomatov.ni@uiec.ru

Institute of Economics of the Ural Branch of RASИнститут экономики УрО РАН

Chelyabinsk Branch of the Institute of Economics of the Ural Branch of RASЧелябинский филиал Института экономики УрО РАН

19411211134

2023

Anna Y. Uskova, Natalia M. Logacheva, Julia V. Salomatova, Nikita I. Salomatov

Анна Юрьевна Ускова, Наталья Модестовна Логачева, Юлия Валерьевна Саломатова, Никита Ильич Саломатов

CC BY 4.0

https://www.economyofregions.org/ojs/index.php/er/article/view/670

https://www.economyofregions.org/ojs/index.php/er/article/download/670/256

Commuting as a feature of agglomeration processes, and its examination in the context of spatial development becomes relevant. Simultaneously, considering the limited availability of official municipal statistics, new data sources for such a research are necessary. The study aims to explore the possibility of using open data from VKontakte social network to identify and analyse commuting in 14 Russian million-plus cities (agglomeration centres) and 97 settlements (satellites). It is hypothesised that the outflow of labour from a million-plus city is comparable to the influx of labour from satellite cities to replace this outflow. The methods of social media analytics, correlation and comparative analysis, cartographic techniques were applied. The Federal State Statistics Service data and anonymous VKontakte user data obtained in the spring of 2023 were analysed using the author’s computer programme. The analysis showed that the higher the share of citizens of million-plus cities working outside their city, the lower the average share of residents of satellite cities working in agglomeration centres. A negative correlation between the distance from a city of residence to an agglomeration centre and the share of the commuting population was revealed. This finding confirms the presence of a gravity criterion used to determine the boundaries of urban agglomerations according to gravity models. Additionally, a positive correlation between the labour market tension and the share of residents of satellite cities working in agglomeration centres was noted. It was concluded that social media data provides new opportunities for identifying and assessing commuting flows. The research results can be used to further study commuting features, intensity and directions in order to take them into account when creating spatial development strategies.

Трудовая маятниковая миграция является одним из признаков агломерационных процессов, что повышает актуальность ее исследований в контексте пространственного развития. Вместе с тем, ограниченность официальных статистических данных в разрезе муниципальных образований требует поиска новых источников. Целью исследования стало изучение возможности использования открытых данных социальной сети «ВКонтакте» для выявления и анализа трудовой маятниковой миграции в 14 городах-миллионниках (центрах агломерации) и 97 населенных пунктах (спутниках). В рамках исследования проверялась гипотеза, предполагающая, что отток рабочей силы из города-миллионника обуславливает сравнимый по объему приток рабочей силы из городов-спутников для замещения этого оттока. Основным методом исследования является аналитика социальных сетей, также применены корреляционный и компаративный анализ, картографические методы. В качестве эмпирических данных выступили данные Росстата и обезличенные данные пользователей соцсети «ВКонтакте», полученные весной 2023 г. с применением авторской программы для ЭВМ. Анализ показал, что чем бо́льшая доля занятых из городов-миллионников работает за пределами своего города, тем ниже средняя доля занятых из городов-спутников, указавших местом работы центр агломерации. Выявлена отрицательная связь между расстоянием от города проживания до центра агломерации и долей населения, включенного в процесс трудовой маятниковой миграции, что подтверждает наличие / действие гравитационного критерия, который используется в определении границ городских агломераций согласно гравитационным моделям. В статье показано, что чем выше коэффициент напряженности на местном рынке труда, тем выше доля занятых из городов-спутников, указавших местом работы административный центр. Исследование позволило сделать вывод, что открытые данные социальных сетей дают новые возможности для выявления и оценки трудовой миграции населения. Результаты исследования могут найти применение в анализе особенностей, интенсивности и направлений маятниковой миграции для их учета в разработке стратегических документов в области пространственного развития территорий.

commuting, social networks, million-plus cities, spatial development, population mobility, delimitation of agglomeration boundaries, labour market, big data

трудовая маятниковая миграция, социальные сети, города-миллионники, пространственное развитие, мобильность населения, делимитация границ агломераций, большие данные

The article has been prepared in accordance with the research plan of the Institute of Economics of the Ural Branch of RAS for 2021–2023.

Исследование проводится в рамках плана НИР Института экономики УрО РАН на 2021–2023 гг.

Antonov, E. V. (2020). Urban Agglomerations: Approaches to the Allocation and Delimitation. Kontury globalnykh transformatsiy: politika, ekonomika, pravo [Outlines of global transformations: politics, economics, law], 13(1), 180-202. https://doi.org/10.23932/2542-0240-2020-13-1-10. (In Russ.)

Bedrina, E. B., Kozlova, O. A. & Ishukov, A. A. (2018). Methodology Aspects in Estimating Commuting of the Population. Ars Administrandi, 10 (4), 631-648. https://doi.org/10.17072/2218-9173-2018-4-631-648. (In Russ.)

Bing, L. (2011). The Study of Labor Mobility and its Impact on Regional Economic Growth. Procedia Environmental Sciences, 10 (A), 922-928, https://doi.org/10.1016/j.proenv.2011.09.148

Danilova, I. V., Savelyeva, I. P. & Rezepin, A. V. (2022). Impact of Inter-territorial Cohesion on the Development of Regional Economic Spaces. Ekonomika regiona [Economy of regions], 18 (1), 31-48. https://doi.org/10.17059/ekon.reg.2022-1-3 (In Russ.)

Fan, W., & Gordon, M. D. (2014). The Power of Social Media Analytics. Communications of the ACM, 57 (6), 74-81. https://doi.org/10.1145/2602574

Filobok, A. A., & Antonov, O. V. (2023). Practical approaches to delineation of Krasnodar urban agglomeration. Moskovskiy ekonomicheskiy zhurnal [Moscow economic journal], 8 (3), 50-66. (In Russ.)

Gogoleva, T. N., Shchepina, I. N. & Yakovenko, N. V. (2020). Pendulum migration: modern features and methods of measurement. In: Materialy zasedaniya. Mezhdunarodnyy demograficheskiy forum, Voronezh, 22–24 oktyabrya 2020 goda [Meeting materials. International Demographic Forum, Voronezh, October 22–24, 2020] (pp. 166-171). Voronezh: Digital printing. Retrieved from: https://elibrary.ru/item.asp?id=45775899 (date of access: 29.06.2023). (In Russ.)

Grebenyuk, A. A., & Subbotin, A. A. (2021). Research of migration processes in electronic social networks. Tsifrovaya sotsiologiya [Digital Sociology], 4 (2), 23-31. https://doi.org/10.26425/2658-347X-2021-4-2-23-31 (In Russ.)

Gregson, N., (2023). Work, labour and mobility: opening up a dialogue between mobilities and political economy through mobile work. Mobilities. https://doi.org/10.1080/17450101.2022.2158041

Guirao, B., Campa, J. L., & Casado-Sanz, N. (2018). Labour mobility between cities and metropolitan integration: The role of high speed rail commuting in Spain. Cities, 78, 140-154. https://doi.org/10.1016/j.cities.2018.02.008

Hargittai, E. (2015). Is Bigger Always Better? Potential Biases of Big Data Derived from Social Network Sites. The ANNALS of the American Academy of Political and Social Science, 659 (1), 63–76. https://doi.org/10.1177/0002716215570866

Kirsch, B., Giesselbach, S., Knodt, D., & Rüping, S. (2018). Robust End-User-Driven Social Media Monitoring for Law Enforcement and Emergency Monitoring. In: Leventakis, G., Haberfeld, M. (Eds.), Community-Oriented Policing and Technological Innovations (pp. 29-36). SpringerBriefs in Criminology. Cham: Springer. https://doi.org/10.1007/978-3-319-89294-8_4

Kiseleva, N. N., Mitrofanova, I. V., & Koloskova, A. A. (2021). Urban agglomeration as a factor of sustainable development of satellite towns (on the example of the Rostov region). Regionalnaya ekonomika. Yug Rossii [Regional Economy. The South of Russia], 9 (3), 113-122. https://doi.org/10.15688/re.volsu.2021.3.10 (In Russ.)

Konstantinovich, D. (2016). Printsipy formirovaniya Ekaterinburgskoy aglomeratsii: otchet o nauchno-issledovatelskoy rabote. Kn. 1. Analiticheskiy otchet. Ch. 1 [Principles of formation of the Yekaterinburg agglomeration: report on research work. Book 1. Analytical report. Part 1]. Moscow. (In Russ.)

Leskova, I. V. (2012). Urbanization processes: from city to agglomeration. Uchenye zapiski Rossiyskogo gosudarstvennogo sotsialnogo universiteta [Scientific Notes of the Russian State Social University], 11 (111), 9-13. (In Russ.)

Li, Y., & Chen, Zh. (2023). Does transportation infrastructure accelerate factor outflow from shrinking cities? An evidence from China. Transport Policy, 134, 180-190. https://doi.org/10.1016/j.tranpol.2023.02.021

Makarova, M. N. (2017). Small towns in the spatial structure of regional population distribution. Ekonomicheskie i sotsialnye peremeny: fakty, tendentsii, prognoz [Economic and Social Changes: Facts, Trends, Forecast], 10 (2), 181-194. https://doi.org/10.15838/esc.2017.2.50.10 (In Russ.)

Makhrova, A. G., Babkin, R. A., Kirillov, P. L., Starikova, A. V., & Sheludkov, A. V. (2022). Studying and Estimating Temporary Mobility and Population Pulsations in Space of Modern Russia. Izvestiya Rossiyskoy Akademii Nauk. Seriya Geograficheskaya, 86 (3), 332-352. https://doi.org/10.31857/S2587556622030104 (In Russ.)

Makhrova, A. G., Kirillov, P. L., & Bochkarev, A. N. (2019). Methodical approaches to the study of labor commuting. In: V. L. Baburin, M. S. Savoskul (Eds.). Teoreticheskie i metodicheskie podkhody v ekonomicheskoy i sotsialnoy geografii. Sb. statey [Theoretical and methodological approaches in economic and social geography. Collection of scientific articles] (pp. 96-114). Moscow, Russia: Faculty of Geography, MSU. Retrieved from: http://www.ecoross.ru/files/books2019/Sbornik_2019.pdf (Date of access: 29.06.2023). (In Russ.)

Nemchinov, D. M. (2016). The Assessment of the Required level of Road and Street Network Development in Localities and Conurbations (City Agglomeration). Transportation Research Procedia, 14, 1699-1705. https://doi.org/10.1016/j.trpro.2016.05.135

Ni, M. L. (2022). Online Communities of Labor Migrants to Russia and South Korea as Interaction Ritual Chains. Monitoring obshchestvennogo mneniya: ekonomicheskie i sotsialnye peremeny [Monitoring of Public Opinion: Economic and Social Changes Journal], 3 (169), 92-114. https://doi.org/10.14515/monitoring.2022.3.1961 (In Russ.)

Orlova, I. B., & Fomin, E. V. (2020). Digital sociology: capabilities, risks and prospects. Natsionalnaya bezopasnost [National security], 3, 48-63. https://doi.org/10.7256/2454-0668.2020.3.33274 (In Russ.)

Raysikh, A. E. (2020). Defining the Boundaries of Urban Agglomerations in Russia: Model Creation and Results. Demograficheskoe obozrenie [Demographic Review], 7 (2), 54-96. https://doi.org/10.17323/demreview.v7i2.11139 (In Russ.)

Reggiani, A., Bucci, P., Russo, G., Haas, A., & Nijkamp, P. (2011). Regional labour markets and job accessibility in City Network systems in Germany. Journal of Transport Geography, 19 (4), 528-536. https://doi.org/10.1016/j.jtrangeo.2010.05.008

Singh, P., Dwivedi, Y. K., Kahlon, K. S. et al. (2020). Smart Monitoring and Controlling of government policies using social media and Cloud Computing. Information Systems Frontiers, 22, 315–337. https://doi.org/10.1007/s10796-019-09916-y

Stieglitz, S., Dang-Xuan, L., Bruns, A., & Neuberger, C. (2014). Social Media Analytics. Wirtschaftsinf, 56, 101-109. https://doi.org/10.1007/s11576-014-0407-5

Stieglitz, S., Mirbabaie, M., Ross, B., & Neuberger, Ch. (2018). Social media analytics — Challenges in topic discovery, data collection, and data preparation. International Journal of Information Management, 39, 156-168. https://doi.org/10.1016/j.ijinfomgt.2017.12.002

Tolmachev, D. E., Kuznetsov, P. D., & Ermak, S. V. (2021). Methodology for Identifying the Boundaries of Agglomerations based on Statistical Data. Ekonomika regiona [Economy of Region], 17 (1), 44-58. https://doi.org/10.17059/ekon.reg.2021-1-4 (In Russ.)

Turulja, L., Suša Vugec, D., & Pejić Bach, M. (2023). Big Data and Labour Markets: A Review of Research Topics. Procedia Computer Science, 217, 526-535. https://doi.org/10.1016/j.procs.2022.12.248

Uskova, A., Salomatova, J., & Salomatov, N. (2023). Assessment of the possibility of using social network data in urban research. E3S Web of Conferences, 435, 02003. http://dx.doi.org/10.1051/e3sconf/202343502003

Антонов, Е. В. (2020). Городские агломерации: подходы к выделению и делимитации. Контуры глобальных трансформаций: политика, экономика, право, 13 (1), 180-202. https://doi.org/10.23932/2542-0240-2020-13-1-10

Бедрина, Е. Б., Козлова, О. А., Ишуков, А. А. (2018). Методические вопросы оценки маятниковой миграции населения. Ars Administrandi (Искусство управления), 10 (4), 631-648. https://doi.org/10.17072/2218-9173-2018-4-631-648

Гоголева, Т. Н., Щепина, И. Н., Яковенко, Н. В. (2020). Маятниковая миграция: современные особенности и способы измерения. В: Материалы заседания. Международный демографический форум, Воронеж, 22–24 октября 2020 года (с. 166-171). Воронеж: Цифровая полиграфия. https://elibrary.ru/item.asp?id=45775899 (дата обращения: 29.06.2023).

Гребенюк, А. А., Субботин, А. А. (2021). Исследование миграционных процессов в электронных социальных сетях. Цифровая социология/Digital Sociology, 4 (2), 23-31. https://doi.org/10.26425/2658-347X-2021-4-2-23-31

Данилова, И. В., Савельева, И. П., Резепин, А. В. (2022). Влияние межтерриториальной связанности на развитие экономического пространства регионов. Экономика региона, 18 (1), 31–48. https://doi.org/10.17059/ekon.reg.2022-1-3

Киселева, Н. Н., Митрофанова, И. В., Колоскова, А. А. (2021). Городская агломерация как фактор устойчивого развития городов-спутников (на примере Ростовской области). Региональная экономика. Юг России, 9 (3), 113-122. https://doi.org/10.15688/re.volsu.2021.3.10

Константинович, Д. (2016). Принципы формирования Екатеринбургской агломерации: отчет о научно-исследовательской работе. Кн. 1. Аналитический отчет. Ч. 1. Москва.

Лескова, И. В. (2012). Процессы урбанизации: от города к агломерации. Ученые записки Российского государственного социального университета, 11 (111), 9-13.

Махрова, А. Г., Кириллов, П. Л., Бочкарев, А. Н. (2019). Методические подходы к изучению трудовой маятниковой миграции населения. В: В. Л. Бабурин, М. С. Савоскул (Ред.), Теоретические и методические подходы в экономической и социальной географии (с. 96-114). Сб. статей. Москва: Геогр. ф-т МГУ. URL: http://www.ecoross.ru/files/books2019/Sbornik_2019.pdf (дата обращения: 29.06.2023).

Махрова, А. Г., Бабкин, Р. А., Кириллов, П. Л., Старикова, А. В., Шелудков, А. В. (2022). Исследования и оценки масштабов возвратной мобильности и пульсаций населения в пространстве современной России. Известия Российской академии наук. Серия географическая, 86 (3), 332-352. https://doi.org/10.31857/S2587556622030104

Макарова, М. Н. (2017). Малые города в пространственной структуре размещения населения региона. Экономические и социальные перемены: факты, тенденции, прогноз, 10 (2), 181-194. https://doi.org/10.15838/esc.2017.2.50.10

Ни, М. Л. (2022). Онлайн-сообщества трудовых мигрантов в России и Южной Корее как цепочки ритуалов взаимодействия. Мониторинг общественного мнения: экономические и социальные перемены, 3 (169), 92-114. https://doi.org/10.14515/monitoring.2022.3.1961

Орлова, И. Б., Фомин. Е. В. (2020). Цифровая социология: возможности, риски, перспективы. Национальная безопасность, 3, 48-63. https://doi.org/10.7256/2454-0668.2020.3.33274

Райсих, А. Э. (2020). Определение границ городских агломераций России: создание модели и результаты. Демографическое обозрение, 7 (2), 54-96. https://doi.org/10.17323/demreview.v7i2.11139

Толмачев, Д. Е., Кузнецов, П. Д., Ермак, С. В. (2021). Методика выделения границ агломераций на основе статистических данных. Экономика региона, 17 (1), 44-58. https://doi.org/10.17059/ekon.reg.2021-1-4

Филобок, А. А., Антонов, О. В. (2023). Практические подходы к определению границ Краснодарской городской агломерации. Московский экономический журнал, 8 (3), 50-66.

Bing, L. (2011). The Study of Labor Mobility and its Impact on Regional Economic Growth. Procedia Environmental Sciences, 10 (A), 922-928, https://doi.org/10.1016/j.proenv.2011.09.148

Fan, W., & Gordon, M. D. (2014). The Power of Social Media Analytics. Communications of the ACM, 57 (6), 74-81. https://doi.org/10.1145/2602574

Gregson, N., (2023). Work, labour and mobility: opening up a dialogue between mobilities and political economy through mobile work. Mobilities. https://doi.org/10.1080/17450101.2022.2158041

Stieglitz, S., Dang-Xuan, L., Bruns, A., & Neuberger, C. (2014). Social Media Analytics. Wirtschaftsinf, 56, 101-109. https://doi.org/10.1007/s11576-014-0407-5

Turulja, L., Suša Vugec, D., & Pejić Bach, M. (2023). Big Data and Labour Markets: A Review of Research Topics. Procedia Computer Science, 217, 526-535. https://doi.org/10.1016/j.procs.2022.12.248