Модели миграции

1) Демографический метод.

Американское Бюро Переписи сделало прогноз о внутренней миграции и эмиграции для каждого штата на основе предыдущей межгосударственной миграции и переписи населения. Перемещение студентов колледжа и вооруженных сил персонал смоделировал отдельно, иначе никакое различие не было бы сделано между рабочей силой и перемещением нерабочей силы. Эмиграция спроектирована, применяя эмиграцию по возрасту, полу и расой в каждом штате. Тогда получающаяся национальная сумма эмигрантов перемещена назад в свой штат как внутренняя миграция на основе долей штатов межгосударственных перемещений в течение данного исторического периода. Такие демографические подходы можно счесть беспочвенными, так как нормы миграции обращены в будущее. Таким образом, изменения в модели общей миграции являются полным результатом изменений в популяционном составе, то есть, число людей в каждом возрасте, расе, и половой группе в каждом штате. Экономические условия в данном методе демографического моделирования не применяются.

2) Временные модели.

Временные модели используют ежегодные данные о миграции, совместимые с эконометрическими моделями. Никакие надежные ежегодные временные данные не существуют для межгосударственной миграции. Временные серии в чистой миграции могут быть подсчитаны, оценивая население в течение каждого года, чтобы получить изменения численности населения и затем использовать данные относительно рождений и смертей, чтобы оценить чистую миграцию как результат уравнения: чистая миграция= оцененное популяционное изменение -рождаемость + смертность (1). Так как данные относительно рождений и смертельных случаев зарегистрированы статистикой и, по-видимому, весьма точные, ошибки в популяционных оценках отражены почти полностью в данных чистой миграции перемещения. Учитывая подобные величины ошибок в оценке популяционного изменения и нормы ежегодной чистой миграции, могут ожидаться ошибки равные 50 процентов или больше.

Несмотря на такие ошибки, метод чистой миграции использовался по крайней мере в трех экономико-демографических исследованиях США.

Плут (1981) ближе всех подошел к явному моделированию теории человеческого капитала. В его модели Техаса, ожидаемый доход представлен как относительная заработная плата и относительное отношение вакансии-к-безработице (он использовал данные относительно вакансий из объявлений в газетах). Реальный национальный доход на единицу населения взят как способ измерения изменений реакций населения на условия окружающей среды, и отстающее население включено в результате установки частичной модели регулирования. Пространственные факторы и демографические детали, однако, пропали из числа факторов, обсуждаемых в предыдущей секции.

Также стоит упомянуть подход моделирования Балларда, рассматривающего неявную чистую миграцию. Но ни одна попытка моделирования не рассмотрела непосредственно доли миграции. Вместо этого оценки численности населения самостоятельно смоделированы в пяти возрастных группах. Условие занятости представляет собой возможность работы, доход представляет "стимул, чтобы мигрировать" и временная тенденция представляет "исторические изменения в привлекательности окружающей среды". Необходимо отметить, это уравнение очень похоже на нормы миграции Плота. Здесь коэффициент из отстававшего популяционного условия, однако, измеряет естественное увеличение, а не задержки в миграции. В динамическом моделировании среднее число означает абсолютную процентную ошибку, которая в случае с 1963 до 1976 для всех пятидесяти штатов составляла только один процент от общего числа населения. Все же, эта статистика менее внушительна, чем это могло показаться, потому что ежегодная норма изменения популяции не превышала 1 процент для 26 штатов с 1970 до 1975. Короче говоря, Баллард и др. моделировали естественный прирост и миграцию неявно, включением их определителей в независимые переменные. Коэффициенты регресса по существу - грубые замены для демографов смертей и норм миграции. Этот подход не сохраняет преимуществ и информации демографических расчетов.

Перейти на страницу: 1 2