МОДЕЛИ ARIMA В КРАТКОСРОЧНОМ ПРОГНОЗИРОВАНИИ ВНУТРЕННЕЙ МИГРАЦИИ В РОССИИ

На основе данных о прибытиях и выбытиях по федеральным округам и типам населенных пунктов Российской Федерации за 2000-2015 гг. проведена статистическая проверка гипотезы об инерционности внутренней миграции. Определены коэффициенты автокорреляции и выявлена автокорреляционная зависимость в 243 из 256 временных рядов, что позволило сделать вывод о наличии инерционности во внутренней миграции России. На примере анализа 28 временных рядов данных о внешней миграции в страны Европейского союза и трех - в государства - члены Североамериканского соглашения о свободной торговле за 2000-2015 гг. были рассчитаны коэффициенты автокорреляции и оценена их статистическая значимость, что позволило проверить и подтвердить потенциальную применимость метода ARIMA для краткосрочного прогнозирования международной миграции. Обобщены результаты подбора параметров моделей типа ARIMA для временных рядов показателей внутренней миграции в России. На основе ретроспективных прогнозов внутренней миграции в России для периода 2013-2015 гг. проведено сравнение средних относительных ошибок прогнозирования при использовании моделей ARIMA и метода экспоненциального сглаживания. Сделан вывод о том, что модели ARIMA обеспечивают большую по сравнению с методом экспоненциального сглаживания точность краткосрочных адаптивных прогнозов внутренней миграции в России.  На основе расчета доверительных интервалов для средней определено, что модели семейства ARIMA с одинаковой точностью прогнозируют въездную и выездную миграцию для двух типов населенных пунктов (города и сельской местности). На примере данных об объемах внутренней миграции Республики Беларусь за 2000-2016 гг. доказано, что модели семейства ARIMA могут быть использованы для краткосрочного прогнозирования внутренней миграции других государств.

1. Моисеенко В.М. Внутренняя миграция населения. М.: ТЭИС, 2004. 285 с.

2. Зайончковская Ж.А. Внутренняя миграция в России и в СССР в XX веке как отражение социальной модернизации // Мир России. 1999. № 4. С. 22-34.

3. Вакуленко Е.С., Мкртчян Н.В., Фурманов К.К. Моделирование регистрируемых миграционных потоков между регионами Российской Федерации // Прикладная эконометрика. 2011. Т. 21. № 1. С. 35-55.

4. Василенко П.В. Применение гравитационной модели для анализа внутриобластных миграций на примере Новгородской и Псковской областей // Псковский регионологический журнал. 2013. № 15. С. 83-90.

5. Соболева С.В. Демографические процессы в региональном социально- экономическом развитии. Новосибирск, 1988.

6. Изард У. Методы регионального анализа: введение в науку о регионах. М.: Прогресс, 1966. 660 с.

7. Balan M., Vasile V., Stanescu M. Gravity model application to estimate Romanian migration size // Knowledge horizons. 2013. No. 2. P. 74-78.

8. Taylor J.E. Differential migration, networks, information and risk // O. Stark (ed.). Migration, human capital, and development. Greenwich, CT, JAI Press, 1986. P. 147-171.

9. Massey D.S. et al. Theories of international migration: Review and appraisal // Population and Development Review. 1993. Vol. 19. P. 431-466.

10. Hatton T.J., Williamson J.G. The age of mass migration: Causes and economic impact. Oxford, Oxford University Press, 1998.

11. Faist T. The volume and dynamics of international migration and transnational social spaces. Oxford, Oxford University Press, 2000.

12. Pries L. Migration and transnational social spaces. Ashgate, Aldershot, 1999.

13. Сталкер П. Международная миграция / пер. с англ. А. Захарова. М.: Книжный Клуб Книговек, 2015. 192 с.

14. IMF/World Bank. Market access for developing countries’ exports. Paper prepared by the staffs of the IMF and the World Bank, 2001.

15. Virtual champions: India’s IT stars are still rising fast // The Economist, 1 June, 2006.

16. Freeman R., Oostendorp R. Wages around the world: Pay across occupations and countries. Working Paper 8058. Cambridge, MA, National Bureau of Economic Research, 2000.

17. Öberg S., Wils A.B. East-West migration in Europe. Can migration theories help estimate the numbers // Popnet. 1992. Vol. 22. P. 1-7.

18. Kupiszewski M. Modelowanie dynamiki przemian ludności w warunkach wzrostu znaczenia migracji międzynarodowych. Warszawa, IGiPZ PAN, 2002.

19. Статистика: учеб. / под ред. И.И. Елисеевой. М.: ООО «Проспект», 2010. 448 с.

20. Бокс Дж., Дженкинс Г. Анализ временных рядов / пер. с англ. А. Левшина. М.: Мир, 1974. 406 с.

21. Greene W.H. Econometric analysis. Upper Saddle River, N. J., Prentice Hall, 2000.

22. Alho J. A stochastic forecast of the population of Finland. Reviews 1998/4. Helsinki, Statistics Finland, 1998.

23. Keilman N., Pham D.Q. Empirical errors and predicted errors in fertility, mortality and migration forecasts in the European Economic Area. Discussion Paper No. 386. Social and Demographic Research. Oslo, Statistics Norway, 2004.

24. Keilman N., Pham D.Q., Hetland A. Norway’s uncertain demographic future. Oslo, Statistics Norway, 2001.

25. Gorbey S., James D., Poot J. Population forecasting with endogenous migration: An application to trans-Tasman migration // International Regional Science Review. 1999. Vol. 22. P. 69-101.

26. Lawrence R.C. Forecasting U.S. mortality: A comparison of Box-Jenkins ARIMA and structural time series models // The Sociological Quarterly. 1996. Vol. 37. P. 127-144.

27. Keilman N., Pham D.Q., Hetland A. Why population forecasts should be probabilistic - illustrated by the case of Norway // Demographic Research. 2002. Vol. 36. P. 409-454.

28. Ханк Дж., Уичерн Д., Райтс Дж. Бизнес-прогнозирование / пер. с англ. М.: Издательский дом «Вильямс», 2003. 656 с.