Прогнозирование миграционных процессов методами цифровой демографии

Abstract

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.

The nature and intensity of migration processes are constantly changing. Demographic statistics are not suitable for obtaining up-to-date information and making timely decisions in the field of demographic and social policy. Thus, digital demography is becoming increasingly important, as this area of population research uses new methods and data sources resulting from the Internet expansion and the digitalisation of society. Using digital demography methods and emerging data sources, the study aims to identify current migration trends in Russia at the municipal level. The duality of the object (real and virtual population) and methods (demographic and data science methods) of digital demography is demonstrated. Digital data sources for studying migration and relevant processing methods were considered. Further, it was proposed to assess migration flows by examining social network information and graphs of migration routes. The analysis of data obtained from the “Virtual population of Russia” project for 2356 urban and municipal regions revealed the features of intermunicipal migration and the centres of migration attraction in the country. An indicator for assessing the potential of future migrations based on the graphs of migration routes was presented. The analysis results show that balanced spatial development of Russia requires the stimulation of human capital development in local centres characterised by high migration potential. These include regional capitals, “second” cities in terms of population, and some research and industrial centres. The study findings can be used to consider demographic processes at the municipal level and elaborate strategic documents in the field of regional spatial development. Further digitalisation and the implementation of digital economy projects will lead to the accumulation of population data at the national level. Therefore, future research should focus on improving digital demography methods for studying and forecasting demographic processes.