Статистика миграции населения в Амурской области за 2000 – 2009 года

В настоящее время различают следующие тенденции международной миграции:

1 рост нелегальной миграции (ярко выраженный трудовой характер; государству тоже выгодно: налоги платят, а соц. пособия и льгот не получают);

2 рост вынужденной миграции (больше всего из Африки; из-за увеличения вооруженных конфликтов в мире, обострения межнациональных отношений; 80 % беженцев бегут в развивающиеся страны; женщины и дети создают дополнительную экономическую нагрузку на принимающие страны, которая требует денежных затрат);

3 увеличение демографической значимости международной миграции (в России международная миграция играет ведущую роль в демографическом развитии страны; в развитых странах та же самая тенденция);

4 глобализация мировых миграционных потоков (почти все страны вовлечены; определились страны с преобладанием иммиграции и страны с преобладанием эмиграции);[8]

5 качественные изменения в потоке миграции (увеличение доли лиц с высоким уровнем образования, многие страны имеют специальные программы, чтобы человек оставался там как можно дольше — США, Франция, Канада, Швеция);

6 двойственный характер миграционной политики (ужесточение и регламентация миграционной политики против интеграции; в то же время определяющая составляющая миграционной политики — иммиграция).[9]

1.2 Основные статистические показатели для изучения процесса миграции

Для того, чтобы провести анализ динамики процесса миграции и сделать прогноз данного процесса на будущее, необходимо найти абсолютный прирост, темп роста, темп прироста, абсолютное значение одного процента прироста.

Абсолютный прирост – это разность между последующим уровнем ряда и предыдущим (базисным).

Цепной абсолютный прирост определяется по формуле:

                                                                                                    (1)

Базисный абсолютный прирост определяется по формуле:

                                                                                                      (2)

Темп роста – отношение уровней ряда динамики, которое выражается в коэффициентах и процентах. Цепной темп роста исчисляют отношением последующего уровня к предыдущему, а базисный – отношением каждого последующего уровня к одному уровню, принятому за базу сравнения.[10]

Цепной темп роста рассчитывается по формуле:

                                                                                               (3)

Базисный темп роста определяется по формуле:

                                                                                                 (4)

Темп прироста определяют как отношение абсолютного прироста к предыдущему уровню (цепной темп прироста) или к базисному уровню (базисный темп прироста).[11]

Цепной и базисный темпы прироста определяются следующим образом:

                                                                                                (5)

Абсолютное значение одного процента прироста равно отношению абсолютного прироста цепного к темпу прироста цепному либо как одна сотая часть предыдущего уровня.

Абсолютное значение одного процента прироста считается по формуле:

                                                                                                        (6)

Для обобщающей характеристики рядов динамики рассчитываются средние показатели.

Средний показатель абсолютного прироста находится по формуле:

                                                                                                          (7)

Средний темп роста рассчитывается по формуле:

                                                                                  (8)

Среднегодовой темп прироста исчисляется следующим образом:

                                                                                               (9)

Уравнение связи имеет вид:

                                                                                                 (10)

                                                                           (11)

Для прогноза явления на будущее используем следующие формулы:

                                                                                                   (12)

                                                                                                   (13)

Для того, чтобы сделать группировку муниципальных образований по миграционному приросту, необходимо найти число оптимальных групп и величину интервала.

Оптимальное число групп определяется по формуле Стерджесса:

                                                                                              (14)

Величина интервала рассчитывается по формуле:

                                                                                                 (15)

Средняя является обобщающей характеристикой совокупности единиц по качественно однородному признаку.[12]

Средняя арифметическая взвешенная:

                                                                                                      (16)

где Xi – значение осредняемого признака;

       fi – частота.

Мода – значение признака, наиболее часто встречающееся в изучаемой совокупности.

Для интервальных вариационных рядов распределения мода рассчитывается по формуле:

                                          (17)

где Mo – мода;             

       XMo – нижняя граница модального интервала;             

       iMo – величина модального интервала;

       fMo – частота модального интервала;

       fMo-1 – частота интервала, предшествующего модальному;

       fMo+1 – частота интервала следующего за модальным.

Медианой называется вариант, расположенный в середине упорядоченного вариационного ряда, делящий его на две равные части.

Для интервальных вариационных рядов медиана рассчитывается по формуле:

                                                                    (18)

где Me – медиана;

      XMe – нижняя граница медианного интервала;

      iMe – величина медианного интервала;

      ∑f – сумма частот ряда;

      SMe – сумма накопленных частот ряда, предшествующих медианному интервалу;

      fMe – частота медианного интервала.[13]

Для изменения степени колеблемости отдельных значений признака от средней исчисляются основные обобщающие показатели вариации: дисперсия, среднее квадратическое отклонение и коэффициент вариации.

Дисперсия – это средняя арифметическая квадратов отклонений отдельных значений признака от их средней арифметической. Взвешенная дисперсия находится по формуле:

                                                                                          (19)

Среднее квадратическое отклонение представляет собой квадратный корень из дисперсии. Взвешенное среднее квадратическое отклонение равно:

                                                                    (20)

Коэффициент вариации – относительный показатель вариации. Он применяется для сравнения размеров вариации различных признаков, а также для сравнения степени вариации одноименных признаков в нескольких совокупностях.

     [14]                                                                                             (21)

По величине коэффициента вариации можно судить о степени вариации признаков, а следовательно, об однородности состава совокупности. Чем больше его величина, тем больше разброс значений признака вокруг средней, тем менее однородна совокупность по составу.

Для корреляционно-регрессионного анализа составляются уравнение связи и система нормальных уравнений, которые имеют вид:

                                                                                             (22)

                                                                      (23)

Средний коэффициент эластичности вычисляется по формуле:

                                                                                                       (24)

Коэффициент эластичности показывает, на сколько процентов изменяется результативный признак при изменении факторного признака на 1 %.

Линейный коэффициент корреляции применяется для измерения тесноты связи и вычисляется по формуле:

                                                   (25)

По значению коэффициента корреляции судят о степени тесноты связи. Количественные критерии оценки тесноты связи представлены в таблице 1.[15]

Таблица 1 – Количественные критерии оценки тесноты связи

Теоретическое корреляционное отношение для измерения тесноты корреляционной связи вычисляется по формуле:

                                                                                                    (26)

Для расчета теоретического корреляционного отношения необходимо предварительно вычислить дисперсии , , .

- общая дисперсия, показывающая вариацию результативного признака под влиянием всех факторов, вызывающих эту вариацию:

                                                                                       (27)

                                                                                         (28)

Остаточная дисперсия, характеризующая вариацию результативного признака под влиянием прочих неучтенных факторов.[16]     

Факторная дисперсия, характеризующая вариацию результативного признака под влиянием признака фактора, включенного в модель.

                                                                                             (29)                             

Индекс корреляционной связи:

                                                                                                          (30)

Адекватность регрессионной модели оценивается критерием Фишера:

,                                                                                          (31)                           

где m- число параметров модели

       n- число единиц наблюдения

       m-1, n-m - число степеней свободы

Оценка значимости коэффициентов линейного уравнения регрессии и

Значимость параметров линейного уравнения регрессии и оценивается с помощью t-критерия Стьюдента:

                                                                                                  (32)

                                                                              (33)

                                                                                         (34)

Значимость коэффициента корреляции с помощью t-критерия проверяется аналогично:

                                                                                                 (35)

Ошибка аппроксимации вычисляется по формуле: