© Агеева Алина
В работе «Экономическое моделирование трудовых циклических иммиграционных потоков» описана модель (созданная в NetLogo), имитирующая процесс повторных трудовых миграций с целью изучения определяющих факторов многократных переездов и возвращений и анализа миграционного режима, на примере трудовой циклической миграции из Мексики в США. В модели были использованы реальные данные масштабного исследования, проводимого с 1982 по 2008 года, касаемо мексиканских мигрантов, охватывающее более миллиона человек за каждый год наблюдений. Целью работы являлось создание агент-ориентированной модели, с помощью которой возможно прогнозирование количественных данных, касающихся процесса циклической миграции. Все материалы, необходимые для запуска модели и ее тестирования, представлены автором на открытом ресурсе (http://www.openabm.org/model/3893/version/1/view).
В ходе Мексиканского миграционного исследования было выявлено, что 59% из общего количества мексиканских мигрантов являются участниками трудовой циклической миграции, т.е. они выезжали в США на заработки более одного раза; основная масса мигрантов представлена выходцами всего из четырёх мексиканских областей и конечным пунктом их переезда в США являются только несколько городов, в которых, как правило, находятся их родственники или друзья. В модели также воспроизводится характер процесса распространения мигрантов в принимающей стране. Опыт и навыки, полученные во время каждого переезда, облегчают последующие, т.к. в каждый новый приезд мигранты увеличивают количество социальных контактов, что в будущем упрощает поиск работы и пр., а мигранту, однажды выехавшему за пределы своей страны, гораздо проще принять решение о новом переезде, чем тому, кто не выезжал ни разу, и данный факт принят во внимание автором модели.
В отношении агентов модели – трудовых мигрантов, исследователь придерживалась нескольких гипотез, в соответствии с которыми определились факторы, использовавшиеся для компьютерной имитации процесса циклической миграции. Так, у молодых агентов в возрасте от 18 до 45 лет вероятность миграции выше. Также принимался в расчёт фактор ожидаемого дохода: чем больше разница между текущими доходами агента и возможной величиной дохода, которую он может получить на заработках в соседней стране, тем больше вероятность отъезда (с поправкой на уровень безработицы в принимающей стране), но если полученный мигрантом доход оказывается гораздо больше ожидаемого, это снижает вероятность его возврата в родную страну. Потенциальный мигрант мысленно принимает величину ожидаемого дохода, равной величине доходов, полученных его знакомыми, которые ранее выезжали на заработки в принимающую страну. В расчетах учитывалась разница показателей внутреннего валового продукта двух стран, помноженных на текущий уровень занятости в странах. Следующая гипотеза отражает влияние фактора социальной коммуникации и связей: наличие родственников или друзей в принимающей стране увеличивает вероятность принятия решения о переезде. Кроме того, агентов наделили параметром «связи с домом», в соответствии с гипотезой о том, что чем сильнее эти связи, тем менее вероятность миграции. Если агент в родной стране владеет недвижимостью, ему присваивается больший балл «связей с домом». Но если агент владеет наивысшим баллом «связей с домом», т.е. в реальной жизни у человека имеется несколько объектов недвижимости (и возможно, бизнес), то вероятность его переезда в соседнюю, более благополучную страну, увеличивается. Одним из важнейших факторов, влияющих на возвращение, является наличие семейных уз в родной стране, т.о. агентам, за каждый год пребывания в родной стране после их первого отъезда и возвращения, начисляется дополнительный процент параметра «семейные узы в родной стране». Следующая гипотеза принимает во внимание факт того, что у мигрантов, которые тратят большую часть своего дохода от заработков в родной стране, например инвестируя в недвижимость или т.п., вероятность вернутся обратно выше.
В модели имитируется пространство с двумя соседними странами, с заданным количеством работников и компаний, но в одной из которых производительность труда выше. Количество работников, соответствующее в процентном отношении количеству трудящихся в отправляющей стране, распределяется в пространстве произвольно, оставшаяся часть – в пространстве принимающей страны. Агентам-работникам присваиваются их индивидуальные параметры, отображающие их уровень привязанности к дому («связи с домом») и накоплений – финансовых сбережений. Работники, оставшиеся трудиться в родной стране, создают социальные связи-контакты в пределах района своего места жительства, а работники, трудящиеся в принимающей стране – в пределах заданного радиуса, используя полученную информацию для вычисления приблизительного уровня ожидаемого дохода:
где n = 1,..., N – социальная сеть работников-мигрантов в принимающей стране в течение времени t. Агенты сравнивают текущий уровень доходов с доходами, который они могут получить, если иммигрируют в принимающую страну, с учетом стоимости переезда, а также их индивидуальных параметров возможности его осуществления:
где Ki,t – доход работника i в течение времени t; m1 - стоимость переезда; p0 – базовый уровень параметра возможности переезда; p1,i,t - параметр, отражающий разницу между текущим и ожидаемым доходом, в зависимости от того, является ли планируемый переезд первым или повторным; p2 – параметр, отражающий количество социальных сетей в принимающей стране (Ni); p3,i – индивидуальный параметр «связи с домом»; p4,t –параметр, отражающий возраст агента. Если полученное значение меньше индивидуального параметра возможности осуществления переезда агента, то он иммигрирует и становится безработным в принимающей стране. Причём в расчётах учитывался тип переезда – легальный или же не легальный и более дорогой (но более распространённый (30.13 % легальных и 69.87% не легальных, в соответствии с данными Мексиканского миграционного исследования)), с включением в модель параметра пограничного контроля, который представляет собой сумму нескольких показателей – количество часов слежения на пограничных пунктах, возможность задержания, доступность получения визы, бюджет пограничных пунктов, количество пограничников на пунктах. Все количественные данные параметров модели представлены автором в описании модели и таблицах (приложении).
Агенты, оставшиеся без работы, посредством информации от друзей и родственников, выбирали то новое место приложения труда, где оплата труда самая высокая. Если это было место за рубежом, то ожидаемый доход должен быть выше их заработка у себя в стране, включая расходы на переезд. Если у агента нет никаких связей, он произвольно двигается к ближайшей компании (месту приложения труда), но никогда не пересекает границу страны. Величины заработных выплат, расходов, инфляции в модели задаются на основе реальных экономических показателей. Работники, накопившие доход за рубежом, который превышает доход за аналогичный период работы в их родной стране, включая расходы на обратный переезд, решают вопрос о возващении домой исходя из их индивидуального параметра вероятности возвращения, который устанавливается как сумма факторов, способствующих возвращению (о которых упоминалось выше):
где q0 – базовый уровень возможности возвращения; q1 – индивидуальный параметр наличия семейных уз в родной стране; r = 1,..., R – социальные контакты агентов в отправляющей (родной) стране; ar,t – длительность существующих социальных контактов агента; q2,t – возраст агента. Вернувшись в родную страну, агенты снова становятся безработными, находящимися в поиске заработка, т.о. заканчивается один цикл прогона модели.
Если в модели задать параметры, соответствующие 1975 году Мексиканского иммиграционного исследования, то средний возраст агентов будет составлять 15 лет, поэтому модель прогонялась 15 раз без возможности иммиграции агентов, чтобы у них определился параметр, отражающий финансовые накопления агентов, необходимые для осуществления переезда. Далее модель прогонялась ещё 33 раза с шагом в один календарный год, с заданными вводными параметрами, фиксацией полученных результатов и сравнением их с данными Мексиканского миграционного исследования; модель, для осуществления ее верификации и калибровки, прогонялась 10000 раз.
Пропорция трудовых мигрантов, выехавших на заработки в США (линия) и вернувшихся в родную страну (пунктир), за период с 1970 по 2010 гг.
Для проверки корректности модели, были пошагово изменены параметры доходов агентов в родной стране в строну их увеличения, преодоления показателя уровня бедности и постепенного приближения к параметрам, отражающим уровень заработков в принимающей стране. В ходе прогона модели по данному сценарию в 1000 шагов, выявлено, что незначительное увеличение доходов агентов несколько увеличивает их иммиграцию; но когда доходы агентов в родной стране равны или весьма близки к доходам в принимающей – иммиграция практически полностью прекращается (см. рис. ниже).
В заключение, автор в ходе компьютерной имитации продемонстрировала, что модель можно использовать для того, чтобы ответить на давний вопрос: каким образом ужесточение пограничного контроля и миграционного режима влияет на миграционный поток – способствует его увеличению или уменьшению. Когда параметр пограничного контроля увеличили, количество мигрантов в принимающей стране увеличилось одновременно с уменьшением параметра возможности возвращения (зависимость этих двух параметров практически линейная). Сценарий, в ходе которого модель прогонялась 10000 раз, показал, что увеличение параметра пограничного контроля на 10% приводит к тому, что 18% агентов-мигрантов, учитывая трудности повторного въезда в принимающую страну, воздержатся от возвращения в родную страну, т.о. увеличив количество мигрантов в принимающей стране. Планируется доработка модели с целью её использования для прогнозирования временных и сезонных миграционных потоков в конкретных странах и регионах путем интегрирования данных GIS, а также разработки более сложных сценариев с использованием новых поведенческих параметров трудовых иммигрантов, что позволит вводить в модель официальные данные пограничных, миграционных служб разных стран и изучать воздействие конкретных условий рынка труда на трудовые иммиграционные потоки.
Оригинал статьи: [A. Klabunde. Computational Economic Modeling of Migration. Ruhr Economic Papers #471. Ruhr Universität Bochum, Germany. 2014].