Регрессионный анализ влияния экономических и неэкономических факторов на международную миграцию стран ОЭСР - Миграция населения

Далее, проанализируем страны ОЭСР за временной промежуток 2000-2012гг.

Организация экономического сотрудничества и развития - международная экономическая организация развитых стран, признающих принципы представительной демократии и свободной рыночной экономики.

Информационно статистическую базу исследования составили базы данных OECD.

Мною было выбрано пять независимых предикторов, оказывающих влияние на приток в страну мигрантов:

ВВП на душу населения;

Количество жителей;

Объем собранных налогов;

Уровень минимальной зарплаты;

Уровень загрязненности воздуха.

По предложенным экспериментальным данным, представляющим собою макроэкономические показатели ОЭСР, т. е. случайной выборке объема n - построить математическую модель зависимости случайной величины Y от случайных величин X1, X2,Х3,X4 и X5. Построение и оценку качества математической модели экономического роста вести в следующей последовательности:

В таблице 5. приведены годовые данные об объеме притока мигрантов, валовом внутреннем продукте, объеме выплаченных налогов, количестве жителей, уровне минимальной зарплаты и загрязненности воздуха оксидами серы ОЭСР на период с 2000 по 2012 годы. На рисунках 1-7 представлена динамика показателей стран ОЭСР за 2000-2012 гг.

график притока мигрантов в страны oэср в 2000-2012гг

Рисунок 1. График притока мигрантов в страны OЭСР в 2000-2012гг

график валового внутреннего продукта стран oэср в 2000-2012 гг

Рисунок 2. График валового внутреннего продукта стран OЭСР в 2000-2012 гг

график изменения загрязненности воздуха оксидами серы стран oэср в 2000-2012гг

Рисунок 3. График изменения загрязненности воздуха оксидами серы стран OЭСР в 2000-2012гг

график изменения минимальной заработной платы в oэср в 2000-2012 гг

Рисунок 4. График изменения минимальной заработной платы в OЭСР в 2000-2012 гг.

график изменения налоговых поступлений oэср в 2000-2012гг

Рисунок 5. График изменения налоговых поступлений OЭСР в 2000-2012гг.

график изменения количества жителей oэср в 2000-2012

Рисунок 6 . График изменения количества жителей OЭСР в 2000-2012

Гг.

график кумулятивной функции распределения объема притока мигрантов oэср

Рисунок 7. График кумулятивной функции распределения объема притока мигрантов OЭСР

Создадим файл с исходными данными в среде Microsoft Excel. Затем осуществим импорт данных в Eviews.

Для проведения дальнейшего регрессионного анализа необходимо проверить собранные данные на существование явных и неявных ошибок, обратить внимание на статистические данные для каждого регрессора, выявить наличие выбросов.

Для выявления ошибок, связанных с неопределенностью данных, можно рассмотреть каждую переменную в отдельности. Также, для того, чтобы выявить различного рода явные и неявные ошибки, можно воспользоваться статистическими данными.

Проанализируем описательную статистику (таблица 6):

Статистические данные могут предоставить информацию о среднем, максимальном и минимальном значениях каждой переменной, о медиане, стандартном отклонении.

Данные по максимальным и минимальным значениям переменных адекватны и соответствуют тем, что были взяты из официального источника.

Можно заметить, что в среднем приток мигрантов страны OЭСР в 2000-2012 гг. составлял 5 040 632 человек и варьировался от 3 847 724 человек до 5 905 808 человек.

Следующим этапом проверки данных является процесс выявления выбросов - тех значений переменных, которые значительно отличаются от среднего значения. Для этого необходимо рассмотреть диаграммы каждой переменной в отдельности. ( Рисунок 8, 9,10,11,12,13)

Как видно из всех представленных гистограмм, имеются значения, подозрительные на выбросы. Однако мы не можем считать их выбросами, т. к. данные значения соответствуют действительным, взятым из официального источника.

Далее исследуем степень корреляционной зависимости между переменными. Для этого построим корреляционную матрицу. Корреляционная матрица приведена в таблице 7.

Таблица 7 - Корреляционная матрица

OECD_AIR_POLUTANTS

OECD_GDP

OECD_INFLOWS_OF_FOREIGN_POPULATION

OECD_MINIMAL_WAGE

OECD_POPULATION

OECD_TAX

OECD_AIR_POLUTANTS

1

-0.93223

-0.66077

-0.93678

-0.95952

-0.85770

OECD_GDP

-0.93223

1

0.86360

0.97309

0.98634

0.98025

OECD_INFLOWS_OF_FOREIGN_POPULATION

-0.66077

0.86360

1

0.82650

0.80388

0.90866

OECD_MINIMAL_WAGE

-0.93678

0.97309

0.82650

1

0.99012

0.93641

OECD_POPULATION

-0.95952

0.98634

0.80388

0.99012

1

0.94687

OECD_TAX

-0.85770

0.98025

0.90866

0.93641

0.94687

1

Как видно в корреляционной таблице, объем притока мигрантов в ОЭСР в высокой степени зависит от валового внутреннего продукта ОЭСР (коэффициент корреляции между ними равен 0,86360), от уровня минимальной оплаты труда (коэффициент корреляции - 0,82650), от количества жителей (коэффициент корреляции - 0,80388), от объема собранных налогов (коэффициент корреляции - 0,890866).

Между уровнем загрязненности воздуха оксидами серы и уровнем притока мигрантов существует довольно слабая обратная корреляция (коэффициент корреляции равен - 0,66077).

Наблюдается прямая зависимость между объемом валового внутреннего продукта и уровнем минимальной зарплаты ОЭСР (коэффициент корреляции между ними равен 0,97309); между объемом валового внутреннего продукта и количеством жителей ОЭСР (коэффициент корреляции между ними равен 0,98634); между объемом валового внутреннего продукта и объемом собранных налогов ОЭСР (коэффициент корреляции между ними равен 0,98025).

Наблюдается обратная корреляционная зависимость между объемом валового внутреннего продукта ОЭСР и уровнем загрязненности воздуха оксидами серы (коэффициент корреляции между ними равен - 0,93223).

Построим многофакторную регрессионную модель, в которой зависимая переменная - Y inflows of foreign population by nationality.

Определим коэффициенты уравнения регрессии.

Y = b0 + b1-X1 + b2-X2+ b3-X3 + b4-X4 + b5-X5

Результаты множественной регрессии в численном виде представлены в табл. 8.

Таблица 8 - Результаты множественной регрессии

Dependent Variable: OECD_INFLOWS_OF_FOREIGN_POPULATION

Method: Least Squares

Date: 05/23/15 Time: 22:17

Sample: 2000 2012

Included observations: 13

Variable

Coefficient

Std. Error

T-Statistic

Prob.

OECD_AIR_POLUTANTS

0.071244

0.048228

1.477237

0.1831

OECD_GDP

0.254109

0.137438

1.848904

0.1069

OECD_MINIMAL_WAGE

1.202399

0.568643

2.114505

0.0723

OECD_POPULATION

-4.88E-05

2.57 E-05

-1.903956

0.0986

OECD_TAX

1.10 E-05

0.000203

0.054077

0.9584

C

37618.18

24289.66

1.548733

0.1654

R-squared

0.942549

Mean dependent var

5040.632

Adjusted R-squared

0.901512

S. D. dependent var

640.1033

S. E. of regression

200.8821

Akaike info criterion

13.74735

Sum squared resid

282475.2

Schwarz criterion

14.00810

Log likelihood

-83.35778

F-statistic

22.96852

Durbin-Watson stat

2.281416

Prob(F-statistic)

0.000329

Как следует из данных, полученных с помощью Eviews методом наименьших квадратов, полученная многофакторная модель будет иметь вид:

OECD_INFLOWS_OF_FOREIGN_ = 0.07124369413*OECD_AIR_POLUTANTS + 0.2541090876*OECD_GDP + 1.202398913*OECD_MINIMAL_WAGE - 4.884882547e-005*OECD_POPULATION + 1.099339553e-005*OECD_TAX + 37618.18231

Уравнение (1) выражает зависимость объема притока мигрантов в ОЭСР (Y) от уровня загрязненности воздуха оксидами серы (Х1), валового внутреннего продукта (Х2), минимальной заработной платы (Х3), от количества жителей (Х4) и собранных налогов (Х5). Коэффициенты уравнения показывают количественное воздействие каждого фактора на результативный показатель при неизменности других. В нашем случае объем притока мигрантов в ОЭСР увеличивается на 0.07124369413 ед. при увеличении загрязненности воздуха оксидами серы на 1 единицу при неизменности остальных показателей; приток мигрантов в ОЭСР увеличивается на 0.2541090876 ед. при увеличении валового внутреннего продукта ОЭСР на 1 единицу при неизменности остальных показателей; приток мигрантов в ОЭСР увеличивается на 1.202398913 единицу при увеличении минимальной зарплаты на 1 единицу при неизменности всех остальных показателей в уравнении.

Случайное отклонение для коэффициента при переменной Х1 составляет 1,47; при переменной Х2 - 1,84; для переменной X3 - 2,11; при переменной Х4 составляет -1,90; при переменной Х5 - 0,05; для свободного члена - 1,54.

Коэффициент детерминации R-square = 0,942;

Скорректированный на потерю степеней свободы коэффициент множественной детерминации Adjusted R2 = 0,901;

Критерий Фишера F = 22,96;

Проверим наличие автокорреляции, используя тест Бреуша-Годфри. Тест основан на следующей идее: если имеется корреляция между соседними наблюдениями, то естественно ожидать, что в уравнении

, t = 1,..., n

(где et -- остатки регрессии, полученные обычным методом наименьших квадратов), коэффициент с окажется значимо отличающимся от нуля.

Результаты теста представлены в таблице 9.

Результаты теста Бреуша-Годфрея говорят о наличии в модели автокорреляции первого и второго порядка. Мы можем ориентироваться на значения Р-вероятностей для коэффициентов лагов остатков во вспомогательной модели, которые так же указываются на их значимость, следовательно наличие в модели серийно корреляции, которую необходимо скорректировать. В нашем случае коэффициент при RESID(-1) и RESID (-2) являются значимым. Это подтверждает наличие автокорреляций корреляции 1-го и 2-го порядка.

Установим наличие (отсутствие) гетероскедастичности случайных отклонений модели.

Проверим наличие гетероскедастичности.

В таблице 10 видно, что вероятность ошибки первого рода равна 0,0536, больше, чем 0,05. Гетероскедастичность присутствует.

Выводы:

Полученная многофакторная модель будет иметь вид:

OECD_INFLOWS_OF_FOREIGN_ = 0.07124369413*OECD_AIR_POLUTANTS + 0.2541090876*OECD_GDP + 1.202398913*OECD_MINIMAL_WAGE - 4.884882547e-005*OECD_POPULATION + 1.099339553e-005*OECD_TAX + 37618.18231

Объем притока мигрантов в ОЭСР в высокой степени зависит от валового внутреннего продукта ОЭСР (коэффициент корреляции между ними равен 0,86360), от уровня минимальной оплаты труда (коэффициент корреляции - 0,82650), от количества жителей (коэффициент корреляции - 0,80388), от объема собранных налогов (коэффициент корреляции - 0,890866).

Между уровнем загрязненности воздуха оксидами серы и уровнем притока мигрантов существует довольно слабая обратная корреляция (коэффициент корреляции равен - 0,66077).

Наблюдается прямая зависимость между объемом валового внутреннего продукта и уровнем минимальной зарплаты ОЭСР (коэффициент корреляции между ними равен 0,97309); между объемом валового внутреннего продукта и количеством жителей ОЭСР (коэффициент корреляции между ними равен 0,98634); между объемом валового внутреннего продукта и объемом собранных налогов ОЭСР (коэффициент корреляции между ними равен 0,98025).

Наблюдается обратная корреляционная зависимость между объемом валового внутреннего продукта ОЭСР и уровнем загрязненности воздуха оксидами серы (коэффициент корреляции между ними равен - 0,93223).

Построенное уравнение регрессии имеет следующие недостатки: присутствует автокорреляция остатков случайных отклонений и отсутствует значимость коэффициентов. Для использования данной модели необходимо скорректировать автокорреляцию случайных отклонений.

Таким образом, в исследовании проверены и подтверждены на эмпирических данных основные причины, побуждающие людей совершать международные перемещения. Однако некоторые исследовательские вопросы остаются открытыми, они требуют другого типа данных, другого набора переменных и другого методологического похода, над которым необходимо работать в дальнейшем. Поскольку комплексное понимание миграционных процессов принципиально для осознания и понимания не только основ поведения человека, но и теории миграции в целом.

Похожие статьи




Регрессионный анализ влияния экономических и неэкономических факторов на международную миграцию стран ОЭСР - Миграция населения

Предыдущая | Следующая