3. Анализ социально-экономических предикторов мобильности абитуриентов

3.1 Данные и методология исследования

В настоящем исследовании используются данные лонгитюдного исследования «Траектории в образовании и профессии», которое включает в себя серию опросов об образовательных и трудовых траекториях молодежи по всероссийской выборке Подробнее об опросе. Всего по состоянию на 2016 г. проведено 5 волн опросов.

Первая волна опроса была проведена среди учащихся девятых классов в 2011 году. На данном этапе было опрошено 3827 девятиклассников в 42 регионах Российской Федерации. Бюллетень Российского лонгитюдного панельного исследования образовательных и трудовых траекторий. Национальная панель: первая волна (2011-2012) / Бессуднов А.Р., Куракин Д.Ю., Малик В.М., Янбарисова Д.М. ; Нац. исслед. ун-т «Высшая школа экономики», Институт образования.-- М. : Изд. дом Высшей школы экономики, 2014. -- 117, [1] с. Опрос не только включает в себя вопросы об успеваемости учащихся и их образовательных стратегиях на следующий год (так как после 9 класса учащиеся могут продолжить обучение и поступить в 10 класс того же образовательного учреждения или уйти в интернат или прервать обучение и выйти на рынок труда), но и содержит контрольные вопросы о социально-демографических характеристиках домохозяйства.

Следующие две волны были проведены осенью 2013 и весной 2014 среди учащихся одиннадцатых классов. На данном этапе опрос уже включал в себя вопросы о стратегиях относительно высшего образования, так как в одиннадцатом классе старшеклассники обычно определяются с выбором вуза и формируют ожидания относительно результатов ЕГЭ и поступления в вуз.

Также особый интерес для данного исследования представляет четвертая волна. На момент опроса участники уже являлись студентами первых курсов. Результаты данного опроса содержат информацию о том, в какие вузы поступили учащиеся, сменили ли они при этом регион или город.

Информация из всех четырех волн была сведена в один массив, который был вручную дополнен данными государственной службы статистики об основных экономических показателях региона: средней заработной плате и прожиточном минимуме.

Результаты расчетов индекса Херфинадля-Хиршмана региональных рынков высшего образования для каждого региона Российской Федерации, описанных во второй главе настоящего исследования, были получены и были также включены в массив.

Для того чтобы протестировать гипотезы о влиянии дистанции на мобильность абитуриентов, массив был дополнен переменной Distance, которая представляет собой расстояние между населенным пунктом, в котором учащийся окончил школу и населенным пунктом, в котором находится вуз (в километрах). Данная переменная получена на основе данных Google Maps и рассчитывается не только для межрегиональной Межрегиональная мобильность предполагает, что регион, в котором абитуриент окончил школу, отличается от региона, в котором располагается вуз, но и внутрирегиональной Внутрирегиональная мобильность предполагает смену населенного пункта в рамках одного региона при переходе «школа-вуз» мобильности.

Для анализа некоторых спецификаций моделей в настоящем исследовании были также рассчитаны показатели «разницы» между «школьным» и «университетским» регионами: для каждого наблюдения была рассчитана разница между показателями средней разработкой платы, промежуточного минимума и индекса Херфиндаля-Хиршмана региональных рынков высшего образования. Данные показатели позволяют построить модель максимально точную модель оценки вероятности переезда абитуриентом, так как индивид склонен оценивать именно разницу между основными экономическими показателями.

В результате проделанной работы был получен массив данных, из которого для эмпирического анализа были отобраны только те респонденты, которые в 2014 году либо начали, либо продолжили обучение в вузе, так как фокусом исследования является изучение образовательной мобильности в контексте перехода «школа-вуз». Таким образом, был получен массив данных, состоящий из 1169 наблюдений. Каждое наблюдение представляет собой анкету индивида, которая содержит данные не только об индивидуальных характеристиках (успеваемость, результаты ЕГЭ, образовательные траектории и т.д.), но и о характеристиках домохозяйств (наличие братьев сестёр, полнота семьи, доход), характеристиках регионов (размер средней заработной платы, прожиточный минимум, индекс Херфиндаля-Хиршмана для региональных образовательных рынков), дистанции переезда и разностных показателях.

3.2 Эконометрическая спецификация моделей

Для достижения целей данной дипломной работы (оценить влияние социально-экономических характеристик домохозяйств и регионов на мобильность абитуриентов в России) производится оценка логистический регрессий и расчет предельных эффектов от среднего. Данная спецификация модели предполагает бинарность зависимой переменной позволяет оценить влияние, оказываемое каждым фактором, на вероятность переезда абитуриента. В основе регрессионного анализа лежит оценка логистических регрессий вида:

(1)

(2),

где: P_Mobility (мобильность по расстоянию) - бинарная переменная, принимающая значение, равное «1», если дистанция между населенным пунктом, в котором респондент окончил школу и населенным пунктом, в котором находится университет, равна или превышает 100 км. В таком случае индивид считается мобильным «по расстоянию». В противном случае переменная принимает значение, равное нулю, и такой учащийся рассматривается в эмпирическом анализе как немобильный.

OutOfRegionMobility (межрегиональная мобильность) - бинарная переменная, принимающая значение, равное «1», если респондент сменил регион с целью получения высшего образования. Такие учащиеся являются мобильными в межрегиональном контексте. Если же учащийся остался в том же регионе, где окончил школу, то переменная OutOfRegionMobility равна нулю и такие учащиеся считаются немобильными с точки зрения смены региона. Данный показатель более точно отражает понятие образовательной мобильности, поскольку он очищен от ежедневной маятниковой студенческой миграции (например, из городов-спутников в региональный центр и обратно). Поэтому основное внимание уделяется модели (2), отражающей межрегиональную мобильность.

Стоит отметить, что в исследовании в качестве единого региона рассматриваются Москва и Московская область (хотя формально они являются разными субъектами Российской Федерации), а также Санкт-Петербург и Ленинградская область. Это сделано по причине высокой степени развитости транспортной инфраструктуры, которая позволяет студентам этих регионов совершать ежедневные поездки из дома в вуз и обратно (т.е. несмотря на то, что формально школа и вуз находятся в разных регионах, время, затрачиваемое на поездки может быть сопоставимо со временем, которое тратят на проезд к университету студенты-москвичи и петербуржцы).

В качестве независимых переменных выступают группы факторов, сформированные на основе обзора литературы и анализа региональных рынков высшего образования и экономического развития регионов:

Х - вектор индивидуальных характеристик учащегося;

F - вектор характеристик семьи;

S - вектор школьных характеристик;

R - вектор региональных институциональных факторов (экономических характеристик регионов и характеристик образовательных рынков);

- индекс по учащимся;

- индекс по регионам.

Методика оценки вышеописанных регрессионных моделей предполагает расчет по массиву в целом (модели 1-4), а также по подвыборкам: одна из них состоит из «отличников» - респондентов, получивших наиболее высокие баллы ЕГЭ по русскому языку (80 баллов и более, модели 5-8), а другая -- очищена от наблюдений по региону Москва (9-12).

Так как в зарубежный работах большое внимание уделяется показателю дистанции переезда абитуриентов, а особенностью России является большая протяженность территории страны, то представляется интересным изучить, какие факторы оказывают влияние на величину дистанции, на которую готов переехать абитуриент с целью получения высшего образования. Для решения данной задачи будет производиться оценка линейной регрессии вида:

где: Distance - дистанция переезда (км); X - вектор индивидуальных характеристик учащегося; R - вектор региональных институциональных факторов (экономических характеристик регионов и характеристик образовательных рынков); - индекс по учащимся;- индекс по регионам.

Данная модель рассчитывается в двух спецификациях: первая включает в себя абсолютные показатели и значения экономических факторов как для «школьного», так и для «университетского» региона. Вторая же спецификация подразумевает оценку по «разностным» показателям.

Однако перед тем как приступить к оценке моделей, представляется важным изучить описательную статистику переменных, чтобы получить общее представление о распределении показателей как по выборке в целом, так и по подвыборкам (мобильные и не мобильные учащиеся).

3.3 Описание переменных и результаты

Описательная статистика по всей выборке представлена в Таблице 1. Из таблицы видно, что около 43% учащихся можно назвать мобильными по расстоянию, в то время как в другой регион переезжают лишь 23% опрошенных. Высоких процент мобильных абитуриентов отчасти объясняется наличием ежедневной маятниковой студенческой миграции.

Средний семейный доход равен чуть больше 31 тысяч рублей, при этом его минимальный размер составляет 10 тысяч рублей. В среднем в семьях имеется 1-2 ребенка. Также из таблицы видно, что среднее расстояние, на которое переезжают абитуриенты составляет 335 километров.

Таблица 1 Описательная статистика по выборке в целом

	N	Minimum	Maximum	Mean	Std. Deviation
Мобильность по расстоянию (100 км)	1166	0	1	0,43	0,49
Межрегиональная мобильность	1169	0	1	0,23	0,42
Пол	1169	0	1	0,43	0,49
ЕГЭ по русскому языку	1147	12	100	69,24	12,98
ЕГЭ по математике	1147	12	100	51,91	16,34
Образование матери	1104	0	1	0,54	0,50
Образование отца	913	0	1	0,48	0,50
Неполная семья	1169	0	1	0,23	0,42
Количество детей в семье	1159	1	14	1,54	0,86
Доход семьи	1072	10000	95000	31856,0	22535,50
Доход в расчете на одного ребенка	1063	2000	95000	24511,0	20154,55
Специализация школы	1152	0	1	0,55	0,50
Средний доход в "школьном" регионе	1169	15264	58040,4	25854,0	10167,58
Средний доход в "университетском" регионе	1166	14432,8	58040,4	28488,0	12689,84
Прожиточный минимум в "школьном" регионе	1169	5979	12077	7345,6	1469,37
Прожиточный минимум в "университетском" регионе	1166	5979	12077	7598,7	1636,49
Межрегиональная разница в заработной плате	1166	-40500	42061,3	2644,0	9350,91
Межрегиональная разница в прожиточном минимуме	1166	-5709	5512	253,47	1182,35
Межрегиональная разница в индексе Херфиндаля-Хиршмана	1166	-0,58	0,54	-0,02	0,09
Расстояние между городами (км)	1166	0	8838	335,68	790,22
Переезд в соседний регион	1169	0	1	0,11	0,31
Московские студенты	1169	0	1	0,11	0,31
Valid N (listwise)	800

Если сравнивать мобильных и немобильных абитуриентов, то можно увидеть, что они различаются по успеваемости. Результаты ЕГЭ у мобильных учащихся выше как в подвыборке мобильных по расстоянию учащихся, так и в подвыборке учащихся, сменивших регион. При этом следует отметить, что в среднем результаты ЕГЭ мобильных абитуриентов в данных двух выборках различаются лишь на 1-1,5 балла.

Подвыборки мобильных и немобильных учащихся различаются по распределениям следующих переменных: пол, результаты ЕГЭ, образование матери, доход семьи в расчете на одного ребенка, неполная семья наличие специализации в школе, социально-экономические характеристики регионов, а также особенности развития региональных рынков высшего образования. Сравнительная описательная статистика по мобильным и не мобильным учащимся в контексте межрегиональной мобильности и мобильности по расстоянию приведена в таблице 2.

В результате, еще до проведения регрессионного анализа, основываясь на данных описательной статики, можно выявить ряд закономерностей:

Таблица 2 Сравнение подвыборок: мобильность по расстоянию, межрегиональная мобильность

	Мобильность по расстоянию (100 км)	Межрегиональная мобильность
	Не моб.	Моб.	Не моб.	Моб.
Пол	0,41	0,45	0,42	0,46
	(0,49)	(0,50)	(0,49)	(0,50)
ЕГЭ по русскому языку	67,66	71,33	68,11	72,94
	(12,85)	(12,90)	(12,77)	(12,97)
ЕГЭ по математике	49,34	55,23	50,58	56,23
	(15,95)	(16,25)	(16,14)	(16,26)
Образование матери	0,52	0,56	0,52	0,60
	(0,50)	(0,50)	(0,50)	(0,49)
	Мобильность по расстоянию (100 км)	Межрегиональная мобильность
	Не моб.	Моб.	Не моб.	Моб.
Образование отца	0,49	0,47	0,47	0,51
	(0,50)	(0,50)	(0,50)	(0,50)
Неполная семья	0,24	0,21	0,23	0,21
	(0,43)	(0,41)	(0,42)	(0,41)
Количество детей в семье	1,56	1,53	1,55	1,54
	(0,99)	(0,66)	(0,92)	(0,64)
Доход семьи	32475,25	30885,53	31753,33	32204,08
	(22468,97)	(22420,47)	(22165,12)	(23786,95)
Доход в расчете на одного ребенка	25128,45	23469,52	24569,92	24312,93
	(20568,62)	(19262,90)	(20288,17)	(19741,43)
Специализация школы	0,56	0,52	0,54	0,57
	(0,50)	(0,50)	(0,50)	(0,50)
Средний доход в "школьном" регионе	27015,82	24278,21	26580,66	23457,39
	(11318,85)	(8155,97)	(10667,73)	(7860,95)
Средний доход в "университетском" регионе	28345,07	28633,41	27614,79	31398,36
	(13083,50)	(12129,34)	(12185,10)	(13876,42)
Прожиточный минимум в "школьном" регионе	7444,87	7203,52	7385,75	7213,09
	(1512,43)	(1391,91)	(1477,62)	(1436,53)
Прожиточный минимум в "университетском" регионе	7594,33	7592,14	7503,00	7917,99
	(1680,97)	(1566,63)	(1617,83)	(1660,74)
Индекс Херфиндаля-Хиршмана в "школьном" регионе	0,14	0,16	0,14	0,18
	(0,12)	(0,11)	(0,11)	(0,13)
Индекс Херфиндаля-Хиршмана в "университетском" регионе	0,14	0,12	0,14	0,11
	(0,12)	(0,09)	(0,11)	(0,11)
Межрегиональная разница в заработной плате	0,00	-0,04	0,00	-0,07
	(0,01)	(0,13)	(0,00)	(0,18)
Межрегиональная разница в прожиточном минимуме	1327,40	4385,82	1034,13	8012,15
	(5536,21)	(12585,01)	(4909,27)	(16184,13)
Межрегиональная разница в индексе Херфиндаля-Хиршмана	148,82	390,56	117,25	707,70
	(633,12)	(1645,06)	(561,42)	(2180,35)
Расстояние между городами (км)	16,34	764,03	90,20	1142,50
	(27,59)	(1068,56)	(236,10)	(1283,98)
Переезд в соседний регион	0,01	0,24	0,00	0,46
	(0,08)	(0,43)	(0,00)	(0,50)
Московские студенты	0,18	0,00	0,14	0,00
	(0,39)	(0,06)	(0,35)	(0,06)

· на мобильность влияет успеваемость учащегося, так как в среднем балл ЕГЭ у мобильных абитуриентов выше, чем у не мобильных;

· семейный доход может сдерживать мобильность, так как в среднем подвыборка не мобильных учащихся характеризуется большим семейным доходом в среднем;

· большая разница в средней заработной плате между «школьным» и «университетским» регионом может стимулировать мобильность.

Однако для точного определения характера зависимости была произведена оценка логистических моделей и расчет предельных эффектов от среднего.

Перейдем к результатам регрессионного анализа. В таблице 3 указаны значения предельных эффектов, которые отражают степень влияния отдельных факторов на вероятность переезда абитуриента в другой регион с целью получения высшего образования.

Таблица 3 Влияние социально-экономических факторов на вероятность мобильности абитуриента.

Модель	1	2	3	4	5	6	7	8
Зависимая переменная	Мобильность по расстоянию	Межрегиональная мобильность	Мобильность по расстоянию	Межрегиональная мобильность
Независимые переменные
Пол	0,081** (0,035)	0,081** (0,035)	0,055* (0,029)	0,055* (0,029)	0,168** (0,083)	0,149* (0,080)	0,044 (0,084)	0,045 (0,082)
Результат ЕГЭ по русскому языку	0,006*** (0,001)	0,006*** (0,001)	0,004*** (0,001)	0,004*** (0,001)
Образование матери	0,032 (0,034)	0,031 (0,034)	0,034 (0,027)	0,035 (0,028)	0,146* (0,082)	0,113 (0,079)	0,182*** (0,073)	0,154** (0,073)
Неполная семья	-0,057 (0,039)	-0,065* (0,03875)	-0,042 (0,030)	-0,046 (0,031)	-0,138 (0,096)	-0,147 (0,093)	-0,110 (0,084)	-0,106 (0,086)
Доход/1000	-0,001 (0,000)	-0,002*** (0,000)	-0,000001 (0,000)	-0,001 (0,000)	-0,003 (0,000)	-0,005*** (0,000)	-0,0003 (0,000)	-0,002 (0,000)
Наличие специализации в школе	-0.037 (0,034)	-0,432 (0,033)	0,014 (0,027)	0,008 (0,028)	-0,032 (0,078)	-0,059 (0,075)	0,070 (0,073)	0,045 (0,074)
Средняя зарплата в «школьном» регионе	-0.00002*** (0,000)		-0,00003*** (0,000)		-0,00005*** (0,000)		-0,00005*** (0,000)
Средняя зарплата в «университетском» регионе	0.00001** (0,000)		0,00002*** (0,000)		0,00003** (0,000)		0,00003*** (0,000)
Прожиточный минимум в «школьном» регионе	0.0001*** (0,000)		0,0001*** (0,000)		0,0002** (0,000)		0,0002** (0,000)
Прожиточный минимум в «университетском» регионе	-0.00006 (0,000)		-0,00008*** (0,000)		-0,0001 (0,000)		-0,0001 (0,000)
Индекс Херфиндаля-Хиршмана в «школьном» регионе	0,412 (0,303)		0,228 (0,214)		0,626 (0,762)		0,119 (0,660)
Индекс Херфиндаля-Хиршмана в «университетском» регионе	-0.714** (0,334)		-0,174 (0,251)		-0,163 (0,784)		0,335 (0,703)
Межрегиональная разница в заработной плате		0,00002*** (0,000)		0,00002*** (0,000)		0,00003** (0,000)		0,00003** (0,000)
Межрегиональная разница в прожиточном минимуме		-0,0001** (0,000)		-0,0001*** (0,000)		-0,0002* (0,000)		-0,0001** (0,000)
Межрегиональная разница в индексе Херфиндаля-Хиршмана		-0,565* (0,296)		-0,357* (0,222)		-0,583 (0,758)		-0,269 (0,702)
Псевдо R2	0,062	0,052	0,161	0,136	0,146	0,102	0,243	0,198
Кол-во наблюдений	999	999	1002	1002	215	215	215	215
Выборка	Выборка целиком	Отличники
Модель	9	10	11	12	13	14
Зависимая переменная	Мобильность по расстоянию	Межрегиональная мобильность	Дистанция	Дистанция
Независимые переменные
Пол	0,071* (0,039)	0,084** (0,038)	0,048 (0,035)	0,053 (0,035)	119,929*** (39,846)	125,600*** (40,532)
Результат ЕГЭ по русскому языку	0,006*** (0,002)	0,007*** (0,002)	0,005*** (0,001)	0,005*** (0,001)	5,500*** (1,552)	5,521*** (1,564)
Образование матери	0,036 (0,037)	0,028 (0,037)	0,025 (0,033)	0,026 (0,033)
Неполная семья	-0,018 (0,044)	-0,030 (0,043)	-0,031 (0,038)	-0,031 (0,038)
Доход /1000	-0,002** (0,000)	-0,0002 (0,000)	0,0004 (0,000)	0,001 (0,000)
Наличие специализации в школе	-0,081** (0,037)	-0,057 (0,036)	-0,008 (0,033)	-0,006 (0,032)
Средняя зарплата в «школьном» регионе	-0,00002** (0,000)		-0,00004*** (0,000)		-0,137*** (0,007)
Средняя зарплата в «университетском» регионе	0,00003*** (0,000)		0,00004*** (0,000)		0,112*** (0,007)
Прожиточный минимум в «школьном» регионе	0,00009** (0,000)		0,0005*** (0,000)		1,049*** (0,046)
Прожиточный минимум в «университетском» регионе	-0,00005 (0,000)		-0,0001*** (0,000)		-0,842*** (0,049)
Индекс Херфиндаля-Хиршмана в «школьном» регионе	-0,526 (0,343)		-0,454 (0,287)		-1668,979*** (265,790)
Индекс Херфиндаля-Хиршмана в «университетском» регионе	-0,082 (0,360)		0,389 ( 0,308)		1121,642*** (319,111)
Межрегиональная разница в заработной плате		0,00003*** (0,000)		0,00004*** (0,000)		0.128*** (0,006)
Межрегиональная разница в прожиточном минимуме		-0,0001*** (0,000)		-0,0001*** (0,000)		-0.972*** (0,045)
Межрегиональная разница в индексе Херфиндаля-Хиршмана		0,280 (0,317)		0,445* (0,276)		1653,359*** (264,802)
Псевдо R2	0,121	0,086	0,198	0,192	0,334*	0,309*
Кол-во наблюдений	905	905	907	907	1141	1141
Выборка	Выборка без Москвы	Вся выборка

Примечание. В скобках указаны значения стандартных ошибок. *, **, *** -- значимость на 10, 5, 1%-ном уровне соответственно.

*Для моделей 13 и 14 в графе Пседво R2 указан R2

Предельные эффекты в моделях 1-4, рассчитанных по выборке в целом, отражают значимое на 1% уровне влияние экономических характеристик региона. Данные результаты позволяют сделать ряд выводов.

Во-первых, абитуриенты склонны оценивать не только качество и развитость регионального образовательного рынка, но и экономический климат потенциального региона для переезда. Во-вторых, сильное значимое положительное влияние средней заработной платы в университетском регионе на вероятность переезда абитуриента может свидетельствовать о том, что абитуриенты склонны рассматривать мобильность «школа-вуз» как социальный лифт, который позволит им закрепиться в более экономически благополучном регионе после окончания обучения.

При этом следует отменить, что большая межрегиональная разница в прожиточном минимуме уменьшает вероятность мобильности. Данную зависимость можно объяснить следующим образом: более высокий прожиточный минимум в регионе чаще всего связан с более «дорогим» проживанием регионе (цены на услуги и товары, потребительской корзины и т.п.). Следовательно, в данной ситуации абитуриент сталкивается с некоторым финансовым барьером, так как если даже он поступит на бюджетное место в вуз - проживание в таком регионе в период обучения будет для него финансово недоступно.

Получив результаты по выборке в целом, представляется интересным изучить предельные эффекты по подвыборке, в которую вошли только отличники, так как данная категория абитуриентов является высокопотенциальным мобильным капиталом согласно зарубежной литературе. Результаты расчетов предельных эффектов от среднего для моделей 5-8 по подвыборке из отличников совпадают с результатами для выборки в целом: большое влияние на мобильность отличников также оказывают экономические характеристики региона. При этом следует отметить, что предельные эффекты по вышеописанным независимым переменным для данных моделей выше, чем для моделей 1-4. Таким образом, несмотря на то, что отличники являются высокопотенциальным мобильным капиталом, установленные ранее эффекты сохраняются, и смещения в сторону каких-либо факторов не наблюдается.

Модели 9-12 были рассчитаны по подвыборке без города Москвы, так как при анализе экономического развития регионов и развитости региональных рынков высшего образования России можно было наблюдать сильное смещение в сторону данного региона. Следовательно, включение абитуриентов данного региона в выборку может привески к искажению результатов. Однако при удалении москвичей из выборки эффекты, установленные при оценке моделей по всей выборке, остались неизменны. Данный результат позволяет утверждать, что эффекты, полученные при расчете моделей 1-4, являются адекватными даже при возможном зашумлении и смещении результатов при наличии в выборке жителей высокоразвитого региона города Москвы.

Следует отметить, что в отличие от результатов зарубежных исследований, при расчете предельных эффектов от среднего в моделях настоящего исследования было установлено значимое положительное влияние пола абитуриента на вероятность мобильности. Данный эффект может объясняться культурными особенностями России: родители отпускают юношей на дальние расстояния легче и охотнее, чем девушек. Следовательно, юноши будут более мобильными.

При оценке предельных эффектов было также установлено значимое влияние результата ЕГЭ по русскому языку как индивидуальной характеристики абитуриента на вероятность переезда абитуриента, что подтверждает результаты зарубежных исследований. Так, абитуриент, обладающий высокими баллами по ЕГЭ, с большой вероятностью склонен инвестировать в человеческий капитал, то есть стремиться получать качественное образование в лучших вузах страны.

Интересная зависимость также прослеживается между вероятностью мобильности абитуриента и доходом в семье. В моделях 2, 6 и 9 удалось установить значимую отрицательную зависимость, при этом множество зарубежных исследований устанавливали положительный характер связи. Однако отрицательное влияние дохода на принятие решения о переезде абитуриентом может быть вызвано следующей зависимостью: семьи с высоким уровнем дохода, скорее всего, живут в экономически благоприятных районах, а благоприятный экономический климат снижает вероятность переезда абитуриента. Следует отметить также, что при оценке моделей доход в расчете на одного члена семьи оказался не значим, следовательно, количество братьев и сестер и полнота семьи в данном аспекте не оказывают значимого влияния на вероятность переезда.

Рассмотрим теперь результаты расчета предельных эффектов уже для линейных моделей, где в качестве зависимой переменной выступает дистанция, на которую абитуриент переезжает. Независимыми переменными в модели выступали: индивидуальные характеристики абитуриента и региональные характеристики.

В результате было установлено, что чем привлекательнее регион с точки зрения экономики и рынка высшего образования, тем на большее расстояние готов переехать абитуриент. При этом в данных моделях четко прослеживается разное влияние факторов «школьного» и «университетского» региона. Так, например, высокая заработная плата и Индекс Херфиндаля-Хиршмана региональных рынков высшего образования в «школьном» регионе сильно уменьшает расстояние, на которое абитуриент готов переехать и, наоборот, увеличивает возможную дистанцию для «университетского» региона. Также, значимое влияние оказывает и успеваемость абитуриента (результат ЕГЭ). Как уже было установлено ранее, более академически способные абитуриенты с большей вероятностью будут стремиться обучаться в топовых вузах и, следовательно, будут готовы переезжать на дальние расстояния.

Таким образом, благодаря оценке логистических моделей удалось установить факторы, влияющие на вероятность принятия решения о переезде абитуриентом. При расчете моделей в различных спецификациях по разным подвыборкам выявленные зависимости сохраняли свой знак и значимость, следовательно, результаты, полученные в ходе данного исследования, являются адекватными несмотря на возможную зашумленность и смещение данных.

образование абитуриент мобильность

Заключение

В настоящем исследовании было показано, что:

1. в России, как и в других зарубежных странах, среди факторов, влияющих на принятие решения о переезде абитуриентом, можно выделить индивидуальные характеристики абитуриента (результаты ЕГЭ, пол), семейные характеристики (материальное положение семьи, образование родителей), характеристики региона (средняя заработная плата, прожиточный минимум), характеристики региональной системы образования (индекс Херфиндаля-Хиршмана) и дистанция.

2. существуют достаточно сильные социально-экономические барьеры, ограничивающие мобильность абитуриентов в России.

На основе оценки логистических моделей и расчета предельных эффектов:

3. выявлена положительная связь между результатами ЕГЭ как индивидуальной характеристики абитуриента и вероятностью переезда абитуриента. Индивид, обладающий высокими баллами по ЕГЭ, с большой вероятностью склонен инвестировать в человеческий капитал. Следовательно, данная категория абитуриентов будет стремиться получить качественное образование в лучших вузах страны и переезжать на дальние расстояния.

4. установлено сильное влияние характеристик экономического развития региона на мобильность абитуриентов, то есть индивиды склонны оценивать не только качество образования, но и экономику в «университетском» регионе. Следовательно, сильное значимое положительное влияние средней заработной платы в «университетском» регионе на вероятность переезда абитуриента может служить сигналом о том, что абитуриенты стремятся переехать и закрепиться после окончания вуза в более экономически благополучном регионе. Таким образом, обучение в вузе может выступать в роли социального лифта, стимулируя мобильность. Также абитуриенты ориентируются на показатели не только «университетского», но и «школьного» региона, так как при оценке предельных эффектов в моделях было установлено значимое влияние разницы в средней заработной плате и прожиточном минимуме в данных регионах.

5. выявлено влияние пола абитуриента на вероятность переезда. Так, по результатам оценки предельных эффектов, юноши оказались более мобильными, чем девушки. Так как подобные результаты отсутствуют в работах зарубежных авторов, данный эффект может объясняться культурными особенностями России: родители отпускают юношей на дальние расстояния легче и охотнее, чем девушек.

6. установлено значимое отрицательное влияние дохода семьи, при этом множество зарубежных исследований устанавливали положительный характер связи. Однако данный эффект может быть вызван следующей зависимостью: семьи с высоким заработком скорее всего живут в экономически благоприятных районах, а благоприятный экономический климат в «школьном» регионе снижает вероятность переезда абитуриента. Следует отметить, что количество братьев и сестер и полнота семьи в данном аспекте не оказывают значимого влияния на вероятность переезда, так как доход в расчете на одного члена семьи при оценке предельных эффектов оказался не значим.

На основе оценки модели, предсказывающей дистанцию переезда в рамках перехода «школа-вуз» было установлено значимое влияние как региональных факторов, так и индивидуальных. Следовательно, чем благоприятнее с точки зрения экономики и качества образования регион, тем на большее расстояние будет готов переехать абитуриент с целью получения высшего образования.

Стоит оговориться, что выборка, на основе которой базировалось настоящее исследование, состояла из студентов первого курса вузов различных регионов, и в выборку попали учащиеся Москвы - наиболее развитого по многим показателям региона, как было установлено в результате анализа региональных рынки высшего образования и экономического развития регионов в России. Следовательно, москвичи с меньшей вероятностью будут куда-то стремиться уезжать, что в целом может привести к смещению в оценке эффектов различных факторов.

Однако согласно описательной статистике, в выборке присутствуют лишь 10,8 % немобильных москвичей, а эконометрический анализ моделей, проведенный по подвыборке без Москвы, показывает то же влияние факторов на мобильность абитуриентов

Результаты данного исследования могут быть использованы при разработке и реализации образовательной политики в сфере в области финансовой поддержки абитуриентов. В процессе исследования было установлено сильное влияние экономических факторов (доход, средняя заработная плата, прожиточный минимум), следовательно, возможно возникновение сильных финансовых барьеров. Не смотря на то, что отличительной чертой системы образования Российской Федерации является предоставление бесплатных (бюджетных) мест обучения, в стране практически не развиты другие институты финансовой поддержки абитуриентов.

Так, например, в европейских странах широко распространена грантовая система. Данный институт позволяет значительно снизить издержки переезда, так как многие гранты покрывают полностью стоимость обучения, проживание в кампусе и трансфер из родного города в регион университетский регион.

В Российской Федерации существует несколько таких грантов, однако процент абитуриентов, которые удостаиваются данной привилегии, крайне мал, в результате чего нельзя утверждать, что данный институт развит достаточно, чтобы нивелировать влияние финансовых барьеров.

Также в Российской Федерации существует практика направления абитуриентов в другие регионы по дотациям Правительства данных регионов. Однако и в данном случае мы не можем утверждать, что данная инициатива на сегодняшний день привела к значительному приросту мобильных абитуриентов, так как по статистике на 2013 год, например в НИУ ВШЭ обучалось всего 37 человек по Правительственным дотациям.

Таким образом, для обеспечения мобильных образовательных траекторий необходимо разрабатывать институты финансовой поддержки абитуриентов.

Однако в условиях нестабильной экономической ситуации в стране обеспечение масштабной финансовой поддержки абитуриентов может быть недоступным. Также возможна ситуация, что финансовая поддержка все же не сможет обеспечить необходимый прирост мобильных абитуриентов, в условиях установившихся сильных социально-экономических барьеров. Что делать государству в данных ситуациях?

Так как мотивом переезда значительной части абитуриентов является качество образования и количество учебных заведений (более широкий выбор), что подтверждает данное исследование, государство может инвестировать в развитие региональных рынков образования. Таким образом, предоставление большей вариации учебных специальностей в вузе и реформирование образовательных программ может обеспечить необходимую абитуриенту отдачу от образования.

В результате, за счет развития региональных рынков образования и повышения качества вузов в регионе будет обеспечено воспроизводства высокопотенциального человеческого капитала, что впоследствии может привести и к экономическому росту в регионе.

Список использованной литературы:

1. Alecke B., Burgard C., Mitze T. The Effect of Tuition Fees on Student Enrollment and Location Choice-Interregional Migration, Border Effects and Gender Differences //Ruhr Economic Paper. - 2013. - №. 404.

2. Becker G.S., Hubbard W.H.J., Murphy K.M. Explaining the worldwide boom in higher education of women //Journal of Human Capital. - 2010. - Т. 4. - №. 3. - С. 203-241.

3. Brezis E. S., Soueri A. Mobility of students and quality of higher education: An empirical analysis of the" Unified Brain Drain" model. - Working Papers, Bar-Ilan University, Department of Economics, 2013. - №. 2013-11.

4. Chronister J.L., Martin E.D. Nonresident Student Enrollment in State Institutions of Higher Education: An Overview. - 1975.

5. Etzioni A. Interstate integration of students //The Educational Forum. - Taylor & Francis Group, 1974. - Т. 38. - №. 2. - С. 223-224.

6. Fenske R.H. et al. College Student Migration. - 1972.

7. Fenske R.H., Scott C. S., Carmody J. F. Recent trends in studies of student migration //The Journal of Higher Education. - 1974. - С. 61-74.

8. Galotti K.M., Mark M.C. How do high school students structure an important life decision? A short-term longitudinal study of the college decision-making process //Research in Higher Education. - 1994. - Т. 35. - №. 5. - С. 589-607.

9. Gossman C. S. et al. Migration of College and University Students in the United States. - 1967.

10. Hьbner M. Do tuition fees affect enrollment behavior? Evidence from a `natural experiment' in Germany //Economics of Education Review. - 2012. - Т. 31. - №. 6. - С. 949-960.

11. Johns V., Viehland D.W. Migration patterns of first-time freshmen in the United States //Research in Higher Education. - 1989. - Т. 30. - №. 5. - С. 485-502.

12. Kyung W. In-migration of college students to the state of New York //The Journal of Higher Education. - 1996. - С. 349-358.

13. Leshukov О. and Lisyutkin M., (2014), Modern Approaches To The “Regionalization” Of Federal Policy In Russian Higher Education, No WP BRP 21/PA/2014, HSE Working papers, National Research University Higher School of Economics

14. Linney T. Interstate Migration of College Students (AAHEERIC Higher Education Research Currents) //Washington, DC: American Association for Higher Education (ERIC Document Reproduction Service No. ED 180 327). - 1979.

15. Mak J., Moncur J.E.T. Interstate migration of college freshmen //The Annals of Regional Science. - 2003. - Т. 37. - №. 4. - С. 603-612.

16. McHugh R., Morgan J. N. The determinants of interstate student migration: A place-to-place analysis //Economics of Education Review. - 1984. - Т. 3. - №. 4. - С. 269-278.

17. Pekkarinen T. Gender differences in higher education. - IZA Discussion Paper, 2012. - №. 6390.

18. Steahr, Thomas E., and Schmid, Calvin F. (1972, June). College student migration in the United States. Journal of Higher Education 43(6): 441-463.

19. Tuckman H.P. Determinants of college student migration //Southern Economic Journal. - 1970. - С. 184-189.

20. Williams R.L. The nonresident student //College and University. - 1964. - Т. 39. - №. 2. - С. 161-169.

21. Wooldridge J. What's new in econometrics? Lecture 10 difference-in-differences estimation //NBER Summer Institute, accessed April. - 2007. - Т. 9. - С. 2011.

22. Вакуленко Е., Фурманов К., Мкртчян Н. Моделирование регистрируемых миграционных потоков между регионами Российской Федерации. - Litres, 2014.

23. Прахов И.А. Динамика инвестиций и отдача от дополнительной подготовки к поступлению в вуз // Прикладная эконометрика. 2015. № 37(1). С. 107-124.

24. Юрко А.В. Доклад: «Последствия ЕГЭ: мобильность выпускников школ» // Совместный семинар Лаборатории исследований рынка труда (ЛИРТ) и Центра трудовых исследований (ЦеТИ), Москва 2015

Приложение 1

Численность студентов, на тыс. чел.

Приложение 2

Число образовательных учреждений ВПО

Приложение 3

Число образовательных учреждений ВПО на число студентов (тыс. чел.)

Приложение 4

Доля стоимости за семестр обучения в вузе в доходах населения

Приложение 5

Индекс Херфиндаля-Хиршмана для региональных рынков высшего образования

Приложение 6

Среднемесячная номинальная заработная плата работников организаций, руб.

Приложение 7

Соотношение среднемесячной начисленной заработной платы работников организаций с величиной прожиточного минимума

Приложение 8

Валовой региональный продукт на душу населения по регионам Российской федерации

Размещено на Allbest.ru