Автори: Г. Чорноус, ORCID ID 0000-0003-4889-1247, д-р. екон. наук, доц., Київський національний університет імені Тараса Шевченка, Київ, Україна
В. Потапова, економіст, Київський національний університет імені Тараса Шевченка, Київ, Україна
Анотація: З огляду на важливість дослідження сучасних міжнародних міграційних процесів, в даній статті запропоновано новий методологіч- ний підхід для оцінки рівня міжнародної міграції населення в Україні впро довж періоду з 1998 до 2017 роки. Представлений комплекс моде- лей дозволяє врахувати фактори, що спонукають людину до прийняття рішення про міграцію, а також досвід інших країн. На початко- вому етапі було виділено групи факторів впливу на міграцію населення, що можуть охарактеризувати міграційний клімат країни, та проаналізовано взаємозалежності між усіма показниками за допомогою інструментів кореляційного аналізу. Після цього на основі найв- пливовіших показників було здійснено кластеризацію 140 країн та визначено групу схожих до України держав, чиї дані використовувались далі в процесі формування терм-множин для вхідних та вихідної змінних, визначенні параметрів функцій належності та побудови бази правил прийняття рішень із метою розробки системи нечіткого виведення. Проте у зв’язку з наявністю неоднозначних правил на за- ключному етапі дослідження для моделювання рівня міжнародної міграції в Україні запропоновано побудувати адаптивну нейро-нечітку систему виводу ANFIS. Отриману модель було протестовано на даних для України та розроблено рекомендації щодо покращення ре- зультатів моделювання у подальших дослідженнях.
Ключові слова: міжнародна міграція, моделювання міграції, кластеризація, нечітка логіка, нейро-нечітке моделювання
Received: 09/07/19
1st Revision: 23/8/19
Accepted: 01/09/19
DOI: https://doi.org/10.17721/1728-2667.2019/205-4/7
References
International Organization for Migration, [Online]. Available at: https://www.iom.int/ (in Ukrainian)
Gaidutsky A. P., 2010. Migration capital: theory, methodology, practice. Kyiv: Infosystem, 446 p. (in Ukrainian)
Pelikh O. B., 2007. International labor migration (comparative analysis of the Czech Republic and Ukraine). Abstract of Ph. D. thesis, NASU, Institute of World Economy and International Relations, 20 p. (in Ukrainian)
Rybakovsky L. L., 1987. Population migration: forecasts, factors, politics. Moscow: Nauka, 200 p. (in Russian)
Rovenchak O., 2006. Definition and classification of migration: approximation to operational concepts. Political Management, 2, pp. 127-139. (in Ukrainian)
Vakulenko E., 2013. Modeling of migration flows at the level of regions, cities, municipalities. Abstract of Ph. D. thesis. Moscow: High School of Economics, 28 p. (in Russian)
Poprawe M., 2015. The relationship between corruption and migration: empirical evidence from a gravity model of migration. Public Choice, Vol.163, Issue 3-4, pp. 337-354.
Ramos R., Surinach J., 2016. A gravity model of migration between ENC and EU. Journal of Economic and Society Geography, pp. 27-35.
Shumov V. V., 2017. Modeling population migration in the tasks of ensuring state security, Large system management, Vol. 65, pp. 153-169 (in Russian)
Bijak J., 2009. Forecasting international migration: selected theories, models, and methods. CEFMR Working Paper, Vol. 4, pp. 3-47.
Chernyak Y. O., 2013. An influence of international labor force migration on national competitiveness. Visnyk Kyivskoho natsionalnoho universytetu imeni Tarasa Shevchenka. Ekonomika, 9(150), pp. 25-28. DOI: 10.17721/1728-2667.2013/150-9/4
Constant A. F., Zimmermann K. F., 2018. The dynamics of repeat migration: a Markov chain analysis. SAGE Journals.
Azose J. J., Raftery A. E. 2013. Bayesian probabilistic projection of international migration rates. Department of Statistics, University of Washington.
Raymer J., Wisniowski A., Forster J. J., Smith P. W. F., Bijak J., 2013. Integrated modeling of European migration. Journal of the American Statistical Association, Vol. 103, pp. 801-819.
Klabunde A., Willekens F., 2016. Decision-making in agent-based models of migration: state of the art and challenges. European Journal of Population, pp. 73-97. DOI: 10.1007/s10680-015-9362-0
Kniveton D., Smoth C., Wood S., 2011. Agent-based model simulations of future changes in migration flows for Burkina Faso. Global Environmental Change, Vol. 21, pp. 34-40.
Makarov V. L., Bakhtizin A. R., Sushko E. D., Ageeva A. F., 2017. Agent-oriented approach in modeling labor migration from China to Russia. Economica regiona, 2, pp. 331-341. (in Russian)
Akin D. 2015. Cluster analysis of interregional migration in Turkey. Jounal of Urban Planning and Development, Vol. 143.
DeWaard J., Kim K., Raymer J. 2012. Migration systems in Europe: evidence from harmonized flow data. Demography, Vol. 49, pp. 307-333.
Ovchinnikova O. R., 2016. Simulation of the degree of migration readiness of the population. Proceedings from the first scientific- methodical conference “Economic-mathematical modeling”, Kyiv: KNEU, pp. 250-252. (in Ukrainian)
Holubnik O., 2009. Neural network modeling of labor migration of the population of Ukraine. Visnyk Lvivskoho natsionalnoho universytetu imeni Ivana Franka. Economics, Vol. 42, pp. 10-18. (in Ukrainian)
Zvirid N. V., 2011. Statistical estimation of the intensity of labor migration (on the example of the western region of Ukraine). Abstract of Ph. D. thesis. Kyiv: Taras Shevchenko National University of Kyiv, 20 p. (in Ukrainian)
Svarc P. 2005. Modeling migration using neural networks. Charles University in Prague.
World Bank Data, [Online]. Available at: https://www.worldbank.org/
United Nations Data, [Online]. Available at: https://www.un.org/
Lukyanenko O. D., Miroshnichenko I. V., 2016. Complex of evaluation models of country investment potential. Neuro-fuzzy Modeling Techniques in Economics. Kyiv: KNEU, 5, pp. 93-122 (in Ukrainian)
Kharlamova G., 2016. Knowledge-based migration and mobility: the economic ‘gamble’ of the eastern neighbourhood. Visnyk Kyivskoho natsionalnoho universytetu imeni Tarasa Shevchenka. Ekonomika, 10(187), pp. 48-51. DOI: 10.17721/1728-2667.2016/187-10/7
Pak N., 2016. Migration trends refugees in the European Union. Visnyk Kyivskoho natsionalnoho universytetu imeni Tarasa Shevchenka. Mizhnarodni vidnosyny, 1(44/45), pp. 30-32. (in Ukrainian)
Chernyak O. I., Zakharchenko P. V., 2014. Intelligent data analysis: Textbook. Taras Shevchenko National University of Kyiv. Kyiv: Znannya, 599 p. (in Ukrainian)
Matviichuk A. V., 2011. Artificial intelligence in economics: neural networks, fuzzy logic: monograph. Kyiv: KNEU, 439 p. (in Ukrainian)
Chen G., Pham T. T. 2000. Introduction to fuzzy sets, fuzzy logic and fuzzy control systems. CRC Press, pp. 5-80.