Миграция активно влияет на темпы и характер развития территорий. Так, общее число лиц, проживающих за пределами стран, в которых они родились, достигло почти 175 млн человек, и при этом подавляющее большинство мигрантов вносит существенный вклад в развитие принявших их стран и регионов [1]. Реализация эффективной территориальной политики невозможна без изучения динамики, структуры и состояния мигрантов. Мониторинг трудовой миграции как элемента территориальной социально-экономической системы выступает как основа согласования интересов местного населения и мигрантов, является базой для оценки влияния миграции на процессы территориального развития.
Целью исследования являются методологические подходы к использованию специфических инструментов социологических исследований для оценки влияния трудовых мигрантов на социально-экономические показатели территориального развития через взаимосвязь основных групп интересов: местного населения, мигрантов и власти.
Среди исследователей традиционно для изучения трудовой миграции принято применять прямые и косвенные методы. Прямые методы заключаются в регистрации непосредственного передвижения мигрантов в месте их прибытия и выбытия, что позволяет получить информацию о численности выбывших и убывших с территории мигрантов с характеристикой их состава и направлений миграции. Путем применения косвенных, расчетных методов можно рассчитать сальдо миграции за определенный период, анализируя статистику естественного движения. Для более углублённого изучения миграционных процессов привлекаются методы математической статистики (дисперсионный и коррреляционный анализ, теория выборки, расчёт динамических рядов и пр.), теория игр, моделирование, системный анализ [3]. Статистические методы анализа миграции дополняют социологические методы. Именно социологические методы позволяют получить информацию о процессах взаимного влияния мигрантов и населения принимающей территории, выявить проблемы адаптации, а также потенциальные угрозы и возможности социально-экономического и демографического развития территории [6].
Мониторинг, как инструмент изучения социально-экономических процессов территориального развития, объединяет в себе как традиционные статистические, аналитические, математические методы исследования, так и социологические инструменты. Это позволяет оценить уровень социальной интеграции мигрантов и местного сообщества, этнические и культурные особенности взаимоотношений, мотивации и оценку возможных последствий включения трудовых мигрантов для социально-экономического и демографического развития территории.
Выбор контент-анализа как специфического инструмента мониторинга трудовой миграции обусловлен значительной ролью средств массовой информации в формировании общественного мнения и моделей поведения мигрантов, а также отражении важнейших аспектов миграционной политики на территории. Этот метод широко применяется для решения проблем, которые сложно структурировать и дать им однозначную количественную оценку [4]. Контент-анализ, как научный метод, предполагает выбор и систематическую фиксацию смысловых единиц совокупности текстового массива с последующим переводом вербальной информации в статистическую невербальную форму. Тем самым метод контент-анализа может быть гармонично включен в систему мониторинга.
Основным элементом контент-анализа, независимо от применяемых методик, является определение ключевых понятий или категорий, которые позволяют классифицировать элементы содержания текстовых массивов [2]. Смысловые единицы должны соответствовать проблеме исследования, давать возможность подсчета понятийных категорий различной эмоциональной окраски. Такими единицами счета могут быть слова или их сочетания, количество строк или печатных знаков, страниц, абзацев, авторских листов, объем текста и пр. Выбор смысловых единиц и их вида для контент-анализа определяется целями и задачами исследования, содержанием гипотез, систематизируются согласно методическим особенностям программы.
В процессе процедуры непосредственного подсчета используются стандартные приемы классификации по выделенным группировкам, ранжированию и изменению по совокупности смысловых единиц различного содержания.
Для исследования взаимоотношений трудовых мигрантов и населения принимающей стороны был выбран традиционный вариант обзорного контент-анализа. Этот подход предполагает изучение всех материалов, попадающих в сферу исследования, их кодирование, группировку по содержательно-эмоциональной направленности и анализ по единой методике без предпочтений. Результатом отбора и анализа данных для исследования будет являться общая картина распределений смысловых единиц по выбранным группировкам, которая затем будет интерпретирована [5]. Источники для сбора такой информации могут быть разнообразны, а том числе печатные и электронные СМИ, нормативные акты, интервью и пр.
Особенностью предложенного методологического подхода является выбор в качестве информационного источника сети Интернет с использованием поисковых систем. Апробируем методику с помощью поисковой сети Яндекс, как наиболее популярной сети в российском интернет-пространстве.
Задачей исследования стала оценка влияния на социально-экономические процессы территориального развития мнимых и реальных отношений трудовых мигрантов, прибывающих в Россию, и местного сообщества, отраженных в электронных источниках информации. В соответствии с поставленной целью выделены задачи:
– определение позитивных и негативных ключевых образов, сформированных СМИ при освещении проблем трудовой миграции;
– оценка мнимости и реальности страхов и угроз, возникающих в массовом сознании, их влияние на ключевые параметры развития территории.
В качестве объекта исследования был выбран массив веб-страниц, доступных в поисковой системе Яндекс, за период с сентября 2013 г. по август 2015 г., содержащие позитивные и негативные ключевые образы освещения взаимодействия мигрантов и населения принимающей территории.
Предметом исследования стала система взаимоотношений трудовых мигрантов и местного сообщества, возникающих при этом позитивных и негативных образов – мнимых и реальных, которые могут быть использованы для оценки влияния формирующихся образов на развитие территории. Метод исследования – количественный контент-анализ электронных информационных источников с последующей обработкой данных в Excel.
За единицу исследования были выбраны слова и их смысловые сочетания. Расчет проведен исходя из их количественного упоминания за анализируемый период и доли этих упоминаний в общей совокупности доступных веб-источников. Расчет и анализ полученных данных был проведен в целом по России и по Свердловской области.
Основной смысловой единицей в работе выступило слово «мигранты». Подбор сочетаний слов был обоснован задачами, поставленными в исследовании, и включил следующие группировки смысловых единиц.
1. Общая характеристика без выделенной эмоциональной окраски: «трудовые мигранты», «адаптация мигрантов», «мигранты патент».
2. Отношение мигрантов к принимающему сообществу, с выделением позитивных смысловых единиц («надежды») и негативных («страхи»), где:
– «надежды» включили шесть понятий – «мигранты + толерантность», «мигранты + доход», «мигранты + в Россию», «мигранты + интеграция», «мигранты + принимают», «мигранты + ассимиляция»;
– «страхи» включили также шесть понятий – «мигранты + полиция», «мигранты + угроза», «мигранты + депортация», «мигранты + знание языка», «мигранты + не заплатят», «мигранты + взятки».
3. Отношение местного населения к мигрантам, с выделением позитивных смысловых единиц («радушие») и негативных («угрозы»), где:
– «радушие» включило понятия – «мигранты + дети», «мигранты + помощь», «мигранты + поддержка», «мигранты + принять», «мигранты + возвращение», «мигранты + гражданство»;
– «угрозы» включили понятия – «мигранты + преступность», «мигранты + заболевания», «мигранты + нелегалы», «мигранты + свои законы», «мигранты + не платят налоги», «мигранты + уезжайте».
В процессе выделения ключевых понятий возникло несколько сложностей, связанных, во-первых, с тем, что первоначально часть выделенных сочетаний слов, характеризующих тот или иной аспект взаимоотношений трудовых мигрантов и местного сообщества, не нашла своего отражения в электронных информационных системах. Это свидетельствует об искажении в СМИ реальной ситуации с мигрантами и мнимости отдельных угроз. В частности, можно привести пример смысловой единицы «мигранты + наркотики», упоминание которой по России за исследовательский период составило 18. Понятия «мигранты + наркотрафик», «мигранты + наркоманы» не нашло отражения в изучаемой совокупности источников, хотя в массовом сознании эти понятия часто связывают. Во-вторых, сложность возникла в сопоставимости блоков «негативных» и «позитивных» понятий. Эта проблема была решена выбором равного количества смысловых единиц в каждом блоке и попытке включить понятия с максимальной частотой упоминаний.
Были выбраны следующие временные точки: сентябрь 2013 г., январь 2014 г., сентябрь 2014 г., январь 2015 г., август 2015 г. Первый месяц года и начало осени выбраны не случайно, поскольку именно с этими месяцами в России часто связано изменение законодательства, в том числе и в вопросах миграции, а также экономические и политические события в стране и в мире, которые ведут к изменению общественного мнения. В таблице представлены итоговые расчеты проведенного контент-анализа электронных источников СМИ, отражающие проблемы взаимоотношений трудовых мигрантов и местного населения.
Всего за исследуемый период найдено 1198965 упоминаний понятия «мигранты» по России и 48657 упоминаний по Свердловской области. Особый интерес представляют вопросы легализации трудовых мигрантов («мигранты + патент») 94822 (7,9 %) упоминания за периоды выборки. Доля упоминаний выбранных смысловых единиц по Свердловской области в сравнении с российскими показателями колеблется от 1,3 до 4,9 %. Повышение интереса к общим вопросам миграции наблюдается в период с сентября 2014 г. по январь 2015 г. При выборе ключевых понятий для этого блока недоумение вызвало отсутствие в статистике упоминаний таких смысловых единиц, как «мигранты + население», «мигранты + жители», «мигранты + местное сообщество».
Динамика упоминаний на веб-страницах поисковой системы Яндекс смысловых единиц, характеризующих миграционные процессы
Смысловые единицы |
Период |
Количество упоминаний, ед. |
Доля СО от общ. показателей, % |
|
по России |
по Свердл. обл. |
|||
1. «Мигранты», в т.ч.: |
сентябрь 13 |
89 567 |
2 700 |
3,0 |
январь 14 |
291 639 |
8 347 |
2,9 |
|
сентябрь 14 |
92 555 |
4 263 |
4,6 |
|
январь 15 |
601 545 |
29 379 |
4,9 |
|
август 15 |
123 659 |
3 968 |
3,2 |
|
Итого: |
1 198 965 |
48 657 |
4,1 |
|
«Трудовые мигранты», «Адаптация мигрантов», «Мигранты патент» |
сентябрь 13 |
6 393 |
137 |
2,1 |
январь 14 |
24 050 |
597 |
2,5 |
|
сентябрь 14 |
8 050 |
176 |
2,2 |
|
январь 15 |
96 322 |
3 011 |
3,1 |
|
август 15 |
11 701 |
357 |
3,1 |
|
Всего: |
146516/12,2 % |
4278/8,8 % |
2,9 |
|
2. Мигранты к принимающему сообществу, в т.ч.: |
сентябрь 13 |
6 805 |
266 |
3,9 |
январь 14 |
21 044 |
704 |
3,3 |
|
сентябрь 14 |
5 654 |
205 |
3,6 |
|
январь 15 |
37 632 |
2 025 |
5,4 |
|
август 15 |
5 428 |
292 |
5,4 |
|
Итого: |
76563 |
3492 |
4,6 |
|
НАДЕЖДЫ: «Мигранты + толератность», «Мигранты + доход», «Мигранты + в Россию», «Мигранты + интеграция», «Мигранты + принимают», «Мигранты + ассимиляция» |
сентябрь 13 |
5 197 |
216 |
4,2 |
январь 14 |
18 275 |
593 |
3,2 |
|
сентябрь 14 |
4 874 |
169 |
3,5 |
|
январь 15 |
28 381 |
1 746 |
6,2 |
|
август 15 |
4 299 |
264 |
6,1 |
|
Всего: |
61026/79,8 % |
2988/85,6 % |
4,9 |
|
СТРАХИ: «Мигранты + полиция», «Мигранты + угроза», «Мигранты + депортация», «Мигранты + знание языка», «Мигранты + не заплатят», «Мигранты + взятки» |
сентябрь 13 |
1 608 |
50 |
3,1 |
январь 14 |
2 769 |
111 |
4,0 |
|
сентябрь 14 |
780 |
36 |
4,6 |
|
январь 15 |
9 251 |
279 |
3,0 |
|
август 15 |
1 129 |
28 |
2,5 |
|
Всего: |
15537/20,3 % |
504/14,4 % |
3,2 |
|
3. Местное сообщество к мигрантам, в т.ч.: |
сентябрь 13 |
9 299 |
259 |
2,8 |
январь 14 |
119 764 |
2 513 |
2,1 |
|
сентябрь 14 |
10 040 |
392 |
3,9 |
|
январь 15 |
90 493 |
3 410 |
3,8 |
|
август 15 |
8 816 |
319 |
3,6 |
|
Итого: |
238412 |
6893 |
2,9 |
|
РАДУШИЕ: «Мигранты + дети», «Мигранты + помощь», «Мигранты + поддержка», «Мигранты + принять», «Мигранты + возвращение», «Мигранты + гражданство» |
сентябрь 13 |
4 472 |
118 |
2,6 |
январь 14 |
6 269 |
290 |
4,6 |
|
сентябрь 14 |
5 083 |
181 |
3,6 |
|
январь 15 |
10 676 |
531 |
5,0 |
|
август 15 |
4 477 |
194 |
4,3 |
|
Всего: |
30977/13,0 % |
1314/19,1 % |
0,4 |
|
УГРОЗЫ: «Мигранты + преступность», «Мигранты + заболевания», «Мигранты + нелегалы», «Мигранты + свои законы», «Мигранты + не платят налоги», «Мигранты + уезжайте» |
сентябрь 13 |
4 827 |
141 |
2,9 |
январь 14 |
113 495 |
2 223 |
2,0 |
|
сентябрь 14 |
4 957 |
211 |
4,3 |
|
январь 15 |
79 817 |
2 879 |
3,6 |
|
август 15 |
4 339 |
125 |
2,9 |
|
Всего: |
207435/87,0 % |
5579/80,9 % |
2,7 |
Исследуя смысловые единицы, отражающие отношение мигрантов к принимающему сообществу, можно сделать общий вывод, что в сообщениях превалирует позитивное отношение к принимающей стороне. Так, блок «надежды» составил 79,7 % по России и 85,6 % по Свердловской области. В целом прослеживается тенденция ожиданий мигрантов благополучного будущего, повышения качества жизни и успешной адаптации. По России негативных упоминаний («страхи») 20,3 %, по Свердловской области – 14,4 %. Показательно, что многие укоренившиеся в сознании понятия не нашли отражения в интернет-источниках. К ним можно отнести такие позитивные понятия, как «мигранты + свобода вероисповедания», «мигранты + СССС/СНГ», «мигранты + мультикультура». Понятия с негативной эмоциональной окраской, которые не были отражены в статистике: «мигранты + национализм», «мигранты + рабство», «мигранты + обман», «мигранты + нетерпимость». Отсутствие этих ключевых понятий может говорить о представлении мигрантами России как страны привлекательной для проживания и работы, терпимой к национальным и религиозным особенностям, адаптивной. Это также может быть связано с резким возрастанием притока беженцев из Украины, чья национальная, религиозная, культурная и языковая принадлежность близка к российскому менталитету и не вызывает отторжения.
Наибольшие опасения как у россиян, так и у жителей Свердловской области, вызывают проблемы внедрения собственной культуры, собственных порядков в местах компактного проживания мигрантов («мигранты + свои законы») в целом 199243 (96 %) упоминания и вопросы легального пребывания и последующего возвращения обратно на родину трудовых мигрантов («мигранты + нелегалы» 1677 (0,8 %) упоминаний и «мигранты + уезжайте» 3874 (1,9 %) упоминания). О помощи и поддержке мигрантов упоминается 9310 раз (30,1 %) за анализируемый период.
Жители Свердловской области показывают большую терпимость к мигрантам, чем в целом население страны. Это можно увидеть по отношению долей упоминаний в общей совокупности в СО и в России. Всплеск негативных эмоций, страхов и возможных угроз со стороны мигрантов наблюдается в периоды начала 2014 и 2015 гг.
В заключение следует отметить состоятельность использования метода контент-анализа при построении системы мониторинга внешней трудовой миграции. Соединение традиционных количественных и качественных методов в сочетании с методами социологических исследований может дать уникальную информацию, характеризующую мнения и настроения людей. С учетом положительной оценки полученных результатов исследование должно быть продолжено. Применение метода контент-анализа через упоминания ключевых категорий в электронных информационных базах с использованием статистических данных поисковых систем позволит получить эмпирические данные о влиянии трудовой миграции на экономические и демографические показатели развития территории принимающей стороны.
Статья подготовлена при поддержке гранта РГНФ №16-02-00422 «Мониторинг внешней трудовой миграции в разработке инструментария социально-экономического благополучия регионов».
Библиографическая ссылка
Мельникова А.С. СОВРЕМЕННЫЕ МЕТОДОЛОГИЧЕСКИЕ ПОДХОДЫ К ОРГАНИЗАЦИИ МОНИТОРИНГА ТРУДОВОЙ МИГРАЦИИ И ЕЕ ВЛИЯНИЕ НА СОЦИАЛЬНО-ЭКОНОМИЧЕСКИЕ И ДЕМОГРАФИЧЕСКИЕ ПАРАМЕТРЫ ТЕРРИТОРИАЛЬНОГО РАЗВИТИЯ // Фундаментальные исследования. – 2016. – № 10-3. – С. 627-631;URL: https://fundamental-research.ru/ru/article/view?id=40907 (дата обращения: 16.08.2024).