Айылдан шаарга эмгек миграциясы — кызматкерлердин айылдык келип чыгуу аймактарынан жумуш жана киреше мүмкүнчүлүктөрү көбүрөөк болгон шаардык же аймактан тышкаркы эмгек борборлоруна көчүшү жана бул кыймыл калктын түзүмү, үй чарбаларынын жыргалчылыгы, эмгек рыногу жана акча которуулар аркылуу келип чыккан жана бара турган аймактарга бирдей таасир бере ала турган миграциянын түрү. Бул изилдөө Индонезиянын East Java аймагындагы Malang Regencyде эмгек миграциясын; Singosari, Pakis, Dampit, Gondanglegi жана Bantur деп аталган миграциясы жогору беш райондон purposive sampling аркылуу тандалган жалпысынан 250 migrant worker негизинде изилдейт. Булак изилдөөнү mixed-methods деп аныктайт; сандык бөлүктө сурамжылоо, туруктуу жайгашуу ниети үчүн логистикалык регрессия, киреше үчүн көп өзгөрмөлүү сызыктуу регрессия жана сүрөттөмө статистика; сапаттык бөлүктө NGO өкүлдөрү жана community leaders менен тереңдетилген маектер колдонулат. Булактын жарыяланган 2-таблицасына ылайык AGE жана EDUC туруктуу жайгашуу ниети моделинде терс, INCM оң жана статистикалык жактан маанилүү; MARIED, ASSET жана JOB_VELG маанилүү эмес. 3-таблицага ылайык migrant income моделинде EDUC гана оң жана маанилүү. Бирок outcome коддолушу, классификациялык пайыздар жана айрым коэффициенттердин текст менен таблицалардын ортосунда дал келбестиги себептүү exact таасир багыттары жана чоңдуктары этият чечмелениши керек.

Изилдөөнүн жалпы баяны Malang Regencyдеги миграция негизинен circular migration, башкача айтканда адамдын шаарда туруктуу жайгашуусуна караганда иштөө жана киреше топтоо максатында бара турган аймакка барып, келип чыккан аймагы менен экономикалык жана социалдык байланыштарын сактаган айланма миграция түзүлүшүн көрсөтөт деп ырастайт. Сүрөттөмө маалыматтар мигранттардын көпчүлүгү төмөн же орто билимдүү, эмгекке жарамдуу куракта, үй-бүлөлүү жана келип чыккан аймагында мүлк ээси экенин көрсөтөт. Бул көрүнүш киреше табылган күндө да үй-бүлө, мүлк жана келип чыккан аймактагы экономикалык байланыштар шаарда туруктуу жайгашууну чектеши мүмкүн деп чечмеленет.

Изилдөөнүн өнүгүү жагынан борбордук механизми remittances, башкача айтканда мигранттардын кирешесинин бир бөлүгүн келип чыккан аймагындагы үй-бүлөлөрүнө же экономикалык ишмердикке которушу. Бирок жарыяланган эмпирикалык моделдер remittance суммасын же rural-urban development индексин түздөн-түз көз каранды өзгөрмө катары моделдебейт. Ошондуктан изилдөө миграциянын жергиликтүү өнүгүү менен байланышын migrant income, туруктуу жайгашуу ниети, келип чыккан аймак менен байланыштар жана мурдагы remittance адабияты аркылуу чечмелейт; түздөн-түз “миграция айылдык өнүгүүнү мынчага көбөйттү” деген коэффициентти эсептебейт.

Изилдөөнүн негизги көйгөйү

Айылдык жана шаардык аймактардын ортосундагы экономикалык мүмкүнчүлүктөрдүн айырмасы адамдардын кайда иштей турганына, канча убакыт миграция кылаарына жана кирешесин кайда жумшаарына таасир этиши мүмкүн. Malang Regency контекстинде булак айыл жерлериндеги чектелүү жумуш мүмкүнчүлүктөрү менен шаар аймактарындагы жогору киреше күтүүсү жумушчу күчүнүн кыймылын түрткү берерин талкуулайт.

Миграциянын өнүгүү жагынан эки тараптуу натыйжасы болушу мүмкүн. Бир жагынан кызматкерлердин шаарларда тапкан кирешеси жана келип чыккан аймагына жөнөткөн акчасы үй-бүлөлүк керектөөнү, билим берүүнү, турак жайды жана жергиликтүү инвестицияны колдой алат. Экинчи жагынан айыл аймагынан эмгек курагындагы калктын үзгүлтүксүз жоголушу айыл чарба жана башка жергиликтүү секторлордо жумушчу күчүнүн тартыштыгы, калктын карышы жана remittancesка көз карандылык сыяктуу көйгөйлөрдү жаратышы мүмкүн.

Айылдык жана шаардык чыгымдардын айырмасы эмне үчүн маанилүү?

Булактагы 1-таблица экономикалык тартуу механизмин түшүндүрүү үчүн айылдык жана шаардык айлык киши башына чыгымдарды салыштырат.

Булак өзгөчө азык-түлүктөн тышкаркы чыгымдардагы %70 айырманы шаар аймактарынын экономикалык жагымдуулугун көрсөткөн фактор катары чечмелейт. Бирок дароо кийинки баянда BPSке таандык деп көрсөтүлгөн башка маанилер да берилет: urban food expenditure болжол менен 689.148 rupiah, rural food expenditure болжол менен 667.796 rupiah жана urban total expenditure 1.356.943 rupiah деп жазылган. Бул экинчи маанилер топтому 1-таблицадагы маанилер менен дал келбейт. Булак кайсы BPS катарын акыркы катары колдонуу керектигин түшүндүрбөгөндүктөн, эки топтом үнсүз бириктирилбеши керек.

Адабияттагы боштук жана изилдөөнүн жаңылыгы

Булак мурдагы изилдөөлөр миграциянын белгилүү экономикалык аныктоочуларына же Malang Regency ичиндеги айрым айылдарга багытталганын, ал эми миграция деңгээли жогору “migration pockets” арасында демографиялык факторлор, туруктуу жайгашуу ниети, киреше жана өнүгүү байланышынын интеграцияланган талдоосу чектелүү экенин ырастайт.

Изилдөөнүн өзгөчө салымы катары жаш курак, билим, үй-бүлөлүк абал, киреше, келип чыккан аймактагы мүлк жана иш байланыштары сыяктуу демографиялык/экономикалык факторлордун туруктуу жайгашуу ниети менен; билим жана башка демографиялык факторлордун migrant income менен байланышын бир эле талаа изилдөөсүндө кароо көрсөтүлөт.

Үлгү кантип түзүлгөн?

Изилдөөчүлөр Malang Regencyде миграция деңгээли жогору беш subdistrict тандаган:

• Singosari,
• Pakis,
• Dampit,
• Gondanglegi,
• Bantur.

Ар бир subdistrictтен 50 migrant worker тандалып, жалпы үлгү 250 адамга жеткен.

\[ 5\ \text{ilçe} \times 50\ \text{göçmen} = 250\ \text{katılımcı} \]

Үлгү random probability sampling эмес. Булак Department of Labor and Transmigration 2024 маалыматына таянып purposive sampling колдонгонун билдирет. Ошондуктан жыйынтыктарды Malang Regencyнин бардык калкына же Индонезиянын бардык мигранттарына автоматтык түрдө жалпылоо туура эмес.

Бул Изилдөөдө Multinomialбы же Binary Логистикалык Регрессиябы Колдонулган?

Булак abstract жана метод баянында моделди “multinomial logistic regression” деп атаса да, жарыяланган Теңдеме (1) INTENTION = 1 менен INTENTION = 0 ыктымалдыктарын гана салыштырат жана жыйынтык бөлүмү ыкманы “binary logit” деп сүрөттөйт; демек жарыяланган математикалык түзүлүш эки категориялуу бинардык логистикалык регрессия түрүндө, бирок Verianla булак терминологиясындагы айырманы үнсүз түзөтпөйт.

Теңдеме (1): Туруктуу жайгашуу ниети модели

Булак жарыялаган теңдеме:

\[ \log\left( \frac{P(INTENTION=1)} {P(INTENTION=0)} \right) = \beta_0 +\beta_1AGE +\beta_2EDUC +\beta_3INCM +\beta_4MARIED +\beta_5ASSETS +\beta_6JOBVELG \]

Формула эмнени эсептейт? Теңдеме \(INTENTION=1\) окуясынын \(INTENTION=0\) окуясына салыштырмалуу odds маанисинин логарифмин түшүндүрүүчү өзгөрмөлөрдүн сызыктуу айкалышы катары моделдейт.

\(INTENTION\), мигранттын бара турган аймакта туруктуу жайгашуу ниетин билдирген бинардык outcome өзгөрмөсү.

\(AGE\), жаш курак өзгөрмөсү.

\(EDUC\), билим деңгээли.

\(INCM\), migrant income өзгөрмөсү.

\(MARIED\), үй-бүлөлүк абал өзгөрмөсү. Булак өзгөрмөнүн атын бир “R” менен MARIED түрүндө колдонот.

\(ASSETS\), келип чыккан аймактагы актив/мүлк ээлигин билдирет. 2-таблицада ошол эле өзгөрмө ASSET деп жазылган.

\(JOBVELG\), келип чыккан аймактагы ишке байланыштуу өзгөрмө. Булак ар кайсы жерде JOBVELG, JOB VELG жана JOB_VELG жазылыштарын колдонот.

\(\beta_0\), туруктуу мүчө; \(\beta_1\)–\(\beta_6\), тиешелүү түшүндүрүүчү өзгөрмөлөрдүн log-odds коэффициенттери.

INTENTION = 1 Коддолушу Эмне Үчүн Критикалык?

Логистикалык регрессияда коэффициенттин багытын чечмелөө үчүн кайсы натыйжа “1” деп коддолгонун так билүү керек; бул изилдөөнүн 2-таблицасы 0 = Stay жана 1 = No Stay деп жазганы менен, булак тексти коэффициенттерди 1 = Stay сыяктуу чечмелегендиктен AGE, EDUC жана INCM коэффициенттеринин чыныгы окуя багытын жарыяланган материалдан так аныктоо мүмкүн эмес.

Мисалы, 2-таблицада AGE коэффициенти −0.358. Эгер чындап \(INTENTION=1\) “No Stay” дегенди билдирсе, терс коэффициент жаш көбөйгөн сайын “No Stay” log-odds азайышын билдирет. Бирок булак ошол эле терс коэффициентти жаш көбөйгөн сайын туруктуу жайгашуу ниети азаят деп түшүндүрөт. Эки чечмелөө бир учурда туура боло албайт.

Ошол сыяктуу INCM коэффициенти +1.211. Эгер 1 = No Stay болсо, оң коэффициент жогору киреше “No Stay” odds көбөйтүшү менен шайкеш. Булак болсо бул коэффициентти жогору киреше бара турган аймакта узагыраак калууга түрткү берет деп чечмелейт.

Ошондуктан Verianla коэффициенттердин белгисин өзгөртпөйт, outcome классын кайра коддобойт жана булакта жок түзөтүү жасабайт. Таблица жана автордун чечмелөөсү өз-өзүнчө көрүнүктүү түрдө сакталат.

Odds жана log-odds деген эмне?

Изилдөөнүн табылгасы эмес, концептуалдык түшүндүрмө: Окуянын ыктымалдыгы \(p\) болсо odds:

\[ Odds=\frac{p}{1-p} \]

түрүндө болот.

Логистикалык регрессия анын логарифмин моделдейт:

\[ logit(p)=\log\left(\frac{p}{1-p}\right) \]

Стандарттуу логистикалык регрессияда коэффициенттин экспоненциалдык мааниси \(e^\beta\) odds ratio берет. Бирок булак odds ratio таблицасын жарыялаган эмес жана outcome коддолушу өз ичинде карама-каршы болгондуктан, Verianla бул изилдөөгө жаңы odds-ratio маанилерин кошпойт.

Туруктуу жайгашуу ниети регрессиясынын жарыяланган жыйынтыктары

Булак 2-таблица жагынан ишенимдүү айтууга боло турган негизги нерсе: AGE, EDUC жана INCM коэффициенттеринин p-маанилери %5 чектен төмөн; MARIED, ASSET жана JOB VELG p-маанилери %5 чегинен жогору. Коэффициенттердин “Stay/No Stay” багытындагы так мааниси outcome коддолушунун карама-каршылыгынан улам өзүнчө чектелиши керек.

Abstract менен 2-таблица эмне үчүн бир жыйынтыкты айтпайт?

Abstract жаш, билим жана marital status өзгөрмөлөрү settlement intentionга маанилүү терс таасир берерин айтат.

Results бөлүмүнүн биринчи абзацы да бир жерде AGE, EDUC жана MARIEDди маанилүү өзгөрмөлөр катары санайт.

Бирок ошол эле бөлүмдүн дароо кийинки баяны жана 2-таблица маанилүү өзгөрмөлөрдү AGE, EDUC жана INCM деп көрсөтүп, MARIED үчүн p = 0.549 берет.

Жыйынтык бөлүмү да 2-таблицага ылайык жаш жана билим терс, киреше оң жана маанилүү; үй-бүлөлүк абал, мүлк ээлиги жана келип чыккан аймактагы иш маанилүү эмес деп айтат.

Ошондуктан булак ичинде abstract/алгачкы жыйынтык абзацы менен 2-таблица/жыйынтык бөлүмүнүн ортосунда өзгөрмөнүн идентификациясында дал келбестик бар.

Hosmer–Lemeshow Тести Бул Модель Үчүн Эмне Дейт?

Булак Hosmer–Lemeshow тести үчүн χ² = 7.916 жана p = 0.378 деп билдирет жана p-маанинин жогору болушун модель менен байкалган класстардын ортосунда көрүнүктүү дал келбестикке далил жок деп чечмелейт; бирок бул тест өз алдынча моделдин классификациялык көрсөткүчү күчтүү экенин же бардык коэффициент чечмелөөлөрү туура экенин көрсөтпөйт.

Классификация матрицасы

Классификация матрицасынын арифметикалык ырааттуулук текшерүүсү

Жаңы модель натыйжасы эмес; булак уячаларынан гана жүргүзүлгөн арифметикалык текшерүү:

Stay тобунда жалпы:

\[ 12+39=51 \]

болгондуктан, таблицада жарыяланган уячаларга ылайык туура Stay классификациясы:

\[ \frac{12}{51}\times100 \approx 23.5\% \]

болот; таблицада %25,6 деп жазылган.

No Stay тобунда жалпы:

\[ 7+192=199 \]

жана туура No Stay классификациясы:

\[ \frac{192}{199}\times100 \approx 96.5\% \]

болот; таблицада %57,0 деп жазылган.

Жалпы туура божомол:

\[ 12+192=204 \]

жана 250 адам боюнча:

\[ \frac{204}{250}\times100=81.6\% \]

болот. Булак метод/жыйынтык өтмөгүндө бир жерде туура prediction үлүшүн %81,6 деп жазат, бирок 2-таблицада жана кийинки баянда overall accuracy %83,4 деп берет.

Демек моделдин иштөө көрсөткүчүнүн exact пайызы боюнча жарыяланган маалымат өз ичинде ырааттуу эмес. Чийки классификация уячалары %81,6 менен шайкеш.

Туруктуу жайгашуу ниетинин пайызы эмне үчүн бир эле сан катары берилбейт?

Үч маанилер топтомунун жалпы кабары мигранттардын көпчүлүгү туруктуу жайгашууну каалабаганы. Бирок exact үлүш булак ичинде өзгөргөндүктөн, Verianla бир үлүштү тактап, башкаларын өчүрбөйт.

“Overseas” сөзү эмне үчүн кыргызчага “чет өлкө” деп которулбайт?

Булак текстинде көп жерде “overseas area” сөз айкашы колдонулат. Бирок изилдөөнүн темасы эл аралык миграция эмес, Malang Regencyден башка шаардык/бара турган аймактарга багытталган rural-urban labor migration. Метод бөлүмү да settlement destinationды “outside the region” деп түшүндүрөт.

Ошондуктан кыргызча баянда “overseas” механикалык түрдө “чет өлкө” деп которулган эмес; бара турган аймак, көчүп барылган аймак же бара турган шаар деген сөздөр колдонулат. Муну менен изилдөөнүн географиялык чеги өзгөртүлбөйт.

Теңдеме (2): Migrant income модели

Булак migrant income аныктоочулары үчүн төмөнкү көп өзгөрмөлүү сызыктуу регрессия теңдемесин берет:

\[ INCM = \alpha_0 +\alpha_1AGE +\alpha_2EDUC +\alpha_3MARIED +\alpha_4ASSETS +\alpha_5JOBVELG +\epsilon \]

Формула эмнени эсептейт? Теңдеме migrant income өзгөрмөсүн жаш курак, билим, үй-бүлөлүк абал, келип чыккан аймактагы актив жана келип чыккан аймактагы иш өзгөрмөлөрү менен сызыктуу түрдө байланыштырат.

\(\alpha_0\), туруктуу мүчө.

\(\alpha_1\)–\(\alpha_5\), башка өзгөрмөлөр туруктуу кезде тиешелүү түшүндүрүүчү өзгөрмөнүн INCMге болгон сызыктуу коэффициентин билдирет.

\(\epsilon\), моделде түшүндүрүлбөгөн киреше айырмаларын камтыган ката мүчөсү.

Теңдеме (2) менен 3-таблица эмне үчүн толук дал келбейт?

Теңдеме (2) AGE, EDUC, MARIED, ASSETS жана JOBVELG өзгөрмөлөрүн камтыйт.

Бирок жарыяланган 3-таблица:

• EDUC,
• AGE,
• MARIED,
• RES,
• LOG_JOB

өзгөрмөлөрүн көрсөтөт.

ASSET 3-таблицада жок. Анын ордуна RES аттуу family responsibilities өзгөрмөсү теңдемеге кийин киргендей көрүнөт. JOBVELG ордуна LOG_JOB аталышы колдонулат.

Кийинки текст болсо маанилүү эмес өзгөрмөлөрдүн арасында RES, ASSET, LONG_JOB жана MARIEDди санайт; AGE өзгөрмөсүн бул тизмеде көрсөтпөйт.

Ошондуктан жарыяланган теңдеме, таблица жана тексттик өзгөрмөлөр тизмеси менен бирдиктүү жана толук кайра өндүрүлө турган киреше моделин түзүү мүмкүн эмес.

3-таблица: Киреше регрессиясы

3-таблицага ылайык p < 0.05 шартын EDUC гана аткарат. Ошондуктан булактын жыйынтык бөлүмүндөгү “education is the sole significant positive predictor of migrant income” сөз айкашы 3-таблица менен шайкеш.

Билим Деңгээлинин Киреше Натыйжасы Кантип Чечмелениши Керек?

Булак 3-таблицада билим үчүн unstandardized B = 0.127, standardized Beta = 0.199 жана p = 0.005 деп билдиргендиктен, ишенимдүү булак-таблица жыйынтыгы билимдин migrant income менен оң жана статистикалык жактан маанилүү байланышы болуп саналат; бирок булак EDUC жана INCM өзгөрмөлөрүнүн exact сандык коддоо шкаласын түшүндүрбөгөндүктөн жана кийинки текстте карама-каршы β = 0.456, p < 0.001 маанисин колдонгондуктан, билим кирешени “%45,6 көбөйтөт” деген жыйынтыкты ишенимдүү кабыл алууга болбойт.

Булак талкуунун кийинки бөлүгүндө билим үчүн:

\[ \beta=0.456,\qquad p<0.001 \]

деп жазат жана ар бир билим деңгээлинин өсүшү кирешени болжол менен %45,6 жогорулатат деп айтат.

Бирок 3-таблицанын жарыяланган маанилери:

\[ B=0.127,\qquad \beta_{standardized}=0.199,\qquad p=0.005 \]

түрүндө.

Булакта 0.456 мааниси кайдан алынганын көрсөткөн өзүнчө эсептөө же таблица жок. Мындан тышкары INCM регрессияда rupiah, киреше категориясы же башка өзгөртүлгөн шкала менен коддолгонбу — так эмес.

Ошондуктан Verianla изилдөөнүн ишенимдүү жалпы жыйынтыгын “билим менен migrant income ортосунда оң жана маанилүү байланыш билдирилген” деп чектейт.

VIF жана Tolerance эмнени көрсөтөт?

Изилдөөнүн табылгасы эмес, концептуалдык түшүндүрмө: Variance Inflation Factor (VIF) түшүндүрүүчү өзгөрмөнүн башка түшүндүрүүчү өзгөрмөлөр менен сызыктуу байланышы себептүү коэффициент вариациясы канчалык өсүшү мүмкүн экенин баалоого кызмат кылган collinearity көрсөткүчү.

Булак 3-таблицада VIF маанилерин 1.220 менен 2.452 ортосунда берет. Булак булар боюнча өзүнчө multicollinearity талкуусун жүргүзбөйт; ошондуктан Verianla жаңы диагностикалык тест натыйжасын чыгарбайт.

Remittances чындап өлчөнгөнбү?

Булак abstract жана изилдөөнүн максатында remittancesты өнүгүүнүн борбордук экономикалык механизми катары баса белгилейт жана questionnaire маалыматы labor conditions менен remittancesка байланышкан маалыматтарды камтыганын айтат.

Ошол эле учурда жарыяланган негизги жыйынтык таблицаларында өзүнчө remittance amount өзгөрмөсү, remittance regression, орточо remittance суммасы же remittanceтын айылдык өнүгүүгө таасир коэффициенти жок.

Ошондуктан remittances боюнча саясаттык жыйынтыктар изилдөөнүн мигрант кирешеси, келип чыккан аймактагы үй-бүлө/актив байланыштары жана мурдагы адабият менен жүргүзүлгөн өнүгүү чечмелөөсүнө негизделет.

Figure 1–9 эмнени көрсөтөт?

Айланма миграция чечмелөөсү кайсы табылгаларга негизделет?

Булак үч сүрөттөмө өзгөчөлүктү өзгөчө circular migration чечмелөөсү менен байланыштырат.

Биринчиден, бардык отчеттук айырмачылыктарга карабастан, ар бир settlement-intention көрсөтүлүшүндө көпчүлүк бара турган аймакта туруктуу жайгашууну каалабай турганы көрүнөт.

Экинчиден, мигранттардын %87,7 бөлүгү келип чыккан аймагында мүлк ээси катары көрсөтүлгөн. Булак муну келип чыккан аймак менен уланып жаткан экономикалык байланыштардын бири катары чечмелейт.

Үчүнчүдөн, катышуучулардын %84,2 бөлүгү үй-бүлөлүү жана орточо үй-бүлөлүк жоопкерчилик төрт адамды түзөт. Булак үй-бүлөлүк жоопкерчилик менен remittances байланышын бара турган аймакта табылган кирешенин келип чыккан аймактагы үй чарбасынын жыргалчылыгына өткөрүлүшү алкагында талкуулайт.

Ошол эле учурда MARIED жана ASSET өзгөрмөлөрү 2-таблицада settlement intentionга статистикалык жактан маанилүү эмес. Демек сүрөттөмө жагынан күчтүү келип чыгуу байланыштарынын болушу менен регрессияда көз карандысыз статистикалык таасирдин болушу бир эле нерсе эмес.

Изилдөөнүн Ыкмасы жана Жыйынтыктары

Изилдөө дизайнынын техникалык кыскача мазмуну

Туруктуу жайгашуу ниети: жыйынтыктардын ишенимдүү өзөгү

Булактын 2-таблицасына ылайык:

• AGE: коэффициент −0.358, p = 0.000; маанилүү.
• EDUC: коэффициент −0.078, p = 0.006; маанилүү.
• INCM: коэффициент +1.211, p = 0.029; маанилүү.
• MARIED: коэффициент −0.353, p = 0.549; маанилүү эмес.
• ASSET: коэффициент −0.459, p = 0.457; маанилүү эмес.
• JOB VELG: коэффициент −0.058, p = 0.519; маанилүү эмес.

Булак оозеки чечмелөөсүндө AGE жана EDUCди төмөнүрөөк туруктуу жайгашуу тенденциясы менен, INCMди болсо бара турган аймакта узагыраак калуу менен байланыштуу деп ырастайт. Бирок INTENTION коддолушу менен бул чечмелөөнүн математикалык багыты дал келбегендиктен, бул оозеки жыйынтык “булак авторлорунун чечмелөөсү” катары бөлүнүп көрсөтүлүшү керек.

Моделдин ылайыктуулугу жана классификация

Hosmer–Lemeshow:

\[ \chi^2=7.916,\qquad p=0.378 \]

Булак муну acceptable model fit деп чечмелейт.

Классификациялык көрсөткүч үчүн болсо булак ичинде %81,6 жана %83,4 болгон эки башка overall accuracy мааниси бар. Чийки confusion-matrix уячалары %81,6 маанисин берет.

Киреше модели: жыйынтыктардын ишенимдүү өзөгү

3-таблицага ылайык EDUC гана p = 0.005 менен %5 маанилүүлүк чегинен төмөн.

AGE p = 0.357, MARIED p = 0.923, RES p = 0.134 жана LOG_JOB p = 0.478 менен маанилүү эмес.

Булактын жыйынтык бөлүмүндө билим migrant income үчүн “sole significant positive predictor” деп жыйынтыкталат; бул сөз айкашы 3-таблица менен шайкеш.

Бирок талкуудагы β = 0.456, p < 0.001 жана %45,6 өсүү чечмелөөсү 3-таблица маанилери менен дал келбейт жана кирешени коддоо шкаласы берилбегендиктен өз алдынча текшерилбейт.

Figure 8 иштөө мөөнөтү эмне үчүн маанилүү?

Булак мигранттардын бара турган аймактагы орточо иштөө мөөнөтүн 12,2 жыл деп берет. Бөлүштүрүүнүн эң чоң эки тобу %31,8 менен беш жылдан аз иштегендер жана %27 менен 6–10 жыл иштегендер.

Узак иштөө мөөнөтүнө карабастан, булак LOG_JOB / LONG_JOB өзгөрмөсү migrant incomeга маанилүү эмес экенин билдирет. Бул иштөө мөөнөтү өз алдынча жогорку киреше менен байланыштуу эмес экенин көрсөткөн булак жыйынтыгы катары берилет.

Булак муну катышуучулардын %80 көрсөткүчүнөн көбү informal sector ичинде иштеши менен байланыштырат. Бирок informal-sector механизми өзүнчө mediation же interaction модели менен текшерилген эмес.

Figure 9 киреше бөлүштүрүүсү кантип чечмеленет?

Булак Figure 9 боюнча ылайык мигранттардын %9,3 бөлүгү айына бир миллион rupiahдан аз, %37,2 бөлүгү бирден эки миллион rupiahга чейин жана %53,5 бөлүгү эки миллион rupiahдан жогору киреше табат.

Бул бөлүштүрүү сүрөттөмө мүнөздө. Figure 9 өз алдынча миграция кирешени көбөйткөнүн көрсөткөн before-after салыштыруу эмес; ошол эле адамдардын миграцияга чейинки кирешеси менен түз салыштыруу берилген эмес.

Изилдөөнүн өнүгүү чечмелөөсү

Булак rural-urban labor migrationды убактылуу киреше топтоо стратегиясы катары чечмелейт. Мигранттардын шаарда тапкан кирешесин келип чыккан аймагындагы үй чарбаларына жөнөтүшү же ал жерде сарпташы rural welfare жагынан оң механизм түзүшү мүмкүн.

Экинчи жагынан булак remittance dependence, айылдык жумушчу күчүнүн жоголушу, depopulation жана sectoral imbalance тобокелдиктерин да талкуулайт.

Ошондуктан изилдөөдө миграциянын өнүгүү мааниси бир багыттуу эмес: кыска жана орто мөөнөттө киреше/remittance агымы пайда алып келиши мүмкүн, ал эми узак мөөнөттүү үзгүлтүксүз жумушчу күчүнүн чыгып кетиши айылдык экономикалык түзүлүштү алсыратышы мүмкүн.

Бул Изилдөө Миграциянын Айыл-Шаар Өнүгүүсүнө Себептик Таасирин Өлчөйбү?

Жок; изилдөө migrant settlement intention жана migrant income үчүн регрессияларды, мигрант профили үчүн сүрөттөмө талдоону жана миграциянын себептери боюнча сапаттык маектерди колдонот, бирок rural-urban development же remittance суммасын түздөн-түз көз каранды өзгөрмө катары баалаган себептик өнүгүү модели жок болгондуктан, миграция өнүгүүнү белгилүү бир пайызга же коэффициентке өзгөрттү деген жыйынтык чыгарууга болбойт.

Изилдөө колдогон жыйынтыктар

• Булак 2-таблицага ылайык AGE, EDUC жана INCM туруктуу жайгашуу ниети моделинде статистикалык жактан маанилүү.
• MARIED, ASSET жана JOB VELG 2-таблицада маанилүү эмес.
• Булак 3-таблицага ылайык EDUC гана migrant income менен оң жана маанилүү байланыш көрсөтөт.
• Сүрөттөмө маалыматтар үлгүдө эмгек курагындагы адамдар басымдуу экенин көрсөтөт.
• Үлгүнүн %84,2 бөлүгү үй-бүлөлүү.
• Figure 5 боюнча ылайык %87,7 бөлүгүнин келип чыккан аймагында мүлкү бар.
• Орточо иштөө мөөнөтү булакта 12,2 жыл деп билдирилген.
• Figure 9 боюнча ылайык үлгүнүн %53,5 бөлүгү айына эки миллион rupiahдан жогору киреше категориясында.
• Туруктуу жайгашуу ниетинин үлүштөрү булак ичинде ар башка берилсе да, бардык версияларда көпчүлүк туруктуу жайгашууну каалабаган топто.
• Булак бул көрүнүштү circular migration жана origin-area attachment алкагында чечмелейт.

Изилдөө колдобогон жыйынтыктар

• Миграция rural developmentты белгилүү өлчөмдө көбөйткөнү түздөн-түз бааланган эмес.
• Remittance суммасынын өнүгүүгө таасири үчүн өзүнчө коэффициент билдирилген эмес.
• Abstractтагы marital-status жыйынтыгы 2-таблица тарабынан колдоого алынбайт.
• Булактын β = 0.456 жана %45,6 киреше өсүшү чечмелөөсү 3-таблицадагы билим коэффициенти менен ырасталбайт.
• Figure 1 ичиндеги %75,6 No Stay үлүшү, 2-таблицанын %79,6 бөлүштүрүүсү жана тексттеги %87,6 мааниси бири-биринин ордуна колдонулбайт.
• %83,4 overall accuracy чийки confusion-matrix уячаларынан кайра алынбайт.
• Үй-бүлөлүк абал жана asset ownership үлгүдө кеңири таралганы менен регрессияда маанилүү эмес; кеңири таралгандыгы өзүнчө көз карандысыз таасирдин далили эмес.
• Purposive sample Индонезиядагы бардык migrant populationды көрсөткөн probability sample эмес.
• Mixed-methods сөзү сапаттык катмар боюнча толук методологиялык маалымат берилген дегенди билдирбейт; interview sample size жана coding procedure көрсөтүлгөн эмес.
• Изилдөө ошол эле адамдардын миграцияга чейинки жана кийинки кирешесин longitudinal түрдө салыштырбайт.

Негизги методологиялык чектөөлөр

Purposive sampling: Үлгү миграция деңгээли жогору беш райондон максаттуу тандалган. Статистикалык өкүлчүлүк талабы чектелүү.

Outcome коддолушу: INTENTION = 1/0 белгилери менен коэффициенттердин булактагы чечмелөөлөрүнүн ортосунда багыттык дал келбестик бар.

Моделдин аталышы: Multinomial logistic regression сөз айкашы колдонулганына карабастан, математика жана жыйынтыктар binary logit түзүлүшүн көрсөтөт.

Классификациялык отчет: Confusion matrix уячалары, % Correct тилкеси жана overall accuracy бири-бирин толук ырастабайт.

Туруктуу жайгашуу ниетинин бөлүштүрүлүшү: Figure 1, 2-таблица жана жыйынтык текстинде үч башка үлүш бар.

Киреше моделинин спецификациясы: Теңдеме (2), 3-таблица жана талкуу бөлүмүндөгү predictor тизмелери бирдей эмес.

Билим коэффициенти: 3-таблицада B = 0.127, standardized Beta = 0.199 жана p = 0.005 болсо, тексттин башка бөлүмүндө β = 0.456 жана p < 0.001 колдонулат.

Өзгөрмөлөрдү коддоо жетишсиздиги: EDUC, INCM, MARIED жана башка категориялык өзгөрмөлөрдүн regression coding scheme деталдары берилбегендиктен, коэффициенттердин чыныгы бирдиктик чечмелөөсүн толук кайра өндүрүү мүмкүн эмес.

Mixed-methods деталдары: NGO/community interview саны, interview protocol, transcription/coding procedure жана mixed-method integration ыкмасы билдирилген эмес.

Remittance өлчөөсү: Remittance изилдөөнүн негизги өнүгүү механизми катары көрсөтүлгөнүнө карабастан, жыйынтык бөлүмүндө өзүнчө remittance таблицасы же модели жок.

Программалык камсыздоо: Колдонулган статистикалык программалык камсыздоо булакта көрсөтүлгөн эмес.

Этика/макулдук отчету: Булак PDFде 250 катышуучулуу questionnaire жана in-depth interview изилдөөсү үчүн өзүнчө ethics approval же informed-consent билдирүүсү көрүнбөйт. Бул маалыматтын PDFде жоктугу этикалык процесс жүргүзүлгөн эмес дегенди далилдебейт.

Саясаттык сунуштар

Булак жыйынтыктарын үч негизги саясат тармагына байланыштырат.

Айылдык билим берүү жана vocational training: Билим migrant income менен маанилүү байланыш көрсөткөндүктөн, келип чыккан аймактарда жумушчу күчүнүн көндүмдөрүн жогорулатуу сунушталат.

Informal-sector formalization: Булак мигранттардын чоң бөлүгү informal жумуштарда иштей турганын жана узак иштөө мөөнөтү киреше өсүшүнө айланбай калышы мүмкүн экенин талкуулап, коопсузураак жана formal employment шарттарынын маанисин баса белгилейт.

Remittance investment: Мигрант кирешесин күнүмдүк керектөөгө гана эмес, билим берүүгө, өндүрүмдүү жергиликтүү инвестицияга жана айылдык экономикалык потенциалга узак мөөнөттүү багыттоону колдогон саясаттар сунушталат.

Келечектеги изилдөөлөр

Булак future research үчүн longitudinal design сунуштайт. Ошентип мигранттардын убакыт өтүшү менен шаарда калуу, айылына кайтуу, кирешесин кандай колдонуу жана return migrationдан кийин кандай экономикалык жыйынтыктарга туш болуу процесстерин байкоого болот.

Мындан тышкары, азыркы моделде өлчөнбөгөн social networks сыяктуу өзгөрмөлөрдү келечекте моделге кошуу сунушталат.

Булак жана Ыкма Жөнүндө Эскертүү

Түпнуска изилдөө: Demographic Drivers of Labor Migration and Their Impact on Rural-Urban Development.

Авторлор: Arini Fitria Mustapita, Mohammad Rizal.

Авторлордун тартиби: Булак PDFдеги жана расмий макала жазуусундагы тартип сакталган.

Тең салым: Булак PDFде тең биринчи авторлук/тең салым жөнүндө билдирүү жок.

Жооптуу автор: Arini Fitria Mustapita.

Мекеме: Universitas Islam Malang.

Журнал: Economics Development Analysis Journal.

Басмачы: Department of Economic Development, Faculty of Economics, Universitas Negeri Semarang жана Asosiasi Pendidikan Ekonomi LPTK басма түзүлүшү.

Том / сан: Volume 14, Number 4.

Сандын жылы: 2025.

Барактар: 588–602.

Article ID: 34174.

DOI: 10.15294/edaj.v14i4.34174.

Макаланын тарыхы — PDF: Received October 2025; Accepted January 2026; “Pusblished February 2026”.

Расмий онлайн жарыяланган күнү: 22 Февраль 2026.

Булактын түрү: Mixed-methods изилдөө макаласы; талаа сурамжылоосу, сандык регрессиялар, сүрөттөмө талдоо жана сапаттык маектерди камтыйт.

Рецензиялоо: Журналдын расмий саясат барагы double-blind peer review процессин көрсөтөт.

Preprint абалы: Булак PDFде жана расмий макала жазуусунда өзүнчө preprint версиясы көрсөтүлгөн эмес.

Лицензия: Булак PDFде макалага тиешелүү ачык Creative Commons сапы жок. Журналдын эски расмий About/Copyright саясаты CC BY 3.0 көрсөтөт; ошондуктан лицензия маалыматы журнал саясатынын деңгээлинде бааланышы керек.

Каржылоо: Булак PDFде өзүнчө funding statement жок.

Кызыкчылыктардын кагылышы: Булак PDFде өзүнчө conflict-of-interest билдирүүсү жок.

Маалыматтын жеткиликтүүлүгү: Өзүнчө Data Availability бөлүмү жок. Figure 1–9 “Authors' survey, 2024” деп булагы көрсөтүлгөн; чийки жеке маалыматтар сактагычы берилген эмес.

CRediT / авторлордун салымы: Булак PDFде өзүнчө CRediT же author-contribution бөлүмү жок.

Этика комитети / informed consent: Булак PDFде questionnaire жана in-depth interview катышуучулары үчүн өзүнчө этика комитети/макулдук билдирүүсү көрүнбөйт. Билдирилбеген процедуранын бар же жок экени болжолдонгон эмес.

Географиялык камтуу: Malang Regency, East Java, Indonesia.

Subdistrictтер: Singosari, Pakis, Dampit, Gondanglegi, Bantur.

Үлгү: 250 migrant worker; 50 адам/subdistrict.

Үлгү тандоо ыкмасы: Purposive sampling.

Сандык маалымат: Questionnaire аркылуу labor conditions жана remittance менен байланышкан маалыматтар.

Сапаттык маалымат: NGO representatives жана community leaders менен in-depth interviews. Сапаттык катышуучулардын саны, coding scheme жана analytic integration деталдары билдирилген эмес.

Туруктуу жайгашуу модели: Булак abstract/методдо multinomial logistic regression сөз айкашын колдонот; Теңдеме (1) жана conclusion binary-logit түзүлүшүн көрсөтөт.

Теңдеме (1): \(\log(P(INTENTION=1)/P(INTENTION=0))=\beta_0+\beta_1AGE+\beta_2EDUC+\beta_3INCM+\beta_4MARIED+\beta_5ASSETS+\beta_6JOBVELG\).

2-таблицанын негизги жыйынтыктары: AGE = −0.358 (p = 0.000); EDUC = −0.078 (p = 0.006); INCM = +1.211 (p = 0.029); MARIED = −0.353 (p = 0.549); ASSET = −0.459 (p = 0.457); JOB VELG = −0.058 (p = 0.519).

Outcome-coding чектөөсү: 2-таблица 0 = Stay, 1 = No Stay көрсөтөт; булактын оозеки коэффициент чечмелөөлөрү бул коддолуш менен математикалык жактан дал келбейт.

Hosmer–Lemeshow: χ² = 7.916; p = 0.378.

Классификация: Чийки уячалар 12/39 жана 7/192 болуп, арифметикалык жалпы %81,6 туура классификация берет. Булак башка жерлерде %83,4 overall accuracy билдирет.

Туруктуу жайгашуу ниетинин үлүштөрү: Figure 1 %24,4 Stay / %75,6 No Stay; 2-таблицанын чийки класстары %20,4 / %79,6; башка жыйынтык сүйлөмү %87,6 No Stay билдирет.

Киреше модели Теңдеме (2): \(INCM=\alpha_0+\alpha_1AGE+\alpha_2EDUC+\alpha_3MARIED+\alpha_4ASSETS+\alpha_5JOBVELG+\epsilon\).

3-таблицадагы модель айырмасы: 3-таблица EDUC, AGE, MARIED, RES жана LOG_JOB өзгөрмөлөрүн билдирет; ASSET таблицада жок.

3-таблицадагы билим жыйынтыгы: EDUC B = 0.127; Std. Error = 0.037; standardized Beta = 0.199; t = 3.114; p = 0.005; VIF = 1.279.

Билим коэффициентин билдирүүдөгү айырма: Талкуунун кийинки бөлүгүндө β = 0.456, p < 0.001 жана болжол менен %45,6 income increase сөз айкашы колдонулат; бул маани 3-таблица тарабынан колдоого алынбайт.

Башка киреше жыйынтыктары: AGE p = 0.357; MARIED p = 0.923; RES p = 0.134; LOG_JOB p = 0.478.

Figure 2 билим: Булакта elementary %28,4; junior high %34,7; high school %21,3; “baccalaureate” %7,4; bachelor's %8,2 деп көрсөтүлгөн.

Figure 3 жаш: <20 %3,2; 21–30 %28,3; 31–40 %32,2; 41–50 %25,9; 51–60 %9,0; >60 %1,4.

Figure 4 үй-бүлөлүк абал: Үй-бүлөлүү %84,2; үй-бүлөлүү эмес %15,8.

Figure 5 келип чыккан аймактагы мүлк: Бар %87,7; жок %12,3.

Figure 6 үй-бүлөлүк жоопкерчилик: Булак орточо төрт адамдык жоопкерчилик бар экенин билдирет.

Figure 7 келип чыккан аймактагы иш: %87,1 иши бар/сакталып калганын, %1,8 жок экенин көрсөтөт; калган %11,1 үчүнчү категория катары көрүнөт. Тексттеги “majority did not provide answers” сөз айкашы график менен дал келбейт.

Figure 8 иштөө мөөнөтү: <5 жыл %31,8; 6–10 жыл %27,0; 11–15 жыл %15,8; 16–20 жыл %11,3; 21–25 жыл %6,2; >25 жыл %7,9; орточо 12,2 жыл.

Figure 9 киреше: <1 миллион rupiah %9,3; 1–2 миллион %37,2; >2 миллион %53,5.

Remittance чектөөсү: Remittances изилдөөнүн өнүгүү баянында борбордук орунда, бирок өзүнчө remittance outcome/regression натыйжасы жарыяланган эмес.

Rural-urban development чектөөсү: Булак түздөн-түз rural-development index баалабайт; өнүгүү байланышы мигрант кирешеси, remittances, кайтып келүү тенденциясы жана келип чыккан аймак байланыштары аркылуу чечмеленет.

Негизги саясаттык сунуштар: Rural vocational training, informal-sector formalization жана remittance investment incentives.

Келечектеги изилдөө: Longitudinal return-migration дизайндары жана social networks сыяктуу өлчөнбөгөн өзгөрмөлөрдү кошуу.