To Moscow ot to Saint Petersburg? Population gravity of the Tver Region according to the data of «VKontakte» online network

Full Text

Введение. Расположение Тверской области между двух крупнейших центров страны — Москвы и Санкт-Петербурга — побуждает ученых к выделению условных границ зон влияния двух крупнейших агломераций страны. Такие попытки по Тверской области были сделаны еще в работах А. П. Катровского [⁶], коллектива сотрудников МГУ [¹²]. Из недавних исследований отметим исследования сотрудников института географии РАН [^8—11].

Одним из результатов влияния центров на межстоличное пространство становится «выкачивание» оттуда человеческих ресурсов. Это хорошо прослеживается в миграционных потоках: только по официальным данным, в миграционном обмене с Москвой и Московской областью за последние 3 года регион потерял более 11 тыс. чел. С Санкт-Петербургом и Ленинградской областью сальдо чуть меньше (4.5 тыс. чел.), но цифры все равно внушительные [²].

Тяготение населения к двум столицам проявляется и в «виртуальной реальности» — в социальных сетях. Как показывают предыдущие исследования, в Тверской области, география социальных сетей — это отражение предыдущей миграции населения. Так, среди участников обследованной группы «Гадыши» (современное название — пос. Комсомольский Фировского района) большинство составляют жители Санкт-Петербурга — потомки переселившихся туда жителей деревни [¹].

Материалы и методы. Для выявления особенностей миграционных направлений используются социологические методы, но не было возможности реализовать их для всех муниципальных образований региона. Здесь на помощь исследователям приходит метод анализа «цифрового следа». Поскольку новые коммуникационные технологии все больше проникают в повседневную жизнь человека, одним из источников информации о миграции становятся данные сотовых операторов [⁷] и социальных сетей [³].

Данные социальных сетей во многом напоминают анкету или личную карточку, в которую пользователи заносят важную информацию о себе, в том числе о месте учебы, жительства и т. д. Эти данные позволяют делать выводы о перемещении людей, что представляет научный интерес при отсутствии подобной официальной статистики. По данным самой популярной в России социальной сети «ВКонтакте», ее ежедневная аудитория составляет порядка 85 млн чел.

В 2015 г. междисциплинарной командой во главе с Н. Ю. Замятиной был создан ресурс «Виртуальное население России», в котором собраны данные анкет пользователей социальной сети «ВКонтакте». Особенности работы и примеры использования информации ресурса опубликованы в ряде статей участников проекта [^4, 5, 13]. Этот ресурс стал информационной базой данного исследования.

Вначале были выявлены направления реальных миграций. Далее было исследовано «виртуальное тяготение» сообществ городов и ряда сельских населенных пунктов.

Результаты и их обсуждение. Миграции населения 36 муниципальных районов и 7 городских округов Тверской области выявлялись по данным о последнем переезде пользователей сети «ВКонтакте». Затем были выбраны пять самых популярных мест переезда и построены гистограммы для каждого муниципального образования. В зависимости от количества пользователей, совершивших переезд, каждому городу был присвоен ранг от 1 до 5 (рис. 1). Дальнейшая работа строилась на анализе иерархии мест переезда, без использования абсолютных значений потоков. Это позволило выявить основные миграционные тренды и исключить объемы миграции, которые данные социальных сетей априори искажают.

Рис. 1. Пример гистограммы по Торопецкому району.

Первая тройка мест переезда во всех муниципалитетах оказалась неизменной — это Тверь, Москва и Санкт-Петербург. Города, занявшие четвертое и пятое места по популярности, как правило, отражали специфику географического положения муниципалитета и близость к тому или иному межрайонному центру. Например, пять западных районов Тверской области тяготеют к Великим Лукам (районному центру Псковской области с развитой системой высшего образования), Сонково и Калязин тяготеют к городам Ярославской области (Угличу и Ярославлю), Бологое — к Великому Новгороду, Кимры — к Дмитрову. Среди внутриобластных центров притяжения мигрантов выделяются тверские межрайонные центры — Торжок, Вышний Волочек, Бежецк, Нелидово, Осташков.

В большинстве муниципалитетов первое место занимает региональный центр — Тверь (рис. 2). При этом в десяти муниципалитетах Тверь осталась на втором месте. В четырех районах (Зубцовском, Кимрском, Калязинском, Ржевском) и двух городских округах (Ржеве и Кимрах) на первое место вышла Москва. Для четырех районов северной части региона (Торопецкого, Бологовского, Удомельского и Сандовского) на первое место вышел Санкт-Петербург.

Рис. 2. Миграционное влияние Твери на муниципальные образования Тверской области.

Население муниципальных образований северной части региона тяготеет к Санкт-Петербургу. Первостепенное влияние северной столицы отмечено в Бологовском, Сандовском, Торопецком районах и Удомельском городском округе. Еще 15 муниципалитетов испытывают второстепенное влияние, и лишь в двух отмечено слабое влияние Санкт-Петербурга. Всего 21 муниципальный район и городской округ тяготеют к Северной столице (рис. 3).

Рис. 3. Степень влияния Москвы и Санкт-Петербурга на муниципалитеты Тверской области.

Муниципалитетов, в которых влияние Москвы сильнее, чем влияние С.-Петербурга, чуть меньше (20). Возможно, это можно объяснить доступностью работы вахтовым методом в Москве для жителей большинства районов Тверской области. Такая форма работы позволяет не менять место жительства. Сильное влияние Москва оказывает на пять муниципалитетов Тверской области, среди которых три города (Тверь, Кимры, Ржев) и два района: Зубцовский и Калязинский. Данные муниципалитеты граничат с Московской областью и имеют тесные транспортные связи с ней. Второстепенное влияние Москвы испытывают Ржевский, Кимрский и Конаковский районы, которые также являются приграничными. Осташковский городской округ — самый дальний муниципалитет, входящий в зону влияния Москвы. Возможно, это связано с наличием прямого автобусного сообщения со столицей и популярностью данной территории для отдыха среди москвичей.

Санкт-Петербург и Москва почти поровну поделили миграционные потоки из районов и городов области. В 9 муниципалитетах эти два города заняли первое место в иерархии мест переезда. Наибольшее различие выявлено в степени влияния столиц. В случаях, когда эти города занимают второе и третье места в иерархии, Санкт-Петербург оказывает второстепенное влияние на 15 муниципалитетов, а Москва лишь на 3 (табл. 1). Это говорит о том, что связи с северными территориями Тверской области у Санкт-Петербурга крепче. Такую ситуацию можно объяснить «сдвинутым» расположением областного центра по отношению ко всей территории региона и отсутствием других сильных центров при движении с юга на север. Москва, напротив, выделяется большой группой районов третьестепенного влияния. В большинстве случаев первое место в этих муниципалитетах занимает Тверь, а второе — ближайший межрайонный центр (Ржев, Торжок, Кимры и др.).

Таблица 1

Влияние столиц на муниципалитеты Тверской области (число районов)

Table 1. The influence of capitals on the municipalities of the Tver Region (number of districts)

Виртуальные сообщества городов. Как уже отмечалось, современная география социальных сетей (то есть местá жительства их участников) есть отражение предыдущих миграций населения. Поэтому география социальных сообществ помогает понять и миграционное тяготение городов. При таком исследовании важно правильно подобрать анализируемое сообщество, особенно городское, так как многие из них занимаются искусственным увеличением аудитории и часто выступают рекламными площадками.

В данной работе для анализа направлений миграций городского населения Тверской области были отобраны 7 сообществ в сети «ВКонтакте» в разных городах. При отборе использовались следующие критерии: численность подписчиков более 2000, регулярно обновляемая новостная информация, в тематике постов не должны преобладать объявления. Среди выбранных групп наибольшее количество подписчиков отмечается в сообществе Ржева, наименьшее — в Торопце (табл. 2), что коррелирует с их людностью.

Таблица 2

Исследуемые городские сообщества

Table 2. Researched urban communities

Примечание. * Названия приведены в оригинале. ** Количество подписчиков приведено на 05.02.2019.

Место проживания подписчиков повторяет традиционную для муниципалитетов Тверской области ориентацию на Тверь, Москву и С.-Петербург (рис. 4). В большинстве рассматриваемых сообществ распределение подписчиков сходно с представленной выше информацией по районам. Например, в сообществе Бежецка среди пользователей больше «питерских», чем «московских». В сообществе Конакова, наоборот, пользователей, указавших Санкт-Петербург в качестве города проживания, совсем немного. В Торжке преобладают подписчики из Твери. В ряде сообществ много активных пользователей из соседних районов и городов. В Торопце и Западной Двине встречаются пользователи, ныне проживающие в странах Балтии, нередки жители Великих Лук и других городов Псковской области.

Рис. 4. Распределение участников сообществ по месту проживания, %.

Любопытно, что Бологое — единственный город, где доли подписчиков из Санкт-Петербурга и Москвы одинаковы. Этот факт в образной форме иллюстрирует определяющее влияние экономико-географического положения — так как город находится на равном расстоянии от обеих столиц.

Сельско-городские сообщества. Объектом исследования стали сообщества в сети «ВКонтакте» разных сельских населенных пунктов (СНП). Было отобрано 17 сообществ сельских населенных пунктов из разных районов Тверской области. При отборе сообществ учитывались следующие критерии: географическое расположение СНП (равномерное распределение СНП по территории региона), количество подписчиков более 100, активное обновление контента сообщества.

Количество участников в сообществах сильно различается. Наименьшее количество пользователей в группе, посвященной д. Наговье Торопецкого района (100 участников), а наибольшее — в группе «Типичная Березайка» (1089 участников). Отметим, что Березайка − единственный из отобранных СНП, имевший до 2005 г. статус поселка городского типа. Возможно, именно из-за этого некоторые его характеристики отличаются от других сообществ. Особенно различие проявляются в доле местного населения, которая в сообществе «Типичная Березайка» самая высокая среди рассматриваемых (табл. 3).

Таблица 3

Исследуемые сообщества сельских населенных пунктов

Table 3. Surveyed communities in rural settlements

Исследуемые СНП расположены в разных частях Тверской области. Восток и северо-восток представлены четырьмя сельскими населенными пунктами (Кесьма, Хабоцкое, Теблеши, Нерль). Пять СНП расположены в западных районах области (Ильино, Наговье, Охват, Селище, Молодой Туд). Наибольшее количество исследуемых населенных пунктов расположены в центральной части региона.

При изучении сельских сообществ в социальных сетях интересным представляется соотношение людности и числа участников сообществ. В 11 из 17 СНП людность больше численности подписчиков. Это объясняется низкой доступностью интернета в сельской местности и старой возрастной структурой населения. Во многом именно поэтому во всех сообществах наблюдается низкая доля подписчиков, проживающих в самом СНП (рис. 5).

Рис. 5. Людность населенных пунктов и численность интернет-сообществ.

Подписчики исследуемых сообществ чаще всего представляют Тверь, Москву, Санкт-Петербург, районный центр и непосредственно сам исследуемый населенный пункт. Самую низкую долю местных имеют СНП Теблеши и Хабоцкое. Наибольшая доля подписчиков из районных центров отмечена в д. Наговье Торопецкого района (более 32 %). Самой низкой долей подписчиков из райцентра (ниже 5 %) отличаются четыре СНП (Княжьи Горы, Кушалино, Молодой Туд и Охват). Отчасти это можно объяснить слабостью и непривлекательностью центров Зубцовского, Рамешковского, Оленинского и Пеновского районов. Наибольшую долю местных жителей (32 %) имеет поселок Березайка: это объясняется его сравнительно высокой людностью и статусом поселка городского типа в прошлом.

Большая часть подписчиков, проживающих в Твери, происходит из центральных районов области (Кувшиновский, Лихославльский, Рамешковский). Самая низкая доля тверичей в сообществах, посвященных сельским населенным пунктам в периферийных (приграничных) районах (рис. 6).

Рис. 6. Распределение участников сообществ СНП по месту проживания (СНП указаны с севера на юг).

Наибольшее количество москвичей наблюдается в приграничных пунктах (Нерль, Княжьи Горы, Степурино). С удалением от границы число подписчиков из столицы становится ниже. Сельские населенные пункты северной и западной частей региона имеют незначительные связи с Москвой.

Во многих исследуемых сообществах высока доля подписчиков из Санкт- Петербурга. Наибольшие связи с Cеверной столицей у населенных пунктов северо-восточной части региона (Кесьма, Хабоцкое, Теблеши). Доля подписчиков из Санкт-Петербурга в этих сообществах более 30 %. Минимальная доля жителей из Санкт-Петербурга в населенных пунктах, которые расположены в муниципалитетах, граничащих с Московским регионом.

При сравнении рис. 4 и 6 бросается с глаза резкое различие между ними в доле местных подписчиков: в городах она не менее половины, а в большинстве сел — около 10 %. Частично это, как уже указывалось, объясняется большей долей пожилых людей в сельском населении (среди которых доля пользующихся Интернетом очень мала). Но напрашивается еще одна гипотеза: масштабы оттока из сельской местности (относительно сельского населения) за последние десятилетия гораздо больше, чем из городов. Поэтому доля «иногородних» в городских сообществах гораздо ниже. А то население, которое когда-то жило в сельской местности, сейчас в гораздо большей степени «рассеяно» по другим территориям и городам, где они сами и их дети и внуки зарегистрированы в сельских социальных сетях.

Выводы. Тверская область — межстоличный регион, что находит отражение как в реальных миграциях населения, так и в соответствующих социальных сетях. При отсутствии официальной статистики по миграциям анализ так называемого «цифрового следа» может служить информационной базой для миграционных исследований.

Областной центр — Тверь − играет важную роль центра притяжения для населения большинства муниципалитетов области. Это единственный город области, людность которого за последние 10 лет имеет положительную динамику, в первую очередь, за счет внутриобластных мигрантов. Наиболее сильное влияние Тверь оказывает на центральные районы области (рис. 7).

Географическое положение районов определяет основные направления тяготения. Северные районы больше тяготеют к Санкт-Петербургу, южные — к Москве. Вдали от Твери в борьбу за людские ресурсы вступают соседние региональные центры (Ярославль, Смоленск) и крупные города (Великие Луки, Череповец).

Рис. 7. Схема тяготения подписчиков интернет-групп, посвященных сельским населенным пунктам.

Миграционный потенциал сельской местности в значительной степени исчерпан, это подтверждается небольшим количество «местных» подписчиков официальных групп сельских населенных пунктов. В городах ситуация более стабильная (большинство участников — местные жители). Интересно, что жители городов Тверской области больше тяготеют к Москве, а среди сельского населения более популярным является Санкт-Петербург.

Исследование выполнено при поддержке РФФИ, проект № 18-011-00725.

About the authors

I. P. Smirnov

Author for correspondence.
Email: Ilya.geo2012@yandex.ru
Tver

D. M. Vinogradov

Email: Vinogradov.dm@tversu.ru
Tver

A. I. Alexeev

Email: alival@mail.ru
Moscow

References

Supplementary files

Supplementary Files

Action

1. JATS XML

Download

2. Fig. 1. An example of a histogram for the Toropets district.

Download (18KB)

Indexing metadata

3. Fig. 2. Migration influence of Tver on municipalities of Tver Region.

Download (53KB)

Indexing metadata

4. Fig. 3. The degree of influence of Moscow and St. Petersburg on municipalities of Tver Region.

Download (85KB)

Indexing metadata

5. Fig. 4. Distribution of community members by place of residence, %.

Download (66KB)

Indexing metadata

6. Fig. 5. The population of the settlements and the number of online communities

Download (106KB)

Indexing metadata

7. Fig. 6: Distribution of rural community members by place of residence (settlements are indicated from north to south).

Download (123KB)

Indexing metadata

8. Fig. 7. Gravity of subscribers for rural settlement online groups.

Download (299KB)

Indexing metadata