Demographic Characteristics of Labor Resources Formation and Use in the Largest Cities of Russia in 2019–2021

Cover Page

Cite item

Full Text

Abstract

The article examines the demographic characteristics of labor resources formation in Russian cities with a population of over a million. The research reveals the role of migration in replenishing largest cities’ labor resources, which corresponds to E.G.Ravenstein’s law that large cities grow mainly due to migration. Based on indicators of demographic well-being, the author gives an assessment of the demographic situation in the largest cities. It has been established that during the pandemic, the intensity of migration processes decreases, and its recovery occurs in cities at different rates. The article presents an analysis of structural changes in employment for large groups of industries and types of economic activity– commodity-producing industries, infrastructure, and social spheres. The reserves for increasing employment in the largest cities are considered. Emphasis is placed on increasing the labor activity of internal migrants, who have advantages compared to foreign labor. The research reveals a significant differentiation of wages across the largest cities, which creates unequal conditions for the reproduction of the labor force. It also determines ratings of the largest cities in terms of generation replacement, employment, unemployment, wages, and the social sphere. The author proposes a development in the system of strategic planning documents of a block of indicators characterizing the achievement of demographic well-being and increasing the efficiency of using the labor potential of the largest cities.

About the authors

Anatoly V. Topilin

Institute for Demographic Research FCTAS RAS

Email: topilinav@mail.ru
ORCID iD: 0000-0002-4432-8943
ResearcherId: AAC-7690-2022
Doctor of Economic Sciences, Professor, Chief Researcher Moscow, Russia

References

  1. Лавриненко, П. А. Агломерационные эффекты как инструмент регионального развития / П. А. Лавриненко, Т. Н. Михайлова, А. А. Ромашина, П. А. Чистяков // Проблемы прогнозирования. 2019. № 3(174). С. 50–59. EDN SFXHGX.
  2. Перцик, Е. Н. Свет и тени российской урбанизации в XX веке: опыт, проблемы, поиск решений // Известия Российской академии наук. Серия географическая. 2005. № 3. С. 5–10. EDN HSJVHH.
  3. Хорев, Б. С. Проблемы городов. Урбанизация и единая система расселения в СССР. Москва : Мысль, 1975. 428 с.
  4. Лаппо, Г. М. Города России. Взгляд географа. Москва : Новый хронограф, 2012. 503 с. ISBN 978-5-94881-151-2. EDN QKLEZX.
  5. Любовный, В. Я. Города России: альтернативы развития и управления. Москва : Издательство «Экон-Информ», 2013. 614 с. ISBN 978-5-9506-0992-3. EDN YVEOLR.
  6. Зубаревич, Н. В. Развитие больших городов России в 2010-х годах / Н. В. Зубаревич, С. Г. Сафронов // Региональные исследования. 2019. № 1(63). С. 39–51. doi: 10.5922/1994-5280-2019-1-4. EDN GMFAAL.
  7. Клер, Е. Мега-города будущего: шанс или угроза для развития // Мир перемен. 2016. № 1. С. 90–104. EDN VSDICR.
  8. Сопнев, Н. В. Миграционные процессы в региональных столицах Юга Европейской России / Н. В. Сопнев, В. С. Белозеров // Ученые записки Крымского федерального университета имени В. И. Вернадского. География. Геология. 2021. Т. 7, № 2. С. 176–191. EDN UKTAIU.
  9. Бедрина, Е. Б. Особенности расселения трудовых мигрантов из зарубежных стран в российских мегаполисах // Экономика региона. 2019. Т. 15, № 2. С. 451–464. doi: 10.17059/2019-2-11. EDN BJVTEG.
  10. Мкртчян, Н. В. Региональные столицы России и их пригороды: особенности миграционного баланса // Известия Российской академии наук. Серия географическая. 2018. № 6. С. 26–38. doi: 10.1134/S2587556618060110. EDN YNSRML.
  11. Рыбаковский, Л. Л. Сравнительная оценка демографического неблагополучия регионов России // Социологические исследования. 2008. № 10 (294). С. 81–87. EDN JSHTYR.
  12. Рязанцев, С. В. Демографическое благополучие: теоретические подходы к определению и методика оценки / С. В. Рязанцев, Т. Р. Мирязов // ДЕМИС. Демографические исследования. 2021. Т. 1, № 4. С. 5–19. doi: 10.19181/demis.2021.1.4.1. EDN HNFXKJ.
  13. Щур, А. Е. Города-миллионники на карте смертности России // Демографическое обозрение. 2018. Т. 5, № 4. С. 66–91. doi: 10.17323/demreview.v5i4.8663. EDN YUEEWL.
  14. Соколов, А. А. Рейтинг крупнейших и крупных городов России по уровню комфортности проживания / А. А. Соколов, О. С. Руднева // Народонаселение. 2017. № 3(77). С. 130–143. doi: 10.26653/1561-7785-2017-3-10. EDN ZWTFLH.
  15. Бочко, В. С. Индивидуализация стратегий развития городов (на примере Екатеринбурга и Бирмингема) / В. С. Бочко, Е. А. Захарчук // Экономика региона. 2020. Т. 16, № 2. С. 391–405. doi: 10.17059/2020-2-5. EDN IFSXQR.
  16. Багирова, А. П. Качество среды мегаполиса как элемент качества жизни населения: оценка территориальной дифференциации / А. П. Багирова, О. В. Нотман // Социальное пространство. 2021. Т. 7, № 4. doi: 10.15838/sa.2021.4.31.7. EDN DLULFH.
  17. Вендина, О. И. Многоэтничный город. Проблемы и перспективы управления культурным разнообразием в крупнейших городах / О. И. Вендина, Э. А. Паин. Москва : Сектор, 2018. 184 с. ISBN 978-5-9905530-1-9. EDN SZNHVM.
  18. Зверева, А. А. Креативные индустрии в крупнейших городах Японии / А. А. Зверева, И. С. Тихоцкая // Вестник Московского университета. Серия 5. География. 2023. Т. 78, № 4. doi: 10.55959/MSU0579-9414.5.78.4.7.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».