Глобальное расхождение. Что на самом деле движет ростом современных городов?
Как связаны демография и климат, за счет чего увеличивается население городов в разных регионах, где находится самый стареющий город мира, в каких городах самый значительный «избыток» женщин и больше всего трудоспособных жителей и почему подсчеты ООН о приросте горожан за 20 лет оказались в два раза завышены — читайте в обзоре нового исследования Эндрю Зиммера, Нины Брукс, Андреа Гохана и Каскейда Тухольски.
До сих пор в мире не обрабатывали демографические данные так, чтобы было понятно, кем являются горожане, какого они возраста и пола и что на самом деле приводит их в города. К примеру, ООН при подсчете городского населения опирается на национальные статистические данные, что создает определенные методологические трудности, поскольку критерии определения города в разных странах существенно различаются.
В новом исследовании «Global divergence in urban demographic change and migration patterns» (можно перевести как «Глобальное расхождение в городских демографических изменениях и миграционных паттернах»), вышедшем в журнале «Nature Cities», проанализированы демографические характеристики более чем 10 тысяч городов со всего мира за 2000–2020 годы. В нем были выявлены колоссальные различия между поло-возрастными структурами и в демографическом росте, которые иногда могут быть сильнее внутри одной страны, нежели между соседними государствами. Где-то города молодеют и получают «демографический дивиденд», где-то стремительно стареют, а малые города в развивающихся странах систематически моложе, беднее и испытывают нехватку инвестиций.
Особенно важно то, как авторы связывают демографию и климат. Каждый из рассмотренных сюжетов показывает, что климатическая и демографическая политика должна проектироваться совместно.
a,c,e — общие (a), молодежные (c) и пожилые (e) коэффициенты городской демографической нагрузки для каждого города в 2020 году.
b,d,f — изменение общего (b), молодежного (d) и пожилого (f) коэффициентов городской демографической нагрузки в период с 2000 по 2020 год.
Для каждого показателя используется стандартизированная шкала, что позволяет проводить сравнение как внутри отдельных показателей, так и между ними. Точки с наибольшими значениями нанесены поверх остальных, чтобы подчеркнуть экстремальные значения.
Уже общепризнано, что к 2050 году в городах будет проживать около двух третей населения мира, а это примерно 6,7 млрд человек. Более 90 % этого роста придется на страны с низким и высоким уровнем дохода (так называемые Lower-Middle-Income Countries, LMIC), где темпы урбанизации часто опережают возможности обеспечения базовых услуг (речь о переселении сотен миллионов людей в неформальные поселения). В свою очередь, в ряде городов в странах с высоким уровнем дохода (High-Income Countries, HIC) наблюдается депопуляция, которая тоже влияет на систему соцобеспечения, рынок труда и политическую обстановку в этих регионах.
Как уже было сказано ранее, ключевая исследовательская проблема заключается в том, что до сих пор отсутствовали глобально согласованные расчеты возрастно-половых пирамид городов и движущих силах их роста. Национальные показатели скрывают огромные различия между городами даже в рамках одной и той же страны. Информация о маленьких городах в развивающемся мире особенно фрагментарна (она может вовсе отсутствовать). Без полноты данных трудно планировать инфраструктуру, проектировать программу климатической адаптации или оценивать риски социальной нестабильности.
Авторы поставили перед собой три основных вопроса: как менялась возрастно-половая структура городов в 2000–2020 годах, как она различается в зависимости от размера города и что в строгом расчете определяет городской рост — естественный прирост населения или миграция?
Работа изучает более 10 тысяч городов мира и анализирует ежегодные изменения численности населения за период с 2000 по 2020 год. Авторы соединили два открытых источника данных. Первый — массив WorldPop, созданный исследовательской группой Саутгемптонского университета. Данные представлены в виде карты Земли, разбитой на квадраты 1х1 километр, и для каждого получившегося квадрата ученые подсчитали количество жителей и распределение населения по возрасту и полу.
Другим источником выступила база границ городов GHS-UCDB, разработанная Объединенным исследовательским центром Европейской комиссии и охватывающая все городские агломерации с населением от 50 тысяч человек. Принципиальное преимущество GHS-UCDB перед альтернативами заключается в том, что используются именно административные границы. Это означает, что данные можно применять для государственных управленческих решений, а не только для абстрактных карт.
Основной анализ выполнен в статичных границах 2020 года, чтобы изолировать собственно демографические изменения внутри стабильной территории. Параллельные расчеты с учетом изменения границ дали валидные результаты, подтвердив устойчивость выводов.
Итоговая база содержит более 8,3 млн наблюдений на уровне «город — год — разбивка по группам населения».
Для разделения вкладов миграции и естественного прироста применен классический балансовый метод. Рождение измерялось через когорту младшего года, смерть — по сеточным данным о смертности за 2000–2019 годы и национальным данным Всемирного банка за 2020 год; миграция высчитывалась через уравнение остаточного компонента.
Коэффициент демографической нагрузки, рассчитываемый как отношение числа детей до 14 лет и пожилых жителей от 65 лет к работоспособному населению, для городов мира в среднем снизился с 0,87 в 2000 году до 0,59 в 2020-м (к слову, в связи с все большей активностью группы населения 65 +, в скором будущем, вероятно, способы расчета подобных коэффициентов изменятся). Это означает рост доли трудоспособного населения и в целом согласуется с расчетами ООН. Однако данные по городам оказались куда более разнообразными, чем усредненные показатели для стран: в рамках одной страны соседние города, как правило, существуют в принципиально разных демографических режимах.
a — коэффициенты демографической нагрузки для всех городских территорий вместе.
b–g — распределение отдельно по каждому континенту: Африка (b), Азия (c), Европа (d), Латинская Америка и Карибский бассейн (e), Северная Америка (f) и Океания (g).
В каждой диаграмме размаха центральная линия обозначает медиану, прямоугольник охватывает межквартильный интервал — с 25-го по 75-й процентиль, а «усы» простираются до 1,5 межквартильного интервала.
Африканские города демонстрируют самую большую разницу такого толка. Весьма характерным примером служит Нигерия, где коэффициент детской нагрузки (число детей до 14 лет на одного работающего жителя) составляет 0,81, город Кано с населением 4,5 миллиона имеет показатель 0,83, а Лагос с 13-миллионным населением — всего 0,47. Такие различия несут в себе управленческий смысл: Лагосу необходимо создавать рабочие места и инфраструктуру для трудоспособной молодежи, тогда как Кано нуждается прежде всего в школах, здравоохранении и тщательной защите детей от климатических рисков.
Еще более резкий разрыв обнаруживается в Эфиопии, где городок Боре имел самый высокий в мире коэффициент демографической нагрузки — 1,26, тогда как в Аддис-Абебе он составляет лишь 0,34. То есть доля жителей трудоспособного возраста здесь почти в 4 раза больше.
Похожая логика работает и в России. К примеру, в Сунже, где проживает 52 тысячи человек, коэффициент равен 0,8, что является национальным максимумом, а в Магадане с населением порядка 100 тысяч — всего 0,24. Авторы связывают это с экономическим профилем городов, поскольку горнодобывающий и рыбный Магадан притягивает новых рабочих для промышленных предприятий, тогда как в Сунже преобладают занятые в бюджетной сфере, — учителя, врачи и госслужащие.
В Латинской Америке и Карибском бассейне наблюдается наиболее заметное снижение коэффициента: в среднем на 0,14. Здесь работает классический демографический дивиденд (потенциал экономического роста, возникающий, когда в возрастной структуре населения снижается доля детей и пожилых, а доля трудоспособного населения увеличивается; проще говоря, это период, когда в стране или городе работающих людей становится значительно больше, чем тех, кого им нужно содержать). За счет этого эффекта в мексиканском штате Гуанахуато города Сан-Луис-де-ла-Пас, Долорес-Идальго и Леон одновременно с падением коэффициента нагрузки демонстрировали рост ВВП, опережающий среднестрановые значения.
Совершенно иная динамика характерна для Европы, США, Канады и Японии, где коэффициент растет за счет старения.
Японский Мацуэ — самый быстро стареющий город мира, здесь число жителей старше 65 лет за два года выросло на 175 %, коэффициент демографической нагрузки — увеличился на 0,33. Особую тревогу вызывает то, что Мацуэ одновременно сталкивается с учащением экстремальной жары, к которой наиболее уязвимы горожане серебряного возраста.
Среднее соотношение мужчин и женщин в городах составляет 1,2, то есть на 100 женщин приходится примерно 120 мужчин. В этой усредненной цифре раскрываются различные региональные демографические режимы.
Самые яркие дисбалансы фиксируются на Востоке и в Северном полушарии, где в ряде городов на одну женщину трудоспособного возраста приходится более двух мужчин. Причина возникновения таких дисбалансов на Ближнем Востоке кроется в массовой избирательной трудовой миграции из Южной и Юго-Восточной Азии, которые ежегодно отправляют в в страны Персидского залива десятки тысяч исключительно мужских рук. Эта миграция перестраивает особенности домохозяйств, браков и меняет городские экономики.
a — соотношение полов среди населения трудоспособного возраста в 2020 году.
b — изменение соотношения полов среди населения трудоспособного возраста в период с 2000 по 2020 год.
c,d — увеличенные фрагменты Аравийского полуострова из панелей a и b соответственно, показывающие быстрые изменения в соотношении полов среди населения трудоспособного возраста в период с 2000 по 2020 год.
Точки с наибольшими значениями нанесены поверх остальных, чтобы подчеркнуть экстремальные значения.
В то же время Аддис-Абеба идет против общерегионального тренда: здесь коэффициент составляет 0,9, то есть женщин здесь больше, чем мужчин. В Индонезии, на юге Африки и в центральной части Южной Америки заметно вырос «избыток» женщин — соответствующий коэффициент снизился до 0,8.
Основным драйвером роста коэффициента демографической нагрузки в Северном полушарии выступает старение населения. Примечательно, что в отличие от стран Азии и Африки, в развитых регионах диспропорция между малыми и крупными городами по этому показателю минимальна.
Наиболее парадоксальный вывод авторов связан с гендерной структурой прироста. В период с 2000 по 2020 год в городах Европы, Северной Америки и некоторых странах Ближнего Востока зафиксировано заметное увеличение доли мужчин в старших возрастных когортах. Данный тренд объясняется не миграционным или биологическим избытком мужского населения, а снижением мужской смертности в старших возрастах. Тот факт, что мужчины стали значительно чаще доживать до старости, является нетривиальным для демографии, где пожилое население традиционно остается преимущественно женскими.
Все эти изменения имеют далеко идущие последствия. Гендерный дисбаланс влияет на семейные условия, производительность экономики, а также создает повышенные профессиональные и климатические риски, поскольку мужчины-мигранты непропорционально часто заняты в строительстве и других работах, которые подвергают рабочих регулярной опасности.
Разница между малыми и крупными городами оказывается системной и устойчивой. В отличие от среднего коэффициента детской нагрузки в городах с населением до 500 тысяч он равен 0,9, тогда как в городах с населением свыше 300 тысяч он держится около 0,4. Похожий, хотя и менее резкий, градиент характерен для Азии и Латинской Америки. В Европе и Северной Америке такого разрыва почти нет, там старение и рождаемость сгладили разницу по размеру.
Еще одна иллюстрация — Алжир, где коэффициент демографической нагрузки в столице составляет 0,51, а это, в свою очередь, уже сравнимо с малыми городами Европы, несмотря на то, что в целом по стране рождаемость высокая и в Алжире много молодежи.
Обычно крупные города воспринимаются как магниты для трудоспособных мигрантов, а в маленьких городах в развивающемся мире непропорционально много детей. Их уклад жизни ближе к сельскому, и там рождаемость остается традиционно высокой, к этому приводит сближение малых городов с сельской местностью, где рождаемость также остается высокой.
Возникает структурная ловушка. Малые города в западных странах несут самое тяжелое демографическое бремя: как правило, в них много детей, мало квалифицированных специалистов, ресурсы, необходимые для школ, поликлиник, защиты от климатических рисков, ограничены. При этом такие города получают меньше инфраструктурных инвестиций и институциональной поддержки, чем мегаполисы, хотя в итоге вмещают в себя важную долю городского населения.
Авторы прямо указывают, что именно малые города в Северной Америке рискуют стать лидерами по наличию основных препятствий на пути развития.
За два десятилетия население урбанизированных территорий, рассчитанное в рамках статичных городских границ, выросло на 785 миллионов человек. Это значение меньше, чем данные ООН, который оценил рост в 1,5 миллиарда, что объясняется методологическими различиями. Единое глобальное определение города отличается от разнородных страновых определений, используемых в статистике ООН.
миллионов выросло население урбанизированных территорий в период 2000-2020
(45 %) новых горожан составляют мигранты, прибывшие из сельской местности, малых городов или других регионов мира
(55 %) человек приходится на естественный прирост, то есть на население, родившееся и оставшееся непосредственно в черте городов
Региональные пропорции, однако, сильно разнятся. Города Восточной и Южной Азии добавили 265 млн жителей — это составило около 70 % прироста, связанного с миграцией, что отражает уникальные масштабы внутренней миграции в Китае и Индии. В городах Африки южнее Сахары население выросло на 136 млн человек, и здесь оба типа роста дают равные вклады.
В большинстве других регионов городского роста строго соблюдается естественный прирост, а не миграционный. При этом контрасты внутри одной страны оказываются такими же сильными, как и между регионами.
a — процентный вклад миграции в рост городского населения в период с 2000 по 2020 год. Размер кругов соответствует общему приросту населения, а цвет отражает процентный вклад миграции.
b — общий объем миграции в города с разбивкой по размеру города и региону; Китай и Индия вынесены отдельно от Азии, чтобы подчеркнуть их исключительно большой вклад в общий объем миграции.
c — сравнение миграции и естественного прироста населения для всех городов, где в период с 2000 по 2020 год наблюдался рост населения.
Точки с наибольшими значениями нанесены поверх остальных, чтобы подчеркнуть экстремальные значения.
В Уагадугу в Буркина-Фасо население выросло более чем на 2,5 млн человек, и три четверти этого прироста дала миграция; а соседний город Кудугу прибавил всего 22 тысячи жителей, из которых лишь 17 % — иммигранты. Иначе говоря, миграция в страну не дает равномерного роста населения во всех городах — рост концентрируется в местных логистических узлах, то есть в больших населенных пунктах.
Полученные глобальные данные в 45 % несколько выше предыдущих оценок, по которым доля миграционного роста составляла 40 %. Это связано с использованием фиксированных границ, которые отсекают искусственный рост за счет расширения городской территории и переклассификацию поселений.
Перед нами первый глобально согласованный анализ возрастно-половой структуры и драйверов роста более чем 10 тысяч городов мира. Авторы опубликовали в открытом доступе итоговый набор данных, что делает его доступным для проведения собственных исследований.
Главный содержательный вывод состоит в том, что управленческие практики должны учитывать огромные различия между городами одной страны, а демографическая политика обречена на промахи, если не будет зависеть от конкретного региона.
Малые города остаются важными, но недостаточно исследованными, в Африке и Азии они систематически моложе и беднее, при этом получают меньше инвестиций, что делает их особенно уязвимыми перед климатическими и экономическими шоками.
Гендерные дисбалансы на Востоке и в Северной Африке имеют драматические последствия и напрямую связаны с международной трудовой миграцией, что приводит к возникновению социальных и климатических рисков.
Миграция в целом обеспечивает почти половину глобального городского роста, но ее роль крайне неравномерна и концентрирует развитие в отдельных узлах.
Наконец, стареющие города развитого мира сталкиваются с новой угрозой, в результате которой рост демографической нагрузки влияет на рост климатических рисков.
Таким образом, исследование представляет собой сдвиг исследовательской оптики на работу с демографическими данными. Долгое время статистика собиралась на национальном уровне, что было адекватно эпохе централизованного планирования.
Сегодня, когда города конкурируют за инвестиции, мигрантов и таланты, а уязвимость к климату определяется уже на уровне региона, потребность в данных становится критической. Собранная база из 8,3 млн наблюдений станет потенциальной основой для исследований нового поколения и для пересборки городской политики на более точной фактологической основе.
Стоит учитывать и ограничения метода. Данные, полученные с помощью WorldPop, завышают численность сельского населения и, соответственно, занижают ее в крупных городах. Кроме того, единое глобальное определение города, используемое в работе, не соответствует критериям города, принятых в разных государствах, а ведь именно на их опирается ООН. Как раз из-за этого возникает расхождение (напомним, что авторы насчитали около 785 миллионов новых горожан, тогда как ООН сообщает о 1,5 миллиардах). Миграция рассчитана как остаточная величина балансового уравнения, а это значит, что в ней автоматически учитываются все погрешности при оценке рождений и смертей. Данные о смертности во всем мире доступны лишь за 2020 год и на них во многом повлияла возросшая смертность из-за пандемии COVID-19.
Работа предоставляет возможность совершить ряд следующих шагов. Совмещение этого демографического массива с данными о доходах, образовании, доступе к чистой воде и климатических изменениях способно дать беспрецедентную детализацию — то, чего прежняя городская статистика просто не учитывает. Сами по себе значимые доли молодежи в населении африканских стран исследователи традиционно связывают с повышенным риском социальной мобилизации, и новые данные позволяют гораздо точнее определить зону сопутствующих рисков.
Города в 21 веке, даже если их население увеличивалось, развивались не по единой траектории. Разные города живут в разных демографических режимах и росли совершенно по-разному. Каждый регион, даже каждый отдельный город, требует своих управленческих решений и собственного языка описания.
Настоящим я, в соответствии со статьей 9 Федерального закона от 27.07.2006 № 152 - ФЗ «О персональных данных», продолжая работу на сайте https://средадляжизни.рф (далее – Сайт), выражаю согласие АО «ДОМ.РФ» (ИНН 7729355614, ОГРН 1027700262270, г. Москва, ул. Воздвиженка, д. 10) (далее – Оператор), на автоматизированную обработку, а именно: сбор, запись, систематизацию, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передачу (предоставление, доступ), обезличивание, блокирование, удаление, уничтожение (далее – Обработка), моих персональных данных в следующем составе: имя, фамилия, e-mail, технические данные, которые автоматически передаются устройством, с помощью которого используется Сайт, в том числе: технические характеристики устройства, IP-адрес, информация, сохраненная в файлах «cookies», информация о браузере, дате и времени доступа к Сайту, длительность пребывания на Сайте, сведения о поведении и активности на Сайте в целях улучшения работы Сайта, совершенствования продуктов и услуг Оператора, а также определения предпочтений пользователей, в том числе с использованием метрической программы Яндекс.Метрика.
Я подтверждаю, что Оператор вправе давать поручения на обработку моих персональных данных ООО «ДОМ.РФ Центр сопровождения» (ИНН 3666240353, ОГРН 1193668037870, Воронежская обл., г. Воронеж, просп. Революции, д. 38, пом. 10), АО «Банк ДОМ.РФ» (ИНН 7725038124, ОГРН 1037739527077, г. Москва, ул. Воздвиженка, д. 10) в целях, указанных в настоящем согласии.
В случае отказа от обработки персональных данных метрическими программами я проинформирован(а) о необходимости прекратить использование Сайта или отключить файлы «cookies» в настройках браузера.
Настоящее согласие действует в течение 1 года с момента его предоставления.
Я уведомлен(а), что могу отозвать настоящее согласие путем подачи письменного заявления в адрес Оператора посредством почтовой связи.
Настоящим я, в соответствии со статьей 9 Федерального закона от 27.07.2006
№ 152-ФЗ «О персональных данных», даю согласие АО «ДОМ.РФ» (ИНН 7729355614, ОГРН 1027700262270, noreply@xn--80ahbbiggbxxyl2q.xn--p1ai) (далее – Оператор) на обработку, а именно: сбор, запись, систематизацию, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передачу (предоставление, доступ), обезличивание, блокирование, удаление, уничтожение (далее - Обработка) моих персональных данных в следующем составе:
• имя
• фамилия
как с использованием средств автоматизации, так и без использования таких средств, в целях направления мне материалов и сообщений рекламного и/или информационного характера об услугах/продуктах Оператора, ссылок для прохождения онлайн опросов и тестов в сети Интернет (включая сообщения по электронной почте).
Настоящим согласием я подтверждаю, что Оператор вправе давать поручения на Обработку моих персональных данных, в указанной в настоящем согласии цели, следующим организациям: ООО «ДОМ.РФ Центр сопровождения» (ИНН 3666240353, ОГРН 1193668037870, Воронежская обл., г. Воронеж, просп. Революции, д. 38, пом. 10), АО «Банк ДОМ.РФ» (ИНН 7725038124, ОГРН 1037739527077, г. Москва, ул. Воздвиженка, д. 10) в целях, указанных в настоящем согласии.
Настоящее согласие действует в течение 5 (пяти) лет с момента его предоставления.
Я уведомлен(а), что могу отозвать настоящее согласие путем подачи письменного уведомления, которое может быть направлено в адрес Оператора посредством почтовой связи либо вручено лично под расписку представителю Оператора.
Настоящим я, в соответствии со статьей 9 Федерального закона от 27.07.2006
№ 152-ФЗ «О персональных данных», даю согласие Фонду ДОМ.РФ (ИНН 7704370836, ОГРН 1167700063992)(далее – Оператор) на обработку, а именно: сбор, запись, систематизацию, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передачу (предоставление, доступ), обезличивание, блокирование, удаление, уничтожение (далее - Обработка) моих персональных данных в следующем составе:
• Фамилия
• Имя
• Отчество
• Номер мобильного телефона
• Регион
• Город
• Текущее место работы
• Текущая должность
как с использованием средств автоматизации, так и без использования таких средств, в целях рассмотрения моей кандидатуры на участие в отборе на программу «Городские экспедиции» (далее – Программа), формирования списка кандидатов и участников Программы, организационно-информационного сопровождения моей кандидатуры на всех этапах отбора и проведения Программы, включая информирование о результатах отбора, расписании, организационных вопросах (включая сообщения по электронной почте), документирование результатов прохождения Программы, в том числе формирование и выдачу именных сертификатов участникам, успешно завершившим Программу.
Настоящим согласием я подтверждаю, что Оператор вправе давать поручения на Обработку моих персональных данных, в указанной в настоящем согласии цели, следующим организациям:
• ПАО ДОМ.РФ (ИНН 7729355614, ОГРН 1027700262270), расположенному по адресу: 125009, г. Москва, ул. Воздвиженка, д. 10;
• ООО «САППОРТ ПАРТНЕРС КИ ПИ АЙ» (ИНН 7731647759, ОГРН 107746278298), расположенному по адресу: 121614 г. Москва, ул. Осенняя, д. 14, оф. 125;
• ООО «САППОРТ ПАРТНЕРС» (ИНН 7731374438, ОГРН 1177746650355), расположенному по адресу: 105066, г. Москва, вн.тер.г.муниципальный округ Басманный, ул. Нижняя Красносельская, д. 35, стр.9, помещ. 57/3;
• ООО «Новая земля» (ИНН 6455059009, ОГРН 1136455002122), расположенному по адресу: 420061, Республика Татарстан (Татарстан), г.о. город Казань, г Казань, ул Николая Ершова, д. 1а, этаж 8, помещение. 853;
• ООО «Твига Диджитал Перформанс» (ИНН 7709484805, ОГРН 1167746161263), расположенному по адресу: 115114, город Москва, Дербеневская наб, д. 7 стр. 22, этаж 4 помещ. XIII, ком. 89 .
Настоящее согласие действует в течение 5 (пяти) лет с момента его предоставления.
Я уведомлен(а), что могу отозвать настоящее согласие путем подачи письменного уведомления, которое может быть направлено в адрес Оператора посредством почтовой связи либо вручено лично под расписку представителю Оператора.