Выявление зон тяготения центров высшей школы по цифровым следам пользователей социальной сети

Исследование выполнено за счёт гранта Российского научного фонда № 22–28–00766.— URL: –28–00766/.

Обучение в высшем учебном заведе‑ нии является важнейшим событием в жиз‑ ни человека, нередко приводящим к смене места жительства на период учёбы или без‑ возвратно. Для молодого человека завер‑ шение общего образования открывает воз‑ можности профессионального самоопреде‑ ления и миграционной мобильности. Для региона наличие развитого университета является ресурсом, необходимым для при‑ влечения населения с других территорий и удержания собственного человеческого потенциала.

В данной работе рассмотрено получение высшего образования в «ведущих центрах высшей школы» — городах, имеющих наи‑ больший потенциал для привлечения обра‑ зовательных мигрантов. Внутрироссийские образовательные миграции и зоны сбора абитуриентов исследуются с использовани‑ ем профилей пользователей сети «ВКонтак‑ те». Привлечение данных социальных сетей как источника для изучения миграции об‑ условлено существующими недостатками миграционного учёта: перемещение насе‑ ления в пределах страны не всегда сопро‑ вождается выполнением формальных про‑ цедур, регистрацию по месту жительства или пребывания мигранты нередко игнори‑ руют. Система учёта образовательной ми‑ грации в России также выступает объектом критики со стороны специалистов, указы‑ вающих, например, на расхождение данных Росстата и Минобрнауки РФ [1]. Внутрирос‑ сийские образовательные мигранты, запол‑ няя листки статистического учёта, как при‑ чину должны выбирать формулировку «в связи с учёбой». Однако вместо данной при‑ чины переселенцы стали чаще указывать другие. Так, в 2021 г. «в связи с учёбой» пе‑ реселилось 7,3% внутрироссийских мигран‑ тов старше 14 лет, а в 2015 г. таковых было 16,9% 1. Кроме того, публикуемые данные текущей статистики не позволяют опре‑ делить уровень учреждений образования, притягивающих мигрантов, и конкретные города‑центры притяжения.

Дополнительные возможности для из‑ учения межрегиональной миграции даёт использование цифрового следа, который оставляют люди, проводя время в социаль‑ ных сетях. Даже при условии, что распро‑ странённость социальных сетей среди со‑ циально‑демографических групп населе‑ ния неодинакова, данные, извлекаемые из профилей пользователей, позволяют сфор‑ мировать внушительные выборки, облада‑ ющие необходимой полнотой информации. Понимаем, что пользователи могут указы‑ вать в профиле недостоверные сведения, закрывать информацию о себе, что при‑ водит к смещению выборки. Поэтому пер‑ спективы использования данных социаль‑ ных сетей связаны с верификацией полу‑ ченных сведений, уточнением критериев достоверности данных, а также привлече‑ нием математических методов [2].

В качестве источника данных о внутри‑ российской миграции, связанной с получе‑ нием высшего образования, использована выгрузка из социальной сети «ВКонтакте», которая содержит публичные профили сту‑ дентов и выпускников вузов. Каждый за‑ полненный профиль, выгруженный из со‑ циальной сети, содержит набор сведений о пользователе: информацию об образова‑ нии и карьере, демографических характе‑ ристиках, интересах, месте рождения, учё‑ бы, проживания в разрезе конкретных насе‑ лённых пунктов. Кроме того, сеть «ВКонтак‑ те» имеет открытое API2, которое позволя‑ ет получить более полную обобщённую ин‑ формацию о пользователях.

Обзор исследований миграции населения на основе данных «ВКонтакте»

Одна из первых работ по изучению ми‑ грации на основе сведений о пользовате‑ лях в социальной сети «ВКонтакте» была предпринята Н. Ю. Замятиной [3], предло‑ жившей оценивать территориальные зоны сбора абитуриентов и распределения вы‑ пускников вузов. Данная работа вылилась в создание веб‑атласа «Виртуальное населе‑ ние России», в котором была представлена информация о местах учёбы и жительства, датах рождения, именах и дружеских свя‑ зях пользователей социальной сети «ВКон‑ такте» [4]. Выгрузка осуществлялась в нача‑ ле 2015 г., то есть до появления возможно‑ сти сделать профиль закрытым, что позво‑ лило охватить 88 млн профилей. Указанный проект, выступая результатом масштабно‑ го исследования, рассматривается и как ис‑ точник информации для других работ. На‑ пример, на основе его данных В. В. Фаузер и А. В. Смирнов изучали направления пере‑ мещения населения Арктики [5].

Другая группа социологов для изучения трансграничной образовательной мигра‑ ции использовала данные сети «ВКонтак‑ те» по потокам образовательных мигран‑ тов из 279 российских городов в 40 зарубеж‑ ных странах. Это позволило сгруппировать регионы России по тяготению к странам Ближнего Востока, Скандинавии, Китаю [6]. Н. К. Габдрахманов и Т. С. Бабкина рассма‑ тривали географию поступления абитури‑ ентов (в разрезе федеральных округов), ис‑ пользуя профили выпускников шести вузов России: Высшей школы экономики, Том‑ ского государственного университета, Се‑ верного (Арктического), Северо‑Восточно‑ го, Уральского федеральных университетов, МГУ имени М. В. Ломоносова [7]. Н. К. Габ‑ драхманов, В. В. Орлова и Ю. К. Александро‑ ва положили в основу типологии миграци‑ онного поведения данные цифровых следов студентов восьми университетов (кроме вышеназванных, Омского государственно‑ го университета имени Ф. М. Достоевского, Тюменского государственного университе‑ та). Типы миграционного поведения выяв‑ лялись путём соотношения местоположе‑ ний «родной город» и «текущий город», вы‑ делив студентов, которые приезжают в го‑ род вуза и остаются в нём или считают ре‑ гион вуза как транзитный [8]. И. П. Смирнов, Д. М. Виноградов и А. И. Алексеев предлага‑ ют рассматривать данные социальной сети как отражение предыдущей миграции насе‑ ления. На примере «межстоличной» Твер‑ ской области, теряющей население, авторы выявили распределение по современному месту проживания участников сообществ «ВКонтакте» по отдельным населённым пунктам региона [9].

Новизна подхода, предлагаемого авто‑ рами данной статьи, заключается в охвате всей территории России. Удалось получить базу данных, в которой обозначен не толь‑ ко город получения образования, но и реги‑ он выхода мигрантов с делением до уровня муниципального образования. Это первая подобная попытка после того, как пользо‑ ватели «ВКонтакте» получили возможность закрывать свои профили.

Источники информации

Количество пользователей «ВКонтакте» из России, по данным на 2021 г., составляло более 72 млн пользователей 3. При выгрузке данных существуют ограничения: не у всех пользователей профиль хотя бы частично заполнен. Кроме того, с сентября 2018 г. ад‑ министрация «ВКонтакте» объявила о «ре‑ форме приватности», благодаря которой появилась возможность делать профили за‑ крытыми, данные по ним невозможно по‑ лучить, не нарушая законодательство о за‑ щите персональных данных.

Для проведения исследования необхо‑ димы данные, содержащие информацию о регионе выхода и месте обучения студен‑ тов и выпускников российских вузов. Вы‑ грузка данных цифрового следа из «ВКон‑ такте» осуществлена в научно‑исследова‑ тельской лаборатории прикладного анализа больших данных Томского государственно‑ го университета с помощью платформы «SN Lab» (https://lk.opendata.university) в февра‑ ле 2022 года.

Для того чтобы пользователь был вклю‑ чён в выборку, необходимо соблюдение следующих условий: 1) тип аккаунта — «от‑ крытый» для выгрузки данных; 2) нали‑ чие в профиле пользователя заполнен‑ ного поля «родной город» («home_city_ name»), а при его отсутствии поля «школа» («schools_city»), необходимых для иденти‑ фикации места жительства до поступления в вуз. В случаях, когда пользователи указы‑ вали двойные названия населённых пунк‑ тов (например, «Курган‑Тюмень»), в раз‑ работку брался город, указанный первым; 3) наличие в профиле пользователя запол‑ ненных полей «вуз» («univ_name») и «город вуза» («univ_city_name») — для идентифи‑ кации города, в который переехал пользо‑ ватель для обучения. У пользователей, ко‑ торые указали, что обучались в нескольких вузах, рассматривалось последнее учебное заведение; 4) наличие в профиле пользова‑ теля заполненного поля «дата рождения». Указанным условиям соответствовали на момент выгрузки профили 5,3 млн пользо‑ вателей «ВКонтакте» во всех регионах РФ. В работе использованы только открытые обезличенные данные пользователей, по‑ этому каждому профилю был проставлен случайно сгенерированный идентифика‑ тор. Для получения итоговой выборки про‑ фили не достигших 17 лет были исключены из рассмотрения. Далее, по ключевым сло‑ вам, были исключены пользователи, у кото‑ рых в поле «вуз» («univ_name») указано не высшее учебное заведение, а колледж, тех‑ никум и другое. В итоге, количество поль‑ зователей «ВКонтакте» было сокращено до 3,7 млн человек. Полученный набор дан‑ ных превышает выборку, например, Всерос‑ сийской микропереписи населения 2015 г. в 2,2 млн человек4.

Следующим этапом являлась привязка данных пользователей к регионам на ос‑ новании информации о родном городе или школе. Для решения этой задачи использо‑ вался набор данных сайта ИНИД «Населён‑ ные пункты России: численность населе‑ ния и географические координаты» 5. Мас‑ сив данных включал более 70 млн позиций, для работы с которым использовался язык программирования Python 3. C его помо‑ щью в начальную таблицу с базой «ВКон‑ такте» были добавлены данные из базы ИНИД по совпадению двух ключевых по‑ лей, присутствующих в обеих базах: назва‑ ние населённых пунктов («home_city_name» и «settlement») и название региона («home_ region» и «region»). При условии совпадения названных полей профилю пользователя сети «ВКонтакте» проставлялся родной ре‑ гион. Такой подход позволил избежать ис‑ кажений в случае одинаковых названий на‑ селённых пунктов, расположенных в раз‑ ных субъектах РФ.

Ведущие центры высшего образования РФ

На основании полученных данных был выявлен для каждого субъекта РФ город‑ центр, где высшее образование предпочи‑ тает получать большинство уроженцев или выпускников школ региона. Предпочтение в основном отдаётся вузам родных регио‑ нов, и только в Ненецком, Ямало‑Ненецком и Чукотском автономных округах, большин‑ ство пользователей направляются в другой субъект РФ. Мы исходим из того, что мигра‑ ционная привлекательность центров выс‑ шей школы связана, во‑первых, со стату‑ сом университета; во‑вторых, с численно‑ стью населения города, поскольку неболь‑ шая численность жителей и неразвитый рынок труда снижают привлекательность для мигрантов. Регионы, в которых отсут‑ ствуют значимые вузы и нет крупных горо‑ дов, в большинстве своём являются экспор‑ тёрами человеческого капитала [10].

Большинство крупных российских уни‑ верситетов находятся в Москве и Санкт‑ Петербурге. Наивысшим статусом среди российских вузов наделены, наряду с МГУ и СПбГУ, федеральные университеты. Дан‑ ные университеты создавались с целью формирования и развития конкуренто‑ способного человеческого капитала в фе‑ деральных округах РФ. Большинство из 10 университетов, обладающих статусом «фе‑ деральный» (за исключением вузов Екате‑ ринбурга, Казани, Ростова‑на‑Дону) в на‑ стоящее время находятся в городах, не яв‑ ляющихся крупнейшими в соответствую‑ щих федеральных округах, а 4 университе‑ та — в городах с населением менее полумил‑ лиона жителей (Архангельск, Калининград, Симферополь, Якутск). Вместе с тем, в Рос‑ сии есть 10 городов‑миллионников (Вол‑ гоград, Воронеж, Краснодар, Нижний Нов‑ город, Новосибирск, Омск, Пермь, Самара, Уфа, Челябинск), не имеющих университе‑ тов с подобным статусом, но из‑за много‑ населённости тоже рассматриваются нами в качестве ведущих центров высшего обра‑ зования. Включение в число лучших уни‑ верситетов в России согласно рейтингу QS World University Rankings 20226 также ука‑ зывает на высокий статус вуза. Однако не в городах‑миллионниках находятся только Московский физико‑технический институт (в городе Долгопрудном, фактически слив‑ шимся с Москвой) и Томский государствен‑ ный университет.

Предложенная схема регионализации не лишена недостатков. Во‑первых, в качестве ведущих центров не учитываются города с сильными университетами, не входящи‑ ми в лидеры международного рейтинга и не имеющими федерального статуса, числен‑ ность населения которых менее 1 млн чело‑ век (Тюмень, Саратов, Барнаул); во‑вторых, для регионализации использованы круп‑ ные единицы — субъекты РФ.

Таким образом, ведущими центрами высшей школы, обладающими наибольшим потенциалом для привлечения или удержа‑ ния населения в ходе образовательной ми‑ грации, являются 23 города‑центра, соот‑ ветствующие хотя бы одному из критериев: наличие университета со статусом «феде‑ ральный» или включённого в число 10 луч‑ ших в России согласно рейтингу QS World University Rankings 2022, численность насе‑ ления свыше 1 млн человек. Получение выс‑ шего образования в ведущих центрах выс‑ шей школы отметили 2,197 млн пользова‑ телей «ВКонтакте», или 60% от выборки. По количеству тяготеющих к ним субъектов РФ ведущие города‑центры высшей школы мо‑ гут быть разделены на пять типов (табл. 1).

• 1.    «Столица» — наибольшим охватом пользователей «ВКонтакте» отличается Мо‑ сква — главный центр высшего образования в России, опережающая другие ведущие го‑ рода‑центры по количеству образователь‑ ных мигрантов в 33 субъектах РФ (регионы Центральной России, большинство респуб‑ лик Северного Кавказа, отдельные регионы Поволжья и Дальнего Востока).

• 2.    «Вторая столица» — Санкт‑Петербург является центром притяжения для 11 субъ‑ ектов РФ. Это почти все субъекты Северо‑ Запада, отдельные регионы Крайнего Севе‑ ра в азиатской части страны.

• 3.    «От 3 до 4 регионов» — такое число тяготеющих субъектов РФ имеют Воронеж, Владивосток, Красноярск, Новосибирск.

• 4.    «Свой + 1» — привлекательны для аби‑ туриентов из своего региона и одного из со‑ седних субъектов РФ: Архангельск, Екате‑ ринбург, Казань, Краснодар, Самара, Сим‑ ферополь, Ставрополь, Томск, Челябинск.

• 5.    «Свой регион» — зона влияния горо‑ да‑центра охватывает только свой регион: Волгоград, Калининград, Нижний Новгород, Омск, Пермь, Ростов‑на‑Дону, Уфа, Якутск.

На привлекательность центров оказы‑ вает влияние совокупность основных фак‑ торов, которые учитываются абитуриентом при принятии решения о переезде: терри‑ ториальная близость, параметры сферы об‑ разования, уровень социально‑экономиче‑ ского развития региона. Выбирая универ‑ ситет, абитуриенты стремятся поступить в ведущий образовательный центр в своём регионе (если таковой имеется) или в бли‑ жайшем субъекте РФ. Формирование зон влияния некоторых городов‑центров мо‑ жет быть связано с их былым или современ‑ ным административным статусом в рамках территориального устройства страны, опре‑ делившим традиционные связи по получе‑ нию высшего образования. Примерами та‑ кого взаимодействия являются тяготение Карачаево‑Черкесской Республики — к Ста‑ врополю, Республики Хакасия — к Красно‑ ярску, Ненецкого АО — к Архангельску. Од‑ нако есть примеры, когда зоны влияния ве‑

Таблица 1

Тяготение регионов России к ведущим центрам высшего образования (по данным профилей пользователей «ВКонтакте»)

Table 1

Gravity of Russian regions to the leading centers of higher education (according to «VKontakte» user profiles)

Город ‑ центр высшего образования	Регионы тяготения	Тип
Архангельск	Архангельская обл., Ненецкий АО	4
Владивосток	Амурская обл., Еврейская АО, Приморский край, Сахалинская обл.	3
Волгоград	Волгоградская обл.	5
Воронеж	Белгородская обл., Воронежская обл., Липецкая обл.	3
Екатеринбург	Свердловская обл., Ханты-Мансийский АО — Югра	4
Казань	Республики Марий Эл и Татарстан	4
Калининград	Калининградская обл.	5
Краснодар	Адыгея, Краснодарский край	4
Красноярск	Иркутская обл., Красноярский край, республики Тыва и Хакасия	3
Москва	Астраханская обл., Брянская обл., Владимирская обл., Республика Дагестан, Забайкальский край, Ивановская обл., республики Ингушетия, КабардиноБалкарская и Калмыкия, Калужская обл., Кировская обл., Костромская обл., Курская обл., Республика Мордовия, Москва, Московская обл., Орловская обл., Пензенская обл., Рязанская обл., Саратовская обл., Республика Северная Осетия — Алания, Смоленская обл., Тамбовская обл., Тверская обл., Тульская обл., Тюменская обл., Удмуртская Республика, Ульяновская обл., Хабаровский край, республики Чеченская и Чувашия, Чукотский АО, Ярославская обл.	1
Нижний Новгород	Нижегородская обл.	5
Новосибирск	Республики Алтай и Бурятия, Алтайский край, Новосибирская обл.	3
Омск	Омская обл.	5
Пермь	Пермский край	5
Ростов-на-Дону	Ростовская обл.	5
Самара	Оренбургская обл., Самарская обл.	4
Санкт-Петербург	Вологодская обл., Камчатский край, республики Карелия и Коми, Ленинградская обл., Магаданская обл., Мурманская обл., Новгородская обл., Псковская обл., Санкт-Петербург, Ямало-Ненецкий АО	2
Симферополь	Республика Крым, Севастополь	4
Ставрополь	Республика Карачаево-Черкесская, Ставропольский край	4
Томск	Кемеровская обл.— Кузбасс, Томская обл.	4
Уфа	Республика Башкортостан	5
Челябинск	Курганская обл., Челябинская обл.	4
Якутск	Республика Саха (Якутия)	5

Источник: выгрузка из сети «ВКонтакте» за февраль 2022 года.

дущих центров получения высшего образо‑ вания включают удалённые от них субъек‑ ты РФ. Так, абитуриенты Ямало‑Ненецкого АО, Камчатского края, Магаданской области предпочитают Санкт‑Петербург другим ве‑ дущим центрам, к Владивостоку тяготеют не граничащие с Приморьем области Амур‑ ская и Еврейская автономная, к Новосибир‑ ску — Республика Бурятия.

Слабое значение территориальной бли‑ зости для формирования зон влияния ве‑ дущих центров проявляется при рассмо‑ трении отдельных субъектов РФ, относя‑ щихся к зоне влияния Москвы, включаю‑ щей, в частности, Чукотский АО, Респуб‑ лику Дагестан, Хабаровский край, другие удалённые территории. Показателен при‑ мер Республики Калмыкия, которая грани‑ чит с Ростовской, Волгоградской областями и Ставропольем — регионами, где имеют‑ ся ведущие центры высшей школы. Но из 1579 профилей пользователей, родивших‑ ся или окончивших школы Калмыкии и по‑ ступивших в ведущие центры, 36% пред‑ почли обучаться в Москве, а доля соседних регионов заметно ниже: Волгограда –19%, Ставрополя — 16%, Ростова‑на‑Дону — 11%. Схожая картина с предпочтением столиц трём ближайшим городам‑миллионникам характерна и для Удмуртской Республики, где доля Москвы в структуре обучающихся в ведущих центрах составляет 34%, Санкт‑ Петербурга — 16%, тогда как соседние Ка‑ зань, Пермь, Уфа предпочитали, соответ‑ ственно 16%, 15% и 1% рассматриваемых 7620 профилей пользователей «ВКонтакте».

Привлекательность ведущих центров высшей школы определяется и факторами, непосредственно связанными со сферой об‑ разования. Формированию исходящих по‑ токов образовательных мигрантов способ‑ ствует слабость высшей школы в отдельных регионах, в которых вузы отсутствуют или имеются только филиалы. Притягивающи‑ ми факторами, связанными со сферой обра‑ зования, являются престижность вуза, каче‑ ство получаемого образования, предлагае‑ мые направления подготовки, низкая стои‑ мость обучения.

Миграции, связанные со сферой образо‑ вания, могут определяться социально‑эко‑ номическими факторами. Согласно отдель‑ ным исследованиям, выбор учебного за‑ ведения и миграционные планы абитури‑ ентов определяются не столько качеством образования в региональных вузах, сколь‑ ко субъективным восприятием социально‑ экономических условий региона, в котором они хотели бы получать образование [11].

С учётом того, что в малом городе не может быть создан широкий набор условий жизни, важным притягивающим фактором указы‑ вается наличие в регионе крупного центра как его экономического, культурного, ин‑ фраструктурного ядра [10]. Социально‑эко‑ номические факторы или их восприятие определяют возможности трудоустройства, заработка, самореализации мигрантов, большинство из которых переселяется в мо‑ лодом возрасте. Такие переселения только по форме являются образовательными ми‑ грациями, а поступление и дальнейшая учё‑ ба в вузе другого региона выступает спосо‑ бом переезда и адаптации на новом месте. Направления выезда на учебу из малых го‑ родов выбираются с учётом планов остать‑ ся в крупном городе и даже «с прицелом» на последующий отъезд всей семьи [12].

Дополнительный материал для анализа каждой из групп регионов, тяготеющих к од‑ ному из ведущих центров, даёт анализ соот‑ ношения количества следующих групп поль‑ зователей «ВКонтакте»: обучающихся в ре‑ гионах тяготения, во всех или только в «сво‑ ём» ведущем центре высшей школы (табл. 2).

Доля обучающихся в ведущих центрах в об‑ щем числе обучающихся из регионов тяготе‑ ния определённого ведущего центра показы‑ вает стремление и возможность абитуриен‑ тов получать образование в ведущих центрах высшей школы. Низкая доля обучающихся в них характерна для групп субъектов РФ, тя‑ готеющих к Томску и Москве. В случае столи‑ цы России это объяснимо большим количе‑ ством тяготеющих регионов и значительным территориальным охватом данной группы, а в случае Томска — наличием крупных горо‑ дов, удерживающих абитуриентов в тяготею‑ щей Кемеровской области — Кузбассе.

Наиболее велика доля ведущих центров в общем числе обучающихся в Калинин‑ градской (96%) и Омской областях (95%). Это объясняется двумя обстоятельствами. Во‑первых, Калининград и Омск удалены от других ведущих центров, во‑вторых, боль‑ шая часть населения этих субъектов РФ про‑ живает и обучается в областных центрах, где и находятся вузы. Подавляющее боль‑ шинство поступающих из данных регионов

Таблица 2

Распределение профилей пользователей «ВКонтакте» по зонам тяготения городов-ведущих центров высшей школы, человек

Table 2

Distribution of «VKontakte» user profiles by gravity zones of cities — leading centers of higher education, persons

Город ‑ центр высшего образования	Число обучающихся в регионах тяготения	Число обучающихся в ведущих центрах из регионов тяготения	Число обучающихся в «своём» ведущем центре из регионов тяготения	Доли при делении данных в колонках А, В и С
	A	B	C	B/A	C/A	C/B
Архангельск	37484	28808	16622	0,77	0,44	0,58
Владивосток	77149	43327	34534	0,56	0,45	0,80
Волгоград	63839	52153	43956	0,82	0,69	0,84
Воронеж	129041	73997	61515	0,57	0,48	0,83
Екатеринбург	163967	120763	97760	0,74	0,60	0,81
Казань	118950	76690	64929	0,64	0,55	0,85
Калининград	28963	27583	23042	0,95	0,80	0,84
Краснодар	116089	76899	53933	0,66	0,46	0,70
Красноярск	148618	80107	58547	0,54	0,39	0,73
Москва	1310548	634783	532378	0,48	0,41	0,84
Нижний Новгород	100983	82432	73986	0,82	0,73	0,90
Новосибирск	165820	99508	76941	0,60	0,46	0,77
Омск	51833	50017	45547	0,96	0,88	0,91
Пермь	85669	70515	57030	0,82	0,67	0,81
Ростов-на-Дону	99196	68306	57953	0,69	0,58	0,85
Самара	134429	76752	61744	0,57	0,46	0,80
Санкт-Петербург	422629	300713	254403	0,71	0,60	0,85
Симферополь	43607	23890	17690	0,55	0,41	0,74
Ставрополь	49759	31658	21309	0,64	0,43	0,67
Томск	98009	44333	30010	0,45	0,31	0,68
Уфа	66817	38943	24565	0,58	0,37	0,63
Челябинск	123397	80202	61669	0,65	0,50	0,77
Якутск	19659	14435	7893	0,73	0,40	0,55
Всего	3656455	2196814	1777956	0,60	0,49	0,81

Источник: выгрузка из сети «ВКонтакте» за февраль 2022 года.

были либо внутрирегиональными мигран‑ тами, а не межрегиональными, либо не яв‑ лялись мигрантами, получая образование в родном городе.

Наименьшая значимость «своего» веду‑ щего центра выявлена у выходцев из Саха (Якутии) и Архангельской области, 55 и 58% соответственно. Архангельск и Якутск не от‑ носятся к числу крупнейших городов, а ста‑ тусные университеты, расположенные здесь не столь успешно конкурируют с другими вузами. Абитуриенты из Архангельской об‑ ласти, направляющиеся в ведущие центры, предпочитают обучение не только в Архан‑ гельске, но и в Санкт‑Петербурге — 21%, Мо‑ скве — 12%, Владивостоке — 2% и других го‑ родах. Уроженцы и выпускники школ Рес‑ публики Саха (Якутии), помимо Якутска, выбирают Новосибирск — 12%, Москву — 11%, Санкт‑Петербург — 8% от числа вы‑ бравших ведущие центры высшей школы.

Заключение

Существование ведущих центров высше‑ го образования организует потоки образо‑ вательной миграции на пространстве Рос‑ сии. Центры высшей школы заметно раз‑ личаются по количеству тяготеющих к ним субъектов РФ. Наиболее мощными из них являются Москва и Санкт‑Петербург. К сла‑ бым из ведущих центров, притягивающих абитуриентов только своего региона от‑ носятся Волгоград, Калининград, Нижний Новгород, Омск, Пермь, Ростов‑на‑Дону, Уфа, Якутск.

Наличие «сильных» университетов в раз‑ ных регионах страны должно позитивно сказываться на интеллектуальной динами‑ ке. Но создавать в каждом крупном городе мощный вуз с целью «удержания молодё‑ жи» нецелесообразно. Получение высшего образования в столицах не будет приводить к негативным последствиям для других ре‑ гионов в случае, если социально‑экономи‑ ческая ситуация в них будет мотивировать выпускников вузов вернуться. В ином слу‑ чае получение образования скорее будет яв‑ ляться способом переезда.

Привлечение данных цифровых следов пользователей «ВКонтакте» позволяет про‑ двинуться в изучении процессов региона‑ лизации сферы высшего образования. Од‑ нако следует учитывать, что использование пользователями настроек приватности или указания в профиле недостоверной инфор‑ мации, может приводить к смещению вы‑ борки. Тем не менее, применение сведений социальных сетей для изучения образова‑ тельной миграции, как и вообще «больших данных» в изучении населения, представля‑ ется авторам актуальным, поскольку позво‑ ляет, с одной стороны, дополнить данные традиционной статистики, доверие к ко‑ торой снижается из‑за недоучёта мигран‑ тов, а с другой, охватить больше респонден‑ тов, чем традиционные социологические опросы.