CC BY-NC-ND
39
Научная статья УДК: 331.5
DOI: 10.17323/1999-5431-2022-0-1-193-219
АНАЛИЗ ВЫХОДА ИЗ ЗАРЕГИСТРИРОВАННОЙ БЕЗРАБОТИЦЫ: ВОЗМОЖНОСТИ ДЛЯ ФОРМИРОВАНИЯ АКТИВНОЙ РЕГИОНАЛЬНОЙ ПОЛИТИКИ НА РЫНКЕ ТРУДА
1 Гильтман Марина Андреевна,
2 Мерзлякова Анастасия Юрьевна,
3 Антосик Любовь Валерьевна
1' 2' 3 Тюменский государственный университет, научно-учебная лаборатория исследований рынка труда; 625003, г. Тюмень, ул. Володарского, д. 6
1 Кандидат экономических наук, профессор кафедры экономики
и финансов, заведующая научно-учебной лабораторией исследований рынка труда; giltman@rambler.ru
2 Кандидат экономических наук, старший научный сотрудник; a.y.merzlyakova@utmn.ru
3 Кандидат экономических наук, старший научный сотрудник; l.antosik@utmn.ru; ORCID ГО: 0000-0001-7433-6621
Аннотация. С началом в 2019 г. реформы государственных региональных служб занятости населения и с изменением института выплаты пособия зарегистрированным безработным приобрели особую актуальность вопросы о том, какие именно граждане с какими индивидуальными характеристиками трудоустраиваются через центры занятости и на какие рабочие места; какие индивидуальные характеристики безработных определяют скорость выхода из зарегистрированной безработицы в различные варианты трудоустройства или экономическую неактивность.
© HSE, 2022
193
Цель исследования состояла в оценке влияния индивидуальных характеристик безработных на длительность пребывания в статусе зарегистрированного безработного. Оценки функции Каплана-Майера для определения выхода из безработицы проводились для различных социально-демографических групп, учитывая гендерную принадлежность, возрастную и образовательную разнородность индивидов, а также различия в месте их проживания.
Тюменская область стала одним из 16 пилотных субъектов РФ, в которых переход к службам занятости нового типа стартовал раньше, чем в большинстве российских регионов. На основе данных за 2019 г., предоставленных службами занятости Тюменской области, показано, с какими категориями граждан государственные центры занятости населения работают уже достаточно эффективно, а какие категории успешнее находят работу самостоятельно. Было установлено, что быстрее с помощью служб занятости трудоустраивались индивиды с невысоким запасом человеческого капитала (без высшего образования), а также те, кто проживали в селе и/или соглашались на временное трудоустройство. Нашедшие работу самостоятельно, как правило, трудоустраивались на более высокие карьерные позиции.
В неактивность быстрее всего переходят наименее квалифицированные безработные. Полученные результаты позволяют сделать вывод о том, что модернизация службы занятости, повышение ее роли в трудоустройстве разных групп безработных, в том числе и с высоким уровнем квалификации, невозможны без формирования более разнообразного банка вакансий, тесного сотрудничества с работодателями, разработки и внедрения эффективных подходов к взаимодействию с гражданами.
Ключевые слова: регистрируемая безработица, моделирование безработицы, анализ времени дожития, служба занятости, трудоустройство, экономическая неактивность
Для цитирования: Гильтман М. А., Мерзлякова А. Ю., Антосик Л. В. Выход из зарегистрированной безработицы: оценка влияния индивидуальных характеристик // Вопросы государственного и муниципального управления. 2022. № 1. С. 193-219. DOI: 10.17323/1999-5431-2022-0-1-193-219.
Финансирование: Исследование выполнено в рамках проекта «Зеркальные лаборатории НИУ ВШЭ» 2020-2022 гг., проект «Региональные рынки труда: выпускники, предприятия, тренды, институты».
Благодарность: Авторы статьи выражают признательность Т. В. Погодае-вой, руководителю программы развития ФГАОУ ВО «Тюменский государственный университет», за организационную поддержку проекта; Департаменту труда и занятости населения Тюменской области - за предоставленные данные; а также доктору экономических наук, профессору НИУ ВШЭ Смирных Ларисе Ивановне -за консультационную поддержку.
Статья подготовлена в рамках проекта по поддержке публикаций авторов российских образовательных и научных организаций в научных изданиях НИУ ВШЭ (программа «Университетское партнерство»).
Original article
ANALYSIS OF EXIT FROM REGISTERED UNEMPLOYMENT: OPPORTUNITIES FOR FORMING AN ACTIVE REGIONAL POLICY IN THE LABOR MARKET
1 Marina A. Giltman,
2 Anastasia Yu. Merzlyakova,
3 Lyubov V. Antosik
i, 2, 3 University of Tyumen, Laboratory for Labour Market Studies, University of Tyumen; 6 Volodarsky Str., 625003 Tyumen, Russia
1 PhD, Professor at the Department of Economics and Finance,
Head of the Laboratory for Labour Market Studies; giltman@rambler.ru
2 PhD, Senior Research Fellow; a.y.merzlyakova@utmn.ru
3 PhD, Senior Research Fellow; l.antosik@utmn.ru; ORCID ID: 0000-0001-7433-6621
Abstract. The current study aims to explore individual characteristics of the unemployed, which determine the speed of exit from registered unemployment to various employment options or economic inactivity. Their assessment seems to be urgent due to the reform of the State Regional Employment Services, which began in 2019. In the very beginning of the reform it is important to understand individual characteristics of the citizens, employed through the State Regional Employment Services and their jobs. The article observes who the state employment centers are already working with quite effectively, and which categories of citizens are still more successful in finding work on their own. The Tyumen region has become one of 16 pilot subjects of the Russian Federation where the transition to a new type of the State Regional Employment Service started earlier than in most Russian regions. In addition, in 2019 the institution of paying benefits to registered unemployed people has changed. That is why in our study we refer to the data for 2019, kindly provided by the Employment Service of the Tyumen region. The purpose of this work is to assess the influence of individual characteristics of the unemployed on the period of being in the status of a registered unemployed. Estimates of the Kaplan-Meier function to determine the exit from unemployment were carried out for various socio-demographic groups, taking into account gender, age and educational heterogeneity of individuals, as well as differences in their place of residence. The analysis is based on data provided by the employment services of the Tyumen region for 2019. The results showed that individuals with a low level of human capital (without higher education), as well as those who lived in a village and / or agreed to temporary employment, were the fastest to get employed with the help of employment services. However, those who found work on their own, as a rule, got employed for higher career positions.
The least qualified unemployed were the fastest to join the group of economically inactive people. The obtained results allow us to conclude that modernizing the employment service and increasing its role in the employment process is impossible without creating a more diverse bank of vacancies, close cooperation with employers and developing effective approaches to the employment of unemployed with a high level of qualifications.
Keywords: registered unemployment, unemployment modelling, survival analysis, employment service, employment, economic inactivity
For citation: Giltman, M., Merzlyakova, A. and Antosik, L. (2022) 'Exit from registered unemployment: Estimating the impact of individual characteristics', Public Administration Issues, 1, pp. 193-219 (in Russian). DOI: 10.17323/1999-5431-2022-0-1-193-219.
JEL Classification: J64, J68.
Acknowledgements: The authors of the article are grateful to T.V. Pogodaeva, Head of the Development Program of Tyumen State University for organizational support of the project, the Department of Labor and Employment of the Tyumen Region for providing data, as well as Doctor of Economics, Professor of the National Research University Higher School of Economics Smirnykh Larisa I. for consulting support.
The article was prepared as part of a project to support publications by authors of Russian educational and scientific organizations in scientific publications of the National Research University Higher School of Economics, Russia (University Partnership Program).
Введение
Одной из наиболее обсуждаемых тем в сфере содействия занятости населения РФ является модернизация Службы занятости населения («Служба занятости населения 2.0»1), реализуемая в рамках национального проекта «Повышение производительности труда и поддержка занятости», федерального проекта «Поддержка занятости и повышение эффективности рынка труда для обеспечения роста производительности труда». Предполагается, что службы занятости населения начнут функционировать в качестве современных кадровых центров, оказывая проактивное содействие профессиональной реализации граждан (Служба занятости..., 2019). С начала 1990-х гг. службы занятости в России играли весьма скромную роль в решении проблем трудоустройства безработных, а динамика регистрируемой безработицы чаще отражала изменение возможностей служб занятости, чем реальную ситуацию на рынке труда (Капелюшников, 2009). Граждане более активно регистрировались в службах занятости в те периоды, когда повышалось пособие по безработице (Гильтман и др., 2019). Например, ре-
1 URL: https://rostrud.gov.ru/SZN2/.
форма пособия по безработице в 2020 г., негативные ожидания населения относительно роста безработицы и упрощение процедуры регистрации в качестве безработного в службах занятости населения в связи с пандемией COVID-19 привели к тому, что по итогам 2020 г. численность зарегистрированных безработных в России выросла в три раза по сравнению с 2019 г. (Копыток, Кузьмина, 2020).
Ранее в российской экономической литературе неоднократно обсуждались различия в общей и регистрируемой безработице как одна из отличительных черт российской модели рынка труда (Капелюшников, 2009; Гимпельсон, Капелюшников, 2015; Гильтман и др., 2019; Вишневская, Зудина, 2019). Но работ, посвященных исследованиям современного состояния вопросов о том, какие именно граждане (обладающие какими индивидуальными характеристиками) трудоустраиваются через центры занятости и на какие рабочие места, сегодня крайне мало. Исследования такого рода важны, если мы хотим понять, что нужно сделать, чтобы государственные центры занятости населения стали полноценным каналом поиска работы и задачи модернизации Службы занятости населения были выполнены.
За рубежом длительность нахождения в зарегистрированной безработице чаще всего связывают с периодом получения пособия по безработице. В частности, исследуют взаимосвязь продолжительности получения пособия по безработице и обеспечения лучшего соответствия навыков работника и рабочего места, а также длительности безработицы и уровня заработной платы после выхода из безработицы (Tuit, van Ours, 2010; Boeri, Macis, 2010; Gonzalez-Rozada, Ruffo, 2016; Kyyrä, Pesola, 2020a; Brown et al., 2021). Например, были найдены положительные эффекты влияния длительности выплат пособий по безработице на трудоустройство безработных на более производительные рабочие места в работах Acemoglu, Shimer (2000), Le Barbanchon (2016), Uren (2018) и др. Логика такого положительного влияния заключается в том, что у безработных есть больше времени для поиска лучшего рабочего места, а у работодателей - для создания подходящих рабочих мест (Acemoglu, Shimer, 2000). Отдельное место занимают исследования влияния особых условий выплаты пособий по безработице пожилым людям на их последующее трудоустройство или переход в неактивность (Arranz, Garcia-Serrano, 2020; Kyyrä, Pesola, 2020b и др.).
Безусловно, исследования активной и пассивной политики на рынках труда стран, прошедших через путь трансформации от командно-административной к рыночной экономике, требует особых подходов. Зачастую инструменты этой политики изобретались быстро, минуя длительный этап подстройки под нужды современных рынков труда, как это происходило в западных странах (Góra, Schmidt, 1998; Kluve et al., 2008; Tyrowicz, Wojcik, 2010; Lehmann, Muravyev, 2015 и др.). Так, сложно предположить, что в современных российских условиях сроки выплаты пособий играют такую же важную роль, как в западных странах, в связи с тем, что размер пособий крайне невелик (Вишневская, Зудина, 2019). Невысокий размер пособия по безработице не позволяет рассматривать данный инструмент как альтернативу заработной плате, поэтому главной задачей работы служб
занятости населения является не назначение пособия, а наиболее быстрое трудоустройство безработного на соответствующее его квалификации рабочее место. В данном исследовании для оценки длительности пребывания индивида в статусе зарегистрированного безработного в службе занятости мы обращаемся к функциям дожития, а именно используем функцию Каплана-Майера. Функции дожития позволяют оценить длительность пребывания индивида в определенном эпизоде, а также влияние определенных факторов на скорость выхода из него. В нашем случае эпизод - это время от начала регистрации в качестве безработного до выхода из этого состояния в трудоустройство или неактивность. Факторами, ускоряющими или замедляющими процесс выхода индивида из состояния зарегистрированной безработицы, являются такие его характеристики, как пол, возраст, образование, место жительства. Используя функцию Каплана-Майера, мы пытаемся ответить на вопросы о том, какие индивидуальные характеристики безработного способствуют более быстрому его трудоустройству и на каких условиях. Для формирования активной политики на региональном рынке труда важно понимать, каких безработных службы занятости трудоустраивают достаточно успешно уже сейчас и какими индивидуальными характеристиками обладают те безработные, которые, несмотря на обращение в службу занятости населения, не находят там подходящих вакансий и в итоге трудоустраиваются самостоятельно или переходят в экономическую неактивность. Ответы на эти вопросы помогут разработать более адресные меры поддержки для разных групп безработных, более эффективно их реализовывать.
Цель исследования - оценить влияние индивидуальных характеристик безработных на длительность пребывания в статусе зарегистрированного безработного до момента трудоустройства или выхода в неактивность. Предметом исследования являются индивидуальные характеристики безработных, определяющие скорость выхода из зарегистрированной безработицы в различные варианты трудоустройства или экономическую неактивность.
Исследование проводилось на данных, предоставленных службами занятости Тюменской области за 2019 год, т.е. до введения антиковидных мер, которые могли бы существенно зашумлять данные о трудоустройстве и индивидуальных характеристиках безработных в связи с большим количеством дополнительных мероприятий и выплат безработным, реализуемых через службы занятости населения в 2020 г. Оценивание периодов длительности безработицы (скорости выхода из безработицы) проводилось с помощью функции дожития (survival analysis).
Методология и стратегия оценивания
Для оценки влияния различных факторов на продолжительность пребывания в каком-либо эпизоде, имеющем четко определяемые начало и окончание, в экономической литературе часто используют функции дожития (Denisova, 2001; Денисова, 2017; Boskoski et al., 2021 и др.).
Эконометрическими моделями дожития называются модели, которые позволяют анализировать продолжительность пребывания в каком-либо состоянии до перехода к другому (Колин и др., 2015).
Длительность состояния является неотрицательной случайной величиной T, зачастую дискретной в экономических данных. Обозначим функцию распределения величины T как F(t), функцию плотности - как
т=dm/dt.
Тогда вероятность того, что время жизни, или длительность состояния, окажется меньше t, равна
F(t) = Р[Т <t] = Sf(s)ds (1)
о
Вероятность того, что время жизни окажется больше или равно t, называется функцией выживания, задаваемой следующим образом:
Также наиболее важным понятием в анализе времени жизни является функция риска. Она означает мгновенную вероятность перехода к другому состоянию, при условии, что объект дожил до некоторого момента времени t
Особенность методов анализа выживаемости состоит в том, что они применяются к неполным данным. Это связано с тем, что некоторые объекты невозможно наблюдать на всем протяжении их жизни и данные оказываются цензурированными. Например, исследование о текущем состоянии безработицы может содержать информацию только о незавершенных событиях, т.е. о людях, которые еще не нашли работу, поэтому мы не сможем понять, сколько времени требуется человеку для поиска работы. Вместо этого мы сможем узнать лишь, как долго тот или иной индивид уже является безработным.
Цензурирование бывает справа, слева или в интервале. В рассматриваемом исследовании данные цензурируются справа, т.е. мы наблюдаем объект с начального момента (с постановки безработного на учет в службе занятости) до момента цензурирования с. Для учета цензурирования строится индикатор: Sj = 1, если произошел переход в ожидаемое состояние; Sj = 0, если в рассматриваемом периоде переход не произошел.
При моделировании времени жизни используются непараметрические и параметрические модели. Методы непараметрического оценивания хорошо подходят для описания поведения функции выживания. В данных моделях регрессоры отсутствуют, поэтому для того чтобы понять, как ведет себя ключевая переменная в различных условиях, можно по отдельности построить непараметрические оценки для каждого значения объясняющих переменных и сравнить их. Наиболее распространенным методом оценки функций дожития и риска является множительная оценка Каплана-Майера, которая
позволяет оценить функции дожития и риска с учетом цензурирования. Рассмотрим принцип построения оценок Каплана-Майера. Пусть Ц ... < tk -дискретные моменты времени. Для каждого ] = 1, 2, ..., к пусть й. - число длительностей, завершившихся к моменту I . Пусть т. - число цензурированных наблюдений между t. и 1+1. Пусть г. равняется количеству наблюдений, находящихся под риском в момент перед I и равные г. = (й + т. ) + ... + (йк + тк ). Оценкой функции риска будет количество наблюдений, завершенных в момент tj , деленное на количество наблюдений с риском отказа в момент до I :
Оценка Каплана-Майера или множительная оценка функции выживания определяется как
Это убывающая ступенчатая функция со скачками в каждом моменте отказа, оценка которой определяется как непараметрическая оценка метода максимального правдоподобия.
В нашей работе мы используем функцию Каплана-Майера для оценки длительности пребывания индивида в статусе зарегистрированного безработного в службе занятости Тюменской области. Для этого делим безработных на подгруппы по разным признакам: пол, возраст, уровень образования, место жительства и последовательно оцениваем скорость выхода из безработицы в случаях трудоустройства по направлению службы занятости населения (трудоустройство на любую работу, постоянное трудоустройство и временное трудоустройство), самостоятельного трудоустройства и выхода в экономическую неактивность (выбытие из состава рабочей силы).
Данные и их описательный анализ
Для анализа продолжительности состояния безработицы была использована информация, предоставленная службами занятости Тюменской области. База данных содержит 13832 наблюдения (субъектов), которые характеризуют сведения о трудоспособном населении Тюменской области, поставленном на учет в службах занятости в 2019 г.
Длительность эпизода пребывания в статусе зарегистрированного безработного (далее - длительность безработицы) рассчитывалась как время между днем постановки на регистрационный учет безработного гражданина в одном из центров занятости населения Тюменской области и снятием с регистрационного учета, осуществляемыми в соответствии с Правилами регистрации безработных граждан, определенными Постановлением Правительства РФ от 07.09.2012 N 891. При этом снятие с регистрационного учета безработных граждан происходит в случаях: признания гражданина занятым по основаниям, предусмотренным статьей 2 Закона Российской Федерации «О занятости населения в Российской Федерации»; прохожде-
ния профессионального обучения или получения дополнительного профессионального образования по направлению государственных учреждений службы занятости населения с выплатой стипендии; назначения пенсии, предусмотренной пунктом 2 статьи 32 Закона Российской Федерации «О занятости населения в Российской Федерации», либо назначения страховой пенсии по старости, в том числе досрочно, либо назначения пенсии по старости или пенсии за выслугу лет по государственному пенсионному обеспечению и др. (Постановление Правительства РФ от 07.09.2012 N 891, п. 20).
В качестве ключевых факторов, объясняющих длительность безработицы, мы использовали гендерную принадлежность (пол); возраст безработного (количество полных лет); уровень образования (категориальная переменная, принимающая значения: «Среднее образование и ниже среднего», «Среднее профессиональное образование», «Высшее образование и выше»); тип населенного пункта (категориальная переменная, принимающая значения: «Областной центр», «Город» (кроме областного центра), «Село»).
Все данные цензурируемы справа. Технически цензурирование осуществлялось следующим образом: нами была создана переменная status на основе данных, характеризующих причину снятия безработного с учета в службе занятости. Переменная status принимает значение 1 для наблюдений, которые трудоустраиваются как на постоянную, так и на временную работу, а наблюдения, которые снимаются с учета по иным причинам или продолжают искать работу с помощью службы занятости, являются цензурированными, и переменная status для них принимает значение 0.
Рассмотрим основные характеристики и распределение выбранных переменных для нашей выборки (табл. 1).
Таблица 1
Общая характеристика основных переменных
N Переменная Значение Общее Женщины Мужчины
Число наблюдений Доля (%) наблюдений Среднее Стандартное отклонение Число наблюдений Доля (%) наблюдений Среднее Стандартное отклонение Число наблюдений Доля (%) наблюдений Среднее Стандартное отклонение
1 Пол Женский 7516 54,3 0,46 0,50
Мужской 6316 45,7
2 Возраст В годах - - 40,4 11,3 - - 39 9,9 - - 42,2 12,6
3 Возрастные группы 18 и моложе 207 1,5 0,02 0,12 79 1,1 0,01 0,10 128 2,0 0,02 0,14
19-35 4855 35,1 0,35 0,48 2889 38,4 0,38 0,49 1966 31,1 0,31 0,46
36-54 7433 53,7 0,54 0,50 4545 60,5 0,61 0,49 2888 45,7 0,46 0,5
55 и старше 1337 9,7 0,10 0,30 3 0,0 0 0 1334 21,1 0,21 0,41
N Переменная Значение Общее Женщины Мужчины
Число наблюдений Доля (%) наблюдений Среднее Стандартное отклонение Число наблюдений Доля (%) наблюдений Среднее Стандартное отклонение Число наблюдений Доля (%) наблюдений Среднее Стандартное отклонение
4 Тип населенного пункта Областной центр 6794 49,1 0,49 0,50 3898 51,9 0,52 0,5 2896 45,9 0,46 0,5
Город 3138 22,7 0,23 0,42 1732 23,0 0,23 0,42 1406 22,3 0,22 0,42
Село 3900 28,2 0,28 0,45 1886 25,1 0,25 0,43 2014 31,9 0,32 0,47
5 Уровень образования Среднее общее и ниже 4797 34,7 0,35 0,48 1979 26,3 0,26 0,44 2818 44,6 0,45 0,50
Среднее профессиональное 4924 35,6 0,36 0,48 2649 35,2 0,35 0,48 2275 36,0 0,36 0,48
Высшее 4111 29,7 0,30 0,46 2888 38,4 0,38 0,49 1223 19,4 0,19 0,40
Источники: Расчеты авторов на основе данных собственного исследования (- и далее, если не указано иное).
Как мы видим, состав зарегистрированных безработных весьма разнороден. Среди безработных преобладают женщины (54,3%), лица в возрасте 36-54 лет (53,7%), жители областного центра (г. Тюмени). Более двух третей зарегистрированных безработных не имели высшего образования (высшее образование имели 29,7% всех безработных; среднее профессиональное -35,6%; среднее общее и ниже - 34,7%).
Из гендерных различий в распределении зарегистрированных безработных стоит отметить, во-первых, разную возрастную структуру мужчин и женщин. Несмотря на то что 2019 год был годом начала повышения пенсионного возраста, женщин старше 54 лет в составе зарегистрированных безработных было совсем немного - три человека. В подавляющем большинстве случаев возраст зарегистрированных безработных женского пола достигал значения 54 года. Как следствие, в возрасте 36-54 года находилось 60,5% безработных женщин и 45,7% безработных мужчин. Соответственно, в возрастной группе «55 лет и старше», как отмечалось выше, почти не было женщин, тогда как мужчин было 21,1%. Во-вторых, достаточно неравномерно мужчины и женщины, зарегистрированные в качестве безработных, распределялись по типу населенного пункта: в Тюмени (областном центре) проживали почти 52% женщин и только 46% мужчин, а в сельской местности - почти 32% мужчин и только 25% женщин. В-третьих, мы видим и разный уровень образования у мужчин и женщин, зарегистрированных в качестве безработных. Так, высшее образование имели 38,4% женщин и только 19,4% мужчин, и совсем другая картина для уровня «среднее образование и ниже» - оно было у 26,3% женщин и у 44,6% мужчин. Указанные различия
в структуре распределения мужчин и женщин, зарегистрированных в качестве безработных, послужили причиной анализа скорости выхода из состояния безработицы не только для всех зарегистрированных безработных, но и отдельно для мужчин и женщин.
Усредненные оценки выхода из безработицы
В этом разделе мы моделируем процесс завершения эпизода нахождения индивида в статусе зарегистрированного безработного с помощью функции дожития Каплана-Майера. Как уже отмечалось выше, началом эпизода пребывания в зарегистрированной безработице является постановка безработного гражданина на регистрационный учет в одном из Центров занятости населения, а окончанием эпизода - снятие его с регистрационного учета безработных граждан по основаниям, предусмотренным Постановлением Правительства РФ от 07.09.2012 N 891 (п. 20). Для целей настоящего исследования мы выделяем следующие варианты окончания эпизода зарегистрированной безработицы: трудоустройство на работу любого характера, постоянное трудоустройство, временное трудоустройство, самостоятельное трудоустройство и переход в неактивность (выбытие из состава рабочей силы). Выделение названных вариантов окончания периода пребывания в зарегистрированной безработице определялось разным статусом экономической активности (трудоустроен или перешел в неактивность), разной степенью участия Службы занятости населения в трудоустройстве безработного (самостоятельно нашел работу или по направлению Службы занятости) и разными условиями занятости (постоянная работа или временная).
Таблица 2
Характеристика среднего времени дожития: вся выборка и по подгруппам (трудоустройство на работу любого характера)
Группы субъектов Время дожития (дней) Всего наблюдений/ субъектов
25% выборки 50% выборки 75% выборки
А 1 2 3 4
Вся выборка 69 168 349 13832
Пол *
Женский 70 173 353 7516
Мужской 68 162 347 6316
Возраст***
18 лет и младше 12 75 229 207
19-35 62 156 312 4855
36-54 73 172 352 7433
55 и старше 88 215 449 1337
Группы субъектов Время дожития (дней) Всего наблюдений/ субъектов
25% выборки 50% выборки 75% выборки
А 1 2 3 4
Образование***
Среднее общее образование и ниже 42 138 324 4797
Среднее профессиональное образование 81 185 371 4924
Высшее образование и послевузовское 81 185 356 4111
Место жительства***
Областной центр 91 216 405 6794
Город 59 158 358 3138
Село 39 117 255 3900
Примечания: * значимо на 10%; ** значимо на 5%; *** значимо на 1%.
В Таблице 2 представлена наиболее общая характеристика среднего времени дожития (длительности эпизода нахождения в статусе зарегистрированного безработного), оцененная с помощью функции выживания Каплана-Май-ера в целом по всей совокупности и отдельно - для групп мужчин и женщин (табл. 2, 3). Результаты показывают, что в среднем для 50% индивидов длительность безработицы составляет 168 дней. При этом для 25% безработных она длится 69 дней, а для 75% - 349 дней. Женщины дольше остаются безработными, чем мужчины. Если для 50% женщин средняя длительность безработицы до момента трудоустройства составляет в среднем 173 дня, то у мужчин - 162 дня.
Если рассматривать возрастные группы без учета влияния других факторов, то можно сделать вывод, что с возрастом процесс выхода из безработного состояния в трудоустройство замедляется. Длительность безработицы для возрастных групп 18 лет и младше и 19-35 лет меньше, чем в среднем по выборке, а для 36-54 лет и 55 лет и старше - больше (табл. 2). При этом наиболее существенное увеличение периода пребывания в безработице можно заметить при сравнении групп 18 лет и младше и 19-35 лет: для 50% выборки безработных 18 лет и младше длительность безработицы составляла 75 дней, тогда как для 19-35 лет - уже 156 дней. Для 50% выборки безработных в возрасте 36-54 лет период пребывания в безработице составил 172 дня, а для лиц старших возрастов (55 лет и старше) - 215 дней. Отметим также, что при сохранении похожих тенденций для 25 и 75% выборки во всех возрастных группах, для 75% выборки в возрасте 55 и старше длительность безработицы составляла более года (449 дней).
Длительность безработицы зависит также от уровня образования. Так, для 50% выборки период нахождения в безработице для лиц со средним образованием и ниже составлял 138 дней, т.е. был короче, чем для 50% всех безработных без разделения их по уровням образования. Безработные со средним профессиональным, а также вузовским и послевузовским образо-
ванием трудоустраивались медленнее, чем в среднем по выборке: для 25 и 50% выборки длительность безработицы совпадает у обеих групп и составляла соответственно 81 день и 185 дней. Для 75% выборки длительность безработицы для лиц с высшим образованием все же чуть меньше - 356 дней против 371 дня для безработных со средним профессиональным образованием.
Оценки влияния места проживания на скорость трудоустройства показали, на первый взгляд, контринтуитивные результаты: в областном центре безработные трудоустраиваются медленнее, чем в менее крупных городах, а в сельской местности - быстрее, чем в любом городе. Длительность безработицы, соответственно, составляла для 50% выборки безработных в областном центре 216 дней, в других городах Тюменской области - 158 дней и в сельской местности - 117 дней. Интерпретация полученных результатов может быть тем не менее вполне логична и будет приведена в дискуссионной части работы.
Оценки длительности безработицы отдельно для мужчин и женщин в случае трудоустройства на работу любого характера представлены в Приложении, Таблица П1. В целом результаты совпадают с уже описанными, кроме того что для 50% безработных мужчин в возрасте 36-54 лет длительность безработицы была меньше, чем в среднем по выборке. Кроме этого, по-разному длился период безработицы для женщин и мужчин в зависимости от уровня образования: женщины с высшим образованием трудоустраивались быстрее, чем со средним профессиональным образованием (185 дней против 192 дней для 50% выборки), а мужчины - медленнее (190 дней против 174 дней для 50% выборки). Также обращает на себя внимание незначительное, но все же имеющееся расхождение в продолжительности периода безработицы в областном центре для мужчин и женщин (табл. П1) по сравнению со всей выборкой (табл. 2): 50% безработных женщин, проживающих в областном центре, трудоустраивались чуть быстрее (213 дней), а мужчины - чуть медленнее (219 дней), чем в целом по выборке (216 дней).
Что касается длительности безработицы при выходе из нее в постоянное трудоустройство (табл. 3), то здесь есть два основных отличия от выхода в трудоустройство на любую работу (табл. 2): во-первых, продолжительность периода безработицы для лиц с высшим образованием большая, чем для лиц со средним профессиональным образованием, и это справедливо для 25, 50 и 75% выборки, причем в наибольшей степени эти различия выражены для женщин (Приложение, табл. П2). Во-вторых, по мере увеличения числа наблюдений (движения от 25% выборки к 75% выборки, см. табл. 3) становится очевидно, что выход из безработицы в постоянное трудоустройство в сельской местности происходит медленнее, чем в городах (кроме областного центра), тогда как для выхода в трудоустройство на любую работу была характерна противоположная тенденция (табл. 2). Оценки длительности трудоустройства на постоянную работу в разрезе пола (Приложение, табл. П2) показывают еще большие, по сравнению с любыми вариантами трудоустройства (Приложение, табл. П1), различия в продолжительности безработицы для женщин и мужчин областного центра: женщины трудоустраиваются на постоянную работу медленнее, в среднем за 160 дней (для 50% выборки), а мужчины быстрее - 119 дней для 50% выборки.
Таблица 3
Характеристика среднего времени дожития: вся выборка и по подгруппам (постоянное и временное трудоустройство)
Группы субъектов Время дожития (дней) 50% выборки Наблюдений/субъектов
Трудоустройство на постоянную работу Трудоустройство на временную работу Всего Из них трудоустроенных на постоянную работу Из них трудоустроенных на временную работу
А 1 2 3 4 5
Среднее по выборке 119 14 13832 4346 1535
Пол***
Женский 137 14 7516 2537 711
Мужской 107 13 6316 1809 824
Возраст***
18 лет и младше 17 12 207 11 92
19-35 103 12 4855 1472 469
36-54 139 15 7433 2518 755
55 и старше 132 32 1337 345 219
Образование***
Среднее общее образование и ниже 89 12 4797 1150 1100
Среднее профессиональное образование 119 30 4924 1530 375
Высшее образование и послевузовское 174 20 4111 1666 60
Место жительства***
Областной центр 143 17 6794 2177 270
Город 106 16 3138 869 413
Село 106 12 3900 1300 852
Примечания: * значимо на 10%; ** значимо на 5%; *** значимо на 1%.
Выход из зарегистрированной безработицы во временное трудоустройство (табл. 3) ожидаемо происходил намного быстрее, чем в постоянное. Длительность безработицы для индивидов, трудоустроившихся на временные работы, была для некоторых групп безработных до 10 раз меньше, чем для тех, кто трудоустроился на постоянное место работы (табл. 3). При этом для трудоустроившихся на временные работы практически нет отличий в продолжительности безработицы для разных групп безработных (табл. 3). Единственный нюанс, который обращает на себя внимание, - это более быстрый
выход из безработицы женщин с высшим образованием по сравнению с мужчинами с высшим образованием (Приложение, табл. П2), что нехарактерно для других вариантов выхода из безработицы (Приложение, табл. П1 - П3). Так, 50% безработных женщин трудоустраивались на временные работы в среднем за 16 дней, тогда как 50% безработных мужчин - за 52 дня, а для 75% выборки эти сроки составляли соответственно 48 дней для женщин и 126 дней для мужчин (Приложение, табл. П2).
Таблица 4
Характеристика среднего времени дожития: вся выборка и по подгруппам (самостоятельное трудоустройство и переход в неактивность)
Группы субъектов Время дожития (дней) 50% выборки Наблюдений/субъектов
Самостоятельное трудоустройство Переход в неактивность Всего Из них трудоустроенных самостоятельно Из них выбывших из активности
А 1 2 3 4 5
Среднее по выборке 317 201 13832 2797 5079
Пол***
Женский 301 212 7516 1701 2615
Мужской 333 173 6316 1096 2464
Возраст***
18 лет и младше 229 95 207 7 60
19-35 266 172 4855 990 1749
36-54 319 209 7433 1609 2694
55 и старше 489 264 1337 191 576
Образование***
Среднее общее образование и ниже 438 162 4797 563 1729
Среднее профессиональное образование 355 193 4924 890 1941
Высшее образование и послевузовское 241 244 4111 1344 1409
Место жительства***
Областной центр 434 203 6794 1793 2930
Город 283 194 3138 422 1087
Село 335 208 3900 582 1062
Примечания: * значимо на 10%; ** значимо на 5%; *** значимо на 1%.
Самый длительный период выхода из безработицы наблюдался для случаев самостоятельного трудоустройства (табл. 4). В отличие от постоянного и временного (табл. 3) трудоустройства по направлению служб занятости, самостоятельно женщины трудоустраивались быстрее мужчин - в среднем по выборке 50% безработных женщин самостоятельно трудоустраивались через 301 день, а 50% безработных мужчин - через 333 дня. Тенденция более быстрого выхода из безработицы для самостоятельно трудоустроившихся женщин особенно заметна в сельской местности (для 50% выборки длительность безработицы составляла 300 дней для женщин и 450 дней для мужчин) и среди тех, чей уровень образования был не выше среднего общего (для 50% выборки длительность безработицы составляла 365 дней для женщин и 466 дней для мужчин) (Приложение, табл. П3). Также, в отличие от других вариантов трудоустройства, самостоятельно быстрее всего трудоустраивались безработные с высшим образованием (241 день для 50% выборки), а медленнее всего - безработные с уровнем образования не выше среднего общего (438 дней для 50% выборки) (табл. 4). Интересно, что длительность безработицы для мужчин и женщин со средним профессиональным и высшим образованием была примерно одинакова (Приложение, табл. П3).
Противоположным трудоустройству по своему экономическому содержанию выходом из безработицы является переход в неактивность (табл. 4). Сразу обращает на себя внимание то, что мужчины переходят из зарегистрированной безработицы в неактивность быстрее (для 50% выборки, в среднем за 173 дня), чем женщины (для 50% выборки, в среднем за 212 дней), и эти различия более существенны, чем для постоянного и временного (табл. 3) трудоустройства. По уровню образования медленнее всего переходят в неактивность безработные с высшим образованием (за 244 дня для 50% выборки и 648 дней для 75% выборки), а быстрее всего - безработные с уровнем образования не выше среднего общего (162 дня для 50% выборки и 332 дня для 75% выборки) (табл. 4). Как ни странно, но различия в скорости выхода из безработицы в неактивность между возрастными группами сохраняются примерно те же, что и для разных форм трудоустройства - медленнее уходят в неактивность безработные более старших возрастных групп (табл. 4). Между мужчинами и женщинами длительность периода зарегистрированной безработицы при выходе в неактивность в большей степени различается для возрастной группы 36-54 года (237 дней для 50% безработных женщин и 178 дней для 50% безработных мужчин) и в зависимости от места жительства: если для 50% выборки длительность безработицы для женщин была более 200 дней в любом типе поселения, то 50% безработных мужчин быстрее всего переходили в неактивность в областном центре (в среднем 164 дня), а медленнее всего -в сельской местности (в среднем 208 дней) (Приложение, табл. П3).
Характеристики вакансий и рабочих мест
Выявленные различия в длительности регистрируемой безработицы в случаях трудоустройства по направлению службы занятости населения и самостоятельного трудоустройства логически привели нас к идее анализа банка
вакансий службы занятости и рабочих мест, на которые трудоустраивались безработные самостоятельно. Принципиальное различие трудоустройства по направлению службы занятости и самостоятельного заключается в том, что в первом случае речь идет о периоде, необходимом для обеспечения лучшего соответствия навыков безработного и вакансий, имеющихся в службе занятости, а во втором - рассматриваются все вакансии на рынке труда, поэтому результаты в случае самостоятельного трудоустройства (например, для групп населения с разным уровнем образования) проще интерпретировать, исходя из экономической логики функционирования рынка труда.
Для лучшего понимания результатов, представленных в предыдущем разделе, нами было проведено сравнение вакансий, на которые трудоустраиваются безработные самостоятельно и с помощью службы занятости Тюменской области. К последней группе были отнесены те, кто устроился по направлению службы занятости, на субсидируемое рабочее место или на общественные работы, - всего 1939 человек. Самостоятельно трудоустроились 2770 человек.
Классификация вакансий осуществлялась в соответствии с Общеотраслевыми квалификационными характеристиками должностей работников, занятых на предприятиях, в учреждениях и организациях2, Общероссийским классификатором профессий рабочих, должностей служащих и тарифных разрядов (ОК 016-94).
Анализ показал, что 69% нашедших работу с помощью службы занятости становятся рабочими, 18,3% - специалистами, 9,9% - служащими и только 2,8% - руководителями. Для самостоятельно трудоустроенных эти значения составили 45%; 32,7%; 9,2% и 13,1% соответственно (рис. 1).
Рисунок 1
Распределение трудоустроенных по группам вакансий, в %
69,0
80,0 70,0 60,0 50,0 40,0 30,0 20,0 10,0 0,0
Руководитель Специалист Служащий Рабочий
Самостоятельно ■ С помощью службы занятости
Источник: Здесь и далее, если не указано иное, составлен авторами по данным Департамента труда и занятости населения Тюменской области, 2019 г.
45.0
13,1 2,8 18,3
9,2 9,9
2 Утв. Постановлением Минтруда России от 21.08.1998 N 37, в ред. приказов Минтруда России от 15.05.2013 N 205, от 12.02.2014 N 96.
Работу на руководящих позициях чаще находят самостоятельно: 134 человека устроились на должность менеджера, 68 человек - на должность начальника, 33 и 32 человека - директорами и главными бухгалтерами соответственно (рис. 2). При содействии службы занятости только 55 человек смогли занять руководящие позиции. В отношении должностей специалистов прослеживается та же тенденция. Самостоятельно устроились 907 человек, тогда как с помощью службы занятости - 355 человек. Распределение по вакансиям представлено на Рисунке 2.
Рисунок 2
Трудоустройство безработных на должности руководителя и специалиста, чел.
■ Служба занятости Самостоятельно
Инспектор Администратор Экономист Юрист Инженер Бухгалтер Специалист Руководитель Заведующий Главный бухгалтер Директор Начальник Менеджер
400
Количество трудоустроенных, чел.
Наибольшее число безработных самостоятельно нашли работу кассира (42), кладовщика (39) и охранника (37). Помощь, оказанная службой занятости, позволила 41 человеку устроиться на позицию агента, 32 - делопроизводителя.
Рассматривая трудоустройство на позиции рабочих, следует отметить, что самостоятельно чаще устраиваются продавцом, водителем и оператором (рис. 3), а при содействии службы занятости - подсобным рабочим (374 чел.) и рабочим (362 чел.), а также уборщиком (111 чел.).
Таким образом, качество вакансий, предлагаемых службой занятости, невысокое: 736 человек из 1939, трудоустроенных с помощью службы занятости, стали рабочими и подсобными рабочими. Самостоятельный поиск позволяет найти работу на более высокой позиции, в том числе и на руководящей должности, однако, как показал наш анализ ранее, требует больших временных затрат.
Рисунок 3
Трудоустройство безработных на должности служащих (технических исполнителей) и рабочих, чел.
Выводы и дискуссия
Оценка влияния индивидуальных характеристик безработных на длительность пребывания в статусе зарегистрированного безработного показала, что наиболее быстро безработные, состоящие на учете в СЗН, трудоустраиваются на временные работы по направлению центров занятости, а медленнее всего - находят работу самостоятельно. При этом те, кто нашли работу самостоятельно, как правило, трудоустраивались на более высокие карьерные позиции - среди них было больше специалистов и руководителей. Медленнее трудоустраивались лица старших возрастов, вне зависимости от вида трудоустройства (временное, постоянное или самостоятельное).
Достаточно медленно находили работу безработные с высшим образованием, но находили ее при этом самостоятельно. Объяснить это можно тем, что лица с высшим образованием более придирчивы к содержанию работ, карьерной позиции, предусмотренной вакансией. Среди них могло быть также больше тех, кто имел накопления за счет более высоких (по сравнению с менее образованными индивидами) доходов до состояния безработицы.
Несколько удивительными, на первый взгляд, кажутся результаты, свидетельствующие, что в областном центре безработные трудоустраиваются медленнее, чем в менее крупных городах, а в сельской местности - быстрее, чем в любом городе. Но на самом деле в сельской местности потребность
в любой работе и заработке может быть намного выше, а ожидания безработных относительно совпадения их навыков и требований рабочего места, а также будущих карьерных перспектив, наоборот, могут быть намного ниже, чем в городах и областном центре. В селах гораздо сложнее устроиться на постоянную работу и рассчитывать на поддержку партнера или накопления, так как уровень жизни в сельской местности зачастую невысок. Все это может объяснять тот факт, что эпизоды пребывания в безработице в сельской местности короче, чем в городах.
Наш анализ также показал, что самостоятельное трудоустройство демонстрирует логически более ожидаемые закономерности функционирования рынка труда по всем группам субъектов. Например, как уже отмечалось, безработные с высшим образованием находят работу самостоятельно быстрее всего. Это может быть объяснено тем, что на рынке труда с выбором рабочих мест, не ограниченном банком вакансий службы занятости, требования к работникам достаточно высоки, и именно лица с высшим образованием оказываются более конкурентоспособными и востребованными. Эту идею подкрепляет и тот факт, что в неактивность быстрее всего переходят наименее квалифицированные безработные.
Таким образом, проведенное исследование показало, что наиболее быстро с помощью служб занятости трудоустраивались индивиды с невысокими запасами человеческого капитала (без высшего образования), а также те, кто проживали в селе и/или соглашались на временное трудоустройство. Использованную в настоящем исследовании методику оценки функций выживаемости для определения скорости и направлений выхода из зарегистрированной безработицы можно применять на данных других регионов. Оценка длительности эпизода пребывания индивида в качестве зарегистрированного безработного в зависимости от его индивидуальных характеристик относительно проста, у служб занятости есть все данные, необходимые для проведения подобного анализа. В перспективе результаты, полученные на основе оценок функций выживаемости, можно апробировать на региональных рынках труда для разработки и проведения активной политики для разных групп безработных в зависимости от их уровня образования, места проживания, квалификации и других характеристик.
ЛИТЕРАТУРА
1. Вишневская Н.Т., Зудина А.А. Пособия по безработице и рынок труда в странах ОЭСР и России // Мировая экономика и международные отношения. 2019. Т. 63, № 12. С. 32-41.
2. Гильтман М.А., Обухович Н.В., Токарева О.Е. Активная и пассивная политика на российском рынке труда: централизация или регионализация? // Вопросы экономики. 2019. № 6. С. 79-98.
3. Гимпельсон В.Е., Капелюшников Р.И. Российская модель рынка труда: испытание кризисом // Журнал Новой экономической ассоциации. 2015. № 2. С.249-254.
4. Денисова И.А. Выход старших возрастных когорт с рынка труда: анализ методами дожития // Население и экономика. 2017. Т. 1, № 1. С. 22-49.
5. Капелюшников Р.И. Конец российской модели рынка труда? М.: Изд. дом Высшей школы экономики, 2009. URL: https://www.hse.ru/data/2010/05/04/1216406865/ WP3_2009_06ff.pdf.
6. Копыток В.К., Кузьмина Ю.В. Безработица времен COVID-19: что могут рассказать административные данные? / Центр перспективных управленческих решений. М.: ЦПУР, 2020. URL: https://cpur.ru/research_pdf/PP_covid_ unemployment_2021.pdf.
7. Кэмерон Э., Триведи П. Микроэконометрика: методы и их применение. М.: Издательский дом «Дело» РАНХиГС, 2015. C. 654-686.
8. Служба занятости населения нового типа - кадровый цешр будущего. М., 2019. URL: https://rostrud.gov.ru/SZN2/buklet/Bouklet_RR_preprint.pdf.
9. Acemoglu D., Shimer R. Productivity gains from unemployment insurance // European Economic Review. 2000. Vol. 44, no. 7. P. 1195-1124.
10. Arranz J., Garcia-Serrano C. Does unemployment benefit duration affect inflows into unemployment? The impact of a law change for older workers // The Journal of the Economics of Ageing. 2020. Vol. 17. URL: https://doi.org/10.1016/j.jeoa.2020. 100278.
11. Boeri T., Macis M. Do unemployment benefits promote or hinder job reallocation? // Journal of Development Economics. 2010. Vol. 93. P. 109-125.
12. Boskoski P., Perne M., Ramesa M., Boshkoska M. Variational Bayes survival analysis for unemployment modelling // Knowledge-Based Systems. 2021. Vol. 229. URL: https://doi.org/10.1016/jj.knosys.2021.107335.
13. Brown A., Kohlbrecher B., Merkle C., Snower D. The effects of productivity and benefits on unemployment: Breaking the link // Economic Modelling. 2021. Vol. 94. P. 967-980. URL: https://doi.org/10.1016/jj.econmod.2020.02.037.
14. Denisova I. Staying Longer on Unemployment Register in Russia: Lack of Education, Bad Luck or Something Else? Working Papers. Center for Economic and Financial Research (CEFIR). 2001.
15. Gonzalez-Rozada M., Ruffo H. Optimal unemployment benefits in the presence of informal labor markets // Labour Economics. 2016. Vol. 41. P. 204-227. URL: https://doi:10.1016/j.labeco.2016.06.001.
16. Gora M., Schmidt C.M. Long-term Unemployment, Unemployment Benefits and Social Assistance: The Polish Experience // Empirical Economics. 1998. No. 23. P. 55-85. URL: https://econpapers.repec.org/paper/wdipapers/1997-110.htm.
17. Kluve J., Lehmann H., Schmidt C. Disentangling Treatment Effects of Active Labor Market Policies: The Role of Labor Force Status Sequences // Labour Economics. 2008. No. 15. P. 1270-1295. URL: https://doi:10.1016/j.labeco.2007.12.002.
18. Kyyra T., Pesola H. The effects of unemployment benefit duration: Evidence from residual benefit duration // Labour Economics. 2020a. Vol. 65. 101859. URL: https:// doi:10.1016/j.labeco.2020.101859.
19. Kyyra T., Pesola H. Long-term effects of extended unemployment benefits for older workers // Labour Economics. 2020b. Vol. 62. URL: https://doi.org/10.1016/jMabeco. 2019.101777.
20. Le Barbanchon T. The effect of the potential duration of unemployment benefits on unemployment exits to work and match quality in France // Labour Economics. 2016. Vol. 42. P. 16-29. URL: http://www.sciencedirect.com/science/article/pii/ S0014-2921(00)00035-0.
21. Lehmann H., Muravyev A. Labor Market Institutions and Labor Market Outcomes in Transition Economies // International Encyclopedia of the Social & Behavioral Sciences, 2nd edition. 2015. Vol. 13. P. 174-182. URL: http://dx.doi.org/10.1016/ B978-0-08-097086-8.94032-7.
22. Tuit S., van Ours J.C. How changes in unemployment benefit duration affect the inflow into unemployment // Economics Letters. 2010. Vol. 109. P. 105-107. URL: https:// doi.org/10.1016/j.econlet.2010.08.013.
23. Tyrowicz J., Wojcik P. Active Labour Market Policies and Unemployment Convergence in Transition // Review of Economic Analysis. 2010. No. 2. P. 46-72.
24. Uren L. The redistributive role of unemployment benefits // Journal of Economic Dynamics and Control. 2018. Vol. 90. P. 236-258. URL: https://doi.org/10.1016/ j.jedc.2018.03.003.
REFERENCES
1. Denisova, I.A. (2017) 'Vykhod starshikh vozrastnykh kogort s rynka truda: ana-liz metodami dozhitiya' [Exit of older age cohorts from the labor market: analysis by survival methods], Naseleniye i ekonomika, 1(1), pp. 22-49.
2. Gil'tman, M.A., Obukhovich, N.V. and Tokareva, O.E. (2019) 'Aktivnaya i passivnaya politika na rossiiskom rynke truda: tsentralizatsiya ili regionalizatsiya?' [Active and passive labour market policies on the Russian labour market: Centralization or re-gionalization?], Voprosy Ekonomiki, 6, pp. 79-98.
3. Gimpel'son, V.Ye. and Kapelyushnikov, R.I. (2015) 'Rossiyskaya model' rynka truda: ispytaniye krizisom' [The Russian labour market model: Trial by recession], Zhurnal Novoy ekonomicheskoy assotsiatsii, 2, pp. 249-254.
4. Kapelyushnikov, R.I. (2009) Konets rossiyskoy modeli rynka truda? [The end of the Russian model of the labor market?]. Moscow: Higher School of Economics. Available at: https://www.hse.ru/data/2010/05/04/1216406865/WP3_2009_06ff.pdf (accessed 18 November 2021).
5. Kemeron, E. and Trivedi, P. (2015) Mikroekonometrika: metody i ikh primeneniye [Microeconometrics: methods and their application]. Moscow: Delo.
6. Kopytok, V.K. and Kuz'mina, Yu.V. (2020) Bezrabotitsa vremen COVID-19: chto mo-gut rasskazat' administrativnyye dannyye? [COVID-19 Unemployment: What can administrative data tell ?]. Moscow: Center for Advanced Management Solutions. Available at: https://cpur.ru/research_pdf/PP_covid_unemployment_2021.pdf (accessed 18 November 2021).
7. Sluzhba zanyatosti naseleniya novogo tipa - kadrovyy tsentr budushchego [Employment service of a new type - the personnel center of the future] (2019). Moscow. Available at: https://rostrud.gov.ru/SZN2/buklet/Bouklet_RR_preprint.pdf (accessed 18 November 2021).
8. Vishnevskaya, N.T. and Zudina, A.A. (2019) 'Posobiya po bezrabotitse i rynok truda v stranakh OESR i Rossii' [Unemployment benefits and labor market in OECD countries and Russia], Mirovaya ekonomika i mezhdunarodnyye otnosheniya, 63(12), pp. 32-41.
9. Acemoglu, D. and Shimer, R. (2000) 'Productivity gains from unemployment insurance', European Economic Review, 44 (7), pp. 1195-1124.
10. Arranz, J. and Garcia-Serrano, C. (2020) 'Does unemployment benefit duration affect inflows into unemployment? The impact of a law change for older workers', The Journal of the Economics of Ageing, 17. Available at: https://doi.org/10.1016/ j.jeoa.2020.100278 (accessed 18 November 2021).
11. Boeri, T. and Macis, M. (2010) 'Do unemployment benefits promote or hinder job reallocation?', Journal of Development Economics, 93, pp. 109-125.
12. Boskoski, P., Perne, M., Ramesa, M. and Boshkoska, M. (2021) 'Variational Bayes survival analysis for unemployment modelling', Knowledge-Based Systems, 229. Available at: https://doi.org/10.1016/jj.knosys.2021.107335 (accessed 18 November 2021).
13. Brown, A., Kohlbrecher, B., Merkle, C. and Snower, D. (2021) 'The effects of productivity and benefits on unemployment: Breaking the link', Economic Modelling, 94, pp. 967-980. Available at: https://doi.org/10.1016/j.econmod.2020.02.037 (accessed 18 November 2021).
14. Denisova, I. (2001) 'Staying longer on unemployment register in Russia: Lack of education, bad luck or something else?', Working Papers. Center for Economic and Financial Research (CEFIR).
15. Gonzalez-Rozada, M. and Ruffo, H. (2016) 'Optimal unemployment benefits in the presence of informal labor markets', Labour Economics, 41, pp. 204-227. Available at: https://doi:10.1016/j.labeco.2016.06.001 (accessed 18 November 2021).
16. Gora, M. and Schmidt, C.M. (1998) 'Long-term unemployment, unemployment benefits and social assistance: The Polish experience', Empirical Economics, 23, pp. 55-85. Available at: https://econpapers.repec.org/paper/wdipapers/1997-110.htm (accessed 18 November 2021).
17. Kluve, J., Lehmann, H. and Schmidt, C. (2008) 'Disentangling treatment effects of active labor market policies: The role of labor force status sequences', Labour Economics, 15, pp. 1270-1295. Available at: https://doi:10.1016/j.labeco.2007.12.002 (accessed 18 November 2021).
18. Kyyrä, T. and Pesola, H. (2020a) 'The effects of unemployment benefit duration: Evidence from residual benefit duration', Labour Economics, 65. 101859. Available at: https://doi:10.1016/j.labeco.2020.101859 (accessed 18 November 2021).
19. Kyyrä, T. and Pesola, H. (2020b) 'Long-term effects of extended unemployment benefits for older workers', Labour Economics, 62. Available at: https://doi.org/10.1016/ j.labeco.2019.101777 (accessed 18 November 2021).
20. Le Barbanchon, T. (2016) 'The effect of the potential duration of unemployment benefits on unemployment exits to work and match quality in France, Labour Economics, 42, pp. 16-29. Available at: http://www.sciencedirect.com/science/article/ pii/S0014-2921(00)00035-0 (accessed 18 November 2021).
21. Lehmann, H. and Muravyev, A. (2015) 'Labor market institutions and labor market outcomes in transition economies', International Encyclopedia of the Social & Behavioral Sciences, 2nd edition, 13, pp. 174-182. Available at: http://dx.doi.org/10.1016/ B978-0-08-097086-8.94032-7 (accessed 18 November 2021).
22. Tuit, S. and van Ours, J.C. (2010) 'How changes in unemployment benefit duration affect the inflow into unemployment, Economics Letters, 109, pp. 105-107. Available at: https://doi.org/10.1016/jj.econlet.2010.08.013 (accessed 18 November 2021).
23. Tyrowicz, J. and Wojcik, P. (2010) 'Active labour market policies and unemployment convergence in transition', Review of Economic Analysis, 2, pp. 46-72.
24. Uren, L. (2018) 'The redistributive role of unemployment benefits', Journal of Economic Dynamics and Control, 90, pp. 236-258. Available at: https://doi.org/10.1016/ j.jedc.2018.03.003 (accessed 18 November 2021).
Статья поступила в редакцию 19.11.2021; одобрена после рецензирования 25.01.2022; принята к публикации 03.03.2022.
ПРИЛОЖЕНИЕ
Таблица П1
Характеристика среднего времени дожития в разрезе пола (трудоустройство на работу любого характера)
Группы субъектов Женщины Мужчины
Время дожития (дней) Всего наблюдений/ субъектов Время дожития (дней) Всего наблюдений/ субъектов
25% выборки 50% выборки 75% выборки 25% выборки 50% выборки 75% выборки
А 1 2 3 4 5 6 7 8
Вся выборка 70 173 353 7516 68 162 347 6316
Возраст***
18 лет и младше 10 96 179 79 12 75 229 128
19-35 64 167 322 2889 58 140 289 1966
36-54 74 179 370 4545 73 160 322 2888
55 и старше 18 75 132 3 88 215 449 1334
Образование***
Среднее образование 38 135 307 1979 45 139 334 2818
Среднее профессиональное 81 192 391 2649 81 174 353 2275
Высшее образование и послевузовское 77 185 356 2888 86 190 352 1223
Место жительства***
Областной центр 87 213 406 3898 96 219 403 2896
Город 61 165 351 1732 56 151 377 1406
Село 42 124 248 1886 37 113 262 2014
Примечания: * значимо на 10%; ** значимо на 5%; *** значимо на 1%.
Источник: Составлено авторами на базе данных собственного исследования (и далее, если не указано иное).
00
Таблица П2
Характеристика среднего времени дожития в разрезе пола (постоянное и временное трудоустройство)
Группы субъектов Женщины Мужчины
Время дожития (дней) 50% выборки Наблюдений/субъектов Время дожития (дней) 50% выборки Наблюдений/субъектов
Трудоустройство на постоянную работу Трудоустройство на временную работу Всего Из них трудоустроенных на постоянную работу Из них трудоустроенных на временную работу Трудоустройство на постоянную работу Трудоустройство на временную работу Всего Из них трудоустроенных на постоянную работу Из них трудоустроенных на временную работу
А 1 2 3 4 5 6 7 8 9 10
Вся выборка 137 14 7516 2537 711 107 13 6316 1809 824
Возраст***
18 лет и младше 15 10 79 1 35 25 12 128 10 57
19-35 114 13 2889 932 241 85 12 1966 540 228
36-54 156 16 4545 1604 434 115 13 2888 914 321
55 и старше - - 3 0 1 132 32 1334 345 218
Образование***
Среднее образование 88 12 1979 466 486 89 12 2818 684 614
Среднее профессиональное 128 37 2649 846 185 111 26 2275 684 190
Высшее образование и послевузовское 185 16 2888 1225 40 156 52 1223 441 20
Место жительства***
Областной центр 160 14 3898 1347 138 119 20 2896 830 132
Город 112 17 1732 513 203 95 16 1406 356 210
Село 110 12 1886 677 370 96 11 2014 623 482
а
о я
ТЗ
о
Примечания: * значимо на 10%; ** значимо на 5%; *** значимо на 1%.
Таблица ПЗ
Характеристика среднего времени дожития в разрезе пола (самостоятельное трудоустройство и переход в неактивность)
Группы субъектов Женщины Мужчины
Время дожития (дней) 50% выборки Наблюдений/субъектов Время дожития (дней) 50% выборки Наблюдений/субъектов
Самостоятельное трудоустройство Переход в неактивность Всего Из них трудоустроенных самостоятельно Из них выбывших из активности Самостоятельное трудоустройство Переход в неактивность Всего Из них трудоустроенных самостоятельно Из них выбывших из активности
А 1 2 3 4 5 6 7 8 9 10
Вся выборка 301 212 7516 1701 2615 333 173 6316 1096 2464
Возраст***
18 лет и младше 106 79 - 19 229 91 128 7 41
19-35 269 195 2889 634 1020 258 149 1966 356 729
36-54 321 237 4545 1067 1575 309 178 2888 542 1119
55 и старше 255 3 - 1 489 263 1334 191 575
Образование***
Среднее образование 365 168 1979 227 683 466 158 2818 336 1046
Среднее профессиональное 361 204 2649 500 1001 352 167 2275 390 940
Высшее образование и послевузовское 241 252 2888 974 931 240 219 1223 370 478
Место жительства***
Областной центр 431 224 3898 1131 1515 479 164 2896 662 1415
Город 277 201 1732 254 584 302 170 1406 168 503
Село 300 207 1886 316 516 450 208 2014 266 546
Примечания: * значимо на 10%; ** значимо на 5%; *** значимо на 1%.
