Научная статья на тему 'Частная норма отдачи и экстерналии образования в экономике России''

Частная норма отдачи и экстерналии образования в экономике России' Текст научной статьи по специальности «Экономика и бизнес»

CC BY
77
30
i Надоели баннеры? Вы всегда можете отключить рекламу.
Журнал
Креативная экономика
ВАК
Область наук

Аннотация научной статьи по экономике и бизнесу, автор научной работы — Корицкий А.В.

Существующие оценки отдачи образования, как правило, не принимают в расчёт его влияние на получение прямых выгод в потреблении, его денежную и неденежную отдачу в досуге и домашнем производстве, или вклад образовательной политики в социальную сплочённость. Поэтому, оценки нормы отдачи образования должны рассматриваться как их нижняя граница социальных выгод, которые были получены от инвестиций в человеческий капитал.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Частная норма отдачи и экстерналии образования в экономике России'»

Корицкий А.В.

канд. экон. наук, доцент кафедры экономической теории Сибирского университета потребительской кооперации, г. Новосибирск

эффект

самосовершенствования

частная норма отдачи и экстерналии образования

в экономике России1

Существующие оценки отдачи образования, как правило, не принимают в расчёт его влияние на получение прямых выгод в потреблении, его денежную и неденежную отдачу в досуге и домашнем производстве, или вклад образовательной политики в социальную сплочённость. Поэтому, оценки нормы отдачи образования должны рассматриваться как их нижняя граница социальных выгод, которые были получены от инвестиций

в человеческий капитал. [2, с.5]

Поскольку макроэкономические оценки включают в себя все индуцированные внешние выгоды, а микроэкономические оценки - только часть таких выгод, которые могут быть следствием прямых индивидуальных инвестиций в собственный человеческий капитал, разница между этими двумя оценками может быть интерпретирована как мера величины экстерналий, возникающих благодаря человеческому капиталу. По мнению А. де ла Фуэнте и А. Чикконе, большая часть правдоподобных источников таких экстерналий являются результатом связи между человеческим капиталом и темпами технических инноваций, а также косвенного

влияния образования на производительность труда и занятость посредством воздействия на качество социальных институтов, что может быть рассмотрено как компонента социального капитала. (2, с.5] В некоторых теоретических моделях предполагается также, что накопление человеческого капитала может увеличивать его экстер-налии, так как некоторые выгоды от более образованной рабочей силы будут «утекать» от неё и гене-

1 Данная статья написана в развитие статьи автора «Социальная отдача и экстерналии образования в экономике России», опубликованной в журнале «Креативная экономика» № 9 за 2008 г.

рировать выгоды, которые не могут быть присвоены теми, кто осуществил соответствующие инвестиции в человеческий капитал, в форме более высоких заработков и прочих доходов, из-за расширяющегося клина между соответствующими частными и социальными нормами отдачи. [2, с.26]

Например, Р. Лукас (1988) предположил, что рост среднего запаса человеческого капитала в экономике в целом увеличивает производительность на уровне фирм, даже если собственный запас человеческого капитала в экономике фирм остаётся постоянным. Также обычно предполагается, что влияние человеческого капитала посредством функции технического прогресса включает большую компоненту экстерналий, поскольку очень трудно частным образом присвоить полную экономическую ценность новой идеи. [2, с.26] При сравнении микро- и макрооценок отдачи образования возникают некоторые проблемы, так как они могут отличаться друг от друга даже при отсутствии эстерналий. Во-первых, имеются статистические проблемы, связанные с пропуском релевантных переменных в регрессионных уравнениях, ошибками в измерении количества лет обучения и наличии обратной

в России заработная плата составляет только около 40% всех доходов населения регионов

причинно-следственной связи от доходов к спросу на образование, которые могут вызывать появление двух наборов оценок с различной степенью разброса. Во-вторых, нужно иметь в виду, что микро- и макро- оценки измеряют разные явления. Даже если оба набора коэффициентов действительно отражают предельную производительность образования, микроэкономические оценки говорят нам, что случится с заработками индивида, если его уровень образования растёт, при прочих равных условиях, то есть при постоянстве цен и среднего уровня образования занятого в экономике населения. Макроэкономическая же оценка схватывает влияние изменения агрегированного среднего уровня образования на производительность труда (и уровень доходов) при постоянстве агрегированного запаса физического капитала. [2, с. 14] В-третьих, возможно, что шкала заработной платы в данной стране не точно отражает предельную производительность труда из-за искажений, вносимых институтами рынка труда. Например, в статье большой группы авторов, по результатам расчёта стандартного уравнения Дж. Минцера на основе данных ОЗПП, экономическая отдача высшего образования составила в России всего около 82% (по сравнению со средним общим образованием). [4, с.68]

В обществах с высокой антипатией к неравенству коллективные переговоры о заработной плате ведут к относительно плоской шкале заработной платы («сжатию зарплат»), что приводит к тому, что частная

отдача образования падает ниже его вклада в производительность. (2, с. 14]

В идеале социальная норма отдачи образования должна отражать полностью как затраты всех ресурсов, израсходованных на образование, частные и общественные, так и все выгоды от образования как частные, так и общественные. (2, с. 20]

Попытаемся проверить наличие статистических связей между переменными на основе статистических данных о заработной плате и «доходов от предпринимательской деятельности, от собственности и прочих доходов (включая скрытую заработную плату)» в расчёте на одного работника, занятого в экономике регионов России, величине фондовооружённости труда в регионах, и среднем уровне образования, и других статистических данных за период 2002-2006 гг. Все расчёты проводились с использованием статистического пакета SPSS.

В данной статье в качестве независимых использовался тот же набор переменных, что и в вышеуказанной статье автора (1]. Для учёта различий в масштабах экономики регионов России при расчёте регрессионных уравнений применялась «взвешенная» регрессия. В качестве «весов», отражающих различия в уровнях экономического развития и масштабов экономики регионов, использовалась переменная «среднемесячные доходы» населения регионов России. В расчётах, как и в предыдущей статье, используется производственная функция (1) с использованием фиктивных переменных, характери-

мегаполисы характеризуются повышенными доходами от предпринимательской деятельности

зующих особенности российских регионов (1]. Экспоненциальная зависимость доходов от величины неосязаемого человеческого капитала использовалась Р. Холлом и Ч. Джонсом (3].

у: = А к" ехр( + аД + а2с12 + )

(1)

Соответствующее уравнение регрессии имеет вид:

1п у^ = 1п А + а 1п к, + уИ! +

В таблице 1 приведены результаты расчёта коэффициентов «взвешенной» регрессии по формуле (2) с использованием в качестве зависимой переменной «среднемесячной заработной платы» работников, занятых в экономике регионов России. Коэффициенты детерминации уравнений довольно велики, они колеблются от 0,77 до 0,88. Наиболее сильная и статистически значимая связь заработной платы обнаружилась с переменной «фондовооружённость труда» одного занятого в экономике регионов. Коэффициент а (В) (стандартизованный) варьируется от 1,1 в 2000-м году до 0,492 в 2006-м году, обнаруживается явная тенденция к снижению. Таким образом, на один процент роста фондовоо-

Таблица 1

Взаимосвязь среднемесячной заработной платы одного занятого

в экономике регионов России с фондовооружённостью труда и уровнем образования занятого населения в 2000-2006 гг.

Показатели регрессии 2000 г. 2001 г. 2002 г. 2003 г. 2004 г. 2005 г. 2006 г.

Константа lnA 2,212*** 0,486 2,437** 1,580 1,659 2,023*** 2,896*

Станд. ошибка (1,144) (1,158) (1,210) (1,113) (1,351) (1,164) (0,993)

T - стат. 1,933*** 0,420 2,015 1,419 1,228 1,739 2,916

значимость 0,057 0,676 0,048 0,160 0,223 0,086 0,005

Коэф. a (B) 1,100* 0,779* 0,572* 0,707* 0,665* 0,589* 0,492*

Станд. ошибка (0,071) (0,048) (0,051) (0,044) (0,046) (0,039) (0,038)

Коэф. a (Beta) 0,794* 0,757* 0,661* 0,720* 0,685* 0,665* 0,631*

T - стат. 15,440 16,194 11,188 16,098 14,549 15,246 13,131

значимость 0,000 0,000 0,000 0,000 0,000 0,000 0,000

Коэф. y (B) -0,053 0,237** 0,191*** 0,206** 0,231** 0,251* 0,243*

Станд. ошибка (0,089) (0,095) (0,098) (0,092) (0,114) (0,093) (0,082)

Коэф. y (Beta) -0,090 0,315** 0,268*** 0,265** 0,297** 0,327* 0,359*

T - стат. -0,589 2,496 1,944 2,230 2,035 2,696 2,949

значимость 0,558 0,015 0,056 0,029 0,045 0,009 0,004

Коэф. а! (B) 0,520* 0,199 0,256** 0,135 0,140 0,122 0,091

Станд. ошибка (0,140) (0,125) (0,122) (0,100) (0,119) (0,106) (0,102)

Коэф. а! Beta 0,578* 0,200 0,290** 0,155 0,166 0,139 0,103

T - стат. 3,715 1,583 2,097 1,348 1,179 1,154 0,896

значимость 0,000 0,118 0,040 0,182 0,242 0,252 0,373

Коэф. А2 (B) -0,022 0,040 0,023 0,001 -0,003 -0,015 0,001

Станд. ошибка (0,053) (0,049) (0,058) (0,042) (0,041) (0,041) (0,043)

Коэф. А2 (Beta) -0,022 0,039 0,024 0,001 -0,003 -0,016 0,001

T - стат. -0,414 0,828 0,397 0,033 -0,068 -0,372 0,024

значимость 0,680 0,410 0,693 0,974 0,946 0,711 0,981

Коэф. А3 (B) 0,173 0,318* 0,352* 0,567* 0,241* 0,208** 0,244**

Станд. ошибка (0,110) (0,095) (0,119) (0,089) (0,090) (0,084) (0,095)

Коэф. А3 (Beta) 0,081 0,152* 0,175* 0,127* 0,115* 0,104** 0,110**

T - стат. 1,564 3,357 2,947 3,016 2,677 2,472 2,556

значимость 0,122 0,001 0,004 0,004 0,009 0,016 0,013

Коэф.

детерминации 0,828 0,860 0,772 0,883 0,877 0,881 0,874

F 70,360 89,972 49,458 108,357 104,035 108,389 101,653

P - уровень 0,000 0,000 0,000 0,000 0,000 0,000 0,000

Количество

регионов 79 79 79 78 79 79 79

*) Параметр имеет 1% значимость.

**) Параметр имеет 5% значимость.

***) Параметр имеет 10% значимость.

Числа в скобках означают стандартную ошибку оценки.

ружённости труда среднемесячная заработная плата одного занятого в экономике регионов росла на 0,5-1,1%. Коэффициент а (Beta) (стандартизованный), характеризующий вклад данной независимой переменной в объяснённую вариацию зависимой переменной, варьируется от 79% в 2000-м году до 63% в 2006-м году, также несколько снижаясь к концу рассматриваемого периода.

Связь со второй независимой переменной (уровнем образования занятого населения) также статистически значима для большинства лет рассматриваемого периода, коэффициент y (B) (не стандартизованный), частная норма отдачи образования, обнаруживает тенденцию к росту: он вырос с 19% в 2002-м году до 24,3% в 2006-м году, причём росла во времени и статистическая значимость этого коэффициента. Вклад данной независимой переменной в объяснённую вариацию среднемесячной заработной платы одного занятого в экономике регионов России также несколько вырос со временем: с 31,5% в 2001-м году до 35,9% в 2005-м.

Рост влияния неосязаемого человеческого капитала на уровень заработной платы в регионах России в данный период можно попытаться объяснить усилением конкуренции работодателей за квалифицированных работников с ростом занятости и оживлением экономики России. Оно также может быть объяснено «обелением» зарплат в частном секторе и повышением заработной платы работников бюджетной сферы, где занята значительная часть работников

с высшим образованием - учителя, врачи, офицеры, муниципальные и государственные служащие. Отнесение регионов к категории «северные» явно положительно сказывается на уровне среднемесячной заработной платы (см. табл.1). Если рассматривать особенности структуры доходов в России, то заработная плата составляет только около 40% всех доходов населения регионов, сам уровень заработной платы обнаруживает относительно слабую статистическую связь с уровнем образования занятых в экономике регионов. Следовательно, можно предположить, что статистически значимую и сильную положительную связь уровня доходов занятых со средним уровнем образования, описанной в предыдущей статье автора, можно объяснить наличием значительной положительной связи с уровнем образования занятых доходов от предпринимательской деятельности, доходов от собственности и прочих доходов (включая скрытую заработную плату)(1]. В таблице 2 представлены результаты расчёта регрессионных уравнений, где в качестве зависимой используется переменная «доходы от предпринимательской деятельности, от собственности и прочие доходы (включая скрытую заработную плату)» в расчёте на одного работника, занятого в экономике регионов России. Наиболее сильная и статистически значимая связь данной зависимой переменной наблюдается со средним уровнем образования работников, занятым в экономике регионов, особенно в последние годы рассматриваемого периода.

Таблица 2

Взаимосвязь доходов от предпринимательской деятельности, от собственности и прочих доходов (включая скрытую зарплату) в расчёте на одного занятого с фондовооружённостью труда и уровнем образования одного занятого в экономике регионов России.

Показатели регрессии 2000 г. 2001 г. 2002 г. 2003 г. 2004 г. 2005 г. 2006 г.

Константа ln А -0,571 0,446 -0,874 1,463 -1,612 -4,735*** -0,253

Станд.ошибка (1,914) (2,142) (2,135) (2,388) (3,046) (2,673) (1,806)

T - статистика -0,298 0,208 -0,409 0,612 -0,529 -1,771 -0,140

P - уровень 0,766 0,836 0,683 0,542 0,598 0,080 0,889

Коэф. a (B) 0,696* 0,226* 0,205** 0,279* 0,137 0,505* 0,221*

Станд.ошибка (0,117) (0,086) (0,081) (0,090) (0,095) (0,105) (0,067)

Коэф. a (Beta) 0,328* 0,180* 0,157** 0,187* 0,091 0,363* 0,207*

T - статистика 5,932 2,626 2,521 3,092 1,438 4,826 3,279

P - уровень 0,000 0,010 0,014 0,003 0,154 0,000 0,002

Коэф. y (B) 0,332** 0,469* 0,590* 0,391*** 0,716* 0,734* 0,608*

Станд.ошибка (0,154) (0,177) (0,173) (0,202) (0,257) (0,216) (0,151)

Коэф. y (Beta) 0,287** 0,392* 0,430* 0,258*** 0,458* 0,490* 0,567*

T - статистика 2,150 2,647 3,406 1,939 2,784 3,391 4,016

P - уровень 0,035 0,010 0,001 0,056 0,007 0,001 0,000

Коэф. а! (B) 1,172* 0,820* 0,880* 1,137* 0,827* 0,548** 0,449**

Станд.ошибка (0,244) (0,237) (0,216) (0,219) (0,270) (0,246) (0,188)

Коэф. а! (Beta) 0,664* 0,522* 0,520* 0,674* 0,491* 0,321** 0,324**

T - статистика 4,803 3,467 4,085 5,202 3,063 2,227 2,388

P - уровень 0,000 0,001 0,000 0,000 0,003 0,029 0,019

Коэф. А2 (B) 0,236** 0,227** 0,335* 0,365* 0,355* 0,333* 0,342*

Станд.ошибка (0,095) (0,095) (0,103) (0,093) (0,094) (0,100) (0,076)

Коэф. А2 (Beta) 0,115** 0,141** 0,183* 0,196* 0,190* 0,179 0,232*

T - статистика 2,479 2,392 3,260 3,939 3,770 3,335 4,504

P - уровень 0,015 0,019 0,002 0,000 0,000 0,001 0,000

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Коэф. А3 (B) -0,131 0,295*** 0,112 0,073 0,036 -0,026 -0,116

Станд.ошибка (0,177) (0,158) (0,171) (0,164) (0,172) (0,172) (0,144)

Коэф. А3 (Beta) -0,042 0,124*** 0,041 0,025 0,012 -0,012 -0,047

T - статистика -0,741 1,865 0,652 0,445 0,207 -0,152 -0,805

P - уровень 0,461 0,066 0,516 0,657 0,837 0,880 0,423

Коэф.

детерминации 0,849 0,781 0,780 0,827 0,821 0,810 0,814

F 91,077 58,588 56,164 78,369 75,403 68,986 70,768

P - уровень 0,000 0,000 0,000 0,000 0,000 0,000 0,000

Количество

регионов 87 88 88 88 88 87 87

*) Параметр имеет 1% значимость.

**) Параметр имеет 5% значимость.

***) Параметр имеет 10% значимость.

Числа в скобках означают стандартную ошибку оценки.

Можно заметить наличие явной тенденции к росту коэффициента y (B) (не стандартизованный) с 0,332 в 2000-м году до 0,608 в 2006-м, и y (Beta) (стандартизованный) с 0,287 до 0,567 за соответствующий период. Данный факт можно попытаться объяснить ростом влияния уровня образования работников на формирование доходов предпринимателей, доходов от собственности и прочих доходов в экономике регионов России. Одновременно снижался коэффициент а (B) с 0,696 в 2000-м до 0,221 2006-м и (Beta) с 32,8% до 20,7% соответственно, что, по-видимому, показывает уменьшение вклада переменной «фондовооружённость» в формирование и вариацию по регионам данной зависимой переменной.

Следует отметить, что в первые четыре года данного периода, с 2000-го по 2004-й, наибольший вклад в объяснённую вариацию данной зависимой переменной вносила фиктивная переменная, характеризующая города мегаполисы - Москву и Санкт-Петербург, она давала от 50% до 66% вклада в объяснённую вариацию - стандартизированный коэффициент А1 (Beta). Но данная фиктивная переменная довольно специфична и не характеризует особенности остальных регионов России. Одновременно несколько выросла роль промышленно развитых регионов, включающих города миллионеры, коэффициент А2 (B) вырос с 0,236 в 2000-м до 0,342 в 2006-м, а коэффициент А2 (Beta) вырос, соответственно, с 0,115 до 0,232. Знаменательно, что отсутствие статистически значимой связи фиктив-

ной переменной, представляющей северные регионы, с прибылью предпринимателей, доходами от собственности и прочими доходами (включая скрытую заработную плату). Последние особенно характерны для малого и среднего бизнеса, а также для лиц свободных профессий. Данный результат можно объяснить тем, что в северных регионах чрезмерно высоки как трансформационные, так и транзакционные издержки, что резко снижает выгоды от ведения в них среднего и малого бизнеса, а также меньше ёмкость рынка и связанные с ней эффекты масштаба производства. В то же время, развитие в них добывающей промышленности крупными компаниями, возможно, сопровождается выведением прибыли из данных регионов в «центры прибыли», расположенные, как правило, в крупных городах, или даже в других странах.

Можно сделать общий вывод, что уровень образования занятого в экономике регионов населения, также как и фондовооружённость труда, является важным доходо-образующим фактором. Кроме данных главных факторов, статистически значимое влияние на доходы населения оказывают природно-климатические факторы (в северных регионах России) и факторы городской агломерации (в крупных городах). Последние факторы, как уже отмечалось ранее, по мнению ряда известных западных экономистов, связаны с экстерналиями человеческого капитала, с эффектами «расплёскивания» знаний, сетевыми эффектами городского соседства, внутренними и внешни-

ми эффектами масштаба производства в городах, что подтверждается проведённым анализом результатов расчёта регрессионных уравнений.

Очевидно, что учёт экономико-географических особенностей регионов России существенно повышает качество подгонки регрессионных уравнений. Например, введение фиктивных переменных, характеризующих особенности «северных» регионов России, а также мегаполисов и регионов с городами-миллионерами, позволяет повысить коэффициент. Использование «взвешенной» регрессии, позволяющей учитывать масштабы экономики регионов, позволило повысить коэффициент детерминации уравнений регрессии до уровня 0,90-0,92.

Мегаполисы характеризуются повышенными доходами от предпринимательской деятельности, от собственности и прочими доходами, которые явно связаны с величиной накопленного физического и человеческого капитала, но практически отсутствует

доходы от предпринимательской деятельности, доходы от

собственности и прочие определяются,

главным образом, величиной неосязаемого человеческого капитала

значимая статистическая связь соответствующей фиктивной переменной с уровнем заработной платы занятых в экономике мегаполисов. Причём, если для 2000-го и 2002-го годов слабая статистическая связь данной фиктивной переменной с уровнем оплаты труда ещё обнаруживается, то в 2003-2006-е годы она исчезает. Не обнаруживается также статистически значимой связи переменной «среднемесячная заработная плата» с фиктивной переменной, характеризующей регионы с городами-миллионерами, за все годы рассматриваемого периода. При этом, связь данной фиктивной переменной с доходами и расходами в расчёте на одного занятого явно прослеживается, и она статистически значима для переменной, характеризующей доходы предпринимателей, от собственности и прочие доходы (1]. Можно предположить, что в хорошо населённых регионах с крупными городами и в городах-мегаполисах сформировались конкурентные для работников рынки труда. Если в Москве и Санкт-Петербурге существовал в начале 2000-х годов дефицит труда, то к 2003-му году он исчез, возможно, благодаря ослаблению режима регистрации и массовому притоку мигрантов. В северных регионах России, особенности которых отражает фиктивная переменная d3, дефицит рабочей силы сохраняется, что показывает положительная и статистически значимая величина коэффициента А3, но постепенно ослабевает к концу рассматриваемого периода. Об этом сви-

детельствует постепенное снижение коэффициента А3 (B) с 0,354 в 2002-м году до 0,134 в 2005-м году, и коэффициента А3 (Beta) с 0,201 в 2002-м году до 0,072 в 2005-м. (см. табл. 2). Связь же «северной» фиктивной переменной с доходами предпринимателей, от собственности и прочими отсутствует во все годы рассматриваемого периода, что, по-видимому, свидетельствует о неблагоприятных условиях для предпринимательской деятельности в этих регионах из-за тяжёлых климатических условий, плохой транспортной доступности и относительно высокого уровня оплаты труда.

Интересным результатом проведённых расчётов, является довольно слабая статистическая связь между фондовооружённостью труда и доходами предпринимателей, от собственности и прочими доходами (включая скрытую заработную плату) (см. табл. 2). Очевидно, что доходы от предпринимательской деятельности, доходы от собственности и прочие определяются, главным образом, величиной неосязаемого человеческого капитала (уровнем образования занятого населения). Кроме человеческого капитала, на доходы предпринимателей влияют уровни концентрации населения в городах-мегаполисах и городах-миллионерах, то есть тот же человеческий капитал, но проявляющийся косвенно, через свои внешние эффекты - экстерналии. В крупных городах наиболее активно идут процессы производства и распространения новых знаний, технологий, инноваций, что очевидно, реализуется в повышенной

доходности предпринимательской деятельности. В крупных городах существуют также более благоприятные условия для возникновения внутренней и внешней экономии на масштабах производства. Можно сделать вывод, что значительную часть экономических выгод от образования работников получают в России работодатели, а не сами собственники человеческого капитала - наёмные работники. Поэтому можно надеяться в будущем на более активное участие предпринимателей в финансировании профессионального образования разных уровней, а также повышения уровня оплаты квалифицированных работников.

Литература

1. Корицкий А.В. Социальная отдача и экстерналии образования в экономике России» // Креативная экономика. - № 9. - 2008.

2. de la Fuente. A. and A. Ciccone. Human capital in a global and knowledge-based economy // Report for European Commission, DG for Employment and Social Affairs. -2002. - May. - P. 5.

3. Hall R. E., Jones Ch. I. Why do some countries produce so much more output per worker than others? NBER Working Paper Series, Working Paper 6564, May 1998; Caselli F, Accounting for Cross - Country Income Differences, CEP Discussion Paper N 667. - 2005. - January.

4. Формирование заработной платы: взгляд сквозь призму профессий. // Вопросы экономики. -2007. - № 10. - С. 52-74.

i Надоели баннеры? Вы всегда можете отключить рекламу.