CC BY
39
ЧЕЛОВЕК В МИРЕ ТРУДА
БОТ: 10.17323/1811-038Х-2023-32-1-37-60
Человеческий капитал неформальных работников в России: о чем говорят некогнитивные навыки
А.А. ЗУДИНА*
*Анна Алексеевна Зудина - кандидат социологических наук, научный сотрудник, Центр трудовых исследований, Национальный исследовательский университет «Высшая школа экономики», Москва, Россия, azudina@hse.ru, https://orcid.org/0000-0002-9004-0107
Цитирование: Зудина А.А. (2023) Человеческий капитал неформальных работников в России: о чем говорят некогнитивные навыки // Мир России. Т. 32. № 1. С. 37-60. БОТ: 10.17323/1811-038Х-2023-32-1-37-60
Аннотация
Возможности экономического роста во всех странах определяются использованием человеческого капитала в наиболее производительных секторах экономики. При этом неформальная занятость, составляющая значительную часть многих современных рынков труда, как правило, не предполагает высоких показателей заработной платы, трудовых гарантий и соблюдения прав работников, а также возможностей повышения квалификации и производительности труда. Обсуждение способов развития и совершенствования навыков неформальных работников невозможно без понимания особенностей их человеческого капитала, прежде всего некогнитивных способностей, то есть черт личности. Согласно результатам новейших психологических и экономических исследований, именно некогнитивные параметры человеческого капитала (так называемые мягкие навыки) могут оказывать ключевое влияние на тип занятости и определять развитие когнитивных способностей, позволяющих перейти на рабочее место хорошего качества. Соответствующий сравнительный анализ формальных и неформальных работников ранее не проводился на российских данных, между тем он представляет особую важность для России, так как риски попадания в неформальную наемную занятость, согласно результатам предшествующих исследований, во многом связаны с низким уровнем образования. Настоящее исследование представляет собой попытку восполнить этот пробел, используя данные специального модуля вопросника РМЭЗ НИУ ВШЭ за 2016 год, посвященного некогнитивным навыкам. Полученные результаты свидетельствуют о том, что деление
Исследование осуществлено в рамках Программы фундаментальных исследований НИУ ВШЭ. Автор выражает признательность за ценные замечания и комментарии В.Е. Гим-пельсону и Р.И. Капелюшникову.
Статья поступила в редакцию в апреле 2022 г.
рынка труда на занятых с/без официального оформления не связано с уровнем большинства рассмотренных некогнитивных способностей работников, однако одновременно наблюдаются выраженные различия в уровне некогнитивных навыков между занятыми и теми, кто находится за пределами рынка труда. Таким образом, развитые некогнитивные навыки приносят значимые преимущества в виде занятости как таковой, но на неформальных рабочих местах трудятся работники при прочих равных условиях, не отличающиеся по своим некогнитивным способностям от формальных. Возможное объяснение связано с тем, что основной причиной экспансии неформальности на рынке труда в России является сокращение рабочих мест в формальном секторе, выталкивающее вчерашних формальных работников в занятость без оформления.
Ключевые слова: неформальная занятость, рынок труда, некогнитивные навыки, «Большая пятерка», Россия, РМЭЗ ВШЭ
Введение
Использование человеческого капитала в наиболее производительных секторах экономики является основой экономического роста во всех странах. Однако одной из важных характеристик многих современных рынков труда становится устойчивое существование значительного сегмента неформальных рабочих мест, которые не предусматривают ни высоких зарплат, ни соблюдения прав работников и гарантий занятости, ни организованных каналов повышения их производительности труда и квалификации [Pina et al. 2012]. Во многих странах неформальная экономика представляет собой основной источник дохода: в ней занято почти девять десятых молодых работников в странах с низкими доходами и около двух третей молодежи из стран со средними доходами [ILO 2015a], а в Латинской Америке чуть менее половины всех рабочих мест являются неформальными [ILO 2014]. По прогнозам экспертов, в развивающихся странах неформальная экономика останется важнейшей экономической силой [Pina et al. 2012], а сопряженная с ней неформальная занятость - ключевым способом заработка. Для России изучение неформальной занятости и ее характеристик также сохраняет особую актуальность. Неформальные трудовые отношения начали активно развиваться в период перехода к рыночной системе, и, несмотря на произошедшие значительные изменения на рынке труда и в структуре экономики в целом, масштаб неформальности по-прежнему велик. Согласно данным Росстата, в 2019 г. российский неформальный сектор аккумулировал около 20% всех занятых, что составляет более 14 млн чел. [Рабочая сила, занятость и безработица в России 2020].
По мере того как затраты на инвестиции в человеческий капитал по всему миру возрастают, все большую опасность представляет недоиспользование полученного образования и компетенций на неформальных рабочих местах. Риски значительно возрастают в тех случаях, когда барьеры для входа в формальный сектор имеют институциональную природу, связанную со значительными издержками трудовой мобильности и общей зарегулированностью трудовых отношений. Сокращение формального сегмента рабочих мест может выталкивать работников в неформальность, которая становится единственной альтернативой безрабо-
тице, при этом значительное рассогласование между полученным образованием и квалификацией, необходимой для выполнения работы, будет приводить к потерям в производительности труда. В свою очередь, возможности накопления и развития различных навыков на неформальных рабочих местах в сравнении с формальными, как правило, являются очень ограниченными [Palmer 2018].
В июне 2015 г. на Международной конференции статистиков труда были сформулированы новые рекомендации по переходу к формальной экономике [ILO 2015b], в центре которых оказались характеристики человеческого капитала неформальных работников. Развитие и совершенствование навыков тех, кто занят в неформальном секторе, а также ослабление разрыва между квалификацией и компетенциями работников и требованиями работодателей являются необходимыми условиями роста формальной занятости и предотвращения деформализации рынка труда, а также снижения циклической бедности неформальных работников, связанной с низкой производительностью труда и отсутствием возможностей для трудовой мобильности [Pina et al. 2012].
Однако обсуждение способов развития и совершенствования навыков неформальных работников невозможно без понимания особенностей их человеческого капитала, включая некогнитивные способности. Как показали современные работы экономистов, выполненные в рамках развития теории человеческого капитала, важными факторами различных достижений на рынке труда и в сфере образования, смены работы, продвижения по карьерной лестнице, принятия решения о трудовой миграции являются не только интеллектуальные способности и академические достижения, но и некогнитивные навыки, то есть личностные черты, формирующиеся в раннем детстве и определяющие дальнейшее развитие производительных навыков во взрослом возрасте (см. обзор соответствующих исследований в [Рожкова 2019; Гимпельсон и др. 2020]). Однако вопрос их влияния на попадание в неформальную занятость в настоящий момент остается малоизученным из-за отсутствия необходимых данных о некогнитивных навыках в обследованиях рабочей силы [Adams et al. 2013].
В настоящей статье данная тема будет впервые рассмотрена на уникальных российских данных, полученных на большой репрезентативной выборке домо-хозяйств - обследовании Российского мониторинга экономического положения и здоровья населения НИУ ВШЭ за 2016 г., содержащем специальный модуль вопросов о некогнитивных навыках классификации «Большая пятерка». Недавнее исследование, выполненное с использованием аналогичных данных РМЭЗ ВШЭ, показало, что существует значительная вариация в уровнях некогнитивных навыков среди различных социально-демографических групп и представителей разных профессий [Гимпельсон и др. 2020], однако связь между некогнитивными навыками и неформальной занятостью ранее отдельно не рассматривалась.
Некогнитивные навыки и неформальная занятость: обзор эмпирических исследований
Современные процессы на рынке труда (изменение рабочего ритма и графика рабочего времени, исчезновение жестких различий между временем труда и до-
суга, появление удаленной работы и цифровой самозанятости) способствуют значительному размыванию границ привычной стандартной трудовой деятельности и для представителей определенных профессий обладают ощутимыми преимуществами. Однако неформальный характер трудовых отношений, то есть занятость, находящаяся (частично или полностью) за пределами законодательного регулирования трудовых прав, неизменно сопряжена с рисками для работника. Дефор-мализация рынка труда зачастую является синонимом возрастающей уязвимости трудовых отношений, ограничений в возможностях использования человеческого капитала на рабочих местах и роста производительности труда. Накопление и развитие разнообразных навыков, способных приносить отдачу в виде возрастающей заработной платы и доходов, в рамках неформальных рабочих мест также, как правило, ограничены. С одной стороны, часть таких рабочих мест вообще не предполагает какого-либо развития навыков, так как они сопряжены с производством дешевой продукции невысокого качества [Palmer 2018]. С другой стороны, большинство неформальных предприятий представляют собой фирмы небольшого размера и по разным причинам оказываются не способными предоставить своим сотрудникам доступ к повышению квалификации: в силу нехватки средств, отсутствия подходящих программ обучения, неспособности адекватно оценить потребность в определенном типе программ или преимуществ от участия своих сотрудников в них [Adams et al. 2013]. Неформальные сотрудники формальных предприятий также не имеют возможности участвовать в программах обучения, доступных их коллегам, работающим в рамках официального трудового контракта [Palmer 2018].
При обсуждении способностей, образования и квалификации неформальных работников важно отметить, что по мере того как в исследовательском сообществе происходило накопление знаний об особенностях неформальной занятости в разных странах, изменялось и представление о ее природе: так, исходно неформальные трудовые отношения в целом интерпретировались исследователями в рамках теории сегментированных рынков. Под неформальным сегментом рынка труда понималась низкопроизводительная примитивная самозанятость тех, кто не может попасть в формальный сектор из-за недостаточного образования и квалификации (этот подход был заложен К. Хартом и получил теоретическое осмысление в рамках дуальной модели рынка труда Харриса-Тодаро). Неформальный сегмент рынка труда, в котором была сосредоточена вынужденная, малооплачиваемая и социально незащищенная занятость, по мнению исследователей, также был жестко отделен от формального.
Дальнейшая ревизия определения неформальных трудовых отношений привела к возникновению понимания неоднородности качества самой неформальности, а также к отказу от сегментированного взгляда на формальность/неформальность занятости и соответствующие рабочие места. Было обнаружено, что часть неформальной занятости имеет вполне добровольный характер, сопряженный с определенными преимуществами перед формальной занятостью в виде наличия гибкого графика рабочего времени, а также более высоких заработков из-за возможности не платить налоги. Согласно данной интерпретации, неформальные рабочие места не являются исключительно «плохими», и занятые на них работники могут обладать относительно высокой квалификацией и соответствующим образованием. Они перемещаются на неформальные рабочие места добровольно
на основе своих сравнительных преимуществ [Roy 1951] и в соответствии со своими навыками и квалификацией, при этом межсекторная разница в заработной плате для работников сопоставимой производительности будет несущественна, а жесткие границы между формальной и неформальной занятостью отсутствуют.
Тем не менее вне зависимости от определения обучение и переобучение большинства неформальных работников, обуславливающие возможности повышения их производительности труда, зачастую также носят неформальный характер (к примеру, обучение на рабочем месте по принципу learning by doing) и/или зависят исключительно от способностей самих работников. Так, успешность малых предприятий во многом зависит от производительности труда работников, совмещающих несколько должностных обязанностей сразу, то есть действующих в режиме мультизадачности. Однако развитие соответствующих навыков среди сотрудников исходно зависит как от уровня и качества полученного образования, так и от способностей к обучению, определяемых комбинацией когнитивных и некогнитивных навыков [Adams et al. 2013]. При этом когнитивные навыки с некоторыми допущениями можно определить как умственные способности или интеллект, а некогнитивные навыки представляют собой социально-психологические характеристики или личностные черты, находящие выражение в повторяющихся способах поведения и привычках1. Некогнитивные навыки долгое время оставались в фокусе исследовательского внимания психологов, занимающихся изучением человеческой личности. Впервые их начали рассматривать в качестве объясняющих переменных в работах экономистов в 1970-е гг. (см., например, [Jencks 1979] о различии в часовых заработках), а современный ренессанс экономических исследований некогнитивных навыков связан прежде всего с серией работ нобелевского лауреата Дж. Хекмана и его коллег, которые анализировали личностные черты в контексте развития теории человеческого капитала [Carneiro, Heckman 2005; Heckman et al. 2006; Cunha, Heckman 2007; Kautz et al. 2014].
Внимание к некогнитивным навыкам среди исследователей неформальной занятости обуславливается результатами эмпирических исследований, выполненных в рамках указанного подхода, согласно которым именно некогнитивные параметры человеческого капитала могут оказывать ключевое влияние на тип занятости и определять то, в какой степени работник сможет развить свои когнитивные способности, чтобы перейти на рабочее место хорошего качества [Brunello, Schlotter 2011].
Дополнительную актуальность изучению некогнитивных навыков неформальных работников добавляют и исследования сегментации современных рынков труда. Так, с точки зрения характеристик человеческого капитала работники с более развитыми и востребованными навыками должны отбираться на рабочие места с более высокой оплатой, а наличие разрыва в заработных платах между сопоставимыми работниками с одинаковой производительностью труда, занятыми формально и неформально, служит свидетельством сегментации рынка труда. Однако соответствующие оценки производились исследователями только при контролировании традиционных индикаторов человеческого капитала (например, количество лет обучения и трудового стажа), в то время как вклад некогнитивных составляющих в отбор в определенный тип занятости и разрыв в зарплатах до недавнего времени оставались неизученными [Leighton 2018].
1 Более подробно о соотношении понятий когнитивных и некогнитивных навыков см. в [Рожкова 2019].
Мир России. 2023. № 1 41
Согласно результатам современных экономических исследований, некогнитивные навыки как составляющие человеческого капитала могут и выступать в качестве объекта совершения инвестиций, и давать разнообразную отдачу [Heckman et al. 2006]. Ключевым периодом их формирования являются ранние годы жизни детей, при этом выработанные на данном этапе некогнитивные навыки преимущественно определяют и успех дальнейших инвестиций в развитие собственного человеческого капитала в старших возрастах [Carneiro, Heckman 2005; Heckman et al. 2006; Cunha, Heckman 2007; Kautz et al. 2014]. Отдача от некогнитивных навыков выражается в достижениях в сфере образования и на рынке труда: они обуславливают выбор профессии, принятие решения о переобучении и трудовой мобильности, успешность поиска работы, размер заработной платы. Существующие исследования по развивающимся странам показывают, что приращение некогнитивных навыков приносит существенную положительную отдачу на рынке труда [Krishnan, Krutikova 2013; Glaub et al. 2014]. При этом объясняющая сила некогнитивных навыков в основном соответствует размеру эффектов когнитивных способностей [Kautz et al. 2014]. Некогнитивные навыки определяют достигнутый уровень когнитивных способностей [Brunello, Schlotter 2011], вместе с тем работники с более развитыми некогнитивными навыками могут даже превосходить по показателям производительности труда тех, у кого выше уровень когнитивных способностей [Heckman, Krueger 2004]. Некогнитивные навыки приносят наибольшую отдачу в нижней части распределения заработков, где соответствующий эффект может в 2,5-4 раза превышать эффект когнитивных способностей [Brunello, Schlotter 2011]. Таким образом, некогнитивные способности выступают важным комплементарным дополнением к профессиональным навыкам. Однако важно подчеркнуть, что рынки труда различных профессий предъявляют неодинаковый спрос на разные некогнитивные способности и соответственно различается и их вознаграждение в виде заработной платы [Cobb-Clark, Tan 2011], которое выступает сигналом эффективности сочетания индивидуальных некогнитивных навыков и характеристик рабочих мест. Так, для успешной трудовой деятельности представителей некоторых профессий ключевое значение имеют изобретательность и любознательность, то есть готовность быть открытыми новому, в то время как для других - следование традициям. Экстраверсия предполагает ориентацию на коммуникацию с другими, необходимую при работе в секторе услуг [Mount et al. 1998], в то время как интроверты достигают успеха в профессиях, требующих индивидуальной работы и внутренней сосредоточенности.
Существующие исследования когнитивных и некогнитивных навыков формальных и неформальных работников ограничены странами Латинской Америки, Африки, Азии и стран арабского мира. В фокусе большинства указанных исследований находятся изучение несоответствия навыков работников и требований работодателей (skills mismatch) и различия в отдаче на навыки между секторами формальной и неформальной занятости. Проведенные исследования свидетельствуют о том, что причиной разрыва в навыках в странах с высокими показателями неформальной занятости (Южная Азия и страны Африки южнее Сахары) становится недостаточный уровень образования неформальных работников; среди его основных факторов - низкая база в рамках системы формального образования, сокращающая возможности как для трудовой мобильности и нахождения работы в формальном секторе, так и для дальнейшего накопления и наращивания навыков по принципу
skills beget skills («навыки порождают навыки»), неравный доступ к дополнительному обучению (из-за удаленности проживания, гендерной дискриминации, недостаточного уровня дохода, отсутствия подходящих программ), а также запретительно высокие издержки организации обучения для небольших (зачастую также неформальных по своему типу) фирм. В свою очередь, среди стран с умеренными или низкими показателями неформальной занятости (Центральная и Западная Азия, Северная Африка, страны арабского мира, Европа) причиной разрыва в навыках между формальным и неформальным сегментом рынка труда становится превышение предложения образованной рабочей силы над спросом. Темпы создания качественных рабочих мест в формальном секторе, требующих развитых навыков, не успевают за растущими показателями охвата занятых образованием (средним и/или высшим). Таким образом, основными факторами разрыва в навыках в этих странах представляются недостаточный спрос на квалифицированный труд и асимметрия информации о требуемых навыках [Adams et al. 2013], которая приводит к отставанию системы профессионального образования, при этом важную роль играет недостаток информации о некогнитивных способностях и прикладных навыках, востребованных на рабочих местах [Pina et al. 2012].
Среди важных некогнитивных навыков, недостаток которых демонстрируют неформальные работники, - способность к эффективной коммуникации и решению непредвиденных проблем, работе в команде, а также организованности и дисциплинированности. Например, как показал опрос работодателей в Индии, для неформальных неквалифицированных рабочих, занятых в строительстве, особую важность представляет развитие некогнитивных навыков, связанных с дисциплинированным выполнением работы и подчинением указаниям бригадиров. Также неформальные работники часто нуждаются в развитии деловых и предпринимательских навыков, поскольку в развивающихся странах в структуре неформальной занятости преобладает самозанятость [Pina et al. 2012].
Согласно результатам исследований по развивающимся странам, работники с развитыми когнитивными способностями значимо чаще оказываются занятыми в формальном секторе, в то время как низкие уровни образования и когнитивных способностей являются атрибутами неформальных работников. При этом развитые некогнитивные навыки повышают вероятность занятости как таковой, но не оказывают выраженного влияния на попадание в определенный тип занятости. Также не были обнаружены и значимые различия в показателях отдачи на некогнитивные навыки между секторами, что подтверждает предположение об интегрированном характере рынка труда и отсутствии искусственных барьеров между сегментами формальной и неформальной занятости на анализируемых рынках труда [Leighton 2018].
В свою очередь, исследование рынка труда Ганы продемонстрировало, что некогнитивные навыки оказывают значимое влияние на разрыв в заработных платах между секторами формальной и неформальной занятости, а также на различия в зарплатах внутри каждого из типов занятости. Например, экстраверсия значимо влияла на различия в заработках среди неформальных работников и не имела аналогичного эффекта среди формальных. Исследователи предположили, что развитая экстраверсия помогает неформальным работникам лучше взаимодействовать с покупателями и встраиваться в полезные сети контактов. В свою очередь, различия в показателях добросовестности и открытости объясняли различия
в заработках формальных работников и не были значимыми среди неформальных: указанные некогнитивные черты, по всей видимости, позволяли приносить отдачу в виде заработков именно на формальных рабочих местах [Kondo et al. 2021].
Представленные результаты свидетельствуют о том, что углубленное изучение характеристик человеческого капитала неформальных работников представляет собой актуальное направление исследований современного рынка труда, а сравнительный анализ некогнитивных навыков формальных и неформальных работников предлагает новые инструменты для изучения данной темы.
Эмпирическая база и методология исследования
Эмпирическую базу настоящего исследования составляют данные Российского мониторинга экономического положения и здоровья населения НИУ ВШЭ (РМЭЗ НИУ ВШЭ) за 2016 г. Для измерения уровня некогнитивных навыков использовался специальный модуль обследования РМЭЗ НИУ ВШЭ, включенный в анкету в 2016-2020 гг. Представленный ниже анализ ограничивается данными по некогнитивным характеристикам за 2016 г., так как в 2016-2019 гг. соответствующие вопросы анкеты задавались разным респондентам; таким образом, нельзя отследить какие-либо годовые изменения в уровне некогнитивных навыков у одних и тех же людей и возможные сопутствующие им перемещения работников между типами занятости. Указанное ограничение эмпирических данных в определенной степени ослабляется тем, что, согласно предшествующим исследованиям, некогнитивные навыки формируются в раннем детстве и демонстрируют значительную устойчивость, поэтому можно предположить отсутствие выраженной динамики некогнитивных навыков в краткосрочном периоде. В свою очередь, в 2020 г. разнонаправленные шоки пандемии COVID-19, связанные с вынужденным локдауном и закрытием многих предприятий сферы торговли, общественного питания и услуг, которые аккумулируют значительную часть неформальных работников, могли оказать существенное влияние на показатели занятости без оформления трудового договора и заслуживают отдельного целенаправленного изучения, оставаясь за скобками настоящей работы.
Использованная в модуле обследования РМЭЗ ВШЭ классификация «Большая пятерка» является одной из наиболее распространенных типологий некогнитивных навыков, объясняющих индивидуальные различия [Costa, Mc^ae 1992]. Ее валидность и универсальность были установлены в рамках множества психологических исследований по разным странам с использованием различного инструментария. В настоящий момент она считается одной из ключевых классификаций личностных черт и поэтому активно применяется при изучении человеческого поведения в различных сферах, включая экономическое [Borghans et al. 2006]. В указанную классификацию входят пять базовых параметров человеческой личности:
1) открытость новому опыту;
2) добросовестность;
3) экстраверсия, ориентация на внешний мир;
4) доброжелательность, способность приходить к согласию с другими;
5) эмоциональная нестабильность.
Их измерение реализуется при помощи ответов на вопросы, направленные на выявление самооценки наличия описанных черт личности через выражение степени своего согласия с предложенными утверждениями. В РМЭЗ ВШЭ опе-рационализации некогнитивных навыков типологии «Большая пятерка» основывалась на блоке из 24 утверждений, аналогичном использовавшемуся ранее в исследованиях Всемирного банка [Pierre et al. 2014; Ayhan et al. 2020]. Отнесение различных вопросов к тем или иным некогнитивным чертам представлено в таблице 1 Приложения2. Первоначальное кодирование ответов, представленное в анкете и подразумевающее континуум от «1» - «почти всегда» до «4» - «почти никогда», было изменено таким образом, чтобы значение «4» соответствовало максимальному согласию с утверждением3. Значение каждой из пяти некогнитивных характеристик рассчитывалось для респондентов путем вычисления среднего значения по сумме баллов, набранной в соответствии со степенью согласия с относящимися к этой характеристике высказываниями.
В качестве показателя неформальной занятости использовался вопрос из регулярной анкеты РМЭЗ ВШЭ о наличии официального трудового договора или контракта, который задавался всем занятым на предприятиях и в организациях. Таким образом, использовался легалистский подход к операционализации неформальной занятости, в котором принципиальное значение имеют характеристики рабочих мест, а не юридический статус самого предприятия.
Анализ данных осуществлялся в два этапа. На первом этапе производилось изучение взаимосвязи между показателями «Большой пятерки» и типом занятости, в рамках которого отдельно для мужчин и женщин последовательно оценивались мультиномиальные логит-модели, при этом зависимой переменной выступала переменная статуса на рынке труда. Она принимала четыре значения: неформальные работники, формальные работники, безработные и экономически неактивные. Набор контролируемых переменных включал некогнитивные навыки по классификации «Большая пятерка», возраст, уровень образования, семейное положение4, наличие детей до 18 лет, натуральный логарифм личного дохода респондента5, тип поселения, федеральный округ. Отметим, что сходная методология оценивания факторов выбора статуса занятости применительно к неформальной занятости и некогнитивным параметрам человеческого капитала была ранее представлена в [Leighton 2018]. В то же время серьезным допущением мультиномиального ло-гит-анализа является рациональный выбор индивидом значения зависимой переменной, совершаемый им при помощи сопоставления выгод и издержек. Однако для занятых без оформления, безработных и экономически неактивных подобный выбор состояния на рынке труда может быть вынужденным.
2
См. стр. 57.
3 За исключением утверждений, отмеченных в таблице 1 Приложения звездочкой, в соответствии с формулировкой которых наибольшая степень выраженности интересующего признака соответствовала наименьшей степени согласия с данным утверждением.
4 Использовалась дамми-переменная, описывающая, состоит ли респондент в браке (неважно, зарегистрированы отношения или нет). Соответственно, разведенные и вдовые респонденты, а также состоявшие в официально зарегистрированном браке, но не проживавшие совместно, были отнесены в категорию не состоящих в браке.
5 Личный доход респондента определялся при помощи ответа на вопрос № 60 анкеты «Попробуйте вспомнить, сколько всего денег в течение последних 30 дней Вы лично получили. Пожалуйста, посчитайте все: зарплату, пенсии, премии, прибыли, пособия, материальную помощь, случайные заработки и другие денежные поступления, в том числе и в валюте, но валюту переведите в рубли».
На втором этапе полученные результаты были проверены на устойчивость. Для этого на подвыборке занятых оценивалось уравнение выбора типа занятости с включением в качестве контролируемых переменных только социально-демографических параметров. После этого остатки модели сохранялись, и далее оценивались линейные уравнения регрессии, в которых зависимой переменной выступают остатки, а независимыми - только переменные некогнитивных навыков «Большой пятерки». В основе таких расчетов лежит представление о том, что на тип занятости могут оказывать влияние ненаблюдаемые напрямую индивидуальные способности, которые являются частью остатка. Оценивание регрессионной модели наличия связи между этим остатком и переменными некогнитивных навыков позволяет уточнить результаты, полученные при прямом включении параметров «Большой пятерки» в качестве объясняющих переменных в регрессионную модель.
Необходимо отметить, что полученные в рамках регрессионного анализа оценки могут быть значительно смещены из-за эндогенности. Некогнитивные навыки могут быть коррелированы с ненаблюдаемыми эффектами даже при контролировании многочисленных характеристик респондентов [Coneus et al. 2010]. Некогнитивные характеристики могут оказаться эндогенными переменными, зависящими от ненаблюдаемых напрямую (и потому не включенных в регрессии) индивидуальных или семейных параметров, также влияющих на попадание в тип занятости (например, от врожденных способностей - см. на тему влияния способностей [Griliches 1977]). Другим источником эндогенности является обратное влияние: тип занятости может сам по себе способствовать росту/снижению некогнитивных навыков в тех случаях, если они оказываются востребованы / не востребованы на соответствующих рабочих местах, или же сам тип занятости позволяет / не позволяет инвестировать ресурсы в развитие навыков [Nicolski, Ajwad 2014]. Потенциально возможна и ситуация реципрокной каузальности, при которой, например, исходно невысокие показатели добросовестности приводят к попаданию на неформальные рабочие места, на которых добросовестность может не требоваться, из-за чего будет происходить ее дальнейшее снижение.
Использование инструментальных переменных может отчасти решить эту проблему. Однако поиск необходимых инструментов для некогнитивных навыков нечасто приводит к успешным результатам из-за ограниченности данных [Nicolski, Ajwad 2014]. Например, в качестве инструментов иногда используются экспертные оценки, предоставленные внешними наблюдателями - учителями или родителями, если объектом изучения являются дети или подростки [Coneus et al. 2010; Glewwe et al. 2017]). В отдельных случаях при наличии панельных данных в качестве инструментов могут применяться лагированные показатели навыков, которые позволяют до некоторой степени ослабить проблему обратного влияния [Glewwe et al. 2017]. При этом важным ограничением анализа становится то, что одновременное включение в регрессионное уравнение нескольких эндогенных показателей (в случае «Большой пятерки» - пяти) и инструментов для них ведет к серьезным проблемам с интерпретацией полученных результатов [Glewwe et al. 2017]. Поэтому при оценивании с помощью метода инструментальных переменных используется подход, представленный в [Andrews et al. 2006], согласно которому в уравнение последовательно включается лишь одна эндогенная переменная за раз (и инструменты для нее).
В РМЭЗ ВШЭ в распоряжении исследователей находятся данные блока анкеты «Замечания интервьюера» (переменные s2-s7), в котором содержатся вопросы
о поведении респондента во время интервью, его отношении к беседе (по шкале от заинтересованного до неприязненного), способности понимать задаваемые вопросы, искренности, открытости, а также оценки надежности полученной информации. Однако, как показал последовательный регрессионный анализ взаимосвязи между показателями «Большой пятерки» и отобранными вопросами на данных волны 2016 г., они очень слабо (хотя и значимо) связаны, что делает их плохими инструментами. Это свидетельствует о том, что их включение в модель приведет к еще большим смещениям по сравнению с оцениванием без инструментов.
Другим возможным инструментом для некогнитивных навыков, согласно проведенным исследованиям, может стать переменная образования родителей. Как отмечалось выше, некогнитивные навыки преимущественно формируются в детстве, и на этот процесс влияет уровень образования родителей, а также то, сколько времени они проводят за обучающими занятиями с детьми. В случае РМЭЗ ВШЭ в 2011 г. в анкете присутствовали вопросы об образовании родителей (переменные j217a и j217b), на основе которых были созданы показатели наличия высшего образования у отца и матери респондента. Они были объединены с данными 2016 г. Однако, согласно результатам регрессионного анализа, эти переменные были незначимо связаны с параметрами «Большой пятерки», что делает невозможным их использование в качестве инструментальных переменных.
Поскольку корректное инструментирование переменных «Большой пятерки» на данном этапе не представляется возможным, результаты регрессионного оценивания не интерпретируются в терминах причинности.
Взаимосвязь некогнитивных навыков и типа занятости: анализ результатов регрессионного оценивания
В таблицах 2 и 3 Приложения представлены средние предельные эффекты, полученные после оценивания мультиномиальных логит-моделей отдельно для мужчин и для женщин. Зависимой переменной выступила переменная состояния на рынке труда, принимающая четыре значения (неформальная наемная занятость на предприятии, формальная наемная занятость на предприятии, безработица, экономическая неактивность); базой для сравнения - формальная наемная занятость.
В соответствии с результатами предыдущих исследований мультиномиальный логит-анализ подтвердил, что вероятность неформальной занятости по найму на предприятиях среди мужчин в большей степени характерна для занятых молодых и средних возрастов с невысоким уровнем образования (неполное среднее образование или ниже). Одновременно с этим из всех некогнитивных характеристик значимое влияние на вероятность занятости без оформления на предприятиях по сравнению с формальной наемной занятостью оказывает только недостаток эмоциональной стабильности. Чем выше показатель невротизма, тем больше вероятность того, что при прочих равных условиях работник не будет иметь официально оформленного договора.
Примечательно, что безработные также значимо не отличаются от формальных работников предприятий по своим некогнитивным характеристикам за исключением большей склонности к невротизму, однако данный эффект значим только
на уровне 10%. В свою очередь статус экономической неактивности среди мужчин оказывается характерен для тех, кто обладает значимо меньшей склонностью к добросовестности, эмоциональной стабильности, экстраверсии (последнее значимо только на уровне 10%), а также обладает более выраженной доброжелательностью. Это соответствует результатам предшествующих исследований, согласно которым добросовестность и эмоциональная стабильность являются важнейшими некогнитивными характеристиками, определяющими достижения на рынке труда (см., например, [Barrick, Mount 1991] о влиянии добросовестности на увеличение вероятности занятости и [Cobb-Clark, Tan 2011] о роли невротизма в снижении вероятности нахождения работы). Помимо этого, анализ показал, что развитые способности к нахождению согласия с другими людьми повышают вероятность пребывания за пределами рынка труда. Сходные результаты уже были получены ранее: способность вести себя кооперативно и неэгоистично, учитывая интересы других людей, ведет к значимому снижению заработной платы [Nyhus, Pons 2005]. Таким образом, рынок труда в первую очередь вознаграждает личную инициативу и амбициозность, которые, по всей видимости, входят в противоречие со способностью действовать, учитывая интересы других.
Среди женщин в целом наблюдаются сходные закономерности6. Так, неформальная занятость на предприятиях характерна для незамужних представительниц молодых и средних возрастов (25-49 лет) с полным средним образованием или ниже. При этом по своим некогнитивным характеристикам неформальные женщины-работники не отличаются от формальных; единственное исключение состоит в более высоком уровне невротизма. Значимой характеристикой экономической неактивности среди женщин по сравнению со статусом формальной занятости является меньшая склонность к добросовестности и эмоциональной стабильности.
Таким образом, можно сделать вывод, что добросовестность и эмоциональная стабильность - это важные атрибуты занятости как таковой среди женщин, но они не влияют на ее тип. Подобные результаты согласуются с результатами современных исследований неформальной занятости в развивающихся странах, которые демонстрируют отсутствие выраженного разделения рынка труда на формальный и неформальный сегмент, связанного с различиями в некогнитивных характеристиках [Leighton 2018].
В свою очередь, отсутствие значимых различий по большинству показателей некогнитивных навыков занятых и безработных, по всей видимости, объясняется специфичностью данного состояния на российском рынке труда. Так, ввиду особенностей системы поддержки безработных, характеризующейся низкими размерами пособия и ограниченной помощью в трудоустройстве, большинство предпочитает искать новую работу, минуя статус безработных, то есть находясь еще на прежнем месте работы либо вообще за пределами рынка труда (то есть из экономической неактивности) [Гимпельсон, Шарунина 2015]. При этом безработицу также нельзя характеризовать как застойное состояние, так как описанная конфигурация института поддержки безработных способствует быстрому поиску работы и скорейшему трудоустройству (во многом за счет низкого качества найденных
Результаты оценивания мультиномиальных логит-регрессий для мужчин и женщин, согласно которым большинство показателей некогнитивных навыков являются незначимыми, также были получены при оценивании альтернативных спецификаций без включения переменных уровня образования. Таким образом, влияние уровней образования на статус занятости не искажает эффекты некогнитивных характеристик.
рабочих мест). Таким образом, сама по себе категория безработных отнюдь не является пристанищем тех, кто оказался неспособным найти работу: более 50% безработных оказываются занятыми в следующем году, причем как среди работников основного трудоспособного возраста [Гимпельсон, Шарунина 2015], так и среди молодежи в возрасте 15-24 лет [Зудина 2018].
Таблица 1. Линейно-вероятностные модели, коэффициенты, РМЭЗ НИУ ВШЭ, 2016 (зависимая переменная: остатки МНК-модели, оцененной без учета переменных «Большой пятерки»), мужчины и женщины
Контрольные переменные Мужчины Женщины
коэф. ст. ош. коэф. ст. ош.
Открытость 0,0003 0,01 -0,01 0,01
Добросовестность -0,02 0,01 -0,01 0,01
Экстраверсия 0,0030 0,01 0,0018 0,01
Доброжелательность -0,01 0,01 0,0019 0,01
Невротизм 0,056*** 0,01 0,01 0,01
Число наблюдений 3143 3676
R-квадрат 0,0098 0,0019
Примечание: * p < 0,1; ** p < 0,05; *** p < 0,01.
На втором этапе анализа была проведена проверка устойчивости полученных результатов. Для этого на подвыборке занятых (отдельно для мужчин и женщин) были оценены линейные регрессионные модели (1), зависимой переменной в которых выступала дамми-переменная типа занятости (формальный/неформальный), а в качестве независимых были включены социально-демографические переменные (их набор был аналогичен параметрам, включенным при оценивании мультиномиального логита) (см. полученные коэффициенты в таблице 4 Приложения). Остатки модели были сохранены в качестве отдельной переменной. После этого оценивалась МНК-модель (2), в которой остатки модели (1) были включены в качестве зависимой переменной, а некогнитивные компоненты классификации «Большая пятерка» - в качестве независимых. Подобное двухступенчатое оценивание позволяет до определенной степени проконтролировать возможные смещения, связанные с влиянием ненаблюдаемых характеристик, которые являются Очастью остатка, и отделить потенциальное влияние параметров «Большой пятерки»7. Результаты оценивания МНК-модели (2) представлены в таблице 1.
Они подтверждают результаты, полученные при оценивании мультиномиальных логит-моделей: единственным параметром «Большой пятерки», который
7 Данный подход подвергается критике за неспособность ослабить все сопутствующие смещения (см., например, [Freckleton 2002]), однако в настоящей работе мы используем его исключительно в качестве вспомогательного инструмента для проверки робастности результатов, полученных на предыдущем этапе анализа.
значимо дифференцирует формальных и неформальных наемных работников, является эмоциональная (не)стабильность, при этом данная характеристика оказывается значимой только среди мужчин. Таким образом, отсутствие нервозности и способность сохранять спокойствие в стрессовых ситуациях становятся единственными важными некогнитивными компонентами человеческого капитала, увеличивающими вероятность официальной занятости8.
Заключение
Настоящая работа представляет собой первую попытку анализа некогнитивных характеристик российских неформальных работников. Изучение особенностей распределения некогнитивных навыков среди разных групп населения, а также анализ их влияния на показатели участия в рабочей силе и достижения в различных сферах являются одним из наиболее активно развивающихся направлений современных исследований человеческого капитала. Выделение в отдельную категорию производительных черт личности, так называемых мягких навыков, которые могут быть объектами совершения инвестиций и приносить отдачу, позволило исследователям значительно продвинуться в понимании процесса формирования разрыва в заработных платах и распределения работников и рабочих мест.
Применительно к изучению формальной и неформальной занятости соответствующие исследования проводятся относительно редко, при этом в работах зарубежных ученых основное внимание уделяется факторам разрыва в заработках между секторами формальной и неформальной занятости, к числу которых исследователи относительно недавно начали относить и некогнитивные способности. Анализ некогнитивных навыков неформальных работников никогда ранее не проводился на российских данных, и настоящее исследование впервые пытается восполнить этот пробел, используя данные специального модуля вопросника РМЭЗ НИУ ВШЭ за 2016 г., посвященного некогнитивным навыкам.
Полученные результаты свидетельствуют об отсутствии выраженных различий в некогнитивных навыках между формальными и неформальными работниками на предприятиях. При прочих равных условиях уровни открытости новому опыту, добросовестности, экстраверсии и доброжелательности формальных и неформальных работников предприятий незначимо отличаются между собой. Единственным параметром некогнитивных навыков классификации «Большая пятерка», который оказывается значимо связанным с неформальным типом занятости, является невротизм, и это касается только мужчин. При этом данные результаты не интерпретируются в терминах причинности из-за невозможности проконтролировать возможные смещения, вызванные эндогенностью. Поэтому значимый разрыв в показателях невротизма среди мужчин может свидетельствовать как о том, что уязвимость занятости неформальных работников транслируется в большую склонность к эмоциональной нестабильности, так и о том,
Представленные в таблице 1 результаты также остаются неизменными при оценивании альтернативных спецификаций модели (1) с включением характеристик рабочих мест (переменных профессиональной группы на первом уровне агрегирования КСО-08). При контроле на профессии в модели (1) уменьшается лишь размер значимого коэффициента модели (2) при параметре невротизма среди мужчин с 5,5 до 5,2%, что свидетельствует о наличии эффекта самоотбора в профессии на основе черт личности.
что нервозность и неумение справляться с эмоциями препятствуют нахождению официальной работы.
Результаты исследования также показывают, что развитые некогнитивные навыки добросовестности значимо увеличивают вероятность занятости в целом, при этом формальные и неформальные работники демонстрируют примерно одинаковый уровень, а более высокие значения добросовестности, в свою очередь, отличают занятых от тех, кто находится за пределами рынка труда. Таким образом, занятость без официального оформления в целом не объясняется «худшими» производительными характеристиками некогнитивных навыков неформальных работников.
Подобная ситуация наблюдается в развивающихся экономиках со значительными размерами неформальной занятости (страны Латинской Америки), где выраженная сегментация формальных и неформальных работников по признаку некогнитивных навыков в целом отсутствует. Занятость на неформальных рабочих местах объясняется в первую очередь недостаточным формальным образованием и квалификацией [Leighton 2018], а они - не столько отставанием в некогнитивных способностях, сколько удаленностью проживания или недостаточным уровнем дохода, не позволяющими получить необходимое образование для конкуренции за рабочее место с официальным оформлением.
Полученные результаты также подтверждают выводы предшествующих исследований российской неформальной занятости, согласно которым она не оказывает значительного влияния на распределение заработков и их неравенство [Лукьянова 2013], а формальные наемные работники не отличаются от неформальных с точки зрения восприятия собственного статуса [Зудина 2013]. Помимо этого, согласно результатам исследований, даже наименее образованные российские неформальные работники обладают достаточным уровнем образования для того, чтобы трудиться на формальных рабочих местах [Гимпельсон, Капелюшников 2013]. Одна из важнейших причин «деформализации» рынка труда состоит в сокращении рабочих мест в формальном секторе, относящихся к крупным и средним предприятиям, которое выталкивает занятых в неформальность [Гимпельсон, Капелюшников 2013]. Таким образом, недостаточный спрос на труд приводит к тому, что на неформальных рабочих местах оказываются работники, при прочих равных условиях не отличающиеся по своим некогнитивным способностям от формальных, что может приводить к недоиспользованию их человеческого капитала и потерям в производительности труда.
Список источников
Гимпельсон В.Е., Зудина А.А., Капелюшников Р.И. (2020) Некогнитивные компоненты человеческого капитала: что говорят российские данные // Вопросы экономики. № 11. С. 5-31. DOI: 10.32609/0042-8736-2020-11-5-31 Гимпельсон В.Е., Капелюшников Р.И. (2013) Жить «в тени» или умереть «на свету»: неформальность на российском рынке труда // Вопросы экономики. № 11. С. 65-88. DOI: 10.32609/0042-8736-2013-11-65-88
Гимпельсон В.Е., Шарунина А.В. (2015) Потоки на российском рынке труда: 2000-2012 гг. // Экономический журнал Высшей школы экономики. Т. 19. № 3. С. 313-348 // https://ej.hse.ru/2015-19-3/165433431.html, дата обращения 10.06.2022. Зудина А.А. (2013) Формальные и неформальные работники на российском рынке труда: сравнительный анализ самооценок социального статуса // Мир России. Т. 22. № 4. С. 174-202 // https://mirros.hse.ru/article/view/4986, дата обращения 10.06.2022. Зудина А.А. (2018) Дороги, ведущие молодежь в NEET: случай России // Экономический журнал Высшей школы экономики. Т. 22. № 2. С. 197-227. DOI: 10.17323/1813-8691-2018-22-2-197-227 Лукьянова А.Л. (2013) Неравенство заработков: фактор неформальности (2000-2010 гг.) // Экономический журнал Высшей школы экономики. Т. 17. № 2. С. 212-238 // https://ej.hse.ru/2013-17-2/105329688.html, дата обращения 10.06.2022. Рабочая сила, занятость и безработица в России (по результатам выборочных обследований рабочей силы). Статистический сборник (2020). М.: Росстат // https://rosstat.gov.ru/storage/mediabank/2EfrJGVJ/Rab_sila_2020.pdf, дата обращения 10.06.2022.
Рожкова К.В. (2019) Отдача от некогнитивных характеристик на российском рынке труда //
Вопросы экономики. № 11. С. 81-107. DOI: 10.32609/0042-8736-2019-11-81-107 Adams A.V., Johansson de Silva S., Razmara S. (2013) Improving Skills Development in the Informal Sector: Strategies for Sub-Saharan Africa. Directions in Development, Washington, DC: World Bank. DOI: 10.1596/978-0-8213-9968-2 Andrews D.W.K., Moreira M.J., Stock J.H. (2006) Optimal Two-Sided Invariant Similar Tests for Instrumental Variables Regression // Econometrica, vol. 74, no 3, pp. 715-752. DOI: 10.1111/J.1468-0262.2006.00680.X Ayhan S.H., Gatskova K., Lehmann H. (2020) The Impact of non-Cognitive Skills and Risk Preferences on Rural-To-Urban Migration in Ukraine // Journal of Comparative Economics, vol. 48, no 1, pp. 144-162. DOI: 10.2139/ssrn.3035221 Barrick M.R., Mount M.K. (1991) The Big Five Personality Dimensions and Job Performance: A Meta-analysis // Personnel Psychology, vol. 44, no 1, pp. 1-26 // https://home.ubalt.edu/tmitch/641/barrick%20and%20mount%201991.pdf, дата обращения 10.06.2022.
Borghans L., Meijers H., ter Weel B. (2006) The Role of Noncognitive Skills in Explaining Cognitive Test Scores // IZA Discussion Paper Series. No. 2429. DOI: 10.2139/ssrn.947088 Brunello G., Schlotter M. (2011) Noncognitive Skills and Personality Traits: Labour Market Relevance and Their Development in Education & Training Systems // IZA Discussion Papers. No. 5743 // https://www.iza.org/publications/dp/5743/non-cognitive-skills-and-personality-traits-labour-market-relevance-and-their-development-in-education-training-systems, дата обращения 10.06.2022. Carneiro P., Heckman J. (2005) Human Capital Policy // Inequality in America. What Role for
Human Capital Policies? (eds. Heckman J., Krueger A.), MIT Press. Cobb-Clark D.A., Tan M. (2011) Noncognitive Skills, Occupational Attainment, and Relative
Wages // Labour Economics, vol. 18, no 1, pp. 1-13. DOI: 10.1016/j.labeco.2010.07.003 Coneus K. Gernandt J., Saam M. (2010) Noncognitive Skills, School Achievements and Educational Dropout // ZEW - Centre for European Economic Research Discussion Paper. No. 09-019. SOEPpapers. No. 176 and 311 (July). DOI: 10.2139/ssrn.1403224 Costa P.T. Jr., McCrae R.R. (1992) NEO PI-R Professional Manual, Odessa, FL: Psychological Assessment Resources.
Cunha F., Heckman J. (2007) The Technology of Skill Formation // American Economic Review,
vol. 97, no 2, pp. 31-47. DOI: 10.1257/aer.97.2.31 Freckleton R.P. (2002) On the Misuse of Residuals in Ecology: Regression of Residuals vs. Multiple Regression // Journal of Animal Ecology, vol. 71, no 3, pp. 542-545. DOI: 10.1046/J.1365-2656.2002.00618.X Glaub M.E., Frese M., Fischer S., Hoppe M. (2014) Increasing Personal Initiative in Small Business Managers or Owners Leads to Entrepreneurial Success: A Theory-Based Controlled
Randomized Field Intervention for Evidence-BasedManagement // Academy of Management Learning & Education, vol. 13, no 3, pp. 354-379. DOI: 10.5465/amle.2013.0234 Glewwe P., Huang Q., Park A. (2017) Cognitive Skills, Noncognitive Skills, and School-to-Work Transitions in Rural China // IZA Discussion Paper Series. No. 10566. DOI: 10.2139/ssrn.2923652 Griliches Z. (1977) Estimating the Returns to Schooling: Some Econometric Problems //
Econometrica, vol. 45, no 1, pp. l-22. DOI: 10.2307/1913285 Heckman J.J., Krueger A.B. (2004) Inequality in America: What Role for Human Capital Policies?
Cambridge, MA: MIT Press. Heckman J., Stixrud J., Urzua S. (2006) The Effects of Cognitive and Noncognitive Abilities on Labor Market Outcomes and Social Behavior // Journal of Labor Economics, vol. 24, no 3, pp. 411-482. DOI: 10.1086/504455 ILO (2014). Thematic Labour Overview 1: Transition to Formality in Latin America and the Caribbean // https://www.ilo.org/wcmsp5/groups/public/—americas/—ro-lima/documents/ publication/wcms_314469.pdf, дата обращения 10.06.2022. ILO (2015a). Global Employment Trends for Youth 2015: Scaling up Investments in Decent Jobs
for Youth, ILO: Geneva. ILO (2015b). The Transition from the Informal to the Formal Economy. Report V(1). International
Labour Conference, 104th Session, ILO: Geneva. Jencks C. (1979) Who Gets Ahead? New York: Basic Books.
Kautz T., Heckman J.J., Diris R., ter Weel B., Borghans L. (2014) Fostering and Measuring Skills: Improving Cognitive and Non-Cognitive Skills to Promote Lifetime Success. Directorate for Education and Skills. Centre for Educational Research and Innovation (CERI). OECD.
Kondo N., Yamada S., Mizutani A., Philip K.A. (2021) Skills Demands in the Dual Labor Market of Formal and Informal Sectors: Findings from a Skills Assessment of Garment Workers in Ghana. Skills and Knowledge for Youth (SKY) Project Paper. DOI: 10.13140/RG.2.2.12984.06402 Krishnan P., Krutikova S. (2013) Non-cognitive Skill Formation in Poor Neighbourhoods of Urban India // Labour Economics, vol. 24, pp. 68-85. DOI: 10.1016/j.labeco.2013.06.004 Leighton P. (2018) Intelligence, Personality, or Work Ethic? The Labour Market Returns to Cognitive and Noncognitive Skills in Latin America. 2nd IZA Labor Statistics Workshop: The Returns to Skill in the Labor Market Materials // https://conference.iza.org/conference_files/Statistic_2018/leighton_p26247.pdf, дата обращения 10.06.2022.
Mount M.K., Barrick M.R., Stewart G.L. (1998) Five-Factor Model of Personality and Performance in Jobs Involving Interpersonal Interactions // Human Performance, vol. 11, pp. 145-165. DOI: 10.1080/08959285.1998.9668029 Nicolski Z., Ajwad M.I. (2014) Cognitive and Non-Cognitive Skills Affect Employment Outcomes: Evidence from Central Asia. IZA/OECD/World Bank Workshop on Cognitive and Non-Cognitive Skills and Economic Development Materials // https://conference. iza.org/conference_files/CognitiveSkills_2014/nikoloski_z6495.pdf, дата обращения 10.06.2022.
Nyhus E., Pons E. (2005) The Effect of Personality on Earnings // Journal of Economic Psychology,
vol. 26, pp. 363-384. DOI: 10.1016/J.JOEP.2004.07.001 Palmer R. (2018) Jobs and Skills Mismatch in the Informal Economy // https://www.ilo.org/wcmsp5/groups/public/---ed_emp/---ifp_skills/documents/publication/ wcms_629018.pdf, дата обращения 10.06.2022. Pierre G., Sanchez-Puerta M.-L., Valerio A., Rajadel T. (2014) STEP Skills Measurement Surveys:
Innovative Tools for Assessing Skills, Washington, DC: World Bank. Pina P., Kotin T., Hausman V., Macharia E. (2012) Skills for Employability: The Informal Economy. Results for Development Institute (R4D). Innovative Secondary Education for Skills Enhancement (ISESE) project paper. Roy A.D. (1951) Some Thoughts on the Distribution of Earnings // Oxford Economic Papers, vol. 3, no 2, pp. 135-146. DOI: 10.1093/oxfordjournals.oep.a041827
The Human Capital of Russian Informal Workers: A Non-Cognitive Skills Perspective
A.A. ZUDINA*
*Anna A. Zudina - PhD in Sociology, Researcher, Centre for Labour Market Studies, HSE University, Moscow, Russian Federation, azudina@hse.ru, https://orcid.org/0000-0002-9004-0107
Citation: Zudina A.A. (2023) The Human Capital of Russian Informal Workers: A Non-Cognitive Skills Perspective. Mir Rossii, vol. 32, no 1, pp. 37-60 (in Russian). DOI: 10.17323/1811-038X-2023-32-1-37-60
Abstract
The use of human capital in most productive sectors of the economy is the main source of economic growth in all countries. However, one ofthe features ofmany modern labor markets is the significant number of informaljobs that do not offer high wages, job security, employee rights, or opportunities for the development of labor productivity and skills. Any discussion of the skills of informal workers is impossible without considering the peculiarities of their human capital—their non-cognitive skills, i.e., personality traits. According to modern psychological and economic studies, it is precisely the non-cognitive parameters of human capital—soft skills—that determine employment type and the development of cognitive skills, allowing workers to move to better jobs. A comparative analysis of non-cognitive skills among formal and informal workers has not been previously carried out in Russia. It is, however, of particular interest, because in Russia the risks of informal employment strongly depend on education. This studyfills this gap using data from a special module of the 2016 RLMS-HSE focusing on non-cognitive skills. The results demonstrate that the division of the labor market into employees with or without official contracts is not associated with most of their non-cognitive skills. However, there is a significant difference in non-cognitive skills between employees and those who are out of the labor force. Thus, developed non-cognitive skills are associated with significant advantages in the form of employment as such, but informal jobs generally attract workers who do not differ in their non-cognitive skills from the formal ones. This can be explained by the fact that the main reason for informal employment expansion in Russia is the reduction of formal jobs, which pushes wage workers into employment without official contracts.
Keywords: informal employment, labor market, non-cognitive skills, Big Five, Russia, RLMS-HSE
References
Adams A.V., Johansson de Silva S., Razmara S. (2013) Improving Skills Development in the Informal Sector: Strategies for Sub-Saharan Africa. Directions in Development, Washington, DC: World Bank. DOI: 10.1596/978-0-8213-9968-2
This article is an output of a research project implemented as part of the Basic Research Program at the National Research University Higher School of Economics (HSE University). I would like to express special gratitude to Vladimir Gimpelson and Rostislav Kapeliushnikov for their helpful comments.
The article was received in April 2022.
The Human Capital of Russian Informal Workers: A Non-Cognitive Skills Perspective
Andrews D.W.K., Moreira M.J., Stock J.H. (2006) Optimal Two-Sided Invariant Similar Tests for Instrumental Variables Regression. Econometrica, vol. 74, no 3, pp. 715-752. DOI: 10.1111/J.1468-0262.2006.00680.X Ayhan S.H., Gatskova K., Lehmann H. (2020) The Impact of non-Cognitive Skills and Risk Preferences on Rural-To-Urban Migration in Ukraine. Journal of Comparative Economics, vol. 48, no 1, pp. 144-162. DOI: 10.2139/ssrn.3035221 Barrick M.R., Mount M.K. (1991) The Big Five Personality Dimensions and Job Performance: A Meta-analysis. Personnel Psychology, vol. 44, no 1, pp. 1-26. Available at: https://home.ubalt.edu/tmitch/641/barrick%20and%20mount%201991.pdf, accessed 10.06.2022. Borghans L., Meijers H., ter Weel B. (2006) The Role of Noncognitive Skills in Explaining Cognitive Test Scores. IZA Discussion Paper Series. No. 2429. DOI: 10.2139/ssrn.947088 Brunello G., Schlotter M. (2011) Noncognitive Skills and Personality Traits: Labour Market Relevance and Their Development in Education & Training Systems. IZA Discussion Papers. No. 5743. Available at: https://www.iza.org/publications/dp/5743/non-cognitive-skills-and-personality-traits-labour-market-relevance-and-their-development-in-education-training-systems, accessed 10.06.2022. Carneiro P., Heckman J. (2005) Human Capital Policy. Inequality in America. What Role for
Human Capital Policies? (eds. Heckman J., Krueger A.), MIT Press. Cobb-Clark D.A., Tan M. (2011) Noncognitive Skills, Occupational Attainment, and Relative
Wages. Labour Economics, vol. 18, no 1, pp. 1-13. DOI: 10.1016/j.labeco.2010.07.003 Coneus K. Gernandt J., Saam M. (2010) Noncognitive Skills, School Achievements and Educational Dropout. ZEW - Centre for European Economic Research Discussion Paper. No. 09-019. SOEPpapers. No. 176 and 311 (July). DOI: 10.2139/ssrn.1403224 Costa P.T. Jr., McCrae R.R. (1992) NEO PI-R Professional Manual, Odessa, FL: Psychological Assessment Resources.
Cunha F., Heckman J. (2007) The Technology of Skill Formation. American Economic Review,
vol. 97, no 2, pp. 31-47. DOI: 10.1257/aer.97.2.31 Freckleton R.P. (2002) On the Misuse of Residuals in Ecology: Regression of Residuals vs. Multiple Regression. Journal of Animal Ecology, vol. 71, no 3, pp. 542-545. DOI: 10.1046/J.1365-2656.2002.00618.X Gimpelson VE., Kapeliushnikov R.I. (2013) To Live in the Shadows or to Die in the Light: Informality in the Russian Labor Market. Voprosy ekonomiki, no 11, pp. 65-88 (in Russian). DOI: 10.32609/0042-8736-2013-11-65-88 Gimpelson VE., Sharunina A.V. (2015) Flows in the Russian Labor Market: 2000-2012. HSE Economic Journal, vol. 19, no 3, pp. 313-348. Available at: https://ej.hse.ru/2015-19-3/165433431.htmLassessed 10.11.2021 (in Russian). Gimpelson VE., Zudina A.A., Kapeliushnikov R.I. (2020) Non-cognitive Components of Human Capital: Evidence from Russian Data. Voprosy ekonomiki, no 11, pp. 5-31 (in Russian). DOI: 10.32609/0042-8736-2020-11-5-31 Glaub M.E., Frese M., Fischer S., Hoppe M. (2014) Increasing Personal Initiative in Small Business Managers or Owners Leads to Entrepreneurial Success: A Theory-Based Controlled Randomized Field Intervention for Evidence-BasedManagement. Academy of Management Learning & Education, vol. 13, no 3, pp. 354-379. DOI: 10.5465/amle.2013.0234 Glewwe P., Huang Q., Park A. (2017) Cognitive Skills, Noncognitive Skills, and School-to-Work Transitions in Rural China. IZA Discussion Paper Series. No. 10566. DOI: 10.2139/ssrn.2923652 Griliches Z. (1977) Estimating the Returns to Schooling: Some Econometric Problems.
Econometrica, vol. 45, no 1, pp. l-22. DOI: 10.2307/1913285 Heckman J.J., Krueger A.B. (2004) Inequality in America: What Role for Human Capital
Policies? Cambridge, MA: MIT Press. Heckman J., Stixrud J., Urzua S. (2006) The Effects of Cognitive and Noncognitive Abilities on Labor Market Outcomes and Social Behavior. Journal of Labor Economics, vol. 24, no 3, pp. 411-482. DOI: 10.1086/504455 ILO (2014). Thematic Labour Overview 1: Transition to Formality in Latin America and the Caribbean. Available at: https://www.ilo.org/wcmsp5/groups/public/—americas/—ro-lima/ documents/publication/wcms_314469.pdf, accessed 10.06.2022.
ILO (2015a). Global Employment Trends for Youth 2015: Scaling up Investments in Decent Jobs for Youth, ILO: Geneva.
ILO (2015b). The Transition from the Informal to the Formal Economy. Report V(1). International Labour Conference, 104th Session. ILO: Geneva.
Jencks C. (1979) Who Gets Ahead? New York: Basic Books.
Kautz T., Heckman J.J., Diris R., ter Weel B., Borghans L. (2014) Fostering and Measuring Skills: Improving Cognitive and Non-Cognitive Skills to Promote Lifetime Success. Directorate for Education and Skills. Centre for Educational Research and Innovation (CERI). OECD.
Kondo N., Yamada S., Mizutani A., Philip K.A. (2021) Skills Demands in the Dual Labor Market of Formal and Informal Sectors: Findings from a Skills Assessment of Garment Workers in Ghana. Skills and Knowledge for Youth (SKY) Project Paper. DOI: 10.13140/RG.2.2.12984.06402
Krishnan P., Krutikova S. (2013) Non-cognitive Skill Formation in Poor Neighbourhoods of Urban India. Labour Economics, vol. 24, pp. 68-85. DOI: 10.1016/j.labeco.2013.06.004
Labor Force, Employment and Unemployment in Russia (Based on Results of Labor Force Surveys). Statistical Handbook (2020), Moscow: Rosstat. Available at: https://rosstat.gov.ru/storage/mediabank/2EfrJGVJ/Rab_sila_2020.pdf, accessed 10.06.2022 (in Russian).
Leighton P. (2018) Intelligence, Personality, or Work Ethic? The Labour Market Returns to Cognitive and Noncognitive Skills in Latin America. 2nd IZA Labor Statistics Workshop: The Returns to Skill in the Labor Market Materials. Available at: https://conference.iza.org/conference_files/Statistic_2018/leighton_p26247.pdf, accessed 10.06.2022.
Lukiyanova A. (2013) Earnings Inequality and Informal Economy in Russia (2000-2010). HSE Economic Journal, vol. 17, no 2, pp. 212-238. Available at: https://ej.hse.ru/2013-17-2/105329688.html, assessed 10.11.2021 (in Russian).
Mount M.K., Barrick M.R., Stewart G.L. (1998) Five-Factor Model of Personality and Performance in Jobs Involving Interpersonal Interactions. Human Performance, vol. 11, pp. 145-165. DOI: 10.1080/08959285.1998.9668029
Nicolski Z., Ajwad M.I. (2014) Cognitive and Non-Cognitive Skills Affect Employment Outcomes: Evidence from Central Asia. IZA/OECD/World Bank Workshop on Cognitive and Non-Cognitive Skills and Economic Development Materials. Available at: https://conference.iza.org/conference_files/CognitiveSkills_2014/nikoloski_z6495.pdf, accessed 10.06.2022.
Nyhus E., Pons E. (2005) The Effect of Personality on Earnings. Journal of Economic Psychology, vol. 26, pp. 363-384. DOI: 10.1016/J.JOEP.2004.07.001
Palmer R. (2018) Jobs and Skills Mismatch in the Informal Economy. Available at: https://www.ilo.org/wcmsp5/groups/public/—ed_emp/—ifp_skills/documents/publication/ wcms_629018.pdf, accessed 10.06.2022.
Pierre G., Sanchez-Puerta M.-L., Valerio A., Rajadel T. (2014) STEP Skills Measurement Surveys: Innovative Tools for Assessing Skills, Washington, DC: World Bank.
Pina P., Kotin T., Hausman V., Macharia E. (2012) Skills for Employability: The Informal Economy. Results for Development Institute (R4D). Innovative Secondary Education for Skills Enhancement (ISESE) project paper.
Roy A.D. (1951) Some Thoughts on the Distribution of Earnings. Oxford Economic Papers, vol. 3, no 2, pp. 135-146. DOI: 10.1093/oxfordjournals.oep.a041827
Rozhkova K.V. (2019) The Return to Noncognitive Characteristics in the Russian Labor Market. Voprosy ekonomiki, no 11, pp. 81-107 (in Russian). DOI: 10.32609/0042-8736-2019-11-81-107
Zudina A.A. (2013) Formally and Informally Employed in Russia: Comparing Different Estimates for Subjective Social Status. Mir Rossii, vol. 22, no 4, pp. 174-202. Available at: https://mirros.hse.ru/article/view/4986, assessed 10.11.2021 (in Russian).
Zudina A.A. (2018) The Pathways That Lead Youth in NEET: The Case of Russia. HSE Economic Journal, vol. 22, no 2, pp. 197-227 (in Russian). DOI: 10.17323/1813-8691-2018-22-2-197-227
Приложение
Таблица 1. Отнесение вопросов анкеты РМЭЗ НИУ ВШЭ 2016 г. к некогнитивным навыкам типологии «Большая пятерка»
Люди отличаются друг от друга. Отвечая на следующие вопросы, сравнивайте себя с другими людьми. Мы понимаем, что некоторые вопросы могут казаться похожими, но на самом деле они разные. Не думайте долго, а дайте первый ответ, который приходит Вам в голову. Здесь нет правильных или неправильных ответов.
Вам приходят в голову идеи, до которых другие не додумались раньше? (4)445.3) Вам очень интересно узнавать что-то новое? (uj445.11) Вы получаете удовольствие от красивого, например природы, искусства и музыки? (и|445.14) Открытость новому опыту
Выполняя какое-то задание, Вы очень аккуратны? (и|445.2) Вы заканчиваете то, что начали? (и)445.6) Вы очень усердно трудитесь? Например, Вы продолжаете работать, когда другие делают перерыв? (и|445.8) *Вам больше нравится расслабляться, чем усердно трудиться? (и)445.12) Вам нравится работать над задачами, выполнение которых требует очень длительного времени - как минимум нескольких месяцев? (и)445.13) Вы работаете очень хорошо и быстро? (и)445.17) Вы тщательно все обдумываете перед принятием важного решения? (и)445.21) Добросовестность
Вы разговорчивы? (и)445.1) *Вы предпочитаете держать свое мнение при себе? (и)445.4) Вы открыты и общительны, например, Вы очень легко заводите друзей? (щ445.20) Экстраверсия
Вы легко прощаете других людей? (и)445.9) Вы очень вежливы с другими людьми? (и)445.16) Вы щедро делитесь с другими людьми своим временем и деньгами? (и)445.19) Вы обращаетесь за помощью, когда не понимаете чего-то? (и)445.23) Доброжелательность
*Вы спокойны в стрессовых ситуациях? (и)445.5) Люди используют Вас в своих интересах? (и)445.7) Вы склонны к беспокойству? (и)445.10) * Вы задумываетесь о том, как Ваши поступки повлияют на Ваше будущее? (Щ445.15) Вас легко заставить нервничать? (и)445.18) Люди не очень хорошо к Вам относятся? (и)445.22) Вы задумываетесь о том, как Ваши поступки повлияют на других? (и)445.24) Невротизм
Примечание: схема воспроизводится по [Ayhan, Gatskova, Lehmann 2017] и ранее была представлена в [Рожкова 2019; Гимпельсон, Зудина, Капелюшников 2020].
Таблица 2. Мультиномиальная логит-регрессия, предельные эффекты, РМЭЗ НИУ ВШЭ, 2016 (зависимая переменная - статус на рынке труда), мужчины
Контрольные переменные Неформальная занятость Формальная Безработица Экономическая неактивность
АМЕ ст. ош. занятость АМЕ ст. ош. АМЕ ст. ош.
Открытость новому опыту -0,005 0,01 0,0004 0,004 0,004 0,01
Добросовестность -0,003 0,01 -0,003 0,005 -0,084*** 0,01
Экстраверсия 0,005 0,01 -0,001 0,003 -0,013* 0,01
Доброжелательность -0,009 0,01 -0,005 0,004 0,032*** 0,01
Невротизм 0,038*** 0,01 0,01* 0,01 0,032*** 0,01
Возрастные группы
15-19 -0,006 0,04 -0,015 0,01 0,61*** 0,06
20-24 0,06** 0,03 0,012 0,01 0,098*** 0,02
25-29 база
30-39 -0,006 0,02 -0,001 0,01 0,021 0,01
40-49 -0,019 0,02 0,004 0,01 0 07*** 0,02
50-59 -0,056*** 0,02 0,004 0,01 0 145*** 0,02
60+ -0,088*** 0,02 -0,011 0,01 0,676*** 0,02
Уровни образования
неполное среднее и ниже 0,049*** 0,02 0,001 0,01 0,015 0,02
неполное среднее + ПТУ 0,025 0,02 -0,007 0,01 -0,027 0,02
полное среднее образование база
полное среднее + ПТУ 0,021* 0,01 -0,009 0,01 -0,032** 0,02
среднее профессиональное образование -0,007 0,01 -0,002 0,01 -0,053*** 0,01
высшее профессиональное -0,014 0,01 -0,001 0,01 -0,041*** 0,01
Состояние в браке (Да) -0,009 0,01 -0,001 0,01 -0 07*** 0,01
Логарифм личного дохода -0,003 0,002 -0,012*** 0,004 -0,016*** 0,01
Наличие детей до 18 лет 0,004 0,01 -0,003 0,005 -0,062*** 0,02
Тип населенного пункта
областной центр база
город -0,014 0,01 -0,012* 0,01 0,001 0,01
ПГТ+село -0,036*** 0,01 -0,016*** 0,01 0,028** 0,01
столица 0,015 0,02 0,0002 0,01 0,011 0,02
Федеральные округа контролируются
Число наблюдений 4494
Pseudo R2 0,4023
РгоЬ > сЫ2 0,0000
Примечание: * р < 0,1; ** р < 0,05; *** р < 0,01.
Таблица 3. Мультиномиальная логит-регрессия, предельные эффекты, РМЭЗ НИУ ВШЭ, 2016 (зависимая переменная - статус на рынке труда), женщины
Контрольные переменные Неформальная занятость Формальная Безработица Экономическая неактивность
АМЕ ст. ош. занятость АМЕ ст. ош. АМЕ ст. ош.
Открытость новому опыту -0,006 0,004 -0,0004 0,003 0,0002 0,01
Добросовестность 0,001 0,01 -0,0002 0,004 -0,089*** 0,01
Экстраверсия 0,001 0,004 0,002 0,003 -0,002 0,01
Доброжелательность 0,000 0,005 0,002 0,003 0,013 0,01
Невротизм 0,001 0,01 0,0146*** 0,004 0,028*** 0,01
Возрастные группы
15-19 -0,036** 0,02 -0,009 0,01 0,705*** 0,05
20-24 -0,013 0,02 -0,007 0,01 0147*** 0,03
25-29 база
30-39 -0,001 0,01 0,006 0,01 -0,012 0,02
40-49 0,018 0,01 -0,003 0,01 -0,008 0,02
50-59 -0,023* 0,01 -0,015 0,01 0,295*** 0,02
60+ -0,044*** 0,01 -0,029*** 0,01 0,730*** 0,02
Уровни образования
неполное среднее и ниже -0,010 0,01 -0,004 0,01 0,107*** 0,02
неполное среднее + ПТУ 0,002 0,02 -0,002 0,01 0,021 0,03
полное среднее образование база
полное среднее + ПТУ -0,02* 0,01 -0,005 0,01 -0,039** 0,02
среднее профессиональное образование -0,032*** 0,01 -0,004 0,005 -0,078*** 0,01
высшее профессиональное -0,046*** 0,01 -0,008* 0,005 -0,106*** 0,01
Состояние в браке (Да) -0,01** 0,004 -0,012*** 0,003 -0,012 0,01
Логарифм личного дохода 0,002** 0,001 -0,008*** 0,001 -0,033*** 0,01
Наличие детей до 18 лет -0,001 0,01 -0,004 0,004 0,0314** 0,01
Тип населенного пункта
областной центр база
город -0,005 0,01 -0,003 0,004 -0,016 0,01
ПГТ+село -0,016*** 0,01 0,002 0,004 0,047*** 0,01
столица -0,004 0,01 0,017 0,011 0,041** 0,02
Федеральные округа контролируются
Число наблюдений 6690
Pseudo R2 0,4133
РгоЬ > сЫ2 0,0000
Примечание: * р < 0,1; ** р < 0,05; *** р < 0,01.
Таблица 4. Линейно-вероятностная модель, коэффициенты, РМЭЗ НИУ ВШЭ, 2016 (зависимая переменная: тип занятости, 1 - неформальная наемная занятость; 0 - формальная наемная занятость), отдельно для мужчин и для женщин
Контрольные переменные Мужчины Женщины
коэф. ст.ош. коэф. ст.ош.
Состояние в браке (Да) -0,04** 0,02 -0,025*** 0,01
Возрастные группы
15-19 0,307*** 0,11 0,13 0,10
20-24 0,074** 0,03 0,0001 0,02
25-29 база
30-39 -0,01 0,02 -0,0034 0,01
40-49 -0,0002 0,02 0,01 0,01
50-59 -0,034* 0,02 -0,0049 0,01
60+ -0,038* 0,02 0,02 0,02
Уровень образования
неполное среднее и ниже 0 09*** 0,02 0,02 0,03
неполное среднее + ПТУ 0,04 0,03 0,01 0,05
полное среднее образование база
полное среднее + ПТУ 0,02 0,02 -0,049*** 0,02
среднее профессиональное образование -0,02 0,02 -0,072*** 0,02
высшее профессиональное -0,038*** 0,01 -0,097*** 0,01
Наличие детей до 18 лет 0,0011 0,01 0,0018 0,01
Логарифм личного дохода -0,007*** 0,00 -0,0027 0,00
Тип поселения
Областной центр база
Город -0,023* 0,01 -0,01 0,01
ПГТ+село -0,061*** 0,01 -0,021** 0,01
Столица 0,01 0,02 -0,0046 0,01
Федеральные округа контролируются
Число наблюдений 3356 3932
R-квадрат 0,0617 0,0436
Примечание: * р < 0,1; ** р < 0,05; *** р < 0,01.
