CC BY
50
УДК 331.215.24
детерминанты жесткости номинальной зарплаты в россии*
А.В. ЛАРИН,
старший преподаватель кафедры математической экономики E-mail: alarin@hse.ru А.С. АНИСИМОВА, студентка факультета экономики E-mail: asanisimova@edu.hse.ru Национальный исследовательский университет «Высшая школа экономики» в Нижнем Новгороде
В статье исследуется жесткость номинальных зарплат в России с 2001 по 2012 г. Важность жесткости зарплаты для формирования финансовой политики фирмы обусловлена тем, что эта концепция позволяет объяснить, почему фирмы не решаются на снижение зарплат, даже если того требуют внешние условия.
Новизна работы заключается в том, что жесткость зарплат исследуется в условиях высокой инфляции и слабых профсоюзов. Для эмпирического анализа авторы используют данные панельного опроса российских домохозяйств RLMS-HSE.
Зависимая переменная (жесткая зарплата) принимает значение 0, если индивид дает положительный ответ об уменьшении зарплаты за последний год, и значение 1, если указанная им зарплата не менялась в течение последнего года. Такой подход к определению зависимой переменной позволяет смягчить негативные последствия ошибок измерения.
Для выявления факторов, позволяющих объяснить различия в жесткости зарплат между индивидами, оценена модель бинарного выбора. Результаты оценки позволяют сделать вывод о том, что жесткость зарплат выше для мужчин, растет с возрастом и падает с увеличением размера фирмы. Наибольшее влияние оказывают место жительства (различие в жесткости зарплат до 19,0 п.п.) и отрасль, в которой работает индивид (различие до 35,1 п.п.). При этом, несмотря на слабые профсоюзы,
* В статье использованы результаты, полученные в ходе выполнения статьи проекта №2014-08 «Жесткость заработных плат», выполненного в рамках гранта факультета экономики НИУ ВШЭ — Нижний Новгород в 2014 г
-42 (228)
доля работников, зарплата которых не была снижена из-за жесткости, составляет 63,1 %, что намного выше, чем в странах Европы и США.
Ключевые слова: жесткость зарплаты, фактор, инфляция, профсоюзы, работодатель, RLMS-HSE
введение
Жесткость зарплат (wage rigidity) наряду с жесткостью цен является концепцией, позволяющей объяснить, почему номинальные шоки могут влиять на реальные экономические показатели. Идея жесткости зарплат заключается в том, что зарплаты не могут мгновенно подстраиваться под изменения внешней экономической среды, и поэтому краткосрочное равновесие в экономике достигается за счет других показателей, таких как, например, уровень безработицы. При этом, как правило, речь идет о нисходящей жесткости (downward rigidity) — фирмы могут свободно повышать зарплату, но часто не решаются на ее снижение, даже если того требуют внешние условия.
В литературе выделяют два типа жесткости — жесткость номинальных зарплат (nominal wage rigidity) и жесткость реальных зарплат (real wage rigidity) — причины и последствия которых могут различаться [8]. В качестве причин жесткости реальной зарплаты обычно выделяют профсоюзы и
коллективные трудовые контракты, одной из целей которых является поддержание реальной зарплаты на высоком уровне [2, 3, 10].
В основе жесткости номинальной зарплаты могут лежать психологические аспекты поведения работников — снижение номинальной заработной платы считается работниками несправедливым и приводит к значительному снижению производительности [1, 6]. Кроме того, Холден [9] показывает, что жесткость номинальной зарплаты может быть равновесным решением даже в том случае, если и для работника, и для работодателя важна реальная зарплата.
В статье авторы исследуют факторы, позволяющие объяснить различия в жесткости зарплат между индивидами. Для эмпирического анализа использованы данные панельного опроса российских домохозяйств RLMS-HSE1 с 2001 по 2012 г. В качестве меры жесткости авторы использовали вероятность того, что зарплата индивида не уменьшится при условии, что в отсутствие жесткости его зарплата должна была бы сократиться.
Статья интересна с той точки зрения, что авторы исследуют жесткость зарплат в условиях высокой инфляции и слабых профсоюзов, тогда как в подавляющем большинстве работ рассматриваются страны с обратной картиной — Великобритания, США, страны Евросоюза [7, 8, 10]. Результаты оценки позволяют сделать вывод о том, что жесткость зарплат в России определяется теми же факторами, что и в Европе, и в США, за исключением активности профсоюзов. Так, на микроуровне жесткость зарплат выше для мужчин, растет с возрастом и падает с увеличением размера фирмы и сильно варьируется по отраслям. При этом уровень жесткости номинальных зарплат в России оказывается выше, чем в странах с низкой инфляцией и сильными профсоюзами.
Методология оценки
Следуя подходу, предложенному Дикенсом и др. [4], авторы рассматривают только тех индиви-
1 Российский мониторинг экономического положения и здоровья населения НИУ-ВШЭ (RLMS-HSE), проводимый Национальным исследовательским университетом — Высшей школой экономики и ЗАО «Демоскоп» при участии Центра народонаселения университета Северной Каролины в Чапел Хилле и Института социологии РАН. Сайты обследования RLMS-HSE — URL: http://www.cpc.unc.edu/projects/rlms; URL: http://www.hse.ru/rlms.
-42 (228)
дов, зарплата которых уменьшилась бы в отсутствие жесткости номинальных зарплат. В этом случае мера жесткости определяется как вероятность того, что зарплата таких индивидов останется неизменной, т.е.
dnwrit = P(Awa = 0|Aw* < 0), где dnwrit — мера жесткости номинальной зарплаты для /-го индивида в период t; wit - номинальная зарплата; Awit = wit - wit-l - наблюдаемое изменение зарплаты;
Aw* - изменение зарплаты, которое наблюдалось бы в случае отсутствия жесткости номинальных зарплат.
Часто предполагают, что все случаи не меняющейся во времени зарплаты являются проявлением жесткости зарплат [4]. На практике эта предпосылка может нарушаться, искусственно завышая оценки жесткости зарплат.
В качестве причины, почему наблюдаемая зарплата индивида может оставаться постоянной от периода к периоду, помимо жесткости, выделяют ошибки округления [5, 10]. При этом ошибки округления могут быть вызваны как действиями работодателя (зарплата вряд ли будет повышена, если экономические условия требуют ее увеличения на 1 руб.), так и поведением работников при ответах на вопросы анкеты (индивиды склонны округлять свою зарплату, например до тысяч рублей).
Однако можно ожидать, что ошибки округления не окажут существенного влияния на оценки жесткости зарплат по двум причинам. Во-первых, об этом говорит низкий процент округлений зарплат — более 40% индивидов из используемой авторами выборки, отвечая на вопросы анкеты, указали свою зарплату с точностью до 100 руб. И, во-вторых, влияние ошибок округления частично компенсируется ошибками измерения, когда индивиды осознанно или неосознанно завышают или занижают свою зарплату. В этом случае наблюдается эффект, обратный ошибкам округления, — даже если в действительности зарплата не менялась, то все равно будем наблюдать ее изменение.
Кроме того, очевидно, что постоянные во времени зарплаты могут наблюдаться на достаточно коротких временных интервалах даже в отсутствие жесткости зарплаты и ошибок округления. Однако ожидаем, что в условиях высокой инфляции в России зарплаты должны меняться часто — не менее одного раза в год. Если же зарплаты не меняются в
течение 12 мес., то рассматриваем это как проявление жесткости номинальных зарплат.
Для того чтобы выявить факторы, влияющие на жесткость, оцениваем модель бинарного выбора. Зависимой переменной у и присваиваем значение 0, если номинальная зарплата индивида уменьшилась по сравнению с прошлым периодом, и значение 1, если его зарплата осталась неизменной.
Авторы предполагают, что работодатель при
выборе зарплаты ориентируется на некоторую нена-
*
блюдаемую переменную у и, которая определяется набором объясняющих переменных хи 1, хи 2,..., хи к и шумом в й :
У* = Рс + в1 Ъ ,1 + в1 х*,2 + . + Фл К + В а •
*
Переменную У и можно интерпретировать как относительную полезность того, что работодатель не уменьшит зарплату индивиду в случае, если того требуют экономические условия, в которых находится фирма. Если эта полезность отрицательная (Ук* < 0), то зарплата индивида будет уменьшена (Лw и < 0). В противном случае зарплата останется неизменной (Лw и = 0).
Авторы оценивают пробит-модель бинарного выбора, предполагая, что шум вй распределен по нормальному закону с нулевым математическим ожиданием и единичной дисперсией.
В качестве результатов авторы приводят оценки средних предельных эффектов, которые показывают, как та или иная объясняющая переменная влияет на вероятность того, что зарплата индивида останется неизменной. Так как для оценки была использована выборка, состоящая только из индивидов, у которых зарплата либо уменьшилась, либо осталась неизменной, данная вероятность совпадает с мерой жесткости dnwrit, и поэтому предельные эффекты показывают влияние объясняющих переменных на жесткость номинальных зарплат.
исходные данные
Для эмпирического анализа используем данные панельного опроса RLMS-HSE с 2001 по 2012 г. (Х-ХХ1 волны опроса)2. Для формирования пере-
2 В каждой волне каждый из индивидов опрашивается один раз в период с сентября по март. Так, например, наблюдения для XXI волны собраны с сентября 2012 г. по март 2013 г. Однако в итоговой выборке, используемой для оценки модели, доля индивидов, опрошенных в январе — марте, составляет менее одного процента. Поэтому для простоты восприятия авторы
менных мы используем файлы индивидуальных данных репрезентативной выборки.
Панельный характер данных позволяет отслеживать изменения зарплаты индивидов, происходящие между двумя волнами опроса. Зарплату определяем, как сумму, указанную индивидом в ответ на вопрос: «Сколько денег в течение последних 30 дней вы получили по основному месту работы после вычета налогов и отчислений?».
Для оценки модели были выделены две группы работников.
В первую группу вошли работники с отрицательным изменением номинальной зарплаты, во вторую — с нулевым изменением. В первую группу включены индивиды, положительно ответившие на вопрос: «В течение последних 12 месяцев вам уменьшали зарплату или сокращали часы работы не по вашему желанию?».
Во вторую группу включены индивиды, для которых месячные зарплаты по основному месту работы за текущую и предыдущую волны опроса совпадают. Индивиды, которые по данным критериям попадают в обе группы, были оставлены только во второй группе, предполагая, что их зарплата за последние 12 мес. не менялась, а положительный ответ на вопрос связан с сокращением часов работы. Во всех остальных случаях предполагаем, что положительный ответ связан с уменьшением месячной зарплаты, при этом часы работы могли как сокращаться, так и оставаться неизменными или даже расти.
Так как индивиды в разные волны могут опрашиваться в разные месяцы, рассчитанные значения Лwи могут соответствовать изменению месячной зарплаты не только за предыдущие 12 мес., но и за более длинные или более короткие промежутки времени. Так, например, если в XX волне индивид опрашивался в ноябре 2011 г., а в XXI волне — в октябре 2012 г., то значение Лwи для этого индивида будет равно изменению месячной зарплаты за последние 11 мес. В этом случае периоды, за которые рассматривается изменение зарплаты, для первой и второй групп различаются, и становится возможной ситуация, когда работника можно отнести и к первой, и ко второй группе, например, если за последние 12 мес. его зарплата уменьшилась, но за последние 11 мес. его зарплата оставалась неизменной. Чтобы избежать такого
ставят в соответствие каждой волне только один год — от 2001 г. для X волны до 2012 г. для XXI волны.
несоответствия, в выборке оставлены только те индивиды, которые в разные волны опрашиваются в один и тот же месяц.
Для определения индивидов, зарплата которых уменьшилась за последний год, был использован ответ на вопрос об уменьшении зарплаты, а не рассчитанное изменение зарплаты Ьм Авторы полагают, что данный подход позволяет смягчить последствия ошибок измерения, которые являются одной из основных проблем при работе с данными о зарплате, собранными на основе опроса [4, 10].
При ответе на вопрос о зарплате индивиды склонны осознанно или неосознанно предоставлять неточные сведения, тем самым искажая информацию об изменении зарплат. О наличии этой проблемы косвенно свидетельствует отрицательная автокорреляция изменения зарплат — для используемой выборки оценка автокорреляции значимо меньше нуля и равна -0,31, хотя, как отмечают Дикенс и др. [4], в отсутствие ошибок измерения данное значение должно быть близко к нулю.
При ответе на вопрос о том, снижалась ли их зарплата (а не о самом значении зарплаты), индивиды, во-первых, имеют меньше стимулов говорить неправду и, во-вторых, сами себе могут дать более точный ответ — вспомнить, снижалась ли заработная плата за последний год проще, чем вспомнить точную сумму зарплаты.
Таким образом, зависимая переменная у (жесткая зарплата) принимает значение 0, если индивид попадает в первую группу (дает положительный ответ об уменьшении зарплаты за последние 12 мес.), и значение 1, если индивид попадает во вторую группу (указанная им зарплата не менялась в течение последних 12 мес.).
В качестве объясняющих переменных, которые могут влиять на жесткость зарплат, авторы взяли как характеристики индивида (пол, возраст, образование, стаж работы на данном предприятии, место жительства), так и характеристики предприятия (число сотрудников, отрасль). Также включены в модель бинарные переменные для каждой из волн опроса, чтобы проконтролировать макроэкономические эффекты, возникающие из-за воздействия на жесткость зарплат таких показателей, как, например, инфляция и безработица.
Для оценки использованы данные за 12 волн опроса — с X по XXI. Выбор этих волн обусловлен тем, что в более ранних волнах отсутствовал вопрос
об уменьшении зарплаты3. Исходная выборка из работающих индивидов для этого периода состоит из 70 523 наблюдений, в среднем — по 5 876 наблюдений в каждой волне. Авторы оставили в итоговой выборке только те наблюдения, для которых выполнены условия:
1) время, прошедшее с прошлого интервью, равно 12 мес.;
2) индивид работает на данном предприятии более 12 мес.;
3) число сотрудников предприятия, на котором работает индивид, больше 1;
4) индивид не является владельцем или совладельцем предприятия;
5) номинальная зарплата индивида за последние 30 дней больше или равна 1 тыс. руб. и меньше 1 млн руб.;
6) возраст индивида от 18 до 64 лет;
7) индивид положительно отвечает на вопрос об уменьшении его зарплаты за последние 12 мес., либо указанная им зарплата не менялась в течение последних 12 мес.
В итоговой выборке остается 2 255 наблюдений, в среднем по 188 наблюдений в каждой волне. Основная потеря наблюдений приходится на последнее условие — из выборки удалены 61 424 наблюдений, для которых за последние 12 мес. наблюдался рост номинальной зарплаты.
Описание переменных и их описательная статистика для итоговой выборки приведены в табл. 1, 2.
Результаты оценки
Среднее значение жесткости зарплаты для рассматриваемой выборки составляет 0,631 (табл. 2), из чего можно сделать вывод, что в среднем вероятность того, что зарплата индивида не будет уменьшена из-за жесткости номинальных зарплат, составляет 63,1%. Предельные эффекты позволяют сделать вывод о том, как меняется данная вероятность при изменении объясняющих переменных. Оценки предельных эффектов, рассчитанные на основе пробит-модели бинарного выбора, приведены в табл. 3.
Оценки предельных эффектов говорят о том, что для женщин вероятность «жесткой» зарплаты на 4,7 п.п. меньше, чем для мужчин, а наличие высшего образования никак не влияет на жесткость
3 В IX волне данный вопрос присутствует, но выборка для этой волны состоит всего из 9 наблюдений, поэтому исключаем IX волну опроса из рассмотрения.
Таблица 1
Описание переменных
Переменная Описание переменной
«Жесткая» зарплата Бинарная переменная. Принимает значение 1, если месячная зарплата индивида (поле *j10 анкеты) не менялась с момента предыдущего интервью. Принимает значение 0, если выполнены два условия: a — респондент положительно отвечает на вопрос «В течение последних 12 мес. Вам уменьшали зарплату или сокращали часы работы не по Вашему желанию?» (поле *j18.2 анкеты); b — месячная зарплата индивида (поле *j10 анкеты) изменилась с момента предыдущего интервью
Пол (женский) Бинарная переменная. Принимает значение 1 для женщин и 0 для мужчин (поле *h5 анкеты)
Высшее образование Бинарная переменная. Принимает значение 1, если респондент имеет законченное высшее образование и выше (поле diplom анкеты), и значение 0 в противном случае
Возраст Рассчитывается как разница между годом проведения интервью и годом рождения респондента (поле *h6 анкеты)
Стаж Стаж работы на данном предприятии. Вычисляется как количество месяцев, прошедших с момента устройства респондента на работу (поля *j5a и *j5b анкеты) до момента проведения интервью, деленное на 12
Размер фирмы Число сотрудников предприятия, на котором работает респондент (поле *j13 анкеты)
Отрасль Отрасль, в которой работает респондент (поле *j35.1), представлена набором бинарных переменных для каждой из отраслей. К бюджетным отнесены отрасли с большой долей бюджетных работников: образование, наука, культура, здравоохранение, армия, МВД, социальная защита, ЖКХ. Переменная «Другая отрасль» принимает значение 1, если индивид не работает ни в одной из указанных выше отраслей, и 0 — в противном случае
Проживает в городе Бинарная переменная. Принимает значение 1, если респондент проживает в городе или областном центре (поле status анкеты), и значение 0 в противном случае
Москва, Санкт-Петербург Бинарная переменная. Принимает значение 1, если респондент проживает в Москве, Московской области или Санкт-Петербурге (поле psu анкеты), и значение 0 в противном случае
Волна опроса Волна опроса представлена набором бинарных переменных для каждой из волн опроса
* Соответствует первому символу в названии переменной каждой волны — от a для V волны до q в XXI волне.
Таблица 2
Описательная статистика переменных
Переменная Среднее значение
Зависимая переменная
Жесткость зарплаты 0,631
Индивидуальные характеристики
Пол (женский) 0,556
Высшее образование 0,268
Возраст
От18 до 29 лет 0,16
От 30 до 39 лет 0,238
От 40 до 49 лет 0,306
От 50 до 64 лет 0,296
Стаж
От 1 до 4 лет 0,406
От 5 до 9 лет 0,227
10 и более лет 0,367
Размер фирмы
От 2 до 9 чел. 0,074
От 10 до 99 чел. 0,328
100 человек и более 0,598
Отрасль
Бюджетные отрасли 0,235
Органы управления 0,018
Торговля, бытовое обслуживание 0,125
Финансы 0,015
Пищевая промышленность 0,033
Легкая промышленность 0,069
Тяжелая промышленность 0,079
и машиностроение
Переменная Среднее значение
Нефтегазовая промышленность 0,021
Военно-промышленный комплекс 0,025
Строительство 0,073
Транспорт, связь 0,078
Сельское хозяйство 0,048
Другие отрасли 0,180
Место жительства
Проживает в городе 0,722
Москва, Санкт-Петербург 0,110
Волна опроса
2001 г. (X волна) 0,037
2002 г. (XI волна) 0,045
2003 г. (XII волна) 0,061
2004 г. (XIII волна) 0,072
2005 г. (XIV волна) 0,077
2006 г. (XV волна) 0,071
2007 г. (XVI волна) 0,063
2008 г. (XVII волна) 0,072
2009 г. (XVIII волна) 0,101
2010 г. (XIX волна) 0,105
2011 г (XX волна) 0,148
2012 г. (XXI волна) 0,147
Примечание. Все переменные в таблице — бинарные, поэтому среднее значение каждой из переменных совпадает с долей наблюдений, в которых эта переменная принимает значение 1.
Вопросы экономики Issues on economics -20-
Таблица 3
Оценка предельных эффектов
Переменная Оценка
Индивидуальные характеристики
Пол (женский) -0,047** (0,021)
Высшее образование -0,033 (0,023)
Возраст
От 18 до 29 лет1 -
От 30 до 39 лет 0,029 (0,032)
От 40 до 49 лет 0,027 (0,031)
От 50 до 64 лет 0,101*** (0,033)
Стаж
От 1 до 4 лет1 -
От 5 до 9 лет -0,020 (0,026)
10 лет и более -0,042* (0,025)
Размер фирмы
От 2 до 9 чел.1 -
От 10 до 99 чел. -0,132*** (0,043)
100 чел. и более -0,187*** (0,043)
Отрасль
Бюджетные отрасли1 -
Органы управления 0,188** (0,088)
Торговля, бытовое обслуживание 0,057 (0,037)
Финансы 0,003 (0,083)
Пищевая промышленность 0,014 (0,058)
Легкая промышленность -0,135*** (0,041)
Тяжелая промышленность -0,163***
и машиностроение (0,040)
Нефтегазовая промышленность 0,108 (0,071)
Военно-промышленный комплекс -0,163*** (0,062)
зарплаты — предельный эффект незначим на 10%-ном уровне значимости.
С возрастом жесткость зарплаты растет — хотя для второй и третьей возрастных групп (30-39 лет и 40-49 лет соответственно) не наблюдается значимого роста, для индивидов старше 50 лет жесткость зарплаты на 10,1 п.п. выше, чем для индивидов в возрасте от 18 до 29 лет (базовая категория).
Переменная Оценка
Строительство -0,045 (0,042)
Транспорт, связь -0,056 (0,040)
Сельское хозяйство -0,025 (0,050)
Другие отрасли -0,108** (0,054)
Место жительства
Проживает в городе 0,022 0,024)
Москва, Санкт-Петербург 0,190*** (0,033)
Волна опроса
2001 г (X волна) -
2002 г (XI волна) -0,002 (0,065)
2003 г (XII волна) 0,141** (0,06)
2004 г (XIII волна) 0,100 (0,078)
2005 г (XIV волна) 0,130* (0,076)
2006 г (XV волна) 0,131* (0,077)
2007 г (XVI волна) 0,177** (0,079)
2008 г (XVII волна) 0,138* (0,077)
2009 г (XVIII волна) 0,069 (0,074)
2010 г (XIX волна) 0,192** (0,075)
2011 г. (XX волна) 0,296*** (0,072)
2012 г (XXI волна) 0,284*** (0,072)
Число наблюдений 2 255
1 Базовая категория набора бинарных переменных. * Предельный эффект значим на 10%-ном уровне значимости. ** Предельный эффект значим на 5%-ном уровне значимости. *** Предельный эффект значим на 1%-ном уровне значимости. Примечание. В круглых скобках указаны стандартные ошибки, рассчитанные на основе дельта-метода.
Необычным, на первый взгляд, выглядит вывод об отрицательной связи стажа работы на предприятии и жесткости зарплаты. Авторы склонны объяснять данный результат тем, что возраст и стаж работы сильно связаны между собой, и поэтому при оценке тяжело отделить эффект одной переменной от эффекта другой. В данном случае отрицательный эффект стажа не означает, что при росте стажа
работы жесткость зарплаты уменьшается. Можно заметить, что по модулю эффект возраста больше эффекта стажа и при этом увеличение стажа неизбежно связано с увеличением возраста. Отсюда можно сделать вывод о том, что с увеличением стажа жесткость зарплаты растет, или, по крайней мере, не уменьшается.
С ростом размера фирмы жесткость зарплат быстро уменьшается — для фирм с числом сотрудников более 100 чел. вероятность «жесткой» зарплаты на 18,7 п.п. ниже, чем для фирм с числом сотрудников от 2 до 9 чел. В качестве объяснения данного вывода Дю Кажу и др. [5] отмечают, что, как правило, большие фирмы предлагают более высокую зарплату, оставляя некоторый задел для ее возможного снижения, и поэтому менее подвержены жесткости зарплат.
По сравнению с бюджетными отраслями более высокая жесткость зарплат наблюдается только в органах управления. Для более половины отраслей (торговля, бытовое обслуживание, финансы, транспорт и связь, пищевая промышленность, нефтегазовая промышленность, строительство, сельское хозяйство) жесткость зарплат статистически не отличается от жесткости в бюджетных отраслях. Для оставшихся отраслей (легкая промышленность, тяжелая промышленность, военно-промышленный комплекс и др.) жесткость зарплат значимо ниже. Данный результат может быть объяснен как реорганизацией крупных промышленных предприятий, когда проблема снижения зарплат отходит на второй план, уступая место повышению эффективности работы, так и низкой мобильностью работников промышленной отрасли — снижение зарплат рассматривается как альтернатива увольнению.
В Санкт-Петербурге, Москве и Московской области жесткость зарплат выше на 19,0 п.п. При этом разница в жесткости зарплат между городскими и сельскими жителями оказывается незначимой.
С 2001 по 2012 г. наблюдался плавный рост жесткости зарплаты — в среднем вероятность «жесткой» зарплаты за этот период выросла на 28,4 п.п.
Заключение
В статье на основе данных RLMS-HSE исследуется жесткость номинальных зарплат в России. Для того чтобы выявить факторы, определяющие различие в жесткости зарплат между индивида-
ми, оценивается модель бинарного выбора. Для решения проблемы ошибок измерения зависимая переменная строится не только на основе указанной индивидом зарплаты, но и на основе ответа на вопрос об уменьшении зарплаты — «жесткость» зарплаты принимает значение 0, если индивид дает положительный ответ об уменьшении зарплаты за последний год, и значение 1, если указанная им зарплата не менялась в течение последнего года.
Результаты оценки позволяют сделать вывод о том, что источники жесткости зарплат в России те же, что и в странах с низкой инфляцией и высокой активностью профсоюзов. Жесткость зарплат выше для мужчин, растет с возрастом и падает с увеличением размера фирмы. Наибольшая жесткость зарплат наблюдается в органах управления, наименьшая — в тяжелой промышленности, машиностроении и военно-промышленном комплексе. При этом наибольшее влияние оказывают место жительства (различие в жесткости зарплат до 19,0 п.п.) и отрасль (различие до 35,1 п.п.).
При этом, несмотря на слабые профсоюзы, доля работников, зарплата которых не была снижена из-за жесткости, составляет 63,1%, что намного выше, чем в странах Европы и США [4]. Этот результат может быть объяснен высокой инфляцией в России, снижающей потери фирм, которые возникают из-за отказа от снижения зарплат [7].
Список литературы
1 . Bewley T.F. Fairness, reciprocity, and wage rigidity / In: Diamond P. and Vartiainen H. (Eds.), Behavioral Economics and Its Applications. Princeton: Princeton University Press. 2007. P. 157-188.
2 . Booth A.L. The Economics of the Trade Union . Cambridge: Cambridge University Press. 1994.
3 . Dias A.D., Marques C.R., Martins F. The Determinants of Downward Wage Rigidity: Some Methodological Considerations and New Empirical Evidence // Economic Bulletin. 2013. Vol. 19. № 3. P. 91-105.
4 . Dickens W.T., Goette L., Groshen E.L., Holden S., Messina J., Schweitzer M.E., Turunen J., WardM. E. How Wages Change: Micro Evidence from the International Wage Flexibility Project // The Journal of Economic Perspectives. 2007. Vol. 21. № 2. P. 195-214.
5 . Du Caju P., Fuss C., Wintr L. Understanding sectoral differences in downward real wage rigidity: workforce composition, institutions, technology and competition / Working Paper Series 1006, European Central Bank. 2009.
6 . Elsby M.W.L. Evaluating the Economic Significance of Downward Nominal Wage Rigidity / CEP Discussion Papers dp0704, Centre for Economic Performance, LSE. 2005.
7. Elsby M. W. L. Evaluating the Economic Significance of Downward Nominal Wage Rigidity // Journal of Monetary Economics. 2009. Vol. 56. P. 154-169.
8 . Goette L., Sunde U., Bauer T. Wage Rigidity: Measurement, Causes and Consequences // The Economic Journal. 2007. Vol. 117. № 524. P. 499-507.
9. Holden S. How Strong is the Macroeconomic Case for Downward Real Wage Rigidity? // Economica. 2003. Vol. 70. № 2. P. 251-265.
10 Smith J.C. Nominal Wage Rigidity in the United Kingdom // The Economic Journal. 2000. Vol. 19. № 3. P. 176-195.
11. Stuber H., Bessinger T. Does downward nominal wage rigidity dampen wage increases? // European Economic Review. 2012. Vol. 56. № 4. P. 870-887.
Financial analytics: science and experience Issues on economics
ISSN 2311-8768 (Online) ISSN 2073-4484 (Print)
DETERMINANTS OF NOMINAL WAGE RIGIDITY IN RUSSIA
Aleksandr V. LARIN, Anastasiya S. ANISIMOVA
Abstract
Importance We investigate nominal wage rigidity in Russia for the period from 2001 to 2012. The importance of wage rigidity for the financial policy of a company is determined by the fact that this concept explains the reason why companies do not reduce wages even when there are conditions demanding to do that Objectives The novelty of the paper consists in investigating wage rigidity for the country with high inflation and weak labor unions
Methods For the empirical analysis, we use RLMS-HSE data for the panel survey of Russian households The dependent variable (rigid wage) assumes a value of 0, if an individual gives a positive response to the question about wage decrease for the last year, and a value of 1, if the reported wage has not changed for this period This approach to determine the dependent variable allows softening the consequences of measurement errors. To reveal factors that permit to explain the difference in wage rigidity among employees, we estimate a binary choice model We have made a binary choice evaluation to obtain estimation results allowing us to explain the difference in wage rigidity among individuals Results The place of residence of an employee (the difference in wage rigidity is up to 19.0%), and the industry an individual is employed in (up to 35.1%) are of the greatest influence and significance At the same time, despite weak labor unions, the share of
employees, whose wages have not been reduced by rigidity in Russia, reaches 63.1% that is much higher than in European countries and in the USA Conclusions and Relevance The evaluation findings suggest that the wage rigidity is higher for male employees, and it increases with age, and it gets reduced with an increase in company size
Keywords: wage rigidity, factor, inflation, trade unions, employer, RLMS-HSE
References
1. Bewley T. F. Fairness, Reciprocity, and Wage Rigidity. In: Behavioral Economics and Its Applications. Princeton, Princeton University Press, 2007, pp.157-188.
2 . Booth A . L . The Economics of the Trade Union . Cambridge, Cambridge University Press, 1994.
3. Dias A.D., Marques C.R., Martins F. The Determinants of Downward Wage Rigidity: Some Methodological Considerations and New Empirical Evidence Economic Bulletin, 2013, vol. 19, no. 3, pp. 91-105.
4. Dickens W.T., Goette L., Groshen E.L., Holden S., Messina J., Schweitzer M.E., Turunen J., Ward M. E. How Wages Change: Micro Evidence from the International Wage Flexibility Project . The Journal of Economic Perspectives, 2007, vol. 21, no. 2, pp.195-214.
5. Du Caju P., Fuss C., Wintr L. Understanding Sectoral Differences in Downward Real Wage Rigidity: Workforce Composition, Institutions, Technology and Competition . Working Paper Series 1006, European Central Bank, 2009.
6 . Elsby M .W. L . Evaluating the Economic Significance of Downward Nominal Wage Rigidity Centre for Economic Performance, LSE, CEP Discussion Papers dp0704, 2005.
7. Elsby M.W.L. Evaluating the Economic Significance of Downward Nominal Wage Rigidity Journal of Monetary Economics, 2009, vol. 56, pp. 154-169.
8. Goette L., Sunde U., Bauer T. Wage Rigidity: Measurement, Causes and Consequences. The Economic Journal, 2007, vol. 117, no. 524, pp. 499-507.
9. Holden S. How Strong is the Macroeconomic Case for Downward Real Wage Rigidity? Economica, 2003, vol. 70, no. 2, pp. 251-265.
10. Smith J.C. Nominal Wage Rigidity in the United Kingdom. The Economic Journal, 2000, vol. 19, no. 3, pp. 176-195.
11. Stuber H., Bessinger T. Does Downward Nominal Wage Rigidity Dampen Wage Increases? European Economic Review, 2012, vol. 56, no. 4, pp. 870-887.
Aleksandr V. LARIN
National Research University — Higher School of Economics in Nizhny Novgorod, Nizhny Novgorod, Russian Federation alarin@hse . ru
Anastasiya S. ANISIMOVA
National Research University — Higher School of Economics in Nizhny Novgorod, Nizhny Novgorod, Russian Federation asanisimova@edu hse ru
Acknowledgments
In the paper, we have used the results obtained in implementing the article of the project No. 2014-08 "Wage rigidity", performed under a grant from the Department of Economics of the National Research University — Higher School of Economics in Nizhny Novgorod in 2014.
