CC BY-NC-ND
110
Гендерные различия в заработной плате выпускников вузов и учреждений СПО на начальном этапе карьеры
М. А. Кирюшина, В. Н. Рудаков
Статья поступила в редакцию в октябре 2020 г.
Кирюшина Маргарита Алексеевна — стажер-исследователь Института институциональных исследований Национального исследовательского университета «Высшая школа экономики». E-mail: mkiryushina@hse.ru Рудаков Виктор Николаевич — кандидат экономических наук, старший научный сотрудник, заместитель заведующего Международной лабораторией институционального анализа экономических реформ Института институциональных исследований НИУ ВШЭ, доцент факультета экономических наук НИУ ВШЭ. E-mail: vrudakov@hse.ru (контактное лицо для переписки)
Адрес: 101000, Москва, ул. Мясницкая, 20.
Аннотация На основе данных Федерального статистического выборочного наблюдения трудоустройства выпускников, получивших среднее профессиональное, начальное профессиональное и высшее образование, оценивается уровень тендерных различий в заработной плате и исследуются факторы, объясняющие тендерное неравенство. Гендерные различия в заработной плате измеряются на основе уравнения Минцера с использованием коррекции смещения самоотбора по методу Хекмана, а также с применением декомпозиции тендерного разрыва в заработной плате по методологии Оаксаки — Блайндера и Нью-марка. Установлено, что у женщин заработная плата на 18-20% ниже, чем у мужчин, при контроле на образовательные и социально-демографические характеристики и на факторы рынка труда. При этом гендерный разрыв в заработной плате в значительной степени зависит от уровня образования: женщины с начальным профессиональным образованием зарабатывают на 25%, со средним профессиональным — на 20%, с высшим — на 18% меньше, чем мужчины. Результаты декомпозиции гендерного разрыва в оплате труда дают основание предполагать наличие существенной доли необъясненных различий, которые могут быть следствием дискриминации и влияния ненаблюдаемых факторов.
Ключевые слова рынок труда выпускников, гендерное неравенство, отдача от образования, дискриминация, гендерный разрыв в оплате труда, гендерная сегрегация.
Для цитирования
Кирюшина М. А., Рудаков В. Н. (2021) Гендерные различия в заработной плате выпускников вузов и учреждений СПО на начальном этапе карьеры // Вопросы образования/Educational Studies Moscow. № 2. С. 172-198. https://doi. org/10.17323/1814-9545-2021-2-172-198
The Gender Gap in Early-Career Wages of Universities' and Vocational Education Institutes' Graduates
M. A. Kiryushina, V. N. Rudakov
Margarita Kiryushina, Intern Researcher, Center for Institutional Studies, National Research University Higher School of Economics. E-mail: mkiryushina@hse.ru Viktor Rudakov, Candidate of Sciences in Economics, Senior Research Fellow, Deputy Head, International Laboratory for Institutional Analysis of Economic Reforms, Center for Institutional Studies, National Research University Higher School of Economics; Assistant Professor, Faculty of Economic Sciences HSE. E-mail: vrudakov@ hse.ru (corresponding author)
Address: 20 Myasnitskaya Str., 101000 Moscow, Russian Federation.
Abstract Data from the Federal Statistical Sample Survey of Employment of Vocational Education and Higher Education Graduates is used to measure the gender wage gap and analyze the factors explaining gender inequality. The Mincer equation with Heck-man sample selection bias correction as well as the Blinder-Oaxaca and Neumark decomposition methods are applied to measure gender differences in earnings. Findings show that women are paid 18-20% lower than men, the educational and so-cio-demographic characteristics as well as labor market factors being controlled for. The gender wage gap is largely dependent on education attainment, reaching 25% among graduates from skilled-worker vocational programs, 20% among mid-level professionals, and 18% among college graduates. Decomposition of the gender wage gap allows assuming an essential proportion of unexplained differences that may arise from discrimination and unobservable factors.
Keywords discrimination, gender inequality, gender wage gap, gender segregation, graduate labor market, returns to education.
For citing Kiryushina M. A., Rudakov V. N. (2021) Gendernye razlichiya v zarabotnoy plate vypusknikov vuzov i uchrezhdeniy SPO na nachal'nom etape kar'ery [The Gender Gap in Early-Career Wages of Universities' and Vocational Education Institutes' Graduates]. Voprosy obrazovaniya/Educational Studies Moscow, no 2, pp. 172-198. https://doi.org/10.17323/1814-9545-2021-2-172-198
Гендерное неравенство на рынке труда и вклад образования в его формирование — одна из наиболее актуальных тем исследований в области экономики и социологии труда и экономики образования. Ее актуальность обусловлена сохранением существенного гендерного неравенства, необходимостью объяснения причин гендерных различий на рынке труда, а также формирования рекомендаций для государственной политики по снижению гендерного неравенства. По данным Всемирного экономического форума, средняя заработная плата женщин составляет 68% заработной платы мужчин [World Economic Forum, 2019], в России в 2017 г., по данным Росстата, — 71,7% [Росстат, 2018].
По индексу гендерного равенства Россия занимает 21-е место в регионе Восточная Европа и Центральная Азия (между Чехией и Киргизией) и 81-е место в мире [World Economic Forum, 2019]. Дан-
ный индекс является интегральным и рассчитывается по четырем основным показателям: экономическое участие и возможности, уровень образования, здоровье и выживаемость, политические права и возможности. При этом Россия является мировым лидером по параметру «уровень образования» [Ibid.]. Показатели образованности женщин в России более чем в 2 раза выше, чем в среднем по миру. Россия лидирует по охвату женщин образованием, разрыв в уровне образования в пользу женщин значителен и продолжает увеличиваться. Согласно статистике OECD за 2018 г., 63,5% женщин в возрастной группе от 25 до 64 лет имели высшее образование, в той же возрастной группе мужчин таких чуть менее 50%1.
При этом заработная плата женщин составляет от 70 до 80% заработной платы мужчин (в зависимости от наблюдаемого периода и методологии исследования) [Ощепков, 2006; Brainerd, 2000; Newell, Reilly, 2001; Росстат, 2018]. По данным Росстата, этот показатель постепенно увеличивается — с 65% в 1999 г. до 71,5% в 2017 г. с небольшими колебаниями значений в промежуточный период [Госкомстат России, 2000; Росстат, 2018], но весьма незначительно. Таким образом, значительно опережая большинство стран по уровню образования у женщин, Россия до сих пор не преодолела гендерный разрыв в оплате труда. Современная Россия является одним из лидеров по вовлечению женщин в третичное образование, высшее образование приносит существенную отдачу, но при этом уровень гендерного неравенства на рынке труда остается относительно высоким. Эта парадоксальная ситуация актуализирует изучение гендерного неравенства и вклада образования в формирование гендерной дифференциации в заработной плате на российском рынке труда.
Рынок труда выпускников вузов и учреждений СПО2 в России имеет ряд специфических характеристик: профессиональное образование широко доступно [Бессуднов, Куракин, Малик, 2017], дифференцировано по качеству [Platonova, Semyonov, 2018]. Уровень безработицы среди выпускников вузов и учреждений СПО относительно низкий [Дудырев, Романова, Травкин, 2019; Рудаков, 2020], их безработица чаще носит временный характер [Рудаков, 2020]. Заработная плата выпускников сильно дифференцирована, до 40% выпускников работают не по специальности [Дудырев, Романова, Травкин, 2019; Клячко, Семионова, 2018; Чередниченко, 2020]. Российский рынок труда выпускников достаточно хорошо изучен, в частности исследовались отдача от качества вуза,
1 https://www.oecd.org/gender/data/
2 В современной образовательной системе России среднее профессиональное образование подразумевает подготовку квалифицированных рабочих/ служащих (ранее НПО) и специалистов среднего звена (ранее СПО). В статье мы будем оперировать терминами НПО и СПО в соответствии с данными об образовании респондентов в выборке.
значение успеваемости и занятости во время обучения, отдача от профессий и соответствия работы полученной специальности [Варшавская, Котырло, 2019; Рощин, Рудаков, 2016; Roshchin, Ru-dakov, 2017; Rudakov, Roshchin, 2019], однако проведенные исследования не фокусировались на проблеме гендерных различий. Несколько значимых эмпирических исследований гендерных различий в оплате труда с использованием репрезентативных на национальном уровне данных в России проведены в 2005-2007 гг. [Мальцева, 2005; Мальцева, Рощин, 2007; Ощепков, 2006].
Актуальность изучения гендерного неравенства в заработной плате недавних выпускников обусловлена и значимостью молодежи как социальной группы, определяющей будущее экономики страны, и важностью обновления человеческого капитала, который приносят на рынок труда новые когорты выпускников. Различия в заработной плате закладываются на начальном этапе карьеры, и успешность перехода от учебы к работе в значительной степени определяет последующие результаты на рынке труда [Ryan, 2001].
Целью данного исследования является оценка масштабов гендерного неравенства в заработной плате среди выпускников российских вузов и учреждений среднего профессионального образования на начальном этапе карьеры, определение уровня гендерной дискриминации, а также выявление факторов, объясняющих гендерные различия в уровне заработной платы. При этом особый акцент делается на оценке вклада образования в формирование гендерного неравенства. Мы предполагаем, что уровень образования и специальность влияют на заработную плату выпускников наряду с личными характеристиками и атрибутами рабочего места.
Работа имеет следующую структуру. Первый раздел посвящен основным теоретическим концепциям, объясняющим причины гендерных различий на рынке труда, второй раздел — систематизации результатов эмпирических исследований гендерных различий на рынке труда выпускников. В третьем разделе описаны эмпирическая база исследования и методология. В последующих разделах представлены результаты исследования: описательный и регрессионный анализ гендерных различий в заработной плате выпускников, а также декомпозиция гендерного разрыва по методу Оаксаки — Блайндера и Ньюмарка. В заключении сформулированы выводы и предложены направления для дальнейших исследований.
1. Теоретические концепции, объясняющие гендерные различия в оплате труда
Для объяснения причин различий в заработной плате между мужчинами и женщинами привлекаются теория дискриминации на рынке труда, теория человеческого капитала, понятие сегрегации на рынке труда, представления о гендерных психологических особенностях.
Согласно теории дискриминации на рынке труда, у работодателя есть предпочтения: работникам определенного типа он готов платить больше, охотнее берет их на работу, чаще повышает им заработную плату [Becker, 1971; Abubakar et al., 2017]. Для описания ограничений вертикальной и горизонтальной карьерной мобильности женщин вследствие дискриминации используются метафоры «стеклянный потолок», «липкий пол», «стеклянные стены» [Ефимова, 2013; Barreto, Ryan, Schmitt, 2009]. Из-за дискриминации женщины могут вытесняться из высокооплачиваемых отраслей [National Research Council, 1984]. Выделяется статистическая дискриминация— отказ в найме или в предоставлении высокой оплаты для некоторых групп работников из-за статистически присущих этим группам характеристик, таких как низкая производительность молодых матерей, пожилых сотрудников [Aigner, Cain, 1977].
Женщины и мужчины по-разному накапливают человеческий капитал и по-разному его утрачивают. На женщинах традиционно лежат обязанности по ведению домашнего хозяйства, уходу за детьми и пожилыми родственниками, их выполнение препятствует накоплению человеческого капитала на одном уровне с мужчинами [Becker, 1985; Juhn, McCue, 2017]. Разница в его накоплении может быть обусловлена дорыночной дискриминацией (pre-market discrimination), разницей в семейном воспитании [González de San Román, Rica de la, 2012; Johnston, Schurer, Shields, 2014], доступе к образованию, отдельным сферам занятости, разницей в социально-экономическом статусе [Altonji, Blank, 1999]. Во время декрета женщины утрачивают часть человеческого капитала, а после возвращения к работе медленнее его накапливают [Dechter, 2014; Kunze, 2002]. Результаты исследований влияния материнства на уровень заработной платы весьма противоречивы: если последние данные, полученные на швейцарской выборке, опровергают идею о материнстве как главной причине разницы в заработных платах [Combet, Oesch, 2019], то согласно датским данным наличие детей объясняет около 80% разрыва в доходах мужчин и женщин [Kleven, Landais, S0gaard, 2018].
Рынок труда сегрегирован: женщины и мужчины неравномерно распределены между отраслями экономики и позициями в рамках данных отраслей [Görlich, de Grip, 2009]. Сегрегация может наблюдаться уже на этапе выбора специальности. Специальности, которые выбирают женщины, хуже оплачиваются; тенденция сохраняется и для должностей в рамках одной специальности — должности, чаще выбираемые женщинами, предусматривают более низкую зарплату [Sloane, Hurst, Black, 2019]. Различия в заработной плате могут объясняться разницей в сферах занятости [Albœk, Larsen, Thomsen, 2017; Fain, 1998; Murphy, Oesch, 2016; Reed, Dahlquist, 1994; Triventi, 2013]. Мужчины чаще занимаются работой, требующей переработок и жесткого режима времени [Leuze, Strauß, 2016], такая работа лучше оплачивается [Cortes, Pan, 2016].
Сегрегация не всегда обусловлена институциональными условиями и дискриминационной системой. Частично она связана с самоотбором индивидов из-за их предпочтений по характеристикам рабочего места и места обучения. Так, женщины в браке часто выбирают должности, приносящие небольшой стабильный доход: большую часть экономических потребностей домохозяйств обеспечивает муж [Римашевская, Доброхлеб, 2018] или реализация в профессиональной сфере не является для них приоритетной [Римашевская, 1996]. Существует глобальный тренд на снижение отраслевой сегрегации [Blau, Brummund, Liu, 2013; Murphy, Oesch, 2016], но в России до сих пор выделяются сферы, в которых преобладают работники того или иного пола [Креховец, Леонова, 2017; Мальцева, Рощин, 2007; Росстат, 2018].
На заработную плату работников разного пола могут косвенно влиять и определенные нерыночные характеристики общества и отдельных его индивидов. Установки, разделяемые работодателем и работником, могут способствовать возникновению разрыва в оплате труда [Janssen, Tuor Sartore, Backes-Gellner, 2016] или его уменьшению [Corrigall, Konrad, 2007].
Согласно ряду исследований, фактор психологических различий между мужчинами и женщинами может объяснить от 3 до 30% гендерного разрыва в оплате труда [Fortin, 2008; Manning, Swaffield, 2008; Mueller, Plug, 2006; Nyhus, Pons, 2012; Reuben, Sapienza, Zin-gales, 2015; Semykina, Linz, 2007]. Женщины менее склонны к риску, реже проявляют соревновательное поведение [Bertrand, 2011; Buser, Peter, Wolter, 2017a; 2017b; Croson, Gneezy, 2009]. Самооценка мужчин более тесно связана с уровнем заработка, в целом они более уверены в себе [Blau, Kahn, 2017]. Различия в оплате труда могут быть связаны не только со сферой занятости, но и с различиями в ожиданиях от работы и со стратегиями поиска работы, используемыми выпускниками [Chevalier, 2007].
2. Обзор эмпирических исследований гендерных различий на рынке труда выпускников
Результаты исследований, посвященных гендерному разрыву в заработных платах выпускников, противоречивы. Анализ американских данных за 1993-1994 гг. показал, что разрыв в стартовой оплате труда существует и лишь на 25% объясняется академическими факторами и особенностями рынка труда [Joy, 2003]. На британском рынке труда в 1983 г. также выявлены различия в стартовой заработной плате мужчин и женщин, при этом для женщин ее уровень тесно связан с принадлежностью к тому или иному социальному классу [Frieze, Olson, Good, 1990]. В Германии в 19751990 гг. стартовый разрыв в заработных платах мужчин и женщин, работающих полный день, составлял 22% и на протяжении первых 8 лет работы оставался практически неизменным [Kunze, 2003]. Через 5 лет после выпуска, состоявшегося в 2005 г., женщины в 11 европейских странах зарабатывали в среднем на 23%
меньше мужчин; при этом 38% различий в заработной плате остались необъясненными [Triventi, 2013].
Oднако в других исследованиях установлено, что в момент выхода на рынок труда зачастую не наблюдается никакой разницы в заработной плате мужчин и женщин. В частности, такие данные были получены в результате нескольких десятилетий наблюдений в рамках British Household Panel Survey [Manning, Swaffield, 2008]. Это же исследование показало, что через 10 лет разрыв в заработной плате уже составляет около 25 логарифмических пунктов. Другие исследователи на тех же данных подтвердили факт постепенного нарастания различий в заработных платах [Johnston, Lee, 2012]. Те же закономерности наблюдали авторы, отследившие карьеры выпускников американских бизнес-школ [Bertrand, Goldin, Katz, 2010]. Исследователи из Американской ассоциации женщин в университетах выяснили, что различия в заработных платах могут стать значимыми уже через год после выпуска [Corbett, Hill, 2012]. Другие исследования на американских данных показывают, что значительный рост разрыва в заработных платах начинается через 5-6 лет после выпуска из колледжа [Stinebrickner, Stinebrickner, Sullivan, 2018].
Часть исследователей и вовсе отрицают наличие разрыва в оплате труда мужчин и женщин и на старте карьеры, и в период ее развития. Например, при учете резервной заработной платы различия в оплате труда мужчин и женщин становятся статистически незначимыми [Caliendo, Lee, Mahlstedt, 2017].
Проведенный обзор теоретических концепций гендерных различий на рынке труда, их эмпирических исследований и анализ специфики российского рынка труда выпускников дают основания предполагать наличие гендерных различий в заработной плате у выпускников в России. К числу факторов, объясняющих эти различия, вероятно, относятся горизонтальная и вертикальная ген-дерная сегрегация, различия в накопленном опыте работы и уровне образования, выбор специальности на этапе планирования образовательной траектории, а также региональные особенности.
3. Данные Эмпирической базой исследования являются данные Федераль-и методология ного статистического выборочного наблюдения трудоустройства выпускников, получивших среднее профессиональное и высшее образование, за 2016 г.з Соответствующая база данных содержит сведения о 36 тыс. выпускников, завершивших обучение в 20102015 гг.
В подвыборку, сформированную для исследования, вошли респонденты в возрасте от 18 до 30 лет, получившие среднее, на-
з https://rosstat.gov.ru/free_doc/new_site/population/trud/itog_trudoustr/index. html
чальное профессиональное или высшее образование и завершившие на момент опроса свое обучение. Из расчетов были исключены работающие респонденты, чья занятость составляет менее 20 или более 40 часов в неделю, что соответствует 1-му и 99-му пер-центилю для выборки. Также в подвыборку не вошли лица, на момент опроса находившиеся на больничном или в отпуске, в том числе по уходу за ребенком. Количество отобранных наблюдений равно 28735, из них 23556 индивидов на момент опроса осуществляли трудовую деятельность. В анализируемой выборке 11780 мужчин и 11776 женщин.
Оценка разницы между заработными платами мужчин и женщин проведена в несколько этапов.
1. Описательная статистика. Определение основных паттернов гендерных различий в оплате труда выпускников методами описательной статистики, группировка данных по образовательным характеристикам (уровень образования, специальность, форма обучения, источник финансирования обучения и т. д.), характеристикам рынка труда (отрасль занятости, тип занятости, регион, накопленный стаж), а также по индивидуальным характеристикам выпускников (возраст, брачный статус, работа во время обучения, стратегии поиска работы и др.).
2. Регрессионный анализ — построение уравнения логарифма заработной платы (расширенное уравнение Минцера [Mincer, 1958]) в зависимости от уровня образования, характеристик рабочего места и личных характеристик индивида.
Полное уравнение имеет следующий вид:
ln(w) = а + p1 gender + р2 marriage + р3 degree + р4 specialization + + р5 exp + р6 exp2 + р7 economicsphere + р8 position + + pg federaldistrict + Рю settlement + Рц ln_workweek + + p12 studywork + p„ children + e,
где gender—пол респондента, бинарная переменная (0 — мужчина, 1 — женщина);
marriage — брачный статус, бинарная переменная (0 — не был в браке, 1 — состоит или был в браке / состоит или был в сожительстве);
degree — тип полученного образования (высшее, среднее профессиональное, начальное профессиональное); specialization — полученная в образовательном учреждении специальность (10 категорий, выделенных согласно International Standard Classification of Education (ISCE) от 2013 г. [UNESCO Institute for Statistics, 2015]); exp — опыт работы (в годах); exp2—квадрат опыта работы; economicsphere — сфера занятости (15 групп);
position — занятость по профессиональным группам (9 групп); federaldistrict—федеральный округ, в котором проживает респондент (8 категорий);
settlement—тип населенного пункта, бинарная переменная (0— город, 1 — сельское поселение);
ln_workweek — логарифм продолжительности рабочей недели в часах;
studywork—работа во время учебы; children — число детей.
Уравнение Минцера будет оценено как для всей выборки, так и на подвыборках — отдельно для мужчин и женщин, для выпускников вузов, учреждений НПО и СПО. Дополнительно смоделирована регрессия с коррекцией Хекмана [Heckman, 1976; 1979] на самоотбор в занятость. 3. Декомпозиция по методу Оаксаки — Блайндера [Blinder, 1973; Oaxaca, 1973] и Ньюмарка [Neumark, 1988].
На первом этапе проводится эконометрический анализ логарифма заработных плат отдельно для мужчин и женщин. На основе оценок каждой из спецификаций уравнения на втором этапе разница в заработных платах мужчин и женщин раскладывается на компоненты по методу Оаксаки — Блайндера и Ньюмарка. Проводится анализ объясняющей силы каждой из компонент, оценивается размер необъясненных различий.
Декомпозиция позволяет разделить гендерные различия в заработной плате на объясненную часть, связанную с различиями в наблюдаемых характеристиках (накопленном стаже, уровне образования), и необъясненную, которая связана с ненаблюдаемыми характеристиками и, как правило, относится к категории дискриминации (например, разная заработная плата мужчин и женщин на одинаковой позиции).
Концептуальное различие между декомпозициями Оаксаки — Блайндера и Ньюмарка заключается в том, что первая исходит из предпосылки о существовании дискриминации в отношении одной из групп (мужчин или женщин), а вторая — из предпосылки, что существует одновременно и дискриминация одной из групп, и фаворитизм по отношению к другой [Toukoushian, Hoffman, 2002]. В качестве основного варианта мы используем декомпозицию Ньюмарка, которая позволяет разделить необъясненные тендерные различия в заработной плате на связанные с дискриминацией женщин и с фаворитизмом в отношении мужчин [Jann, 2008].
4. Описательная Большинство респондентов получили высшее образование, статистика на втором месте по численности — выпускники, имеющие среднее профессиональное образование. Среди женщин 64,5% завершили обучение по программам высшего образования, среди мужчин
таких респондентов только 50,5%. Доля женщин и мужчин, получивших среднее профессиональное образование, 26,8 и 30,4% соответственно. Наибольшая гендерная диспропорция наблюдается в сфере начального профессионального образования: 8,7% женщин против 19,1% мужчин.
Далее данные приведены для занятого населения. Средняя зарплата в подвыборке составила 22374,8 руб. У мужчин зарплата в среднем на 4938,47 руб. выше, чем у женщин; разница статистически значима. Таким образом, заработная плата женщин составляет 80,2% заработной платы мужчин.
Средний опыт работы респондентов — 4,3 года. Средняя продолжительность рабочей недели — 39,2 часа, при этом мужчины работают на 1 час больше, разница статистически значима. Средний возраст респондентов в выборке — 25 лет. Большинство респондентов живут в городах, 31% проживают в сельской местности (табл. 1).
В выборке преобладают респонденты, получившие высшее образование; доля таких респондентов выше среди женщин. Распределение мужчин и женщин по специализациям неравномерное: среди профессий, для которых необходимо высшее образование, выделяются «мужские» (инжиниринг, производство и строительство, информационные технологии) и «женские» (образование, бизнес и право). Значительная часть респондентов заняты в сфере оптовой и розничной торговли (17,24%), сфере государственного управления (12,28%) и в обрабатывающих производствах (11,8%). Наиболее высокие зарплаты у тех, кто работает в сфере рыболовства и рыбоводства (37100 руб. в месяц), добычи полезных ископаемых (32908,28 руб. в месяц), строительстве (26187,04 руб. в месяц).
Таким образом, гендерный разрыв в размерах оплаты труда различается в разных специальностях, сферах занятости и на разных позициях. Соотношение средних зарплат женщин и мужчин связано с уровнем полученного образования: чем выше уровень образования, тем меньше разрыв. Замужние женщины зарабатывают меньше незамужних женщин (если сравнивать доли от заработных плат мужчин той же группы), что может быть объяснено обязанностями по ведению домашнего хозяйства и уходом за детьми.
5. Регрессионный анализ гендер-ных различий в заработной плате выпускников
С помощью методов регрессионного анализа произведена оценка влияния индивидуальных характеристик и атрибутов рабочего места на заработную плату выпускников. Дополнительно мы описываем различия в детерминантах заработной платы для разных гендерных и образовательных групп.
В табл. 3 представлены результаты оценки нескольких моделей. Первая — регрессия по методу наименьших квадратов (МНК), рассчитанная без учета сферы занятости: данный параметр был исключен из-за высокой корреляции с позицией (должностью),
Таблица 1. Описательные статистики по гендерным группам
Переменная Количество наблюдений Среднее Стандартное ; отклонение Мин. Макс. Среднее для мужчин Среднее для женщин Разница
Заработная плата в месяц, руб. 14445 22374,8 11355,07 4200 180000 24900 19962 38***
Общий опыт работы, лет 23474 4,3 1,19 1 7 4,28 4,31 0,02
Число детей 23556 0,41 0,66 0 6 0,36 0,45 09***
Продолжительность рабочей недели, час 23556 39,18 2,68 20 40 39,7 38,66 04***
Возраст, лет 23556 25,13 2,60 18 30 24,99 25,29 ,3***
Тип поселения (0 — город, 1 — сельское поселение) 23556 0,31 0,46 0 1 0,33 0,29 04***
Работа во время учебы (0—да, 1 — нет) 22091 0,68 0,47 0 1 0,68 0,67 0,01
*** р < 0,01; ** р < 0,05; * р < 0,1.
Таблица 2. Описание категориальных переменных
Переменные Мужчины, % Женщины, % Доля населения, % Зарплата в месяц, руб. Отношение зарплаты женщин к зарплате мужчин, %
Брачный статус
Был(а) или находится в постоянных отношениях 34,1 49,0 41,5 23038,5 73,6
Не был(а) в браке/отношениях 65,9 51,0 58,5 21913,7 84,2
Уровень образования
Высшее 50,5 64,5 57,5 24051,1 78,6
СПО 30,4 26,8 28,6 20385,9 77,5
НПО 19,1 8,7 13,9 19 696,4 74,0
Полученная специальность(поISCED)
Сельское хозяйство и ветеринария 6,7 2,0 4,3 19901,2 91,6
Образование 5,3 15,0 10,1 20003,9 83,6
Естественные науки и математика 2,3 1,4 1,9 22941,9 83,5
Инжиниринг, производство и строительство 44,7 8,8 26,8 24607,5 82,1
Бизнес и право 12,3 37,1 24,6 21 636,4 81,2
Здравоохранение и социальная сфера 2,4 9,9 6,1 20138,1 80,1
Информационные технологии 8,1 1,9 5,0 25873,7 78,9
Переменные Мужчины, % Женщины, % Доля ; населения, % Зарплата в месяц, руб. Отношение зарплаты женщин к зарплате мужчин, %
Искусство и гуманитарные науки 9,4 13,1 11,2 23298,4 77,9
Сфера обслуживания 8,6 9,7 9,2 20304,5 77,3
Социальные науки 0,3 1,2 0,7 21 447,1 71,3
Сфера занятости
Сельское хозяйство, охота и лесное хозяйство 5,0 1,9 3,5 17518,0 97,5
Гостиницы и рестораны 2,1 4,0 3,1 20325,1 96,6
Производство и распределение электроэнергии 4,0 1,3 2,6 23 687,0 96,3
Строительство 10,5 2,2 6,3 26187,0 94,8
Образование 3,2 15,5 9,4 18563,5 90,3
Операции с недвижимым имуществом, аренда и предоставление услуг 7,9 6,9 7,4 25082,8 88,1
Обрабатывающие производства 15,4 8,2 11,8 22200,2 87,1
Финансовая деятельность 2,3 6,4 4,4 24097,1 86,2
Здравоохранение и предоставление социальных услуг 3,2 11,3 7,3 19621,3 84,8
Транспорт и связь 10,7 5,3 8,0 25247,9 83,2
Предоставление прочих коммунальных, социальных и персональных услуг 2,8 6,0 4,4 20933,1 81,6
Оптовая и розничная торговля; ремонт автотранспортных средств, мотоциклов, бытовых изделий и предметов личного пользования 14,2 20,3 17,2 20450,7 80,3
Добыча полезных ископаемых 3,4 0,8 2,1 32908,3 76,1
Государственное управление и обеспечение военной безопасности; социальное обеспечение 14,9 9,7 12,3 24318,9 69,9
Рыболовство, рыбоводство 0,3 0,1 0,2 37100,0 43,6
Таблица 3. Результаты регрессионного анализа вклада гендерных различий в заработную плату выпускников образовательных организаций
Модель Мужчины Женщины Высшее СПО НПО
1 (МНК) 2 (Хекман) ; 3 (Хекман)
Переменные Натуральный логарифм заработной платы
Гендер (референтная группа — мужчины)
Женский | -0,219*** | (0,008) -0,217*** | -0,197*** (0,008) ; (0,008) | | -0,202*** 1 1 (0,01) -0,217*** (0,016) -0,286*** (0,026)
Модель Мужчины Женщины Высшее СПО НПО
1 (МНК) 2 (Хекман) 3 (Хекман)
Брачный статус (референтная группа — холостые)
Был/состоит в браке 0,0181** (0,00735)
Тип полученного образования (референтная группа — НПО)
Высшее 0,193*** (0,015) 0,194*** (0,014) 0,255*** (0,013) 0,173*** (0,018) 0,221*** (0,024)
СПО 0,075*** (0,014) 0,073*** (0,013) 0,095*** (0,013) 0,053*** (0,016) 0,099*** (0,024)
Полученная специальность по ISCED (референтная группа — сельское хозяйство и ветеринария)
Образование -0,025 (0,020) -0,020 (0,020) 0,049** (0,022) -0,003 (0,03) -0,062* (0,035) -0,009 (0,028) -0,041 (0,040)
Искусство и гуманитарные науки 0,067*** (0,019) 0,074*** (0,020) 0,055*** (0,020) 0,144*** (0,026) 0,008 (0,035) 0,084*** (0,027) 0,050 (0,037) 0,300** (0,141)
Социальные науки 0,034 (0,049) 0,052 (0,045) 0,057 (0,045) 0,174* (0,097) -0,011 (0,056) 0,061 (0,052) -0,030 (0,104)
Бизнес и право 0,041** (0,018) 0,048*** (0,018) 0,023 (0,019) 0,070*** (0,025) 0,015 (0,033) 0,045* (0,026) 0,050 (0,032) 0,169*** (0,064)
Естественные науки и математика 0,025 (0,028) 0,027 (0,029) 0,012 (0,029) 0,035 (0,037) 0,022 (0,053) 0,015 (0,036) 0,125** (0,059)
Информационные технологии 0,080*** (0,022) 0,085*** (0,022) 0,065*** (0,023) 0,113*** (0,026) 0,076 (0,049) 0,101*** (0,031) 0,073** (0,037) -0,119 (0,125)
Инжиниринг, производство и строительство 0,125*** (0,017) 0,129*** (0,017) 0,081*** (0,018) 0,149*** (0,021) 0,112*** (0,036) 0,150*** (0,027) 0,096*** (0,029) 0,148*** (0,038)
Здравоохранение и социальная сфера 0,046** (0,022) 0,046** (0,022) 0,154*** (0,025) 0,051 (0,039) 0,007 (0,036) 0,152*** (0,034) -0,044 (0,034)
Сфера обслуживания 0,116*** (0,020) 0,122*** (0,021) 0,0742*** (0,021) 0,125*** (0,027) 0,120*** (0,038) 0,162*** (0,037) 0,127*** (0,042) 0,143*** (0,039)
Опыт работы
Общий опыт работы (лет) 0,086*** (0,016) 0,085*** (0,016) 0,098*** (0,016) 0,103*** (0,022) 0,055** (0,022) 0,059*** (0,022) 0,127*** (0,028) 0,081** (0,040)
Квадрат опыта работы -0,004** (0,002) -0,004** (0,002) -0,005*** (0,002) -0,006** (0,003) -0,001 (0,003) -0,001 (0,003) -0,009*** (0,003) -0,004 (0,005)
Федеральный округ (референтная группа — Центральный федеральный округ)
СевероЗападный 0,132*** (0,011) 0,126*** (0,012) 0,128*** (0,012) 0,137*** (0,018) 0,104*** (0,016) 0,133*** ! 0,121*** (0,016) ; (0,022) 0,108*** (0,031)
1 (МНК) Модель 2 (Хекман) 3 (Хекман) Мужчины Женщины Высшее СПО НПО
Южный -0,180*** (0,012) -0,177*** (0,013) -0,178*** (0,013) -0,169*** (0,018) -0,187*** (0,018) -0,211*** (0,017) -0,127*** (0,022) -0,155*** (0,037)
СевероКавказский -0,226*** (0,016) -0,222*** (0,016) -0,228*** (0,016) -0,191*** (0,024) -0,246*** (0,023) -0,263*** (0,020) -0,167*** (0,031) -0,079 (0,062)
Приволжский -0,114*** (0,010) -0,118*** (0,010) -0,120*** (0,010) -0,080*** (0,014) -0,160*** (0,013) -0,142*** (0,013) -0,083*** (0,017) -0,085*** (0,027)
Уральский 0,062*** (0,015) 0,057*** (0,015) 0,052*** (0,014) 0,059*** (0,021) 0,055*** (0,020) 0,050** (0,019) 0,074*** (0,026) 0,055 (0,041)
Сибирский -0,057*** (0,013) -0,052*** (0,012) -0,059*** (0,012) -0,015 (0,018) -0,077*** (0,017) -0,074*** (0,017) -0,008 (0,022) -0,054 (0,034)
Дальневосточный 0,299*** (0,014) 0,300*** (0,014) 0,286*** (0,014) 0,321*** (0,021) 0,285*** (0,020) 0,302*** (0,019) 0,315*** (0,026) 0,256*** (0,039)
Тип поселения(референтная группа — город)
Сельское поселение -0,088*** -0,088*** -0,084*** -0,074*** -0,094*** -0,091*** -0,087*** -0,069***
(0,008) (0,008) (0,008) (0,011) (0,011) (0,011) (0,013) (0,021)
Натуральный логарифм продолжительности рабочей недели в часах
Логарифм часов 0,245*** (0,045) 0,225*** (0,042) 0,056 (0,043) 0,389*** (0,088) 0,175*** (0,048) 0,240*** (0,053) 0,246*** (0,082) 0,020 (0,130)
Дети
Количество детей -0,025*** (0,006) .......................................
Константа 8,476*** (0,169) 8,613*** (0,162) 9,223*** (0,165) 7,995*** (0,329) 8,752*** (0,188) 8,826*** (0,208) 8,586*** (0,309) 9,274*** (0,485)
Наблюдения 14333 26763 26763 12267 14496 15096 7821 3846
И2 0,263
Примечание: В регрессии контролируется опыт совмещения работы и учебы (все модели) и текущая отрасль занятости (в модели 3), робастные стандартные ошибки указаны в скобках. Уровень значимости: *** р < 0,01; ** р < 0,05; * р < 0,1.
чтобы избежать мультиколлинеарности в модели. Однако оценки, полученные методом наименьших квадратов, могут быть смещенными из-за самоотбора в занятость. В модели на основе МНК оценки строятся только для занятых индивидов, при этом дискриминация может выражаться не только в оплате труда, но и в вероятности трудоустройства. Для решения проблемы отбора в выборку во всех последующих моделях используется метод Хекмана,
который позволяет скорректировать полученные результаты с учетом вероятности попадания в выборку занятых.
Вторая модель имеет похожую на первую модель спецификацию, но в ней применяется коррекция Хекмана на самоотбор в занятость. В состав факторов отбора включены брачный статус, наличие детей, полученная специальность и уровень образования, позиция, год выпуска из учебного заведения, регион проживания, тип поселения и наличие опыта совмещения учебы с работой. Третья модель — регрессия с коррекцией Хекмана, в которую включена сфера занятости и из которой исключена позиция. На основе второй модели были построены регрессии отдельно для подвы-борок мужчин и женщин, а также отдельно для индивидов, получивших высшее, среднее профессиональное и начальное профессиональное образование.
Три основные модели показывают негативный эффект принадлежности к женскому полу для размера заработной платы. При переводе из логарифмической шкалы получаем, что женщины зарабатывают на 18-20% меньше, чем мужчины. Результаты регрессионного анализа для всей выборки с использованием спецификаций моделей 1-3 свидетельствуют о наличии значимого и устойчивого — вне зависимости от спецификации, в том числе с коррекцией смещения самоотбора по методу Хекмана, — «штрафа» за принадлежность к женскому полу для выпускников образовательных организаций на российском рынке труда.
Результаты использования уравнения самоотбора по методу Хекмана указывают на то, что вероятность попадания в выборку занятых для женатых мужчин повышается, а для замужних женщин снижается. Кроме того, при подсчетах эффектов по первой модели для подвыборок оказывается, что для мужчин вступление в брак ассоциировано с прибавкой к заработной плате в размере 7%. При этом на заработную плату женщин каждый следующий ребенок статистически значимо влияет негативно, уменьшая ее на 5%.
Образование дает значительную прибавку к заработной плате женщин—ее размер больше, чем аналогичная прибавка у мужчин. Так, получение высшего образования повышает мужскую заработную плату на 19%, а женскую — на 25%. Отдача от СПО соответственно 5 и 10%. Верно и обратное: чем выше уровень полученного образования, тем меньше в нем отрицательный коэффициент для принадлежности к женскому полу. Результаты анализа вклада специальности показывают, что мужчины и женщины получают разную отдачу от выбранного направления подготовки. Мужчины, завершившие обучение по специальностям, связанным с инженерным делом, зарабатывают на 16% больше, женщины —только на 12% больше. Даже в профессиях, где женщины преобладают, например в сфере обслуживания, соответствующее образование дает мужчинам зарплатное преимущество, которое,
хоть и незначительно, но выше, чем аналогичное преимущество у женщин (13,3% против 12,7%).
Влияние опыта работы на заработную плату у мужчин и женщин также неодинаково. Так, каждый год работы добавляет мужчинам 11% к заработной плате, женщинам — только 7%. При рассмотрении модели без квадрата опыта (с учетом ограничений по возрасту) эффект опыта для обеих групп снижается, но сохраняется более высокая отдача от опыта для мужчин. Таким образом, неравенство доходов мужчин и женщин имеет накопительный характер, и разница в заработных платах, предположительно, возрастает по мере накопления трудового стажа. Одно из объяснений данного эффекта связано с дискриминацией работников, выражающейся в более редких повышениях для женщин, следствием чего становится более медленный рост заработной платы («стеклянный потолок»).
Анализ вклада длительности рабочей недели в заработную плату показывает, что увеличение продолжительности работы на 10% повышает месячную зарплату на 3,8% для мужчин и на 1,8% для женщин.
Разница в оплате труда характеризуется региональной дифференциацией. Соотношение заработных плат мужчин и женщин различается в разных регионах: наименьшая разница между средними показателями мужских и женских зарплат в Центральном и Уральском федеральных округах, наибольшая — в Северо-Кавказском и Приволжском.
На основе модели 2 построены также регрессии с коррекцией Хекмана для каждой из специальностей (рис. 1). Все коэффициенты являются статистически значимыми. «Штраф» для женщин разный для разных специальностей: получение образования в сфере здравоохранения уменьшает заработную плату женщин на 12%, в сфере естественных наук и математики — на 14%. Оба этих показателя меньше по модулю, чем в целом для выборки. С другой стороны, есть области, в которых «штраф» крайне высок: 31% для получивших образование в сфере социальных наук, 22% для завершивших обучение в сфере искусства и гуманитарных наук.
6. Декомпозиция гендерных различий в заработной плате выпускников
- Для оценки структуры гендерных различий в заработной плате использовалась декомпозиция гендерного разрыва. Декомпози-
- ция проведена для логарифма заработной платы двумя способами: по методу Оаксаки — Блайндера и по методу Ньюмарка.
Результаты представлены в табл. 4. Они дают основание заключить, что женщины получают заработную плату, не соответствующую их производительности. Мужчины с такими характеристиками получали бы заработную плату на 26% больше, а женщины с мужскими характеристиками зарабатывали бы на 1,8% меньше. Разложение разницы в заработных платах на объясненную
Рис. 1. Размер зарплатного «штрафа» для женщин на подвыборках по образовательным специальностям (модель с коррекцией Хекмана), в логарифмических пунктах, с визуализацией стандартных ошибок
I-1 -0,206
I-1 -0,125
I-1 -0,15
I-1 -0,184
I-1 -0,178
I-1 -0,155
I-1 -0,206
I-1 -0,374
I-1 -0,243
Сфера обслуживания
Здравоохранение и социальная сфера
Сельское хозяйство и ветеринария
Инжиниринг, производство и строительство
Информационные технологии
Естественные науки
Бизнес и право
Социальные науки
Искусство и гуманитарные науки
Таблица 4. Декомпозиция по методу Оаксаки — Блайндера и по методу Ньюмарка
Коэффициент %
Декомпозиция Оаксаки — Блайндера
Общая разность 0,235*** 100
Эндаумент -0,018 -8,7
Коэффициенты 0,256*** 113
Взаимодействие -0,003 4,7
Декомпозиция Ньюмарка
Общая разность 0,235*** 100
Объяснимая часть -0,031*** -13
Необъяснимая часть 0,266*** 113
Уровень значимости: *** р < 0,01; ** р < 0,05; * р < 0,1.
и необъясненную части позволяет сделать вывод о значительном влиянии на размер заработной платы ненаблюдаемых характеристик и дискриминации. Такими ненаблюдаемыми характеристиками могут быть индивидуальные качества работников, рассмотренные в предыдущих разделах и не измеренные для нашей выборки (склонность к риску, готовность к переговорам о повышении заработной платы, самооценка), институциональные условия и системная зарплатная дискриминация женщин со стороны работодателей. Наблюдаемые нами характеристики — выбор специальности, сферы занятости, должность, брачный статус, федеральный округ— лишь частично объясняют разницу в заработных платах.
7. Заключение Проведен комплексный анализ тендерных различий в заработных платах у выпускников высших учебных заведений и учреждений начального и среднего профессионального образования. Статистический анализ показал, что женщины на старте карьеры в среднем зарабатывают на 25% меньше, чем мужчины. Это на 3 процентных пункта больше, чем в Германии последней четверти XX в. [Kunze, 2003]. При контроле на сферу занятости, образовательные и личные характеристики регрессионный анализ вне зависимости от выбранной модели показывает устойчивые результаты: женщины зарабатывают на 18-20% меньше, чем мужчины. В то же время для подвыборок по уровням образования результаты различаются: женщины с начальным профессиональным образованием зарабатывают на 25%, со средним профессиональным — на 20%, с высшим — на 18% меньше, чем мужчины. Таким образом, для женщин выгоднее всего получать высшее образование, так как именно оно ассоциировано с наименьшим уровнем гендерных различий. Среди получивших высшее образование в России гендерные различия в уровне заработной платы на 5 процентных пунктов меньше, чем в Европе в середине нулевых годов [Triventi, 2013].
Замужние женщины реже незамужних попадают в категорию занятых, в то время как женатые мужчины попадают в категорию занятых чаще, чем неженатые. Нахождение в браке ассоциировано с прибавкой к заработной плате у мужчин, а наличие детей уменьшает заработную плату женщин — возможно, в этих закономерностях находит выражение саморегуляция домохозяйств, когда при уменьшении доходов женщины увеличиваются доходы ее партнера [Абазиева, 2011]. Таким образом, получено частичное подтверждение связи разницы в оплате труда с сегрегацией по отраслям экономики, профессиональным группам и уровням образования, а также с работой в домашнем хозяйстве. Основываясь на данных качественных исследований российских семей [Карабчук, Панкратова, 2013; Радаев, Барсукова, 2000; Римашев-ская, Доброхлеб, 2018], можно сделать вывод, что часть выигрыша в заработных платах мужчин обеспечивается за счет того, что обязанности по ведению домашнего хозяйства — и соответствующие потери в заработной плате по основному месту занятости — ложатся на плечи женщин.
Коэффициенты регрессии при специальностях вносят в заработную плату вклад, сопоставимый с вкладом уровня полученного образования и региона проживания. При этом на подвыборках показано, что получение одной и той же специальности дает для мужчин больший прирост в заработной плате, чем для женщин. Размер необъясненной части различий в оплате труда позволяет судить о том, что гендерная сегрегация по образовательным специальностям не является главной объяснительной переменной при анализе различий в заработных платах у мужчин и женщин.
Каждый год стажа дает мужчинам более существенную прибавку к заработной плате, чем женщинам, — а значит, по мере накопления опыта работы при прочих равных условиях разрыв в заработной плате между мужчинами и женщинами будет увеличиваться. Этот результат согласуется с полученным на данных Российского мониторинга экономического положения и здоровья населения НИУ ВШЭ для всего населения России [Елисеева, Декина, 2019].
Заработные платы выпускников существенно дифференцированы по федеральным округам. Во всех регионах женщины зарабатывают меньше мужчин, но гендерный разрыв в размерах заработной платы различается. Возможные причины — различия в ценности широко распространенного среди женщин высшего образования, которая зависит от экономической структуры региона; традиционные для регионов со значительной долей сельского населения представления о месте женщины в обществе и о том, что большую часть финансовых потребностей домохозяйства должен обеспечивать мужчина. Как показали предыдущие исследования, в селах наибольшие гендерные различия проявляются в категории низких заработков [Ниворожкина, 2005]. Соответственно среди выпускников, только вышедших на рынок труда и проживающих в слабо урбанизированных районах, гендерный разрыв в заработных платах закономерно больше, чем среди выпускников, проживающих в больших городах.
Значимым результатом проведенной декомпозиции тендерного разрыва в размере заработной платы является преобладание необъясненных различий над объясненными. Анализ показывает: если бы личные характеристики женщин оценивались работодателем так же, как оцениваются характеристики мужчин, недавние выпускницы зарабатывали бы на 25% больше.
Объяснению данных различий может способствовать дополнительный качественный анализ различий в паттернах выбора работы и назначения заработной платы для разных групп работников, что является перспективным направлением дальнейших исследований по указанной тематике. Исследования, в ходе которых будут измерены психологические характеристики выпускников, могут послужить основой для оценки роли личностных особенностей при определении уровня заработной платы работника.
Авторы выражают признательность С.Ю.Рощину за идеи по изучению гендерного неравенства среди выпускников вузов и учреждений СПО, а также участникам внутреннего семинара ИНИИ за комментарии по работе.
В данной научной работе использованы результаты проекта «Акторы системы высшего образования в изменяющихся условиях: государственная политика и экзогенные шоки», выполненного в рамках Программы фундаментальных исследований НИУ ВШЭ в 2021 г.
Литература 1. Абазиева К. Г. (2011) Статистическая методология оценивания гендерной асимметрии социально-экономических процессов в России: дис. ... докт. экон. наук. Ростов-на-Дону: Ростовский государственный экономический университет.
2. Бессуднов А. Р., Куракин Д. Ю., Малик В. М. (2017) Как возник и что скрывает миф о всеобщем высшем образовании // Вопросы образования/Educational Studies Moscow. № 3. С. 83-109.
3. Варшавская Е. Я., Котырло Е. С. (2019) Выпускники инженерно-технических и экономических специальностей: между спросом и предложением // Вопросы образования/Educational Studies Moscow. № 2. С. 98-128.
4. Госкомстат России (2000) Женщины и мужчины России. М.: Госкомстат.
5. Дудырев Ф. Ф., Романова О. А., Травкин П. В. (2019) Трудоустройство выпускников системы среднего профессионального образования: все еще омут или уже брод // Вопросы образования/Educational Studies Moscow. № 1. С. 109-136.
6. Елисеева И. И., Декина М. П. (2019) Статистический анализ гендерного неравенства оплаты труда в современной России // Статистика и экономика. № 5. С. 85-93.
7. Ефимова В. (2013) Гендерная дискриминация на российском рынке труда: формы проявления, факторы, результаты // Вестник Института экономики РАН. № 5. С. 67-75.
8. Карабчук Т. С., Панкратова В. Л. (2013) Оплата труда матерей в России: существует ли дискриминация? // Экономическая социология. Т. 14. № 1. С. 96-110.
9. Клячко Т. Л., Семионова Е. А. (2018) Трудоустройство выпускников системы среднего профессионального образования // Экономическая политика. Т. 13. № 2. С. 100-125.
10. Креховец Е. В., Леонова Л. А. (2017) Трудоустройство выпускников высших учебных заведений: гендерный анализ // Женщина в российском обществе. № 3 (84). С. 58-69.
11. Мальцева И. О. (2005) Гендерные различия в профессиональной мобильности и сегрегация на рынке труда: опыт российской экономики. М.: EERC.
12. Мальцева И. О., Рощин С. Ю. (2007) Гендерная сегрегация и трудовая мобильность на российском рынке труда. М.: НИУ ВШЭ.
13. Ниворожкина Л. И. (2005) Гендерная дифференциация: влияние локальных рынков труда // Terra Economicus. Т. 3. № 1. С. 23-33.
14. Ощепков А. Ю. (2006) Гендерные различия в оплате труда в России // Экономический журнал ВШЭ. № 4. С. 590-619.
15. Радаев В. В., Барсукова С. Ю. (2000) Легенда о гендере. Принципы распределения труда между cупругами в современной городской семье // Мир России. Т. 9. № 4. С. 65-102.
16. Римашевская Н. М. (1996) Гендер и экономический переход в России (на примере таганрогских исследований) // Гендерные аспекты социальной трансформации. М.: Институт социально-экономических проблем народонаселения РАН. С. 25-40.
17. Римашевская Н. М., Доброхлеб В. Г. (ред.) (2018) Настоящее и будущее семьи в меняющемся мире. М.: Экономическое образование.
18. Росстат (2018) Женщины и мужчины России. М.: Росстат.
19. Рощин С. Ю., Рудаков В. Н. (2016) Влияние «качества» вуза на заработную плату выпускников // Вопросы экономики. № 8. С. 74-95.
20. Рудаков В. Н. (2020) Безработица среди выпускников образовательных организаций: масштабы, причины, длительность, способы поиска работы. М.: НИУ ВШЭ.
21. Чередниченко Г. А. (2020) Положение на рынке труда выпускников системы высшего и среднего профессионального образования // Вопросы об-разования/Educational Studies Moscow. № 1. С. 256-282.
22. Abubakar A. M., Namin B. H., Harazneh I., Arasli H. (2017) Does Gender Moderates the Relationship between Favoritism/Nepotism, Supervisor Incivility, Cynicism and Workplace Withdrawal: A Neural Network and SEM Approach // Tourism Management Perspectives. Vol. 23. June. P. 129-139.
23. Aigner D.J., Cain G. G. (1977) Statistical Theories of Discrimination in Labor Markets // Industrial and Labor Relations Review. Vol. 30. No 2. P. 175-187.
24. Albffik K., Larsen M., Thomsen L. S. (2017) Segregation and Gender Wage Gaps in the Private and the Public Sectors: An Analysis of Danish Linked Employer-Employee Data, 2002-2012 // Empirical Economics. Vol. 53. No 2. P. 779-802.
25. Altonji J. G., Blank R. M. (1999) Race and Gender in the Labor Market // Handbook of Labor Economics. Amsterdam: Elsevier. P. 3143-3259.
26. Barreto M. E., Ryan M. K., Schmitt M. T. (2009) The Glass Ceiling in the 21st Century: Understanding Barriers to Gender Equality. Washington, DC: American Psychological Association.
27. Becker G. S. (1985) Human Capital, Effort, and the Sexual Division of Labor // Journal of Labor Economics. Vol. 3. No 1. Part 2. P. S33-S58.
28. Becker G. S. (1971) The Economics of Discrimination. Chicago: University of Chicago.
29. Bertrand M. (2011) New Perspectives on Gender // Handbook of Labor Economics. Amsterdam: Elsevier. P. 1543-1590.
30. Bertrand M., Goldin C., Katz L. F. (2010) Dynamics of the Gender Gap for Young Professionals in the Financial and Corporate Sectors // American Economic Journal: Applied Economics. Vol. 2. No 3. P. 228-255.
31. Blau F. D., Brummund P., Liu A. Y.-H. (2013) Trends in Occupational Segregation by Gender 1970-2009: Adjusting for the Impact of Changes in the Occupational Coding System // Demography. Vol. 50. No 2. P. 471-492.
32. Blau F. D., Kahn L. M. (2017) The Gender Wage Gap: Extent, Trends, and Explanations // Journal of Economic Literature. Vol. 55. No 3. P. 789-865.
33. Blinder A. S. (1973) Wage Discrimination: Reduced Form and Structural Estimates // The Journal of Human Resources. Vol. 8. Iss. 4. P. 436-455.
34. Brainerd E. (2000) Women in Transition: Changes in Gender Wage Differentials in Eastern Europe and the Former Soviet Union // Industrial and Labor Relations Review. Vol. 54. No 1. P. 138-162.
35. Buser T., Peter N., Wolter S. C. (2017a) Gender, Competitiveness, and Study Choices in High School: Evidence from Switzerland // American Economic Review. Vol. 107. No 5. P. 125-130.
36. Buser T., Peter N., Wolter S. C. (2017b) Gender, Willingness to Compete and Career Choices Along the Whole Ability Distribution. Rochester, NY: Social Science Research Network.
37. Caliendo M., Lee W.-S., Mahlstedt R. (2017) The Gender Wage Gap and the Role of Reservation Wages: New Evidence for Unemployed Workers // Journal of Economic Behavior & Organization. Vol. 136. Iss. C. P. 161-173.
38. Chevalier A. (2007) Education, Occupation and Career Expectations: Determinants of the Gender Pay Gap for UK Graduates // Oxford Bulletin of Economics and Statistics. Vol. 69. No 6. P. 819-842.
39. Combet B., Oesch D. (2019) The Gender Wage Gap Opens Long before Motherhood. Panel Evidence on Early Careers in Switzerland // European Sociological Review. Vol. 35. No 3. P. 332-345.
40. Corbett C., Hill C. (2012) Graduating to a Pay Gap: The Earnings of Women and Men One Year after College Graduation. Washington, DC: American Association of University Women.
41. Corrigall E. A., Konrad A. M. (2007) Gender Role Attitudes and Careers: A Longitudinal Study // Sex Roles. Vol. 56. No 11-12. P. 847-855.
42. Cortes P., Pan J. (2016) When Time Binds: Returns to Working Long Hours and the Gender Wage Gap Among the Highly Skilled. Rochester, NY: Social Science Research Network.
43. Croson R., Gneezy U. (2009) Gender Differences in Preferences // Journal of Economic Literature. Vol. 47. No 2. P. 448-474.
44. Dechter E. K. (2014) Maternity Leave, Effort Allocation, and Postmotherhood Earnings // Journal of Human Capital. Vol. 8. No 2. P. 97-125.
45. Fain J. R. (1998) The Causes and Consequences of Occupational Segregation: A Simultaneous Equations Approach // Applied Economics. Vol. 30. No 10. P. 1361-1367.
46. Fortin N. M. (2008) The Gender Wage Gap among Young Adults in the United States: The Importance of Money versus People // Journal of Human Resources. Vol. 43. No 4. P. 884-918.
47. Frieze I. H., Olson J. E., Good D. C. (1990) Perceived and Actual Discrimination in the Salaries of Male and Female Managers // Journal of Applied Social Psychology. Vol. 20. No 1. P. 46-67.
48. González de San Román A., Rica S. de la. (2012) Gender Gaps in PISA Test Scores: The Impact of Social Norms and the Mother's Transmission of Role Attitudes. Rochester, NY: Social Science Research Network.
49. Görlich D., Grip A. de. (2009) Human Capital Depreciation during Hometime // Oxford Economic Papers. Vol. 61. Suppl. 1. P. i98-i121.
50. Heckman J.J. (1976) The Common Structure of Statistical Models of Truncation, Sample Selection and Limited Dependent Variables and a Simple Estimator for Such Models // Annals of Economic and Social Measurement. Vol. 5. No 4. P. 475-492.
51. Heckman J.J. (1979) Sample Selection Bias as a Specification Error // Econome-trica. Vol. 47. No 1. P. 153-161.
52. Jann B. (2008) The Blinder-Oaxaca Decomposition for Linear Regression Models // The Stata Journal. Vol. 8. No 4. P. 453-479.
53. Janssen S., Tuor Sartore S., Backes-Gellner U. (2016) Discriminatory Social Attitudes and Varying Gender Pay Gaps within Firms // Industrial and Labor Relations Review. Vol. 69. No 1. P. 253-279.
54. Johnston D. W., Lee W.-S. (2012) Climbing the Job Ladder: New Evidence of Gender Inequity // Industrial Relations: A Journal of Economy and Society. Vol. 51. No 1. P. 129-151.
55. Johnston D. W., Schurer S., Shields M. A. (2014) Maternal Gender Role Attitudes, Human Capital Investment, and Labour Supply of Sons and Daughters // Oxford Economic Papers. Vol. 66. No 3. P. 631-659.
56. Joy L. (2003) Salaries of Recent Male and Female College Graduates: Educational and Labor Market Effects // Industrial and Labor Relations Review. Vol. 56. No 4. P. 606-621.
57. Juhn C., McCue K. (2017) Specialization Then and Now: Marriage, Children, and the Gender Earnings Gap across Cohorts // Journal of Economic Perspectives. Vol. 31. No 1. P. 183-204.
58. Kleven H., Landais C., S0gaard J. E. (2018) Children and Gender Inequality: Evidence from Denmark. Cambridge, MA: National Bureau of Economic Research.
59. Kunze A. (2003) Gender Differences in Entry Wages and Early Career Wages // Annales d'Economie et de Statistique. No 71/72. P. 245-266.
60. Kunze A. (2002) The Timing of Careers and Human Capital Depreciation. Rochester, NY: Social Science Research Network.
61. Leuze K., Strauß S. (2016) Why Do Occupations Dominated by Women Pay Less? How «Female-Typical» Work Tasks and Working-Time Arrangements Affect the Gender Wage Gap among Higher Education Graduates // Work, Employment and Society. Vol. 30. No 5. P. 802-820.
62. Manning A., Swaffield J. (2008) The Gender Gap in Early-Career Wage Growth // The Economic Journal. Vol. 118. No 530. P. 983-1024.
63. Mincer J. (1958) Investment in Human Capital and Personal Income Distribution // Journal of Political Economy. Vol. 66. No 4. P. 281-302.
64. Mueller G., Plug E. (2006) Estimating the Effect of Personality on Male and Female Earnings // Industrial and Labor Relations Review. Vol. 60. No 1. P. 3-22.
65. Murphy E., Oesch D. (2016) The Feminization of Occupations and Change in Wages: A Panel Analysis of Britain, Germany, and Switzerland // Social Forces. Vol. 94. No 3. P. 1221-1255.
66. National Research Council (1984) Sex Segregation in the Workplace: Trends, Explanations, Remedies. Washington, DC: National Academies.
67. Neumark D. (1988) Employers' Discriminatory Behavior and the Estimation of Wage Discrimination // The Journal of Human Resources. Vol. 23. No 3. P. 279295.
68. Newell A., Reilly B. (2001) The Gender Pay Gap in the Transition from Communism: Some Empirical Evidence // Economic Systems. Vol. 25. No 4. P. 287-304.
69. Nyhus E. K., Pons E. (2012) Personality and the Gender Wage Gap // Applied Economics. Vol. 44. No 1. P. 105-118.
70. Oaxaca R. (1973) Male-Female Wage Differentials in Urban Labor Markets // International Economic Review. Vol. 14. No 3. P. 693-709.
71. Platonova D., Semyonov D. (2018) Russia: The Institutional Landscape of Russian Higher Education // J. Huisman, A. Smolentseva, I. Froumin (eds) 25 Years of Transformations of Higher Education Systems in Post-Soviet Countries: Reform and Continuity. Cham: Springer International. P. 337-362.
72. Reed W. R., Dahlquist J. (1994) Do Women Prefer Women's Work? // Applied Economics. Vol. 26. No 12. P. 1133-1144.
73. Reuben E., Sapienza P., Zingales L.(2015) Taste for Competition and the Gender Gap among Young Business Professionals. Cambridge, MA: National Bureau of Economic Research.
74. Roshchin S., Rudakov V. (2017) Patterns of Student Employment in Russia // Journal of Education and Work. Vol. 30. No 3. P. 314-338.
75. Rudakov V., Roshchin S. (2019) The Impact of Student Academic Achievement on Graduate Salaries: The Case of a Leading Russian University // Journal of Education and Work. Vol. 32. No 2. P. 156-180.
76. Ryan P. (2001) The School-to-Work Transition: A Cross-National Perspective // Journal of Economic Literature. Vol. 39. No 1. P. 34-92.
77. Semykina A., Linz S.J. (2007) Gender Differences in Personality and Earnings: Evidence from Russia // Journal of Economic Psychology. Vol. 28. No 3. P. 387-410.
78. Sloane C., Hurst E., Black D. (2019) A Cross-Cohort Analysis of Human Capital Specialization and the College Gender Wage Gap. Cambridge, MA: National Bureau of Economic Research.
79. Stinebrickner T. R., Stinebrickner R., Sullivan P.J. (2018) Job Tasks and the Gender Wage Gap among College Graduates. Cambridge, MA: National Bureau of Economic Research.
80. Toukoushian R. K., Hoffman E. P. (2002) Alternatives for Measuring the Unexplained Wage Gap // New Directions for Institutional Research. No 115. P. 71-90.
81. Triventi M. (2013) The Gender Wage Gap and Its Institutional Context: A Comparative Analysis of European Graduates // Work, Employment and Society. Vol. 27. No 4. P. 563-580.
82. UNESCO Institute for Statistics (2015) International Standard Classification of Education: Fields of Education and Training 2013 (ISCED-F 2013). Montreal: UNESCO Institute for Statistics.
83. World Economic Forum (2019) Global Gender Gap Report 2020. Geneva: World Economic Forum. http://www3.weforum.org/docs/WEF_GGGR_2020.pdf
References Abazieva K. G. (2011) Statisticheskaya metodologiya otsenivaniya gendernoy asimmetrii sotsialno-ekonomicheskikh protsessov v Rossii [Statistical Methodology for Assessing the Gender Asymmetry of Socio-Economic Processes in Russia] (PhD Thesis). Rostov-on-Don: Rostov State University of Economics.
Abubakar A. M., Namin B. H., Harazneh I., Arasli H. (2017) Does Gender Moderates the Relationship between Favoritism/Nepotism, Supervisor Incivility, Cynicism
and Workplace Withdrawal: A Neural Network and SEM Approach. Tourism Management Perspectives, vol. 23, June, pp. 129-139.
Aigner D.J., Cain G. G. (1977) Statistical Theories of Discrimination in Labor Markets. Industrial and Labor Relations Review, vol. 30, no 2, pp. 175-187.
Albak K., Larsen M., Thomsen L. S. (2017) Segregation and Gender Wage Gaps in the Private and the Public Sectors: An Analysis of Danish Linked Employer-Employee Data, 2002-2012. Empirical Economics, vol. 53, no 2, pp. 779-802.
Altonji J. G., Blank R. M. (1999) Race and Gender in the Labor Market. Handbook of Labor Economics, Amsterdam: Elsevier, pp. 3143-3259.
Barreto M. E., Ryan M. K., Schmitt M. T. (2009) The Glass Ceiling in the 21st Century: Understanding Barriers to Gender Equality. Washington, DC: American Psychological Association.
Becker G. S. (1985) Human Capital, Effort, and the Sexual Division of Labor. Journal of Labor Economics, vol. 3, no 1, part 2, pp. S33-S58.
Becker G. S. (1971) The Economics of Discrimination. Chicago: University of Chicago.
Bertrand M. (2011) New Perspectives on Gender. Handbook of Labor Economics. Amsterdam: Elsevier, pp. 1543-1590.
Bertrand M., Goldin C., Katz L. F. (2010) Dynamics of the Gender Gap for Young Professionals in the Financial and Corporate Sectors. American Economic Journal: Applied Economics, vol. 2, no 3, pp. 228-255.
Bessudnov A., Kurakin D., Malik V. (2017) Kak voznik i chto skryvaet mif o vseobsh-chem vysshem obrazovanii [The Myth about Universal Higher Education: Russia in the International Context]. Voprosy obrazovaniya/Educational Studies Moscow, no 3, pp. 83-109.
Blau F. D., Brummund P., Liu A. Y.-H. (2013) Trends in Occupational Segregation by Gender 1970-2009: Adjusting for the Impact of Changes in the Occupational Coding System. Demography, vol. 50, no 2, pp. 471-492.
Blau F. D., Kahn L. M. (2017) The Gender Wage Gap: Extent, Trends, and Explanations. Journal of Economic Literature, vol. 55, no 3, pp. 789-865.
Blinder A. S. (1973) Wage Discrimination: Reduced Form and Structural Estimates. The Journal of Human Resources, vol. 8, iss. 4, pp. 436-455.
Brainerd E. (2000) Women in Transition: Changes in Gender Wage Differentials in Eastern Europe and the Former Soviet Union. Industrial and Labor Relations Review, vol. 54, no 1, pp. 138-162.
Buser T., Peter N., Wolter S. C. (2017a) Gender, Competitiveness, and Study Choices in High School: Evidence from Switzerland. American Economic Review, vol. 107, no 5, pp. 125-130.
Buser T., Peter N., Wolter S. C. (2017b) Gender, Willingness to Compete and Career Choices Along the Whole Ability Distribution. Rochester, NY: Social Science Research Network.
Caliendo M., Lee W.-S., Mahlstedt R. (2017) The Gender Wage Gap and the Role of Reservation Wages: New Evidence for Unemployed Workers. Journal of Economic Behavior & Organization, vol. 136, iss. C, pp. 161-173.
Cherednichenko G. (2020) Polozhenie na rynke truda vypusknikov sistemy vysshe-go i srednego professional'nogo obrazovaniya [Employment and Labor Market Outcomes of College and Vocational School Graduates]. Voprosy obrazovaniya/ Educational Studies Moscow, no 1, pp. 256-282.
Chevalier A. (2007) Education, Occupation and Career Expectations: Determinants of the Gender Pay Gap for UK Graduates. Oxford Bulletin of Economics and Statistics, vol. 69, no 6, pp. 819-842.
Combet B., Oesch D. (2019) The Gender Wage Gap Opens Long before Motherhood. Panel Evidence on Early Careers in Switzerland. European Sociological Review, vol. 35, no 3, pp. 332-345.
Corbett C., Hill C. (2012) Graduating to a Pay Gap: The Earnings of Women and Men One Year after College Graduation. Washington, DC: American Association of University Women.
Corrigall E. A., Konrad A. M. (2007) Gender Role Attitudes and Careers: A Longitudinal Study. Sex Roles, vol. 56, no 11-12, pp. 847-855.
Cortes P., Pan J. (2016) When Time Binds: Returns to Working Long Hours and the Gender Wage Gap Among the Highly Skilled. Rochester, NY: Social Science Research Network.
Croson R., Gneezy U. (2009) Gender Differences in Preferences. Journal of Economic Literature, vol. 47, no 2, pp. 448-474.
Dechter E. K. (2014) Maternity Leave, Effort Allocation, and Postmotherhood Earnings. Journal of Human Capital, vol. 8, no 2, pp. 97-125.
Dudyrev F., Romanova O., Travkin P. (2019) Trudoustroystvo vypusknikov sistemy srednego professional'nogo obrazovaniya: vse eshche omut ili uzhe brod [Employment of Vocational Graduates: Still a Slough or Already a Ford?]. Voprosy obrazovaniya/Educational Studies Moscow, no 1, pp. 109-136.
Eliseeva I. I., Dekina M. P. (2019) Statisticheskiy analiz gendernogo neravenstva oplaty truda v sovremennoy Rossii [Statistical Analysis of Gender Pay Gap in Modern-Day Russia]. Statistics and Economics, no 5, pp. 85-93.
Fain J. R. (1998) The Causes and Consequences of Occupational Segregation: A Simultaneous Equations Approach. Applied Economics, vol. 30, no 10, pp. 1361-1367.
Fortin N. M. (2008) The Gender Wage Gap among Young Adults in the United States: The Importance of Money versus People. Journal of Human Resources, vol. 43, no 4, pp. 884-918.
Frieze I. H., Olson J. E., Good D. C. (1990) Perceived and Actual Discrimination in the Salaries of Male and Female Managers. Journal of Applied Social Psychology, vol. 20, no 1, pp. 46-67.
González de San Román A., Rica S. de la. (2012) Gender Gaps in PISA Test Scores: The Impact of Social Norms and the Mother's Transmission of Role Attitudes. Rochester, NY: Social Science Research Network.
Gorlich D., Grip A. de. (2009) Human Capital Depreciation during Hometime. Oxford Economic Papers, vol. 61, suppl. 1, pp. i98-i121.
Goskomstat of Russia (2000) Zhenshchiny i muzhchiny Rossii [Women and Men of Russia]. Moscow: Goskomstat
Heckman J.J. (1976) The Common Structure of Statistical Models of Truncation, Sample Selection and Limited Dependent Variables and a Simple Estimator for Such Models. Annals of Economic and Social Measurement, vol. 5, no 4, pp. 475-492.
Heckman J.J. (1979) Sample Selection Bias as a Specification Error. Econometrica, vol. 47, no 1, pp. 153-161.
Jann B. (2008) The Blinder-Oaxaca Decomposition for Linear Regression Models. The Stata Journal, vol. 8, no 4, pp. 453-479.
Janssen S., Tuor Sartore S., Backes-Gellner U. (2016) Discriminatory Social Attitudes and Varying Gender Pay Gaps within Firms. Industrial and Labor Relations Review, vol. 69, no 1, pp. 253-279.
Johnston D. W., Lee W.-S. (2012) Climbing the Job Ladder: New Evidence of Gender Inequity. Industrial Relations: A Journal of Economy and Society, vol. 51, no 1, pp. 129-151.
Johnston D. W., Schurer S., Shields M. A. (2014) Maternal Gender Role Attitudes, Human Capital Investment, and Labour Supply of Sons and Daughters. Oxford Economic Papers, vol. 66, no 3, pp. 631-659.
Joy L. (2003) Salaries of Recent Male and Female College Graduates: Educational and Labor Market Effects. Industrial and Labor Relations Review, vol. 56, no 4, pp. 606-621.
Juhn C., McCue K. (2017) Specialization Then and Now: Marriage, Children, and the Gender Earnings Gap across Cohorts. Journal of Economic Perspectives, vol. 31, no 1, pp. 183-204.
Karabchuk T. S., Pankratova V. L. (2013) Oplata truda materey v Rossii: sushchest-vuet li diskriminatsiya? [Pay for Women with Kids in Russia: Is There Any Discrimination?]. Economic Sociology, vol. 14, no 1, pp. 96-110.
Kleven H., Landais C., S0gaard J. E. (2018) Children and Gender Inequality: Evidence from Denmark. Cambridge, MA: National Bureau of Economic Research.
Klyachko T. L., Semionova E. A. (2018) Trudoustroystvo vypusknikov sistemy sredne-go professionalnogo obrazovaniya [Transition to Employment: Graduates of the Vocational Education System?]. Economic Policy, vol. 13, no 2, pp. 100-125.
Krekhovets E. V., Leonova L. A. (2017) Trudoustroystvo vypusknikov vysshikh ucheb-nykh zavedeniy: genderny analiz [University Graduates Employability: Gender Analysis]. Woman in Russian Society, no 3 (84), pp. 58-69.
Kunze A. (2003) Gender Differences in Entry Wages and Early Career Wages. Annales d'Economie et de Statistique, no 71/72, pp. 245-266.
Kunze A. (2002) The Timing of Careers and Human Capital Depreciation. Rochester, NY: Social Science Research Network.
Leuze K., Strauß S. (2016) Why Do Occupations Dominated by Women Pay Less? How "Female-Typical" Work Tasks and Working-Time Arrangements Affect the Gender Wage Gap among Higher Education Graduates. Work, Employment and Society, vol. 30, no 5, pp. 802-820.
Maltseva I. O. (2005) Gendernye razlichiya v professionalnoy mobilnosti i segregatsiya na rynke truda: opyt rossiyskoy ekonomiki [Gender Differences in Professional Mobility and Segregation in the Labor Market: The Experience of the Russian Economy]. Moscow: EERC.
Maltseva I. O., Roshchin S. Yu. (2007) Gendernaya segregatsiya i trudovaya mobilnost na rossiyskom rynke truda [Gender Segregation and Labor Mobility in the Russian Labor Market]. Moscow: HSE.
Manning A., Swaffield J. (2008) The Gender Gap in Early-Career Wage Growth. The Economic Journal, vol. 118, no 530, pp. 983-1024.
Mincer J. (1958) Investment in Human Capital and Personal Income Distribution. Journal of Political Economy, vol. 66, no 4, pp. 281-302.
Mueller G., Plug E. (2006) Estimating the Effect of Personality on Male and Female Earnings. Industrial and Labor Relations Review, vol. 60, no 1, pp. 3-22.
Murphy E., Oesch D. (2016) The Feminization of Occupations and Change in Wages: A Panel Analysis of Britain, Germany, and Switzerland. Social Forces, vol. 94, no 3, pp. 1221-1255.
National Research Council (1984) Sex Segregation in the Workplace: Trends, Explanations, Remedies. Washington, DC: National Academies.
Neumark D. (1988) Employers' Discriminatory Behavior and the Estimation of Wage Discrimination. The Journal of Human Resources, vol. 23, no 3, pp. 279-295.
Newell A., Reilly B. (2001) The Gender Pay Gap in the Transition from Communism: Some Empirical Evidence. Economic Systems, vol. 25, no 4, pp. 287-304.
Nivorozhkina L. I. (2005) Gendernaya differentsiatsiya: vliyanie lokalnykh rynkov truda [Gender Differentiation: The Impact of Local Labor Markets]. Terra Economi-cus, vol. 3, no 1, pp. 23-33.
Nyhus E. K., Pons E. (2012) Personality and the Gender Wage Gap. Applied Economics, vol. 44, no 1, pp. 105-118.
Oaxaca R. (1973) Male-Female Wage Differentials in Urban Labor Markets. International Economic Review, vol. 14, no 3, pp. 693-709.
Oshchepkov A. Yu. (2006) Gendernye razlichiya v oplate truda v Rossii [Gender Wage Gap in Russia]. HSE Economic Journal, no 4, pp. 590-619.
Platonova D., Semyonov D. (2018) Russia: The Institutional Landscape of Russian Higher Education. 25 Years of Transformations of Higher Education Systems in Post-Soviet Countries: Reform and Continuity (eds J. Huisman, A. Smolentseva, I. Froumin), Cham: Springer International, pp. 337-362.
Radaev V. V., Barsukova S. Yu. (2000) Legenda o gendere. Printsipy raspredeleniya truda mezhdu suprugami v sovremennoy gorodskoy sem'e [The Legend of Gender. Principles of the Distribution of Labor between Spouses in a Modern Urban Family]. Universe of Russia, vol. 9, no 4, pp. 65-102.
Reed W. R., Dahlquist J. (1994) Do Women Prefer Women's Work? Applied Economics, vol. 26, no 12, pp. 1133-1144.
Reuben E., Sapienza P., Zingales L.(2015) Taste for Competition and the Gender Gap among Young Business Professionals. Cambridge, MA: National Bureau of Economic Research.
Rimashevskaya N. M. (1996) Gender i ekonomicheskiy perekhod v Rossii (na primere taganrogskikh issledovaniy) [Gender and Economic Transition in Russia (on the Example of Taganrog Studies)]. Gendernye aspekty sotsialnoy transformatsii [Gender Aspects of Social Transformation], Moscow: Institute of Socioeconomic Studies of Population of the Russian Academy of Sciences, pp. 25-40.
Rimashevskaya N. M., Dobrokhleb V. G. (eds) (2018) Nastoyashchee i budushchee sem'i v menyayushchemsya mire [The Present and Future of the Family in a Changing World]. Moscow: Ekonomicheskoe obrazovanie.
Roshchin S., Rudakov V. (2017) Patterns of Student Employment in Russia. Journal of Education and Work, vol. 30, no 3, pp. 314-338.
Roshchin S. Yu,, Rudakov V. N. (2016) Vliyanie "kachestva" vuza na zarabotnuyu pla-tu vypusknikov [The Effect of University "Quality" on Graduates' Wages]. Vo-prosy ekonomiki, no 8, pp. 74-95.
Rosstat (2018) Zhenshchiny i muzhchiny Rossii [Women and Men of Russia]. Moscow: Rosstat.
Rudakov V. N. (2020) Bezrabotitsa sredi vypusknikov obrazovatelnykh organizatsiy: masshtaby, prichiny, dlitelnost, sposoby poiska raboty [Unemployment among Graduates of Educational Organizations: The Scale, Causes, Duration, Methods of Job Search]. Moscow: HSE.
Rudakov V., Roshchin S. (2019) The Impact of Student Academic Achievement on Graduate Salaries: The Case of a Leading Russian University. Journal of Education and Work, vol. 32, no 2, pp. 156-180.
Ryan P. (2001) The School-to-Work Transition: A Cross-National Perspective. Journal of Economic Literature, vol. 39, no 1, pp. 34-92.
Semykina A., Linz S.J. (2007) Gender Differences in Personality and Earnings: Evidence from Russia. Journal of Economic Psychology, vol. 28, no 3, pp. 387-410.
Sloane C., Hurst E., Black D. (2019) A Cross-Cohort Analysis of Human Capital Specialization and the College Gender Wage Gap. Cambridge, MA: National Bureau of Economic Research.
Stinebrickner T. R., Stinebrickner R., Sullivan P.J. (2018) Job Tasks and the Gender Wage Gap among College Graduates. Cambridge, MA: National Bureau of Economic Research.
Toukoushian R. K., Hoffman E. P. (2002) Alternatives for Measuring the Unexplained Wage Gap. New Directions for Institutional Research, no 115, pp. 71-90.
Triventi M. (2013) The Gender Wage Gap and Its Institutional Context: A Comparative Analysis of European Graduates. Work, Employment and Society, vol. 27, no 4, pp. 563-580.
UNESCO Institute for Statistics (2015) International Standard Classification of Education: Fields of Education and Training 2013 (ISCED-F 2013). Montreal: UNESCO Institute for Statistics.
Varshavskaya E., Kotyrlo E. (2019) Vypuskniki inzhenerno-tekhnicheskikh i ekonom-icheskikh spetsial'nostey: mezhdu sprosom i predlozheniem [Engineering and Economics Graduates: Between Demand and Supply]. Voprosy obrazovaniya/ Educational Studies Moscow, no 2, pp. 98-128.
World Economic Forum (2019) Global Gender Gap Report 2020. Geneva: World Economic Forum. Available at: http://www3.weforum.org/docs/WEF_GGGR_2020. pdf (accessed 20 April 2021).
Yefimova V. (2013) Gendernaya diskriminatsiya na rossiyskom rynke truda: formy proyavleniya, faktory, rezultaty [Gender Discrimination on the Russian Labor Market: Manifestation Forms, Factors, Results]. VestnikInstituta ekonomiki Rossi-yskoy akademii nauk/The Bulletin of the Institute of Economics of the Russian Academy of Sciences, no 5, pp. 67-75.
