CC BY
104
Материальное положение россиян в условиях пандемии: влияние государственной поддержки
Алина ПИШНЯК, Елена ГОРИНА, Ирина КОРЧАГИНА, Сергей ТЕР-АКОПОВ
Работа посвящена количественной оценке и анализу изменения среднедушевых денежных доходов и уровня бедности российского населения в течение первой волны пандемии ООУЮ-19 в 2020 году. Снижению материального благосостояния населения из-за ухудшения ситуации на рынке труда в этот период был противопоставлен принятый федеральным правительством комплекс срочных мер по поддержке доходов населения, адресованных семьям с детьми и зарегистрированным безработным. Цель исследования состоит в том, чтобы оценить компенсационный эффект произведенных денежных выплат постоянного и временного характера, в том числе для разных категорий домохозяйств. Результаты двухэтапного микромоделирования на данных Выборочного наблюдения доходов населения и участия в социальных программах показали, что реализованные меры компенсировали около 15% снижения среднедушевых денежных доходов и около 35% прироста уровня бедности по сравнению со значениями до начала пандемии. Показано, что универсальный и краткосрочный характер временных выплат сделал их малорезультативными для поддержки денежных доходов и сдерживания роста уровня бедности даже среди их получателей. Основными бенефициарами государственной поддержки стали семьи, имеющие детей в возрасте 3-7 лет: согласно полученным оценкам, реализованные меры почти полностью демпфировали негативное влияние кризиса на рост уровня бедности среди них. В то же время компенсационный эффект был слабо выражен у семей с детьми старше 7 лет и почти отсутствовал в семьях без детей. Вне зоны действия антикризисной социальной политики остались и занятые в неформальном секторе. Сделан вывод, что для этих категорий населения обострившиеся проблемы снижения доходов и роста бедности остались нерешенными.
Ключевые слова: денежные доходы, уровень бедности, семьи с детьми, безработные, компенсационный эффект, микромоделирование. Ж: 138, Н53.
Алина Игоревна Пишняк — кандидат социологических наук, заведующий Центром анализа доходов и уровня жизни Института социальной политики Национальный исследовательский университет «Высшая школа экономики» (РФ, 101000, Москва, Мясницкая ул., 20). E-mail: [email protected]
Ирина Ивановна Корчагина —
кандидат экономических наук, ведущий аналитик
Центра анализа доходов и уровня жизни
Института социальной политики,
Национальный исследовательский университет
«Высшая школа экономики»
(РФ, 101000, Москва, Мясницкая ул., 20);
ведущий научный сотрудник, Институт
социально-экономических проблем народонаселения
Федерального научно-исследовательского
социологического центра, РАН
(РФ, 117218, Москва, Нахимовский пр., 32).
E-mail: [email protected]
Елена Александровна Горина — кандидат экономических наук, старший научный сотрудник Центра анализа доходов и уровня жизни Института социальной политики, Национальный исследовательский университет «Высшая школа экономики» (РФ, 101000, Москва, Мясницкая ул., 20). E-mail: [email protected]
Сергей Александрович Тер-Акопов — ведущий аналитик Центра анализа доходов и уровня жизни Института социальной политики, Национальный исследовательский университет «Высшая школа экономики» (РФ, 101000, Москва, Мясницкая ул., 20). E-mail: [email protected]
Аннотация
В работе использованы результаты проекта «Анализ адаптации различных социально-экономических и демографических групп населения к последствиям пандемии в контексте новых мер социальной политики», выполненного в рамках программы фундаментальных исследований НИУ ВШЭ в 2021 году.
Введение
Ограничения экономической деятельности и мобильности населения, повсеместно введенные в 2020 году для противодействия распространению новой коронавирусной инфекции, неизбежно отразились на материальном благосостоянии россиян. На фоне роста численности безработных в 1,3-1,4 раза в течение весны-лета 2020 года по сравнению с тем же периодом 2019-го сократились реальные денежные доходы населения. По уточненной оценке Росстата, начавшееся во II квартале 2020 года падение (на 7,1% к аналогичному периоду 2019-го) продолжалось целый год, хотя и меньшими темпами (-4,7% и -1,2% в III и IV кварталах 2020 года и -3,7% в I квартале 2021-го1), и только начиная со II квартала 2021 года официальная статистика фиксирует восстановительный рост доходов.
Для смягчения негативных последствий введенных ограничений Правительство РФ в 2020 году приняло ряд социально-политических решений, в том числе о дополнительных денежных выплатах населению. Их главными адресатами стали семьи с детьми и безработные граждане, что вполне оправданно, учитывая их и без того высокие риски бедности. Всего на антикризисную монетарную помощь этим категориям из федерального бюджета и резервного фонда Правительства РФ в 2020 году было выделено более 1 трлн руб., что составляет около 1,7% годового объема денежных доходов населения2.
Чтобы понять, насколько эффективно эти финансовые ресурсы помогли поддержать доходы населения, необходима комплексная оценка, учитывающая одновременно и влияние эпидемиологического шока на изменение денежных доходов, и решения, направленные на демпфирование его последствий. В полной мере такую оценку можно будет сделать только после окончания пандемии, однако уже сейчас количественный эффект можно смоделировать, используя большие массивы данных.
В работе представлены результаты моделирования влияния новых федеральных выплат на денежные доходы и уровень бедности населения России с учетом изменений в занятости, произошедших вследствие ограничительных мер в течение первой волны пандемии COVID-19 в 2020 году. Особое внимание уделено вопросу о том, как различался компенсационный эффект мер поддерж-
1 Реальные располагаемые денежные доходы населения по Российской Федерации. Ьйр8:// го881а1^оу.гиЫся^е/теШаЬапк/игоу_12ку-пт(1).х18х.
2 Расчеты авторов на основе данных Федерального казначейства об исполнении федерального бюджета за 2020 год (https://roskazna.gov.ru/ispo1nenie-byudzhetov/federa1nyj-byudzhet/) и данных Росстата об объеме и структуре денежных доходов населения Российской Федерации по источникам поступления (https://rosstat.gov.ru/storage/mediabank/urov_13kv-nm(2).x1s).
ки для разных категорий населения. Исследование выполнено преимущественно на массиве данных Выборочного наблюдения доходов населения и участия в социальных программах Росстата. Количественные оценки даны по состоянию на II квартал 2020 года — период наиболее строгих ограничений и принятия решений о большей части антикризисных выплат. Однако полученные результаты не следует экстраполировать на весь 2020 год, поскольку они не учитывают изменения социально-экономической ситуации и решений, принятых в течение III и IV кварталов.
1. Основные тенденции на рынке труда как фактор изменения доходов населения
Проведенные исследования о начальном влиянии пандемии на денежные доходы населения показали, что главной причиной негативного тренда было снижение заработных плат, локализовавшееся в наиболее пострадавших от кризиса отраслях3, секторах экономики и на территориях [Гришин и др., 2020. С. 11; Общество и пандемия.., 2020. С. 117]. Вторым фактором являются потери доходов от предпринимательской деятельности, поскольку основной удар кризиса пришелся по малому бизнесу, в том числе индивидуальным предпринимателям (ИП) и самозанятым [Малева и др., 2020. С. 68]. На российском рынке труда сработали привычные для него адаптационные механизмы: сокращение заработков и рабочего времени, вплоть до простоя, но с сохранением рабочих мест было более распространенной тактикой среди работодателей, чем увольнение сотрудников4. А резкий рост напряженности на рынке труда был обусловлен не только увольнениями, но и снижением объемов найма [Малева и др., 2020. С. 67].
При этом риски сокращения трудовых доходов гораздо сильнее зависели от особенностей рабочего места, чем от индивидуальных характеристик работников. В исследовании Владимира Гимпельсона и Ростислава Капелюшникова выявлено, что основные различия (от наиболее пострадавших — к наименее пострадавшим) пролегали по таким осям, как отрасль занятости (сфера услуг — госуправление, а также сфера информационно-коммуникационных технологий, промышленность и сельское хозяйство), место проживания (города, особенно крупнейшие, —
3 Мониторинг социально-экономического положения и социального самочувствия населения. Октябрь 2020 / Под ред. Л. Н. Овчаровой. М.: НИУ ВШЭ, 2020. https://www.hse.ru/data/2020/10/20/ 1375358465/0ктябрь_2020_Мониторинг_ВШЭ^.
4 Гимпельсон В. Е., Капелюшников Р. И. «Ковидизация» российского рынка труда // Эконс. 2020. 16 июля. https://econs.on1ine/artic1es/opinions/kovidizatsiya-rossiyskogo-rynka-truda/.
сельская местность), сектор занятости (рыночный — бюджетный), размер компании (малые и средние — крупные предприятия) и тип занятости (неформальные — формальные трудовые отношения)5. От положения рабочего места в этой системе координат во многом зависела возможность сохранения работником оплачиваемой занятости во время весеннего локдауна и после него, в том числе за счет адаптации к дистанционному формату работы, а также право работодателей на получение мер государственной поддержки для сохранения рабочих мест6.
Анализ территориальных аспектов этих различий показывает, что в разрезе субъектов РФ самыми уязвимыми для негативного влияния кризиса, вызванного пандемией, являются города федерального значения, экономически слабые регионы с недоразвитым реальным сектором и высокой долей неформально занятых, а также территории, специализирующиеся на отдельных отраслях сферы услуг (туризме, внешней торговле, сложных видах услуг) [Кузнецова, 2020]. Однако при рассмотрении регионального уровня происходит усреднение показателей и крупнейших, и небольших городов, и сельских поселений, хотя именно в этой плоскости территориальные различия, как правило, наиболее существенны [Зубаревич, 2016]. Жесткость ограничительных мер и степень их влияния на рынок труда различались не только по отраслям и секторам экономики, но и в территориальном разрезе, что обусловлено разной остротой проблемы заболеваемости СОУГО-19 в регионах и поселениях7.
Наконец, говоря об изменениях на рынке труда, важно отметить, что определенную стабилизирующую роль для занятости, а значит, и для доходов населения в период ограничительных мер сыграл переход к работе в дистанционном режиме там, где это было возможно с технической и содержательной точек зрения. Наибольшая доля работающих удаленно наблюдалась в Москве, Санкт-Петербурге и других крупнейших городах8: здесь не только шире покрытие и лучше качество интернет-связи, но и более распространены виды деятельности, в которых может быть востребован и реализуем такой формат занятости [Ляшок, 2020].
5 Гимпельсон В. Е., Капелюшников Р. И. «Ковидизация» российского рынка труда...
6 Безвозмездные субсидии и льготные кредиты на выплату заработной платы работникам в размере МРОТ (Постановления Правительства РФ от 24.04.2020 № 576 и от 16.05.2020 № 696).
7 Хотя гипотеза о положительной корреляции между плотностью населения и уровнем инфи-цированности коронавирусом не нашла однозначного подтверждения (См.: Пузанов А. С., Боброва К. В. Города на передней линии борьбы с коронавирусом — обзор международной экспертной повестки и оценка ее адекватности российским реалиям. http://www.urbaneconomics.ru/research/ mind/goroda-na-peredney-linii-borby-s-koronavirusom-obzor-mezhdunarodnoy-ekspertnoy).
8 Цифровая грамотность и удаленная работа в условиях пандемии: совместный аналитический доклад ВЦИОМ и Social Business Group. https://socialbusinessgroup.ru/uploads/s/m/s/i/msiugb4swvjk/ file/ AMo1W3qz.pdf?preview=1.
2. Методология исследования
Метод моделирования и данные
Для оценки того, как повлияли новые меры монетарной поддержки на денежные доходы населения в условиях первой волны пандемии COVID-19, мы применяем метод микромоделирования (микросимулирования). Суть метода состоит в разработке модели на основе микроданных выборочного обследования населения, позволяющей оценить количественные эффекты тех или иных изменений в социальной политике для доходов каждого конкретного домохозяйства или индивида в выборке. Для этого предполагаемые или, как в нашем случае, уже произведенные, но еще не зафиксированные в обследовании изменения, например в системе социальных выплат, вменяются (моделируются) по определенным правилам на индивидуальном и домохозяйственном уровнях. Используемая модель является статической: она исходит из допущения, что, несмотря на изменения в социальной политике, характеристики населения, которое репрезентирует обследование, прежде всего поведенческие реакции, остаются неизменными (например, в отношении занятости, сбережений, демографических событий и пр.) [Bourguignon, Spadaro, 2006].
Для микромоделирования мы используем данные Выборочного наблюдения доходов населения и участия в социальных программах за 2017 год Росстата (ВНДН-2017)9, актуализированные с учетом информации о фактическом экономическом росте и изменении доходов граждан за 2017-2019 годы, то есть характеризующие социально-экономическую ситуацию на 1 января 2020 года. Хотя доступны более поздние волны ВНДН, массив 2017 года является самым объемным и позволяет работать с региональным контекстом и мерами, направленными на небольшие группы получателей (выборка 2017 года почти в три раза больше выборок других лет).
Актуализация данных ВНДН-2017 на 1 января 2020 года выполнена в два этапа. На первом рассчитаны корректирующие весовые коэффициенты по аналогии с методологией расчета весов Росстатом. На этом этапе за счет незначительных изменений исходных весовых коэффициентов проведена корректировка половозрастной структуры на основе официальных данных10. В работе
9 Выборка размером 160 тыс. домашних хозяйств репрезентирует население России в целом, по городским и сельским поселениям с различной численностью населения, а также по отдельным социально-демографическим группам. https://www.gks.ru/free_doc/new_site/vndn-2017/index.htm1.
10 Численность населения Российской Федерации по полу и возрасту. https://rosstat.gov.ru/ compendium/document/13284.
реализована корректировка как по возрастным группам, которые учитываются в методологии Росстата (мужчины и женщины младше трудоспособного возраста, в трудоспособном возрасте, старше трудоспособного возраста), так и по дополнительным группам для обеспечения более корректного моделирования мер поддержки семей с детьми (дети в возрасте до 2 лет, 3-7, 8-18 лет). Корректировка была выполнена с помощью итерационного алгоритма поиска весовых коэффициентов на основе дезагрегированного массива данных, который является авторской модификацией метода итерационного пропорционального подбора (Iterative Proportional Fitting Procedure, IPFP) [Жаромский и др., 2011].
На втором этапе актуализирован уровень денежных доходов населения и проведена балансировка их структуры. Для этого на основании данных об изменении за период с 2017 года по 2019-й основных компонентов денежных доходов (заработной платы, предпринимательского дохода, пенсий, пособий и других социальных выплат)11 для каждого компонента произведен расчет балансовых поправочных коэффициентов так, чтобы структура и уровень доходов в массиве обследования соответствовали официальным статистическим данным за 2019 год. Таким образом, был обеспечен учет динамики размера и структуры доходов населения. Кроме того, актуализированные данные ВНДН-2017 учитывают ключевые решения социальной политики, принятые в 2017-2019 годах в отношении поддержки доходов населения (увеличение минимального размера оплаты труда (МРОТ), изменение размера и правил назначения наиболее крупных по охвату социальных выплат, введение новых видов выплат).
Параметры моделирования изменений доходов от занятости: учет отраслевых и территориальных различий
Стартовое положение для разработки модели состоит в том, что на изменение материального положения населения в период первой волны распространения COVID-19 разнонаправленно влияли два фактора: (1) введение ограничительных мер для борьбы с распространением инфекции, в результате которых часть граждан полностью или в значительной степени утратили доход от занятости, и (2) принятые федеральным правительством меры поддержки доходов населения, призванные компенсировать эти потери. Воздействие каждого фактора учтено в два последовательных этапа.
11 Использованы данные Росстата об объеме, структуре и среднедушевом размере денежных доходов населения. https://rosstat.gov.ru/folder/13397.
На первом этапе с помощью вероятностного подхода смоделировано, как изменились доходы населения от занятости, то есть оплата труда наемных работников и доход от предпринимательской деятельности, в том числе от самозанятости, в результате распределения занятых по следующим исходам:
1) полное сохранение или потеря в пределах 20% дохода12:
а) у занятых, трудовая деятельность которых фактически не изменилась,
б) у занятых на дистанционном режиме работы;
2) утрата дохода от занятости:
а) полностью в результате увольнения,
б) полностью в результате простоя,
в) в значительной степени (до минимального размера оплаты труда).
Базовой предпосылкой модели является дифференциация распределения этих исходов для занятости в отраслевом (по видам экономической деятельности (ВЭД)13) и территориальном разрезах.
Следует отметить, что объявленный Президентом РФ режим нерабочих дней c 30 марта по 11 мая 2020 года действовал во всех субъектах РФ, однако перечень организаций, на которые этот режим не распространялся, как и удельный вес занятости в них, варьировался по регионам. При общей схожести ограничительных мер, введенных в рамках режимов повышенной готовности, регионы существенно различались по тому, насколько быстро они стали снимать эти ограничения, особенно в отношении режима труда, экономической деятельности и передвижения граждан. Тем не менее, основываясь на результатах упомянутых выше исследований, мы исходим из того, что в контексте ограничительных мер, принятых во II квартале 2020 года, и, главное, в отношении реакции рынка труда и рисков для занятости территориальные различия корректнее учитывать в разрезе типов поселений, а не субъектов Российской Федерации.
Исходы для занятости дифференцированы в модели для четырех территориальных уровней:
1) столичные агломерации (Москва, Московская область, Санкт-
Петербург и Ленинградская область);
12 Принято, что при сокращении рабочего времени пропорционально снижается и трудовой доход (например, переход от пяти- к четырехдневной рабочей неделе сократит оплату труда на 20%).
13 Хотя понятие «отрасль», строго говоря, не тождественно понятию «вид экономической деятельности», в рамках настоящей работы, оценивая исходы для занятости отдельных работников, мы считаем возможным пренебречь этим расхождением.
2) крупные города (с населением более 500 тыс. чел. и региональные центры с населением от 300 тыс. чел.);
3) средние и большие города (от 50 тыс. до 500 тыс. чел.14);
4) малые города (до 50 тыс. чел.), а также поселки городского типа и сельские населенные пункты.
На основе доступных на момент исследования оценок, прогнозов, обследований и других сведений, касающихся влияния ограничительных мер на рынок труда15, а также с учетом федерального перечня пострадавших отраслей16 для каждого из четырех территориальных уровней разработаны коэффициенты, описывающие вероятность каждого исхода для занятости работников в разрезе разделов общероссийского классификатора видов экономической деятельности (ОКВЭД).
При разработке этих коэффициентов использованы следующие предпосылки и допущения:
• в категорию работников, у которых занятость и трудовой доход не претерпели существенных изменений, в числе прочих включены работники социальной сферы бюджетного сектора, которые оказались временно не заняты из-за ограничительных мер, но сохраняли трудовой доход (например, сотрудники детских садов, организаций дополнительного образования);
• переход к удаленной занятости считается равновероятным для всех работников конкретного ВЭД на том или ином территориальном уровне, хотя нельзя исключить, что на него влияют и индивидуальные характеристики занятых (образование, возраст) [Ляшок, 2020];
• для ВЭД, где шире представлены неформально занятые, выше вероятность исходов с полной потерей трудового дохода в результате увольнения или простоя;
• в тех ВЭД и для тех территориальных уровней, где доля занятых на предприятиях малого и среднего бизнеса (МСБ)
14 Кроме региональных центров с населением более 300 тыс. чел.
15 Эффект «карантина» для России: оценка с использованием межотраслевого баланса. ЦМАКП. 01.04.2020. http://www.f0recast.ru/_Archive/analitics/PR0M/2020/Effect_M0B.pdf; Тенденции развития российской экономики в условиях пандемии коронавируса и возможные антикризисные меры. ИИЭ ВЭБ.РФ. 09.04.2020. http://www.inveb.ru/ru/articles-menu/247-tendentsii-razvitiya-rossijskoj-ekonomiki-v-usloviyakh-pandemii-koronavirusa-i-vozmozhnye-antikrizisnye-mery; ЦСР. Мониторинг бизнес-среды. http://www.csr.ru/ru/news/monitoring-biznes-sredy-tssr-kompanii-sokrashchayut-zarplaty-i-personal-prognoziruetsya-snizhenie-vvp/; Мониторинг ЦСР. http://www.csr. ru/ru/news/monitoring-tssr-mery-podderzhki-nachali-rabotat-no-rynok-truda-budet-sokrashchatsya/.
16 Перечень отраслей российской экономики, в наибольшей степени пострадавших в условиях ухудшения ситуации в результате распространения новой коронавирусной инфекции, утвержден Постановлением Правительства РФ от 03.04.2020 № 434 (в последующих редакциях).
выше, больше вероятность исхода «простой с сохранением заработной платы в размере МРОТ», поскольку субъекты МСБ из наиболее пострадавших отраслей при соблюдении определенных условий могли получить субсидии от государства на выплату МРОТ своим сотрудникам;
• вероятность позитивных и негативных исходов для занятости и трудового дохода для одного и того же ВЭД принимается одинаковой для работников, занятых на разных должностных позициях17, равновероятными в модели считаются также исходы и для разных возрастных групп ра-
ботников18;
• смена места работы не считается исходом с потерей дохода, даже если увольнение с прежнего места работы обусловлено последствиями ограничительных мер;
• у самозанятых и наемных работников ИП больше риски потери занятости и (или) трудового дохода, чем у занятых в менее пострадавших отраслях и в корпоративном секторе19.
На следующем шаге из Обследования рабочей силы за 2018 год (ОРС-2018)20 получено распределение среднегодовой численности занятых на основной работе по ВЭД на разных территориальных уровнях. ОРС репрезентирует всю совокупность занятых от пятнадцати лет и старше без учета иностранных трудовых мигрантов, а его среднегодовые данные представительны по субъектам РФ и типам поселений (города и сельская местность). Поскольку в ОРС нет сведений о размере населенного пункта, доли занятых по разделам ОКВЭД рассчитаны для каждого из трех территориальных уровней:
• столичные агломерации,
• городские поселения,
• сельские поселения.
17 В то же время есть основания полагать, что работники с более высокой квалификацией и руководители в период кризиса в меньшей степени подвержены угрозе увольнения [Луданик, Орлова, 2013].
18 Хотя в условиях особых требований к самоизоляции лиц старшего возраста работающие пенсионеры могут быть подвержены повышенным рискам потери дохода от занятости, особенно в тех отраслях и на тех позициях, где нет возможности дистанционной занятости либо хуже соблюдаются трудовые гарантии.
19 В ВНДН отсутствует информация о размере предприятия, на котором занят респондент, а также о форме собственности организации. Поэтому невозможно выделить занятых в малом и среднем бизнесе, хотя для них риски потери занятости и (или) дохода существенно выше, чем для занятых в организациях государственной и муниципальной собственности или на крупных предприятиях.
20 Последние на момент проведения исследования данные Росстата в открытом доступе. http:// gks.ru/free_doc/new_site/population/trud/bd_ors/bd_ors2017-2018.sav.
Отметим, что ОРС содержит данные о занятых по месту их проживания, а не по месту работы. Это отчасти повышает риск недоучета в модели негативного влияния на занятость в части малых городов и сельской местности, особенно в зоне притяжения крупнейших городов-центров.
Распределение занятых по ВЭД, сгруппированным по степени негативного воздействия на них ограничительных мер, для трех территориальных уровней (рис. 1) демонстрирует, что в столичных агломерациях вклад наиболее пострадавших ВЭД (услуг населению, производственных услуг, транспорта, строительства) в структуре занятости выше, чем в населенных пунктах других территориальных уровней.
О 20 40 60 80 100
■ Государственное управление и социальная сфера (разделы О, Р, 0)
■ Промышленность, сельское и лесное хозяйство, коммунальная инфраструктура, связь (разделы А, В, С, Р, Е, и) Строительство, транспорт, финансовые услуги, научная, техническая и административная деятельность (разделы Р, Н, К, М, 14) Торговля (раздел в)
Услуги населению (разделы I, Ц Я, Б)
Примечание. Буквенные обозначения разделов использованы в соответствии с общероссийским классификатором видов экономической деятельности (ОКВЭД 2).
Источник: расчеты авторов по данным ОРС-2018. http://gks.ru/free_doc/new_site/ population/trud/bd_ors/bd_ors2017-2018.sav.
Рис. 1. Доля занятых по ВЭД по месту основной работы, сгруппированным по степени негативного воздействия на занятость, в среднегодовой численности занятого населения в возрасте 15 лет и старше на разных территориальных уровнях, 2018 год (%)
Итоговые значения вероятностей наступления исходов (распределение исходов) для занятости всех работников на каждом из четырех территориальных уровней р), представленные в табл. 1, получены путем перемножения коэффициентов, характеризующих, с какой вероятностью (рк наступал тот или иной исход (0 для занятости работающих в каждом разделе ОКВЭД (к) на каждом из территориальных уровней (Д и значений доли раздела
ОКВЭД в структуре численности работников по месту основной работы на данном территориальном уровне ^)21:
Pij = pijk Х (1)
Исходы для занятости с заданной вероятностью случайным образом распределяются среди работающих индивидов с учетом характеристик их занятости и места проживания.
Таблица 1
Итоговые параметры моделирования исходов для занятости на разных территориальных уровнях (% численности работников, проживающих в поселениях каждого типа)
Территориальные уровни Сохранение или незначительная потеря трудового дохода Значительная или полная потеря трудового дохода Всего
занятость без изменений дистанционная занятость простой с сохранением трудового дохода в размере МРОТ простой без сохранения трудового дохода увольнение
Столичные агломерации: г. Москва, Московская обл., г. Санкт-Петербург, Ленинградская обл. 63 14 5 7 11 100
Крупнейшие города с населением более 500 тыс. чел. и региональные центры от 300 тыс. чел. 70 9 4 6 11 100
Другие города с населением более 50 тыс. чел. 76 3 4 7 10 100
Малые города (до 50 тыс. чел.), поселки городского типа и сельская местность 80 2 4 6 8 100
Источник: расчеты авторов на основе данных ОРС-2018. http://gks.ru/free_doc/new_ site/population/trud/bd_ors/bd_ors2017-2018.sav.
Моделирование влияния мер поддержки на денежные доходы населения
На втором этапе моделирования непосредственно оценивалось, насколько федеральные монетарные меры поддержки, адресованные семьям с детьми и безработным в 2020 году, помогли смягчить ухудшение материального положения населения. Одна
21 Как для крупнейших городов и региональных центров, так и для средних и больших городов (с населением более 50 тыс. чел.) коэффициенты исходов для занятости перемножаются с долями разделов ОКВЭД в структуре занятости, характерной для «других городов, кроме столичных агломераций».
часть этих мер установлена на постоянной основе, их принятие было лишь ускорено в связи с пандемией, другая — это временные меры, предусмотренные для краткосрочной поддержки доходов населения и смягчения экономических последствий от введения ограничительных мер. Перечень и характеристики мер, действовавших в течение II квартала 2020 года и использованных в моделировании, представлены в табл. 2.
Таблица 2
Установленные на федеральном уровне новые меры монетарной поддержки семей с детьми и безработных, учтенные в модели
Наименование меры Категория получателей Размер выплаты
Постоянные меры
Ежемесячная выплата на каждого ребенка в возрасте от 3 до 7 лет включительно Семьи со среднедушевым доходом не выше одной величины прожиточного минимума в регионе 0,5 величины прожиточного минимума на детей за II квартал 2019 года в регионе
Увеличение размера ежемесячного пособия по уходу за первым ребенком в возрасте до 1,5 года Неработающие граждане, осуществляющие уход за первым ребенком в возрасте до 1,5 года Повышение в два раза (до 6752 руб.а в месяц)
Временные меры
Ежемесячная выплата на ребенка в возрасте до 3 лет Все семьи 5000 руб. в месяц
Единовременная выплата на каждого ребенка в возрасте от 3 до 16 лет Все семьи 10 000 руб.
Ежемесячная выплата на каждого ребенка в возрасте до 18 лет Один из родителей, уволенный и зарегистрированный как безработный начиная с 1 марта 2020 года 3000 руб. в месяц
Один из родителей, зарегистрированный как безработный
Увеличение размера минимального пособия по безработице Зарегистрированные безработные, получающие минимальное пособие Повышение в три раза (до 4500 руб.а в месяц)
Установление пособия по безработице в максимальном размере независимо от стажа и зарплаты на последнем месте работы Лица, потерявшие работу после 1 марта 2020 года и зарегистрированные как безработные 12 130 руб.а в месяц
Увеличение пособия по безработице для ИП, прекративших свою деятельность ИП, прекратившие свою деятельность после 1 марта 2020 года и зарегистрированные как безработные 12 130 руб.а в месяц
а В отдельных местностях размер рассчитывается с учетом районного коэффициента.
Источник: составлено на основе нормативных правовых актов Российской Федерации.
Подчеркнем, что в модель не были включены меры поддержки, реализованные в III и IV кварталах 2020 года, а также антикри-
зисные выплаты семьям с детьми и безработным, установленные в ряде регионов России, поскольку исследование сфокусировано на оценке эффекта федеральных мер. Кроме того, не учитывались доплаты отдельным категориям работников здравоохранения и сферы социального обслуживания, так как условия их назначения и определения размера не позволяют четко определить фактический прирост оплаты труда.
При моделировании эффекта мер поддержки сделаны следующие допущения:
• пособие по безработице в максимальном размере вменяется не всем лицам, для которых смоделирована потеря занятости в результате увольнения, а только 52% из них. Это обусловлено тем, что соотношение численности регистрируемых безработных и общей численности безработных (по методологии МОТ), составлявшее до кризиса около 20%, резко выросло благодаря упрощению регистрации в службе занятости и повышению размера пособия по безработице и по состоянию на конец июня достигло 59% [Антонова и др., 2020];
• выплаты на детей вменяются всем семьям, соответствующим критериям назначения, без учета возможных ошибок исключения, иначе говоря, рассчитывается максимально возможный эффект.
Напомним, что параметры моделирования характеризуют социально-экономическую ситуацию по состоянию на II квартал 2020 года, а его результаты представляют собой срез в годовом выражении: все денежные показатели взяты в среднемесячном размере в расчете за двенадцать месяцев, чтобы избежать переоценки влияния социальных выплат на доходы и уровень бедности.
3. Результаты моделирования
Оценка влияния изменений в занятости на денежные доходы и уровень бедности населения
Для общей картины изменений в занятости населения в результате ограничительных мер во II квартале 2020 года, полученной по итогам первого этапа моделирования, характерно существенное сокращение трудовых доходов, затронувшее в целом около 20% работников. Из них в ситуацию вынужденного простоя без сохранения трудового дохода попали 6,3% занятых, в простое с сохранением заработка только на уровне МРОТ оказались около 4%, а доля тех, кто не сохранил рабочее место, рассчитана в размере 9,5%.
Согласно результатам моделирования, ухудшение ситуации на рынке труда привело к снижению среднедушевых денежных доходов (СДД) населения на 11% по сравнению с их фактическим значением до начала пандемии (на 1 января 2020 года). При этом дифференциация по группам населения невелика: у тех, кто проживает в домохозяйствах без детей, СДД в среднем сократились на 10,7%, а у проживающих в семьях с детьми разного возраста — от 10,5 до 12,5% (рис. 2). Однако именно на семьи с детьми пришелся наибольший прирост уровня бедности: и без того высокая доля бедных среди них (21-26% в зависимости от возраста детей) в условиях пандемии выросла в 1,5 раза, до 31-35%. В среднем по населению доля населения с СДД ниже величины прожиточного минимума (ВПМ) по результатам моделирования увеличилась с 12 до 19,6%.
15 10 5 0
-5 -10 -15
] 35,3
□ 19,6
25,7с
23,4 с
132,0
21,2 с
] 30,6
12,0е
3,8 с
□ 8,8
40 30 20 10 о -10 -20 -30 ^0
-11,4
Все население
-10,7
Проживающие в домохозяйствах без детей
-10,6
-11,0
-12,6
до 2 лет
от 3 до 7 лет от 8 лет и старше
Проживающие в домохозяйствах с детьми в возрасте
Темпы снижения среднедушевых денежных доходов населения 1=1 Моделируемый уровень бедности после изменений в занятости |=> Фактический уровень бедности до начала пандемии
Источник: расчеты авторов по данным ВНДН. http://gks.ru/free_doc/new_site/vndn-2017/^ех^ш1.
Рис. 2. Темпы снижения среднедушевых денежных доходов (левая ось, %)
и изменение уровня бедности населения (правая ось, %) по итогам моделирования негативных изменений в занятости населения
Отметим, что на основе модели получены иные, более негативные, количественные оценки динамики материального положения российского населения во II квартале 2020 года по сравнению с опубликованной статистикой. Согласно первым оценкам Росста-та, при снижении реальных денежных доходов на 8% ко II кварталу 2019 года уровень бедности населения вырос до 13,5%, то есть на 1,2 п.п. в сравнении со среднегодовым значением 2019 года.
Причин расхождения результатов несколько. Во-первых, оценки динамики, полученные при моделировании, соотносятся не с аналогичным периодом предыдущего года, а с моментом до начала пандемии, фактически с 1 января 2020 года. Во-вторых, выборки в обследованиях обычно смещены в сторону домохозяйств
с относительно низкими доходами22, тогда как высокодоходные слои в ней охвачены хуже [Карабчук и др., 2013. С. 166]. Ухудшение ситуации на рынке труда в большей степени затронуло занятых, имеющих низкий и ниже среднего уровень заработков23, то есть с большими рисками попадания за черту бедности в случае полной или значительной утраты трудового дохода. В-третьих, сам метод моделирования предполагает опору на ряд предпосылок и допущений, которые отчасти влияют на численные значения полученных результатов.
Оценка компенсационного эффекта отдельных мер поддержки населения
Компенсационный эффект мер социальной поддержки с точки зрения их влияния на денежные доходы и масштабы бедности в стране оценивается по трем показателям, описывающим ситуацию с учетом этих мер по сравнению с той, которая сложилась бы в их отсутствие:
1) прирост среднедушевых денежных доходов получателей в абсолютном выражении после получения ими денежных выплат;
2) доля населения, проживающего в семьях получателей, среднедушевые денежные доходы которых преодолели черту бедности (1 ВПМ) благодаря мерам социальной поддержки;
3) сокращение доли бедных в целом по населению за счет мер социальной поддержки (в процентных пунктах и процентах от численности всего бедного населения).
Количественные оценки эффекта каждой из анализируемых постоянных и временных мер, полученные по итогам второго этапа моделирования, представлены в табл. 3. Их разброс обусловлен различиями, во-первых, в критериях назначения выплат, а во-вторых, в размерах и продолжительности их предоставления.
Так, среди постоянных мер ежемесячная выплата на ребенка от 3 до 7 лет является более эффективным инструментом для увеличения денежных доходов и особенно для сокращения бедности, чем пособие по уходу за первым ребенком в возрасте до 1,5 года. Во-первых, она охватывает больше семей из-за более широкого возрастного диапазона, а во-вторых, назначается только мало-
22 Так, допандемийный уровень среднедушевых денежных доходов в актуализированном массиве ВНДН, использованном в моделировании, составил 29 260 руб., а по данным Росстата — 35 188 руб. по итогам 2019 года.
23 Большая уязвимость работников на низкооплачиваемых рабочих местах в этом кризисе характерна не только для России, но и для многих развитых стран. См.: OECD Employment Outlook 2020: Worker Security and the COVID-19 Crisis. Paris: OECD Publishing, 2020.
имущим семьям, а значит, полностью или частично идет на сокращение дефицита дохода. При достаточно высоком размере (по сравнению с большинством других выплат на детей в российской системе социальной поддержки) выплата на ребенка-дошкольника добавила к денежным доходам их семей по 1,5 тыс. руб. на человека, что в относительном выражении равно четвертой части дотрансфертного душевого дохода, составлявшего до выплаты в среднем около 6,5 тыс. руб. Удвоение минимального пособия по уходу за первым ребенком до 1,5 года позволило повысить СДД семей-получателей только на 860 рублей (6% их дотрансфертного душевого дохода). В итоге, по нашим оценкам, выплата на ребенка от 3 до 7 лет выводит из бедности 17,5% из тех, кто проживает в семьях ее получателей, что вдвое выше аналогичного показателя
Таблица 3
Влияние новых монетарных мер поддержки семей с детьми и безработных граждан на показатели среднедушевых денежных доходов и уровня бедности по результатам моделирования
Меры поддержки Среднедушевые денежные доходы Доля получателей, Сокращение доли бедных
получателей (руб.) вышедших из бедности за счет выплат
без с учетом за счет выплат (%)
выплат выплат п.п. %
Постоянные меры
Ежемесячная выплата на каждого
ребенка в возрасте 3-7 лет из семей с СДД не выше 1 ВПМ на душу населения 6421 7945 17,5 1,4 6,8
Увеличение в два раза размера минимального пособия по уходу
за ребенком в возрасте до 1,5 года неработающим гражданам 14 521 15 380 8,2 0,1 0,3
Временные меры
Доплата на каждого ребенка
до 18 лет в семьях, где хотя бы один
из родителей зарегистрирован как безработный и получает пособие по безработице 13 079 13 358 1,7 0,1 0,3
Ежемесячная выплата на ребенка до 3 лет 15 714 16 015 3,1 0,1 0,7
Единовременная выплата на каждого ребенка в возрасте от 3 до 16 лет 20 295 20 588 3,4 0,5 2,4
Увеличение в три раза размера минимального пособия
по безработице 9498 9665 1,1 0,0 0,05
Установление для граждан, потерявших работу в период пандемии, пособия по безработице в максимальном размере 18 039 20 331 18,0 0,5 2,5
Источник: расчеты авторов по данным ВНДН. http://gks.ru/free_doc/new_site/vndn-2017/^x^^1.
для удвоенного пособия по уходу, а показатели влияния этих мер на уровень бедности в целом по населению различаются более чем на порядок.
Временные денежные выплаты предназначались всем семьям с детьми, а не только малоимущим, а их среднемесячный размер в пересчете на год составил не более 200-300 руб. на члена домохозяйства, поэтому их влияние на бедность априори не может быть высоким. Даже самая крупная по размеру и охвату единовременная выплата на детей способствовала выходу из бедности не более 3,5% ее получателей. Общий же эффект временных мер, адресованных семьям с детьми, оценивается как сокращение доли бедного населения на 3,7% от того значения, которое было бы достигнуто без учета этих выплат.
Из-за низкого размера не были результативны в снижении уровня бедности и временные выплаты гражданам, потерявшим работу до пандемии, — так называемым старым безработным. СДД их семей после получения повышенного минимального пособия по безработице выросли в среднем только на 167 руб., или менее чем на 2%, а доля тех из них, чьи СДД преодолели порог бедности, составила всего 1,1%. Дополнительная поддержка «новых» безработных, то есть граждан, потерявших работу в период пандемии, была более существенной. СДД их семей выросли в среднем на 2300 руб., или на 12,7%, что привело к большему сокращению бедности среди получателей — на 18%.
Оценка совокупного эффекта новых монетарных мер поддержки
Совокупный компенсационный эффект оценивается по тем же показателям в разрезе групп мер поддержки и категорий домохо-зяйств.
В общей сложности благодаря рассмотренным денежным выплатам СДД населения выросли в абсолютном выражении почти на 500 руб. в месяц. Это позволило компенсировать только около седьмой части доходов, снизившихся, согласно модели, на 11,4% от докризисного уровня из-за ухудшения ситуации с занятостью в первую волну пандемии.
Основными бенефициарами в этом отношении стали семьи с детьми дошкольного возраста. Так, у семей с детьми в возрасте до 7 лет меры поддержки компенсировали в среднем 40% утраченного дохода, а у семей с детьми старше 7 лет — около 25%. Тем не менее это не говорит об их более благополучном положении по сравнению с бездетными семьями, для которых восстановление СДД за счет выплат не было сколь-нибудь заметным. До панде-
мии дефицит денежных доходов в семьях с детьми из-за высокой иждивенческой нагрузки был выше, чем в среднем по всем домо-хозяйствам и тем более в бездетных семьях. Например, для семей с детьми до 3 лет исходный размер СДД (19,3 тыс. руб.) был почти вдвое ниже, чем в семьях, не имеющих детей (35,9 тыс. руб.).
Принятые на федеральном уровне монетарные меры поддержки отчасти сгладили негативное воздействие пандемии, затормозив рост уровня бедности населения. По результатам моделирования кризисное снижение доходов населения привело бы к росту доли малоимущих граждан с 12 до 19,6%, однако с учетом дополнительных выплат этот показатель оценивается в 16,8%.
Наиболее результативными с точки зрения сдерживания роста бедности населения, возникшего из-за кризисного падения денежных доходов, оказались новые постоянные выплаты на детей. Благодаря их большей нацеленности на малообеспеченные семьи и более высоким среднемесячным размерам обе эти выплаты вывели из состояния бедности 17% населения, проживающего в семьях получателей, тогда как для временных мер этот показатель составляет всего 5% (рис. 3). Совокупный эффект от всех новых федеральных выплат, адресованных семьям с детьми, оценивается как снижение уровня бедности в семьях получателей на 4,5 п.п. (с 30,5 до 26%), а уровня бедности в целом по населению — на 2,2 п.п.
100 90 80 70 60 50 40 30 20 10 0
74,2
30,5 29,0 30,5 26,0
—
Новые постоянные
МСП для семей с детьми
Новые временные
МСП для семей с детьми
Все новые МСП семей с детьми
I Без выплат
64,4
33,4
38,8
Новые МСП для «новых» безработных
Новые МСП для «старых» безработных
Все новые МСП для безработных граждан
С учетом выплат
Источник: расчеты авторов по данным ВНДН. http://gks.ru/free_doc/new_sfte/vndn-2017/^x^^1.
Рис. 3. Доля бедного населения, проживающего в домохозяйствах, получивших новые меры социальной поддержки семей с детьми и безработных граждан, по результатам моделирования (%)
Антикризисные выплаты для «новых» и «старых» безработных снизили долю бедных среди домохозяйств с безработными с 45 до 38,8%. Однако их вклад в погашение прироста общего уровня бедности небольшой и оценивается всего в 0,5 п.п., или 2,6%, поскольку их получатели относительно немногочисленны.
В отношении уровня бедности компенсационный эффект новых мер поддержки также наиболее заметен у семей с детьми, хотя его величина дифференцирована в зависимости от возраста детей (рис. 4). Так, новые выплаты практически полностью демпфировали негативное влияние кризиса на семьи, имеющие детей в возрасте от 3 до 7 лет, удержав бедность на исходном, докризисном, уровне. Для других категорий семей с детьми этот эффект менее выражен, однако уровень бедности всё же существенно корректируется в сторону снижения на 4-5 п.п. в отличие от бездетных домохозяйств, где компенсационный эффект от принятых мер практически полностью отсутствует. До пандемии среди семей без детей абсолютная бедность была на очень низком уровне (3,8%), однако в кризис она выросла более чем в два раза.
40
Все население
Проживающие в домохозяйствах без детей
до 2 лет
от 3 до 7 лет от 8 лет и старше
До начала пандемии
I После начала пандемии с учетом выплат
Проживающие в домохозяйствах с детьми в возрасте
■ После начала пандемии без выплат
Источник: расчеты авторов по данным ВНДН. http://gks.ru/free_doc/new_site/vndn-2017/^x^^1.
Рис. 4. Уровень бедности разных групп населения по результатам моделирования
(% от численности населения в группе)
Представленные результаты позволяют не только увидеть, как ухудшение ситуации на рынке труда в первую волну пандемии отразилось на материальном положении разных групп населения и кто оказался бенефициаром государственных мер поддержки, но и по отношению к каким группам населения проблемы снижения доходов и роста бедности остались нерешенными.
Одну из таких групп составляют занятые в неформальном секторе, у которых нет иных источников доходов в виде пенсии или дополнительной работы. Численность этой категории оценивается в 6 млн чел., у большинства из них трудовой доход не превышает 1,5 ВПМ [Общество и пандемия.., 2020. С. 133], что само по себе уже подразумевает высокие риски бедности, не говоря уже о потере части заработка. Однако, будучи одной из самых уязвимых групп в период самоизоляции, именно неформально занятые остались вне зоны действия как новых, так и действовавших ранее мер государственной поддержки. Получить к ним доступ такие работники могли (1) через выплаты на детей, (2) встав на учет в службе занятости и получив минимальное пособие по безработице, (3) став участниками региональных программ социальной помощи на условиях социального контракта. Оценки эффектов от реализации таких мер поддержки свидетельствуют о том, что они не компенсируют потерь доходов неформально занятых, поэтому в этой группе следует ожидать роста бедности.
Вторая социальная группа, оказавшаяся в более уязвимом положении, — бедные семьи с детьми. Несмотря на масштабные меры поддержки семей с детьми, принятые в период пандемии, для них риски бедности продолжают существенно превышать среднероссийский уровень. Наименьший уровень бедности и дефицит денежных доходов до начала пандемии был у семей с детьми старше 7 лет, но из-за отсутствия для них новых федеральных адресных выплат принятые меры в меньшей мере способствовали сокращению бедности в этой группе.
Заключение
Полную оценку мер, принятых правительством для поддержки экономики и населения в период пандемии СОУГО-19, необходимо будет дать после ее окончания. Тем не менее эффект от монетарных мер поддержки населения в условиях ухудшения ситуации на рынке труда можно смоделировать, используя метод микросимулирования. Расчеты по состоянию на II квартал 2020 года на основе данных ВНДН Росстата показали, что реализованные меры поддержки семей с детьми и безработных граждан смягчили удар по материальному положению российских семей, компенсировав около седьмой части выпавших денежных доходов и более трети прироста уровня бедности. Однако этот эффект был весьма краткосрочным.
Наибольший компенсационный эффект в силу своего относительно высокого размера и назначения только малоимущим семьям имела новая выплата на ребенка в возрасте от 3 до 7 лет.
Меньшее влияние на показатели денежных доходов и уровня бедности оказали временные меры поддержки, поскольку они носили универсальный характер, то есть назначались всем семьям с детьми независимо от дохода и предоставлялись в течение короткого срока. То же относится и к краткосрочным мерам поддержки безработных.
Хотя дополнительные денежные выплаты населению сдержали прирост бедности, ее уровень оказался выше того, который был до пандемии. Максимальный компенсационный эффект отмечается в семьях с детьми до 7 лет, тогда как в семьях без детей он почти отсутствует. В качестве нерешенных проблем реализованной антикризисной социальной политики следует выделить также положение неформально занятых и семей с детьми старше 7 лет.
Для комплексной оценки эффектов мер социальной политики важно рассматривать их влияние на материальное благосостояние различных типов домохозяйств, а не только в привязке к наличию детей в семье и их возрасту. Эти аспекты являются предметом наших дальнейших исследований, учитывающих также новые данные о вызванных пандемией процессах на российском рынке труда и принятых мерах поддержки населения.
Предполагалось, что проблемы на рынке труда, вызванные пандемией и приводящие по крайней мере к временной потере занятости, долго не продлятся, поэтому меры поддержки населения в 2020 году были рассчитаны не более чем на 3-6 месяцев. Однако последующие волны распространения СОУГО-19 препятствовали быстрой нормализации экономической ситуации в стране. В 2021 году политика поддержки доходов населения с помощью разовых денежных выплат была продолжена: наряду с семьями с детьми ее бенефициарами стали пенсионеры и военнослужащие (у этой группы, впрочем, отсутствуют повышенные риски монетарной бедности). Однако эти выплаты вновь были единоразо-выми и имели универсальный характер, поэтому вряд ли стоит ожидать их значительного влияния на уровень жизни тех групп населения, доходы которых оказались наиболее уязвимы в период пандемии.
Литература
1. Антонова Г. В., Мирзабалаева Ф. И., Бондарчук А. Г. Трансформация портрета безработного на регистрируемом рынке труда под влиянием институциональных и экономических факторов // Экономика труда. 2020. Т. 7. № 8. С. 693-712.
2. Гришин В. И., Домащенко Д. В., Константинова Л. В., Кошкин А. П., Устюжанина Е. В., Штыхно Д. А., Шубенкова Е. В. Жизнь после пандемии: экономические и социальные последствия // Вестник РЭУ им. Г. В. Плеханова. 2020. Т. 17. № 3(111). С. 5-18.
3. Жаромский В. С., Рудберг А. М., Сопцов В. В., Тер-Акопов С. А. О задаче калибровки и взвешивания данных выборочных обследований большого объема // Народонаселение. 2011. № 3(53). С. 69-83.
4. Зубаревич Н. В. Социальная география российского кризиса // Общественные науки и современность. 2016. № 5. С. 5-18.
5. Карабчук Т. С., Пашинова Т. Р., Соболева Н. Э. Бедность домохозяйств в России: что говорят данные РМЭЗ ВШЭ // Мир России. 2013. Т. 22. № 1. С. 155-175.
6. Кузнецова О. В. Уязвимость структуры региональных экономик в кризисных условиях // Федерализм. 2020. № 2. С. 20-38.
7. Луданик М. В., Орлова А. Н. Проблема угрозы увольнения на рынке труда России // Вестник Московского университета. Серия 6: Экономика. 2013. № 1. С. 56-68.
8. Ляшок В. Ю. Особенности удаленной занятости в марте — июне 2020 г. в России // Мониторинг экономической ситуации в России. Тенденции и вызовы социально-экономического развития. 2020. № 20(122). С. 36-43.
9. Малева Т. М., Гришина Е. Е., Бурдяк А. Я., Чумакова Ю. Б. Эпидемиологический кризис в первой половине 2020 г.: социально-экономическое положение населения // Экономическое развитие России. 2020. Т. 27. № 10. С. 60-72.
10. Общество и пандемия: опыт и уроки борьбы с COVID-19 в России / Отв. ред.: В. А. Мау, Я. И. Кузьминов, А. Д. Радыгин, В. А. Садовничий, С. Г. Синельников-Мурылев. М.: Аналитический центр при Правительстве РФ, 2020.
11. Bourguignon F., Spadaro A. Microsimulation as a Tool for Evaluating Redistribution Policies // The Journal of Economic Inequality. 2006. No 4. P. 77-106.
Ekonomicheskaya Politika, 2021, vol. 16, no. 6, pp. 70-93
Alina I. PISHNYAK, Cand. Sci. (Sociol.). Institute for Social Policy, National Research University Higher School of Economics (20, Myasnitskaya ul., Moscow, 101000, Russian Federation). E-mail: [email protected]
Elena A. GORINA, Cand. Sci. (Econ.). Institute for Social Policy, National Research University Higher School of Economics (20, Myasnitskaya ul., Moscow, 101000, Russian Federation). E-mail: [email protected]
Irina I. KORCHAGINA, Cand. Sci. (Econ.). Institute for Social Policy, National Research University Higher School of Economics (20, Myasnit-skaya ul., Moscow, 101000, Russian Federation); Institute of Socioeconomic Studies of Population, Russian Academy of Sciences (32, Nakhi-movskiy pr., Moscow, 117218, Russian Federation). E-mail: [email protected]
Sergey A. TER-AKOPOV. Institute for Social Policy, National Research University Higher School of Economics (20, Myasnitskaya ul., Moscow, 101000, Russian Federation). E-mail: [email protected]
Financial Well-Being of the Population in the Pandemic: The Impact of the Income Support Policy Response in Russia
Abstract
The paper is devoted to the quantitative assessment and analysis of changes in income and poverty in the Russian Federation during the first wave of the COVID-19
pandemic. In order to mitigate a certain decline in the financial conditions of households derived from the lockdown shock on the labor market, the federal government adopted a set of income support measures mainly addressed to families with children and officially registered unemployed. The study aims to quantify the impact of these new long-term and short-term cash transfers on average income and poverty rate for the entire population as well as across different categories of households. The two-stage microsimulation modeling is based on the data of the Statistical Survey of Income and Participation in Social Programs, annually conducted by Rosstat. The estimates show that the additional cash transfers accounted for about 15% and 35% mitigation of the decrease in average income and the increase of the poverty rate, respectively, compared to the levels at the start of 2020. It is found that families with children aged between 3 and 7 were likely to benefit most from the support measures, which almost totally prevented the growth of poverty in this category of households. Conversely, the positive impact was minimal for families with children over 7 years and negligibly small for families without children. Informal workers also fell outside the scope of federal anti-crisis social policy tools. So, for these three population categories, the aggravated problems of income reduction and rising poverty remained unresolved. The findings of the study also confirm that the universal and temporary cash transfers are much less effective in income support and curbing the growth of poverty even among recipients.
Keywords: income, poverty rate, families with children, unemployed, mitigation of COVID-19 impact, microsimulation. JEL: I38, H53.
References
1. Antonova G. V., Mirzabalaeva F. I., Bondarchuk A. G. Transformatsiya portreta bezrabot-nogo na registriruemom rynke truda pod vliyaniem institutsional'nykh i ekonomicheskikh faktorov [Transformation of the Portrait of the Unemployed in the Registered Labour Market Under the Influence of Institutional and Economic Factors]. Ekonomika truda [Russian Journal of Labor Economics], 2020, vol. 7, no. 8, pp. 693-712. DOI:10.18334/et.7.8.110781. (In Russ.)
2. Grishin V. I., Domashchenko D. V., Konstantinova L. V., Koshkin A. P., Ustyuzhanina E. V., Shtykhno D. A., Shubenkova E. V. Zhizn' posle pandemii: ekonomicheskie i sotsial'nye posledstviya [Life After the Pandemic: Economic and Social Consequences]. Vestnik REU im. G. V. Plekhanova [Vestnik of the Plekhanov Russian University of Economics], 2020, vol. 17, no. 3(111), pp. 5-18. D0I:10.21686/2413-2829-2020-3-5-18. (In Russ.)
3. Zharomsky V. S., Rudberg A. M., Soptsov V. V., Ter-Akopov S. A. O zadache kalibrovki i vzveshivaniya dannykh vyborochnykh obsledovaniy bol'shogo ob'ema [On the Issue of Calibrating and Weighting Data from Large-Scale Sample Surveys]. Narodonaselenie [Population], 2011, no. 3(53), pp. 69-83. (In Russ.)
4. Zubarevich N. V. Sotsial'naya geografiya rossiyskogo krizisa [Social Geography of the Russian Crisis]. Obshchestvennye nauki i sovremennost' [Social Sciences and Contemporary World], 2016, no. 5, pp. 5-18. (In Russ.)
5. Karabchuk T. S., Pashinova T. R., Soboleva N. E. Bednost' domokhozyaystv v Rossii: chto govoryat dannye RMEZ VShE [Poverty of Russian Households: What We Know About It from RLMS Database]. Mir Rossii [Universe of Russia], 2013, vol 22, no. 1, pp. 155-175. (In Russ.)
Acknowledgements
The work uses the results of the project "Analysis of adaptation of various socio-economic and demographic groups to the pandemic consequences in the context of new social policy measures," carried out as part of the HSE Program of Fundamental Studies in 2021.
6. Kuznetsova O. Uyazvimost' struktury regional'nykh ekonomik v krizisnykh usloviyakh [Vulnerability of Regional Economies' Structure in Crisis Conditions]. Federalizm [Federalism], 2020, no. 2, pp. 20-38. DOI:10.21686/2073-1051-2020-2-20-38. (In Russ.)
7. Ludanik M., Orlova A. Problema ugrozy uvol'neniya na rynke truda Rossii [The Problem of Dismissal Threat on a Labor Market of Russia]. Vestnik Moskovskogo universiteta. Seriya 6. Ekonomika [Moscow University Economics Bulletin], 2013, no. 1, pp. 56-68. (In Russ.)
8. Lyashok V. Osobennosti udalennoy zanyatosti v marte - iyune 2020 g. v Rossii [Features of Remote Employment in March - June 2020 in Russia]. Monitoring ekonomicheskoy situ-atsii v Rossii. Tendentsii i vyzovy sotsial'no-ekonomicheskogo razvitiya [Monitoring of Russia's Economic Outlook. Trends and Challenges of Socio-Economic Development], 2020, no. 20(122), pp. 36-43. (In Russ.)
9. Maleva T., Grishina E., Burdyak A., Chumakova Yu. Epidemiologicheskiy krizis v pervoy polovine 2020 g.: sotsial'no-ekonomicheskoe polozhenie naseleniya [Epidemiological Crisis in the First Half of 2020: Socio-Economic Situation]. Ekonomicheskoe razvitie Rossii [Russian Economic Developments], 2020, vol. 27, no. 10, pp. 60-72. (In Russ.)
10. Mau V., Kuzminov Ya., Radygin A., Sadovnichiy V., Sinelnikov-Murylev S. (eds.). Ob-shchestvo i pandemiya: opyt i uroki bor'by s COVID-19 v Rossii [Society and the Pandemic: Experiences and Lessons in Combating COVID-19 in Russia]. Moscow, Analytical Center for the Government of the Russian Federation, 2020. (In Russ.)
11. Bourguignon F., Spadaro A. Microsimulation as a Tool for Evaluating Redistribution Policies. The Journal of Economic Inequality, 2006, no. 4, pp. 77-106. DOI:10.1007/s10888-005-9012-6.
