НЕКОГНИТИВНЫЕ НАВЫКИ МОЛОДЕЖИ NEET В РОССИИ Текст научной статьи по специальности «Науки о здоровье»

Некогнитивные навыки молодежи NEET в России

Анна Зудина

Статья поступила Зудина Анна Алексеевна — кандидат социологических наук, научный сов редакцию в июне трудник Центра трудовых исследований, Национальный исследовательский 2022 г. университет «Высшая школа экономики». Адрес: 101000, Москва, ул. Мясницкая, 20. E-mail: azudina@hse.ru, ORCID: https://orcid.org/0000-0002-9004-0107

Аннотация Актуальным направлением в изучении факторов формирования молодежи NEET (Not in Employment, Education or Training) — группы лиц молодого возраста, которые не работают, не учатся и не участвуют в профессиональной подготовке, — является исследование роли некогнитивных навыков. Их наличие и уровень развития с детства определяют процесс накопления человеческого капитала, будущую производительность труда, уровень заработной платы, выбор профессии, продолжительность и качество поиска работы. Эмпирической базой исследования послужили данные Российского мониторинга экономического положения и здоровья населения НИУ ВШЭ за 2016-2017 гг. Выбор данного периода обусловлен тем, что в 2016 г. в анкету был включен специальный блок вопросов о некогнитивных навыках по классической модели «Большая пятерка». Они позволили оценить степень выраженности у респондентов пяти черт личности, которые наиболее часто рассматриваются в современной исследовательской литературе, посвященной некогнитивным навыкам. На основании уровня их развития сравнивались группы респондентов, которые относятся к разным типам NEET-молодежи, и группы учащейся и работающей молодежи. Показатели некогнитивных навыков также использовались в качестве объясняющих переменных при оценивании моделей мультиномиальных логит-регрессий типа статуса на рынке труда и динамических мультиномиальных логит-моделей перехода молодежи из состояния обучения в тот или иной из типов NEET. Выявлены различия в некогнитивных характеристиках между группами молодых людей, занимающими принципиально разное положение в сфере образования и занятости. Полученные результаты свидетельствуют о том, что концептуальная рамка изучения влияния некогнитивных характеристик на показатели успешности молодых людей на рынке труда и в сфере образования находит применение на российских данных.

Ключевые слова некогнитивные навыки, теория человеческого капитала, «Большая пятерка», молодежь NEET, Россия.

Для цитирования Зудина А.А. (2022) Некогнитивные навыки молодежи NEET в России. Вопросы образования / Educational Studies Moscow, № 4, сс. 154-183. https://doi. org/10.17323/1814-9545-2022-4-154-183

Non-Cognitive Skills of NEET Youth in Russia

Anna Zudina

Anna A. Zudina — Candidate of Sciences in Sociology, Research Fellow, Centre for Labour Market Studies, National Research University Higher School of Economics. Address: 20 Myasnitskaya St., 101000 Moscow, Russian Federation. E-mail: azudina@hse.ru, ORCID: https://orcid.org/0000-0002-9004-0107

Abstract The study of non-cognitive skills of NEET youth — e.g., those who are out of employment, education or training — presents an important development in the research framework of the factors of being NEET. The very presence and level of various non-cognitive skills since childhood affect the process of accumulation of human capital, future productivity, wage level, occupational choice, duration and quality of job search. The empirical basis of the study was provided by the data of the Russia Longitudinal Monitoring Survey Higher School of Economics (RLMS-HSE) for 2016-2017. The choice of this period is determined by the special module of questions about non-cognitive skills according to the Big Five classification, included in RLMS-HSE questionnaire in 2016. They provided the empirical assessment of five personality traits of respondents, which are most often analysed in modern research literature on non-cognitive skills. Different types of NEET youth, students and employed young people were compared with respect to their level of these non-cognitive skills. Measures of non-cognitive skills have also been used as explanatory variables in multinomial logit models of 'choice' of particular labour market status type among young people, as well as in dynamic multinomial logit models, describing their transition from education to one of the NEET types. Research results revealed differences in non-cognitive characteristics between groups of young people occupying different positions in the field of education and employment. The obtained results indicate that non-cognitive framework of analysis of success of young people in education and work confirms its relevance on Russian data.

Keywords non-cognitive skills, human capital theory, Big Five, NEET youth, Russia.

For citing Zudina A.A. (2022) Nekognitivnye navyki molodyozhi NEET v Rossii [Non-Cognitive Skills of NEET Youth in Russia]. Voprosy obrazovaniya /Educational Studies Moscow, no 4, pp. 154-183. https://doi.org/10.17323/1814-9545-2022-4-154-183

Анализ выпадения молодежи из сферы занятости и образования является сегодня одним из активно развивающихся направлений в исследовании молодежных рынков труда. При изучении факторов формирования уязвимой группы NEET (Not in Employment, Education or Training), состоящей из молодых людей, которые не работают, не учатся и не участвуют в профессиональной подготовке, зарубежные ученые все больше внимания уделяют некогнитивным характеристикам (например, [Alvarado et al., 2020]). Наличие и уровень развития некогнитивных навыков, как показывают результаты исследований психологов и экономистов, с ранних лет определяют будущие успехи в сфере образования и на рынке труда, тем самым задавая направление жизненной и карьерной траектории. Современный

этап экономических исследований некогнитивных навыков и их влияния на разные сферы человеческой жизни связан с работами нобелевского лауреата Дж. Хекмана и его коллег, посвященными изучению составляющих человеческого капитала. При этом анализ черт личности активно используется и в отечественных экономических исследованиях, например в недавно опубликованных работах рассматриваются различия в уровне некогнитивных навыков в зависимости от социально-демографических характеристик, вида занятости и показателей жизненного успеха [Гимпельсон, Зудина, Капелюшников, 2020], отдача от некогнитивных характеристик на рынке труда [Рожкова,

2019], влияние некогнитивных навыков на выбор траектории в высшем образовании [Рожкова, Рощин, 2021], вклад различий в некогнитивных навыках в гендерный разрыв в заработной плате [Rozhkova, Yemelina, Roshchin, 2021], влияние некогнитивных навыков на образовательные результаты школьников [Аване-сян и др., 2022].

Анализ уровня развития некогнитивных навыков у молодежи NEET и его сравнение с соответствующими показателями у работающей и учащейся молодежи представляет особый интерес для России, так как в нашей стране, согласно результатам исследований, к категории NEET в 2016-2017 гг. относились 9-11% всей молодежи в возрасте от 15 до 24 лет [Зудина,

2020]. При этом риск выпадения из сферы занятости и обучения связан, в частности, с образованием — либо с его недостаточным уровнем, либо с относительно невысоким качеством полученного среднего или высшего профессионального образования [Zudina, 2022]. Полученную оценку следует рассматривать как смещенную, так как она отражает как уровень и качество образования индивида, так и уровень его собственных когнитивных и некогнитивных способностей. Поэтому возникает необходимость отдельно оценить вклад некогнитивных характеристик как фактора риска попадания молодежи в категорию NEET. Авторы большинства работ, посвященных NEET-молодежи, концентрируются на изучении социально-демографических характеристик группы [Варшавская, 2016; Zudi-na, 2022] или анализируют индивидуальные факторы, определяющие переход молодых людей из состояния обучения в тот или иной тип NEET [Зудина, 2018], оставляя за скобками ненаблюдаемые различия в способностях.

Эмпирическая часть исследования основывается на данных Российского мониторинга экономического положения и здоровья населения НИУ ВШЭ за 2016-2017 гг. Выбор именно этого периода мониторинга обусловлен тем, что в 2016 г. в анкете присутствовал специальный блок вопросов о некогнитивных навыках, а именно о личностных чертах из классической мо-

дели «Большая пятерка», которые наиболее часто рассматриваются в современной исследовательской литературе, посвященной некогнитивным навыкам. Полученные данные дают возможность проанализировать уровень их развития у респондентов, которые относятся к разным типам МЕЕТ-молодежи, а также сравнить их с соответствующими показателями учащейся и работающей молодежи при помощи оценивания мультиномиальных логит-регрессий и динамических мультиномиальных логит-моделей.

Влияние некогнитивных навыков на выпадение молодежи из сферы занятости и образования: обзор исследований

В рамках современного этапа развития теории человеческого капитала нобелевский лауреат по экономике Дж. Хекман и его коллеги [Heckman, Stixrud, Urzua, 2006] расширили список его производительных составляющих, причислив к ним черты личности1. Личностные качества отнесены в категорию некогнитивных навыков на том основании, что они не являются полностью неизменными или исключительно генетически заданными и могут изменяться в течение жизненного цикла благодаря целенаправленным усилиям [Kautz et al., 2014. P. 9-10]. Некогнитивные навыки проявляются в повторяющихся способах поведения и привычках и способны приносить отдачу в виде дальнейшего накопления когнитивных и некогнитивных способностей, образовательных успехов, более высокой заработной платы, престижной профессии, рабочих мест лучшего качества, меньшей склонности к нарушению закона, заботы о собственном здоровье и т.д. [Carneiro, Heckman, 2005; Heckman, Stixrud, Urzua, 2006; Cunha, Heckman, 2007; Kautz et al., 2014].

Важнейший период формирования некогнитивных характеристик приходится на ранние годы жизни [Carneiro, Heckman, 2005; Acosta, Muller, 2018], когда семья закладывает фундамент будущего человеческого капитала своих детей и осуществляет основные инвестиции (финансовые и временные) в развитие личностных навыков, которые в дальнейшем влияют на достигнутый уровень интеллектуальных и некогнитивных спо-

1 В психологической литературе существует большая самостоятельная дискуссия, посвященная соотношению черт личности и социально-эмоциональных (некогнитивных, «мягких») навыков, акцентирующая внимание на наследуемом характере личностных характеристик и противопоставляющая им изменчивость навыков [Chernyshenko, Kankaras, Drasgow, 2018; Abrahams et al., 2019]. Экономический подход, представленный работами Д. Хекмана и его коллег, исходит из представления о пластичности черт личности (преимущественно в детском возрасте), позволяющей осуществлять инвестиции в развитие соответствующих характеристик и изменять их уровень, — а значит, черты личности можно отнести к навыкам, т.е. этим качествам при определенных условиях можно так или иначе научиться [Kautz et al., 2014. P. 9-10].

собностей по принципу skills beget skills2 [Heckman, Stixrud, Ur-zua, 2006; Kautz et al., 2014; Cunha, Heckman, 2007; Carneiro, Heckman, 2005; Brunello, Schlotter, 2011], а также на экономическое благосостояние и качество жизни [Knudsen et al., 2006]. Сходный механизм описывает Г. Солон в теоретической модели межпо-коленческого наследования безработицы, согласно которой человеческий капитал является главным «переносчиком» социального неравенства между поколениями [Solon, 2004]3. При этом в краткосрочном периоде некогнитивные навыки характеризуются значительной устойчивостью, позволяющей использовать их в качестве объясняющих переменных при моделировании различных процессов, а также индивидуального поведения [Cobb-Clark, Schurer, 2012; Bleidorn et al., 2021], и во взрослом возрасте изменения в некогнитивных способностях происходят лишь с течением длительного времени [Damian et al., 2019].

В исследованиях некогнитивных способностей применительно к сфере образования и занятости установлено, что такой навык, как добросовестность, значимо влияет на количество лет обучения [Almlund et al., 2011], размер заработной платы, уровень профессиональной подготовки и производительность труда [Barrick, Mount, 1991; Heckman, Stixrud, Urzua, 2006], в то время как открытость новому опыту и эмоциональная стабильность повышают вероятность успешного окончания образовательной программы в высших учебных заведениях [Heckman, Stixrud, Urzua, 2006]. В свою очередь, недостаток некогнитивных навыков значительно усиливает риски непродолжительной занятости и исключения из старших классов школы [Kautz et al., 2014]. Такая черта личности, как способность учитывать интересы других людей, может способствовать негативному самоотбору в незанятость либо на низкооплачиваемые рабочие места [Nyhus, Pons, 2005]. Доброжелательность и способность идти на компромиссы нередко подталкивают замужних женщин к решению не выходить на рынок труда и отказаться от собственной карьеры, чтобы посвятить себя воспитанию детей [Nikolaou, 2012], те же личностные черты могут негативно влиять на размер заработной платы.

Специальные исследования взаимосвязи формирования некогнитивных навыков с попаданием в категорию NEET появились относительно недавно. В этих работах обычно не ак-

2 При этом инвестиции родителей в формирование некогнитивных навыков эффективнее вложений исключительно в когнитивные навыки [Cunha, Heckman, 2008], а некогнитивные навыки определяют достигнутый уровень когнитивных способностей [Brunello, Schlotter, 2011].

3 К примеру, Б. Бернстайн указывал на «ограниченные языковые коды», которые присущи представителям рабочего класса и препятствуют полноценной реализации их когнитивных способностей, что в дальнейшем негативно влияет на успеваемость и трудовую карьеру [Абрамов, 2013. С. 61].

центируется внимание на тех представителях молодежи NEET, кто выбирает этот статус добровольно, они сфокусированы на молодежи NEET, для которой выпадение из сферы занятости и образования было вынужденным и может негативно сказаться на дальнейшей трудовой карьере и материальном благополучии. Такие представители категории NEET с большей вероятностью оказываются экономически неактивными, безработными или работают в сфере неформальной занятости во взрослом возрасте, у них чаще наблюдаются проблемы со здоровьем, склонность к правонарушениям и низкий уровень доверия к социальным институтам, они чаще становятся получателями пособий по бедности. Результаты эмпирических исследований показывают, что ориентация на достижения, мотивированность, самоконтроль, высокая самооценка, внутренний локус контроля являются значимыми факторами инвестиций в человеческий капитал и сокращения вероятности попадания в статус NEET среди молодежи [Coleman, DeLeire, 2003; Duckworth, Schoon, 2012; Schoon, 2014; Mendolia, Walker, 2015]. Добросовестность и эмоциональная стабильность повышают вероятность занятости [Uysal, Pohlmeier, 2011] и соответственно уменьшают риск попадания в категорию NEET. Выраженная экстраверсия и добросовестность в возрасте 5 и 10 лет также значимо снижают вероятность того, что, позднее молодой человек попадет в одну из групп NEET — станет безработным [Macmillan, 2013].

Значительную часть факторов, которые традиционно рассматриваются как значимые с точки зрения риска перехода молодежи в уязвимый статус NEET, составляют межпоколен-ческие или образовательные характеристики семьи, оказывающие влияние на накопление человеческого капитала [Byn-ner, Joshi, Tsatsas, 2000; Bynner, Parsons, 2002] и опосредующие процесс формирования некогнитивных навыков. К этим характеристикам относятся: социальный статус семьи, уровень образования родителей, проявляемая родителями заинтересованность в отношении образования детей и их планов на будущее, а также место проживания. Эмпирически выявлена значимая связь досрочного отчисления из образовательных учреждений и последующего получения статуса NEET не только со слабой успеваемостью, но и с низким социальным статусом семьи и проживанием в сельской местности [Rumberger, Lamb, 2003]. Вероятность попадания в категорию NEET значимо выше у тех, с кем не занимались чтением в возрасте до 5 лет и чьи родители мало внимания уделяли образованию детей в целом [Bynner, Parsons, 2002], и ниже у тех, кто получал родительскую поддержку и имел опыт доверительных отношений с ними [Alfieri et al., 2015]. Наличие высшего образования у одного из родителей значимо повышает вероятность избегания

детьми статуса NEET, при этом данная характеристика может рассматриваться одновременно как самостоятельный индикатор социально-экономического статуса семьи [Abramson et al., 1982] и как показатель того, что семья имеет возможность принимать рациональные решения в отношении образования ребенка [Rennison et al., 2005]. Недостаток когнитивных навыков, которые формируются под влиянием некогнитивных способностей, также является важнейшим фактором попадания в категорию NEET и определяет продолжительность пребывания в этом статусе [Gladwell, Popli, Tsuchiya, 2016]. Таким образом, можно заключить, что для той части молодежи, которая предрасположена к вхождению в группу NEET из-за неблагоприятных характеристик семьи («ядро NEET» [European Social Fund, 2015]), попадание в данный статус в долгосрочном периоде может в значительной степени определяться исходным неравенством некогнитивных способностей.

Эмпирическая база и методология исследования

Целью настоящего исследования является оценка влияния некогнитивных навыков молодых людей на вероятность попадания в ту или иную группу в составе категории NEET. Для этого мы сначала сопоставляем средние показатели уровня развития некогнитивных навыков у NEET-молодежи с аналогичными показателями у занятых и учащихся молодых людей, а затем анализируем, как уровень развития этих навыков связан с принадлежностью к той или иной группе в составе категории NEET.

Эмпирическую базу исследования составляют данные Российского мониторинга экономического положения и здоровья населения Высшей школы экономики (РМЭЗ НИУ ВШЭ)4 за 20162017 гг. Мониторинг представляет собой ежегодное панельное обследование домохозяйств и проводится с 1992 г. РМЭЗ НИУ ВШЭ — международный проект, осуществляемый Национальным исследовательским университетом «Высшая школа экономики» и ЗАО «Демоскоп» при участии Центра народонаселения Университета Северной Каролины в Чапел-Хилле (США) и Института социологии РАН. База данных содержит подробную информацию о социально-демографических характеристиках респондентов и их семей, положении на рынке труда, занятости, образовании, потреблении, финансовом поведении, здоровье.

Сбор данных происходит на основе общенациональной репрезентативной выборки объемом около 4 тыс. домохозяйств. База данных не является репрезентативной для отдельных регионов России.

4 Подробное описание проекта на сайте НИУ «Высшая школа экономики»: http://www.hse.ru/rlms/

Объектом настоящего исследования выступала безработная и экономически неактивная молодежь в возрасте от 15 до 24 лет, которая на момент опроса не обучалась по программам образовательных организаций очной формы и не проходила обучение на профессиональных курсах. При этом безработица определялась в соответствии с рекомендациями Международной организации труда (МОТ) как отсутствие работы, ее поиск и готовность к ней приступить в случае нахождения. Экономически неактивными, также согласно критериям МОТ, считались лица, у которых нет работы и которые отказались от ее поиска.

Предмет исследования — некогнитивные навыки молодежи, для измерения которых использовались вопросы специального модуля обследования РМЭЗ НИУ ВШЭ, включенного в анкету в 2016 г. В основу опросника положена одна из наиболее распространенных типологий личностных черт — «Большая пятерка»5 (Big Five) [Borghans, Meijers, ter Weel, 2006], универсальный характер и валидность которой установлены в многочисленных эмпирических исследованиях. В них также подтверждена устойчивость личностных качеств, входящих в состав «Большой пятерки», в течение жизненного цикла [Lang et al., 2011; John, Srivastava, 1999]. Личность человека в рамках данной модели характеризуется пятью ключевыми параметрами: открытость новому опыту, добросовестность, экстраверсия, доброжелательность (способность приходить к согласию с другими людьми), эмоциональная (не)стабильность (невротизм). Операционализация черт «Большой пятерки» в РМЭЗ ВШЭ проводилась с помощью блока из 24 утверждений, характеризующих самовосприятие респондента, этот блок использовался в опросах STEP Всемирного банка ([Pierre et al., 2014], модификация представлена в [Ayhan, Gatskova, Lehmann, 2017])6. Процедура построения индикаторов степени выраженности той или иной черты личности также соответствовала указанной методологии, применявшейся ранее в работе [Ayhan, Gatskova, Lehmann, 2017], которая посвящена изучению влияния некогнитивных навыков на решение о миграции. Вопросы специального модуля РМЭЗ НИУ ВШЭ, относящиеся к каждой из оцениваемых личностных черт, представлены в табл. П-1 Приложения7. Исходная кодировка вариантов ответа, предполагающая после-

5 «Большая пятерка» активно используется при изучении некогнитивных навыков в экономических исследованиях (например, [Kautz et al., 2014. P. 14-15]).

6 Подробнее о процедуре разработки и апробации вопросника, валидно-сти и надежности соответствующих шкал см. [Pierre et al., 2014. P. 28-33].

7 На данных РМЭЗ ВШЭ 2016 г. показатели надежности полученных шкал (а Кронбаха) составили: шкала открытости — 0,53, шкала добросовестности — 0,69, шкала экстраверсии — 0,46, шкала доброжелательности — 0,51, шкала эмоциональной нестабильности — 0,49. Полученные значе-

довательность от 1 («почти всегда») до 4 («почти никогда») была изменена так, чтобы 4 балла соответствовали наибольшей степени согласия с утверждением (за исключением инверсивных утверждений, отмеченных в табл. П-1 Приложения звездочкой). Выраженность у респондента каждой из пяти некогнитивных характеристик рассчитывалась как среднее баллов, набранных при оценке утверждений, относящихся к этой характеристике8.

Для построения показателя принадлежности к группе NEET использована методология, разработанная для РМЭЗ ВШЭ и представленная ранее в [Зудина, 2018]. Все участвовавшие в опросе молодые люди в возрасте от 15 до 24 лет разделены на четыре категории в зависимости от статуса на рынке труда9:

1) занятые — имеющие работу либо находящиеся в оплачиваемом отпуске, декретном отпуске, отпуске по уходу за ребенком до трех лет или неоплачиваемом отпуске. Сюда также отнесены те, кто на вопрос о своем основном занятии в настоящий момент ответил, что является фермером, предпринимателем, занят на предприятии или вне предприятий. Из данной категории исключены те, кто совмещал работу и учебу;

2) учащиеся — не имеющие работы и являющиеся учениками средней школы или ПТУ или студентами техникума или вуза;

3) NEET-безработные — те, кто на момент опроса нигде не учился, не имел работы, искал ее и был готов к ней приступить;

4) NEET-неактивные — те, кто на момент опроса нигде не учился, не имел работы и не искал ее. В эту категорию также отнесены те, кто на момент опроса был не занят по причине получения пенсии, по состоянию здоровья или по инвалидности, поскольку ухаживал за маленькими детьми или другими членами семьи.

ния надежности могут быть признаны в целом удовлетворительными [Ekolu, Quainoo, 2019].

8 В российских исследованиях аналогичная методология на данных РМЭЗ ВШЭ ранее использована в [Рожкова, 2019; Гимпельсон, Зудина, Капе-люшников, 2020; Rozhkova, Yemelina, Roshchin, 2021; Рожкова, Рощин, 2021].

9 Согласно результатам предшествующих исследований, выполненных на данных РМЭЗ ВШЭ, доля NEET-безработицы и NEET-неактивности среди 15-19-летних в 2016 г. была наименьшей за весь период 2000-2016 гг. [Зудина, 2018]. Соответствующие показатели составляли 2,4 и 2,8%, в то время как доля учащейся молодежи в этих возрастах превышала 90%, а заняты были чуть больше 4% всей молодежи в возрасте 15-19 лет. Среди 20-24-летних NEET-безработные в 2016 г. составляли почти 15%, NEET-неактивные — чуть более 10%, учились 18%, были заняты около 57%.

Анализ проведен отдельно для мужчин и женщин и для двух возрастных групп — 15-19-летних и 20-24-летних. Такое деление принято в исследовательской литературе, посвященной молодежи МЕЕТ [Еиго1:оип^ 2016] и обусловлено различиями в показателях участия молодежи данных возрастных групп в образовании. В возрасте 15-19 лет молодежь во многих странах занята получением обязательного среднего образования, в то время как представители возрастной группы 20-24 лет могут продолжить обучение в учреждениях профессионального образования или выйти на рынок труда. У молодежи старше 25 лет показатели участия в образовании резко снижаются и достигают минимальных значений.

Эмпирический анализ мы начинаем с обсуждения средних значений индикаторов некогнитивных навыков в группах МЕЕТ-безработных, МЕЕТ-неактивных, занятых и учащихся в возрасте 15-24 лет. Получив предварительную картину на основании сравнения средних значений и распределений показателей, мы переходим к оцениванию мультиномиальной логит-регрессии, в которой зависимой переменной выступает статус молодежи на рынке труда: МЕЕТ-безработица, МЕЕТ-неактивность, занятость и обучение (референтная группа для сравнения), а независимыми — некогнитивные навыки. Моделирование такого типа позволило до определенной степени учесть внутреннюю неоднородность сравниваемых групп, так как одни и те же индивидуальные характеристики респондентов могут по-разному влиять на риски попадания в категорию МЕЕТ-безработицы и МЕЕТ-неактивности. В набор объяснительных характеристик входят параметры, которые традиционно контролируются при моделировании выбора статуса на рынке труда и молодежной экономической активности: возраст, уровень образования, состояние в браке10, наличие детей, логарифм душевого дохода11, самооценка здоровья12, тип поселения (город, село или поселок городского типа, областной центр, столица) и федеральный округ. Регрессии оценивались отдельно для мужчин и для женщин.

10 Использовалась дамми-переменная, описывающая, состоит ли респондент в браке (неважно, зарегистрированы отношения или нет). Разведенные и вдовые респонденты, а также те, кто состоял в официально зарегистрированном браке, но не проживал совместно с супругом, отнесены в категорию не состоящих в браке.

11 Среднедушевой доход определялся как сумма доходов, полученных домохозяйством из всех источников за последние 30 дней, деленная на число членов домохозяйства. Затем показатель среднедушевого дохода домохозяйства дефлирован при помощи региональных индексов потребительских цен и приведен к ценам 2000 г.

12 Для самооценки здоровья использовался вопрос: «Были у вас в течение последних 30 дней какие-либо проблемы со здоровьем?».

В основе мультиномиального логит-анализа лежит предположение о рациональном характере выбора типа занятости, который совершается на основании сравнения выгод и издержек от каждого из них. Однако в реальности такой выбор может быть вынужденным, и этот вариант выбора потенциально весьма значим как причина попадания молодежи в группу NEET.

Ввиду описанных ограничений, накладываемых предпосылками модели, а также возможной эндогенности ряда независимых переменных по отношению к статусу NEET (в частности, уровня образования и самооценки здоровья) интерпретация полученных результатов не ведется в терминах причинности. Цель мультиномиального логит-анализа состояла в том, чтобы выявить некогнитивные навыки, характерные для того или иного типа молодежи NEET при прочих равных условиях. Более того, первые два этапа анализа основаны на сравнении некогнитивных навыков у групп молодежи, уже находящейся на момент опроса в определенном состоянии по отношению к рынку труда (NEET-безработица, NEET-неактивность, обучение или занятость). Итак, мы не прослеживаем каких-либо причинных взаимосвязей, которые позволили бы судить о том, каким именно образом недостаток или избыток тех или иных некогнитивных навыков влияет на выбытие молодежи из сферы занятости и образования.

На заключительном этапе анализа на данных РМЭЗ ВШЭ за 2017 г. оценивались динамические мультиномиальные ло-гит-модели (D-MNL) отдельно для мужчин и для женщин для определения факторов перехода молодежи между типами статуса на рынке труда. При этом в число объясняющих переменных включены личностные черты «Большой пятерки». Модели данного типа позволяют оценить вероятность P попадания индивида i в статус j в период t с учетом того, что нам известен его статус (1.л - 1) в предшествующий период t - 1, а также наблюдаемые характеристики (X.) в период % а у и в — соответствующие им оцениваемые коэффициенты:

ехр( Х,.(р, +1. )

Р(г = ] | X ,, г №,) = —-*—!■--.

_,(ехр( X + г ^ 5)

Зависимой переменной в этой модели выступает статус индивида на рынке труда в период % т.е. в 2017 г., который принимает четыре значения: NEET-безработные, NEET-неактивные, учащиеся, занятые. Помимо некогнитивных навыков «Большой пятерки» в качестве регрессоров использован тот же пул характеристик, что и при оценивании мультиномиального ло-гита на кросс-секционных данных: возрастная группа, уровень образования, семейное положение, наличие детей, логарифм

душевого дохода, самооценка здоровья, тип населенного пункта, федеральный округ, а также лагированный статус индивида на рынке труда в 2016 г. (Z )13. Данные по некогнитивным навыкам респондентов также (фиксировались по состоянию на 2016 г., поскольку в 2017 г. вопросы соответствующего блока не задавали тем, кто отвечал на них в 2016 г. Используя лагиро-ванные показатели, мы исходим из предположения об устойчивости некогнитивных навыков в краткосрочном периоде, обоснованного в обзоре литературы.

Коэффициенты модели служат основой для симулирования вероятностей выбора того или иного статуса на рынке труда при заданной характеристике и фиксировании остальных14. Недостаток модели состоит в том, что мы не наблюдаем всю траекторию перемещений респондента и состояние в момент наблюдения является неслучайным [Ranzani, Rosati, 2013]. Однако включение в число регрессоров показателей некогнитивных навыков должно ослабить источник возможных смещений в оценках, связанных с влиянием ненаблюдаемых индивидуальных характеристик. Использование «ретроспективных» данных за 2016 г. по некогнитивным навыкам позволяет также исключить источник эндогенности, связанный с обратным влиянием, а именно с изменением черт личности из-за внешних шо-ков, т.е. наступления важных жизненных событий, к примеру безработицы15.

Некогнитивные навыки молодежи NEET: дескриптивный анализ

В табл. 1 представлены средние значения показателей некогнитивных способностей в четырех группах молодежи в возрасте 15-19 и 20-24 лет: МЕЕТ-безработных, МЕЕТ-неактивных, учащихся и занятых.

В младшей группе различия практически незначимы, единственное статистически значимое различие получено по открытости новому опыту: у учащейся молодежи среднее значение этого показателя значимо выше, чем у МЕЕТ-безработной и МЕЕТ-неактивной молодежи. И в категории 20-24-летних среднее значение показателя открытости новому опыту у учащейся молодежи также выше, чем у молодежи МЕЕТ обоих типов. Значимые различия наблюдаются в данной возрастной категории и по показателю невротизма (эмоциональной нестабильности): самое высокое среднее значение в группе МЕЕТ-неактивных.

13 Расчет симулированных вероятностей производился при помощи команды margins пакета Stata 14.0.

14 См. подробнее о применении данного метода к анализу потоков на российском рынке труда в целом [Гимпельсон, Шарунина, 2015], к анализу переходов молодежи между типами статуса NEET [Зудина, 2018].

15 См. подробнее на эту тему [Boyce et al., 2015].

Таблица 1. Средние значения показателей некогнитивных характеристик в группах российской молодежи, выделенных на основании статуса на рынке труда, 2016 г.

Группы населения Открытость новому опыту Добросовестность Экстраверсия Доброжелательность Невротизм

Среднее СО16 Среднее СО Среднее СО Среднее СО Среднее СО

15-19 лет

ЫЕЕТ-безработные 2,9 0,13 2,5 0,10 2,9 0,12 3,0 0,13 2,0 0,11

ЫЕЕТ-неактивные 2,7 0,14 2,5 0,11 2,8 0,13 2,6 0,10 2,2 0,09

Учащиеся 3,0 0,02 2,6 0,02 2,8 0,02 2,8 0,02 2,1 0,01

Занятые 2,8 0,08 2,6 0,08 2,8 0,09 2,7 0,07 2,3 0,08

20-24 года

ЫЕЕТ-безработные 2,9 0,05 2,6 0,04 2,7 0,05 2,8 0,05 2,1 0,03

ЫЕЕТ-неактивные 2,9 0,06 2,6 0,05 2,7 0,06 2,8 0,06 2,3 0,04

Учащиеся 3,1 0,04 2,7 0,03 2,7 0,05 2,8 0,04 2,1 0,03

Занятые 3,0 0,02 2,8 0,02 2,8 0,03 2,7 0,02 2,1 0,02

Мужчины в возрасте 20-24 лет

ЫЕЕТ-безработные 2,9 0,06 2,6 0,05 2,7 0,07 2,8 0,06 2,1 0,05

ЫЕЕТ-неактивные 2,7 0,13 2,4 0,12 2,4 0,11 2,8 0,10 2,2 0,11

Учащиеся 3,1 0,05 2,6 0,05 2,7 0,07 2,8 0,06 2,0 0,04

Занятые 3,0 0,04 2,8 0,03 2,7 0,04 2,7 0,03 2,0 0,03

Женщины в возрасте 20-24 лет

ЫЕЕТ-безработные 3,0 0,07 2,6 0,05 2,7 0,08 2,8 0,08 2,1 0,05

ЫЕЕТ-неактивные 2,9 0,07 2,6 0,05 2,8 0,07 2,8 0,07 2,3 0,05

Учащиеся 3,1 0,05 2,7 0,04 2,7 0,07 2,8 0,05 2,2 0,05

Занятые 3,1 0,03 2,8 0,03 2,8 0,04 2,8 0,03 2,1 0,02

В группе 20-24-летних обнаружены различия в средних значениях показателей некогнитивных навыков между мужчинами и женщинами. Так, у мужчин среднее значение показателя открытости новому опыту в группе учащихся значимо превышает аналогичные показатели в других группах молодежи, в то время как у женщин различий в средних по данному показателю между группами нет. Средние значения показателей добросовестности и экстраверсии у занятых мужчин значимо превышают соответствующие значения у NEET-неактивных, однако не отличаются статистически значимо от значений у NEET-безработных. У женщин средние значения показателя добросовестности в группе занятых значимо превышают средние значения и в группе NEET-неактивных, и в группе NEET-

16 Здесь и далее СО — стандартная ошибка.

безработных. Показатель эмоциональной нестабильности у МЕЕТ-неактивных женщин значимо превышает средние значения этого показателя в группах занятых, учащихся и МЕЕТ-безработных, в то время как у мужчин значимых различий в средних значениях показателя невротизма не наблюдается.

Таким образом, между категориями российской молодежи, выделенными на основании статуса на рынке труда, наблюдаются статистически значимые различия по показателям открытости новому опыту, добросовестности, экстраверсии и эмоциональной (не)стабильности. Эти данные согласуются с результатами зарубежных исследований, выделяющих эти личностные черты в качестве основных «производительных» некогнитивных навыков, однако в настоящем исследовании обнаруженные различия в средних значениях показателей некогнитивных навыков у разных категорий российской молодежи нельзя отнести к значительным.

Мультиномиальный логит-анализ статуса молодежи на рынке труда в зависимости от некогнитивных характеристик

В табл. П-2 Приложения представлены средние предельные эффекты, полученные после оценивания отдельно для мужчин и для женщин мультиномиальных логит-моделей, в которых зависимой переменной выступает статус на рынке труда.

Мультиномиальный логит-анализ показал, что вероятность МЕЕТ-безработицы по сравнению с вероятностью обучения значимо увеличивается в старшей возрастной группе 20-24-летних, а также среди тех, кто имеет среднее профессиональное или высшее профессиональное образование. Те же результаты получены в предыдущих исследованиях [Зудина, 2018; Zudi-па, 2022]. Однако при контроле некогнитивных характеристик высшее профессиональное образование оказывается значимым только для женщин, а среднее профессиональное образование — только для мужчин и при 10%-ном уровне значимости. Состояние в браке и субъективная оценка здоровья не оказывают влияния на вероятность МЕЕТ-безработицы, при этом у женщин значимыми атрибутами данного статуса являются проживание в поселках городского типа (ПГТ) и селах, а также низкий среднедушевой доход в семье (и то и другое значимо на 5%-ном уровне), в то время как у мужчин отсутствие детей значимо увеличивает вероятность МЕЕТ-безработицы.

Социально-демографические характеристики респондента значимы с точки зрения вероятности пребывания в состоянии МЕЕТ-неактивности. Среди женщин такой статус при прочих равных условиях с большей вероятностью имеют те, у кого есть дети, кто проживает на селе или в ПГТ, а также состоит в браке (значимо на 5%-ном уровне). У молодых мужчин статус МЕЕТ-неактивности по сравнению с состоянием обучения оказыва-

ется сопряжен только с проживанием в ПГТ и селах (также значимо на 5%-ном уровне). По результатам оценивания моделей с включением некогнитивных навыков уровень образования оказался не связан с предпочтением статуса NEET-неактивности статусу обучения ни у мужчин, ни у женщин.

Рассмотрим характеристики, которые значимо отличают состояние занятости от обучения. Это принадлежность к старшей из рассматриваемых молодежных групп (20-24 года), наличие профессионально-технического (после полного среднего), среднего или высшего профессионального образования (последнее значимо только для женщин), состояние в браке. Значимых различий по самооценке здоровья и показателю среднедушевого дохода между учащимися и занятыми нет. Тип поселения оказывается значим только среди женщин: вероятность занятости по сравнению с состоянием обучения ниже среди жительниц сел и ПГТ17.

Анализ различий в некогнитивных характеристиках между представителями разных категорий NEET-молодежи позволил установить, что по сравнению с учащимися у NEET-безработных мужчин наблюдается значимый недостаток открытости новому опыту. Полученные данные в целом согласуются с результатами предшествующих исследований, согласно которым открытость новому опыту значимо увеличивает вероятность прохождения обучения в виде профессиональной подготовки [Barrick, Mount, 1991]. То есть лица, для которых характерен недостаток открытости новому опыту, скорее решат не продолжать обучение, а искать работу, в то время как любознательным и широко мыслящим, по всей видимости, близка идея необходимости обучения в целом. Возможно, именно благодаря сильно развитой открытости новому молодым мужчинам, при прочих равных условиях, легче дается учеба. NEET-безработных мужчин от учащихся также отличает большая склонность к экстраверсии, однако различия значимы только на 10%-ном уровне.

Одной из наиболее значимых характеристик состояния NEET-неактивности по сравнению с состоянием обучения у мужчин является недостаток добросовестности. Чем ниже показатель добросовестности, тем выше вероятность нахождения вне сферы образования и рынка труда при прочих равных условиях. В зарубежных исследованиях также показано, что именно степень развития добросовестности имеет ключевое значение для последующих образовательных достижений [Digman, 1989] и успеха или неуспеха молодежи на рынке труда [Barrick, Mount, 1991]. Значимыми на 5%-ном уровне для NEET-неактивных муж-

17 Как и в предшествующих исследованиях, ситуация совмещения учебы и работы в настоящем анализе не рассматривалась.

чин оказались и более низкие показатели экстраверсии, что совпадает с результатами предшествующих исследований, согласно которым экстраверсия увеличивает вероятность экономической активности в целом [Wichert, Pohlmeier, 2010].

У женщин единственной значимой некогнитивной характеристикой NEET-безработицы оказался недостаток добросовестности, а с предпочтением состояния NEET-неактивности состоянию обучения значимо связан только невротизм, т.е. недостаток эмоциональной стабильности. При этом состояние занятости от состояния обучения отличает более выраженная склонность к добросовестности, а у молодых женщин — еще и значимо более высокие показатели эмоциональной стабильности.

Некогнитивные навыки молодежи и переходы между статусами на рынке труда

Чтобы выявить эффекты некогнитивных характеристик в переходе молодежи в статус NEET, мы оцениваем динамическую мультиномиальную логит-регрессию на панельных данных РМЭЗ ВШЭ за 2016 и 2017 гг. и на основе полученных коэффициентов рассчитываем симулированные условные вероятности (табл. П-3 Приложения). Полученные результаты характеризуют переходы молодежи из состояния обучения в 2016 г. в разные типы статуса NEET и в занятость в 2017 г. в сравнении с ситуацией продолжения обучения. У молодых мужчин, при прочих равных условиях, переход в NEET-безработицу из состояния обучения связан с меньшей открытостью новому опыту, а также с более выраженной экстраверсией. Эти результаты в целом согласуются с полученными на этапе кросс-секционного регрессионного анализа. Те, кто переходит из состояния обучения в NEET-безработицу, отличаются также меньшей доброжелательностью, но все указанные различия значимы только на уровне 10%. Молодые мужчины, переходящие в NEET-неактивность из состояния обучения, не отличаются по некогнитивным характеристикам от тех, кто продолжает учиться, в то время как у тех, кто прекращает учебу ради работы, фиксируются более высокие показатели доброжелательности. У молодых женщин переход в NEET-безработицу из состояния обучения связан только со значимо более низкими показателями добросовестности, а переход в NEET-неактивность — с меньшей склонностью договариваться с другими (значимо только на уровне 10%). Те, кто переходит в занятость, не отличаются по некогнитивным характеристикам от продолжающих обучение.

Заключение Проведенное исследование посвящено анализу некогнитивных характеристик российской NEET-молодежи. Изучение особенностей распределения некогнитивных навыков в разных соци-

ально-демографических группах населения и у представителей разных профессий, а также анализ их влияния на показатели участия в рабочей силе и образовательные достижения представляет собой одно из наиболее динамично развивающихся направлений исследования человеческого капитала. Осознание того, что когнитивными способностями не исчерпывается все многообразие характеристик человеческого капитала, которые приносят отдачу на рынке труда, и выделение черт личности в отдельную категорию значимых факторов позволило исследователям значительно продвинуться в изучении формирования разрыва в заработных платах и распределения работников и рабочих мест.

Применительно к процессу выпадения молодежи из системы занятости и образования исследования такого типа начали проводиться относительно недавно. В отечественных работах преимущественно анализируются социально-демографические характеристики молодежи, способствующие ее переходу в тот или иной тип NEET при прочих равных условиях, исследований, сфокусированных на некогнитивных способностях, до сих пор не проводилось. Выявление особенностей развития некогнитивных навыков у представителей российской NEET-молодежи в сравнении с их занятыми и учащимися сверстниками позволит уточнить механизмы выпадения молодых людей из сферы занятости и образования. В данном исследовании мы стремились восполнить пробелы в представлениях о некогнитивных способностях NEET-молодежи, используя данные специального модуля вопросника РМЭЗ НИУ ВШЭ за 2016 г.

Полученные результаты свидетельствуют о том, что важной с точки зрения выпадения российской молодежи из системы занятости и образования некогнитивной характеристикой является недостаток добросовестности. Низкие показатели выраженности именно этой личностной черты, предполагающей организованность, ответственность и трудолюбие, значимо связаны с пребыванием молодых мужчин в статусе NEET-неактивных и молодых женщин в статусе NEET-безработных. И напротив, высокие значения показателя добросовестности характерны для молодых мужчин и женщин, которые имеют работу. Данный вывод полностью соответствует результатам проведенных ранее исследований связи некогнитивных навыков и характеристик положения индивида на рынке труда и в сфере образования, согласно которым способность к усердному и кропотливому труду, склонность к тщательному обдумыванию важных решений приносят отдачу в виде более высокой зарплаты и повышают вероятность занятости в целом [Barrick, Mount, 1991].

Другой особенностью мужчин, пребывающих в состоянии NEET-безработицы, оказались низкие значения показателя от-

крытости новому опыту (значимо на 5%-ном уровне). При этом высокие значения данной некогнитивной характеристики при прочих равных условиях являются значимым атрибутом пребывания молодых людей в состоянии обучения. Данный вывод также находит подтверждение в зарубежных исследованиях, согласно которым открытость новому опыту значимо связана с позитивным восприятием обучения в целом и прохождения профессиональной подготовки в частности [Barrick, Mount, 1991]. Таким образом, недостаток открытости новому опыту выступает сдерживающим фактором продолжения обучения у молодых мужчин и, как результат, может способствовать их переходу в состояние NEET-безработицы.

У женщин обнаружена только одна значимая с точки зрения пребывания в NEET-неактивности некогнитивная характеристика — эмоциональная нестабильность. Нервозность, неспособность сохранять спокойствие в стрессовых ситуациях оказалась важным фактором, снижающим вероятность нахождения работы, что подтверждается результатами зарубежных исследований [Cobb-Clark, Tan, 2011]. У мужчин значимой связи невротизма с пребыванием в состоянии NEET-безработицы или NEET-неактивности не выявлено.

Таким образом, концептуальная рамка изучения влияния некогнитивных характеристик на показатели успешности молодых людей на рынке труда и в сфере образования находит применение на российских данных. Полученные выводы свидетельствуют о наличии некоторых различий в некогнитивных характеристиках между молодыми людьми, занимающими принципиально разное положение в сфере образования и занятости, и о необходимости учета гендерных особенностей проявления этих характеристик. Уровень развития некогнитивных навыков представляется «водоразделом», потенциально способным генерировать экономическое и социальное неравенство.

Вместе с тем анализ потоков молодежи на рынке труда с использованием панельных данных не выявил глубоких различий в некогнитивных навыках между теми, кто попадает в ту или иную группу молодежи NEET, и теми, кто продолжает обучение или переходит в занятость. Таким образом, собственно в момент перехода различий в некогнитивных навыках между молодыми людьми практически нет, и потому их проявление может быть связано с продолжительностью пребывания в данном статусе. В других исследованиях российской молодежи NEET тоже показано, что на рынке труда наблюдаются активные переходы из статуса в статус и пребывание в статусе NEET может быть временным и не становится «ловушкой». Состояние в браке и наличие детей оказались наиболее значимыми факторами NEET-неактивности среди молодых женщин и ха-

рактеризуют это состояние как нормальную фазу их жизненного цикла. При этом, согласно результатам проведенных исследований, как для мужчин, так и для женщин, пребывающих в статусе МЕЕТ-безработных, в 2006-2017 гг. вероятность найти работу в следующем году составляла более 55%, а для МЕЕТ-неактивных — около 40-50%. Статус МЕЕТ в России также не сопряжен с повышенными рисками последующей неформальной занятости, трудоустройство происходит преимущественно на рабочие места с официальным оформлением [Зудина, 2020].

Из всех уровней образования значимой характеристикой МЕЕТ-безработицы у мужчин при контроле различий в некогнитивных характеристиках оказалось только наличие среднего профессионального образования (однако эффект значим лишь на 10%-ном уровне), при этом значимых различий в уровне образования между МЕЕТ-неактивными и учащимися не выявлено. У женщин, при контроле различий в некогнитивных характеристиках, наличие высшего профессионального образования по-прежнему остается значимым атрибутом МЕЕТ-безработицы, однако различий между МЕЕТ-неактивными и учащимися по уровням образования также нет. Данные по российскому рынку труда свидетельствуют о невысоком уровне образования у МЕЕТ-неактивной или недостаточно качественном образовании у МЕЕТ-безработной молодежи. Однако при учете индивидуальных некогнитивных способностей, как показано в данном исследовании, часть этих эффектов исчезает, а значимость остальных ослабевает — тем самым мы получаем более точные оценки вклада образования в попадание в тот или иной статус МЕЕТ. Так, отсутствие значимых различий при предельных эффектах переменных уровня образования при изучении категории МЕЕТ-неактивных означает, что попадание в нее не определяется невысоким уровнем образования, а различия, выявленные в более ранних исследованиях, по всей видимости, связаны с неучтенной неоднородностью в навыках.

Перспективным направлением исследования данной темы представляется подробное изучение проявлений эффекта некогнитивных навыков в формировании трудовых траекторий молодежи, в том числе в склонности к профессиональному переобучению.

Благодарности Исследование осуществлено в рамках Программы фундаментальных исследований НИУ ВШЭ. Автор выражает признательность за ценные замечания и комментарии В.Е. Гимпельсону, Е.Я. Варшавской, Е.А. Орел, а также участникам сессии «Оценка новых образовательных результатов в университетах — 1» XIII Международной российской конференции исследователей высшего образования, состоявшейся 26 октября 2022 г.

Приложение Таблица П-1. Вопросы анкеты РМЭЗ НИУ ВШЭ 2016 г., на основании

которых оцениваются личностные черты, составляющие «Большую пятерку» (схема воспроизводится по [Ayhan, Gatskova, Lehmann, 2017])

Люди отличаются друг от друга. Отвечая на следующие вопросы, сравнивайте себя с другими людьми. Мы понимаем, что некоторые вопросы могут казаться похожими, но на самом деле они разные. Не думайте долго, а дайте первый ответ, который приходит вам в голову. Здесь нет правильных или неправильных ответов.

Вам приходят в голову идеи, до которых другие не додумались раньше? [Щ445.3] Вам очень интересно узнавать что-то новое? [uj445.11] Вы получаете удовольствие от красивого, например природы, искусства и музыки? [Щ445.14] Открытость новому опыту

Выполняя какое-то задание, вы очень аккуратны? [щ445.2] Вы заканчиваете то, что начали? [щ445.6] Вы очень усердно трудитесь? Например, вы продолжаете работать, когда другие делают перерыв? [щ445.8] *Вам больше нравится расслабляться, чем усердно трудиться? [Щ445.12] Вам нравится работать над задачами, выполнение которых требует очень длительного времени — как минимум нескольких месяцев? [Щ445.13] Вы работаете очень хорошо и быстро? [^445.17] Вы тщательно всё обдумываете перед принятием важного решения? [^445.21] Добросовестность

Вы разговорчивы? [Щ445.1] *Вы предпочитаете держать свое мнение при себе? [^445.4] Вы открыты и общительны, например вы очень легко заводите друзей? [Щ445.20] Экстраверсия

Вы легко прощаете других людей? [щ445.9] Вы очень вежливы с другими людьми? [Щ445.16] Вы щедро делитесь с другими людьми своим временем и деньгами? [Щ445.19] Вы обращаетесь за помощью, когда не понимаете чего-то? [Щ445.23] Доброжелательность / Способность прийти к согласию с другими

*Вы спокойны в стрессовых ситуациях? [щ445.5] Люди используют вас в своих интересах? [щ445.7] Вы склонны к беспокойству? [Щ445.10] * Вы задумываетесь о том, как ваши поступки повлияют на ваше будущее? [Щ445.15] Вас легко заставить нервничать? [Щ445.18] Люди не очень хорошо к вам относятся? [Щ445.22] Вы задумываетесь о том, как ваши поступки повлияют на других? [Щ445.24] Невротизм

Примечание: * инверсивные вопросы.

Таблица П-2. Мультиномиальные логит-регрессии, предельные эффекты, РМЭЗ НИУ ВШЭ, 2016 г. (зависимая переменная — статус молодежи на рынке труда)

Контрольные переменные NEET-безработные NEET-неактивные

Мужчины Женщины Мужчины Женщины

AME СО AME СО AME СО AME СО

Некогнитивные характеристики

Открытость новому опыту -0,055*** 0,018 0,002 0,013 -0,008 0,015 -0,010 0,016

Добросовестность -0,020 0,021 -0,057*** 0,018 -0,053*** 0,018 -0,035 0,023

Экстраверсия 0,034* 0,016 0,016 0,010 -0,018** 0,011 0,004 0,014

Способность прийти к согласию с другими 0,022 0,020 -0,023 0,015 0,019 0,015 0,013 0,018

Невротизм 0,007 0,021 0,006 0,019 0,015 0,013 0,096*** 0,021

Возрастные группы

15-19 лет

20-24 года 0,099*** 0,027 0,046** 0,023 -0,011 0,024 0,044* 0,026

Уровни образования

Неполное среднее и ниже 0,013 0,026 0,002 0,018 -0,028 0,020 0,026 0,028

Неполное среднее + ПТУ 0,149 0,127 -0,031*** 0,009 0,100 0,133 0,139 0,113

Полное среднее образование

Полное среднее + ПТУ, техникум 0,028 0,036 -0,013 0,021 0,098 0,064 0,019 0,033

Среднее проф. образование 0,062* 0,033 0,027 0,024 0,050 0,043 0,011 0,025

Высшее профессиональное, включая аспирантуру 0,064 0,047 0,125*** 0,047 -0,005 0,052 0,037 0,033

Логарифм дефлированного душевого дохода домохозяйства -0,016 0,010 -0,011** 0,005 -0,009 0,007 -0,007 0,008

Состояние в браке 0,036 0,035 -0,001 0,018 -0,006 0,024 0,067** 0,030

Самооценка здоровья (плохое) -0,026 0,018 -0,003 0,016 0,023 0,019 -0,020 0,018

Наличие детей -0,066*** 0,016 0,001 0,022 0,030 0,060 0,089*** 0,034

Тип населенного пункта

Областной центр

Город 0,038 0,027 0,013 0,017 0,001 0,014 0,003 0,019

ПГТ + село 0,011 0,022 0,040** 0,018 0,037** 0,017 0,055** 0,023

Столица 0,011 0,033 0,090* 0,053 -0,003 0,021 -0,014 0,027

Федеральные округа

Количество наблюдений 831 922 831 922

Pseudo R2 0,4380 0,414 0,4380 0,414

Prob > chi2 0,0000 0,0000 0,0000 0,0000

Контрольные переменные Учащиеся Занятые

Мужчины Женщины Мужчины Женщины

AME СО AME СО AME СО AME СО

Некогнитивные характеристики

Открытость новому опыту 0,066** 0,026 -0,010 0,025 -0,003 0,027 0,017 0,028

Добросовестность -0,042 0,030 0,023 0,028 0,115*** 0,032 0,069*** 0,034

Экстраверсия -0,040** 0,019 0,005 0,020 0,024 0,022 -0,025 0,022

Способность прийти к согласию с другими -0,035 0,027 0,048** 0,023 -0,006 0,029 -0,038 0,028

Невротизм -0,020 0,030 -0,027 0,029 -0,003 0,031 -0,074** 0,033

Возрастные группы

15-19 лет

20-24 года -0,463*** 0,046 -0,324*** 0,047 0,376*** 0,053 0,234*** 0,049

Уровни образования

Неполное среднее и ниже -0,042 0,038 0,012 0,040 0,056 0,041 -0,041 0,043

Неполное среднее + ПТУ -0,610*** 0,024 -0,062 0,176 0,361** 0,156 -0,046 0,161

Полное среднее образование

Полное среднее + ПТУ, техникум -0,545*** 0,068 -0,284*** 0,097 0,420*** 0,079 0,279*** 0,094

Среднее проф. образование -0,407*** 0,075 -0,430*** 0,057 0,296*** 0,067 0,392*** 0,060

Высшее профессиональное, включая аспирантуру -0,160** 0,073 -0,406*** 0,064 0,101 0,063 0,244*** 0,066

Логарифм дефлированного душевого дохода домохозяйства -0,010 0,016 0,031** 0,013 0,035 0,023 -0,013 0,016

Состояние в браке -0,187*** 0,070 -0,179*** 0,045 0,156** 0,063 0,112*** 0,042

Самооценка здоровья (плохое) 0,047* 0,026 0,048* 0,025 -0,044 0,027 -0,025 0,029

Наличие детей -0,132 0,135 -0,079* 0,047 0,168 0,109 -0,011 0,044

Тип населенного пункта

Областной центр

Город -0,048 0,030 -0,005 0,033 0,010 0,034 -0,011 0,036

ПГТ+ село -0,056** 0,028 0,009 0,029 0,008 0,031 -0,104*** 0,035

Столица 0,011 0,047 -0,006 0,044 -0,020 0,045 -0,070 0,058

Федеральные округа

Количество наблюдений 831 922 831 922

Pseudo R2 0,4380 0,414 0,4380 0,414

Prob > chi2 0,0000 0,0000 0,0000 0,0000

Примечание: Здесь и далее *** p < 0,01; ** p < 0,05; * p < 0,1.

Таблица П-3. Динамическая мультиномиальная логит-регрессия, симулированные условные вероятности, РМЭЗ НИУ ВШЭ, 2017 г. (зависимая переменная: статус молодежи на рынке труда)

Некогнитивные характеристики Мужчины

NEET-безработные NEET-ЭНАН Учащиеся Занятые

AME СО AME СО AME СО AME СО

Открытость новому опыту -0,030* 0,018 -0,026 0,021 0,044* 0,024 0,012 0,026

Добросовестность -0,01 0,022 -0,019 0,028 0,054* 0,029 -0,025 0,031

Экстраверсия 0,023* 0,013 0,001 0,014 -0,023 0,019 0 0,022

Способность прийти к согласию с другими -0,028* 0,016 0,023 0,019 -0,055** 0,025 0,060** 0,028

Невротизм 0,01 0,023 -0,011 0,025 -0,005 0,026 0,006 0,033

Количество наблюдений 656

Pseudo R2 0,5328

Prob > chi2 0,0000

Женщины

Открытость новому опыту 0,013 0,014 0 0,017 0,019 0,023 -0,031 0,025

Добросовестность -0,031** 0,014 -0,03 0,021 0,068** 0,029 -0,008 0,032

Экстраверсия -0,007 0,008 -0,004 0,014 -0,011 0,021 0,023 0,023

Способность прийти к согласию с другими 0,001 0,01 -0,039* 0,02 -0,003 0,025 0,041 0,026

Невротизм 0,001 0,015 0,017 0,026 0,022 0,031 -0,039 0,034

Количество наблюдений 736

Pseudo R2 0,0000

Prob > chi2 0,4864

Примечание: При оценивании моделей также контролировались возрастная группа, уровень образования, семейное положение, наличие детей, логарифм душевого дохода, самооценка здоровья, тип населенного пункта, федеральный округ, а также лагированный статус состояния на рынке труда в 2016 г. Стандартные ошибки оценивались как робастные и кластеризованные по индивидам. При подсчете симулированных вероятностей стандартные ошибки рассчитывались дельта-методом.

Литература 1. Абрамов Р.Н. (2013) Когнитивные способности и дискриминация на рынке труда. Комментарий к статье Мэтью Холла и Джорджа Фаркаса. Вопросы образования / Educational Studies Moscow, № 3, сс. 59-64.

2. Аванесян К.А., Боровская М.А., Рыжова В.С., Кирик В.А., Егорова В.А., Бер-мус А.Г. (2022) Можно ли улучшить успеваемость школьников из беднейших семей, инвестируя в их некогнитивные навыки? Каузальный анализ методом сопоставления мер склонности. Вопросы образования / Educational Studies Moscow, № 1, сс. 13-53. https://doi.org/10.17323/1814-9545-2022-1-13-53

3. Варшавская Е.Я. (2016) Российская NEET-молодежь: характеристики и типология. Социологические исследования, № 9, сс. 31-39.

4. Гимпельсон В.Е., Зудина А.А., Капелюшников Р.И. (2020) Некогнитивные компоненты человеческого капитала: что говорят российские данные. Вопросы экономики, № 11, сс. 5-31. https://doi.org/10.32609/0042-8736-2020-11-5-31

5. Гимпельсон В.Е., Шарунина А.В. (2015) Потоки на российском рынке труда: 2000-2012 гг. Экономический журнал Высшей школы экономики, т. 19, № 3, сс. 313-348.

6. Зудина А.А. (2018) Дороги, ведущие молодежь в NEET: случай России. Экономический журнал Высшей школы экономики, т. 22, № 2, сс. 197-227. https://doi.org/10.17323/1813-8691-2018-22-2-197-227

7. Зудина А.А. (2020) Есть ли в России молодежь NEET? Траектории входа и выхода. Российский рынок труда через призму демографии (ред. В.Е. Гимпельсон, Р.И. Капелюшников), М.: НИУ ВШЭ, сс. 245-292. https://doi.org/ 10.17323/978-5-7598-2167-0

8. Рожкова К.В. (2019) Отдача от некогнитивных характеристик на российском рынке труда. Вопросы экономики, № 11, сс. 81-107. http://doi. org/10.32609/0042-8736-2019-11-81-107

9. Рожкова К.В., Рощин С.Ю. (2021) Некогнитивные характеристики и выбор в сфере высшего образования. Вопросы образования /Educational Studies Moscow, № 4, сс. 35-73. https://doi.org/10.17323/1814-9545-2021-4-35-73

10. Abrahams L., Pancorbo G., Primi R., Santos D., Kyllonen P., John O.P., De Fruyt F. (2019) Social-Emotional Skill Assessment in Children and Adolescents: Advances and Challenges in Personality, Clinical, and Educational Contexts. Psychological Assessment, vol. 31, no 4, pp. 460-473. https://doi. org/10.1037/pas0000591

11. Abramson J.H., Gofin R., Habib J., Pridan H., Gofin J. (1982) Indicators of Social Class: A Comparative Appraisal of Measures for Use in Epidemiological Studies. Social Science & Medicine, vol. 16, iss. 20, pp. 1739-1746 https://doi. org/10.1016/0277-9536(82)90267-2

12. Acosta P., Muller N. (2018) The Role of Cognitive and Socio-Emotional Skills in Labor Markets. IZA World of Labor, October, Article no 453. https://doi. org/10.15185/izawol.453

13. Alfieri S., Sironi E., Marta E., Rosina A., Marzana D. (2015) Young Italian NEETs (Not in Employment, Education, or Training) and the Influence of Their Family Background. Europe's Journal of Psychology, vol. 11, no 2, pp. 311-322. https:// doi.org/10.5964/ejop.v11i2.901

14. Almlund M., Duckworth A.L., Heckman J., Kautz T. (2011) Personality, Psychology and Economics. Handbook of the Economics of Education. Vol. 4 (eds E. Ha-nushek, S. Machin, L. Woessmann), Amsterdam: Elsevier, p. 1-181.

15. Alvarado A., Conde B., Novella R., Repetto A. (2020) Youths Not in Education, Employment or Training in Latin America and the Caribbean: Skills, Aspirations, and Information. Journal of International Development, vol. 32, no 3, pp. 1273-1307. https://doi.org/10.1002/jid.3503

16. Ayhan S.H., Gatskova K., Lehmann H. (2017) The Impact of Non-Cognitive Skills and Risk Preferences on Rural-to-Urban Migration in Ukraine. Leibniz Institut für Ost- und Südosteuropaforschung Working Papers no 369, Regensburg: Leibniz Institut für Ost- und Südosteuropaforschung. Available at: https://ideas.re-pec.org/p/ost/wpaper/369.html (accessed 20 November 2022).

17. Barrick M.R., Mount M.K. (1991) The Big Five Personality Dimensions and Job Performance: A Meta-Analysis. Personnel Psychology, vol. 44, no 1, pp. 1-26.

18. Bleidorn W., Hopwood C.J., Back M.D., Denissen J.J.A. et al. (2021) Personality Trait Stability and Change. Personality Science, vol. 2, June, Article no e6009. https://doi.org/10.5964/ps.6009

19. Borghans L., Meijers H., ter Weel B. (2006) The Role of Noncognitive Skills in Explaining Cognitive Test Scores. IZA Discussion Paper no 2429. Bonn: Institute for the Study of Labor.

20. Boyce C.J., Wood A.M., Daly M., Sedikides C. (2015) Personality Change Following Unemployment. Journal of Applied Psychology, vol. 100, no 4, pp. 9911011. https://doi.org/10.1037/a0038647

21. Brunello G., Schlotter M. (2011) Noncognitive Skills and Personality Traits: Labour Market Relevance and Their Development in Education & Training Systems. IZA Discussion Papers no 5743. Bonn: Institute for the Study of Labor.

22. Bynner J., Joshi H., Tsatsas M. (2000) Obstacles and Opportunities on the Route to Adulthood: Evidence from Rural and Urban Britain. London: Smith Institute.

23. Bynner J., Parsons S. (2002) Social Exclusion and the Transition from School to Work: The Case of Young People Not in Education, Employment, or Training (NEET). Journal of Vocational Behavior, vol. 60, no 2, pp. 289-309. https:// doi.org/10.1006/jvbe.2001.1868

24. Carneiro P., Heckman J. (2005) Human Capital Policy. Inequality in America. What Role for Human Capital Policies? Cambridge, MA: MIT Press.

25. Chernyshenko O., Kankaras M., Drasgow F. (2018) Social and Emotional Skills for Student Success and Well-Being: Conceptual Framework for the OECD Study on Social and Emotional Skills. OECD Education Working Paper no 173. Paris: OECD. https://doi.org/10.1787/db1d8e59-en

26. Cobb-Clark D.A., Tan M. (2011) Noncognitive Skills, Occupational Attainment, and Relative Wages. Labour Economics, vol. 18, no 1, pp. 1-13. https://doi. org/10.1016/j.labeco.2010.07.003

27. Cobb-Clark D.A., Schurer S. (2012) The Stability of Big-Five Personality Traits. Economics Letters, vol. 115, no 1, pp. 11-15. https://doi.org/10.2139/ssrn.1919414

28. Coleman M., DeLeire T. (2003) An Economic Model of Locus of Control and the Human Capital Investment Decision. The Journal of Human Resources, vol. 38, no 3, pp. 701-721. https://doi.org/10.2307/1558773

29. Cunha F., Heckman J. (2007) The Technology of Skill Formation. American Economic Review, vol. 97, no 2, pp. 31-47. https://doi.org/10.1257/aer.97.231

30. Cunha F., Heckman J. (2008) Formulating, Identifying and Estimating the Technology of Cognitive and Noncognitive Skill Formation. Journal of Human Resources, vol. 43, no 4, pp. 738-782. https://doi.org/10.2307/40057370

31. Damian R.I., Spengler M., Sutu A., Roberts B.W. (2019) Sixteen Going on Sixty-Six: A Longitudinal Study of Personality Stability and Change across 50 Years. Journal of Personality and Social Psychology, vol. 117, no 3, pp. 674-695. https:// doi.org/10.1037/pspp0000210

32. Digman J.M. (1989) Five Robust Trait Dimensions: Development, Stability, and Utility. Journal of Personality, vol. 57, no 2, pp. 195-214. https://doi. org/10.1111/j.1467-6494.1989.tb00480.x

33. Duckworth K., Schoon I. (2012) Beating the Odds: Exploring the Impact of Social Risk on Young People's School-to-Work Transitions during Recession

in the UK. National Institute Economic Review, vol. 222, October, pp. R38-R50. https://doi.org/10.1177/002795011222200104

34. Ekolu S.O., Quainoo H. (2019) Reliability of Assessments in Engineering Education Using Cronbach's Alpha, KR and Split-Half Method. Global Journal of Engineering Education, vol. 21, no 1, pp. 24-29.

35. Eurofound (2016) Exploring the Diversity of NEETs. Luxemburg: Publications Office of the EU.

36. European Social Fund (2015) Census on Youths Neet: Report on Findings.

37. Gladwell D., Popli G., Tsuchiya A. (2016) A Dynamic Analysis of Skill Formation and NEET Status: Sheffield Economic Research Paper no 2015016. Sheffield: The University of Sheffield.

38. Heckman J.J., Stixrud J., Urzua S. (2006) The Effects of Cognitive and Non-Cognitive Abilities on Labour Market Outcomes and Social Behavior. Journal of Labour Economics, vol. 24, no 3, pp. 411-482. https://doi.org/10.1086/504455

39. John O.P., Srivastava S. (1999) The Big Five Trait Taxonomy: History, Measurement, and Theoretical Perspectives. Handbook of Personality: Theory and Research. Vol. 2 (eds O.P. John, R.W. Robins, L.A. Pervin), New York, NY: Guilford Press, pp. 102-138.

40. Kautz T., Heckman J.J., Diris R., ter Weel B., Borghans L. (2014) Fostering and Measuring Skills: Improving Cognitive and Non-Cognitive Skills to Promote Lifetime Success. OECD Education Working Papers no 110. Paris: OECD. https:// dx.doi.org/10.1787/5jxsr7vr78f7-en

41. Knudsen E.I., Heckman J.J., Cameron J.L., Shonkoff J.P. (2006) Economic, Neurobiological, and Behavioral Perspectives on Building America's Future Workforce. Proceedings of the National Academy of Sciences, vol. 103, no 27, pp. 10155-10162. https://doi.org/10.1073/pnas.0600888103

42. Lang F.R., John D., Ludtke O., Schupp J., Wagner G.G. (2011) Short Assessment of the Big Five: Robust across Survey Methods Except Telephone Interviewing. Behavior Research Methods, vol. 43, no 2, pp. 548-567. https://doi. org/10.3758/s13428-011-0066-z

43. Macmillan L. (2013) The Role of Non-Cognitive and Cognitive Skills, Behavioural and Educational Outcomes in Accounting for the Intergenerational Transmission of Worklessness. Department of Quantitative Social Science Working Paper no 13-01. London: Institute of Education, University of London.

44. Mendolia S., Walker I. (2015) Youth Unemployment and Personality Traits. IZA Journal of Labor Economics, no 4, Article no 19. https://doi.org/10.1186/ s40172-015-0035-3

45. Nikolaou D. (2012) Direct and Indirect Effects of Noncognitive Skills on the Gender Wage Gap. Columbus, OH: The Ohio State University. Available at: https://eco-nomics.osu.edu/sites/economics.osu.edu/files/OccupationalChoiceNCWage-Gap_Nikolaou.pdf (accessed 20 November 2022).

46. Nyhus E., Pons E. (2005) The Effect of Personality on Earnings. Journal of Economic Psychology, vol. 26, no 3, pp. 363-384. https://doi.org/10.1016/j. joep.2004.07.001

47. Pierre G., Sanchez Puerta M.L., Valerio A., Rajadel T. (2014) STEP Skills Measurement Surveys: Innovative Tools for Assessing Skills. Social Protection and Labor Discussion Paper no 1421. Washington, DC: World Bank Group. Available at: https://openknowledge.worldbank.org/handle/10986/19985 (accessed 20 November 2022).

48. Ranzani M., Rosati F. (2013) The NEET Trap: A Dynamic Analysis for Mexico: Understanding Children's Work (UCW) Project. Rome: UNICEF.

49. Rennison J., Maguire S., Middleton S., Ashworth K. (2005) Young People Not in Education, Employment or Training: Evidence from the Education Maintenance Allowance Pilots Database. Research Brief no RB628. Nottingham: Centre for Research in Social Policy, Department of Education and Skills.

50. Rozhkova K., Yemelina N., Roshchin S. (2021) Can Non-Cognitive Skills Explain the Gender Wage Gap in Russia? An Unconditional Quantile Regression Approach. Higher School of Economics Research Paper no WP BRP 252/EC/2021. Moscow: HSE. https://doi.org/10.2139/ssrn.3938065

51. Rumberger R.W., Lamb S.P. (2003) The Early Employment and Further Education Experiences of High School Dropouts: A Comparative Study of the United States and Australia. Economics of Education Review, vol. 22, no 4, pp. 353366. https://doi.org/10.1016/S0272-7757(02)00038-9

52. Schoon I. (2014) Parental Worklessness and the Experience of NEET among Their Offspring. Evidence from the Longitudinal Study of Young People in England (LSYPE). Longitudinal and Life Course Studies, vol. 5, no 2, pp. 129-150. https://doi.org/10.14301/llcs.v5i2.279

53. Solon G. (2004) A Model of Intergenerational Mobility Variation over Time and Place. Generational Income Mobility in Europe and North America (ed. M. Co-rak), Cambridge: Cambridge University, pp. 38-47. https://doi.org/10.1017/ CB09780511492549.003

54. Uysal S.D., Pohlmeier W. (2011) Unemployment Duration and Personality. Journal of Economic Psychology, vol. 32, no 6, pp. 980-992. https://doi. org/10.1016/j.joep.2011.03.008

55. Wichert L., Pohlmeier W. (2010) Female Labor Force Participation and the Big Five. Centre for European Economic Research Discussion Paper no 10-003. Mannheim: Centre for European Economic Research.

56. Zudina A.A. (2022) What Makes Youth Become NEET? Evidence from Russia. Journal of Youth Studies, vol. 25, no 5, pp. 636-649. http://doi.org/10.1080/13 676261.2021.1923673

References Abrahams L., Pancorbo G., Primi R., Santos D., Kyllonen P., John O.P., De Fruyt F.

(2019) Social-Emotional Skill Assessment in Children and Adolescents: Advances and Challenges in Personality, Clinical, and Educational Contexts. Psychological Assessment, vol. 31, no 4, pp. 460-473. https://doi.org/10.1037/ pas0000591

Abramov R.N. (2013) Kognitivnye sposobnosti i diskriminatsiya na rynke truda. Kommentariy k stat'e Matthew Hall i George Farkas [Cognitive Abilities and Discrimination in the Labor Market. Commentary on the Article by Matthew Hall and George Farkas]. Voprosy obrazovaniya / Educational Studies Moscow, no 3, pp. 59-64.

Abramson J.H., Gofin R., Habib J., Pridan H., Gofin J. (1982) Indicators of Social Class: A Comparative Appraisal of Measures for Use in Epidemiological Studies. Social Science & Medicine, vol. 16, iss. 20, pp. 1739-1746. https://doi. org/10.1016/0277-9536(82)90267-2 Acosta P., Muller N. (2018) The Role of Cognitive and Socio-Emotional Skills in Labor Markets. IZA World of Labor, October, Article no 453. https://doi. org/10.15185/izawol.453 Alfieri S., Sironi E., Marta E., Rosina A., Marzana D. (2015) Young Italian NEETs (Not in Employment, Education, or Training) and the Influence of Their Family Background. Europe's Journal of Psychology, vol. 11, no 2, pp. 311-322. https:// doi.org/10.5964/ejop.v11i2.901 Almlund M., Duckworth A.L., Heckman J., Kautz T. (2011) Personality, Psychology and Economics. Handbook of the Economics of Education. Vol. 4 (eds E. Ha-nushek, S. Machin, L. Woessmann), Amsterdam: Elsevier, p. 1-181. Alvarado A., Conde B., Novella R., Repetto A. (2020) Youths Not in Education, Employment or Training in Latin America and the Caribbean: Skills, Aspirations, and Information. Journal of International Development, vol. 32, no 3, pp. 12731307. https://doi.org/10.1002/jid.3503

Avanesian G.A., Borovskaya M.A., Ryzhova V.S., Kirik V.A., Egorova V.A., A.G. Ber-mous A.G. (2022) Mozhno li uluchshit' uspevaemost' shkol'nikov iz bed-nejshikh semey, investiruya v ikh nekognitivnye navyki? Kauzal'ny analiz metodom sopostavleniya mer sklonnosti [Can We Improve Learning Outcomes of Schoolchildren from the Poorest Families by Investing into Their Non-Cognitive Skills? Causal Analysis Using Propensity Score Matching]. Vo-prosy obrazovaniya / Educational Studies Moscow, no 1, pp. 13-53. https://doi. org/10.17323/1814-9545-2022-1-13-53 Ayhan S.H., Gatskova K., Lehmann H. (2017) The Impact of Non-Cognitive Skills and Risk Preferences on Rural-to-Urban Migration in Ukraine. Leibniz Institut für Ost-und Südosteuropaforschung Working Papers no 369, Regensburg: Leibniz Institut für Ost- und Südosteuropaforschung. Available at: https://ideas.repec. org/p/ost/wpaper/369.html (accessed 20 November 2022). Barrick M.R., Mount M.K. (1991) The Big Five Personality Dimensions and Job Performance: A Meta-Analysis. Personnel Psychology, vol. 44, no 1, pp. 1-26. Bleidorn W., Hopwood C.J., Back M.D., Denissen J.J.A. et al. (2021) Personality Trait Stability and Change. Personality Science, vol. 2, June, Article no e6009. https:// doi.org/10.5964/ps.6009 Borghans L., Meijers H., ter Weel B. (2006) The Role of Noncognitive Skills in Explaining Cognitive Test Scores. IZA Discussion Paper no 2429. Bonn: Institute for the Study of Labor. Boyce C.J., Wood A.M., Daly M., Sedikides C. (2015) Personality Change Following Unemployment. Journal of Applied Psychology, vol. 100, no 4, pp. 991-1011. https://doi.org/10.1037/a0038647 Brunello G., Schlotter M. (2011) Noncognitive Skills and Personality Traits: Labour Market Relevance and Their Development in Education & Training Systems. IZA Discussion Papers no 5743. Bonn: Institute for the Study of Labor. Bynner J., Joshi H., Tsatsas M. (2000) Obstacles and Opportunities on the Route to

Adulthood: Evidence from Rural and Urban Britain. London: Smith Institute. Bynner J., Parsons S. (2002) Social Exclusion and the Transition from School to Work: The Case of Young People Not in Education, Employment, or Training (NEET). Journal of Vocational Behavior, vol. 60, no 2, pp. 289-309. https://doi. org/10.1006/jvbe.2001.1868 Carneiro P., Heckman J. (2005) Human Capital Policy. Inequality in America. What

Role for Human Capital Policies? Cambridge, MA: MIT Press. Chernyshenko O., Kankaras M., Drasgow F. (2018) Social and Emotional Skills for Student Success and Well-Being: Conceptual Framework for the OECD Study on Social and Emotional Skills. OECD Education Working Paper no 173. Paris: OECD. https://doi.org/10.1787/db1d8e59-en Cobb-Clark D.A., Tan M. (2011) Noncognitive Skills, Occupational Attainment, and Relative Wages. Labour Economics, vol. 18, no 1, pp. 1-13. https://doi. org/10.1016/j.labeco.2010.07.003 Cobb-Clark D.A., Schurer S. (2012) The Stability of Big-Five Personality Traits. Economics Letters, vol. 115, no 1, pp. 11-15. https://doi.org/10.2139/ssrn.1919414 Coleman M., DeLeire T. (2003) An Economic Model of Locus of Control and the Human Capital Investment Decision. The Journal of Human Resources, vol. 38, no 3, pp. 701-721. https://doi.org/10.2307/1558773 Cunha F., Heckman J. (2007) The Technology of Skill Formation. American Economic

Review, vol. 97, no 2, pp. 31-47. https://doi.org/10.1257/aer.97.231 Cunha F., Heckman J. (2008) Formulating, Identifying and Estimating the Technology of Cognitive and Noncognitive Skill Formation. Journal of Human Resources, vol. 43, no 4, pp. 738-782. https://doi.org/10.2307/40057370 Damian R.I., Spengler M., Sutu A., Roberts B.W. (2019) Sixteen Going on Sixty-Six: A Longitudinal Study of Personality Stability and Change across 50 Years. Journal of Personality and Social Psychology, vol. 117, no 3, pp. 674-695. https:// doi.org/10.1037/pspp0000210

Digman J.M. (1989) Five Robust Trait Dimensions: Development, Stability, and Utility. Journal of Personality, vol. 57, no 2, pp. 195-214. https://doi. org/10.1111/j.1467-6494.1989.tb00480.x

Duckworth K., Schoon I. (2012) Beating the Odds: Exploring the Impact of Social Risk on Young People's School-to-Work Transitions during Recession in the UK. National Institute Economic Review, vol. 222, October, pp. R38-R50. https:// doi.org/10.1177/002795011222200104

Ekolu S.O., Quainoo H. (2019) Reliability of Assessments in Engineering Education Using Cronbach's Alpha, KR and Split-Half Method. Global Journal of Engineering Education, vol. 21, no 1, pp. 24-29.

Eurofound (2016) Exploring the Diversity of NEETs. Luxemburg: Publications Office of the EU.

European Social Fund (2015) Census on Youths Neet: Report on Findings.

Gimpelson V.E., Sharunina A.V. (2015) Potoki na rossijskom rynke truda: 20002912 gg. [Flows in the Russian Labor Market: 2000-2012]. HSE Economic Journal, vol. 19, no 3, pp. 313-348.

Gimpelson V.E., Zudina A.A., Kapeliushnikov R.I. (2020) Nekognitivnye kompo-nenty chelovecheskogo kapitala: chto govoryat rossijskie dannye [Non-Cognitive Components of Human Capital: Evidence from Russian Data]. Voprosy Ekonomiki, no 11, pp. 5-31. https://doi.org/10.32609/0042-8736-2020-11-5-31

Gladwell D., Popli G., Tsuchiya A. (2016) A Dynamic Analysis of Skill Formation and NEET Status: Sheffield Economic Research Paper no 2015016. Sheffield: The University of Sheffield.

Heckman J.J., Stixrud J., Urzua S. (2006) The Effects of Cognitive and Non-Cognitive Abilities on Labour Market Outcomes and Social Behavior. Journal of Labour Economics, vol. 24, no 3, pp. 411-482. https://doi.org/10.1086/504455

John O.P., Srivastava S. (1999) The Big Five Trait Taxonomy: History, Measurement, and Theoretical Perspectives. Handbook of Personality: Theory and Research. Vol. 2 (eds O.P. John, R.W. Robins, L.A. Pervin), New York, NY: Guilford Press, pp. 102-138.

Kautz T., Heckman J.J., Diris R., ter Weel B., Borghans L. (2014) Fostering and Measuring Skills: Improving Cognitive and Non-Cognitive Skills to Promote Lifetime Success. OECD Education Working Papers no 110. Paris: OECD. https://dx.doi. org/10.1787/5jxsr7vr78f7-en

Knudsen E.I., Heckman J.J., Cameron J.L., Shonkoff J.P. (2006) Economic, Neurobio-logical, and Behavioral Perspectives on Building America's Future Workforce. Proceedings of the National Academy of Sciences, vol. 103, no 27, pp. 1015510162. https://doi.org/10.1073/pnas.0600888103

Lang F.R., John D., Ludtke O., Schupp J., Wagner G.G. (2011) Short Assessment of the Big Five: Robust across Survey Methods Except Telephone Interviewing. Behavior Research Methods, vol. 43, no 2, pp. 548-567. https://doi.org/10.3758/ s13428-011-0066-z

Macmillan L. (2013) The Role of Non-Cognitive and Cognitive Skills, Behavioural and Educational Outcomes in Accounting for the Intergenerational Transmission of Worklessness. Department of Quantitative Social Science Working Paper no 13-01. London: Institute of Education, University of London.

Mendolia S., Walker I. (2015) Youth Unemployment and Personality Traits. IZA Journal of Labor Economics, no 4, Article no 19. https://doi.org/10.1186/s40172-015-0035-3

Nikolaou D. (2012) Direct and Indirect Effects of Noncognitive Skills on the Gender Wage Gap. Columbus, OH: The Ohio State University. Available at: https://economics.osu.edu/sites/economics.osu.edu/files/OccupationalCho-iceNCWageGap_Nikolaou.pdf (accessed 20 November 2022).

Nyhus E., Pons E. (2005) The Effect of Personality on Earnings. Journal of Economic Psychology, vol. 26, no 3, pp. 363-384. https://doi.org/10.1016/_j. joep.2004.07.001

Pierre G., Sanchez Puerta M.L., Valerio A., Rajadel T. (2014) STEP Skills Measurement Surveys: Innovative Tools for Assessing Skills. Social Protection and Labor Discussion Paper no 1421. Washington, DC: World Bank Group. Available at: https://openknowledge.worldbank.org/handle/10986/19985 (accessed 20 November 2022).

Ranzani M., Rosati F. (2013) The NEET Trap: A Dynamic Analysis for Mexico: Understanding Children's Work (UCW) Project. Rome: UNICEF. Rennison J., Maguire S., Middleton S., Ashworth K. (2005) Young People Not in Education, Employment or Training: Evidence from the Education Maintenance Allowance Pilots Database. Research Brief no RB628. Nottingham: Centre for Research in Social Policy, Department of Education and Skills. Rozhkova K.V. (2019) Otdacha ot nekognitivnykh kharakteristik na rossijskom ryn-ke truda [The Return to Noncognitive Characteristics in the Russian Labor Market]. Voprosy Ekonomiki, no 11, pp. 81-107. http://doi.org/10.32609/0042-8736-2019-11-81-107

Rozhkova K.V., Roshchin S. Y. (2021) Nekognitivnye kharakteristiki i vybor v sfere vysshego obrazovaniya [Non-Cognitive Characteristics and Higher Education Choices]. Voprosy obrazovaniya / Educational Studies Moscow, no 4, pp. 35-73. https://doi.org/10.17323/1814-9545-2021-4-35-73 Rozhkova K., Yemelina N., Roshchin S. (2021) Can Non-Cognitive Skills Explain the Gender Wage Gap in Russia? An Unconditional Quantile Regression Approach. Higher School of Economics Research Paper no WP BRP 252/EC/2021. Moscow: HSE. https://doi.org/10.2139/ssrn.3938065 Rumberger R.W., Lamb S.P. (2003) The Early Employment and Further Education Experiences of High School Dropouts: A Comparative Study of the United States and Australia. Economics of Education Review, vol. 22, no 4, pp. 353366. https://doi.org/10.1016/S0272-7757(02)00038-9 Schoon I. (2014) Parental Worklessness and the Experience of NEET among Their Offspring. Evidence from the Longitudinal Study of Young People in England (LSYPE). Longitudinal and Life Course Studies, vol. 5, no 2, pp. 129-150. https:// doi.org/10.14301/llcs.v5i2.279 Solon G. (2004) A Model of Intergenerational Mobility Variation over Time and Place. Generational Income Mobility in Europe and North America (ed. M. Corak), Cambridge: Cambridge University, pp. 38-47. https://doi.org/10.1017/ CBO9780511492549.003 Uysal S.D., Pohlmeier W. (2011) Unemployment Duration and Personality. Journal of Economic Psychology, vol. 32, no 6, pp. 980-992. https://doi.org/10.1016/j. joep.2011.03.008

Varshavskaya E.Ya. (2016) Rossijskaya NEET-molodyozh': kharakteristiki i tipologiya [NEET-Youth in Russia: Characteristics and Typology]. Sotsiologicheskie Issle-dovaniia / Sociological Studies, no 9, pp. 31-39. Wichert L., Pohlmeier W. (2010) Female Labor Force Participation and the Big Five. Centre for European Economic Research Discussion Paper no 10-003. Mannheim: Centre for European Economic Research. Zudina A.A. (2022) What Makes Youth Become NEET? Evidence from Russia. Journal of Youth Studies, vol. 25, no 5, pp. 636-649. http://doi.org/10.1080/13676 261.2021.1923673

Zudina A.A. (2020) Est' li v Rossii molodyozh' NEET? Traektirii vkhoda i vykhoda [Are There NEET Youth in Russia? Entry and Exit Trajectories] Rossijskiy ry-nok truda cherez prizmu demografii [The Russian Labour Market Through the Prizm of Demography] (eds V.E. Gimpelson, R.I. Kapeliushnikov), Moscow: HSE, pp. 245-292. https://doi.org/ 10.17323/978-5-7598-2167-0 Zudina A.A. (2018) Dorogi, vedushchie molodyozh' v NEET: sluchay Rossii [The Pathways that Lead Youth in NEET: The Case of Russia]. HSE Economic Journal, vol. 22, no 2, pp. 197-227. https://doi.org/10.17323/1813-8691-2018-22-2-197-227