Неоднородность человеческого капитала в переходной экономике России Текст научной статьи по специальности «Экономика и бизнес»

ЭКОНОМИКА РОССИИ

Г. В. Борисов

НЕОДНОРОДНОСТЬ ЧЕЛОВЕЧЕСКОГО КАПИТАЛА В ПЕРЕХОДНОЙ ЭКОНОМИКЕ РОССИИ*

Постановка проблемы

Теория человеческого капитала представляет собой важную составную часть современной экономики труда и используется для изучения предложения труда, мобильности труда, профессиональных различий заработной платы. Кроме того, в настоящее время понятие человеческого капитала применяется не только в экономике труда, так как человеческий капитал рассматривается в качестве дополнительного фактора производства, влияющего на выпуск и темп роста экономики. В данной теории под человеческим капиталом понимается запас знаний и навыков работника, имеющих ценность на рынке труда и приобретенных благодаря образованию и профессиональной подготовке, включая сноровку, полученную с опытом работы.1 Затраты работника, сделанные с целью увеличения запаса знаний и навыков, а также затраты, способствующие улучшению условий реализации знаний на рынке труда, представляют собой инвестиции в человеческий капитал. К ним относятся затраты на получение общего и профессионального образования, обучение в процессе работы, переобучение, на поиск работы и переезд к новому месту жительства и некоторые другие. Прямая информация о величине вышеперечисленных затрат, как правило, недоступна, поэтому исследователи для измерения инвестиций в человеческий капитал используют переменные, в большей или меньшей степени связанные с инвестициями: число лет образования или уровень наивысшего из полученных дипломов, число лет общего трудового стажа, число лет

Исследование проведено в рамках Программы Консорциум экономического образования и исследований в России, направленной на осуществление содействия утверждению высочайших стандартов в области экономической науки посредством поддержания экономических исследований, которые соответствуют мировым стандартам, а также посредством учреждения центра выдающихся экономических исследований и анализа управленческих решений для всей России. Позиция автора может отличаться от точки зрения Программы Консорциум экономического образования и исследований в России. Автор благодарит Клару Сабирьянову, Рубина Гронау, Дэвида Брауна, Хартмута Леммана, Ростислава Капелюшникова, всех участников научных семинаров Программы консорциум экономического образования и исследований в России за ценные замечания и советы.

БОРИСОВ

Глеб Владимирович

- окончил экономический факультет СПбГУ в 1994 г. и аспирантуру экономического факультета СПбГ’У в 1997 г. В настоящее время работает на кафедре истории экономики и экономической мысли экономического факультета СПбГУ. Сфера научных интересов - экономика переходного периода, эволюция теории заработной платы, экономика труда, теория человеческого капитала. Имеет 12 научных публикаций.

© Г.В. Борисов, 2003

трудового стажа на том предприятии, где человек работает в данный момент. Так как под человеческим капиталом понимаются только те навыки и знания, которые имеют рыночную оценку, то в качестве переменной, характеризующей величину человеческого капитала работника, часто используется ожидаемая настоящая ценность его заработков на протяжении всей жизни при предположении о наличии совершенной конкуренции на товарном рынке и рынке труда. Последнее предположение является достаточно сильным, поэтому при оценке человеческого капитала также учитывают несовершенство товарных и трудовых рынков, например, включая в модель региональные переменные в случае, если существуют препятствия для региональной мобильности. Наконец, как правило, исследователи предполагают, что решение об инвестировании в человеческий капитал имеет индивидуальный характер, т. е. оно принимается тем индивидуумом, в чей человеческий капитал совершается инвестирование. При этом индивидуум сравнивает :жидаемую полезность денежной и неденежной отдачи от инвестиций с ожидаемыми денежными и неденежными затратами.

Одной из важнейших предпосылок теории человеческого капитала является предпосылка о случайном распределении прочих, явно не учтенных в модели, факторов человеческого капитала. Например, индивидуальные характеристики работника, несомненно, влияют на отдачу от человеческого капитала, и люди с большими способностями зарабатывают больше. Но если распределение способностей не зависит от наблюдаемых характеристик человека, то неоднородность работников по данному параметру не окажет влияния на полученные оценки. Однако есть основания предполагать, =то распределение ненаблюдаемых факторов человеческого капитала в переходной жономике является не случайным. Структурный шок в спросе на рабочую силу, произошедший в России в начале 1990-х годов, привел к тому, что значительно изменилась структура заработков, некоторые навыки и стили поведения стали цениться в меньшей степени, тогда как другие навыки и модели поведения получили высокую оценку. 1*риентируясь на ценовые сигналы, люди приобретали современный человеческий капитал ■ меняли профессии. Из теории человеческого капитала следует, что индивидуумы принимают решения в области инвестиций в человеческий капитал на основе ожидаемых сгходов и затрат, а также имеющихся предпочтений. Нетрудно показать, что люди в тгреходной экономике имеют различные ожидаемые вознаграждения, затраты и нгедпочтения, связанные с инвестиционными решениями. В переходном периоде тнедпочтения, поведенческие навыки и знания молодых людей более соответствуют условиям рыночной экономики. Это означает, что они имеют больше шансов воспользоваться новыми возможностями, чем пожилые люди. Неэффективность рыночного : : ведения пожилых людей играет роль отрицательного стимула и побуждает их к тому, сбы отказаться от использования устаревших поведенческих навыков. Окружающие словия изменяют их предпочтения, делая их более пригодными для выживания, но такое вменение требует времени и предполагает дополнительные затраты. Кроме того, в процессе перехода к рынку, скорее всего, произошло обесценение части знаний пожилых же лей. Следовательно, для пожилых людей использование новых возможностей связано с :слыними затратами, так как они вынуждены затрачивать ресурсы (в форме денег и кгемени) в изменение предпочтений, обучение новым поведенческим навыкам, получение исполнительных знаний. Таким образом, естественно предположить, что в переходной с гномике величина человеческого капитала индивидуума, оцениваемая его заработками, даисит от принадлежности к определенной возрастной когорте. Исследования, хезяшенные изучению влияния когортной принадлежности на текущее состояние шливидуума, свидетельствуют, что возраст двояким образом воздействует на величину

человеческого капитала. Во-первых, каждый прожитый год увеличивает запас «жизненного опыта», что увеличивает человеческий капитал и заработки.*

Во-вторых, в любой заданный период времени возраст человека определяет момент его рождения и принадлежность к определенной возрастной когорте. Экономические и социальные условия, господствовавшие в период взросления индивидуумов из разных когорт, были разными, что отразилось на приобретенном ими человеческом капитале и, следовательно, на текущих заработках. В данном исследовании мы предполагаем, что индивидуумы из разных когорт имеют примерно одинаковые способности накопления «жизненного опыта», но свойства накопленного ими человеческого капитала различны, и, таким образом, появляется дополнительная вариация в заработках, связанная с когортной принадлежностью.

Кроме того, окружающая среда, а именно городское или сельское место рождения, а также характеристики школы влияют на размер человеческого капитала в любой экономике. Можно предполагать, что городская среда способствует развитию человеческого капитала, так как она предоставляет для этого больше возможностей. Образовательные и информационные услуги более доступны в городах, общение между людьми является простейшим способом получения новых поведенческих навыков. Вместе с тем человеческий капитал, безусловно, зависит от характеристик школьного образования, и можно предположить, что в городских школах предоставляется лучшее образование по сравнению с сельскими школами. Сильнейшие региональные различия в уровне урбанизации и в плотности населения повышают значение данного фактора в России. Таким образом, бинарная категоризованная переменная места рождения город/село выступает в качестве кандидатуры для включения в модель человеческого капитала.

Наконец, можно предположить, что человеческий капитал зависит от национальной принадлежности индивидуума, поскольку национальность, по всей видимости, влияет, по крайней мере, частично и в коротком периоде* на рыночное поведение индивидуума. Советский Союз был многонациональным государством, объединяющим нации с различной культурой и традициями. К моменту вступления в СССР многие нации имели более или менее развитую рыночную экономику, а также традиции осуществления общения через рынок. Внутренняя политика советского государства учитывала национальные особенности, и нациям неславянского происхождения была предоставлена большая свобода в плане формирования рыночных отношений. Так, в советские годы практика индивидуального предпринимательства и рыночной торговли была больше развита в среднеазиатских, кавказских и прибалтийских республиках, тогда как в России, Украине, Белоруссии были сконцентрированы отрасли промышленности, полностью подчиняющиеся Госплану. Таким образом, можно предположить, что рыночно ориентированное поведение более характерно для представителей народов, проживающих в национальных регионах. Вместе с тем при переходе к рынку именно плановые отрасли промышленности были поставлены в наихудшие условия, гак как они формировались в условиях специфической структуры цен на товары и факторы и в расчете на высокие объемы производства, гарантируемые государством. Изменение структуры цен и вытеснение отечественной продукции импортом поставило работников данных отраслей в относительно более тяжелые условия. К сожалению, мы не располагаем данными об отраслевой принадлежности индивидуумов на начало переходного периода, но так как на указанных предприятиях работали в основном представители славянских национальностей, то можно

* Точнее, зависимость между заработками и возрастом является криволинейной, и заработки растут, пока темп накопления человеческого капитала превышает темп его амортизации, после чего они начинают снижаться.

предположить, что их человеческий капитал оказался в большей степени подвержен обесценению. В итоге мы: предполагаем, что в переходной экономике величина человеческого капитала индивидуума зависит от его национальности.

Таким образом, основной теоретической гипотезой данной работы является предположение о том, что в переходной экономике России человеческий капитал в значительной степени зависит от таких факторов, как год рождения, место рождения и национальность. Из-за присутствия сильного когортного эффекта в переходной экономике модель человеческого капитала, оцененная на кросс-секционных данных, дает смещенные и несостоятельные оценки параметров инвестирования в человеческий капитал. Оценка злияния когорты, места рождения и национальности на человеческий капитал в России переходного периода является целью данной работы.

Обзор литературы

Теоретической основой работы является модель накопления человеческого капитала, разработанная Дж. Минсером, Г. Беккером, Дж. Бен-Поратом.2 С эконометрической точки грения подход Минсера, 3 который описал динамику заработков работника в течение его кизни с помощью функции заработков, является более удобным:

1пУ, = (1п£0 - к0) + + (г§к0 + к0/Т)1 - (О(1)

где У, - доход спустя / лет после окончания школы; Е0 - начальные способности человека, гэторые включают как генетически унаследованные, так и сформировавшиеся под ьтянием окружающей среды в период формирования личности; ге - норма отдачи от гсразования; 5 - число лет обучения; гв - норма отдачи от инвестиций в обучение без : грыва от работы; ко - чистая норма инвестирования в обучение без отрыва от работы при : = 0; Т - продолжительность в годах периода, в течение которого чистые инвестиции в человеческий капитал положительны.

Функция заработков Минсера была разработана для анализа кросс-секционных данных гги наличии ограничивающих предпосылок статической экономики или экономики, в оторой изменения нейтральны по отношению к переменным, входящим в модель человеческого капитала. Однако некоторые исследователи подвергли сомнению гооснованность предпосылки о нейтральности, У. Хэлей4 использовал когортный анализ "л оценки параметров процесса накопления человеческого капитала, эконометрический оход к определению влияния отдельно года рождения и возраста на заработок гадивидуума предложили Г. Хэнок и М. Хониг.5 Г. Джонсон и Ф. Стаффорд, Дж. Берман и Ч. Бедсэл, Д. Кард и А. Крюгер, Дж. Хекман, Д. Кард и др. ученые изучали проблему - еоднородности образования.6 Результаты их исследований свидетельствовали о том, что с-чество школьного образования, которое неодинаково в разных школах, оказывает геачимое влияние на заработки работников.

Человеческий капитал в России изучали такие исследователи, как А. Невель и 5 Рейли, Д. Нестерова и К. Сабирьянова.7 Указанные исследователи оценили параметры пункций «заработок-возраст», однако они не изучали влияние специфических для : ереходной экономики факторов человеческого капитала. Целый ряд исследователей занимался изучением процесса инвестирования в человеческий капитал в других тхереходных экономиках (см. работы Р. Чейза, Р. Нуркова, Д. Мюних и др.8). При этом : Нурков и соавторы, анализируя рынок труда в Эстонии, в явной форме использовали •жютезу о неоднородности человеческого капитала. Данные исследователи выделили ::дгруппы работников с различным общим трудовым стажем, оценили отдачу от .ссазования и общего трудового стажа по подгруппам и обнаружили, что работники с -^большим общим трудовым стажем получают наибольшую отдачу от дополнительного

года трудового стажа. Тем не менее указанные исследователи не объяснили, что является причиной различий в отдаче от общего трудового стажа и почему неоднородность человеческого капитала должна проявляться только в неоднородности норм отдачи от общего трудового стажа.

Использованные данные

В работе в качестве основного источника информации используются данные Российского мониторинга экономического положения и здоровья населения (РМЭПЗ). Данные РМЭПЗ содержат репрезентативную выборку домашних хозяйств России, включающую в каждом раунде 9-11 тыс. индивидуумов. Они представляют собой базу данных, объединяющую на данный момент результаты опроса в 10 раундах с 1992 по 2001 г., которые разбиты на две стадии, охватывающие периоды 1992-1993 и 1994-2001 гг. Во второй стадии была использована процедура сбора данных, позволяющих проводить сравнительный анализ данных, собранных в разные годы. Последнее обстоятельство является причиной того, что в настоящей работе используются только данные за период с 1994 по 2001 г.

Эконометрическая модель

Эконометрическая модель, использованная в настоящей работе, основана на функции заработков Дж. Минсера (1), из которой вытекает регрессионная модель следующего вида:

In У,- = а0 + a [Sj + а2Е, + аъЕ} + А ’А7, + еи, (2)

где In 7 - натуральный логарифм заработков в рассматриваемом периоде; S - число лет обучения; Е - число лет общего трудового стажа; X,- - вектор-столбец дополнительных переменных, таких как бинарная категоризованная дамми-перемеиная пола респондента, переменная натурального логарифма отработанных в этом периоде часов, переменная трудового стажа на текущем рабочем месте, категоризованные профессиональные и региональные переменные; еи - случайный член ошибки, е^еЛ^О,«?!2); индекс i относится к индивидууму.

Мы предполагаем, что в переходной экономике условие eueN(0,Gi2) нарушено, поэтому в модель (2) необходимо включить переменные, представляющие влияние года рождения, места рождения и национальности. Влияние последних двух факторов нетрудно учесть, добавив в модель категоризованные переменные места рождения (город/село) и национальности (славянская/неславянская). Оценка эффекта года рождения связана с дополнительными трудностями, так как подстановка возраста в (2) приводит к смещению величины коэффициентов из-за наличия следующей линейной комбинации:

AGEi = 6 +Si + Е, + 4 (3)

где AGEi - возраст индивидуума; /, - продолжительность в годах перерыва в трудовом стаже или образовании.9 Таким образом, для оценки влияния факторов человеческого капитала в переходной экономике мы будем использовать следующую спецификацию функции заработков:

In У/ = bo + b\Si + b2AGE, + byi GE? + b^BIRTHt + B’Zj + вц, (4)

где BIRTHj - год рождения индивидуума; Z, - вектор-столбец переменных из Х-, плюс переменные места рождения и национальности; е2/ - случайный член ошибки, e2i€N(0,a22).

Оценить модель (, (4) на кросс-секционных данных

невозможно из-за существования следующей линейной комбинации:

BIRTHi + AGEi = YEARh (5)

где YEAR, - год наблюдения за индивидуумом i.

В случае кросс-секционных данных значение YEAR, одинаково для всех наблюдений, следовательно, переменные BIRTHt и AGE, линейно зависят друг от друга и не могут одновременно присутствовать в модели. Для панельных данных, где присутствуют наблюдения, собранные в разных периодах, подлинная модель будет следующей:

In У, = с0 + C\S, + c2AGEi + cyiGE'} + c^BIRTH, + c5YEARi + C’Z, + e3/, (6)

где переменная YEAR, представляет влияние экономических условий в периоде наблюдения; ev - случайный член ошибки, ез,е7^(0,ст32). Принимая во внимание (5), необходимо исключить одну из линейно зависимых переменных, например YEARj. Учитывая, что YEAR, = BIRTH, + AGEh получаем:

In У, = Со + C[Si + c2AGE, + CyiGE2 + c^BIRTH, + c^BIRTH, + AGEj)+ C’Z, + вц,

In У, = Co + C\S, + (C2 + с ¡) A GE, + cyAGE} + (c4 + c$)BIRTH, + C’Z, + (7)

Таким образом, оценить с2, с4, с5 можно только при наличии внешней информации о величине одного из эффектов. Влияние периода наблюдения на заработки (с5) можно оценить на основе агрегированных макроэкономических данных Госкомстата о динамике реальной начисленной заработной платы с помощью следующей регрессионной модели: \nRY, = do +d\t + и,, (8)

где Ini? У, - натуральный логарифм реальной начисленной заработной платы в периоде /; и,-член ошибки. Принимая, что с$ — d\ и подставляя в (7), мы получим оценки когортного эффекта и эффекта возраста.

Отсутствие в модели (7) трудового стажа приведет к смещению значения коэффициентов модели. Подлинная модель будет выглядеть следующим образом:

1пУ,- = D’Pt + %Ei + e4i, (9)

где Pi - вектор-столбец независимых переменных, входящих в (7); е4, - случайный член ошибки, e^eN(0,a42).

Оценив модель (9) без Et, мы получим вектор-столбец смещенных коэффициентов F:

F = D + Gx,

п

У* Pt Е, - вектор коэффициентов регрессии Ei на Р,-; п - количество

(=1

наблюдений. Оценка автором G показала, что элемент вектора G, соответствующий AGE„ примерно равен 0,6, тогда как элемент, соответствующий BIRTHh примерно равен -0,2. Так как 1 должен быть больше 0, то коэффициент при переменной возраста модели (7) будет завышен, тогда как коэффициент при переменной года рождения будет занижен. Если принять, что х = 0,05, то примерная величина смещения коэффициентов при переменных A.GEi и BIRTHi будет равна 0,03 и -0,01 соответственно, т. е. будет невелика.

Другим источником смещения и несостоятельности оценок модели (7) методом наименьших квадратов является ошибка выборки. Модель (7) будет оцениваться на подвыборке тех индивидуумов, которые предоставили сведения о величине всех переменных, входящих в модель. Можно предположить, что эта подвыборка будет гормироваться не случайным образом благодаря действию следующих факторов. Во-первых, в выборку не войдут индивидуумы, которые не работали в момент наблюдения. При прочих равных ситуациях, такие люди имеют меньшие издержки упущенных возможностей, связанных с безработицей, и низкие способности получения доходов низкую величину ошибки Индивидуумы с подобными характеристиками будут недостаточно представлены в подвыборке по сравнению с генеральной совокупностью. Во-гторых, специфической российской проблемой является отказ от предоставления данных о походе. Исследования показывают, что россияне с высокими доходами с большей вероятностью не указывают свои заработки.10 Таким образом, можно ожидать, что в

глеС-

1=1

оцениваемой с помощью модели (7) подвыборке люди с повышенными способностями получения доходов (высокой величиной ошибки e3i) недостаточно представлены.

Для коррекции ошибки выборки мы используем модель с коррекцией ошибки выборки (Heckman selection model).11 Модель с коррекцией ошибки выборки включает два уравнения - основное уравнение регрессии (в нашем случае уравнение заработков) и уравнение отбора:

In К,* = уо + YiSi + У2Л GE, + ууЛ GE,2 + y^BIRTHj + PMt + e5i, hi* = фо +&N, + e6i,

Yj* = Yi, hi - 1, если hi* > 0,

Y^ не наблюдаема, /г, = 0, если hi* <0, (10)

где Yj* - наблюдаемая заработная плата; У, - действительная заработная плата; h* -ненаблюдаемая переменная, отражающая индивидуальную вероятность наличия данных о доходе; hi - бинарная категоризованная переменная, принимающая значение 1, когда присутствуют данные о доходе индивидуума, и 0, когда данные о доходе отсутствуют; Mt -вектор-столбец прочих переменных, влияющих на величину человеческого капитала; Nt -вектор-столбец переменных, включенных в уравнение регрессии, плюс дополнительные переменные, влияющие на выбор работника о предоставлении данных (количество людей, входящих в домашнее хозяйство, число членов домашнего хозяйства в квадрате, оценка здоровья индивидуума, семейное положение); e5i и еы - члены ошибки, имеющие

(а2 с ^

совместное нормальное распределение (е5,-, е^УеЩО, £), £= е5 е5'

Vae56 1 У

Использование модели (10) вместо (7) оправдано, когда коэффициент корреляции между ошибками уравнений р = ае56/а5 Ф 0, что и имеет место согласно нашим предположениям.

Результаты анализа

Оценка влияния факторов человеческого капитала была произведена с помощью моделей (7) и (10) на двух панельных базах данных, полученных с помощью объединения наблюдений, собранных в 1994-1996 и 1998-2001 гг. Выделяя два указанных периода, мы исходили из того, что для них характерна различная зависимость между заработками и годом наблюдения, представленной коэффициентом с5 из модели (6). Оценка модели (8) на основе данных Госкомстата дала d\ = -0,1351 для периода 1994-1996 гг. и d\ = 0,0329 для периода 1998-2001 гг. Результаты оценки моделей (7) и (10) приведены в табл. 1.

Wald-тест на отсутствие корреляции между членами ошибки уравнения заработков и уравнения отбора модели (10) показал, что ошибка выборки имеет место в обоих периодах, таким образом, оценки МНК являются смещенными. Отрицательный коэффициент р свидетельствует, что индивидуумы, у которых заработная плата больше предсказанной, имеют меньшую условную вероятность наличия данных о заработной плате. Одно из возможных объяснений данного факта уже было дано, и оно предполагает нежелание людей с высокими способностями разглашать величину заработка. Другое объяснение связано с наличием неоднородности индивидуумов, так как среди людей, которые по своим характеристикам, скорее, не должны иметь работу, находятся те, которые не только имеют работу, но и получают неожиданно высокую заработную плату.

Таблица 1. Панельные оценки факторов человеческого капитала с помощью МНК и модели с коррекцией ошибки выборки (отдельные коэффициенты)

1994-1996 гг. 1998-2001 гг.

Зависимая переменная OLS Heckman Selection Model * OLS Heckman Selection Model *

Логарифм дефлированных ** месячных заработков по основному месту работы

EDU (число лет обучения) 0,0280 (0,0043) 0,0158 (0,0041) 0,0350 (0,0045) 0,0215 (0,0045)

AGE (возраст, лет) -0,0076 (0,0132) 0,0426 (0,0143) 0,2429 (0,0104) 0,1417 (0,0130)

AGE в квадрате -0,0005 (0,0001) 0,0002 (0,0001) -0,0008 (0,0001) -0,0001 (0,0001)

BIRTH (год рождения) -0,0443 (0,0116) 0,0568 (0,0133) 0,1786 (0,0082) 0,1283 (0,0094)

Место рождения (1 - рожден в городе, 0 - рожден не в городе) 0,1058 (0,0250) 0,1416 (0,0285) 0,1250 (0,0281) 0,1529 (0,0308)

Национальность (1 для славян, 0 для всех остальных ) -0,0625 (0,0280) -0,1415 (0,0322) 0,0485 (0,0319) -0,0265 (0,0354)

1 TEN (трудовой стаж на данном предприятии, лет) 0,0014 (0,0011) 0,0013 (0,0013)

1 R-squared 0,2291 0,2796

Размер выборки 8170 19100 7201 16648

Количество цензурированных наблюдений 9975 8547

Р -0,7870 -0,7539

Wald тест (Н0: р = 0) x2(i) = 414,10 Prob > х2 -0,0000 x2(i) = 223,81 Prob > x2 = 0,0000

Приведены значения коэффициентов для основного уравнения регрессии. Оценка произведена методом максимального правдоподобия.

«Дефлированные заработки» означают деление заработков: а) на региональный дефлятор, отражающий региональный уровень цен либо на продукты питания (для периода 1994 - 1998 гг.), либо на потребительские товары и услуги (для 2000-2001 гг.); б) на ИПЦ на товары и услуги для различных лет. Кроме того, заработки для периода 1994-1996 гг. разделены на 1000, чтобы сделать их сравнимыми с деноминированными заработками г-гриода 1998-2001 гг.

В скобках - стандартные отклонения, которые скорректированы с учетом гетероскедастичности. Все оценки шляются взвешенными. При оценке моделей для 1994-1996 гг. использовались только данные работников, гожденных в период с 1930 по 1979 г. включительно. При оценке моделей для 1998-2001 гг. использовались только данные работников, рожденных в период с 1935 по 1984 г. включительно. При оценке всех моделей ^пользовались только данные людей, потенциально способных работать полный рабочий день (т. е. исключая

• чеников, студентов и некоторые другие категории).

В составе независимых переменных ОЬБ регрессий также присутствовали переменная количества г-работанных в данном периоде часов и бинарные категоризованные переменные регионов, профессий на момент проведения опроса, пола, проживания на момент опроса в областном центре, проживания на момент опроса в городе, не являющемся областным центром, профессий на 1990/91 г., пропущенных значений переменной места рождения, пропущенных значений переменных профессии на 1990/91 г.

В составе независимых переменных уравнения заработков модели с коррекцией ошибки выборки также "исутствовали следующие бинарные категоризированкые переменные: пола, регионов, пропущенных значений переменной места рождения, проживания на момент опроса в областном центре, проживания на момент опроса в городе, не являющемся областным центром. В состав переменных уравнения отбора модели с коррекцией ошибки выборки кроме переменных, включенных в уравнение заработков, вошли следующие переменные: числа членов

домашнего хозяйства, квадрата числа членов домашнего хозяйства, а также бинарные категоризованные переменные состояния здоровья индивидуума и семейного положения.

Используя результаты оценки моделей (7), (8) и (10), получим следующие значения влияния года рождения и возраста на заработки (табл. 2).

Таблица 2. Влияние года рождения и возраста на заработки

Процентное изменение заработков при увеличении года рождения на 1 год Процентное изменение заработков при увеличении возраста на 1 год

1994-1996 1998-2001 1994-1996 1998-2001

СО НБМ СО ШМ СО Н8М СО НБМ

0,0908 0,1919 0,1457 0,0954 0,1275 0,1777 0,2100 0,1088

Из табл. 2 видно, что люди, родившиеся на 30 лет позднее, получали после учета различий в прочих характеристиках, ошибки выборки и смещения коэффициентов из-за отсутствия переменной трудового стажа примерно в 6 раз больше в период 1994-1996 гг. и примерно в 3 раза больше в 1998-2001 гг., т. е. когортный эффект снизился на 50% для всей совокупности. Однако для работающих индивидуумов наблюдалась иная динамика, так как оценки МНК показывают увеличение когортного эффекта на 60% в 1998-2001 гг. по сравнению с 1994-1996 гг. Указанное различие оценок можно объяснить следующим образом. Возможно, что в период 1994-1996 гг. молодые люди имели высокие стимулы сокрытия высоких доходов вследствие, например, самого характера высоких доходов молодых людей или низкой политической стабильности. Снижение таких стимулов в 1998— 2001 гг. могло способствовать проявлению таких доходов и увеличению оценки когортного эффекта методом наименьших квадратов. Одновременно на фоне растущей юношеской безработицы высокая заработная плата отдельных молодых работников стала выступать как отклонение от нормы, и учет этой неоднородности работников обусловил более низкую оценку когортного эффекта с помощью модели с коррекцией ошибки выборки. Мы также видим, что во втором периоде произошло снижение отдачи от возраста примерно до 11%. Кроме того, табл. I показывает, что отдача от образования увеличивалась в течение переходного периода, оставаясь тем не менее на очень низком уровне - 2,15% в 1998-2001 гг. Рождение в городе обеспечивает прирост заработной платы примерно на 15%. Национальность оказывала статистически значимое влияние на заработки в 1994-1996 гг., но после 1998 г. ее влияние стало незначительным. Наконец, трудовой стаж на данном предприятии не оказывал значимого влияния на заработки в обоих периодах.

Заключение

Данное исследование показало, что в переходной экономике существует ярко выраженная неоднородность человеческого капитала. Результаты модели с коррекцией ошибки выборки говорят нам, что в переходной России отдельные индивидуумы получают непредсказуемо много на фоне безработицы работников с аналогичными качествами или сокрытия ими доходов. С нашей точки зрения, рынок труда, построенный по модели казино, когда немногие счастливчики получают суммы, проигранные многими неудачниками, является симптомом глубоких системных недостатков экономики России и не может выступать условием долгосрочного экономического роста.

Проведенный анализ позволил выявить некоторые причины, от которых зависит распределение ненаблюдаемых факторов человеческого капитала в переходной экономике России. Особенно сильно влияет на человеческий капитал различие, относящееся к году рождения. Анализ показывает, что даже улучшение экономической конъюнктуры после кризиса 1998 г. не привело к исчезновению когортного эффекта. Ситуация, когда каждое 64

новое поколение работников, входящих на рынок труда, является более производительным, может просуществовать длительное время, так как долгосрочный рост производительности труда и является целью российских реформ. Мы считаем, что данный факт должен быть учтен при проведении социальной политики и политики в области занятости.

Во-первых, полученные результаты позволяют говорить о том, что планируемый переход к накопительной пенсионной системе не позволит изменить распределение доходов в пользу пожилых людей. В каждом периоде работники, выходящие на пенсию, будут наименее производительными, их заработки после коррекции различия прочих переменных будут намного меньше заработков молодых работников, вследствие чего накопительные пенсии будут намного меньше средних заработков. В такой ситуации значительно более эффективной с социальной точки зрения является перераспределительная пенсионная система, которая позволит снизить социальную напряженность.

Другим выводом из исследования является наличие на рынке труда неконкурирующих групп работников, человеческий капитал которых сильно различается, что должно быть учтено в политике занятости. Пожилые работники, не обладая рядом навыков, не могут полноценно конкурировать с молодыми работниками в тех областях экономической активности, которые требуют от работника крупных инвестиций в общий человеческий капитал. Следовательно, пожилым работникам должна быть предоставлена возможность повышения квалификации или переподготовки в близкой для них области, в противном случае они будут вынуждены после увольнения заняться малооплачиваемым неквалифицированным трудом, о чем свидетельствуют исследования, посвященные профессиональной мобильности в переходной России. Социальный фактор с 1992 г. являлся важнейшим ограничением для структурной перестройки экономики, очередные этапы которой откладывались из-за боязни социальных потрясений. С нашей точки зрения, для того чтобы структурная перестройка была управляемой и не вылилась в социальный и экономический коллапс после начала реформы энергетического сектора, Правительство должно прилагать активные усилия по продвижению на внутренние и внешние рынки продукции отечественной экономики.

1 См., напр.: Эренберг Р. Дж., Смит Р. С. Современная экономика труда. М., 1996. Гл. 9. С. 317-362.

2 М i п с е г J. Investment in Human Capital and the Personal Income Distribution // Journal of Political Economy. ’.958. Vol. 66. P. 281-302; Becker G. Human Capital. New York, 1964; Ben-Porath Y. The Production of Human Capital and the Life Cycle of Earnings // Journal of Political Economy. 1967. August. Vol. 75. № 4. Part 1. P. 352-

356.

3 M i n с e r J. Studies in Human Capital. Hints, England. 1993.

4 H a I e у W. J. Estimation of the Earnings Profile from Optimal Human Capital Accumulation // Econometrica. 1976. November. Vol. 44. № 6. P. 1223-1238.

5Hanoch G., Honig M. «True» Age Profiles of Earnings: Adjusting for Censoring and for Period and Cohort Effects//The Review of Economics and Statistics. 1985. August. Vol. 67. № 3. P. 383-394.

‘Johnson G. E., Stafford F. P. Social Returns to Quantity and Quality of Schooling // Journal of Human Resources. 1973. Spring. Vol. 8. P. 139-155; Behrman J. R., В i r d s a 1 1 N. The Quality of Schooling: Quantity Alone Is Misleading // American Economic Review. 1983. December. Vol. 73. P. 928-946; Card D., Krueger A. School Quality and Black-Wight Relative Earnings: A Direct Assessment // Quarterly Journal of Economics. 1992. February. Vol. 107. P. 151-200; Heckman J., Layn e-F a г г a г A., T о d d P. Human Capital Pricing Equations with an Application to Estimating the Effect of Schooling Quality on Earnings // The Review of Economics and Statistics. 1996. November. Vol. 78. № 4. P. 562-610; Card D. Estimating the Return to Schooling: Progress on Some Persistent Econometric Problems // NBER Working Paper Series. 2000. № 7769 (http://www.nber.org/papers/).

7 N e w e 1 1 A., R e i 1 1 у В. The Gender Wage Gap in Russia: Some Empirical Evidence // Labour Economics. :996. №3 P. 337-356; Нестерова Д., Сабирьянова К. Инвестиции в человеческий капитал в переходный период в России // Российская программа экономических исследований. Серия «Научные доклады». 1999. .№99/04

I http://www.eerc.ru/publications/wp/search.asp).

8 С h a s e R. S. Markets for Communist Human Capital: Returns to Education and Experience in the Czech

Republic and Slovakia // Yale Economic Growth Center Discussion Paper. 1997. №770.

(http://aida.econ.vale.edu/~egcenter/research.htm'): Noorkoiv R., Orazem P., Puur A., Vodopivec M. Employment and Wage Dynamics in the Estonia Transition, 1989-1995 // World Bank Working Paper. 1997. June. № 1837. fhttp://www.worldbank.orp/html/dec/ Publications/Workpapers/WPS 1800series/wps 1837/wns 1837.pdf): Munich D., S v e j n a r J., T e r r e 11 K. Returns to Human Capital under the Communist Wage Grid and During the Transition to a Market Economy // IZA Discussion Paper. 2000. №122 fhttp://www.iza.org/).

9 Автор благодарит Рубина Гронау, который указал на смещение значения коэффициентов вследствие наличия данной линейной комбинации. Впервые влияние перерыва в накоплении человеческого капитала оценили Дж. Минсер и С. Полачек (см.: Mincer J., Polachek S. Family Investments in Human Capital: Earnings of Women // The Journal of Political Economy. Vol. 82. March-ApHl. 1974. № 2. Part 2. P. SI 11—S131).

10 См.: Айвазян С. А., Колеников С. О. Уровень бедности и дифференциация населения России по расходам // Российская программа экономических исследований. Сер. «Научные доклады». 2001. № 01/01 (http://www.eerc.ru/publications/wp/search.asp).

11 См., напр.: Verbeek М. A Guide to Modem Econometrics. John Wiley & Sons, Ltd, 2000. Ch. 7.

Статья поступила в редакцию 14 апреля 2003 г.