CC BY
18
формирование
интеллектуального
капитала
оценка частной нормы отдачи образования
в сибири и на дальнем востоке
Алетдинова АА.
канд. техн. наук, доцент кафедры статистики и прогнозирования Корицкий А.В. канд. экон наук, доцент кафедры экономической теории
Сибирский университет потребительской кооперации
Курчеева Г.И.
канд. экон. наук, доцент кафедры информатики, Новосибирский государственный технический университет kurcheeva@yandex.ru
_Аннотация
В статье рассматривается расчёт частной нормы отдачи образования на основе данных опросов студентов-заочников с учётом географических факторов и переменной «человеческий капитал», характеризующей самооценку характеристик работников. Показано статистически значимое влияние образования, стажа, личных характеристик и региональных особенностей на заработную плату.
Ключевые слова: человеческий капитал, экстерналии образования, заработная плата, норма отдачи образования, пространственный анализ
В широком смысле экономика знаний -это экономика, в которой основную роль играют знания и инновации, а производство знаний является источником экономического развития. Возникновение современной инновационной экономики характеризуется возрастающей ролью знаний в качестве фактора производства и их существенным влиянием на квалификацию работников, их обучение, организацию фирм и инновации, и, в конечном счёте, на конкурентоспособность экономики и доходы населения.
Исследования влияния образования на производительность труда и доходы в конце XIX века и начале XX века проводили Е.Н. Янжул,
А.И. Чупров, Л.Л. Гавришев, П.М. Шестаков, С.Г. Струмилин, и другие русские экономисты, показавшие существенное влияние уровня образования на заработную плату и производительность рабочих.
В разработку современной теории человеческого капитала решающий вклад внесли нобелевские лауреаты Т. Шульц, Дж. Минцер, Г.С. Беккер, М. Спенс, а также многие другие экономисты.
Понятие «человеческий капитал» можно определить как наиболее ценный ресурс как для отдельной компании, так и для общества в целом, гораздо более важный, чем природные ресурсы или накопленное богатство. Накопление человеческого капитала является важнейшим фактором формирования экономики знаний.
В качестве наиболее простых измерителей (или представителей - ргох1з) человеческого капитала выступают следующие показатели:
• показатели уровня грамотности или уровня образования населения;
• численность (или доля) учащихся в образовательных учреждениях различного уровня;
• среднее число лет обучения занятых в экономике.
Чем выше уровень образования населения в стране, тем больший накоплен запас человеческого капитала.
Расчёты норм отдачи образования имеют давнюю историю. Дж. Минцер (1957, 1958, 1962), У. Хансен (1963), и Г. Беккер (1964) проводили их расчёт по годовой пространственной выборке из переписей США по возрасту и срокам обучения. Г. Беккер рассчитал норму отдачи образования по выпускникам колледжей на основании данных переписей 1940-го и 1950-го гг. и последующих. Его оценки величин норм отдачи составляли 14,5% в 1939 г., 13% в 1949 г., 12,4% в 1956 г. и 14,8% в 1958 г., аналогичные оценки для выпускников высшей школы (общей средней школы в российской классификации) составили 16%, 20%, 25% и 28% соответственно. Дж. Псачаропулос провёл расчёты нормы отдачи образования
накопление
человеческого
капитала
является
важнейшим
фактором
_формирования
экономики знаний
разных уровней в США за период с 1939 г. по 1982 г. По его данным, для среднего образования она колебалась от 10,7% до 18,2%, для высшего образования - от 7,9% до 10,2%. Аналогичные уровни нормы отдачи дают результаты многочисленных исследований американских и европейских экономистов. Как отмечает Р. Уиллис: «Функция заработков Минцера была самым серьёзным успехом современной экономики труда. Эта функция применялась в сотнях исследований и захватывала все когда-либо существовавшие исторические периоды и страны, где только попадались подходящие данные». Эмпирические исследования факторов, влияющих на уровень оплаты труда в России, продолжили В.Е. Гимпельсон, Р.И. Капелюшников и другие отечественные экономисты. Если в нашей стране обладание дипломом вуза обеспечивает прирост в заработной плате в среднем на 60-70% (по данным НОБУСа), то в промышленно развитых странах - от 50 до 100%.
авние макроэкономические исследова-А. де ла Фуэнте и А. Чикконе показывают, что дополнительный год образования увеличивает заработную плату на индивидуальном уровне на 6,5% в среднем по странам Европы и этот эффект достигает 9% в странах-членах ЕС с менее регулируемым рынком труда. Кроме того, год дополнительного производственного опыта увеличивает заработную плату почти на 5%. По их мнению, в «типичной» стране ОЭСР человеческий капитал обеспечивал до 22% наблюдавшегося роста производительности труда в период 19601990 гг. и до 45% различий в производительности труда в среднем для этих стран в 1990-е годы. Как отмечают Дж. Псачаропулос и Х. Патринос, частная норма отдачи образования обычно выше, чем социальная норма отдачи, если последняя определяется на основе оценок частных выгод и общих (частных и общественных) затрат, и она ниже социальной, если учитываются социальные выгоды или экстерналии образования.
К сожалению, в современной российской экономической литературе довольно редко встречаются работы, в которых исследуются статистические взаимосвязи доходов и уровня накопления человеческого капитала, а также других экономических переменных. Одним из немногих примеров такого рода исследований может служить работа Д. Нестеровой и К. Сабирьяновой на материалах по Новосибирской области. В ней на основе данных социологических опросов с использованием уравнения Дж. Минцера была рассчитана норма отдачи профессионального опыта и образования работников государственных, приватизированных и коллективных предприятий. Величина внутренней нормы отдачи образования оказалась невелика - от 1 до 5%, причём статистически значимой она оказалась только для государственных и приватизированных предприятий. Другим примером является работа Т. Штерцера, основанная на пространственном (межрегиональном) анализе уровней доходов и образовательных достижений населения регионов России. Третьим примером, возможно, наиболее интересным, являются работы большой группы авторов из ГУ-ВШЭ и Роскомстата, где рассматриваются факторы дифференциации заработной платы (месячных заработков и часовых ставок) по уровню образования, стажу, возрасту и профессиональному статусу. Эмпирической базой данной работы послужили статистические данные Обследования заработной платы по профессиям (ОЗПП), впервые проведённого Росстатом в октябре 2005 года, и охватившего 681 тыс. работников в 87 субъектах РФ. В результате расчёта стандартного уравнения Минцера, по данным ОЗПП, экономическая отдача высшего образования составила около 82% (по сравнению со средним общим образованием).
Нами за 2008-2009 гг. были опрошены более 600 студентов-заочников и работающих студентов дневного отделения Сибирского университета потребительской кооперации
в современной
российской
экономической
литературе
довольно редко
встречаются
работы, в которых
исследуются
статистические
взаимосвязи
доходов и уровня
накопления
человеческого
капитала,
а также других
экономических
переменных
и некоторых других вузов. На основе полученных данных было рассчитано регрессионное уравнение, построенное на основе классического уравнения Минцера, с добавлением фиктивных переменных, обозначающих место жительства, так как заработки работников значительно зависят от региональных особенностей экономик.
Были выделены следующие группы по месту жительства:
- Б1 - фиктивная переменная равна 1, если человек живёт в районах севера (Нижневартовск, Нефтеюганск, Сургут, Ханты-Мансийск и другие северные города и посёлки), и 0, если в другом месте;
- Б2 - фиктивная переменная равна 1, если человек живёт в Новосибирске, Барнауле, Омске, Кемерово или в Томске, и 0, если в другом месте.
Для расчётов использовалось следующее уравнение регрессии:
1! + 82^ + + + ц , (1)
аработной платы г-го респондента, руб.; ^ - уровень образования (число лет обучения); Б; - общий стаж работы (лет); Б1, Б2 - фиктивные переменные, обозначающие место жительство респондента; А, Ь1, 81, 82, а1, а2,- коэффициенты; ш - регрессионный остаток.
Результаты расчёта коэффициентов и показателей значимости регрессионного уравнения (1) приведены в таблице 1. Коэффициент детерминации 0,579, критерий Фишера 165,355, значимость 0,000, количество опрошенных студентов 606 человек. Все параметры регрессионного уравнения статистически значимы. Частная норма отдачи образования оказалась равной 10,4%, то есть дополнительный год образования связан с повышением уровня заработной платы на 10,4%, в то время как увеличение стажа работы на год, соответствует повышению заработной платы примерно на 3,4%. Из 606 опрошенных 187 человек проживало в северных районах,
\.креат 2
Таблица 1
Результаты расчета коэффициентов регрессионного уравнения (1)
Показатели Коэффициенты Ст.ошибка Beta Т - статистика Значимость
1п ^ 0,766 0,132 5,816 0,000
^ 0,104 0,010 0,302 10,628 0,000
в! 0,034 0,006 0,502 5,934 0,000
31 2 -0,001 0,000 -0,446 -5,370 0,000
1,075 0,048 0,707 22,206 0,000
02 0,543 0,047 0,374 11,651 0,000
148 в г. Новосибирске, 77 в других областных центрах Западной Сибири, 194 человека в Амурской области.
Отраслевые и территориальные особенности оказывают прямое и обратное воздействие на формирование человеческого капитала. Так, получая высокую заработную плату в северных районах и не имея высшего образования, человек стремится его получить, чтобы не потерять доходное рабочее место. При этом в северных районах уровень безработицы стабилен и не растет, несмотря на кризис (в г. Сургуте зарегистрировано примерно 2000 безработных и цифра стабильна в течение последних лет). Впрочем, в городе достаточно большой спрос на все профессии. Связано это с низким уровнем оплаты труда начинающих работу выпускников с высшим образованием, совпадающим с пособием по безработице (примерно 8-10 тыс. рублей). В то время как среднемесячный доход работающего, имеющего высшее образование, составляет 50 тыс. рублей. В городе три крупных градообразующих предприятия, которые проводят активную политику в области управления персоналом, а именно дифференциации заработной платы и понижения в должности для сотрудников, не имеющих высшего образования, несмотря на стаж и опыт. В результате, среди студентов заочных отделений доля
шп =
студентов, возраст которых колеблется от 30 до 40 лет, достигает 50 %.
В ряде районов Дальнего Востока, например, в г. Благовещенске (Амурская область), ситуация иная. Средний доход, по данным нашего опроса, составляет примерно 20 тыс. рублей. Безработица растет, но принимает скрытые формы. Выпускники вынуждены заниматься мелкой розничной торговлей и работать неполный рабочий день. Спрос на все профессии в городе и области низкий. Такой ресурс как человеческий капитал используется крайне слабо. Неразвитая промышленность и сокращение сельскохозяйственного производства усугубляют ситуацию.
В гг. Новосибирске, Томске, Омске, Кемерово и Барнауле, где находятся крупнейшие образовательные центры Западной Сибири, особых проблем для получения заочного и дополнительного образования нет. Естественный уровень безработицы стабилен и не очень высок. Проблемы с трудоустройством испытывают
При опросе студентов часто задавались и дополнительные вопросы, например, была получена информация о самооценке студентов. Согласно оценочной таблице ценностей студентам-заочникам, слушателям курсов повышения квалификации и преподавателям было предложено провести самооценку и определить, к какой группе трудовых ресурсов они относятся. В таблице выделялось 4 типа трудовых ресурсов: человеческий капитал, персонал, человеческие ресурсы, кадры. Для человеческого капитала можно выделить следующие характеристики: самостоятельность; саморазвитие; креативность; стремление к успеху; адаптивность к окружающей среде; самоуважение, совесть; гармоничность; самодостаточность; упорство; достижение поставленной цели.
Наибольший интерес представляла группа «человеческий капитал», к ней себя отнесли 60,8 % респондентов. Это можно объяснить
тем, что в опросе принимали участие люди, активно занимающиеся своим самообразованием и стремящиеся к успешной карьере. Для расчётов использовалось следующее уравнение регрессии:
1п^1 = А + Ь1Ь! + в^2 + ё1Б1 + + ё2Б2 + С0 + ЧК! + и! , (2)
где по сравнению с уравнением (1) была добавлена ЧК! - фиктивная переменная, обозначающая самооценку респондентов по «человеческому капиталу». Переменная ЧК!, равна 1, если опрашиваемый относил себя к «человеческому капиталу» и 0 - в обратном случае. По данным 2008 года для объема выборки (361 человек) было построено модифицированное уравнение Минцера:
1п^1 = 0,84 + 0,34 х ЧК! + 0,09Ь + 0,03^ + + 0,56 Б1 + 0,47 Б2 + ц , (3)
где - размер заработной платы, руб.; з! -стаж работы, лет; Ь - уровень образования 1-го респондента, лет; Б1, Б2 - фиктивные переменные, обозначающие место жительство респондента; и! - регрессионный остаток.
Таблица 2
Результаты расчета коэффициентов регрессионного уравнения (2)
Показатели Коэффициенты Ст.ошибка Beta Т - статистика Значимость
1п ^ 0,751 0,136 5,536 0,000
0,094 0,010 0,273 9,206 0,000
^ 0,027 0,006 0,404 4,555 0,000
в! 2 -0,001 0,000 -0,373 -4,290 0,000
01 0,989 0,055 0,657 18,115 0,000
02 0,508 0,053 0,340 9,629 0,000
ЧК! 0,153 0,038 0,133 4,042 0,000
п Н
отраслевые и
_территориальные
_особенности
_оказывают
прямое и обратное
_воздействие
_на формирование
_человеческого
_капитала
Коэффициент детерминации регрессионного уравнения равен 0,546, критерий Фишера 52,925, значимость 0,000. Все коэффициенты данного регрессионного уравнения статистически значимы на 1% уровне. Вклад переменной ЧК в объяснённую вариацию заработной платы довольно существенен, он составил 23%. Для объединенных данных 2008-2009 годов (объем выборки 606 человек) результаты расчёта коэффициентов и показателей значимости регрессионного уравнения (1) приведены в таблице 2. Коэффициент детерминации в данном случае равен 0,597, критерий Фишера 135,304. Все коэффициенты статистически значимы. Вклад переменной ЧК в объяснённую вариацию заработной платы составил 13,3%, образования 27,3%, производственного стажа 40,4%. Вклад фиктивных переменных (географических факторов) также велик, «север» даёт 65,7%, «крупные города» 34,0% вариации заработной платы. Наше небольшое исследование показало, что в России очень велики различия в заработ-ой плате по регионам. Это вызвано как климатическими, так и отраслевыми особенностями экономик регионов, а также степенью урбанизации. В северных городах и посёлках заработная плата заметно выше средней, что не должно удивлять, так как к ним относятся Сургут, Нижневартовск, Нефтеюганск, Ханты-Мансийск и другие города и посёлки нефтедобывающих районов Тюменской области.
В крупных городах Сибири, где накоплен значительный запас человеческого капитала, ниже уровень безработицы и значительно выше заработная плата, чем в малых и средних городах и сельской местности Западной Сибири и Дальнего Востока (Амурской области). В данном случае, как можно предположить, проявляются экстерналии образования или эффект «соседства», то есть положительное влияние образованных работников на производительность и доходы менее образованных коллег.
уровень
образования
и величина их
оказывают
значительное
влияние
на заработную
плату
Уровень образования работников и величи на их производственного стажа также ока зывают значительное влияние на заработ- работников ную плату. Год дополнительного образования увеличивает заработную плату на 9-10%, год дополнительного производственного стажа - на 2,7-3,4%.
Важным фактором, влияющим на трудовые доходы, оказалась самооценка работниками своих личных характеристик. Очевидно, она связана с морально-этическими свойствами личности, а также с уровнем профессиональных амбиций, с их личными планами. Переменная, характеризующая самооценку (ЧК), дала вклад от 13 до 23% в объяснённую вариацию заработной платы, в зависимости от контингента опрошенных. Необходимо применение системного подхода к оценке влияния человеческого капитала на доходы, учитывая самооценку работников как фактор, связанный с ожиданием будущего эффекта от частных инвестиций в образование, и прогноз эффекта от принятой руководством фирм и правительством стратегии развития инновационной экономики.
производственного стажа также
Литература
1. Houghton, John, and Sheehan, Peter. A Primer on the Knowledge Economy. Victoria University: Centre for Strategic Economic Studies. Melbourne, 2000.
2. Добрынин А.И., Дятлов С.А., Цыренова Человеческий капитал в транзитивной экономике: формирование, оценка, эффективность, использование. - СПб.: Наука, 1999.- 309 с.
3. Козырев А.Н., Макаров В.Л. Оценка стоимости нематериальных активов и интеллектуальной собственности. - М.: РИЦ ГШ ВС РФ, 2003.
4. Штерцер Т.А. Роль человеческого капитала в экономическом развитии регионов РФ // Вестник НГУ. Серия: Социально-экономические науки. 2006. Том 6, выпуск 2.
5. Mincer, Jacob. Schooling, experience and earnings. - New York: NBER, 1975.
6. Берндт Э.Р. Практика эконометрики: классика и современность. М.: ЮНИТИ, 2005.
7. Psacharopoulos G., Patrinos H,A., Returns to Investment in Education: A Further Update. The World Bank, Policy Research Working Paper, 2881, September 2002.
8. Заработная плата в России: эволюция и дифференциация // Под ред. В.Е. Гимпельсона и Р.И Капелюшникова. - Изд. дом ГУ ВШЭ, Москва, 2007.
9. de la Fuente, A. and A. Ciccone Human capital in a global and knowledge-based economy, Report for European Comission, May 2002.
10. Нестерова Д., Сабирьянова К. Инвестиции в человеческий капитал в переходный период в России.// Российская программа экономических исследований. 1999, N 4.
11. Формирование заработной платы: взгляд сквозь призму профессий. Вопросы экономики, 2007, №10.
_ AletdinovaA.A.
_ Cand. of Tech. Sci, associate professor,
_ Department of Statistics and Forecasting
_ KoritskiyA.V.
_ Cand. ofEcon. Sci, assistant professor of economic theory
_ Siberian University of Consumer Cooperatives
_ Kurcheeva G.I.
_ Cand. ofEcon. Sci, associate professor, Department of Informatics,
_ Novosibirsk State Technical University
_ Assessment of private rates of return on education
_ in Siberia and the Far East
_ Abstract
The article deals with the calculation of private rates of return on education on the basis of surveys of external students, taking into account geographical factors and the variable "human capital",
_ describing the characteristics of self-esteem of workers. Authors show
_ the statistically significant impact of education, experience, personal
_ characteristics and regional characteristics on wages.
_ Keywords: human capital, externalities of education, wages, rate of
_ return on education, spatial analysis
