CC BY
174П. В. Травкин
Оценка отдачи от дополнительного профессионального обучения российских работников: учет влияния способностей на заработную плату1
Цель данной работы — определить, какое влияние оказывает прохождение дополнительного профессионального обучения на заработную плату работника. Информационной базой являются данные РМЭЗ НИУ ВШЭ за 2004-2011 гг. Эмпирическая методология включает в себя оценивание с помощью квантильной регрессии и метода «двойной разности разностей». Полученные результаты подтверждают наличие положительного влияния дополнительного обучения и позволяют увидеть, как сильно отличается уровень его влияния на работников с разным уровнем ненаблюдаемых способностей.
ключевые слова: экономика труда; человеческий капитал; дополнительное профессиональное обучение; ненаблюдаемые способности. JEL classification: J24; J31.
1. введение
Профессиональная подготовка работника не ограничивается формальным образованием. Его трудовая деятельность сопровождается различными формами дополнительного обучения, с помощью которого приобретаются новые знания и навыки, связанные с профессиональной деятельностью. Получение этих знаний может проходить через наблюдение за более опытными коллегами и через наставничество. Данные виды обучения относятся к неформальным. В то же время фирмы могут направлять своих сотрудников на формализованные курсы обучения, например, специальные тренинги, семинары и т. д. Работодатели рассчитывают, что благодаря курсам работник быстрее адаптируется к новому рабочему месту и достигнет своей максимальной производительности. Заметим, что фирмы направляют на обучение не только новых, но и опытных сотрудников. В связи с тем, что технологии в современном мире постоянно меняются и развиваются, работодатели вкладывают деньги в получение своими сотрудниками новых знаний и навыков, и тем самым повышают их квалификацию. В качестве отдачи от инвестиций фирмы рассчитывают повысить свою конкурентоспособность на рынке товаров и услуг.
Как показывает практика развитых стран (в частности членов ОЭСР), работодатели активно инвестируют в развитие человеческого капитала работников. Согласно исследованию Всемирного банка, в развитых странах больше половины компаний предоставляют
1 Исследование осуществлено в рамках программы фундаментальных исследований НИУ ВШЭ (проект Лаборатории исследований рынка труда НИУ ВШЭ «Взаимодействие внутренних и внешних рынков труда в российской экономике»).
сотрудникам дополнительное обучение в той или иной форме2. Есть основания полагать, что в России ситуация иная. Согласно исследованиям, уровень инвестиций в дополнительное обучение у нас гораздо ниже. Такая разница может объясняться тем, что работодатели не видят смысла в подобных вложениях средств, поскольку легче переманить сотрудника с нужной квалификацией, нежели обучить своего. Кроме того, в России существует проблема высокой мобильности работников, другими словами, у фирм нет уверенности, что они получат отдачу от инвестиций (Российский работник..., 2011).
Возникает вопрос, являются ли инвестиции в человеческий капитал выгодным вложением средств в России. Приносят ли они пользу фирме? Или такие инвестиции обоснованы только в случае крайней необходимости? Ведь дополнительное профессиональное обуче-ние3 сказывается не только на фирме, но и на самих работниках, увеличивая их человеческий капитал. Вопрос в том, ведет ли обучение к повышению производительности труда и, следовательно, оплаты труда? Если на практике наблюдается позитивное следствие для работника в виде роста заработной платы, то можно предположить, что и фирма получила положительный эффект в виде прироста производительности труда. Таким образом, можно сформулировать цель данной работы — оценить прирост заработной платы работника после прохождения дополнительного профессионального обучения. Подтверждение влияния дополнительного обучения на заработную плату будет означать наличие эффекта от обучения на прирост производительности труда работника, т. е. обоснование выгоды от инвестиций в человеческий капитал своих сотрудников и для работодателя.
В данной работе рассмотрены следующие вопросы: сравнение масштабов обучения в России и других странах (раздел 2); обзор теоретических и эмпирических исследований, посвященных влиянию дополнительного профессионального обучения (раздел 3). В разделе 4 будет предложена методология эмпирического анализа, после выбора базы данных и проведения эмпирического анализа (раздел 5) будут сформулированы выводы.
2. Масштабы обучения: сравнительный анализ
Российские исследования масштабов дополнительного профессионального обучения показывают, что многие фирмы заявляют о наличии обучения. Согласно опросу предприятий обрабатывающей промышленности, в 2004 году 68.7% фирм обучало своих сотрудников, в аналогичном опросе 2008 года обучением занималась 49.8% фирм (Гимпельсон, 2004, 2010). Хотя доля уменьшилась, такие результаты сопоставимы с оценками в ведущих экономиках мира.
При этом в России вовлеченность работников и издержки на обучение существенно ниже. Согласно обследованию, проведенному Федеральной службой государственной статистики за 2010 год, в средних и крупных компаниях обучение прошло 15.8% работников.
2 http://www. enterprisesurveys.org/Data/ExploreTopics/workforce.
3 Под термином «дополнительное профессиональное обучение» (ДПО) понимается краткосрочное формальное обучение, финансируемое работодателем для совершенствования знаний и навыков работника, которые необходимы ему для выполнения своих обязанностей. Обучение может быть в рамках имеющейся у работника специальности или же в рамках дополнительной (смежной) специальности (например, получение инженером управленческих навыков); может проходить с отрывом или без отрыва от профессиональной деятельности, на рабочем месте или в специализированных учебных заведениях.
Наименьшая доля обученных наблюдается в сельском хозяйстве и рыболовстве (около 4%), 5 самый высокий показатель демонстрируют фирмы, занимающиеся финансовой деятельно- § стью (24.5%). Предприятия, основным видом деятельности которых является добыча полезных ископаемых, обрабатывающая промышленность, а также производство и распреде- ® ление газа и воды, обучают 22-23% работников4. Полученные Росстатом оценки выше, чем с в исследованиях, посвященных масштабам обучения. Это объясняется тем, что чем больше размер фирмы, тем с большей вероятностью работодатель предоставляет обучение своим сотрудникам. Существующие исследования подтверждают цифры государственной статистики: в крупных и средних компаниях, которые традиционно имеют больше возможностей вкладывать в обучение работников, доля обученных за счет средств работодателей сотрудников составляет 10-15% (Тап et а1., 2007), тогда как в странах ОЭСР — в среднем 35-40%, а в Швейцарии достигает 60% (Bassanini et а1., 2005).
Объемы дополнительного обучения в компаниях зависят от разных факторов. Во многих странах создаются программы государственной поддержки обучения. Например, во Франции работает программа ^ат-ог-рау, по которой фирмы должны тратить на обучение работников как минимум 1.5% от фонда заработной платы или же отдавать эту сумму в виде налога. Такой подход способствует неэффективному расходованию этих средств, что может приводить к низкому качеству обучения. Однако, согласно исследованиям, объемы обучения во Франции больше, чем в других странах без подобной системы (Greenha1gh, 1999). Другой пример — в Испании, Бельгии, Италии фирмам выдают субсидии на определенные виды обучения, тем самым поддерживая приоритетные направления в экономике.
В исследовании Лазаревой, Денисовой и Цухло (Российский работник..., 2011), как и в упомянутых выше работах по России, делается вывод, что доля сотрудников, вовлеченных в процесс обучения, чрезвычайно мала по сравнению с другими странами. Кроме того, незначителен уровень финансирования дополнительного профессионального обучения самими работниками. При этом наблюдается высокая межфирменная мобильность персонала, что подрывает стимулы работодателей инвестировать в дополнительное обучение. Для данного исследования, посвященного изучению отдачи от дополнительного профессионального обучения, указанные выводы крайне важны. Получается, что работодатели, обучая малое число работников, соглашаются организовать дополнительное обучение только тогда, когда ожидают получить очевидную выгоду, или когда без этого никак нельзя обойтись (необходимо осваивать новое оборудование, программное обеспечение, другие современные технологии)5. На основании этого предполагается, что отдача от дополнительного профессионального обучения в России должна быть высокой — как минимум такой же, как в развитых странах.
3. теоретический анализ проблем оценки отдачи от дополнительного
обучения
Работодатель, вкладывая средства в человеческий капитал работников, ожидает получить отдачу в виде прироста производительности труда. Теория рационального поведения гласит,
4 О дополнительном профессиональном образовании работников в организациях в 2010 году. Росстат. http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/popu1ation/education.
5 Хотя такое необходимое обучение тоже приносит выгоду — без этого обучения невозможно использовать новые технологии, и компания рискует существенно отстать от конкурентов.
что агент (работодатель) не будет совершать инвестиции, если он не ожидает их компенсировать в дальнейшем. На этом основаны практически все теории о дополнительном профессиональном обучении. Для обоснования инвестиций в человеческий капитал работников ряд исследователей эмпирически оценивает прирост производительности труда после прохождения дополнительного обучения. Американские исследователи используют для эмпирической проверки две базы данных по США (Employment Opportunity Pilot Program, The Small Business Administration Survey). Их оценки показывают, что прирост производительности труда в несколько раз больше прироста заработной платы, причем результаты идентичны по обоим опросам (Barron et al., 1999). Еще в нескольких работах сравниваются прирост производительности труда и прирост заработной платы. В исследовании, проведенном на данных по Великобритании, показано, что влияние дополнительного профессионального обучения на производительность труда в два раза превышает его влияние на заработную плату (Dearden et al., 2000). Сопоставительный анализ данных по Швеции и Франции показывает, что работники после обучения увеличивают свою производительность в 3-3.5 раза больше в сравнении с увеличением заработной платы (Ballot et al., 2006). Таким образом, работодатель за счет несовершенства рынка труда получают с работников ренту — разницу между производительностью труда работника и тем минимальным уровнем заработной платы, при котором работник не стремится сменить работу. А поскольку прирост производительности труда работника больше прироста его заработной платы — это означает, что возрастает и рента работодателя.
Во многих ситуациях нет возможности определить изменение производительности труда, и исследователи используют изменение заработной платы после дополнительного обучения (контролируя изменение других наблюдаемых индивидуальных характеристик и характеристик рабочего места) как основание для подтверждения роста производительности труда работника. Основное предположение исследователей состоит в том, что работодатель повышает заработную плату только при повышении уровня навыков и компетенций работника. Следовательно, возникает задача измерения отдачи от обучения (Hansson, 2008).
Существует множество факторов, влияющих на отдачу от обучения. Во-первых, факторы, напрямую связанные с самим обучением, например, длительность обучения или направление программы обучения. Во-вторых, индивидуальные характеристики работника: уровень образования и способностей, гендерная принадлежность, квалификационная группа и вид деятельности. В-третьих, характеристики рабочего места: является ли фирма монопсони-стом на рынке труда, финансовое положение компании, вид деятельности и т. д. Остановимся подробнее на некоторых из них.
Одним из факторов является взаимосвязь дополнительного профессионального обучения с первоначальным уровнем полученного образования. Существует несколько точек зрения. Первая заключается в том, что первоначальное профессиональное образование дает в основном общие навыки для конкретного профессионального направления или вида деятельности, эти навыки могут быть полезны в большинстве фирм, если выпускник идет работать по специальности. Соответственно, именно работника с более низким уровнем образования следует отправлять на обучение для восполнения пробелов, а следовательно, для получения работодателем ренты после обучения (Battu et al., 2004; Arulampalam et al., 2004).
Другая точка зрения заключается в том, что уровень полученного образования напрямую связан с уровнем способностей индивида. Чем выше способности индивида, тем выше уровень полученного образования. Соответственно, уровень образования может выступать
в качестве сигнала об уровне способностей работника. Выделяют несколько аспектов взаимосвязи между уровнем способностей индивида и отдачей от дополнительного профессионального обучения. Целый ряд исследований подтверждает, что влияние дополнительного обучения на производительность труда и заработную плату наибольшее у самых способных сотрудников (Dearden et al., 2000; Booth, Bryan, 2002; Loewenstein, Spletzer, 1999 и др.). Следующий аспект заключается в том, что, поскольку отдача велика, фирмы при прочих равных условиях отправляют на обучение самых способных сотрудников, тем самым увеличивая разрыв в заработной плате по сравнению с наименее способными и наименее мотивированными коллегами (Lengermann, 1999).
Однако необходимо уточнить, что именно удается измерить исследователям: отдачу от дополнительного обучения или отдачу от способностей работника. Высокий уровень способностей сотрудника может проявляться не только в процессе работы, но и в процессе учебы — он тратит меньше времени на обучение или приобретает больше знаний и навыков, тем самым получая большую отдачу от обучения. В то же время способности индивида, как и ряд других факторов (родственные и дружеские связи, мотивация и т. д.), оказывают непосредственное влияние и на производительность труда (а значит и на уровень заработной платы), и на вероятность участия в программах обучения. Однако при этом уровень способностей, мотивация, связи относятся к ненаблюдаемым характеристикам, т. к. измерить их практически невозможно. Не существует теста, который достоверно показал бы уровень способностей или определил бы истинную мотивацию человека. Получается, что на оценку отдачи от обучения будут влиять способности работника. Так, при эмпирической проверке этой гипотезы в работе на данных по Франции исследователи пришли к выводу, что при контроле отбора работников на программы обучения со стороны работодателей эффект от прохождения дополнительного обучения падает практически до нуля (Goux, Maurin, 2000).
Проблеме эмпирической оценки влияния дополнительного обучения на заработную плату посвящено большое количество работ, использующих различные эконометрические модели. Самым распространенным методом анализа является МНК-модель, оценивающая минцеров-ское уравнение заработной платы с добавлением фиктивной переменной, обозначающей прохождение обучения. Такой подход позволяет контролировать как все доступные данные по индивидуальным характеристикам работников, так и характеристики рабочих мест (Goux, Maurin, 2000; Лазарева, 2006; Tan et al., 2007 и многие другие). Оценка прироста часового заработка, полученная с помощью метода наименьших квадратов, варьируется по европейским странам от 3.7 до 21.6%. Причем исследователи отмечают, что наибольшие оценки выявлены в странах с наименьшей вовлеченностью персонала в процесс дополнительного обучения, таких как Греция и Португалия (Bassanini et al., 2005). Поскольку МНК-модель предполагает одинаковый уровень отдачи для индивидов, относящихся к разным подгруппам, данная модель не позволяет отслеживать эффект влияния ненаблюдаемых характеристик.
Для решения проблемы влияния ненаблюдаемых переменных, таких как способности, мотивация и т. д., в литературе используются регрессии с фиксированными эффектами (Booth, Bryan, 2002; Loewenstein, Spletzer, 1999; Лазарева, 2006). Предполагается, что такие характеристики не сильно меняются во времени, и указанная методика позволяет убрать их влияние на итоговую оценку. Для этой методологии требуются панельные данные за несколько периодов, что может затруднить использование корректировки. Также в качестве недостатка исследователи отмечают, что на длительном периоде крайне мало характеристик остаются неизменными, т. е. попытка проконтролировать их может привести к смещению оценок.
Альтернативным способом борьбы с влиянием ненаблюдаемых характеристик является методология «разность разностей». При проведении оценивания с помощью данной методологии исследователи делят наблюдаемых респондентов на экспериментальную группу (тех, кто прошел обучение) и контрольную группу (зависит от выбора исследователей — это могут быть все остальные респонденты или те, кто обладает максимально похожими характеристиками с обученными). Сравнение этих двух групп до проведения обучения позволяет в итоге получить чистый эффект влияния дополнительного обучения на рост заработной платы (Ashenfelter, Card, 1985; Fitzenbergerz, Prey, 2000; Gerfin, 2004).
Для получения оценок отдачи от дополнительного профессионального обучения по группам работников с разными уровнями способностей используют метод квантильной регрессии, который делит индивидов на группы по степени влияния ненаблюдаемых характеристик при учете всех наблюдаемых объясняющих переменных (Abadie et al., 2002; Arulampalam et al., 2004). Напомним, что способности, мотивация, целеустремленность, связи и другие факторы, которые оказывают сильное влияние на уровень оплаты труда, практически не поддаются измерению. Основная предпосылка для использования данного метода заключается в том, что уровень отдачи у способных индивидов может отличаться от уровня отдачи у индивидов с низким уровнем способностей. С использованием данных по Германии, в (Bauer, Haisken-Denew, 2001) показано, что индивиды с низким уровнем способностей получают меньшую отдачу по сравнению со способными сотрудниками.
Первой работой, изучавшей отдачу от дополнительного профессионального обучения на российских данных, было исследование (Berger et al., 2001), основанное на базе данных РМЭЗ НИУ ВШЭ за 1994-1996 и 1998 годы. Проведенный анализ показал, что факт повышения квалификации за последние три года снижает показатель заработной платы, тогда как прохождение программы переобучения повышает заработную плату на 35%.
В исследовании Лазаревой (2006) анализ проводился на данных РМЭЗ НИУ ВШЭ за 2000-2003 годы. В качестве зависимой переменной бралась средняя заработная плата за последний год, оценка проводилась с помощью метода фиксированных эффектов. Значимой оценкой оказалось только обучение, оплаченное предыдущим работодателем (в рыночном секторе эффект составил от 11 до 19%). В качестве заключения автор делает вывод, что на концентрированных рынках труда уровень влияния обучения на заработную плату меньше. Однако это может быть следствием того, что большую часть ренты забирает себе работодатель, тем самым компенсируя свои издержки на обучение (Лазарева, 2006).
Приведенный обзор литературы показывает, что многие исследователи на основе эмпирического анализа подтверждают наличие положительной отдачи от дополнительного профессионального обучения. Причем влияние на производительность труда работника значительно больше, чем на получаемую им заработную плату. При этом необходимо контролировать множество факторов, которые оказывают непосредственное влияние на величину отдачи от дополнительного обучения, самый важный из которых — уровень способностей работника.
4. Методология эмпирического анализа
В качестве первого шага при оценке влияния дополнительного профессионального обучения на заработную плату используется стандартное минцеровское уравнение, оцененное методом наименьших квадратов. Общее уравнение имеет следующий вид:
ln(Wage,) = ^ +YD, +e,, |
£
где ln(Wage.) — логарифм заработной платы для i-го индивида; bj — коэффициент, показы- щ вающий влияние соответствующих характеристик на заработную плату; — вектор кон- ^ трольных переменных; D f — фиктивная переменная, означающая прохождение работником обучения в предыдущем периоде (D,- = 1, если работник участвовал в программе дополнительного обучения в периоде t — 1)6; et — включает в себя независимые, одинаково распределенные остатки.
Вектор контрольных переменных содержит социально-демографические характеристики работников (возраст, пол, семейное положение, уровень образования, специальный стаж, профессиональный статус, вид деятельности, продолжительность рабочей недели), а также региональные характеристики (тип населенного пункта, региональная фиктивная перемен-ная7) и переменную, означающую прохождение обучения в любой прошлый период, кроме предыдущего (t — 1).
Надо отметить, что метод наименьших квадратов дает завышенную оценку влияния дополнительного профессионального обучения на заработную плату за счет воздействия способностей. Исследования, оценивающие влияние дополнительного обучения на заработную плату и производительность труда, указывают на возможное смещение оценок, связанное со сложностью измерения способностей респондентов. Способности индивидов относятся к ненаблюдаемым характеристикам, к ним можно причислить также мотивацию, связи, целеустремленность и другие когнитивные навыки8, т. е. все то, что сложно или невозможно измерить, но напрямую оказывает влияние на заработную плату. Как показано выше, способности влияют не только на вероятность быть отобранными для участия в программах обучения, но и на величину заработной платы индивида. Другими словами, при оценке методом наименьших квадратов отдача от обучения включает в себя в том числе и отдачу от способностей.
В качестве инструмента для получения чистого эффекта от обучения без влияния способностей исследователи используют метод «первой разности» или регрессию на панельных данных с фиксированными эффектами (Loewenstein, Spletzer, 1999; Booth, Bryan, 2002). Такой анализ позволяет ослабить влияние тех ненаблюдаемых переменных, которые неизменны во времени. Однако методология фиксированных эффектов использует усредненные оценки за все периоды, в том числе период прироста заработной платы после обучения, тогда как метод «первой разности» использует для контроля только предыдущий период. Таким образом, использование метода фиксированных эффектов дает заниженные оценки. При оценивании методом «первой разности» получаются более точные оценки с учетом влияния
6 Здесь и далее оценивается эффект именно от дополнительного обучения, полученного в предыдущем периоде. Цель данной работы — оценить именно краткосрочный эффект от обучения, т. к. достаточно сложно предсказать влияние дополнительного обучения на тренд заработной платы работника в долгосрочном периоде. Подробнее об этом см. (Травкин, 2013).
7 Поскольку РМЭЗ НИУ ВШЭ нерепрезентативен для отдельных регионов, то фиктивные переменные агрегировались по федеральным округам.
8 Все эти навыки и индивидуальные черты характера в дальнейшем будут называться термином «способности».
способностей, если исходить из предпосылки, что способности индивида не меняются по сравнению с предыдущим периодом, тогда как за весь период, который охватывает данное исследование, способности и другие ненаблюдаемые переменные могут измениться. К сожалению, метод «первой разности» убирает из нашей спецификации неменяющиеся переменные или переменные, которые редко меняются со временем, такие как пол, уровень образования, место проживания.
Цель данной работы — получить оценку величины А-В (см. рис. 1), которая будет демонстрировать разрыв в заработной плате. Поскольку точка В неизвестна (она была бы известна, если бы индивид не проходил обучение), динамику роста заработной платы будем учитывать с помощью контрольной группы индивидов, которые не проходят обучение. Надо отметить, что методология «первой разности» работает, только если темпы прироста заработной платы у обученных работников и тех, кто не проходил обучения, параллельны. Однако, как было отмечено выше, среди обученных работников велика доля способных сотрудников, т. к. их обучают с большей вероятностью. Соответственно, темпы прироста заработной платы у тех, кто отбирается для прохождения обучения, в среднем выше, чем у остальных работников (рис. 1).
- Прошедшие обучение - Без обучения
Рис. 1. Оценка отдачи от дополнительного обучения при разных трендах роста
заработной платы
Учитывая все вышеперечисленное, в данной работе используется метод «двойной разности разностей», который позволит проконтролировать разные тренды прироста заработной платы у работников. Основной смысл данной модификации — контроль не только предыдущего периода t — 1, но и периода t — 2. Уравнение для данного метода будет выглядеть следующим образом:
((А — Е)—(Е — ^))-((С — В) —(Б — Н)) = А — В .
Если перевести данное уравнение в формат эконометрической оценки, получим: §
О
и
(еи ) - 1п)) - (1п) - 1п)) = £
__С;
= X8, ((( - ) - ((-1 - Хи-2 )) + У ((( - А,« ) - (,,-1 - Ои_г )) + }
+ (( -£и-1 )-(-1 -£i,l-2 ^
Данный метод позволяет нивелировать влияние темпа прироста заработной платы каждого индивида для более точной оценки влияния дополнительного обучения. На основании эмпирических выводов, описанных в литературе, считается, что дополнительное обучение обеспечивает прирост заработной платы.
Сравнение с контрольной группой позволяет отследить макроэкономические изменения, которые влияют на темп прироста оплаты труда. Если темп прироста заработной платы контрольной группы не меняется, то фактически смотрим только на изменение заработной платы экспериментальной группы (тех, кто прошел обучение). Однако если темп прироста заработной платы контрольной группы меняется в один из периодов не из-за изменения индивидуальных характеристик, то предполагается, что здесь происходят небольшие колебания экономики в целом, влияющие на все группы индивидов.
Необходимо отметить, что у данного метода есть ряд ограничений. Во-первых, предполагается, что темп прироста заработной платы обученных работников выше по сравнению с необученными индивидами, которые составляют контрольную группу. Во-вторых, данный метод можно применять только тогда, когда наблюдается одинаковое макроэкономическое влияние (движение, рост, поведение) на все группы работников. Фактически метод подходит только для периода экономического роста, т. к. в период рецессии или кризиса оплата труда индивидов, отличающихся уровнем способностей, будет разниться. Так, в период кризиса из-за сложной экономической ситуации спрос на труд работников с низким уровнем способностей будет уменьшаться, и они больше потеряют в заработной плате по сравнению с более способными сотрудниками. Соответственно, оценки влияния дополнительного обучения будут смещены из-за макроэкономического шока.
Перейдем к проверке гипотезы о том, что влияние дополнительного обучения на заработную плату у способных индивидов выше по сравнению с индивидами, чей уровень способностей ниже. Для проверки гипотезы воспользуемся методом квантильной регрессии. Формула условного распределения по квантилям выглядит следующим образом:
бь^^Х, (в) = Х7 Ьв ,
где в обозначает квантиль, в который попадает 7-й индивид в зависимости от его наблюдаемых характеристик без учета влияния индивидуальных остатков. При оценивании методом квантильной регрессии индивиды разбиваются по квантилям в зависимости от получаемой оплаты труда (при прочих равных условиях), т. е. с учетом всех переменных, влияющих на заработную плату. В данной работе будем использовать тот же самый вектор контрольных переменных, что и при МНК-модели:
ln(Wage7) = Х7Ьв + тв, если в е [в;в].
Таким образом, с помощью квантильной регрессии можно получить свои оценки для каждого квантиля, при этом оценивается вся выборка и индивидам из данного квантиля присваивается наибольший вес. Поскольку контролируются различные социально-демографические характеристики, то разница в уровне заработной платы может быть объяснена только различием в уровне ненаблюдаемых способностей.
В правом хвосте полученного условного распределения можно наблюдать индивидов, имеющих наибольшую отдачу от своих характеристик. Это именно те, кого в экономической литературе называют индивидами с высоким уровнем способностей. В левом хвосте распределения остаются наименее способные работники. Иными словами, чем выше способности, тем в более высоком квантиле окажется индивид.
Здесь надо отметить, что чем ниже ненаблюдаемые способности, тем больше вероятность получения работником более низкой заработной платы. Соответственно, даже небольшой прирост заработной платы может в относительном выражении у них быть больше, чем у работников с более высокими ненаблюдаемыми способностями и заработными платами. Поэтому для получения абсолютных значений дополнительно оценим регрессию, где в качестве зависимой переменной будет выступать нелогарифмированное значение заработной платы.
Формирование заработной платы напрямую зависит от экономики в целом. В период экономического роста уровень заработных плат, а значит и отдачи от характеристик индивида, будет существенно выше по сравнению с периодом экономического кризиса. Поэтому для исключения смещения от макроэкономических изменений дополнительно оценим квантильную регрессию отдельно по каждому наблюдаемому периоду.
5. эмпирический анализ
5.1. Данные и дескриптивный анализ
В исследовании использовалась база данных Российского мониторинга экономического положения и здоровья населения НИУ ВШЭ (РМЭЗ НИУ ВШЭ)9. Выборку сформировали волны РМЭЗ НИУ ВШЭ за 8 лет — с 2004 по 2011 год. Выбор данного временного периода обусловлен тем, что для проведения исследования нужен период стабильного экономического роста для оценивания с помощью метода «двойной разности разностей», а это — временной интервал с 2004 до 2008 года. В качестве ретроспективных данных о респондентах использовались показатели за 2003 год. В выборку также включен период с 2009 по 2011 год. Из них 2009 и 2010 годы характеризуются сильнейшим влиянием мирового кризиса, а 2011 год — выходом из экономической рецессии. Такая смена состояний экономики позволит проверить предположение о влиянии макроэкономических шоков на отдачу от дополнительного профессионального обучения. Для получения результатов, сопоставимых с предыдущими исследованиями по России, из выборки были удалены индивиды: 1) не по-
9 Российский мониторинг экономического положения и здоровья населения НИУ ВШЭ проводится Национальным исследовательским университетом «Высшая школа экономики» и ЗАО «Демоскоп» при участии Центра народонаселения Университета Северной Каролины в Чапел Хилле и Института социологии РАН. М1р://%'%глг. cpc.unc.edu/projects/rlms/, http://www.hse.ru/rlms.
падающие в возрастные рамки 15-72 года; 2) неработающие; 3) военнослужащие; 4) работающие в сфере сельского хозяйства.
Всего в выборке осталось около 49 тыс. наблюдений. Центральный вопрос, на котором основан дальнейший анализ, это вопрос о прохождении дополнительного обучения10. Он сформулирован так, чтобы охватить как можно больше видов обучения. Анкета РМЭЗ НИУ ВШЭ содержит много дополнительной информации, в том числе вопрос об источнике финансирования дополнительного обучения11. Одни работники проходили обучение, оплаченное полностью или частично за счет работодателя, другие работники оплачивали свое обучение сами. Условимся считать, что дополнительное профессиональное обучение прошли только те, кому участие в программе обучения оплатил работодатель. В связи с отсутствием информации, когда именно работник проходил обучение (11 месяцев назад или месяц до проведения опроса), нельзя однозначно утверждать, что можно наблюдать эффект от влияния пройденного обучения. Поэтому для более корректных оценок информацию о прохождении дополнительного обучения будем брать как минимум из предыдущего периода. Доля обученных практически не меняется в течение наблюдаемого периода и в среднем составляет 3.6%.
Эффект влияния от дополнительного обучения будем оценивать на основе изменения заработной платы. Для этого воспользуемся вопросом из анкеты РМЭЗ НИУ ВШЭ, выясняющим среднюю величину заработной платы за последний год до момента проведения опроса12. Информация о средней заработной плате за год позволяет избежать сезонного смещения или завышения с учетом премии (годовой или квартальной). Для обеспечения возможности сравнивать заработные платы в разные периоды они продефлированы к базовому году (2011, в качестве дефлятора выбран показатель годового ИПЦ). Средняя заработная плата работников, которые участвовали в программах дополнительного обучения, составляет 17 994.8 рубля, что на 26% больше по сравнению со средней заработной платой тех, кто не обучался (14 276.2 рубля) (см. табл. П1 в Приложении).
Представим гендерные распределения по обученным работникам. Среди работников, прошедших обучение, преобладают женщины — 64% против 55.7% в среднем по мужчинам. Такая высокая доля женщин объяснятся тем, что работники бюджетного сектора обучаются чаще, а среди них доля женщин составляет более 80%. Если говорить о среднем возрасте, то он у групп обученных и необученных работников почти совпадает и составляет около 40 лет.
Важные различия в описании среднего работника, прошедшего обучение, и работника, не участвовавшего в программах повышения квалификации, заключаются в следующих пунктах: 1) уровень образования; 2) профессиональный статус; 3) основной вид деятельности.
10 В анкете РМЭЗ НИУ ВШЭ вопрос был сформулирован следующим образом: «В течение последних 12месяцев Вы учились или учитесь на профессиональных курсах, курсах повышения квалификации или любых других курсах, включая курсы иностранных языков, обучение на рабочем месте?»
11 «За счет каких средств Вы учились на этих курсах?»
12 «Скажите, пожалуйста, за последние 12 месяцев какова была Ваша среднемесячная зарплата на этом предприятии после вычета налогов — независимо от того, платят Вам ее вовремя или нет? Если Вы работаете на этом предприятии меньше 12 месяцев, то какова была Ваша среднемесячная зарплата за то время, что Вы работаете? Если все или часть денег Вы получаете в иностранной валюте, переведите, пожалуйста, все в рубли и назовите сумму Вашей среднемесячной зарплаты».
Сравнивая группы работников по уровню образования, необходимо отметить, что, согласно исследованиям, посвященным изучению вопроса дополнительного профессионального обучения, работодатель старается обучать самых способных (Bassanini et а1., 2005). В качестве сигнала об уровне способностей может выступать высшее образование. Действительно, среди всех обученных доля работников с высшим образованием составляет более 50%. Если же взять весь третичный уровень полученного образования, то таких работников среди обученных набирается около 78%. Для сравнения с необучавшимися индивидами — доля работников с высшим образованием едва дотягивает до 25%.
Профессиональный статус напрямую зависит от уровня образования. Поэтому среди работников, прошедших дополнительное обучение, высока доля тех, кто занят в качестве руководителя или специалиста высшего уровня квалификации (7 и 44% соответственно), что вдвое превышает показатели работников, не прошедших дополнительное обучение. Профессиональный статус является косвенным подтверждением уровня способностей, ведь способный индивид с большей вероятностью займет позицию, которая предъявляет высокие требования к уровню квалификации. Однако обучение проходят работники разных профессиональных статусов (см. табл. П1 в Приложении).
На отдачу от обучения напрямую влияет его качество, а за счет экономии издержек и оборота денежных средств крупные компании могут себе позволить оплачивать более дорогостоящие курсы и отправлять на них большее количество своих сотрудников (или отправлять чаще). Самые высокие доли обученных сотрудников — у нефтегазовых предприятий (7.9%), в сфере образования (8.0%) и здравоохранения (6.9%)13. Причем если нефтегазовые компании обучают много работников за счет своих финансовых возможностей, то образование и здравоохранение относятся к бюджетному сектору, где процесс обучения регулируется на законодательном уровне. Наблюдаемое расхождения в цифрах с оценками Росстата может быть объяснено тем, что в обследовании Росстата попадают только средние и крупные фирмы, тогда как в опросе РМЭЗ НИУ ВШЭ участвуют работники фирм всех размеров. С учетом того, что более крупные фирмы имеют больше возможностей для обучения своих сотрудников за счет экономии на масштабе, чуть меньшие цифры на данных РМЭЗ НИУ ВШЭ вполне логичны.
Подводя итоги дескриптивного анализа, отметим, что обученный работник имеет лучшие индивидуальные характеристики (например, стаж, уровень образования и т. д.), которые позволяют ему занимать позиции, соответствующие высокому профессиональному статусу и, следовательно, получать более высокую заработную плату по сравнению с теми, кто не участвовал в программах дополнительного обучения.
5.2. Оценка влияния дополнительного обучения
В данном разделе проведем оценку влияния дополнительного профессионального обучения на заработную плату с помощью МНК-модели и модифицированного метода «двойной разности разностей». Более подробно методика оценки описана в разделе 4.
Характеристики, которые будут контролироваться при проведении анализа, следующие: 1) пол, 2) возраст, 3) семейное положение, 4) наличие детей младше 18 лет, 5) уровень
13 Здесь и далее автор ссылается на подробные таблицы дескриптивного анализа, представленные в препринте (Травкин, 2013).
образования, 6) продолжительность трудового стажа на последнем месте работы, 7) продолжительность рабочей недели, 8) профессиональный статус, 9) вид деятельности и размер компании, 10) смена места работы, 11) размер населенного пункта, 12) федеральный округ, 13) фиктивные переменные — год проведения опроса. Все эти характеристики оказывают прямое влияние на величину заработной платы, поэтому их необходимо включить в оцениваемое уравнение, чтобы получить более точную оценку влияния дополнительного обучения на заработную плату.
При оценивании с помощью МНК-модели была использована спецификация с фиктивной переменной, обозначающей прохождение обучения в предыдущем периоде. Полученные результаты показывают, что обучение в предыдущем периоде увеличивает заработную плату на 16.4%14 (см. табл. П2 в Приложении).
При оценивании методом «двойной разности разностей» использовался тот же вектор контрольных переменных, что и при оценивании с помощью МНК-модели. Однако, как это уже было отмечено выше, для учета динамики роста заработных плат в целом по экономике использовался только период с 2004 по 2008 год, т. к. именно в этот период в России наблюдался стабильный экономический рост. Оценка методом «двойной разности разностей» составляет 8.3%, что примерно вдвое меньше по сравнению с оценкой соответствующего периода с помощью МНК-модели15 (см. табл. П2 в Приложении). Это означает, что происходит корректировка за счет контроля предыдущего темпа прироста заработной платы индивида и за счет контроля разницы в темпах прироста между обученными работниками и теми, кто не проходил обучение. Фактически, использование метода «двойной разности разностей» дает «очищенную» (от влияния способностей) оценку отдачи дополнительного профессионального обучения на заработную плату.
Существует целый ряд исследований, посвященных оценке влияния дополнительного обучения на оплату труда с помощью метода квантильной регрессии (Bauer, Haisken-Denew, 2001; Arulampalam et al., 2004). Из этих работ можно сделать основной вывод, что отдача от дополнительного обучения отличается в разных группах. Так, в исследовании (Abadie et al., 2002) можно увидеть, что абсолютный прирост в оплате труда в первых квантилях незначителен, хотя если рассматривать относительную оценку, то заработная плата, например у женщин в первой квантильной группе, увеличилась почти на две трети, тогда как в верхних квантилях прирост составляет около 10%.
При оценивании отдачи от дополнительного профессионального обучения методом кван-тильной регрессии будем использовать тот же набор контрольных переменных, что и в МНК-модели. Таким образом, можно провести сравнение с ранее полученными оценками. Результаты квантильного анализа представлены в виде графиков на рис. 2. Можно заметить, что самую высокую относительную отдачу получают первые три квантильные группы. Согласно оценкам за 2004 год, у верхней квантильной группы результаты почти в три раза меньше, чем у первой (10.7% против 28.8%) Результаты обобщенной квантильной регрессии по всем годам представлены в табл. П3.
14 Для получения оценки в процентном соотношении при использовании логарифмированной переменной в качестве зависимой необходимо подставить коэффициент у при фиктивной переменной в формулу (еу - 1) X 100%.
15 Проверка устойчивости полученных результатов данной спецификации модели на разных подвыборках была проведена в препринте (Травкин, 2013).
30 25 20 15 10 5
%
2004
QR(1) QR(2) QR(3) QR(4) Квантильная группа
QR(5)
30 25 20 15 10 5 0
%
2008
QR(1) QR(2) QR(3) QR(4)
Квантильная группа
QR(5)
0
Квантильная группа Квантильная группа
%
2006
15 10 5
QR(1) QR(2) QR(3) QR(4)
Квантильная группа
QR(5)
30 25 20 15 10 5 0
%
2010
QR(1) QR(2) QR(3) QR(4)
Квантильная группа
QR(5)
0
30 25 20 15 10 5 0
%
2007
QR(1) QR(2) QR(3) QR(4)
Квантиль ная группа
QR(5)
30 25 20 15 10
%
2011
QR(1) QR(2) QR(3) QR(4)
Квантильная группа
QR(5)
Рис. 2. Оценки отдачи от обучения (по годам), полученные с помощью квантильной
регрессии, %
5
0
Для сравнения в абсолютных значениях воспользуемся регрессией, где в качестве зависимой переменной выступает номинальная заработная плата. Так, обучение в первом квантиле в среднем увеличивает заработную плату примерно на 1300 руб., тогда как работники из второго квантиля получают прирост уже в 1800 руб. Третий и четвертый квантили показывают небольшие различия в отдаче (59 и 73% соответственно относительно первой группы), тогда как прирост в пятом квантиле самый значительный — около 2800 руб. При средней заработной плате около 18 тыс. руб. для обученных работников такое повышение выглядит весьма значительным.
Данные результаты совпадают с результатами работы (АЬа^е et а1., 2002) на данных по США, в которой с помощью метода квантильного анализа на основе МНК-регрессии получается, что самый большой относительный прирост наблюдается в первом квантиле, а при увеличении квантиля уровень относительного прироста уменьшается. При этом в абсолютном отношении наблюдается обратная ситуация. Так, обученный работник из первого квантиля дополнительно получает 367 долл. (60.8% прироста) против прироста в 2058 долл. (8%) в пятом квантиле.
Полученные результаты позволяют увидеть, что прирост у всех групп работников не так уж высок. Однако надо отметить, что в выборку РМЭЗ НИУ ВШЭ входят индивиды с уровнем дохода ниже среднего. Поэтому по России в целом результаты прироста заработной платы после обучения могут быть выше.
6. заключение
Основная цель данной работы — оценить краткосрочный эффект влияния прохождения дополнительного профессионального обучения для российских работников на прирост заработной платы. Полученные оценки дают возможность перейти к дальнейшему анализу масштабов обучения в России. Существующие оценки по России показывают в среднем наличие отдачи сразу по всем группам работников. Учитывая, что способности индивида напрямую влияют на результаты обучения, проведено оценивание по различным группам работников для сравнения эффектов от обучения.
Простой дескриптивный анализ показывает, что работник, прошедший дополнительное обучение в предыдущем периоде, отличается более высоким уровнем человеческого капитала. В среднем он имеет более высокий уровень образования и занимает профессиональные позиции, которые требуют высокого уровня квалификации.
На основании изученной литературы был выдвинут ряд гипотез. Для их проверки был использован эконометрический анализ. Для получения первоначальных результатов применялась МНК-модель, по оценкам которой рост заработной платы после обучения составляет 14.6%. Для получения более точной оценки с учетом темпа роста заработной платы в предыдущие периоды был использован метод «двойной разности разностей» (8.3%).
Самым интересным в данном исследовании являлся вопрос, существуют ли различия в отдаче от дополнительного обучения у индивидов с разным уровнем способностей. Для получения оценок было произведено деление работников на группы по уровню способностей, которые оказывают непосредственное влияние на заработную плату. Использование метода квантильной регрессии показало, что самый высокий относительный прирост заработный платы наблюдается у индивидов с низким уровнем способностей. Это связано с тем,
что индивиды с высокими способностями в среднем получают более высокую оплату труда и относительный рост их заработной платы меньше.
Хотя работники в нижних квантилях получают наименьшую абсолютную отдачу от дополнительного обучения, но эта отдача положительна и статистически значима. Это позволяет утверждать, что работодатель получает выгоду от дополнительного обучения работников. Ведь если наблюдается прирост заработной платы, то и производительность труда тоже растет, а, как показывают исследования, прирост производительности труда в несколько раз больше прироста заработной платы работника. Поэтому, в конечном счете, работодатель получает ренту от инвестиций в человеческий капитал.
Одной из альтернатив дополнительному профессиональному обучению работника в вопросе получения профессиональных навыков является обучение в высшем учебном заведении. Согласно анализу, проведенному по отдаче от образования в России, дополнительный год обучения повышает заработную плату в среднем на 7% (Российский работник..., 2011), что практически соответствует эффекту от дополнительного обучения. Однако стоит отметить, что высшее образование дает гораздо более общие навыки, которые могут быть применимы на любом месте работы, тогда как дополнительное профессиональное обучение развивает лишь специфические навыки, востребованные только на текущем месте работы.
Список литературы
Гимпельсон В. Е. (2004). Дефицит квалификации и навыков на рынке труда. Препринт WP3/2004/01. М.: НИУ ВШЭ.
Гимпельсон В. Е. (2010). Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия. Препринт WP3/2010/04. М.: НИУ ВШЭ.
Лазарева О. В. (2006). Обучение на рабочем месте в России. Определяющие факторы и зарплата. Научные труды Российской программы экономических исследований, 06/05.
Российский работник: образование, профессия, квалификация. Под ред. В. Е. Гимпельсона, Р. И. Капелюшникова. (2011). М.: НИУ ВШЭ.
Травкин П. (2013). Оценка отдачи от дополнительного профессионального обучения российских работников: подход с учетом влияния способностей на заработную плату. Препринт WP15/2013/02. М.: НИУ ВШЭ.
Abadie A., Angrist J., Imbens G. (2002). Instrumental variables estimates of the effect of subsidized training on the quantiles of trainee earnings. Econometrica, 70 (1), 91-117.
Arulampalam W., Booth A., Bryan M. (2004). Are there asymmetries in the effects of training on the conditional male wage distribution? IZA Discussion Paper, No. 984.
Ballot G., Fakhfakh F., Taymaz E. (2006). Who benefits from training and R&D: The firm or the workers? British Journal of Industrial Relations, 44 (3), 473-495.
Barron J. M., Berger M. C., Black D. A. (1999). Do workers pay for on-the-job training? The Journal of Human Resources, 34 (2), 235-252.
Bassanini A, Booth A., Brunello G., de Paulo M., Leuven E. (2005). Workplace training in Europe. IZA Discussion Paper, No. 1640.
Battu H., Belfield C. R., Sloane P. J. (2004). Human capital spillovers in the workplace: Evidence for the service sector in Britain. International Journal of Manpower, 25 (1), 123-138.
Bauer T. K., Haisken-Denew J. P. (2001). Employer learning and the returns to schooling. Labour Eco- s
nomics, 8 (2), 161-180. |
<0
Berger M. C., Earle J. S., Sabirianova K. Z. (2001). Worker training in a restructuring economy: Evi- ^
dence from the Russian transition. IZA Discussion Paper, No. 361. ®
c
Booth A. L., Bryan M. L. (2002). Who pays for general training? New evidence for British men and women. IZA Discussion Paper, No. 486.
Dearden L., Reed H., van Reenen J. (2000). Who gains when workers train? Training and corporate productivity in a panel of British industries. Working Paper 00/04. The Institute for Fiscal Studies, UK.
Gerfin M. (2004). Work-related training and wages: An empirical analysis for male workers in Switzerland. IZA Discussion Paper, No. 1078.
Goux D., Maurin E. (2000). Returns to firm-provided training: Evidence from French worker-firm matched data. Labor Economics, 7 (1), 1-19.
Greenhalgh C. (1999). Adult vocational training and government policy in France and Britain, Oxford Review of Economic Policy, 15 (1), 97-113.
Hansson B. (2008). Job-related training and benefits for individuals: a review of evidence and explanations. OECD Education Working Paper, No. 19.
Lengermann P. (1999). How long do the benefits of training last? Evidence of long term effects across current and previous employers. Research in Labour Economics, 18, 439-461.
Loewenstein M. A., Spletzer J. R. (1999). General and specific training: Evidence and implications. Journal of Human Resources, 34, 710-733.
Tan H., Savchenko Y., Gimpelson V., Kapelyushnikov R., Lukyanova A. (2007). Skills shortages and training in Russian enterprises. IZA Discussion Paper, No. 2751.
приложение
Таблица П1. Дескриптивная статистика различий характеристик работников, их условий труда и заработной платы в зависимости от участия в программах дополнительного профессионального обучения (А — работники, обученные в предыдущем периоде; В — работники, не участвовавшие в программах обучения в предыдущем периоде)
А В
Среднемесячная ЗП в текущих ценах, руб. 13943.5 11160.7
Среднемесячная ЗП в ценах 2011 г, руб. 17994.8 14276.2
Семейное положение, %
Состоит в браке 73.2 71.7
Наличие детей младше 18 лет 53.7 40.1
Бюджетный сектор, % 44.2 19.9
Доля сменивших работу за последний год, % 18.0 20.0
Доля мужчин, % 36.0 44.7
Уровень образования, %
Начальное 0 0.2
№ 33 (1) 2014 прикладная эконометрика applied econometrics
Продолжение табл. П1
А В
Неполное среднее 1.8 6.3
Начальное профессиональное образование без полного среднего 1.1 4.4
Полное среднее 11.3 21.5
Начальное профессиональное образование с полным средним 8.4 14.8
Среднее специальное 27.0 25.5
Высшее 50.5 27.2
Средний стаж работы на текущем предприятии, лет 10.1 7.6
Вид деятельности, %
Легкая и пищевая промышленность 2.8 6.3
Гражданское машиностроение 2.0 3.3
Военно-промышленный комплекс 1.1 2.1
Нефтегазовая промышленность 6.3 2.5
Другая отрасль тяжелой промышленности 4.0 3.6
Строительство 3.7 7.6
Транспорт, связь 7.7 8.5
Органы управления 4.5 4.4
Образование 2.8 2.4
Наука, культура 24.6 9.6
Здравоохранение 3.2 3.2
Армия, МВД, органы безопасности 17.1 7.8
Торговля, бытовое обслуживание 7.3 15.8
Финансы 3.3 1.9
Энергетическая промышленность 3.3 1.6
Жилищно-коммунальное хозяйство 2.7 3.7
Другое 2.3 2.5
Возраст, %
До 30 лет 19.6 26.6
От 30 до 40 лет 31.6 25.4
От 40 до 50 лет 26.5 23.5
Старше 50 лет 22.3 24.5
Средний возраст, лет 40.2 39.6
Размер предприятия, %
Микропредприятие (до 15 чел.) 8.6 15.8
Малое предприятие (от 15 до 100 чел.) 35.9 26.2
Среднее предприятие (от 100 до 250 чел.) 14.9 12.6
Крупное предприятие (более 250 чел.) 32.5 29.8
Средняя продолжительность рабочей недели, час 41.7 43.4
Окончание табл. П1
А В
Федеральный округ, %
Центральный 27.3 29.5
Северо-Западный 16.3 10.8
Южный 10.7 12.6
Приволжский 21.5 22.2
Уральский 10.0 8.4
Сибирский 11.6 12.2
Дальневосточный 2.7 4.4
Тип поселения, %
Москва, Санкт-Петербург 12.8 12.6
Областной центр 38.0 33.1
Город 27.8 27.6
Поселок городского типа, село 21.4 26.7
Профессиональный статус, %
Руководители 7.3 4.0
Специалисты высшего уровня квалификации 42.7 18.4
Специалисты среднего уровня квалификации 21.5 18.3
Служащие, занятые подготовкой информации 3.8 6.5
Работники сферы обслуживания 4.6 10.7
Квалифицированные рабочие 8.7 13.3
Операторы, аппаратчики и прочие 9.9 16.2
Неквалифицированные рабочие 1.6 12.6
Число наблюдений 1599 47896
Таблица П2. Оценка влияния дополнительного профессионального обучения с помощью
МНК-модели и метода «двойной разности разностей»
Переменные МНК Двойная разность разностей
Коэффициент Стандартная ошибка Коэффициент Стандартная ошибка
Прохождение дополнительного 0.152*** 0.015 обучения 0.080*** 0.030
Число наблюдений 44373 5053
Скорректированный Я2 0.479 0.224
Примечание. *** — уровень значимости 1%.
Таблица П3. Оценка отдачи от дополнительного профессионального обучения методом квантильного анализа
Квантильная группа В среднем по всем годам
QR(1) Коэффициент, % 18.8
Коэффициент 0.172***
Стандартная ошибка 0.013
QR(2) Коэффициент, % 17.5
Коэффициент 0.161***
Стандартная ошибка 0.012
QR(3) Коэффициент, % 15.9
Коэффициент 0147***
Стандартная ошибка 0.011
QR(4) Коэффициент, % 13.4
Коэффициент 0.126***
Стандартная ошибка 0.009
QR(5) Коэффициент, % 11.1
Коэффициент 0.105***
Стандартная ошибка 0.010
Примечание. *** — уровень значимости 1%.
