CC BY
30
Ниворожкина Л.И.,
д.э.н., профессор, заслуженный деятель науки РФ, РГЭУ (РИНХ)
г. Ростов-на-Дону, Россия E-mail: lin45@mail.ru Арженовский С.В.,
д.э.н., профессор, РГЭУ (РИНХ)
г. Ростов-на-Дону, Россия E-mail: sarzhenov@gmail.com
ОЦЕНКА СКРЫТЫХ ДОХОДОВ ДОМОХОЗЯЙСТВ C УЧЕТОМ
ДЛИТЕЛЬНОСТИ ПЕРИОДА ИЗМЕРЕНИЯ1
JEL classifications: C26, D14, D31, G02, I32
Аннотация
Предметом статьи является оценка распространенности и объемов скрытых доходов домохозяйств с учетом длительности периода их измерения. Выявление структуры и численности домохозяйств с высоким риском получения доходов, не учитываемых в официальной отчетности, -актуальная задача социально-экономической политики государства.
Цель статьи состоит в обосновании и эмпирической проверке альтернативной методологии оценки ненаблюдаемых доходов населения на микроуровне, учитывающей период их измерения, и на этой основе в уточнении механизма распределения скрытых доходов среди российских домо-хозяйств. Информационной основой исследования послужили данные проекта «Российский мониторинг экономического положения и здоровья населения, RLMS-HSE».
Методология. Эконометрическая оценка компоненты скрытых доходов домашних хозяйств осуществлена на основе модели Писсаридеса - Вебера (Pissarides C., Weber G., 1989).
Результаты. В работе представлены количественные характеристики распространенности и объемов скрытых
1 Публикация подготовлена в рамках поддержанного РФФИ научного проекта № 19-010-00009.
доходов домохозяйств с учетом длительности периода их измерения.
Выводы. Показано, что длительность периода наблюдения за доходами и расходами домашних хозяйств связана со структурой доходов домашних хозяйств и размером ненаблюдаемой компоненты доходов, а также с уровнем бедности и неравенства.
Ключевые слова: домашние хозяйства, скрытые доходы, располагаемые ресурсы, расходы, потребление, неравенство, бедность.
L.I. Nivorozhkina, S. V. Arzhenovskiy
ESTIMATING OF HIDDEN HOUSEHOLD INCOMES: ASPECT OF THE MEASUREMENT PERIOD DURATION
Abstract
The subject of this article is the assessment of the prevalence and volume of hidden household incomes taking into account the length of the period of their measurement. The identification of the structure and number of households with a high risk of generating income that is not taken into account in official reporting is an urgent task of the state socioeconomic policy.
The purpose of the article is to justify and empirically verify an alternative methodology for assessing unobserved population incomes at the micro level, taking into account the period of their measurement, and on this basis to clarify the mechanism of distribution of hidden incomes among Russian households. The research was based on the data from the project "Russian Monitoring of the Economic Situation and Public Health, RLMS-HSE".
An econometric estimate of the household hidden income component is based on the Pissarides-Weber model (Pissarides C, Weber G., 1989).
The paper presents quantitative characteristics of the prevalence and volume of hidden household incomes, taking into account the length of the period of their measurement.
It is shown that the length of the period of monitoring household incomes and expenditures is related to the structure of household incomes and the size of the unobservable income component, as well as to the level of poverty and inequality.
Keywords: households; hidden income; disposable resources; expenditure; consumption; inequality; poverty.
Введение
Доходы населения - одна из наиболее дискуссионных категорий в прикладных экономических исследованиях. Государственная статистика данные о доходах населения собирает из форм отчетности предприятий и учреждений всех видов собственности и уточняет их с помощью данных Выборочного обследования бюджетов домашних хозяйств1. С 2018 года Федеральная служба государственной статистики (Росстат) работает по новой методике расчетов доходов населения, перейдя от ежемесячных подсчетов на ежеквартальную оценку. Основная цель новой, усовершенствованной методологии расчета доходов населения связана с попыткой максимально полно принять во внимание размер недоучитываемых доходов, являющихся частью теневой экономики страны, путем внедрения новых способов измерения доходов населения не косвенным путем, как это было прежде, а напрямую. Данные по доходам населения России начиная с I квартала 2019 года публикуются с использованием новых оценок. Преимущества новой методики были протестированы путем сравнения показателей денежных доходов и расходов в прежней и обновленной методологии в применении к 2017 году.
Новая методика предполагает изменение оценки доходов населения по ряду статей. Так, в оценку доходов населения по статье «Оплата труда наемных работников» добавлены показатели оплаты труда работающих в организациях без оформления договоров, наемных работников у физлиц и ИП (включая фермерские хозяйства), а также оплата труда в иностранной валюте и оплата
1 https://www.gks.ru/free_doc/new_site/rosstat/nms/ nms-190319.pdf
труда иностранных работников. Расчеты данных 2017 года показали, что при пересчете денежных доходов за 2017 год размер оплаты труда увеличился с 23 трлн до 31 трлн руб. По данным за 2017 год новая методика существенно увеличивает долю зарплат в структуре доходов (с 41 до 55%, по данным за 2017 год), но уменьшает долю доходов от предпринимательства (с 7,6 до 6,3%) и от собственности (с 5,4 до 4,3%). В результате размер ненаблюдаемых доходов в структуре денежных доходов в 2017 году сократился с 26% до 11,5%. Кроме того, новый подход уточнил оценки расходов населения при «Покупке товаров и услуг вне торговой сети», по «Оплате услуг при операциях с недвижимостью», «Оценке сбережений населения». В частности, по статье «Изменение средств на счетах индивидуальных предпринимателей» теперь считается сальдо между остатками средств на конец и начало отчетного периода. Вследствие этого в 2017 году этот показатель сократился на 1,1 трлн руб. Усовершенствованная методология уточняет оценку сбережений граждан. В целом в 2017 году объем сбережений россиян по новой методологии составил 3,8 трлн руб. вместо 7,3 трлн руб. Из методики оценки доходов населения также исключены статьи, связанные с доходами и расходами от продажи валюты, так как учет данного показателя велся с большой погрешностью и вызывал немало нареканий. В 2017 году они составили 879 млрд руб. Важным нововведением станет учет расходов россиян, связанных с трансграничной онлайн-торговлей.
Сравнение старой и новой методологий в применении к 2017 году дало прирост денежных доходов чуть более 1%. Разность в расходах оказалась значительно больше: в 2017 году они составили 52,2 трлн руб. по сравнению с 48,1 трлн руб. в предыдущей редакции методики.
Кроме Росстата оценками ненаблюдаемых доходов населения занимается Фин-мониторинг, различные международные организации, научное сообщество страны. Ненаблюдаемые (скрытые) доходы населе-
ния - результат деятельности теневой экономики. Однако теневая экономика на сегодняшний день представляет собой дискуссионное понятие и точная его дефиниция отсутствует. Самое простое определение: теневая экономика - это деятельность субъектов хозяйствования, которая развивается вне государственного учета и контроля, в стороне от системы социального и пенсионного страхования и которая не связана с производством криминальных товаров и услуг. К теневой экономике относятся скрытое производство, скрытые доходы и скрытые от статистики расходы на конечное потребление и накопление [1]. Однако это определение пересекается с более широким понятием «ненаблюдаемая экономика», то есть проблема дефиниции «теневой экономики», четко очерчивающей границы данной экономической категории, остается нерешенной, соответственно, измерить ее точно - невозможно.
В результате, если обратиться к наиболее авторитетным источникам, налицо весьма значительные разночтения. Так, по оценкам Финмониторинга, объем теневой экономики России по итогам 2017 года превысил 20,7 трлн руб., что составило около 20,0% ВВП страны. По оценкам Рос-стата, доля теневой экономики России в 2017 году составляла до 16% ВВП, что ниже оценок Финмониторинга. По данным МВФ, доля теневой экономики России в 2017 году превышала 33% ВВП страны. Причина столь больших расхождений - в несовпадении методик расчета: подход Росстата не совпадает с методикой Финмо-ниторинга и методикой МВФ. При этом все перечисленные ведомства тонкости своих методик не разглашают. В последнее время накал общественной дискуссии по этой теме достиг критической точки. Меры Рос-стата по изменению подсчета доходов населения, попытки загнать скрываемые доходы в налоговое русло - лишь часть видимых попыток органов власти найти решение этой проблемы. Поэтому, к сожалению, все дискуссии по поводу объемов теневой экономики имеют скорее форму дискурса, а
1 Российский мониторинг экономического положения и здоровья населения НИУ-ВШЭ
не научно обоснованных фактов. В принципе, такая ситуация вполне объяснима. Сам термин «теневая» говорит о том, что субъекты этой деятельности сведения о ней скрывают, отчетность по ней отсутствует. Судить о ее размерах можно лишь по косвенным признакам.
Какие доходы населения являются теневыми, а какие можно относить к недоучитываемым, скрытым? В принятом нами и наиболее распространенном подходе скрытыми доходами являются доходы, не учитываемые в формах официальной отчетности: от неформальной занятости, заработная плата «в конвертах», а также различные виды нелегальной и криминальной деятельности.
Методологически значимой представляется проблема периода измерения скрытых доходов. Обобщающие оценки теневых доходов населения на уровне макропоказателей публикуются за год. Но если ставится вопрос о том, как распределены эти доходы среди различных социально-демографических групп населения, то возникает необходимость их анализа на микроуровне. Такие данные обычно получают путем выборочных опросов населения, и период, о котором просят респондентов ответить о доходах, как правило, ограничен одним месяцем или кварталом. Насколько релевантны такие данные при оценке недоучитываемых доходов? Можно увеличить надежность получаемых оценок?
Цель
Цель данной статьи состоит в обосновании и эмпирической проверке альтернативной методологии оценки ненаблюдаемых доходов населения на микроуровне, учитывающей период их измерения, и на этой основе уточнении механизма распределения скрытых доходов среди российских домохозяйств.
Источники данных
Источниками данных для анализа доходов стали данные проекта «Российский мониторинг экономического положения и здоровья населения НИУ-ВШЭ (RLMS-ЖЕ)»1, осуществляемого с 1992 года по общенациональной российской выборке и
(КЬМБ-ИБЕ) проводится Национальным исследовательским университетом «Высшая школа
предназначенного для изучения различных аспектов экономического положения и здоровья населения России. Данные РМЭЗ-ВШЭ репрезентативно представляют население России, сохраняют единую методологию формирования показателей доходов и расходов домохозяйств в течение исследуемого периода. Значительная панельная составляющая позволяет отслеживать одни и те же домохозяйства в течение длительного времени. Представленный анализ основан на информации проекта за 2000-2018 годы.
В качестве индикатора уровня текущего благосостояния возможно использование показателя располагаемых ресурсов домохозяйства, включающего в себя кроме денежных доходов из различных источников также оценку натуральных поступлений. Располагаемые ресурсы включают стоимость натуральных поступлений и льготы от работодателя, а также все денежные ресурсы, в том числе займы и израсходованные сбережения.
В разное время стоимость натуральных поступлений и льгот от работодателя составляла достаточно заметную часть доходов домашних хозяйств. Денежная часть располагаемых ресурсов включает оплату труда, социальные и частные трансферты, израсходованные сбережения, а также другие доходы, включающие проценты по вкладам, дивиденды, доходы от аренды, то есть все виды доходов, не попадающих под определение оплаты труда, трансфертов и натуральных поступлений, и льгот.
Расходы и сбережения домохозяйств включают в том числе потребительские и непотребительские расходы [2].
Уточнение динамики всех компонент располагаемых ресурсов, расходов и сбережений, включая их скрытую часть, представляет серьезный научный интерес, поскольку позволяет выявить механизм формирования благосостояния населения на разных фазах экономического цикла, а также создает основу оценки в их структуре недоучитываемых доходов.
экономики» и ЗАО «Демоскоп» при участии Центра народонаселения Университета Северной Каролины в Чапел-Хилле и Института социологии РАН. Сайты
Обзор литературы
Измерение теневой экономики - исследовательское поле макроэкономики. Для целей международных сравнений используется балансовый метод, основанный на том, что доходы ВНП должны равняться расходам, а их несовпадение является индикатором, показывающим увеличение или уменьшение теневой экономики [3, 4]. Другой популярный подход к оценке масштабов теневой экономики, монетарный, базируется на преобладании в теневых расчетах наличных денег, поэтому рост спроса на наличные деньги является сигналом роста теневой активности [5, 6]. Другие подходы используют разность между официальным и реальным числом занятых [7] или метод расхода электричества [8], учитывающий реальный расход электроэнергии и результаты ее оплаты. Но в этом случае разность между расчетным и фактическим расходом электроэнергии должна достигать промышленных масштабов.
Микроэкономические подходы, базирующиеся на данных о доходах и расходах населения, только начинают завоевывать свою устойчивую нишу в научных исследованиях по оценке теневой экономики. И здесь более корректным представляется терминология оценки скрытых (недоучитываемых) доходов домашних хозяйств. Важность такого подхода базируется на том, что именно домохозяйство является той ячейкой общества, которая снабжает экономику ресурсами и расходует полученные за них деньги. Соответственно, значительная часть денежных ресурсов теневой экономики поступает в домохозяйство как денежный доход от деятельности в этом секторе экономики.
Однако сложность оценки доходов населения на микроуровне обусловлена рядом факторов, среди которых следует выделить период, за который домохозяйство (индивид) отчитывается о своих доходах. Как правило, это месяц или квартал, что недостаточно для выявления типичного дохода.
обследования RLMS-HSE: http://www.cpc.unc.edu/ projects/rlms и http://www.hse.ru/rlms
Другая важная причина искажений сведений о доходах - их происхождение. Население чисто психологически не расположено делиться сведениями о личных доходах даже порой вполне легальных, присутствие неформальных, теневых доходов, домохозяйства, естественно, стремятся скрыть.
Революция в развитии эконометриче-ских методов анализа и компьютерного моделирования больших объемов информации в реальном режиме времени, которая стартовала с последней четверти прошлого столетия, позволила эмпирически реализовать теоретические подходы к оценке скрытых доходов на микроуровне. Одной из таких пионерских работ стало исследование Пис-саридеса - Вебера [9], в котором было представлено теоретическое обоснование оценки доли теневых доходов на основе гипотезы о более высокой волатильности ненаблюдаемого перманентного дохода среди домохо-зяйств с теневыми доходами [10]. Авторы исходили из того, что существуют группы населения, которые не скрывают размер своих доходов, например, работающие по официальному найму декларируют свои доходы корректно. Группой населения, в которой присутствуют теневые доходы, являются самозанятые. По некоторым статьям расходов все население дает правдивые ответы, например, расходы на питание. Все профессиональные группы, кроме самозанятых, показывают сходную модель расходов на питание. Причина чему, по утверждению авторов, недекларируемые доходы. Модель описывает поведение домохозяйства-потребителя с учетом скрываемого дохода, с одной стороны, и связь между доходом и потреблением, с другой стороны. Метод оценки состоит из двух частей. На первом этапе оценивается функция расходов в терминах характеристик домохозяйств и указанного ими дохода. На втором этапе инвертируется функция расходов и прогнозируется доход от заявленных расходов.
Методология исследования
Выбор в качестве контрольной группы самозанятых оставляет за рамками анализа широкие слои населения нашей страны, получающие скрытые доходы. Число способов извлечения скрытых доходов так велико,
что априорное суждение о структуре социально-демографических, профессиональных групп в российском обществе, в которых присутствуют (или отсутствуют) скрытые доходы, невозможно. Плотность распределения этих доходов также неизвестна. Одним из путей выделения домохозяйств со скрытыми доходами может стать учет тех из них, в которых, например, расходы превышают доходы в течение достаточно длительного периода времени [2]. При установлении некоторого порогового уровня превышения расходов над доходами эта группа домохозяйств может быть принята как имеющая скрытые доходы.
Сопоставление объемов текущих располагаемых ресурсов (далее доходов) и денежных расходов и сбережений (далее расходов) указывает на то, что они либо совпадают, либо доходы превышают расходы, либо оказываются меньше их. Положительная разность между доходами и расходами представляет собой не что иное, как дискреционные доходы, то есть часть чистого дохода потребителя, остающаяся после необходимых расходов, уплаты налогов, затрат на удовлетворение первейших жизненных потребностей [11]. Подобный остаточный доход расходуется по собственному усмотрению потребителя, является в этом смысле свободным. Это так называемая оборотная касса. Как правило, домохозяйства не относят эти средства к сбережениям. В случае если разность между доходами и расходами отрицательная, то есть домохозяйство в текущем периоде израсходовало больше, чем получило, то эти средства могут быть либо частью оборотной кассы предыдущего периода, либо скрытыми доходами из недекларируемых источников. В любом случае располагаемые ресурсы домохозяйства в текущем месяце включают эти средства независимо от источников их происхождения. Однако в анализе они, как правило, не выделяются.
Как разделить дискреционный доход и доход из скрываемых источников? По определению [10] дискреционный доход имеет гораздо более высокую вариабельность, нежели постоянно получаемый из скрывае-
мых источников. Поэтому имеет смысл сравнение доходов и расходов за более длительный период. В RLMS это год или два. Если принять в качестве интервала более длительный период, то число домохозяйств в панельной части выборки сокращается и ее репрезентативность становится неочевидной.
Какой период выявит более представительные и вызывающие доверие результаты? Если выбрать в качестве интервала три года, то превышение расходов над доходами будет являться устойчивым сигналом того, что учтенные в модели домохозяйства получают скрытые доходы регулярно. Однако зачастую неформальные приработки с нефиксируемыми доходами носят спорадический характер, не являются регулярными, и эти домохозяйства формально остаются в группе, не имеющей скрытых доходов. Кроме того, в выборке отсутствуют как крайне бедные домохозяйства, так и очень богатые. Другой момент - участие в опросе добровольное. Поэтому даже при соблюдении условий репрезентативности выборки домохозяйства, чей доход является преимущественно теневым, будут избегать участия в опросе и будут неполно представлены в данных. Таким образом, представленные результаты могут быть несколько заниженными. Поэтому имеет смысл сформировать наборы панельных данных по двухлетним периодам и сравнить полученные результаты с панельными данными по трехлетним периодам.
Для оценки числа домохозяйств со скрытыми доходами были сконструированы две переменные, являющиеся индикаторами наличия скрытых доходов - по двум и по трем последовательным годам обследования RLMS-HSE с 2002 по 2018 год согласно следующим сценарным вариантам: в течение двух (трех) лет подряд денежные расходы и сбережения превышали располагаемые ресурсы домохозяйства не менее чем на 10% (или на 20%, 25%, 30%). По двухлетним волнам было сформировано девять наборов панельных наблюдений, а по трехлетним - шесть.
1 Полный листинг результатов моделирования может быть предоставлен по запросу на e-mail: sarzhenov@gmail.com
По полученным наборам была осуществлена оценка моделей по алгоритму Писсаридеса - Вебера по данным завершающего панель года.
Переход к домохозяйствам с расходами, превышающими доходы в течение двух (трех) лет, существенно сократил их долю, что подтвердило предположение, что значительную часть разности в текущих доходах и расходах составляет оборотная касса.
В качестве зависимой переменной в уравнениях дохода был использован логарифм располагаемых ресурсов и факторные переменные: наличие центрального отопления, холодильника NoFrost, телевизора, число комнат. Инструментальные переменные в уравнении: наличие в домохозяйстве автомобиля, иномарки, садового участка [12, 13]. Еще одна инструментальная переменная была сформирована по ответам на вопрос о том, как долго семья сможет прожить, лишившись всех внешних источников доходов. В качестве периодов выживания были отмечены несколько месяцев, месяц, меньше месяца.
В уравнении, оценивающем функцию потребления, в качестве зависимой выбрана переменная логарифма расходов на питание.
Все полученные коэффициенты модели статистически значимы. По результатам моделирования, домохозяйствам, в которых присутствовали скрытые доходы, были вменены оценки скрытой компоненты доходов1.
Следующие графики (рис. 1 и 2) представляют динамику доли скрытых доходов для ситуаций, когда расходы превышали доходы не менее чем на 10%, 20%, 25% и 30%. Оба графика демонстрируют сходные тенденции: пиковые значения скрытых доходов в начале 2000-х, снижение их в течение последующего десятилетия, вновь заметный подъем к 2012 и постепенное снижение вплоть до 2018 года.
Однако график, представляющий результаты по двухлетним периодам, указывает на то, что в них доля домохозяйств, в которых расходы превышают доходы на 30% и более, выше, чем среди домохозяйств, сгруппированных по трехлетним периодам.
Рисунок 1 - Доля скрываемых доходов для различных значений критерия превышения расходов над располагаемыми ресурсами (наборы панельных данных сгруппированы по двухлетним периодам)
Рисунок 2 - Доля скрываемых доходов для различных значений критерия превышения расходов над располагаемыми ресурсами (наборы панельных данных сгруппированы по трехлетним периодам)
На рисунке 3 представлены результаты интерполирования (для наборов данных по двум и трем годам) между годами, в которых выполнялись оценки посредством моделей, для получения динамики скрываемых доходов на всем интервале с 2002 по 2018 год. Сравнение графиков позволяет сделать вывод об устойчивом превышении оценок скрываемых доходов для наборов
данных по двум годам по сравнению с наборами по трем годам за весь период с 2002 по 2018 год. Кроме того, локальные экстремумы для наборов по двум годам смещены на один-два года. Также следует отметить, что в конце изучаемого периода (в 20152018 годах) величина отклонений в оценках по двум наборам данных минимальна.
Рисунок 3 - Динамика скрываемых доходов (среднее по всем критериям превышения 10%, 20%, 25% и 30%) с интерполяцией между годами, в которых выполнялись оценки
Тенденция некоторого замедления резкого падения скрытых доходов по трехлетним интервалам началась с 2005 года, а по двухлетним - на год ранее, с 2004. По трем годам падение шло до 2011 года, а по двум годам - до 2010. Новый локальный пик скрытых доходов по двум годам наступил в 2012 году, а по трем - в 2014 году. Налицо определенная закономерность в смещении тенденции динамики доли скрытых доходов в зависимости от интервала измерения. В
связи с этим можно предположить присутствие некоторой группы домохозяйств, источники скрытых доходов которых более чувствительны к изменениям внешней социально-экономической среды, влияющей на возможность извлечения таких доходов, и их сокращение происходит быстрее.
Следующие две таблицы (табл. 1 и 2) представляют значения средних доходов для домохозяйств, в которых, в соответствии с выдвинутой гипотезой, отсутствовали или присутствовали скрытые доходы.
Таблица 1 - Душевые располагаемые ресурсы домашних хозяйств с учетом отсутствия или наличия скрытых доходов для наборов данных по двум годам (пороговое значение -_превышение расходов над доходами не менее 10%)_
Волна - год Душевые располагаемые ресурсы, руб. Доля компоненты скрытых доходов, % Доля домохозяйств со скрытыми доходами в общей численности, %
Без скрытых доходов Со скрытыми доходами Со скрытыми + вмененные
11 - 2002 3249,99 2293,82 4466,72 54,8 21,5
13 - 2004 4696,11 3393,57 5211,58 32,4 18,3
15 - 2006 6783,56 5249,82 7582,79 26,4 16,0
17 - 2008 11491,16 8451,77 11270,04 20,1 14,0
19 - 2010 14208,30 10695,44 13831,94 17,8 11,0
21 - 2012 18088,75 12109,94 17117,84 24,3 13,1
23 - 2014 19799,26 14188,31 19224,61 20,7 12,0
25 - 2016 22285,82 16924,14 21104,68 15,2 10,9
27 - 2018 23960,02 18838,34 22433,18 12,0 9,4
Таблица 2 - Душевые располагаемые ресурсы домашних хозяйств с учетом отсутствия или наличия скрытых доходов для наборов данных по трем годам (пороговое значение -
превышение расходов над доходами не менее 10%)
Волна - год Душевые располагаемые ресурсы, руб. Доля компоненты скрытых доходов, % Доля домохозяйств со скрытыми доходами в общей численности, %
Без скрытых доходов Со скрытыми доходами Со скрытыми + вмененные
11 - 2002 2941,63 2100,23 3444,33 33,1 15,5
14 - 2005 5684,73 3972,59 4728,39 16,1 9,9
17 - 2008 11111,19 7694,69 9427,01 12,7 8,4
20 - 2011 15166,83 11461,03 14196,99 13,3 6,0
23 - 2014 19621,67 12541,87 15995,97 14,8 6,7
26 - 2017 23236,82 17204,38 20683,46 10,4 5,9
Сравнительный анализ таблиц 1 и 2 для периодов, в которых произошло совпадение завершающих панель дат, то есть 2000, 2008 и 2014 годов, показал, что абсолютное значение всех компонент доходов выше для показателей двухлетнего цикла (табл. 1 и 2). В 2002 году доля домохозяйств со скрытыми доходами на двухлетнем интервале составила 21,5%, с трехлетним -15,5%, а доли скрытых доходов составили 54,8% и 33,1% соответственно. Следует отметить, что в 2000 году вменение компоненты скрытых доходов привело к тому, что располагаемые ресурсы домохозяйств со скрытыми доходами, зафиксированными в течение двух лет, превысили соответствующий показатель для домохозяйств без скрытых доходов на 37,5%, а для трехлетнего интервала - на 17,1%.
В следующем, 2008 году, даты которого совпали для двух панелей, наблюдалось сближение абсолютных значений различных компонент доходов в таблицах 1 и 2. Однако вменение компоненты скрытых доходов в данные с двухлетним интервалом привело к тому, что душевые располагаемые ресурсы домохозяйств со скрытыми и без скрытых доходов практически совпали, в то время как в трехлетнем интервале доходы домохозяйств со скрытыми доходами остались на 17,9% ниже.
В 2014 году доходы домохозяйств без скрытых доходов были близки в обеих наборах, а доходы домохозяйств со скрытыми доходами оказались существенно ниже в панели с трехлетним циклом. Вме-
нение компоненты скрытых доходов в до-мохозяйствах, где скрытые доходы присутствовали два года, привело к тому, что их доходы оказались очень близки с теми, у кого скрытых доходов не было. Для домо-хозяйств с трехлетним временным интервалом даже вменение скрытой компоненты доходов оставило разрыв в доходах в размере 22,7%.
Таким образом, двухлетние панели позволяют идентифицировать большее число домохозяйств со скрытыми доходами по сравнению с трехлетним периодом и более высокий размер скрытых доходов. Превышение доли домохозяйств со скрытыми доходами в данных по двум годам превышало аналогичную долю в данных по трем годам на 5-6%. Доля компоненты скрытых доходов в двухлетней панели также было устойчиво выше, но от года к году происходило ее снижение. Кроме того, более высокие абсолютные значения всех компонент доходов в двухлетней панели указывают на то, что в среднем располагаемые ресурсы домохозяйств со скрытыми доходами были выше по сравнению с теми, чьи доходы измерялись на трехлетнем интервале, размер скрытой компоненты у них был более существен.
Воздействуют ли различия в периоде измерения скрытых доходов на уровень неравенства и бедности домашних хозяйств? В следующих таблицах (табл. 3 и 4) представлены значения индекса неравенства Джини для всех домохозяйств и вклад компоненты скрытых доходов в общее нера-
венство [14]. Полученные оценки неравенства хотя и близки к тем, что публикует Росстат, существенно отличаются по методологии расчета. Эти результаты характеризуют уровень неравенства среди домашних хозяйств, репрезентирующих среднюю часть распределения доходов, поскольку не включают как самых бедных, так и очень
Вклад компоненты скрытых доходов в общее неравенство, представленный в таблице 3 по двум годам, существенно выше, чем в таблице 4 для наборов данных по трем годам. Следует отметить, что после 20002002 годов (табл. 4) для трехлетних периодов вклад в неравенство скрытых доходов по трехлетним периодам резко сократился и оставался все время немного выше одного процента. Данные по двухлетним периодам показали гораздо более высокий вклад в неравенство компоненты скрытых доходов, но также уменьшающийся со временем.
богатых. В таблицах также представлены данные по относительной бедности домашних хозяйств, рассчитанные отдельно для домохозяйств со скрытыми доходами и без них. Пороговое значение относительной бедности определено как 50% от медианного душевого дохода домашних хозяйств в каждой из волн обследования [15].
Динамика показателей относительной бедности для двухлетних интервалов, учитывающая вклад скрытых доходов, показала, что в 2000 году уровень бедности домохо-зяйств был постоянно ниже, чем для трехлетних. Доля бедных в данных по двухлетним интервалам была ниже среди домохозяйств со скрытыми доходами в 2002 году, но затем доля бедных среди тех, кто имел скрытые доходы, начала постоянно превышать долю бедных среди тех, кто не имел скрытых доходов, но не более чем на 4,5%.
Таблица 3 - Уровень неравенства и относительной бедности домашних хозяйств для наборов данных по двум годам (пороговое значение - превышение расходов _над доходами не менее 10%)_
Коэффициент Джини Вклад компоненты Относительная бедность, %
Волна - год скрытых доходов в об- без скрытых до- со скрытыми до-
щее неравенство, % ходов ходами
11 - 2002 0,447 17,1 15,19 14,73
13 - 2004 0,427 8,3 13,69 14,21
15 - 2006 0,403 7,0 13,72 16,45
17 - 2008 0,412 4,1 13,15 17,03
19 - 2010 0,389 3,0 11,31 14,71
21 - 2012 0,401 4,3 10,25 14,63
23 - 2014 0,360 3,8 10,09 14,31
25 - 2016 0,367 2,5 9,29 13,75
27 - 2018 0,352 1,8 8,67 12,5
Таблица 4 - Уровень неравенства и относительной бедности домашних хозяйств для наборов данных по трем годам (пороговое значение - превышение расходов _над доходами не менее 10%)_
Волна - год Коэффициент Джини Вклад компоненты скрытых доходов в общее неравенство, % Относительная бедность, %
без скрытых доходов со скрытыми доходами
11 - 2002 0,445 8,5 15,59 17,04
14 - 2005 0,425 1,2 15,03 15,63
17 - 2008 0,419 1,3 14,09 18,11
20 - 2011 0,391 1,3 11,82 16,67
23 - 2014 0,372 1,2 10,99 17,17
26 - 2017 0,374 1,1 9,62 16,62
Динамика относительной бедности для трехлетних периодов выявила тенденцию нарастающего превышения уровня бедности в домохозяйствах со скрытыми доходами во всех периодах. При этом в 2017 году этот разрыв достиг 7,0%.
Выводы
Представленная методология оценки недоучитываемых доходов домашних хозяйств позволила выявить среди тех, кто получает такие доходы, две группы, различающиеся размером и структурой доходов. У домохозяйств, извлекавших неучитываемые доходы в течение трех лет, средние душевые располагаемые ресурсы ниже, чем у тех, кто такие доходы имел два года подряд. Среди домохозяйств, превышение расходов над доходами у которых измерялось на двухлетнем интервале, доля тех, чьи расходы более чем на 30% превышали их доходы, была заметно выше. Это подтверждается и более высоким вкладом в неравенство скрытой компоненты в этой группе и более низким уровнем относительной бедности. Таким образом, домохозяйства, демонстрирующие наличие неучитываемых доходов на двухлетней панели, в среднем были более обеспеченные, чем те, для которых скрытые доходы были выявлены в течение трех лет подряд. В предыдущих публикациях авторов указывалось, что значительный объем непотребительских расходов при относительно невысоком уровне доходов домохозяйства может служить сигналом о наличии скрываемых доходов [2].
Ранее [16] было обосновано, что скрываемые доходы домашних хозяйств формируют латентный механизм выравнивания уровня жизни и являются подушкой безопасности в периоды экономических кризисов, фактором, элиминирующим социальную напряженность в обществе. И если мы обратимся к представленным таблицам и графику, то налицо подъем уровня скрытых доходов в кризисные годы. Однако процесс выравнивания уровня жизни вследствие присутствия скрытой компоненты доходов зафиксирован лишь в ситуации, когда в наборе данных присутствуют домохозяйства, где эта компонента позволяет приблизить распола-
гаемые ресурсы домохозяйств к уровню доходов домохозяйств без скрытых доходов. Такие доходы чаще представлены среди до-мохозяйств, чьи скрытые доходы были зафиксированы на двухлетнем интервале. Однако эти доходы более чувствительны к воздействию макроэкономической среды. Кроме того, группа домохозяйств, чьи скрытые доходы зафиксированы на двухлетнем интервале, неоднородна по структуре скрытых доходов, что фиксируется высоким вкладом этой компоненты в общее неравенство.
Среди тех, чьи скрытые доходы зафиксированы в течение трех лет, преобладают менее обеспеченные домохозяйства, и состав этой группы, судя по индикаторам вклада в неравенство и относительную бедность, достаточно однороден.
Представленные тенденции свидетельствуют о том, что концентрация скрытых доходов среди домашних хозяйств с начала 2000-х до 2018 года имела тенденцию к сокращению как по доле таких домохозяйств в общей структуре населения, так и по доле компоненты скрытых доходов в общих доходах. Необходимо дальнейшее углубленное исследование механизма формирования скрытых доходов домохозяйств и их распределения в общей совокупности, поскольку полученные результаты указывают на высокую вероятность существенной неоднородности социально-демографического состава домохозяйств, имеющих скрытые доходы, различия в структуре их потребления и расходов. Результаты такого анализа позволят уточнить спектр сфер неформальной занятости, расширить информацию о процессах хозяйственной деятельности как на макро-, так и на микроуровне, что представляется актуальной задачей современной социально-экономической политики.
Благодарность
Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 19-010-00009 «Неравенство и бедность в постсоветской России: динамика и факторы формирования с учетом скрытых доходов домохозяйств».
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Корягина Т.И. Рост теневой экономики - вызов для теоретиков и для государственной статистики // Экономика и
математические методы. - Т. 36. - 2000. -№ 4.
2. Ниворожкина Л.И. (2016) Скрытые доходы домохозяйств: опыт эмпирического анализа // Terra Economicus. 2016. Т. 14. № 4. С. 42-53.
3. MacAfee K. (1980). A Glimpse of the Hidden Economy in the National Accounts. Economic Trends, vol. 136, pp. 81-87.
4. O'Higgins M. Assessing the Underground Economy in the UK / In: Feige E.L. (ed.) (1989). The Underground Economies: Tax Evasion and Information Distortion Cambridge: Cambridge Univ. Press, pp. 175-195.
5. Cagan Ph. (1958). The Demand for Currency Relative to the Total Money Supply. Journal of Political Economy, vol. 66 (3), pp. 302-328.
6. Tanzi V. (1983). The Underground Economy in the United States: Annual Estimates, 1930-1980. IMF-Staff Papers, vol. 30 (2), pp. 283-305.
7. Del Boca D. (1981). Parallel Economy and Allocation of Time. Micros-Quarterly Journal of Microeconomics, vol. 4 (2), p. 13-18.
8. Johnson S., Kaufman D. and Shleifer A. (1997). The Unofficial Economy in Transition. Brookings Papers on Economic Activity, Fall. Washington DC.
9. Pissarides C. and Weber G. (1989). An Expenditure-Based Estimate of Britain's Black Economy. Journal of Public Economics, vol. 39. pp. 17-32.
10. Friedman, M. (1957). The relation between the permanent income and relative income hypotheses. In A theory of the consumption function (p. 157-182). Princeton University Press.
11. Katona G. Psychological Economics. N.Y.: Elsevier, 1975.
12. Ratnikova T.A., Murashov Y.V.
(2016) Under-reported income of Russian households // Russian Journal of Economics. 2016. Vol. 2. No. 1. P. 56-85.
13. Мурашов Я.В., Ратникова Т.А.
(2017). Динамика неучтенных доходов российских домашних хозяйств // Прикладная эконометрика, № 2, с. 30-54.
14. Lerman, R., Yitzhaki S. (1985) Income Inequality Effects by Income Source: A New Approach and Applications to the United
States // The Review of Economics and Statistics, Vol. 67 (1), pp. 151-156.
15. Duclos, J-Y. and Araar, A. (2003) Poverty and Equity: Measurement, Policy and Estimation with DAD, Université Laval, Québec.
16. Ниворожкина Л.И. (2019) Скрытые доходы населения как фактор угрозы для финансовых институтов государства // Проблемы учета, анализа, аудита и статистики в условиях рынка: ученые записки. Вып. 22. - Ростов н/Д: Издательско-поли-графический комплекс РГЭУ (РИНХ), 2019. - С. 201-207.
BIBLIOGRAPHIC LIST
1. Koryagina T.I. The growth of the shadow economy is a challenge for theorists and for state statistics // Economics and Mathematical Methods, vol. 36, 2000, No. 4.
2. Nivorozhkina L.I. (2016) Hidden household incomes: an empirical analysis // Terra Economicus. 2016. V. 14. No. 4. S. 42-53.
3. MacAfee K. (1980). A Glimpse of the Hidden Economy in the National Accounts. Economic Trends, vol. 136, pp. 81-87.
4. O'Higgins M. Assessing the Underground Economy in the UK / In: Feige E.L. (ed.) (1989). The Underground Economies: Tax Evasion and Information Distortion Cambridge: Cambridge Univ. Press, p. 175-195.
5. Cagan Ph. (1958). The Demand for Currency Relative to the Total Money Supply. Jour- nal of Political Economy, vol. 66 (3), p. 302-328.
6. Tanzi V. (1983) The Underground Economy in the United States: Annual Estimates, 1930-1980. IMF-Staff Papers, vol. 30 (2), pp. 283-305.
7. Del Boca D. (1981). Parallel Economy and Allocation of Time. Micros-Quarterly Journal of Microeconomics, vol. 4 (2), pp. 13-18.
8. Johnson S., Kaufman D. and Shleifer A. (1997). The Unofficial Economy in Transition. Brookings Papers on Economic Activity, Fall. Washington D.C.
9. Pissarides C. and Weber G. (1989). An Expenditure-Based Estimate of Britain's Black Economy. Journal of Public Economics, vol. 39. pp. 17-32.
10. Friedman M. (1957). The relation between the permanent income and relative in-
come hypotheses. In A theory of the consumption function (p. 157-182). Princeton University Press.
11. Katona G. Psychological Economics. N.Y.: Elsevier, 1975.
12. Ratnikova T.A., Murashov Y.V.
(2016) Under-reported income of Russian households // Russian Journal of Economics. 2016. Vol. 2. No. 1. P. 56-85.
13. Murashov Y.V., Ratnikova T.A.
(2017). Dynamics of unaccounted income of Russian households // Applied Econometrics, No. 2, p. 30-54.
14. Lerman R., Yitzhaki S. (1985) Income Inequality Effects by Income Source: A
New Approach and Applications to the United States // The Review of Economics and Statistics, Vol. 67 (1), pp. 151-156.
15. Duclos J-Y. and Araar A. (2003) Poverty and Equity: Measurement, Policy and Estimation with DAD, Université Laval, Québec.
16. Nivorozhkina L.I. (2019) Hidden incomes of the population as a threat factor for financial institutions of the state // Problems of accounting, analysis, audit and statistics in market conditions: scientific notes. Vol. 22. -Rostov n/D: Publishing and printing complex of the RSUE (RINH), 2019. - P. 201-207.
