CC BY
0
ЧЕЛОВЕК В МИРЕ ТРУДА
DOI: 10.17323/1811-038Х-2024-33-2-6-31
УДК 331.55
«Поколение локдауна»: динамика молодежного рынка труда в условиях пандемии COVID-19
А.А. ЗУДИНА*
*Анна Алексеевна Зудина - кандидат социологических наук, научный сотрудник, Центр трудовых исследований, Национальный исследовательский университет «Высшая школа экономики», Москва, Россия, azudina@hse.ru, https://orcid.org/0000-0002-9004-0107
Цитирование: Зудина А.А. (2024) «Поколение локдауна»: динамика молодежного рынка труда в условиях пандемии СОУГО-19 // Мир России. Т. 33. № 2. С. 6-31. DOI: 10.17323/1811-038Х-2024-33-2-6-31
Аннотация
Настоящее исследование представляет собой первую попытку комплексного анализа динамики выпадения российской молодежи из сферы занятости и образования в период пандемии COVЮ-19. Исследование выполнено на основе данных РМЭЗ ВШЭ за 2018-2021 гг. Полученные результаты свидетельствуют о росте уровня вовлеченности молодежи в категорию ЫЕЕТ в 2020 г. в России, связанном с увеличением доли ЫЕЕТ-неактивных молодых людей (прежде всего, среди женщин), что согласуется с зарубежными исследованиями на аналогичную тему, фиксирующими в период пандемии значительный рост доли незанятой и не ищущей работу молодежи, одновременно находящейся за пределами сферы образования. Однако общий масштаб изменений в уровнях вовлеченности в категорию ЫЕЕТ в 2020 г. в России по сравнению с зарубежными странами был сравнительно небольшим. Острая фаза пандемии характеризовалась увеличением потоков молодых мужчин и женщин, направленных в ЫЕЕТ-неактивность из состояния занятости, а восстановление экономики - их заметным сокращением. Однако эконометрическое оценивание не выявило значимого самостоятельного влияния ковидных ограничений 2020 г. на динамику показателей вовлеченности молодежи в категорию ЫЕЕТ-безработных и ЫЕЕТ-неактивных при прочих равных условиях, что объясняется особенностями адаптации российского рынка труда к ковидному шоку, согласно которым предприятия в большей степени использовали ценовой (сокращение зарплат) и временной (сокращение рабочих часов и вынужденные отпуска) механизмы подстройки, при этом работники продолжали оставаться заняты-
Исследование осуществлено в рамках Программы фундаментальных исследований НИУ ВШЭ. Автор выражает признательность Р.И. Капелюшникову за ценные замечания и комментарии.
Статья поступила в редакцию в январе 2024 г.
ми с точки зрения формальных трудовых отношений. Исключение, согласно данным РМЭЗ ВШЭ, составляют только значимо более высокие вероятности ЫЕЕТ-неактивности среди молодых женщин, что, по всей видимости, связано с трудностями совмещения учебных/рабочих и домашних обязанностей в период эпидемиологических ограничений.
Ключевые слова: молодежный рынок труда, Россия, РМЭЗ ВШЭ, пандемия COVID-19, молодежь ЫЕЕТ, безработица
Введение
Молодежь традиционно представляет собой одну из наиболее уязвимых категорий, испытывающих сложности как с поиском работы, так и c вхождением на рынок труда. Значительное число экономических и социологических исследований посвящено анализу того, как молодежный рынок труда реагирует на кризисные процессы в экономике, так как показатели занятости молодых работников, как правило, оказываются наиболее чувствительными к негативным последствиям экономического спада. К началу пандемии COVID-19 молодежный рынок труда во многих странах не смог до конца оправиться после мирового финансового кризиса 2008 г. [Barford et al. 2021], что нашло выражение в особенностях динамики показателей молодежной занятости, безработицы, а также вовлеченности в категорию NEET (Not in Employment, Education or Training), состоящую из тех, кто не учится, не работает и не проходит профессиональную подготовку. При этом пандемия, влияние которой на рынок труда можно, прежде всего, описать как шок предложения в результате сокращения трудовых ресурсов и капитала из-за закрытия предприятий, значительно ухудшила положение молодежи по всему миру, преимущественно занятой в наиболее пострадавших секторах - торговле и услугах.
Для России изучение последствий пандемии для молодежной занятости имеет особую актуальность. С одной стороны, доля неучащейся и неработающей молодежи в 2014-2017 гг. составляла 9-13% всей молодежи в возрасте 15-24 лет [Варшавская 2016; Зудина 2022], и часть рисков попадания в данное состояние была связана с низким уровнем образования и отсутствием опыта работы [Варшавская 2016], а также с недостатком таких некогнитивных навыков, как добросовестность, открытость и эмоциональная стабильность [Зудина 2022]. С другой стороны, значительная часть российской NEET-молодежи состоит из молодых женщин, занятых выполнением семейных обязанностей [Зудина 2020], а на рынке труда в допандемийный период наблюдались активные перетоки между различными статусами, в которые была вовлечена и молодежь, среди которой вероятность нахождения работы после пребывания в статусе NEET насчитывала около 50% [Зудина 2018].
В настоящей работе на данных Российского мониторинга экономического положения и здоровья населения НИУ ВШЭ (РМЭЗ НИУ ВШЭ)1 за 2018-2021 гг. впервые рассматриваются особенности изменения показателей вовлеченности российской молодежи в категорию NEET в период пандемии COVID-19,
1 Подробное описание проекта на сайте НИУ ВШЭ: http://www.hse.ru/rlms/, дата обращения 20.01.2024.
Мир России. 2024. № 2
позволяющие уточнить реакцию молодежного рынка труда на ухудшение макроэкономической ситуации и сопоставить ее с тенденциями, наблюдавшимися в аналогичный период в зарубежных странах.
Динамика показателей молодежного рынка труда в периоды экономического спада: обзор исследований
Незанятость молодежи остается важной проблемой рынка труда во многих странах, приобретая особенно острый характер в периоды экономического спада. Показатели молодежной занятости и безработицы в целом более чувствительны к фазам экономического цикла2, а опыт безработицы, пережитый в молодом возрасте в периоды экономического кризиса, негативно влияет на последующие жизненные шансы, карьерную траекторию и уровень материального благополучия, оставляя отчетливый «шрам» в трудовой биографии, заметный даже при последующем улучшении макроэкономической ситуации [Kahn 2010; Oreopoulos et al. 2012; Schmillen, Umkehrer 2017].
Исследователи выделяют несколько взаимосвязанных причин значительной эластичности показателей молодежной занятости в периоды кризиса. Во-первых, молодежь чаще представителей других возрастов оказывается среди соискателей вакансий, при этом фирмы в период кризиса сокращают найм новых работников. Во-вторых, молодые работники чаще заняты на незащищенных и уязвимых рабочих местах, поэтому первыми теряют работу в период кризиса. В-третьих, молодые работники обладают меньшим опытом, а значит, общим и специфическим человеческим капиталом, вознаграждаемым на рабочих местах, потому их увольнение сопряжено с меньшими издержками для работодателей [ILO 2021a; Капелюшников 2022].
Мировой финансовый кризис 2008-2009 гг. сопровождался значительным ухудшением показателей молодежного рынка труда, при этом в наибольшей степени он затронул молодых работников с низким уровнем образования [Bell, Blanchflower 2011], и его последствия наблюдались на многих рынках труда вплоть до начала пандемии COVID-19 [Barford et al. 2021]. В странах Европы между 2008 и 2012 г. безработица среди 15-24-летних возросла с 4,2 до 5,6 млн чел., в относительном выражении данный показатель достиг своего пика в 23,7% в 2013 г., при этом в отдельных странах (Хорватия, Греция и Испания) более половины экономически активной молодежи стала безработной. В дальнейшем, к 2017 г., произошло сокращение среднего уровня молодежной безработицы до 16,8%, однако в некоторых европейских странах восстановление молодежного рынка труда либо шло более медленными темпами (Дания, Франция), либо молодежная безработица продолжала расти (Люксембург, Австрия, Финляндия) [Dietrich 2018]. В свою очередь общемировые показатели молодежной безработицы среди 15-24-летних, по оценкам МОТ, в 2019 г. заметно превышали докризисные значения 2007 г. (13,6% против 12,3%) и практически не изменялись с 2012 г. (13,4%), в то время
Например, на основе анализа статистики по странам ОЭСР в 1970-2009 гг. было обнаружено, что при динамике на 1% уровня занятости работников в возрасте 25-64 лет уровень занятости молодежи в возрасте 16-24 лет изменяется на 1,79% [Bell, Blanchflower 2011].
как молодежная занятость так и не восстановилась, и в 2019 г. ее уровень составил 35,7 против 36,9% в 2015 г. и 43,5% в 2005 г. [ILO 2022a].
Экономические и социальные последствия пандемии COVID-19, а также связанных с ней эпидемиологических ограничений отразились на занятости молодежи гораздо сильнее, чем на других возрастных группах [Inanc 2020; Hoehn-Velasco et al. 2021; Kikuchi et al. 2021; Rinne et al. 2022], так как оказались сопряжены с «тройным шоком» - сокращением занятости, уменьшением возможностей получения образования и осложнением перехода от учебы к работе (или смены работы) [ILO 2020].
Общемировой уровень молодежной занятости в 2020 г. сократился на 8,7%, в то время как сокращение занятости в старших возрастах составило около 3,7%, при этом падение занятости сопровождалось не только ростом показателей безработицы, но и экономической неактивности [ILO 2021b]. Декомпозиция динамики сокращения уровня занятости по миру в целом демонстрирует перераспределение 1,1% населения в безработицу и 2,6% - в неактивность, в то время как сокращение общемирового уровня молодежной занятости происходило практически исключительно за счет ухода молодежи с рынка труда, что существенно отличает пан-демийный кризис от Великой рецессии. Таким образом, статистика безработицы не отражает в полной мере реальные изменения молодежного рынка труда в период пандемии, что приводит к необходимости рассмотрения других показателей [ILO 2021b].
В качестве альтернативы в исследованиях с начала 2000-х гг. активно используется индикатор доли молодежи, которая находится за пределами рынка труда и образования, - так называемой молодежи NEET, рассчитываемый по отношению к численности всего населения в молодых возрастах (15-24 года согласно рекомендациям Евростата или 15-29/34 года в публикациях Еврофонда [Eurofound 2012])3. Тем не менее анализ доли NEET-молодежи также сопряжен с методоло гическими трудностями из-за внутренней неоднородности данной категории. Для одних это состояние является вполне добровольным (благополучная молодежь, которая решила сделать перерыв в учебе и посвятить время своим увлечениям или в принципе не хочет учиться и работать; молодые женщины, выпадающие из сферы занятости и образования на период создания семьи), для других - вынужденным (молодые люди с различными заболеваниями и инвалиды; те, кому пришлось оставить учебу ради постоянной заботы о членах семьи или из-за ограниченных финансовых возможностей, а также отчаявшиеся найти работу).
Исследователи также делят NEET-молодежь на два типа в зависимости от вероятности последующей интеграции в рынок труда - безработных и экономически неактивных NEET. Безработные NEET, по определению, не учатся, не проходят профессиональную подготовку и не имеют работы, но активно ищут ее и готовы к ней приступить, в то время как неактивные NEET не учатся и не участвуют в поиске работы, и у последних значимо меньше возможностей перейти в состояние занятости [Ranzani, Rosati 2013; Bilgen Susanli 2016; Зудина 2018].
После 2008 г. доля NEET-молодежи возросла практически во всех странах ОЭСР, при этом наиболее активно увеличивалась доля безработных NEET [Carcillo et al. 2015; OECD 2022], а доля экономически неактивных NEET, как
Нижняя возрастная граница также может различаться: например, Бюро статистики труда США относит к категории NEET молодых людей в возрасте 16-29 лет [DeSilver 2016].
правило, оставалась стабильной или даже сокращалась. Период восстановления экономики после мирового финансового кризиса 2008-2009 гг. не привел к значительному уменьшению доли NEET-молодежи в целом [Barford et al. 2021], а доля неактивной NEET-молодежи оставалась устойчивой, практически не реагируя на изменение фаз экономического цикла [Malo et al. 2021]; кроме того, в странах Южной Европы и Средиземноморья увеличивалась доля высокообразованных NEET (в особенности, в Греции, Италии и на Кипре) [Carcillo et al. 2015; Quintano et al. 2018; Konle-Seidl, Picarella 2021; Avagianou et al. 2022]. Накануне начала пандемии почти 20% всей молодежи в среднем по миру находились за пределами рынка труда и образования, при этом две трети данной категории составляли женщины [ILO 2022a; ILO 2021b].
Пандемия COVID-19 привела к дальнейшему росту показателей вовлеченности в категорию NEET, которые, по оценкам МОТ, достигли по странам мира максимального значения за 15 лет - 23,3% [ILO 2022a], а в странах ОЭСР возросли с 14,6% в 2019 г. до 16,6% в 2020 г., при этом наиболее значимые изменения наблюдались в США и Канаде (увеличение на 33 и 46% соответственно [OECD 2022; Layton 2022]). К концу 2020 г. соответствующая доля среди молодежи в возрасте 15-29 лет в странах Евросоюза составила 13,7%, что на 1 п.п. превышает показатель 2019 г. [Konle-Seidl, Picarella 2021]. В 2021 г. в числе лидеров антирейтинга стран с наибольшей долей молодежи NEET среди 15-24-летних были Турция, Армения, Индия, Индонезия, Италия (около 20% или более), при этом наименьшие значения доли NEET-молодежи наблюдались в Нидерландах, Швеции, Норвегии, Чехии и Дании (5-6%) [ILO 2022b]. В первом квартале 2021 г. доля молодежи NEET варьировалась от 6,4% в Нидерландах до 24,4% в Италии, средний прирост по странам Евросоюза по сравнению с четвертым кварталом 2019 г. составил 1,3 п.п., а наибольшая динамика наблюдалась в Латвии (6,9 п.п.), Румынии (5,3 п.п.), на Кипре (3,3 п.п.) и в Греции (3,2 п.п.), в то время как в других странах с традиционно высокими показателями доли NEET-молодежи (Болгария, Испания) она оставалась стабильной. Средний прирост доли неактивных NEET превысил изменение доли безработных NEET в два раза (0,8 п.п. против 0,4 п.п.), и в конце 2020 г. неактивные NEET составили половину всей NEET-молодежи, таким образом, перетоки рабочей силы из состояния занятости в неактивность были более интенсивными, чем из занятости в безработицу [Konle-Seidl, Picarella 2021].
Согласно имеющимся оценкам, пандемия негативно сказалась на занятости молодых женщин [Aina et al. 2021], так как именно женщины доминировали в отраслях, наиболее пострадавших от введения локдаунов (услуги, сфера общественного питания, туризм) [Barford et al. 2021]. Так, в 2020 г. доля NEET среди женщин в странах Евросоюза превышала соответствующий показатель среди мужчин в 1,3 раза, а доля неактивных женщин NEET превышала долю неактивных NEET-мужчин в 1,7 раз. Доля женщин NEET оказывается особенно велика в странах Восточной Европы (Болгарии, Румынии, Венгрии, Чехии, Словакии, Польше) и Италии, поскольку в этих странах основной причиной пребывания в ней является выполнение домашних обязанностей - воспитание детей и забота о других членах семьи [Konle-Seidl, Picarella 2021]. Важным фактором ухода в неактивность для молодых женщин в период пандемии стала и необходимость ухода за заболевшими членами семьи на дому, а также ограничение деятельности детских
образовательных учреждений, что значительно осложнило возможности работы [ILO 2021b; ILO 2021d]. Вместе с тем существует и альтернативная точка зрения, согласно которой пандемия COVID-19 в большей степени повлияла на положение молодых мужчин. По оценкам МОТ, несмотря на то, что доля NEET традиционно выше среди женщин, прирост доли выбывших из сферы занятости и образования в странах мира был выше среди мужчин (2,2 п.п. против 0,9 п.п.), более того, в период 2005-2019 гг. доля NEET среди женщин сократилась на 2,7 п.п., в то время как аналогичный показатель среди мужчин оставался устойчивым [ILO 2022a]. В период пандемии ряды молодежи NEET пополнили и те, кто вряд ли ранее оказался бы в данном состоянии при прочих равных условиях - более образованные и квалифицированные, обладающие опытом работы, что способствовало дальнейшему ухудшению положения NEET-«старожилов», не способных выдержать конкуренцию за сократившееся число доступных рабочих мест с более активными ровесниками [Barford et al. 2021].
На увеличение показателей вовлеченности в категорию NEET в период пандемии COVID-19 повлияло и усугубившееся неравенство в доступе к образованию, то есть то, в какой степени молодые люди после закрытия образовательных учреждений разного типа могли продолжать обучение в удаленном формате через интернет, а это в свою очередь определялось не только характеристиками существующей инфраструктуры, но и уровнем материального благосостояния родительской семьи [Barford et al. 2021]. С другой стороны, отнюдь не все потерявшие работу молодые люди автоматически попадали в категорию NEET: согласно оценкам МОТ, доля молодых людей в возрасте 15-24 лет, получающих образование, возросла во II-IV кварталах 2020 г. по сравнению с аналогичным периодом 2019 г. Также увеличились и средние значения доли поступающих в высшие учебные заведения: например, в Китае в 2020 г. соответствующий прирост составил 3,6 п.п. [ILO 2022a]. Однако потенциальные позитивные эффекты для восстановления экономики и динамики производительности труда от более образованной рабочей силы могут быть нивелированы ухудшившимся качеством полученного в период пандемии образования [ILO 2021a]. Оно также является важным фактором будущих изменений в доле молодежи NEET, так как напрямую определяет негативные последствия для процесса накопления человеческого капитала и, соответственно, успехи на рынке труда и в сфере образования.
Обсуждая динамику молодежного рынка труда в период пандемии, важно отметить, что аналогично периодам предыдущих макроэкономических шоков [Kahn 2010; Oreopoulos et al. 2012; Schmillen, Umkehrer 2017] исследователи ожидают значимого негативного влияния на жизненные траектории выпускников и на поколение молодых работников в целом в виде ухудшения карьерных и образовательных перспектив, а также снижения заработных плат [Sander et al. 2021; ILO 2021c]. Для описания категории молодых людей, которые в долгосрочной перспективе испытают на себе наиболее сильные негативные последствия пандемии с точки зрения накопления человеческого капитала, возможностей занятости и жизненных траекторий, уже возник специальный термин «поколение локдауна» [Barford et al. 2021].
Максимальное ухудшение индикаторов молодежного рынка труда наблюдалось в странах, где молодые работники были сосредоточены в отраслях, наиболее пострадавших от ограничений (например, в сфере розничной торговли, туризме,
сфере услуг). При этом декомпозиция изменения уровней занятости представителей различных возрастных групп в период пандемии в США показала, что разрыв между молодежью и представителями средних возрастов в целом был детерминирован исключительно различиями в структуре занятости, в случае молодых работников значительно смещенной в сторону наиболее пострадавших отраслей. Исключением являются только молодые работники с низкими уровнями образования: сокращение их уровня занятости не объяснялось только профессионально-отраслевым профилем [Cowan, Garcia 2021].
Исследователи также отмечают, что влияние кризиса, вызванного пандемией COVID-19, может быть особенно велико на рынках труда с большой долей неформальных трудовых отношений и слабыми институтами, в частности - неразвитыми или ограниченными механизмами поддержки безработных. В такой ситуации молодые работники, лишившись средств к существованию, будут скорее переходить в состояние экономической неактивности, то есть покидать рынок труда [Rinne et al. 2022].
В данном контексте изучение динамики показателей вовлеченности молодежи в различные типы NEET в России представляет особый интерес. Согласно существующим исследованиям, в 2016-2017 гг. доля NEET-молодежи соответствовала среднеевропейским значениям, а вероятность перехода в состояние занятости в следующем году при прочих равных условиях составляла 50-60% в зависимости от типа статуса NEET. При этом, несмотря на относительно высокие значения доли неформальных трудовых отношений на российском рынке труда, опыт статуса NEET в допандемийный период не приводил к увеличению рисков последующей неформальной занятости [Зудина 2020].
Существующие исследования, затрагивающие последствия пандемии кови-да для молодежного рынка труда в России, преимущественно фокусируются на разнообразных показателях занятости, изменений рабочего времени и заработной платы [Капелюшников 2022; Лайкам 2021], в то время как динамика вовлеченности в категорию NEET остается вне фокуса специального рассмотрения. Настоящая работа представляет собой первую попытку восполнить этот пробел.
Эмпирическая база и методология исследования
Эмпирическую базу исследования составляют годовые панельные данные РМЭЗ НИУ ВШЭ за 2018-2021 гг. Выбор временного периода обосновывается тем, что сравнение показателей вовлеченности в категорию NEET в ковидные 2020 и 2021 гг. необходимо сопоставить с более ранними значениями, при этом имеющиеся исследования по России фокусируются на 2000-2017 гг. [Варшавская 2016; Зудина 2018; Зудина 2020]. В свою очередь включение в период рассмотрения 2022 г. может быть сопряжено с существенными смещениями оценок, поскольку на показатели выпадения молодежи из сферы занятости в этот период могли оказывать самостоятельный эффект введенные масштабные экономические санкции, требующие отдельного изучения.
В рамках эмпирического анализа в работе рассматривались четыре группы молодежи 15-24 лет:
1. КЕЕТ-безработные - нигде не учились и не имели работы на момент опроса, но искали ее и были готовы к ней приступить в случае нахождения (стандартные критерии безработицы по МОТ);
2. КЕЕТ-неактивные - не имели работы и не искали ее, а также нигде не учились4;
3. занятые - имели работу или находились в оплачиваемом (ежегодном, декретном, по уходу за ребенком до трех лет) или неоплачиваемом отпуске5, или отметили, что не имеют основной работы, но были заняты хотя бы один раз за последние 30 дней6;
4. учащиеся - не работали и проходили обучение в различных образовательных учреждениях или обучались на профессиональных курсах.
Эмпирический анализ начинается с обсуждения масштаба и динамики различных показателей КЕЕТ-молодежи в 2018-2021 гг. - рассматриваются уровни выпадения молодежи из сферы занятости и образования, а также их структура.
Далее для изучения возможной динамики вероятности попадания в категорию КЕЕТ во время пандемии и вероятности покинуть ее в фокусе рассмотрения оказываются потоки молодежи между состояниями обучения, занятости и различными типами КЕЕТ - анализируются матрицы переходов, описывающие безусловную вероятность изменения состояния респондента между двумя последовательными волнами. Матрицы переходов были рассчитаны для молодежи в возрасте 15-24 лет для мужчин и для женщин отдельно для трех последовательных пар лет - 2018-2019, 2019-2020 и 2020-2021 гг.
На заключительном этапе анализируются результаты регрессионного оценивания. Представленные в существующих зарубежных исследованиях эконо-метрические модели влияния пандемии СОУГО-19 на показатели вовлеченности молодежи в категорию КЕЕТ преимущественно предполагают прямое включение переменной «эффекта ковида» в качестве независимой в регрессионное уравнение. При высокой периодичности сбора данных под ней понимается переменная квартала обследования, при этом ключевой интерес представляет тот квартал, на протяжении всего периода которого впервые были введены эпидемиологические ограничения, и именно он маркируется как «эффект ковида» [Агпа в( а1. 2021]. Соответственно, при рассмотрении данных РМЭЗ НИУ ВШЭ за 2019-2021 гг., собираемых в конце соответствующего года, в мультиномиальную регрессионную модель «выбора» статуса на молодежном рынке труда в качестве независимой включалась порядковая переменная «эффекта ковида», которая принимала значение «3» в 2020 г., когда были введены наиболее жесткие ограничения, «2» -в 2021 г., когда произошли существенные послабления в режиме работы предприятий, связанные с организацией массовой вакцинации и введением QR-кодов, и «1» - в 2019 г., когда в России еще не было зафиксировано массовых случаев
4 В категорию КЕЕТ-неактивных также включались те, кто на вопрос об основном занятии ответил, что не занят из-за состояния здоровья, инвалидности, заботы о маленьких детях или других членах семьи, не собирается работать или является неработающим пенсионером.
5 В категорию занятых также включались те, кто при описании своего основного занятия заявил, что занят на предприятии или вне предприятий, является фермером или предпринимателем.
6 Проведенный анализ показал, что количество часов работы у такой молодежи намного превышало установленный МОТ порог для определения занятости в один час в неделю. Так, среднее количество часов работы у случайно занятой молодежи в возрасте 15-24 лет за прошедший месяц в 2018 и 2019 гг. составило 58 часов и 51 час соответственно, в 2020 и 2021 гг. - 38,5 и 73,7 часов соответственно.
заболевания ковидом. Модель оценивалась отдельно для мужчин и для женщин, при этом в качестве независимых переменных в модель также включались категории «возрастная группа», «семейное положение»7, «уровень образования», «логарифм душевого дохода»8, «самооценка здоровья»9, «наличие детей», «тип населенного пункта», «федеральный округ».
Исследователи влияния пандемии COVID-19 на молодежный рынок труда и, в частности, на выпадение молодежи из сферы занятости и образования отмечают потенциальное смещение оценок, вызванное неоднородностью категории молодежи NEET, включающей как тех, кто оказался в данном состоянии из-за пандемии, так и тех, кто уже состоял в данной категории на момент ее начала. Для их коррекции в регрессионную модель ввели переменную предшествующего статуса на рынке труда [Malo et al. 2021]. В соответствии с этим в качестве независимой также включалась переменная лагированного статуса на рынке труда (с шагом в один год), то есть осуществлялся переход к оцениванию динамической мультиномиальной логит-модели [Ranzani, Rosati 2013; Зудина 2018].
Годовая периодичность сбора данных делает невозможным анализ изменений в показателях молодежного рынка труда между отдельно взятыми кварталами или месяцами. С учетом активных изменений в политике введения и снятия эпидемиологических ограничений годовые индикаторы в полной мере не отражают динамику подстройки занятости, однако с точки зрения проведения межстрановых сопоставлений годовые данные являются более предпочтительными, так как квартальные или месячные в большей степени подвержены смещениям, связанным с неодномоментным шоком распространения различных волн пандемии в разных странах [OECD 2022].
Масштаб и динамика российской молодежи NEET в 2018-2021 гг.
Согласно данным РМЭЗ НИУ ВШЭ, накануне начала пандемии СОУГО-19 доля молодежи 15-24 лет, находящейся вне системы образования и рынка труда, варьировалась между 8 и 10% (таблица 1). При этом наименьшие значения (примерно 8,4%) наблюдались в 2019 и 2021 г., а наибольшее (9,95%) - в 2018 г. Таким образом, между 2018 и 2019 гг. происходило снижение показателя, в 2020 г. -первый год пандемии СОУГО-19 в России - доля NEET-молодежи увеличилась с 8,4 до 8,95%, после чего в 2021 г. она вновь снизилась. Анализируя структуру уровня вовлеченности в категорию NEET среди молодежи, можно отметить выраженное доминирование NEET-неактивности, при этом доли NEET-безработицы и NEET-неактивности в изучаемый период изменялись асинхронно. Так, между 2018 и 2019 гг. наблюдался некоторый рост NEET-безработицы с 2,5 до 2,8%, в 2020 г. в связи с осложнением процесса поиска работы из-за эпидемиологических ограничений доля NEET-безработных молодых людей сократилась почти на треть
7 Использовалась дамми-переменная, описывающая, состоит ли респондент в браке (неважно, зарегистрированы отношения или нет). Разведенные и вдовые респонденты, а также те, кто состоял в официально зарегистрированном браке, но не проживал совместно с супругом/супругой, были отнесены в категорию не состоящих в браке.
8 Среднедушевой доход определялся как сумма доходов, полученных домохозяйством из всех источников за последние 30 дней, деленная на число членов домохозяйства.
9 В качестве самооценки здоровья использовался ответ на вопрос «Были у Вас в течение последних 30 дней какие-либо проблемы со здоровьем?».
до 2%. В 2021 г. с «открытием» рынков труда показатель вновь вырос, однако не достиг допандемийных значений и составил 2,3%. В противоположность этому доля КЕЕТ-неактивных сократилась в 2018-2019 гг. почти на 2 п.п. (с 7,5 до 5,6%), в 2020 г. увеличилась на 1,3 п.п. и достигла 6,9%, однако в 2021 г. вновь сократилась на 0,7 п.п., составив 6,2%. Таким образом, основной вклад в увеличение общей вовлеченности молодежи в категорию КЕЕТ в период пандемии вносил рост КЕЕТ-неактивности.
Таблица 1. Динамика молодежного рынка труда в 2018-2021 гг., РМЭЗ НИУ ВШЭ, % от численности молодежи в возрасте 15-24 лет
Статусы на рынке труда 2018 г. 2019 г. 2020 г. 2021 г.
Вся молодежь
КЕЕТ-молодежь 9,95 8,39 8,95 8,45
из них
КЕЕТ-безработные 2,47 2,78 2,01 2,27
КЕЕТ-неактивные 7,48 5,61 6,94 6,18
Учащиеся 56,54 59,13 59,92 60,35
Занятые 33,51 32,48 31,13 31,2
Мужчины
КЕЕТ-молодежь 8,62 7,47 7,0 6,75
из них
КЕЕТ-безработные 2,65 3,22 1,87 1,98
КЕЕТ-неактивные 5,97 4,25 5,13 4,77
Учащиеся 55,53 57,82 59,00 59,60
Занятые 35,85 34,71 34,00 33,65
Женщины
КЕЕТ-молодежь 11,2 9,23 10,71 10,05
из них
КЕЕТ-безработные 2,30 2,36 2,14 2,54
КЕЕТ-неактивные 8,90 6,87 8,57 7,51
Учащиеся 57,49 60,37 60,78 61,04
Занятые 31,31 30,40 28,51 28,91
Число наблюдений 1859 1801 1789 1765
Примечание: расчеты автора.
Одновременно с этим доля учащихся среди 15-24-летних плавно увеличивалась на протяжении всего периода - с 56,5% в 2018 г. до 60,3% в 2021 г., а доля работающих сокращалась с 33,5% в 2018 г. до 31,2% в 2021 г. 2021 г. характеризовался небольшим ростом показателя доли занятой молодежи по сравнению с 2020 г., однако позитивная динамика составила менее 0,1 п.п., при этом между 2019 и 2020 гг. доля занятых сократилась на 1,4 п.п.
Анализ динамики молодежного рынка труда отдельно по мужчинам и женщинам показывает, что доля молодежи КЕЕТ в целом была выше среди женщин
(9-11%), чем среди мужчин (6,8-8,6%), при этом среди молодых мужчин наблюдалось более выраженное изменение доли NEET-безработных, а среди женщин -NEET-неактивных. Так, между 2018 и 2019 гг. доля NEET-безработных среди молодых мужчин возросла с 2,7 до 3,2%, а в 2020-2021 гг. составила менее 2%, при этом среди женщин доля безработных NEET варьировалась вокруг значения 2%: до пандемии СОУГО-19 составляла около 2,3-2,4%, в 2020 г. она сократилась до 2,1%, а в 2021 г. увеличилась до 2,5%. Доля экономически неактивных NEET среди молодых мужчин составляла от 4 до 6%, при этом в 2018-2019 и 2020-2021 гг. показатель снижался (с 6 до 4,3% и с 5,1 до 4,8% соответственно), а в 2019-2020 гг. - возрастал (с 4,3 до 5,1%). Среди женщин наблюдались аналогичные тенденции в изменении уровня экономически неактивных NEET, однако сама доля NEET-неактивных была выше, а ее динамика - более интенсивной. Между 2018 и 2019 гг. она сократилась с 8,9 до 6,9%, в 2020 г. возросла до 8,6%, а в 2021 г. вновь сократилась до 7,5%, что превышает допандемийный уровень. Одновременно с этим доля занятых среди женщин в анализируемый период сократилась с 31,3 до 28,9%, однако между 2020 и 2021 гг. наблюдался небольшой рост показателя, в то время как среди молодых мужчин доля занятых последовательно снижалась на протяжении 2018-2021 гг. с 35,8 до 33,65%.
6
-1-1-1-
2018-2019 2019-2020 2020-2021
—— учащиеся-безработные N К ЕТ — — занятые-безработные ХННТ учащиеся-неактивные ЫНКТ — — занятые-неактивные ЫЕКТ
Рисунок 1. Динамика потоков, направленных в различные типы NEET из состояния занятости и обучения, мужчины, %, безусловные вероятности
Примечание: РМЭЗ НИУ ВШЭ, 2018-2021 гг., расчеты автора.
Представленная общая картина распределения молодежи между статусами на рынке труда в период пандемии СОУГО-19 и ее динамики не дает ответа на вопрос о возможном изменении направления потоков рабочей силы в период эпидемиологических ограничений. Насколько устойчивы были состояния NEET-безработицы и NEET-неактивности? Изменились ли вероятности попадания в категории NEET и выхода из них в период пандемии и позднее, по мере восстановления рынка труда? Для ответа на этот вопрос обратимся к рисункам 1-4, представляющим безусловные вероятности перехода между различными статусами
на рынке труда в 2018-2021 гг., рассчитанные отдельно для мужчин и женщин на основе матриц перехода на данных РМЭЗ НИУ ВШЭ.
Как показывает распределение потоков на рисунке 1, за анализируемый период вероятность перехода в состояние NEET-безработицы из состояния обучения значительно сократилась с 2,6 до 1,1%. При этом между 2019 и 2020 гг. вероятность перехода в состояние NEET-безработицы достигла минимальных значений, составив менее 1%, что может отражать снижение возможностей для поиска работы после окончания обучения, вызванное пандемией COVID-19.
Вероятность перехода из состояния занятости в NEET-безработицу среди мужчин также снизилась - с 3,4 до 2,5%, при этом наиболее значительное сокращение пришлось на первый год пандемии в России, когда она составила 2,6%. Потоки, направленные в состояние NEET-неактивности, демонстрируют иную динамику. Так, вероятность перехода из состояния обучения в состояние неактивности в 2018-2021 гг. возросла почти в два раза - с 2,4 до 5%, при этом наиболее выраженный рост приходится на период 2019-2020 гг., когда соответствующая вероятность составила 4,4%, что также может свидетельствовать об ухудшении возможностей для продолжения обучения и занятости в ситуации пандемии. Вероятность ухода молодых мужчин из сферы образования и рынка труда после состояния занятости в целом снизилась с 3,4 до 1,5%, однако между 2019-2020 гг. происходило активное увеличение соответствующего потока, когда вероятность достигла 4,2%, что демонстрирует ухудшение ситуации на молодежном рынке труда в период пандемии ковида. Подводя итог, можно отметить, что острая фаза пандемии сопровождалась увеличением потоков молодежи, направленных в NEET-неактивность (как из занятости, так и из обучения), и снижением потоков, ориентированных в NEET-безработицу, в то время как восстановление экономики, наблюдавшееся в 2021 г., характеризовалось сокращением потоков, направленных как из занятости в NEET-безработицу, так и из занятости в NEET-неактивность, наряду с этим изменение последнего было гораздо более выраженным. Несмотря на указанное сокращение вероятности потери работы в 2021 г. также важно отметить и заметный рост вероятности перехода в состояние NEET-неактивности из состояния обучения.
Динамика потоков, направленных в состояния NEET-безработицы и NEET-неактивности из обучения и занятости, среди женщин заметно отличается от распределения потоков среди мужчин (рисунок 2). Прежде всего, обращает на себя внимание активный рост вероятности ухода молодых женщин с рынка труда и из сферы образования после состояния занятости. В 2018-2021 гг. она увеличилась с 3 до 5%, однако в 2019-2020 гг. практически достигла 7%, что согласуется с выводами зарубежных исследований, согласно которым женщины по всему миру чаще, чем мужчины, сталкивались с ограничениями в возможностях продолжения работы и учебы в период закрытия предприятий и жестких эпидемиологических ограничений [ILO 2021b; ILO 2021d]. Также возросла и вероятность ухода с рынка труда и из сферы образования после состояния обучения - с 2,8 до 3,5%, при этом соответствующая вероятность в 2019-2020 гг. также достигла максимального значения в 4%. В анализируемый период среди молодых женщин также увеличилась вероятность перехода из состояния занятости в NEET-безработицу -с 1,5 до 3,5%, при этом на первый год пандемии пришелся наиболее выраженный рост показателя, в то время как вероятность перехода из состояния обучения в NEET-безработицу практически не изменилась. Таким образом, первый год
пандемии СОУГО-19 в России среди молодых женщин сопровождался значимым увеличением потоков, направленных из состояния занятости в NEET-неактивность и NEET-безработицу, в то время как ослабление ограничений в 2021 г. характеризовалось выраженным сокращением потоков, направленных в NEET-неактивность.
-1-1-1-
2018-2019 2019-2020 2020-2021
—— учащиеся-безработные КЕЕТ — — занятые-безработные ХННТ учащиеся-неактивные ЫЕНТ — — занятые-неактивные КЕЕТ
Рисунок 2. Динамика потоков, направленных в различные типы NEET из состояния занятости и обучения, женщины, %, безусловные вероятности
Примечание: РМЭЗ НИУ ВШЭ, 2018-2021 гг., расчеты автора.
Как изменилась вероятность покинуть состояние NEET? На рисунке 3 представлена динамика распределения потоков, характеризующих либо вероятность остаться в том или ином статусе NEET в следующем году, либо вероятность сменить его на состояния занятости, обучения или другой тип NEET среди мужчин. Согласно полученным результатам, в 2018-2021 гг. вероятность сменить статус NEET-безработного на статус занятого составляла 60% в 2018-2019 гг. и около 73% в 2019-2020 и 2020-2021 гг., при этом вероятность выйти на работу после статуса NEET-неактивности также была относительно велика: 42% - в 2018-2019 гг., 48% - в 2019-2020 гг., 45% - в 2020-2021 гг. Обращает на себя внимание рост вероятности занятости в первый год пандемии тех представителей молодежи NEET, кто оказался в данном состоянии до ее начала. Можно предположить, что он объясняется феноменом «дополнительного работника» [Albanesi, Kim 2021], то есть срочным выходом на рынок труда тех более благополучных представителей категории NEET, которые в докризисной ситуации искали работу или находились вне состава рабочей силы, полагаясь при этом на заработки других членов семьи (например, родителей или супруги). В период пандемии основной добытчик мог потерять работу или прежний уровень заработка, что стимулировало вчерашних NEET найти себе ту или иную оплачиваемую работу, чтобы сгладить шок падения доходов внутри семьи. С данной интерпретацией согласуется и увеличение потока, направленного из NEET-неактивности в NEET-безработицу, то есть переход
от пребывания вне рабочей силы к активному поиску работы в первый год пандемии, продолжившееся и в 2021 г., а также сокращение вероятностей остаться в предшествующем состоянии NEET-безработицы и NEET-неактивности.
^—^ ^^
• - _ ' * * .................... .. Й *
..... ........... ..„„.....»г:::::............. «ц-а,-;^::__11"
2018-2019 2019-2020 2020-2021
безработные МЕЕТ-безработные КЕЕТ -неактивные ЫГ.Г.Т неактивные ЫГ.Г.Т
— — безработные ЫЕЕТ-занятые
— — неактивные 1ЧЕЕТ-учащиеся —- — безработные 1МЕЕТ-учащиеся —- — неактивные [МНЕТ занятые
.......безработные КЕЕТ-неактивные ]ЧГЕЕТ
....... неактивные МЕЕТ-безработные МЕЕТ
Рисунок 3. Динамика потоков, направленных из состояния NEET в занятость, обучение или иной тип NEET, а также вероятности остаться в текущем статусе NEET, мужчины, %, безусловные вероятности
Примечание: РМЭЗ НИУ ВШЭ, 2018-2021 гг., расчеты автора.
Важно отметить, что между 2019 и 2020 гг. наблюдалось и значительное увеличение доли NEET, перешедших из состояния безработицы в неактивность, которая составила около 14% в сравнении с нулевыми значениями в 2018-2019 гг. и 2020-2021 гг. Это может быть объяснено временным ухудшением возможностей найти работу для части молодежи NEET, связанным с усложнением процесса поиска работы из-за эпидемиологических ограничений, невозможностью трудоустройства на дистанционную работу или сокращением показателей найма в отраслях, предполагающих личный контакт, из-за которого вчерашние NEET-безработные перестали искать работу. Восстановление экономики в 2021 г. сопровождалось полным нивелированием потока молодежи, устремленным из NEET-безработицы в NEET-неактивность.
Несмотря на общее увеличение доли учащейся молодежи, потоки, направленные в состояние обучения из NEET-безработицы, на протяжении рассматриваемого
периода устойчиво сокращались, в то время как потоки, направленные в обучение из состояния NEET-неактивности, в 2021 г. по своему размеру превзошли допанде-мийные показатели и полностью восстановились после сокращения в 2020 г.
Рисунок 4. Динамика потоков, направленных из состояния NEET в занятость, обучение или иной тип NEET, а также вероятности остаться в текущем статусе NEET, женщины, %, безусловные вероятности
Примечание: РМЭЗ НИУ ВШЭ, 2018-2021 гг., расчеты автора.
Динамика потоков, устремленных из состояний NEET-безработицы или NEET-неактивности, а также вероятности остаться в текущем статусе NEET в 2018-2021 гг. для молодых женщин представлены на рисунке 4. Согласно полученным результатам, среди женщин в период пандемии наблюдалось значительное падение вероятности перехода из NEET-безработицы в занятость -с 65 до 53%, а также увеличение вероятности перехода из NEET-безработицы в NEET-неактивность, составившее 20% в сравнении с 6% в 2018-2019 гг. и 8% в 2020-2021 гг. Среди женщин возросла и вероятность остаться в состоянии NEET-неактивности: между 2019 и 2020 гг. соответствующий показатель составил 74%, в то время как до и после пика пандемии он не достигал 60%, сократились вероятность перехода из NEET-неактивности в NEET-безработицу (с 9 до 2%),
а также вероятность остаться в состоянии NEET-безработицы (с 18 до 13%). Описанная динамика может свидетельствовать об ухудшении возможностей найма и поиска работы, связанном с закрытием предприятий и эпидемиологическими ограничениями, а также с ростом издержек совмещения учебы/работы и домашних обязанностей. При этом вероятность перехода из неактивности в занятость практически не изменилась в период первого года пандемии по сравнению с 2018-2019 гг., составив немногим менее 22%. Потоки, направленные из состояния NEET-безработицы в состояние обучения, незначительно возросли в 2019-2020 гг. и были полностью нивелированы в 2020-2021 гг., в то время как переходы из NEET-неактивности в обучение в период пика пандемии сократились с 11 до 2%, однако в 2021 г. вероятность соответствующего перехода вновь возросла до 5%. Среди наиболее значимых изменений в динамике потоков рабочей силы, наблюдавшихся в период восстановления экономики между 2020 и 2021 гг., можно отметить рост вероятности нахождения работы после состояния NEET-безработицы (около 62%), увеличение потоков, направленных из состояния NEET-неактивности в занятость (около 32%), сокращение вероятности перехода из NEET-безработицы в NEET-неактивность (около 8%) и пребывания в NEET-неактивности в целом (около 59%), а также увеличение вероятности пребывания в состоянии NEET-безработицы (31%). Более продолжительный поиск, сочетающийся с невысокими показателями NEET-безработицы при прочих равных условиях, может говорить о добровольном предпочтении поиска более качественного рабочего места.
«Эффект ковида» на молодежном рынке труда: результаты регрессионного оценивания
Далее мы переходим к рассмотрению результатов оценивания регрессионных моделей мультиномиального логита, направленного на более строгий анализ влияния пандемии СОУГО-19 на рынок труда при прочих равных условиях.
Согласно спецификации модели, представленной выше, в число независимых переменных была включена порядковая переменная «эффекта ковида», которая принимала три значения в зависимости от уровня заболеваемости/степени жесткости введенных ограничений в конкретном году. Для ослабления возможных смещений в оценках из-за неоднородности пребывания в состоянии NEET в качестве независимой переменной дополнительно включался индикатор статуса на рынке труда в предшествующем году, таким образом, оценивание производилось с учетом панельной структуры данных РМЭЗ НИУ ВШЭ.
В таблице 2 представлены предельные эффекты при контролируемых переменных модели для состояний NEET-безработицы, NEET-неактивности и занятости (состояние обучения являлось базой для сравнения) среди мужчин. Следует подчеркнуть, что знак и значимость предельных эффектов при социально-демографических характеристиках, включенных в модель, в целом согласуются с результатами предшествующих исследований российского молодежного рынка труда и факторов выпадения молодежи из сферы образования и рынка труда. Так, по сравнению с состоянием обучения вероятность занятости при прочих равных условиях значимо возрастает среди 20-24-летних мужчин, обладателей
диплома ПТУ после полного или неполного среднего образования, мужчин со средним или высшим профессиональным образованием, а также мужчин, состоящих в браке или имеющих детей (однако значимость эффектов составляет 5-10%). Вероятность NEET-безработицы значимо выше среди мужчин-обладателей диплома ПТУ после полного среднего образования, а также мужчин со средним или высшим профессиональным образованием (значимость эффектов составляет 5%).
Таблица 2. Мультиномиальная логит-регрессия с включением лагированной переменной статуса на рынке труда в прошлом году, предельные эффекты, РМЭЗ НИУ ВШЭ, 2019-2021 гг. (зависимая переменная - статус на рынке труда, база - учащиеся), мужчины
Контролируемые переменные ЖЕТ-безработные ЖЕТ-неактивные Занятые
АМЕ ст.ош. АМЕ ст.ош. АМЕ ст.ош.
Возрастная группа
15-19 лет 0,014 0,017 -0,001 0,018 -0,075*** 0,026
20-24 года база
Уровень образования
неполное среднее и ниже 0,008 0,007 0,003 0,014 -0,054** 0,022
неполное среднее + ПТУ -0,007** 0,004 0,146** 0,066 0,446*** 0,067
полное среднее образование база
полное среднее + ПТУ 0,089** 0,037 0,066** 0,033 0177*** 0,051
среднее профессиональное образование 0,065** 0,026 0,079*** 0,030 0 197*** 0,037
высшее профессиональное 0,084** 0,041 0,040 0,033 0,275*** 0,052
Состояние в браке -0,024 0,021 -0,087 0,019 0,08** 0,031
Натуральный логарифм душевого дохода 0,000 0,004 -0,012 0,004 0,012 0,009
Самооценка здоровья 0,011 0,012 0,009 0,016 -0,007 0,024
Наличие детей 0,011 0,028 0,098 0,027 0,074* 0,045
Эффект ковида
1 (2019) база
2 (2021) -0,013 0,009 0,005 0,011 0,000 0,018
3 (2020) -0,014 0,009 0,010 0,012 -0,003 0,019
Лагированный статус на рынке труда контролируется
Тип поселения контролируется
Федеральный округ контролируется
Число наблюдений 2033
РгоЬ > сЫ2 0,0000
Pseudo R2 0,4357
Примечание Г. расчеты автора. Примечание 2. *р < 0,1; **р < 0,05; ***р < 0,01.
Таблица 3. Мультиномиальная логит-регрессия с включением лагированной переменной статуса на рынке труда в прошлом году, предельные эффекты, РМЭЗ НИУ ВШЭ, 2019-2021 гг. (зависимая переменная - статус на рынке труда, база - учащиеся), женщины
Контролируемые переменные ЖЕТ-безработные ЖЕТ-неактивные Занятые
АМЕ ст.ош. АМЕ ст.ош. АМЕ ст.ош.
Возрастная группа
15-19 лет -0,007 0,011 0,010 0,015 -0,054** 0,021
20-24 года база
Уровень образования
неполное среднее и ниже 0,005 0,007 0,032** 0,014 -0,091*** 0,022
неполное среднее + ПТУ -0,009** 0,004 0,943*** 0,009 -0,301*** 0,014
полное среднее образование база
полное среднее + ПТУ 0,085** 0,039 0,069* 0,037 0,286*** 0,084
среднее профессиональное образование 0,053*** 0,019 0,088*** 0,023 0,228*** 0,035
высшее профессиональное 0,058** 0,025 0 07*** 0,027 0,262*** 0,041
Состояние в браке 0,008 0,009 0,032*** 0,012 0,018 0,021
Натуральный логарифм душевого дохода -0,012*** 0,003 -0,017*** 0,005 0,039*** 0,011
Самооценка здоровья -0,003 0,008 -0,003 0,014 0,018 0,020
Наличие детей -0,021* 0,013 0,077*** 0,013 0,030 0,031
Эффект ковида
1 (2019) база
2 (2021) 0,002 0,009 0,013 0,010 0,001 0,017
3 (2020) -0,001 0,008 0,032*** 0,011 -0,012 0,018
Лагированный статус на рынке труда контролируется
Тип поселения контролируется
Федеральный округ контролируется
Число наблюдений 2186
РгоЬ > сЫ2 0,0000
Pseudo R2 0,4954
Примечание 1: расчеты автора. Примечание 2: *р < 0,1; **р < 0,05; ***р < 0,01.
Вероятность NEET-неактивности в свою очередь оказывается значимо выше среди мужчин-выпускников ПТУ после полного и неполного среднего образования, выпускников учреждений среднего профессионального образования. При этом переменная годового «эффекта ковида» оказалась незначимой среди молодых мужчин - таким образом, при прочих равных условиях ковидный шок не оказал самостоятельного влияния на вероятность их пребывания в статусе NEET.
Теперь обратимся к результатам оценивания на подвыборке женщин (таблица 3). Предельные эффекты, рассчитанные для основных социально-демографических характеристик, в целом схожи с представленными выше для мужчин. Так, вероятность занятости по сравнению с состоянием обучения выше среди женщин-обладателей диплома ПТУ после полного среднего образования, выпускниц учреждений среднего и высшего профессионального образования, женщин с высокими душевыми доходами. Вероятность NEET-безработицы и NEET-неактивности значимо возрастает среди женщин с дипломом ПТУ после полного среднего образования, со средним и высшим профессиональным образованием, из семей с низкими душевыми доходами, при этом дополнительными значимыми характеристиками NEET-неактивности являются низкие уровни образования (ПТУ после неполного среднего, а также неполное среднее и ниже), состояние в браке и наличие детей. Годовой «эффект ковида» оказывается значимым только при определении вероятности NEET-неактивности. так, по сравнению с состоянием обучения вероятность NEET-неактивности среди женщин возросла в 2020 г. по сравнению с 2019 г. (значимо на уровне 1%).
Заключение
Целью настоящего исследования было проведение комплексного анализа динамики выпадения российской молодежи из сферы занятости и образования в период пандемии COVID-19, ранее отсутствовавшего в работах, посвященных эффектам пандемии на российский рынок труда. Результаты, полученные на данных РМЭЗ НИУ ВШЭ, демонстрируют рост уровня вовлеченности молодежи в категорию NEET в 2020 г., связанный с увеличением доли NEET-неактивных молодых людей, который в 2021 г. сменился сокращением обоих показателей, что согласуется с зарубежными исследованиями на аналогичную тему [Konle-Seidl, Picarella 2021; ILO 2021b; OECD 2022]. Однако общий масштаб изменений в уровнях вовлеченности в категорию NEET в 2020 г. в России был относительно небольшим (увеличение доли NEET-молодежи на 0,7 п.п.) и далеким от показателей стран с наиболее выраженной отрицательной динамикой молодежных рынков труда в период пандемии (около 5 п.п. роста в США и Канаде среди молодежи 18-24 лет) [OECD 2022].
Анализ безусловных вероятностей перехода между различными статусами на рынке труда в 2018-2021 гг. показывает, что острая фаза пандемии характеризовалась увеличением потоков молодых мужчин, направленных в NEET-неактивность из состояний занятости и обучения, а также сокращением потоков, направленных в NEET-безработицу, отражая ухудшение возможностей для продолжения обучения, занятости и поиска работы в ситуации пандемии. Восстановление экономики в 2021 г. в свою очередь сопровождалось уменьшением потоков, направленных из занятости в NEET-безработицу, а также из занятости в NEET-неактивность, характеризуя улучшение общей ситуации на рынке труда. Среди молодых женщин в первый год пандемии COVID-19 в России наблюдалось значимое увеличение потоков, направленных из состояния занятости в NEET-неактивность и NEET-безработицу, а ослабление ограничений
в 2021 г. характеризовалось выраженным сокращением потоков, направленных в NEET-неактивность. При этом в 2020 г. среди молодых женщин также имели место заметное сокращение вероятности перехода из NEET-безработицы в занятость, а также увеличение вероятности перехода из NEET-безработицы в NEET-неактивность. Данные результаты могут объясняться существующим преобладанием женщин в наиболее пострадавших от эпидемиологических ограничений отраслях торговли и услуг, необходимостью ухода за заболевшими членами семьи на дому, которая во многих семьях осуществляется женщинами, а также ограничением деятельности детских образовательных учреждений (перевод учащихся на удаленное обучение, осуществлявшееся из дома), что значительно осложнило возможности работы или ее поиска для женщин с детьми [ILO 2021b; ILO 2021d].
Несмотря на описанные различия, эконометрическое оценивание не выявило значимого самостоятельного эффекта ковидных ограничений на динамику показателей вовлеченности молодежи в категорию NEET, при прочих равных условиях. Исключение, согласно данным РМЭЗ НИУ ВШЭ, составляют только значимо более высокие вероятности NEET-неактивности среди молодых женщин. Таким образом, результаты регрессионного оценивания свидетельствуют об отсутствии значимого «эффекта ковида» на показатели вовлеченности в категорию NEET-безработных среди мужчин и женщин, а также NEET-неактивных мужчин, что не согласуется с результатами исследования итальянского рынка труда со сходной методологией, обнаружившего выраженное влияние пандемии на NEET-неактивность мужчин и женщин [Aina et al. 2021].
Объяснение может быть связано с особенностями адаптации российского рынка труда к ковидному шоку, согласно которым предприятия использовали не количественный механизм подстройки (через увольнения), а ценовой (сокращение зарплат) и временной (сокращение рабочих часов и вынужденные отпуска), при этом работники продолжали оставаться занятыми с точки зрения формальных трудовых отношений с работодателем и зачастую не предпринимали усилий по поиску другой работы [Капелюшников 2022]. Таким образом, значительно увеличивалась вынужденная недозанятость, но не экономическая неактивность или безработица. Другим механизмом адаптации выступал перевод на дистанционную занятость, в большей степени востребованный среди молодых работников, чем среди работников старших возрастов [Капелюшников 2022], что также способствует сохранению ими рабочих мест. Согласно данным РМЭЗ НИУ ВШЭ, в периоды жестких ограничений из-за пандемии ковида также возросла доля молодых людей, получающих образование, что могло стать самостоятельным фактором сдерживания уровней вовлеченности в категорию NEET [ILO 2022а]. Примечательно, что восстановление экономики сопровождалось увеличением потоков, направленных из NEET-неактивности в обучение, как среди мужчин, так и среди женщин, а также сокращением потоков, направленных из NEET-безработицы в обучение, что заслуживает отдельного, более подробного, изучения.
Дальнейшее направление развития представленной темы может затрагивать анализ декомпозиции изменения уровней занятости представителей различных возрастных групп, который позволит установить, в какой степени изменение общего уровня занятости молодежи объясняется профессионально-отраслевой структурой занимаемых ими рабочих мест при прочих равных условиях.
Список источников
Варшавская Е.Я. (2016) Российская NEET-молодежь: характеристики и типология // Социологические исследования. № 9. С. 31-39 // https://socis.isras.ru/files/File/2016/2016_9/31-39_Varshavskaya.pdf, дата обращения 20.01.2024.
Зудина А.А. (2018) Дороги, ведущие молодежь в NEET: случай России // Экономический журнал Высшей школы экономики. Т. 22. № 2. С. 197-227. DOI: 10.17323/1813-8691-2018-22-2-197-227 Зудина А.А. (2020) Есть ли в России молодежь NEET? Траектории входа и выхода // Гим-пельсон В.Е., Капелюшников Р.И. (ред.) Российский рынок труда через призму демографии. М.: ВШЭ. С. 245-292. Зудина А.А. (2022) Некогнитивные навыки молодежи NEET в России // Вопросы образования. № 4. С. 154-183. DOI: 10.17323/1814-9545-2022-4-154-183 Капелюшников Р.И. (2022) Анатомия коронакризиса через призму рынка труда // Вопросы
экономики. № 2. С. 33-68. DOI: 10.32609/0042-8736-2022-2-33-68 Лайкам К.Э. (2021) Российский рынок труда в условиях пандемии коронавируса // Вопросы статистики. Т. 28. № 5. С. 49-57. DOI: 10.34023/2313-6383-2021-28-5-49-57 Aina C., Brunetti I., Mussida C., Scicchitano S. (2021) Even More Discouraged? The NEET Generation at the Age of COVID-19 // GLO Discussion Paper Series. No. 863 // https://www.econstor.eu/bitstream/10419/235028/1/GL0-DP-0863.pdf, дата обращения 20.01.2024.
Albanesi S., Kim J. (2021) Effects of the COVID-19 Recession on the US Labor Market: Occupation, Family, and Gender // Journal of Economic Perspectives, vol. 35, no 3, pp. 3-24. DOI: 10.1257/jep.35.3.3 Avagianou A., Kapitsinis N., Papageorgiou I., Strand A.H., Gialis S. (2022) Being NEET in Youthspaces of the EU South: A Post-recession Regional Perspective // Young, vol. 30, no 5, pp. 425-454. DOI: 10.1177/11033088221086365 Barford A., Coutts A., Sahai G. (2021) Youth Employment in Times of COVID. A Global Review of COVID-19 Policy Responses to Tackle (un)Employment and Disadvantage among Young People // ILO // https://www.ilo.org/wcmsp5/groups/public/—ed_emp/documents/publication/wcms_823751.pdf, дата обращения 20.01.2024. Bell D.N.F., Blanchflower D.G. (2011) Young People and the Great Recession // IZA Discussion Paper Series. No. 5674 // https://docs.iza.org/dp5674.pdf, дата обращения 20.01.2024.
Bilgen Susanli Z. (2016) Understanding the NEET in Turkey // Eurasian Journal of Economics
and Finance, vol. 4, no 2, pp. 42-57. DOI: 10.15604/ejef.2016.04.02.004 Carcillo S., Fernández R., Königs S., Minea A. (2015) NEET Youth in the Aftermath of the Crisis: Challenges and Policies // OECD Social, Employment and Migration Working Papers. No. 164. DOI: 10.1787/5js6363503f6-en Cowan B., Garcia K.S. (2021) How Has Covid-19 Affected Young Workers? // CESifo Forum 4, vol. 22, pp. 8-14 // https://www.cesifo.org/DocDL/CESifo-forum-2021-4-cowan-garcia-How-Has-Covid-19-Affected-Young-Workers.pdf, дата обращения 20.01.2024. DeSilver D. (2016) Millions of Young People in U.S. and EU Are Neither Working Nor Learning // Pew Research Center // http://www.pewresearch.org/fact-tank/2016/01/28/us-eu-neet-population, дата обращения 20.01.2024.
Dietrich H. (2018) European Youth Unemployment in the Aftermath of the Great Recession // IAB-Forum // https://www.iab-forum.de/en/european-youth-unemployment-in-the-aftermath-of-the-great-recession/, дата обращения 20.01.2024. Eurofound (2012). NEETs - Young People Not in Employment, Education or Training: Characteristics, Costs and Policy Responses in Europe, Luxembourg: Publications Office of the European Union.
Hoehn-Velasco L., Silverio-Murillo A., de la Miyar J.R.B. (2021) The Long Downturn: The Impact of the Great Lockdown on Formal Employment // Journal of Economics and Business, vol. 115, 105983. DOI: 10.1016/j.jeconbus.2021.105983 ILO (2020). More than One in Six Young People out of Work Due to COVID-19 // https://www.ilo.org/global/about-the-ilo/newsroom/news/WCMS_745879/lang--en/index.htm, дата обращения 20.01.2024. ILO (2021a). An Update on the Youth Labour Market Impact of the COVID-19 Crisis // https://www.ilo.org/wcmsp5/groups/public/---ed_emp/documents/briefingnote/ wcms_795479.pdf, дата обращения 20.01.2024. ILO (2021b). COVID-19 and the World of Work // https://www.ilo.org/wcmsp5/groups/public/---dgreports/---dcomm/documents/ briefingnote/wcms_767028.pdf, дата обращения 20.01.2024. ILO (2021c). An Update on the Youth Labour Market Impact of the COVID-19 Crisis (June 2021) // https://www.ilo.org/wcmsp5/groups/public/—ed_emp/documents/ briefingnote/wcms_795479.pdf, дата обращения 20.01.2024. ILO (2021d). An Uneven and Gender-unequal COVID-19 Recovery: Update on Gender and Employment Trends 2021 // https://www.ilo.org/wcmsp5/groups/public/—ed_emp/ documents/publication/wcms_824865.pdf, дата обращения 20.01.2024. ILO (2022a). Global Employment Trends for Youth 2022: Investing in Transforming Futures
for Young People // https://doi.org/10.54394/QSMU1809, дата обращения 20.01.2024. ILO (2022b). Share of Youth not in Employment, Education or Training (NEET) by Sex -ILO Modelled Estimates, Nov. 2021 (%) - Annual // https://www.ilo.org/shinyapps/bul kexplorer35/?lang=en&segment=indicator&id=EIP_2EET_SEX_RT_A, дата обращения 20.01.2024.
Inanc H. (2020) Breaking Down the Numbers: What Does COVID-19 Mean for Youth Unemployment? Cambridge, MA: Mathematica // https://www.mathematica.org/our-publications-and-findings/publications/breaking-down-the-numbers-what-does-covid-19-mean-for-youth-unemployment, дата обращения 20.01.2024.
Kahn L.B. (2010) The Long-term Labor Market Consequences of Graduating from College in a Bad Economy // Labour Economics, vol. 17, no 2, pp. 303-316. DOI: 10.1016/j.labeco.2009.09.002 Kikuchi S., Kitao S., Mikoshiba M. (2021) Who Suffers From the COVID-19 Shocks? Labor Market Heterogeneity and Welfare Consequences in Japan // Journal of the Japanese and International Economies, vol. 59, 101117. DOI: 10.1016/j.jjie.2020.101117 Konle-Seidl R., Picarella F. (2021) Youth in Europe: Effects of COVID-19 on Their Economic and Social Situation, Luxembourg // http://www.europarl.europa.eu/supporting-analyses, дата обращения 20.01.2024. Layton J. (2022) The Impact of the COVID-19 Pandemic on the Proportion of Youth not in Employment, Education or Training: A Regional Analysis and International Perspective // https://www150.statcan.gc.ca/n1/en/pub/81-599-x/81-599-x2022001-eng. pdf?st=FOgD-MBt, дата обращения 20.01.2024. Malo M., Mussida C., Cueto B., Baussola M. (2021) Being a NEET before and after the Great Recession: Persistence by Gender in Southern Europe // Socio-Economic Review, vol. 21, no 1, pp. 319-339. DOI: 10.1093/ser/mwab043 OECD (2022). Education at a Glance 2022: OECD Indicators, OECD Publishing, Paris. Oreopoulos P., von Wachter T., Heisz A. (2012) The Short- and Long-Term Career Effects of Graduating in a Recession // American Economic Journal: Applied Economics, vol. 4, no 1, pp. 1-29. DOI: 10.1257/app.4.1.1 Quintano C., Mazzocchi P., Rocca A. (2018) The Determinants of Italian NEETs and the Effects
of the Economic Crisis // Genus, vol. 74, no 5. DOI: 10.1186/s41118-018-0031-0 Ranzani M., Rosati F. (2013) The NEET Trap: A Dynamic Analysis for Mexico: Understanding
Children's Work (UCW). Project Working Papers. March. Rinne U., Eichhorst W., Marx P., Brunner J. (2022) Promoting Youth Employment during COVID-19: A Review of Policy Responses // ILO //
https://www.ilo.org/wcmsp5/groups/public/---ed_emp/documents/publication/ wcms_849466.pdf, дата обращения 20.01.2024. Sandner M., Patzina A., Anger S., Bernhard S., Dietrich H. (2021) The COVID-19 Pandemic, Well-Being, and Transitions to Post-Secondary Education // IZA Discussion Paper. No. 14797 // https://docs.iza.org/dp14797.pdf, дата обращения 20.01.2024. Schmillen A., Umkehrer M. (2017) The Scars of Youth: Effects of Early-career Unemployment
on Future Unemployment Experience // International Labour Review, vol. 156, no 3-4, pp. 465-494. DOI: 10.1111/ilr.12079
"Lockdown Generation":
Youth Labor Market Dynamics during the COVID-19 Pandemic
A.A. ZUDINA*
*Anna A. Zudina - PhD in Sociology, Researcher, Centre for Labour Market Studies, HSE University, Moscow, Russian Federation, azudina@hse.ru, https://orcid.org/0000-0002-9004-0107
Citation: Zudina A.A. (2024) "Lockdown Generation": Youth Labor Market Dynamics during the COVID-19 Pandemic. Mir Rossii, vol. 33, no 2, pp. 6-31 (in Russian). DOI: 10.17323/1811-038X-2024-33-2-6-31
Abstract
This study presents empirical results on the dropout rates of Russian youth from employment and education during the COVID-19 pandemic, utilizing data from the Russia Longitudinal Monitoring Survey - Higher School of Economics (RLMS-HSE) for 2018-2021. Our findings highlight an increase in the proportion of Russian youth classified as NEET (Not in Education, Employment, or Training) in 2020, primarily driven by a surge in NEET-inactive individuals, especially among women. This trend aligns with international studies that noted a significant rise in the NEET category due to individuals being out of the labor force during the pandemic. Despite this, the magnitude of the change in NEET rates in Russia in 2020 was relatively minor compared to other countries. The peak of the pandemic saw heightened transitions of young men and women from employment into NEET-inactivity, which subsequently declined with the economic recovery. However, our regression analysis did not identify a significant independent impact of the 2020 COVID-19 restrictions on the dynamics of NEET-unemployed and NEET-inactive, controlling for other factors. This outcome is attributed to the Russian labor market's unique adaptation strategies to the COVID-19 shock, wherein enterprises predominantly resorted to salary reductions and reduced working hours rather than layoffs, allowing workers to maintain formal employment. The notable exception, as indicated by the RLMS-HSE data, was a significantly higher likelihood of NEET inactivity among young women, likely due to challenges in balancing study/work and household responsibilities during the restrictions.
This article is an output of a research project implemented as part of the Basic Research Program at the National Research University Higher School of Economics (HSE University). The author expresses special gratitude to Rostislav Kapeliushnikov for his helpful comments.
The article was received in January 2024.
Keywords: youth labor market, Russia, RLMS HSE, COVID-19 pandemic, NEET youth, unemployment
References
Aina C., Brunetti I., Mussida C., Scicchitano S. (2021) Even More Discouraged? The NEET Generation at the Age of COVID-19. GLO Discussion Paper Series. No. 863. Available at: https://www.econstoreu/bitstream/10419/235028/1/GLO-DP-0863.pdf, accessed 20.01.2024.
Albanesi S., Kim J. (2021) Effects of the COVID-19 Recession on the US Labor Market: Occupation, Family, and Gender. Journal of Economic Perspectives, vol. 35, no 3, pp. 3-24. DOI: 10.1257/jep.35.3.3 Avagianou A., Kapitsinis N., Papageorgiou I., Strand A.H., Gialis S. (2022) Being NEET in Youthspaces of the EU South: A Post-recession Regional Perspective. Young, vol. 30, no 5, pp. 425-454. DOI: 10.1177/11033088221086365 Barford A., Coutts A., Sahai G. (2021) Youth Employment in Times of COVID. A Global Review of COVID-19 Policy Responses to Tackle (un) Employment and Disadvantage among Young People. ILO. Available at: https://www.ilo.org/wcmsp5/groups/public/---ed_emp/documents/publication/ wcms_823751.pdf, accessed 20.01.2024. Bell D.N.F., Blanchflower D.G. (2011) Young People and the Great Recession. IZA Discussion Paper Series. No. 5674. Available at: https://docs.iza.org/dp5674.pdf, accessed 20.01.2024. Bilgen Susanli Z. (2016) Understanding the NEET in Turkey. Eurasian Journal of Economics
and Finance, vol. 4, no 2, pp. 42-57. DOI: 10.15604/ejef.2016.04.02.004 Carcillo S., Fernández R., Königs S., Minea A. (2015) NEET Youth in the Aftermath of the Crisis: Challenges and Policies. OECD Social, Employment and Migration Working Papers. No. 164. DOI: 10.1787/5js6363503f6-en Cowan B., Garcia K.S. (2021) How Has Covid-19 Affected Young Workers? CESifo Forum 4, vol. 22, pp. 8-14. Available at: https://www.cesifo.org/DocDL/CESifo-forum-2021-4-cowan-garcia-How-Has-Covid-19-Affected-Young-Workers.pdf, accessed 20.01.2024. DeSilver D. (2016) Millions of Young People in U.S. and EU Are Neither Working Nor Learning. Pew Research Center. Available at: http://www.pewresearch.org/fact-tank/2016/01/28/us-eu-neet-population, accessed 20.01.2024. Dietrich H. (2018) European Youth Unemployment in the Aftermath of the Great Recession. IAB-Forum. Available at: https://www.iab-forum.de/en/european-youth-unemployment-in-the-aftermath-of-the-great-recession/, accessed 20.01.2024. Eurofound (2012). NEETs - Young People Not in Employment, Education or Training: Characteristics, Costs and Policy Responses in Europe, Luxembourg: Publications Office of the European Union.
Hoehn-Velasco L., Silverio-Murillo A., de la Miyar J.R.B. (2021) The Long Downturn: The Impact of the Great Lockdown on Formal Employment. Journal of Economics and Business, vol. 115, 105983. DOI: 10.1016/j.jeconbus.2021.105983 ILO (2020). More than One in Six Young People out of Work Due to COVID-19. Available at: https://www.ilo.org/global/about-the-ilo/newsroom/news/WCMS_745879/lang--en/index.htm, accessed 20.01.2024.
ILO (2021a). An Update on the Youth Labour Market Impact of the COVID-19 Crisis. Available at: https://www.ilo.org/wcmsp5/groups/public/—ed_emp/documents/briefingnote/wcms_ 795479.pdf, accessed 20.01.2024. ILO (2021b). COVID-19 and the World of Work. Available at: https://www.ilo.org/wcmsp5/groups/public/---dgreports/---dcomm/documents/ briefingnote/wcms_767028.pdf, accessed 20.01.2024.
ILO (2021c). An Update on the Youth Labour Market Impact of the COVID-19 Crisis (June 2021). Available at: https://www.ilo.org/wcmsp5/groups/public/—ed_emp/ documents/briefingnote/wcms_795479.pdf, accessed 20.01.2024. ILO (2021d). An Uneven and Gender-unequal COVID-19 Recovery: Update on Gender and Employment Trends 2021. Available at: https://www.ilo.org/wcmsp5/groups/public/---ed_emp/documents/publication/ wcms_824865.pdf, accessed 20.01.2024. ILO (2022a). Global Employment Trends for Youth 2022: Investing in Transforming Futures for Young People. Available at: https://doi.org/10.54394/QSMU1809, accessed 20.01.2024.
ILO (2022b). Share of Youth not in Employment, Education or Training (NEET) by Sex - ILO Modelled Estimates, Nov. 2021 (%) - Annual. Available at: https://www.ilo.org/shinyapps/bulkexplorer35/?lang=en&segment=indicator&id=EIP_2E ET_SEX_RT_A, accessed 20.01.2024. Inanc H. (2020) Breaking Down the Numbers: What Does COVID-19 Mean for Youth Unemployment? Cambridge, MA: Mathematica. Available at: https://www.mathematica.org/our-publications-and-findings/publications/breaking-down-the-numbers-what-does-covid-19-mean-for-youth-unemployment, accessed 20.01.2024. Kahn L.B. (2010) The Long-term Labor Market Consequences of Graduating from College in a Bad Economy. Labour Economics, vol. 17, no 2, pp. 303-316. DOI: 10.1016/j.labeco.2009.09.002 Kapeliushnikov R.I. (2022) The Anatomy of the Corona Crisis through the Lens of the Labor Market Adjustment. Voprosy Ekonomiki, no 2, pp. 33-68 (in Russian). DOI: 10.32609/0042-8736-2022-2-33-68 Kikuchi S., Kitao S., Mikoshiba M. (2021) Who Suffers From the COVID-19 Shocks? Labor Market Heterogeneity and Welfare Consequences in Japan. Journal of the Japanese and International Economies, vol. 59, 101117. DOI: 10.1016/j.jjie.2020.101117 Konle-Seidl R., Picarella F. (2021) Youth in Europe: Effects of COVID-19 on Their Economic and Social Situation, Luxembourg. Available at: http://www.europarl.europa.eu/supporting-analyses, accessed 20.01.2024. Laykam K.E. (2021) Russian Labour Market Amidst Coronavirus Pandemic. Voprosy Statistiki,
vol. 28, no 5, pp. 49-57 (in Russian). DOI: 10.34023/2313-6383-2021-28-5-49-57 Layton J. (2022) The Impact of the COVID-19 Pandemic on the Proportion of Youth not in Employment, Education or Training: A Regional Analysis and International Perspective. Available at: https://www150.statcan.gc.ca/n1/en/pub/81-599-x/81-599-x2022001-eng.pdf?st=FOgD-MBt, accessed 20.01.2024. Malo M., Mussida C., Cueto B., Baussola M. (2021) Being a NEET before and after the Great Recession: Persistence by Gender in Southern Europe. Socio-Economic Review, vol. 21, no 1, pp. 319-339. DOI: 10.1093/ser/mwab043 OECD (2022). Education at a Glance 2022: OECD Indicators, OECD Publishing, Paris. Oreopoulos P., von Wachter T., Heisz A. (2012) The Short- and Long-Term Career Effects of Graduating in a Recession. American Economic Journal: Applied Economics, vol. 4, no 1, pp. 1-29. DOI: 10.1257/app.4.1.1 Quintano C., Mazzocchi P., Rocca A. (2018) The Determinants of Italian NEETs and the Effects
of the Economic Crisis. Genus, vol. 74, no 5. DOI: 10.1186/s41118-018-0031-0 Ranzani M., Rosati F. (2013) The NEET Trap: A Dynamic Analysis for Mexico: Understanding
Children's Work (UCW). Project Working Papers. March. Rinne U., Eichhorst W., Marx P., Brunner J. (2022) Promoting Youth Employment during COVID-19: A Review of Policy Responses. ILO. Available at: https://www.ilo.org/wcmsp5/groups/public/---ed_emp/documents/publication/ wcms_849466.pdf, accessed 20.01.2024. Sandner M., Patzina A., Anger S., Bernhard S., Dietrich H. (2021) The COVID-19 Pandemic, Well-Being, and Transitions to Post-Secondary Education. IZA Discussion Paper. No. 14797. Available at: https://docs.iza.org/dp14797.pdf, accessed 20.01.2024.
Schmillen A., Umkehrer M. (2017) The Scars of Youth: Effects of Early-career Unemployment on Future Unemployment Experience. International Labour Review, vol. 156, no 3-4, pp. 465-494. DOI: 10.1111/ilr. 12079 Varshavskaya E.Ya. (2016) NEET-youth in Russia: Characteristics and Typology. Sociological Studies, no 9, pp. 31-39. Available at: https://socis.isras.ru/files/File/2016/2016_9/31-39_ Varshavskaya.pdf, accessed 20.01.2024 (in Russian). Zudina A.A. (2018) The Pathways That Lead Youth in NEET: The Case of Russia. HSE Economic Journal, vol. 22, no 2, pp. 197-227 (in Russian). DOI: 10.17323/1813-8691-2018-22-2-197-227 Zudina A.A. (2020) Are There NEET Youth in Russia? Entry and Exit Trajectories. The Russian Labor Market through the Prism of Demography (eds. Gimpelson V.E., Kapeliushnikov R.I.), Moscow: HSE, pp. 245-292 (in Russian). Zudina A.A. (2022) Non-Cognitive Skills of NEET Youth in Russia. Voprosy Obrazovaniya / Educational Studies Moscow, no 4, pp. 154-183 (in Russian). DOI: 10.17323/1814-9545-2022-4-154-183
