CC BY
25
www.hjournal.ru
Journal of Institutional Studies, 2022, 14(2): 81-95 DOI: 10.17835/2076-6297.2022.14.2.081-095
РОЛЬ ФАКТОРОВ ОБСТОЯТЕЛЬСТВ В ДИФФЕРЕНЦИАЦИИ ОПЛАТЫ ТРУДА РОССИЯН
МАРИНА ЮРЬЕВНА МАЛКИНА,
Национальный исследовательский Нижегородский государственный
университет им. Н.И. Лобачевского, Нижний Новгород, Россия, e-mail: mmuri@yandex.ru;
ВЯЧЕСЛАВ НИКОЛАЕВИЧ ОВЧИННИКОВ,
Научно-исследовательский финансовый институт Министерства финансов РФ (Москва), Национальный исследовательский Нижегородский государственный
университет им. Н.И. Лобачевского, г. Нижний Новгород, Россия, e-mail: yacheslavjovchinnikov_1993@mail.ru
Цитирование: Малкина М.Ю., Овчинников В.Н. (2022). Роль факторов обстоятельств в дифференциации оплаты труда россиян. Journal of Institutional Studies 14(2): 81—95. DOI: 10.17835/2076-6297.2022.14.2.081-095
Целью настоящего исследования является определение влияния обстоятельств на дифференциацию оплаты труда российских граждан. Задачи исследования: идентификация факторов обстоятельств, количественная оценка их вклада в оплату труда россиян и их отдельных доходных групп. Информационную основу исследования составили данные РМЭЗ-НИУ ВШЭ за 2004 и 2018 годы и данные LITS-III за 2016 год. В работе использовались параметрические методы регрессионного анализа, декомпозиция неравенства по методу Мордуха-Сикуляра, построение квантильныхрегрессий. В результате исследования были получены оценки вклада факторов обстоятельств настоящего и прошлого в дифференциацию оплаты труда российского населения. Установлено, что неравенство доходов на российском рынке труда в первую очередь определялось региональным фактором, в меньшей степени - сектором занятости и гендерным признаком респондентов. Наименьший вклад в неравенство внес фактор формальности занятости. Влияние родительского образования на трудовое вознаграждение детей также оказалось небольшим. Снижение вклада обстоятельств в дифференциацию оплаты труда россиян в 2004-2018 гг. в основном объяснялось уменьшением межрегиональных различий в уровне заработной платы, где немалую роль сыграла активная перераспределительная политика государства. Влияние факторов обстоятельств на неравенство доходов оказалось неодинаковым в разных квантилях шкалы распределения. В частности, работа в столичном регионе или нефтегазовом секторе приносила наибольший выигрыш высокодоходным группам работников. В то же время родительское образование оказывало наименьшее и даже отрицательное влияние на заработки наиболее обеспеченных людей, что объясняется особенностями формирования современной российской элиты. Результаты исследования могут быть полезными при проведении эффективной социальной политики государства.
Ключевые слова: оплата труда, дифференциация, обстоятельства, неравенство, декомпозиция, безусловный квантиль
© Малкина М.Ю., Овчинников В.Н., 2022
THE ROLE OF CIRCUMSTANCES IN THE DIFFERENTIATION OF RUSSIAN WAGES
MARINA YU. MALKINA,
Lobachevsky State University of Nizhni Novgorod - National Research University,
Nizhni Novgorod, Russia, e-mail: mmuri@yandex.ru;
VYACHESLAV N. OVCHINNIKOV,
Financial Research Institute of the Ministry of Finance of the Russian Federation, Lobachevsky State University of Nizhni Novgorod - National Research University,
Nizhni Novgorod, Russia, e-mail: vyacheslav_ovchinnikov_1993@mail.ru
Citation: Malkina M.Yu., Ovchinnikov V.N. (2022). The role of circumstances in the differentiation of Russian wages. Journal of Institutional Studies 14(1): 81-95 (in Russian). DOI: 10.17835/20766297.2022.14.1.081-095
The purpose of this study is to determine the influence of circumstances (opportunities) and efforts on the wages differentiation of Russian citizens. Research objectives: identification of factors of circumstances, quantitative assessment of their contribution to the wages of Russians and their individual income groups. The research is based on the HSE RLMS data for 2004 and 2018 and LITS-III data for 2016. We applied parametric methods of regression analysis, the Morduch-Sicular method of inequality decomposition, as well as the construction of quantile regressions. As a result of the study, we obtained assessments of the contribution of circumstances to wages inequality of the Russian population. We found that income inequality in the Russian labour market was primarily determined by the regional factor, to a lesser extent by the employment sector and the gender of the respondents. The least contribution to inequality was made by the factor of the employment formality. The influence of parents' education on future earnings of offspring was also negligible - according to the model based on the LITS-III sample. The reduction in the contribution of circumstances to the general wage inequality in Russia in 2004-2018 was mainly due to a decrease in interregional differences in wages, where an active government policy of income redistribution played a significant role. The influence of circumstances on wage inequality was uneven in different quantiles of the distribution scale. In particular, employment in the metropolitan area or in the oil and gas sector has been most beneficial to high-income groups of workers. At the same time, parents' education had the least and even negative effect on the earnings of the highest-paid people, which can be explained by the peculiarities of the formation of the modern Russian elite. The results of the study are applicable for conducting an effective social policy of the state.
Keywords: wages and salaries, differentiation, circumstances, inequality, decomposition, unconditional quantile
JEL: D63, O15
Введение
Доходное неравенство людей зависит как от прошлых и настоящих, не подвластных их воле жизненных обстоятельств (формирующих так называемое «неравенство возможностей»), так и от разной активности людей, направленной на получение образования, сохранение здоровья, развитие и применение профессиональных навыков (формирующих «неравенство усилий»).
Данная работа посвящена исследованию роли факторов обстоятельств в дифференциации заработков российских граждан. С одной стороны, к такого рода факторам можно отнести неизменные социально-демографические характеристики людей, данные им от рождения (пол,
место рождения, этничность, социальный статус и материальные возможности родителей). На рынке труда нередко практикуется дискриминация по половому, возрастному или расовому признаку, она проявляется как в виде разных возможностей продвижения по карьерной лестнице отдельных социальных групп, так и в более низком вознаграждении за равные (с представителями других групп) трудовые усилия. Обстоятельства прошлого, связанные с условиями жизни и воспитания в детском возрасте, местом рождения, материальным достатком семьи, уровнем образования и социальным статусом родителей также влияют на возможности получения образования и трудоустройства детей, определяя их стартовые позиции, а нередко и траектории последующего развития. На перспективы социального лифта и разного рода дискриминации на рынке труда существенное влияние оказывает институциональная среда: от конституционных правил и идеологии до исторически сложившихся в обществе неформальных отношений (например, значимости связей, блата, социальных контактов).
С другой стороны, на дифференциацию доходов влияют и обстоятельства настоящего (регион проживания, отрасль и сфера деятельности), нередко формирующиеся под влиянием обстоятельств прошлого. Они также находятся под воздействием институциональной среды. Так, отраслевые различия в уровне заработной платы зависят не только от сложившихся ценовых соотношений, но и от разной степени конкурентности отраслевых рынков и уровня их государственного регулирования. Региональные различия в доходах населения во многом зависят от отраслевой структуры экономики, но также от перераспределительной и стимулирующей политики государства. Наконец, занятость в легальной или теневой сфере может по-разному вознаграждаться в зависимости от рисков и особенностей регулирования.
В несовершенной институциональной среде обстоятельства могут существенным образом влиять на уровень доходов разных групп населения. В условиях, когда индивидуальный заработок предопределяется внешней средой, не зависящими от человека (или труднопреодолимыми) обстоятельствами, в обществе снижается социальная мобильность, в результате формируется меньше стимулов к накоплению и воспроизводству человеческого капитала. И наоборот. Если оплата труда граждан страны в большей степени становится результатом их собственных усилий, обстоятельства легко преодолеваются, то неравенство заработков в экономике можно считать рационально оправданным. В таком случае наблюдается высокая социальная мобильность, которая в дальнейшем приводит к выравниванию экономических возможностей людей.
Отражение проблемы в современной литературе
В экономической литературе выделяется целый пласт исследований, посвященных неравенству доходов населения и их источникам. При этом чисто количественный подход к оценке неравенства большинством современных исследователей признается однобоким (Пикетти, 2015). По мнению Р.И. Капелюшникова, разделение нормативного и позитивного подходов к неравенству могло бы избавить от односторонней интерпретации проблемы и поспешных выводов (Капелюшников, 2017: 117).
Ученые признают, что неравенство доходов населения может быть оправданным и даже желательным (поскольку достойное вознаграждение стимулирует их трудовую активность) либо избыточным, несправедливым, препятствующим накоплению человеческого капитала и росту производительности труда. Возможность социального лифта во многом зависит от институциональных условий функционирования экономики в той или иной стране.
Отечественными и зарубежными исследователями предпринимались попытки качественного подхода к оценке неравенства, выделению разных его типов. Так, в отечественной литературе были предложены методические подходы к разграничению справедливого и несправедливого, нормального и избыточного неравенства (Шевяков и Кирута, 2009; Malkina, 2017).
Другой способ качественной оценки неравенства был разработан рядом зарубежных экономистов, предложивших отделить неравенство возможностей (inequality of opportunity) от неравенства усилий (inequality of effort). Неравенство возможностей обусловлено влиянием ряда неизменных или трудно преодолимых обстоятельств (пол, возраст, этническая принадлежность,
изначальный уровень здоровья, место рождения (город или сельская местность, регион), социальный статус, материальное положение и образование родителей). В то же время неравенство усилий связано с разной активностью людей, в том числе направленной на получение образования, наращивание собственного человеческого капитала, получение профессионального опыта, сохранение здоровья через поддержание здорового образа жизни и пр. При этом очевидно, что обстоятельства влияют на усилия людей, могут создавать благоприятные условия или сдерживать проявление возможностей человека. Поэтому обстоятельства прошлого отчасти предопределяют обстоятельства настоящего (регион проживания, сферу деятельности, уровень образования, занимаемую должность и пр.). Однако само изменение обстоятельств также связано с целенаправленной деятельностью людей, их волей и усилиями.
Концепция неравенства возможностей была предложена и развивалась в трудах таких зарубежных экономистов и социологов, как Р. Дворкин (Dworkin, 1981), Р. Арнесон (Arneson, 1989), Г. Коэн (Cohen, 1989), Дж. Рёмер и А. Траной (Roemer, 1998; Roemer and Trannoy, 2016), М. Флёрбэй и В. Пераджин (Fleurbaey, 1995; Fleurbaey and Peragine, 2013). Изначально эта концепция касалась только анализа влияния обстоятельств прошлого на неравенство возможностей. Например, Дж. Рёмер (Roemer, 1995) писал, что поскольку обстоятельства находятся вне контроля человека, государству необходимо полностью или частично компенсировать людям потери в доходах, обусловленные «грубой удачей» (brute luck). Подчеркивая связь усилий с обстоятельствами, (Fleurbaey and Schokkaert, 2009) отмечали, что образ жизни родителей может влиять на будущее поведение детей.
Целый класс современных работ посвящен эмпирическому оцениванию вклада обстоятельств и усилий в доходы людей. Получены разные результаты по странам и регионам, которые объяснены особенностями их уровня развития и институциональной среды. Например, в Индии (Sharma and Paramati, 2018) важными факторами неравенства возможностей оказываются религия и раса, хотя ситуация в провинциях отличается существенно. В Пакистане (Shaheen et al., 2016) существенна дифференциация доходов населения в зависимости от гендера и региона проживания. В исследовании по США (Abatemarco, 2015) были выделены шесть факторов обстоятельств: пол, этническая принадлежность, экономические условия родителей в раннем возрасте, уровень безработицы по месту рождения, состояние здоровья и даже уровень интеллекта (определяемого на основе IQ теста). Авторы обнаружили, что в 1999—2009 гг. эти факторы в совокупности объясняли лишь 15—17% неравенства доходов американских граждан.
Большинство исследований вклада факторов обстоятельств в доходное неравенство основано на построении эконометрических моделей. С учетом связи двух типов неравенства, в ряде моделей авторами сначала строится зависимость обстоятельств от усилий (Jusot et al., 2010). Остатки этой регрессии интерпретируются как чистые обстоятельства и используются далее в модели с тремя группами факторов (демографических, факторов чистых обстоятельств и факторов усилий).
Кроме того, учеными использовались разные методы для оценки вклада факторов обстоятельств и усилий в неравенство: построение уравнения Минцера и метод оценки факторов неравенства Оксаки-Блайндера (Sharma and Paramati, 2018); метод естественной декомпозиции дисперсии (Jusot et al., 2010); метод разложения Шепли для отношения правдоподобия упорядоченной логит-регрессии (Deutsch et al., 2018) и др.
Необходимо также отметить ряд работ отечественных ученых, где проводилось разграничение влияния разных факторов на дифференциацию заработков россиян с применением приемов декомпозиции (Овчарова и др., 2016; Овчинников и Малкина, 2019; Вотинов и др., 2019), выдвигался ряд полезных практических советов для выравнивания возможностей накопления человеческого капитала в современной институциональной среде российской экономики (Лазарян и Черноталова, 2017).
Отдельно обратим внимание на цикл работ З.Ф. Ибрагимовой и М.В. Франц, посвященных анализу факторов неравенства возможностей и неравенства усилий в российской экономике, обсуждению методов их оценки и декомпозиции (Ибрагимова и Франц, 2020а; 2000б).
Настоящее исследование дополняет имеющийся спектр работ по упомянутой проблематике в нескольких аспектах. Во-первых, мы сфокусировались на оценивании влияния обстоятельств как
прошлого, так и настоящего на заработки жителей России, предполагая, что модельный остаток есть истинная ненаблюдаемая нами мера усилий. Во-вторых, мы использовали декомпозицию Дж. Мордуха и Т. Сикуляра (Morduch and Sicular, 2002) для того, чтобы выделить вклад каждой переменной неравенства возможностей в неравенство заработных плат россиян. В-третьих, мы использовали методологию квантильных регрессий, подробно изложенную в работе (Лукьянова, 2013), для выявления роли обстоятельств в каждой точке плотности распределения оплаты труда. Это позволило нам ответить на вопрос о том, кто в большей степени являлся бенефициаром неравенства возможностей — низкооплачиваемые или высокооплачиваемые работники.
Далее работа построена следующим образом. Ниже подробно описаны методология и используемые базы данных, а также приведены спецификации моделей регрессии. В последней части работы обсуждаются исследовательские результаты и формулируются выводы.
Методология исследования
Мы используем параметрические методы регрессионного моделирования для оценки влияния факторов обстоятельств на заработки россиян.
В общем виде функция оплаты труда имеет вид:
где Yit представляет собой заработную плату индивида i в момент времени t; C^t — обстоятельства настоящего и прошлого, обуславливающие заработную плату индивида i в момент времени t, а Eit есть его истинные усилия; — модельная ошибка.
Поскольку истинные усилия индивидов есть некая н)наблюдаемая величина, уравнение 1 можно свести к виду:
^t = 7tQt + Mr ■ (2)
Здесь у^ — оцениваемый параметр) регрессии (фактически рыночная оценка того или иного фактора обстоятельств), ц^ — модельная ошибка, или истинные усилия. При этом мы полагаем, что обстоятельства и истинные усилия н е связаны др уг с другом — экз огенны .
В качестве меры неравенства используем дисперсию, поскольку она обладает рядом удобных аксиоматических свойств (Ferreira and Gignoux, 2011). Следуя логике уравнения 2, выразим выборочную вариацию наблюдаемой нами переменной заработной платы, Var(Yit), как:
Vt rCYit) = VTr(Y.t + mt). (3)
Отсюда можно рассчитать вклады факторов обстоятельств и истинных усилий в неравенств! зараб отных плат:
2иг(=) = 2аг(И+) + tar ) + 2Coit(Fit; и),
4-■-' V-Y—)-.-i i-X-i' Г4)
Г55 Я55 RSS о У '
( обстоятельства) (устлтя)
Их относительные вклады:
( E S S „ т м RS S „ т
sVar =-= R(; sjt =-= 1 - R(. (5)
Var TS1 ' Var Tss v '
C M
Здесь Svar — относительны й вклад всех факторов обстоятельств (НВ), svar — относительный
ESS
вклад модельной ошибки, или факторов истинных усилий; - — доля объясненной дишерсии
переменной заработной платы (или коэффициент детерминации —R );- — доля необъясненной
дисперсии переменной заработной платы.
Для оценки вклада каждого фактора обстоятельств исп—льзуем подход Мордуха-Сикуляра (Morduch and Sicular, 2002):
Каг(У^) — Cov(rit; ytCit + Mit) — I Li У^К^; с/) -It Cov(Yit; /%), (6)
k _ Yt*Cov—Ylt;CiaS) (7)
Svar— vaa—y;) ' (7)
где k — индекс каждого фактора обстояте—1>ств (k + 1, 2, 3 ... K); Skar — относительный вклад k-того фактора обстоятельств в неравенство.
1Сще одним расширением методологии исследования яиляется переход от сред—их оценок ко всей шкале распределения заработной платы. Данный подход позволяет оценить влияние факторов обстоятельств на заработки работников по мере смещения! по шкале оплаты труда. Для его реализации используем методологию безусловных квантильных регрессий (БКР). Суть ее сводится к тому, что мы осуществляем некую замену .зависимой переменной, используя вместо Yit рецентрированную функцию влияния (РФВ). Последняя может быть получена путем суммирования функци и в лияния (ФВ) и некой выборочной статистики. В нашем случае в качестве выборочной статистики использовался кванаиль. А ФВ представляла собой воздействие отдельно взятого наблюдения на конкретный квантиль оплаты труда. Более подробно с методологией и поле зными свойствами РФВ можно ознакомиться в раСоте (Firpo et al., 2009).
Тогда:
РФВ = дт + /^(Г, дт) = утС + , (8)
где ф — квантиль оплаты труда. /^(У, Цт) и у1 — функция влияния и параметр регрессии для выбранного квантиля ф соответств енно.
Данные и спецификации моделей
Наше исследование основывается на двух базах данных, позволяющих получить альтернативные оценки.
1 . В первой части исследования мы используем данные Российского мониторинга экономического положения и здоровья населения Высшей школы экономики (РМЭЗ-НИУ ВШЭ)1. Эти данные аккумулируются в виде волн, каждая из которых несет в себе информацию о доходах домохозяйств и индивидов, а также раскрывает отдельные характеристики наблюдаемых объектов, в том числе демографические, географические, профессиональные и другие. Нами использовались данн ые за 2004 и 2018 годы — 13-ая и 27-ая волны соответственно. Выбор временных точек был продиктован несколькими соображениями. Во-первых, для того чтобы проводить сравнительные процедуры из года в год, необходимо иметь унифицированные вопросники либо в них должны быть незначительные расхождения. Именно по этой причине стартовой точкой стал 2004 год. Во-вторых, один из наиболее современных массивов данных РМЭ З-НИУ ВШЭ доступен за 2018 год.
Одним из ограничений статистики РМЭЗ-НИУ ВШЭ является наличие большого количества проп ущенных значений. Исключе ние пропусков из анализа может негативно повлиять на репрезентативность данных, однако и их заполнение связано с массой методологических проблем (Collins et al., 2001; Schafer and Graham, 2002). Например, 27 волна насчитывает более
1 Национальный исследовательский университет «Высшая школа экономики». Официальный сайт. Российский мониторинг экономического положения и здоровья населения НИУ ВШЭ. (https://www.hse.ru/rlms/ - Дата обращения: 01.11.2019).
12 тыс. наблюдений, но если элиминировать пропуски в ответах на интересующие нас вопросы, количество наблюдений сокращается до 4,3 тыс.
Удобство нашей методологии состоит в том, что мы лишь условно подходим к разграничению обстоятельств и усилий индивидов в контексте микроданных. К обстоятельствам отнесем регион проживания индивида, отрасль, легитимность статуса его занятости (формальная или неформальная занятость), гендерный признак.
Логика здесь следующая. Несмотря на то, что индивид может перемещаться из одного региона в другой в поисках работы, это не способствует выравниванию межрегиональных диспропорций в оплате труда. Столичный регион предлагает людям большие возможности для высоких заработков, провинции же не готовы аналогичным образом оценивать человеческий капитал. Иными словами, неравенство в оплате труда между двумя людьми с идентичным человеческим капиталом может возникать в силу географии — места проживания. Регион проживания как фактор обстоятельств включали в свои модели ряд исследователей (Perez-Mayo, 2019), в том числе с акцентом на степени их урбанизации (Mogila et al., 2020). Региональный эффект в нашей модели будет регистрироваться с помощью пула соответствующих дамми-переменных.
Отраслевые факторы также оказывают важное влияние на дифференциацию оплаты труда. Это объясняется как преобладанием в отраслях разных типов рыночных структур, так и неодинаковым влиянием макроэкономических условий на их функционирование и развитие. Одни отрасли могут быть исторически более развитыми, чем другие. Более того, некоторые отрасли могут активно поддерживаться государством, тогда как другие функционировать исключительно на рыночных началах. Например, экономист в бюджетном или аграрном секторе в среднем получает гораздо меньшее вознаграждение за свой труд, по сравнению с экономистом, выполняющим схожие функции в нефтегазовой сфере. Разумеется, не совсем корректно проводить прямые сравнения в оплате труда представителей экономической профессии, относящихся к разным секторам занятости. Но в то же время не до конца справедливо игнорировать разрыв в заработках, возникающий во многом в силу особенностей отечественной экономики, скажем, ее сырьевой структуры и неэффективных механизмов перераспределения ресурсной ренты. Инкорпорирование секторального эффекта в модель также будет выполнено с помощью фиктивных переменных сдвига.
Легитимность занятости тоже можно отнести к факторам обстоятельствам (переменная будет равна единице, если индивид работает на формальных началах, и ноль — в противном случае). Официальный статус занятости гарантирует сравнительно более высокую величину заработной платы и дополнительно пакет социальных гарантий, однако негибкости отечественного рынка труда формируют условия для занятости в неформальном секторе экономики.
Наконец, к переменным обстоятельств можно отнести и гендерный признак (1 — мужчина и 0 — женщина). Это связано с тем, что отечественному рынку труда присуща дискриминация в заработках по половому основанию. Иными словами, мужчинам платят больше, а женщинам меньше, несмотря на равнозначность их усилий.
В качестве усилий мы будем рассматривать модельный остаток. Это то, что не наблюдается нами, но формирует значительную часть экономически оправданной дифференциации оплаты труда в стране.
Интегрируя описанное выше, приходим к спецификации 1 (основанной на РМЭЗ):
Yit = Regionit + Sectorit + Formalit + Genderit + £it. (9)
где зависимая переменная представляет собой логарифм заработной платы респондента i в момент времени t. Region и Sector — набор дамми-переменных, фиксирующих регион проживания и сектор экономической занятости респондента. Соответственно, Formal и Gender — бинарные переменные, определяющие нормативно-правовой статус занятости (официально или неофициально трудоустроен) и пол индивида. Наконец, Sit представляет собой модельную ошибку.
2. Вторая часть исследования основывается на результатах мониторинга уровня жизни домохозяйств в некоторых развитых, переходных и развивающихся экономиках. Речь идет о выборочных данных Европейского банка реконструкции и развития (ЕБРР), а именно о статистике LITS — Life in Transition Survey за 2016 год (LITS-III)2. Сам массив аккумулируется по 34 государствам, куда входят как бывшие социалистические страны, так и развитые западноевропейские экономики (Германия, Италия). В наиболее современном опросе количество респондентов составило более 51 тыс., в том числе по Российской Федерации около 1500 (с учетом исключения пропусков — 700 наблюдений).
Одним из ключевых преимуществ данных LITS перед статистикой РМЭЗ-НИУ ВШЭ является наличие информации о некоторых важных факторах обстоятельств, касающихся родительских достижений и их положения в общественной среде, в частности, о достигнутом отцом или матерью уровне образования.
Массив данных LITS ранее уже использовался в иностранной литературе для оценки влияния обстоятельств и усилий на уровень оплаты труда и накопленного богатства (Brock, 2018). К факторам обстоятельств были отнесены: образование родителей, гендерные особенности, этничность и тип поселения. В настоящем исследовании в качестве дополнительного фактора обстоятельств введем сложившиеся контрактные отношения работника с работодателем. Иными словами, проследим, в какой форме такой контракт вообще существует: в нормативно-правовой или устной форме. Включение в модель параметра нормативно-правового статуса занятости, наряду с гендерным признаком, позволит далее соотнести оценки, полученные на двух массивах разных выборочных данных, LITS и РМЭЗ, что содержательно полезно.
Таким образом, описательный и эконометрический анализ статистики LITS обеспечит одновременное достижение двух исследовательских целей: отчасти углубить представления о том, насколько сильна роль обстоятельств в заработках граждан России, за счет инкорпорирования в спецификацию регрессии отсутствующего ранее фактора — образование родителей. А также сопоставить модельные оценки, основанные на двух непересекающихся массивах выборочных данных.
Итак, спецификация 2 (основанная на LITS) имеетвид:
Yit = Urbanit + Gender_LITSit + Education_fatherit + Formal_LITSit + eit. (10)
Бинарные переменные Urban и Education_father фиксируют тип поселения (город/село) и образовательный уровень отца. А бинарные переменные Formal_LITS и Gender_LITS определяют нормативно-правовой статус занятости и гендерную принадлежность индивида. И снов а, eit — модельная ошибка.
Результаты моделирования на основе данных РМЭЗ-НИУ ВШЭ
На рисунке 1 представлена динамика неравенства заработных плат в стране в 2004—2019 гг., определенная на основе коэффициента вариации по информации Росстата и РМЭЗ.
Прежде всего, обращает на себя внимание превышение оценок неравенства по данным Росстата над оценками по данным РМЭЗ. Это может быть объяснено тем, что социологические опросы, участвующие в формировании баз РМЭЗ, не охватывают крайние группы населения (особенно верхние квантили) и поэтому не отражают в полной мере уровень поляризации доходов в стране.
Далее, по данным Росстата, за период с 2004 по 2018 годы неравенство заработных плат в российской экономике сократилось на 14,6%, тогда как, согласно статистике РМЭЗ, снижение неравенства оказалось более внушительным — 21%. Кроме того, очевидно расхождение двух трендов в последние два года. Подобное несовпадение оценок может быть объяснено несколькими причинами. Во-первых, оно могло быть вызвано более существенным снижением неравенства в
2 The European Bank for Reconstruction and Development. Official site. Life in Transition Survey (LITS). (https://www.ebrd.com/what-we-do/ economic-research-and-data/data/lits.html - Accessed: 01.11.2019).
средних доходных группах, тогда как поляризация доходов населения, улавливаемая Росстатом и не фиксируемая РМЭЗ, оставалась весьма высокой. Во-вторых, причиной расхождения трендов могла стать несбалансированность выборок РМЭЗ («перенасыщенность» отдельных участков шкалы распределения в конкретные временные периоды).
2004 2007 2009 2011 2013 2015 2017 2018 2019
-По данным Росстата -По данным РМЭЗ
Рис. 1. Динамика неравенства заработных плат в стране (на основе коэффициента вариации) Источник: составлено авторами по данным Росстата и РМЭЗ-НИУВШЭ.
Заметим, что, согласно нашей методологии, де композиции подвергался другой показатель неравенства: дисперсия логарифма заработных плат. По данным РМЭЗ, эта дисперсия снизилась с 0,755 в 2004 году до 0,460 в 2018 году (т.е. на 39%) .
В таблице 1 представлены результаты моделирования влияния обстоятельств на логарифм оплаты труда для рассматриваемых периодов времени. Коэффициенты при дамми-переменных «регион проживания» и «сектор занятости» были пр опущены с целью экономии пространства.
Таблица 1
Результаты моделирования влияния переменных обстоятельств на логарифм заработной платы
Переменная Коэффициент (стандартная ошибка)
2004 2018
Gender 0,374*** (0,029) 0,285*** (0,020)
Formal 0,137*** (0,062) 0,275*** (0,035)
Region Да Да
Sector Да Да
Константа Да Да
N 2904 4330
RA2 0,343 0,274
Примечание: *** - коэффициент .значим на уровне р<0,01. Источник: рассчитано авторами по данным РМЭЗ-НИУ ВШЭ.
Так как И2 свидетельствует о доле объясненной обстоятельствами вариации оплаты труда, он характеризует их суммарный вклад в общую дифференциацию заработных плат в стране.
Согласно полученным оценкам, вклад факторов обстоятельств в неравенство заработков россиян снизился с 34% в 2004 году до 26% в 2018 году. Оставшаяся часть вариации в обоих периодах приходилась на модельный остаток и демонстрировала увеличение относительного вклада факторов усилий. В то же время снижение общего неравенства, согласно нашим расчетам, на 46,5% объяснялось изменением влияния факторов обстоятельств, остальное снижение было результатом изменившегося воздействия факторов усилий.
Декомпозиция вклада конкретных факторов обстоятельств в дифференциацию заработных плат в 2004 и 2018 годах представлена на рисунке 2.
35,00 30,00 25,00 20,00 15,00 10,00 5,00 0,00 -5,00
2004
2018
I Формальность занятости
-0,02
1,00
I Гендерный признак
5,63
5,20
I Сектор занятости
6,46
5,40
I Регион проживания
22,20
15,80
%
Рис. 2. Влияние факторов обстоятельств на неравенство в оплате труда (I подход)
Источник: рассчитано авторами по данным РМЭЗ-НИУ ВШЭ.
Как видно из рисунка, вне зависимости от года ключевую роль в формировании неравенства в отечественной экономике играл региональный фактор. Приблизительно в равной степени на неравенство влияли переменные отраслевой принадлежности и гендера.
Выравнивание межрегиональных различий в оплате труда сыграло определяющую роль и в снижении общего неравенства, объяснив 32,2% из 46,5%, приходящихся на долю обстоятельств. В меньшей степени снижение неравенства ассоциировалось со смягчением гендерной дискриминации и отраслевых различий в оплате труда (на их долю пришлось 6,3% и 8,1% уменьшения общего неравенства). Еще одной особенностью последних лет стало умеренное увеличение вклада в неравенство фактора формальных основ занятости (за счет него общее неравенство заработных плат увеличилось на 1,5%).
Оценки, полученные на основе квантильных регрессий (рис. 3), показали, что обстоятельства меньше влияли на заработки низкооплачиваемых работников, чем высокооплачиваемых работников. Действительно, по мере смещения по шкале оплаты труда роль обстоятельств стремительно нарастала. Достигалось это за счет роста разного рода премий: например, за проживание в столичном регионе или принадлежность к нефтегазовому сектору экономики. Более того, для самых доходных групп населения процент премии за работу в мегаполисе в 2018 году не уменьшился, по сравнению с 2004 годом, а за работу в нефтегазовом секторе он даже заметно увеличился. Это разошлось с тенденцией, обнаруженной для низко- и среднедоходных групп населения, работающих в тех же условиях, для которых премии в среднем снизились.
Следует отметить уменьшение гендерной дискриминации в оплате труда, особенно в высокодоходных квантилях. Что касается переменной формальных основ трудовой деятельности, она оказалась единственным фактором, сила которого ослабевала по мере смещения по шкале, причем в обоих периодах. Однако ее влияние на дифференциацию доходов россиян выросло, и наибольшую прибавку за «выход из тени» получили высокодоходные квантили.
Итак, мы обнаружили, что на современном этапе проживание в столице дает ощутимый бонус только для средних по заработку и высокооплачиваемых категорий работников. Переезд из провинции в столицу индивида с высоким уровнем человеческого капитала обеспечит ему
номинальную прибавку к заработку в размере 50 и более процентов. Разумеется, проживание в столице отчасти скорректирует эту сумму на дороговизну жизни в мегаполисе. В то же время миграция низкооплачиваемого работника в столицу не решит его материальных проблем, поскольку разница в оценках человеческого капитала для этой группы оказывается ниже. В определенной степени это объясняет феномен утечки мозгов в отечественной практике, когда именно профессионалы своего дела покидают провинции в поисках больших заработков и самореализации в столице.
Мужской пол Официально трудоустроен
Столичный регион
Нефтегазовый сектор
1,2 1
0,8 0,6 0,4 0,2
0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9
2018 0,07 0,15 0,24 0,3 0,39 0,42 0,39 0,61 1,07
— — 2004 0,43 0,58 0,66 0,6 0,57 0,76 0,88 0,96 1,02
и с
1,2 1 0,8 0,6 0,4 0,2 0 -0,2
0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9
2018 0,01 0,01 -0,1 -0 0,1 0,19 0,21 0,56 1,05
— — 2004 0,08 0,09 0,06 0,18 0,35 0,33 0,38 0,36 0,53
Рис. 3. Поквантильная дифференциация премий в разрезе некоторых факторов обстоятельств3 Источник: рассчитано авторами по данны/м РМЭЗ-НИУ ВШЭ.
Отсюда возникает вполне закономерный вопрос, каким образом должна быть настроена перераспределительная политика в стране. Безусловно, проблема кроется в воспроизводстве и накоплении человеческого капитала в регионах страны, в том числе в самых экономически депрессивных. Однако не только в этом. Первостепенное значение имеет эффективное функционирование локальных рынков труда, способных верным образом абсорбировать высокопроизводительную рабочую силу, не допуская ее перманентную миграцию в столицу.
3 Под премией мы понимали соотношение средних величин оплаты труда двух работников: мужчин и женщин, официально и неофициально трудоустроенных работников и т.д. К примеру, премия в размере 0,3 лог-пунктов для переменной «мужской пол» говорит о том, что в среднем мужчины зарабатывают на 35% больше женщин: 1-ехр(0,3).
Результаты моделирования на основе данных LITS-ПI
В таблице 2 представлены результаты эмпирического оценивания модели, построенной по данным К1ТЗ-1П. Так как переменная образовательного уровня отца (Education_father) включала в себе более 8 категорий, отображение ее регрессионных оценок было проигнорировано.
Таблица 2
Результаты моделирования влияния переменных обстоятельств на логарифм заработной платы
Коэффициент
Переменная (стандартная ошибка)
2016
Urban 0,427*** (0,107)
Gender_LITS 0,213*** (0,089)
Formal_LITS 0,314*** (0,107)
Education_father Да
Константа Да
N 698
RA2 0,079
Примечание: *** - коэффициент .значим на уровне р<0,01. Источник: рассчитано авторами по данны/м LITS-Ш.
Как видно из таблицы, оценки по переменным гендера и формальных основ занятости хорошо сопоставимы с теми, что были получены на массиве данных РМЭЗ. Значимых расхождений здесь мы не наблюдаем. Кроме того, отмечался ощутимый вклад переменной типа поселения, что вновь указывало на важность географического фактора в оплате труда россиян.
Учитывая тот факт, что влияние регионального и секторального эффектов данными LITS не было охвачено, относительная мера неравенства возможностей оказалась существенно ниже, по сравнению с данными РМЭЗ — около 8%. Согласно результатам декомпозиции показателя неравенства, ключевую роль в дифференциации оплаты труда россиян сыграли такие факторы обстоятельств, как образовательный уровень отца, а также поселенческий признак. В меньшей степени повлиял нормативно-правовой статус занятости и пол респондентов (рис. 4).
8,00 7,00 6,00 5,00 % 4,00 3 пп
2,00 1,00 0 00
■ Гендерный признак 0,76
Формальность занятости 1,39
Тип поселения 2,85
■ Образование отца 2,87
Рис. 4. Декомпозиция факторов обстоятельств (II подход) Источник: рассчитано авторами по данны/м LITS-Ш.
Теперь проанализируем вклад фактора родительского образования в доходы разных квантилей. Рисунок 5 свидетельствует о том, что по мере смещения по шкале оплаты труда сила влияния фактора родительского (высшего) образования становилась все менее и менее заметной. Причем, в заработках наиболее обеспеченных респондентов вклад этой переменной и вовсе был отрицательным. По всей видимости, отмеченную нами тенденцию следует считать пережитком раннего периода рыночных реформ в отечественной экономике, что в конечном итоге вылилось в поляризацию заработков, имеющую лишь малое отношение к общему образовательному потенциалу семьи и накопленному ею человеческому капиталу. Материальное преуспеяние детей скорее могло быть следствием накопления богатства и собственности родителями.
1,0
0,8 0,6 g 0,4 N N --
s к £ 0,2 1 ! 0,0 -0,2 -0,4 \Ч
\Х \ ^-- \ \ / ч '
-0,6 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9
Образование отца 0,39 0,23 0,32 0,44 0,37 0,37 0,30 -0,01 -0,05
Образование матери 0,82 0,60 0,57 0,52 0,35 0,35 0,20 -0,46 -0,18
• Образование отца
Образование матери
Рис. 5. Поквантильная дифференциация роли высшего образования родителей в заработках респондентов Источник: рассчитано авторами по данным LITS-Ш.
Заключение
Настоящее исследование посвящено параметрической оценке роли обстоятельств в дифференциации заработков жителей России. Под обстоятельствами мы понимали некоторые качественные признаки, присущие респондентам, в том числе регион проживания, отрасль занятости, тендерный признак, нормативно-правовой статус занятости и уровень образования родителей. При этом модельный остаток рассматривался нами в качестве экзогенной меры индивидуальных усилий.
Исследование базировалось на двух массивах выборочных данных: волнах РМЭЗ-НИУ ВШЭ за 2004 и 2018 годы и статистике LITS-III за 2016 год. Методологический аппарат сводился к оценке уравнений заработной платы, декомпозиции вариации оплаты труда с помощью подхода (Morduch and Sicular, 2002) и оценки безусловных квантильных регрессий.
В результате нам удалось доказать, что неравенство оплаты труда в российской экономике в первую очередь предопределялось региональным признаком, в меньшей степени сектором занятости и полом респондентов. Роль родительского образования в заработках россиян также оказалась сравнительно небольшой. Снижение дифференциации оплаты труда в рассматриваемом периоде в большей степени объяснялось сокращением межрегиональных диспропорций в заработках жителей страны, на что влияла перераспределительная политика государства.
Нами было обнаружено, что обстоятельства по-разному влияли на неравенство на различных участках шкалы оплаты труда. Высокооплачиваемые работники в большей степени выигрывали
от переезда в столичный регион, что собственно и определяло утечку мозгов из провинции. Сила влияния родительского образования на заработки россиян также была неодинаковой в разных доходных группах. Респонденты с большими заработками, как правило, были выходцами из семей с невысоким человеческим капиталом, что явилось своего рода пережитком 90-х годов XX века.
СПИСОК ЛИТЕРАТУРЫ/REFERENCES
Вотинов А.И., Лазарян С.С., Овчинников В.Н. (2019). Выявление факторов неравенства в России с использованием регрессионной декомпозиции. Финансовый журнал 5: 74-89. [Votinov A.I., Lazaryan S.S., Ovchinnikov V.N. (2019). Regression-Based Decomposition of Income Inequality Factors in Russia. Financial Journal 5: 74-89. (In Russian).] Ибрагимова З.Ф., Франц М.В. (2020а). Неравенство возможностей: теория и практика измерения на микроданных RLMS-HSE. Экономическая политика 15(1): 64-89. [Ibragimova Z.F., Frants M.V. Inequality of opportunity: theory and practice of measurement using RLMS-HSE microdata. Economic policy 15(1): 64-89. (In Russian).] Ибрагимова З.Ф., Франц М.В. (2020б). Россия — страна возможностей? Смотря как считать. Мониторинг общественного мнения: экономические и социальные перемены 6(160): 4—29. [Ibragimova Z.F., Frants M.V. Is Russia a land of opportunity? It depends on how you look at it. Monitoring of Public Opinion: Economic and Social Changes Journal (Public Opinion Monitoring) 6(160): 4-29. (In Russian).] Капелюшников Р.И. (2017). Неравенство: как не примитивизировать проблему. Вопросы экономики 4: 117-139. [Kapeliushnikov R. (2017). Inequality: How not to primitivize the problem. Voprosy Ekonomiki 4: 117-139. (In Russian).] Лазарян С., Черноталова М. (2017). Глобальная угроза роста неравенства. Научно-исследовательский финансовый институт. Финансовый журнал 4: 34-46. [Lazaryan S., Chernotalova M. (2017). Global Risk of Rising Inequality. Financial Research Institute. Financial Journal 4: 34-46. (In Russian).] Лукьянова А.Л. (2013). Использование безусловных квантильных регрессий при оценке влияния неформальности на неравенство. Прикладная эконометрика 32: 3-28. [Lukiyanova A. (2013). The impact of informality on earnings inequality: Unconditional quantile regressions. Applied Econometrics 32: 3-28. (In Russian).] Овчарова Л.Н., Попова Д.О., Рудберг А.М. (2016). Декомпозиция факторов неравенства доходов в современной России. Журнал Новой экономической ассоциации 3(31): 170-186. [Ovcharova L.N., Popova D.O., Rudberg A.M. (2016). Decomposition of Income Inequality in Contemporary Russia. Journal of the New Economic Association 3(31): 170-186 (In Russian).] Овчинников В.Н., Малкина М.Ю. (2019). Детерминанты неравенства в оплате труда в современной России. Terra Economicus 17(3): 30-47. [Ovchinnikov V.N., Malkina M.Yu. (2019). Determinants of wage inequality in modern Russia. Terra Economicus 17(3): 30-47. (In Russian).] Пикетти Т. (2015). Капитал вXXIвеке. М.: Ад Маргинем Пресс, 592 c. [Piketty, Th. (2015). Capital
in the Twenty-First Century. Moscow: Ad Marginem Press, 592 p. (In Russian.)] Шевяков А.Ю., Кирута А.Я. (2009). Неравенство, экономический рост и демография: неисследованные взаимосвязи: Монография; Учреждение Российской акад. наук Ин-т соц.-эконом. проблем народонаселения РАН. М.: М-Студио, 192 с. [Shevyakov A., Kiruta A. (2009). Inequality, Economic Growth, and Demography: The Unexplored Relationships. Moscow: M-Studio, 129 p. (In Russian).] Abatemarco A. (2015). A Gini approach to inequality of opportunity: evidence from the PSID. Empirical
Economics 49(4): 1497-1519. Arneson R. (1989). Equality and equal opportunity for welfare. Philosophical Studies 56(1): 77-93.
https://doi.org/10.1007/BF00646210. Brock M. (2018). Inequality of Opportunity, Governance and Individual Beliefs. EBRD Working Paper 213. https://www.ebrd.com/publications/working-papers/inequality-of-opportunity.
Collins L., Schafer, J., Kam, C. (2001). A comparison of inclusive and restrictive strategies in modern missing data procedures. Psychological Methods 6(4): 330-351.
Cohen G. (1989). On the currency of egalitarian justice. Ethics 99: 906-944.
Deutsch J., Alperin M.N.P., Silber J. (2018). Using the Shapley Decomposition to Disentangle the Impact of Circumstances and Efforts on Health Inequality. Social Indicators Research 138: 523-543.
Dworkin R. (1981). What is equality? Part one: Equality of welfare. Philosophy & Public Affairs 10: 185-246.
Ferreira F., Gignoux J. (2011). The measurement of inequality of opportunity: theory and an application to Latin America. The Review of Income and Wealth: 57(4): 622-657.
Firpo S., Fortin N., Lemieux T. (2018). Decomposing Wage Distributions Using Recentered Influence Function Regressions. Econometrics 6(2): 1-40.
Fleurbaey M. (1995). Three solutions for the compensation problem. Journal of Economic Theory 65: 505-521.
Fleurbaey M., Peragine V. (2013). Ex ante versus ex post equality of opportunity. Economica 80: 118-130.
Fleurbaey M., Schokkaert E. (2009). Unfair inequalities in health and health care. Journal of Health Economics 28(1): 73-90.
Jusot F., Tubeuf S., Trannoy A. (2010). Effort or Circumstances: Does the Correlation Matter for Inequality of Opportunity in Health? IRDES Working Paper 3. https://www.irdes.fr/EspaceAnglais/ Publications/WorkingPapers/DT33EffortCircumstancesCorrelationInequality.pdf
Malkina M.Yu. (2017). Relationship between normal and excessive personal income differentiation and regional economic performance indicators. Regional Research of Russia 7(2): 153-16.
Mogila Z., Melo P.C., Gaspar J.M. (2020). Measuring inequality of opportunity across EU-SILC countries: national and urban-rural perspectives. Working Papers REM 2020/0135, ISEG - Lisbon School of Economics and Management, REM, Universidade de Lisboa.
Morduch J., Sicular T. (2002). Rethinking inequality decomposition, with evidence from rural China. The Economic Journal 112: 93-106.
Perez-Mayo J. (2019). Inequality of opportunity, a matter of space? Regional Science Policy and Practice 11(1): 71-87.
Roemer J.E. (1995). Equality and responsibility. In Boston review: A political and literary forum. https://bostonreview.net/aprilmay-1995.
Roemer J. (1998). Equality of Opportunity. Harvard University Press; Cambridge.
Roemer J.E., Trannoy A. (2016). Equality of opportunity: Theory and measurement. Journal of Economic Literature 54(4): 1288-1332.
Schafer J., Graham J. (2002). Missing data: our view of the state of the art. Psychological Methods 7(2): 1-47.
Shaheen S., Awan M.S.R., Cheema A.R. (2016). Measuring inequality of opportunity in Pakistan: parametric and non-parametric analysis. Pakistan Economic and Social Review 54(2): 165-190.
Sharma C., Paramati S.R. (2018). Measuring Inequality of Opportunity for the Backward Communities: Regional Evidence from the Indian Labour Market. Social Indicators Research 138: 479-503.
