Траектории российской молодежи в образовании и профессии на материале лонгитюда: сложные маршруты выпускников вУзов
В.А. Мальцева, Н. Я. Розенфельд
Статья поступила Мальцева Вера Андреевна — кандидат экономических наук, доцент, стар-в редакцию ший научный сотрудник Центра развития навыков и профессионального об-в июле 2022 г. разования Института образования, Национальный исследовательский университет «Высшая школа экономики». E-mail: vamaltseva@hse.ru (контактное лицо для переписки)
Розенфельд Наталья Яковлевна — стажер-исследователь Центра развития навыков и профессионального образования Института образования, Национальный исследовательский университет «Высшая школа экономики». E-mail: nrozenfeld@hse.ru
Адрес: 101000, Москва, ул. Мясницкая, 20.
Аннотация О выпускниках российских вузов мы знаем много — о том, где и чему они учились, об их трудоустройстве и зарплатах. Значительно меньше известно об их маршрутах в образовании и на рынке труда, о том, каковы типичные траектории, все ли они укладываются в стандартную цепочку «школа — вуз — работа». Мы не знаем, как стартовые условия — социальное происхождение и способности — дифференцируют траектории, какие факторы определяют траекторию, в которой окажется молодой человек. В статье предпринимается попытка ответить на эти вопросы. На данных лонгитюда «Траектории в образовании и профессии» прослежены девятилетние траектории тех, кто к 25 годам получил высшее образование. Для выделения траекторий применялся анализ последовательностей, для определения шансов включения в тот или иной трек в зависимости от параметров человеческого капитала и социально-экономического статуса — регрессионный анализ при контроле на демографические характеристики.
В результате исследования выделены девять типичных траекторий: несколько разновидностей линейного трека, карьерные траектории, реверсивная, отложенная, нестабильная и транзитная. Набор траекторий в целом соответствует зафиксированному в исследованиях, проведенных в других странах, однако траектории российских выпускников оказались более гладкими. Тем не менее факторы человеческого капитала и социально-экономического статуса модерируют образовательно-карьерный маршрут. Шансы оказаться в траектории с постбакалаврским образованием значимо выше у более академически успешных. Включение в ранние карьерные траектории связано с некогнитивной характеристикой — большей открытостью новому опыту. Фактор социально-экономического статуса дифференцирует карьерные траектории: раннее взросление в ситуации невысокого статуса и поощряемая
ранняя профессионализация в более благополучных условиях. Включение в нестабильную траекторию значимо не связано с социально-экономическим статусом или академической успеваемостью, но ассоциировано с низкой информированностью и пассивностью выбора первой специальности.
Ключевые слова высшее образование, рынок труда, образовательная траектория, карьерная траектория, социально-экономический статус, человеческий капитал, неравенство, анализ последовательностей.
Для цитирования Мальцева В.А., Розенфельд Н.Я. (2022) Траектории российской молодежи в образовании и профессии на материале лонгитюда: сложные маршруты выпускников вузов // Вопросы образования / Educational Studies Moscow. № 3. С. 99-148. https://doi.org/10.17323/1814-9545-2022-3-99-148
Educational and Career Trajectories
of the Russian Youth in a Longitudinal Perspective:
A Case of University Graduates
V.A. Maltseva, N.Ya. Rozenfeld
Vera A. Maltseva — PhD (Candidate of Sciences in Economics), Associate Professor, Research Fellow, Center for Skills Development and Vocational Education, Institute of Education, National Research University Higher School of Economics. E-mail: vamaltseva@hse.ru Corresponding author)
Natalia Ya. Rozenfeld — Research Assistant, Center for Skills Development and Vocational Education, Institute of Education, National Research University Higher School of Economics. E-mail: nrozenfeld@hse.ru
Address: 20 Myasnitskaya Str., 101000 Moscow, Russian Federation.
Abstract Education and labor market outcomes of the Russian graduates are vastly studied, including their employment status, salaries, types of universities and majors they study. However, there is a lack of research of the graduates' typical paths in education and labor market, whether they fit the conventional trajectory high school — university — permanent employment. Another question is how social background and human capital differentiate trajectories and predict a path, which graduate opts to. In this article, we address both questions. Employing the longitudinal panel study "Trajectories in Education and Careers" we examine the nine-year trajectories of those who earned a university diploma by the age of 25. In our research, we use sequence analysis to identify trajectories and regression analysis to estimate the probability to follow each trajectory depending on individual characteristics — socio-economic status and human capital — while controlling for demographic variables.
We identify nine typical trajectories, including several types of a linear path, various career-oriented trajectories, a reverse and a delayed path, unstable and nontraditional trajectories. This set of education-career paths largely corresponds to foreign studies, but the Russian graduates' trajectories turn out to be smoother. At the same time, individual factors of human capital and socio-economic status moderate education-career paths. The probability of following trajectories with prolonged education (with a post-bachelor's degree) is significantly higher for high achieving students. Entering early career trajectories is associated with a non-cognitive skill — openness to experience. Socio-economic status differentiates two early career trajectories: "accelerated adulthood" for those with low SES and "encouraged professionalization", which is associated with high SES. Fol-
lowing an unstable trajectory is not associated with either socio-economic status or academic performance (cognitive skills) but is associated with low awareness about the field of study when entering a university (ill-informed choice).
Keywords higher education, labor market, educational trajectory, career path, socio-economic status, human capital, inequality, sequence analysis.
For citing Maltseva V.A., Rozenfeld N.Ya. (2022) Traektorii rossiyskoy molodyozhi v obrazova-nii i professii na materiale longityuda: slozhnye marshruty vypusknikov vuzov [Educational and Career Trajectories of the Russian Youth in a Longitudinal Perspective: A Case of University Graduates]. Voprosy obrazovaniya / Educational Studies Moscow, no 3, pp. 99-148. https://doi.org/10.17323/1814-9545-2022-3-99-148
«Школа — вуз — работа» — на первый взгляд именно так выглядит траектория любого выпускника университета. Однако в реальности сегодня траектории молодежи во многих развитых странах все менее предсказуемы и линейны [Walther, Plug, 2006; Furlong, 2016]. Студенты начинают работать задолго до окончания обучения, само обучение становится все более затяжным с возвратами в систему образования с рынка труда, а переходу в постоянную занятость часто предшествует череда временных работ. Становится ясно, что образовательно-карьерная траектория — это не однократный переход из состояния «студент» в статус «работник», а путь со множеством остановок и промежуточных состояний. Изучать такие траектории необходимо во всей сложности, не ограничиваясь однократным переходом «учеба — работа» [Duta, Wielgoszewska, Iannelli, 2021].
Эмпирические исследования экономистов и социологов показывают: то, как сложились образовательная и ранняя карьерная траектория, сказывается на дальнейших этапах жизни, в частности на результатах на рынке труда — заработной плате, устойчивости занятости, профессиональном статусе [Walpole, 2003; Arpino, Guma, Julia, 2018; Duta, Wielgoszewska, Iannelli, 2021]. В свою очередь, характер этих траекторий обусловлен композицией индивидуальных и институциональных факторов, и особенно стартовыми условиями — социально-экономическим положением (СЭП), успеваемостью, демографическими характеристиками [Brzinsky-Fay, 2007; Monaghan, 2020; Lorentzen et al., 2019; Plug, Du Bois-Reymond, 2006]. Данные по многим странам показывают, что невысокий СЭП — сильный предиктор относительно менее успешной образовательно-карьерной траектории [Walpole, 2003], а накопление человеческого капитала ассоциировано с более высокими результатами на рынке труда [Nilsson, 2019].
Традиционно для исследования траекторий и образовательно-карьерных переходов применяется регрессионный анализ и анализ наступления событий, которые успешно моделиру-
ют однократные переходы или результат траектории, однако не позволяют исследовать устройство траекторий и их паттерны. С ростом популярности лонгитюдных данных в практику изучения образовательно-карьерных траекторий вошел метод анализа последовательностей, дополненный регрессионным анализом. Эта комбинация методов позволяет индуктивно выделить траектории и затем оценить шансы разных групп респондентов на включение в каждую из них. В данной методологии выполнено множество международных исследований [Quintini, Manfredi, 2009; Boylan, 2020], однако работ, в которых отдельно изучаются траектории выпускников вузов, среди них немного [Wielgoszewska, 2018; Duta, Wielgoszewska, Iannel-li, 2021]. Несмотря на кажущуюся гомогенность группы высокообразованной молодежи, внутри нее существует выраженная дифференциация образовательно-карьерных маршрутов по социально-экономическому статусу [Duta, Wielgoszewska, Ian-nelli, 2021].
О выпускниках российских вузов мы знаем немало, однако в большинстве эмпирических работ рассматривается однократный переход «учеба — работа», и они основаны на выборочных обследованиях (например, [Rudakov, Roshchin, 2019; Dudyrev, Romanova, Travkin, 2020]). Исследования траекторий и их паттернов с использованием анализа последовательностей требуют длинных данных — лонгитюдных исследований или сбора административной информации. В перспективе сплошной мониторинг трудоустройства выпускников Минтруда и Минобрнауки России создаст прочную основу для таких исследований на основе статистических сведений. Среди российских лонгитюдных исследований для этой цели в наибольшей степени подходит национальное когортное панельное исследование «Траектории в образовании и профессии»1.
Используя данные девяти волн (2012-2020 гг.) лонгитюда «Траектории в образовании и профессии», мы проследили траектории девятиклассников, получивших высшее образование к 24-25 годам. Цель исследования — типологизировать образовательные и ранние карьерные траектории высокообразованной молодежи, определить индивидуальные факторы, предсказывающие включение в ту или иную траекторию. В основе аналитической рамки лежит синтез социологического подхода к исследованию траекторий и соответствующей методологии с наработками экономистов в вопросе перехода «учеба — работа». Данная работа является продолжением аналитического исследования [Мальцева, Розенфельд, 2022], в котором представлен срез по траекториям выпускников вузов и сформули-
1 http://trec.hse.ru/
рованы основные гипотезы о возможных факторах формирования траекторий2. В этой работе мы идем дальше и отвечаем на два вопроса:
1) каковы образовательные и профессиональные маршруты выпускников российских вузов к 25 годам;
2) как стартовые условия в траектории — социально-экономический статус и параметры человеческого капитала (когнитивные и некогнитивные навыки) — связаны с тем, как разворачивается траектория в образовании и профессии?
Наше исследование проливает свет на разнообразие траекторий высокообразованной молодежи в России и их устройство, а также помогает оценить «след» стартовых условий в маршруте молодого человека в образовании и на рынке труда. Его результаты могут быть полезны тем, кто принимает решения в области образовательной политики и молодежной занятости, и интересны широкому кругу читателей в университетском сообществе, самим выпускникам и студентам.
1. Теоретическая рамка исследований образовательных и карьерных траекторий 1.1. Социологическая перспектива
Образовательные и карьерные траектории широко изучаются в экономике труда и социологии образования. Социологи исследуют траектории и переходы между учебой и работой в рамках концепции жизненного пути [Elder, Johnson, Crosnoe, 2003] и опираются на теории социально-экономического неравенства. В этой логике жизнь человека — это процесс перехода между статусами и состояниями, в том числе в образовании и занятости, при этом смена состояний не происходит случайно, а увязана с предыдущими переходами и институциональным контекстом, в котором строится траектория. Понять механизмы, которые воздействуют на траекторию и переходы между статусами, помогают теории социального воспроизводства [Bourdieu, 1986; Boudon, 1974; Coleman, 1988] и теория рационального выбора [Breen, Goldthorpe, 1997]. Именно они чаще всего составляют теоретическую рамку исследований траекторий на лонгитюдных данных, поскольку позволяют установить роль социально-экономического статуса в том, как складывается путь человека в образовании и на рынке труда [Boylan, 2020; Duta, Wielgoszewska, Iannelli, 2021].
Теории социального воспроизводства объясняют влияние экономического, культурного и социального капитала семьи на
2 На основе этого аналитического исследования у авторов выходила колонка в «РБК Тренды»: Мальцева В., Розенфельд Н. «Путь "школа — вуз — работа" уже не актуален». https://trends.rbc.ru/trends/educa-tion/62d0227e9a794710912218a5
образовательную и профессиональную траекторию индивида, а также роль системы образования и структуры рынка труда в поддержании сложившейся социальной стратификации. Эмпирические исследования, проведенные в разных странах, показывают, что социально-экономическое положение модериру-ет образовательно-карьерные маршруты [Boylan, 2020] и его влияние прослеживается на всем жизненном пути человека [Alexander, Entwistle, Olson, 2014; Braun, 2018]. В большинстве стран ОЭСР у детей, родители которых имеют низкий уровень образования, шансы на восходящую социальную мобильность и на получение более высокого, чем у родителей, образования составляют менее 50% [Braun, 2018].
Социально-экономический статус имеет первичные и вторичные эффекты [Boudon, 1974; Lucas, 2001], прямо и косвенно воздействуя на образовательные и карьерные решения [Walpole, 2003, Bonnard, 2020]. Во-первых, ресурсы семьи влияют на успеваемость. Образование родителей объясняет существенную часть вариации в когнитивных навыках детей [Braun, 2018]. В итоге высокая успеваемость позволяет выбирать более привилегированные образовательные траектории. Во-вторых, высокое социально-экономическое положение связано с амбициозными образовательными ожиданиями родителей и самих школьников [McCarron, Inkelas, 2006; Garg et al., 2002]. Социальное происхождение также рассматривается через призму культуры, социально формируемых и коллективно поддерживаемых образцов мышления и поведения, которые могут выступать барьером для социальной мобильности, выбора определенных образовательных и профессиональных маршрутов [Куракин, 2020].
Теория рационального выбора, фокусирующая внимание на специфике оценки выгод и издержек, также предсказывает включение детей из более ресурсных семей в длинные образовательные траектории, достижение ими высокой квалификации и соответствующего профессионального статуса. Реализуя стратегию избегания риска нисходящей социальной мобильности, обладатели высокого СЭП стремятся получить образование не ниже уровня, имеющегося у родителей, тогда как выходцы из семей со сравнительно низким СЭП делают выбор в пользу более «безопасных» и менее затратных образовательных маршрутов [Werfhorst van de, Hofstede, 2007; Breen, van de Werfhorst, J^ger, 2014]. Эти теоретические положения неоднократно подтверждены эмпирически, в том числе в исследованиях образовательных траекторий молодежи [Yastrebov, Kosya-kova, Kurakin, 2018; Boylan, 2020].
Социально-экономические положение сказывается и на профессиональной траектории, хотя для выпускников универ-
ситетов эта связь несколько слабее, чем для групп населения без высшего образования [Torche, 2011]. Тем не менее и среди высокообразованной молодежи отмечается выраженное социальное неравенство [Jacob, Klein, Iannelli, 2015; Klein, 2021]: выходцы из менее ресурсных семей оказываются в менее устойчивых и гладких карьерных траекториях, чем их сверстники из более благополучных семей [Duta, Wielgoszewska, Iannelli, 2021]. Эти результаты получены на данных лонгитюдных исследований, позволяющих оценить не только фактическое положение на рынке труда и профессиональный статус, но и паттерн траектории.
Таким образом, эмпирически подтверждено, что первоначальное преимущество — высокое социально-экономическое положение — приводит к умножению вознаграждений на протяжении всей жизни. Исходные условия жизни, среди них социально-экономический статус и здоровье, оказывают в жизненной траектории эффект домино за счет как первичных, так и вторичных эффектов [Arpino, Gumà, Julià, 2018]. В итоге социальное происхождение становится кумулятивным накапливаемым преимуществом [Merton, 1968], посредством которого укрепляется неравенство [DiPrete, Eirich, 2006; Mayer, 2009]. В нашем исследовании выпускников университетов — группы, относительно гомогенной с точки зрения СЭП, — мы рассчитываем показать, как социальное положение дифференцирует траектории высокообразованной молодежи.
В отличие от социологов, которые чаще фокусируются на процессе и контексте жизненного пути человека, экономисты исследуют образовательно-карьерные траектории с точки зрения их результатов — накопления человеческого капитала и отдачи на совершенные инвестиции. Традиционной рамкой таких исследований выступают теория человеческого капитала [Becker, 1962; Schultz, 1961; Mincer, 1974] и сигнальная теория [Spence, 1973]. Обе они предсказывают, что результаты на рынке труда, т.е. заработки, будут выше у тех, кто учился дольше и имеет более продолжительный стаж работы. Однако сторонники теории человеческого капитала считают, что успешность более образованного и опытного индивида на рынке труда опосредована его большей производительностью, приобретенной за счет инвестиций в человеческий капитал, тогда как сигнальная теория не связывает фактическую производительность труда с длительностью обучения. Здесь диплом об образовании выступает лишь сигналом об имеющемся начальном уровне производительности работника в условиях асимметрии информации на рынке труда.
1.2. Экономическая перспектива
Эмпирические исследования показывают: получение более высокого уровня образования связано с образовательной успешностью и уровнем имеющихся когнитивных навыков [Ha-nushek et al., 2015], т.е. с предшествующими условиями и инвестициями в развитие человека. В свою очередь, чем выше уровень образования, тем лучше (производительнее) рабочее место и выше заработки. Выпускники университетов в разных странах мира получают более высокую заработную плату и имеют более стабильную работу, чем люди с дипломом средней школы или колледжа [Psacharopoulos, Patrinos, 2018]. Это справедливо и для уровней внутри высшего образования: магистры зарабатывают в среднем больше бакалавров, но со значительной дифференциацией по специальностям [Altonji, Blom, Meghir, 2012; Altonji, Zhong, 2021]. При этом спрос на магистров растет, однако связан он не только с технологическим прогрессом в экономике, которая востребует все более высокую квалификацию [Autor, 2014]. В условиях массовизации высшего образования и снижения сигнальной функции диплома вуза [Brown, Souto-Otero, 2020] происходит upskilling — повышение требований к формальной квалификации, что хорошо укладывается в креденциальную теорию Р. Коллинза [Collins, 1979]. В частности, на рынке труда многих развитых стран возникает все больше вакансий, которые предусматривают наличие диплома магистра [Modestino, Shoag, Balance, 2020]. Таким образом, можно ожидать, что траектории с магистратурой будут представлять собой привилегированные маршруты с отбором по когнитивным навыкам и уровню СЭП.
Помимо получения высокого уровня образования важнейшая инвестиция в человеческий капитал — это приобретение опыта работы. Во многих странах совмещение учебы в университете с работой давно стало массовой практикой [Beerkens, Mägi, Lill, 2011] и превратилось в стратегию повышения шансов на трудоустройство по окончании университета [Tan, Lim, Loke, 2020; Мальцева, 2021]. При этом однозначной связи между совмещением учебы с работой и академической успеваемостью не фиксируется [Neyt et al., 2019]. В целом опыт работы, полученный в студенческие годы, имеет ненулевую отдачу [Baert et al., 2017]. В России совмещение дает существенную премию на начальную заработную плату выпускника, особенно если в студенчестве он работал по специальности [Dudyrev, Romanova, Travkin, 2020]. В этом случае студент накапливает не только общий, но и специальный стаж, поощряемый на рынке труда и выступающий сильным сигналом для работодателей. Мотивы совмещения учебы с работой разнятся в разных странах и связаны с институциональным контекстом. Так, финансовые мотивы превалируют в развитых странах, где диплом об образо-
вании не утратил сигнальной функции, тогда как в переходных экономиках, в том числе в России, студенты начинают совмещать как по материальным причинам, так и в стремлении приобрести опыт работы [Dudyrev, Romanova, Travkin, 2020]. Поэтому можно предположить, что у российских выпускников низкий СЭП и/или невысокая успеваемость не будут успешно предсказывать траекторию с длительным опытом работы.
Помимо когнитивных навыков, получаемых в формальном образовании, к общему человеческому капиталу также относят некогнитивные, или личностные, характеристики — экономисты рассматривают их в качестве навыков, т.е. тренируемых умений [Kautz et al., 2014]. Исследования показывают, что некогнитивные характеристики связаны с результатами на рынке труда и их влияние сопоставимо с влиянием когнитивных навыков [Heckman, Stixrud, Urzua, 2006; Brunello, Schlotter, 2011]. Так, открытость опыту [Рожкова, 2019], добросовестность [Col-lischon, 2020] положительно связаны с размером заработной платы и вероятностью трудоустройства, в то время как невротизм снижает шансы на трудоустройство [Рожкова, Рощин, 2021; Collischon, 2020]. Несмотря на разработанность темы некогнитивных навыков и их связи с успешностью в образовании и карьере, эти характеристики, в отличие от когнитивных навыков, редко учитываются в исследованиях образовательно-карьерных траекторий на лонгитюдных данных. Однако, опираясь на предыдущие работы на российских данных [Рожкова, 2019], можно предположить значимую связь открытости и добросовестности с включением в более успешные трудовые траектории, а для недавних выпускников — в траектории с ранним выходом на рынок труда.
Экономисты, оценивающие отдачу от опыта, образования и навыков, и социологи, изучающие неравенство в образовании и профессии, имея дело фактически с одним и тем же материалом, традиционно мало дискутируют друг с другом и нечасто объединяют усилия в совместных исследованиях3. Тем не менее экономистам не чужда идея неслучайности образовательного и карьерного маршрута человека: они изучают связь этих траекторий с предшествующими инвестициями в человека, особенно в раннее развитие [Heckman, Pinto, Savelyev, 2013]. В итоге
3 Примером такого объединения усилий может служить Центр экономики человеческого развития в Чикагском университете, возглавляемом Д. Хекманом, нобелевским лауреатом по экономике и одним из лидеров в области исследований человеческого развития в социальных науках. Он реализует синтез подходов, объединяя не только экономистов и социологов, но также психологов и генетиков. См. подробнее: The Center for the Economics of Human Development, the University of Chicago. https:// cehd.uchicago.edu/
подход экономистов к траекториям также позволяет строить цепочки взаимосвязанных событий в русле теории кумулятивного преимущества — в этом случае с точки зрения инвестиций в человеческий капитал.
В данном исследовании мы пытаемся объединить оба дисциплинарных подхода. В основе теоретической рамки лежит социологическая трактовка траектории в русле концепции жизненного пути, однако в систему факторов, объясняющих включение в ту или иную траекторию в образовании и работе, объединены как социологические, так и экономические категории и эмпирические находки. Такой подход позволяет получить комплексную картину образовательно-карьерных траекторий высокообразованной молодежи и факторов, объясняющих их разнообразие.
2. Обзор исследований образовательных и карьерных траекторий 2.1. Современные методы исследования траекторий
Образовательно-карьерные траектории все чаще рассматриваются исследователями как маршруты, в которых важны сами паттерны смены состояний, а не только отдельные переходы. В соответствии со сменой парадигмы изменилась и методология исследований. Изучение переходов, например, из учебы в работу традиционно строится на дедуктивных статистических методах — регрессионном анализе или анализе наступления событий [DesJardins, Ahlburg, McCall, 2002; DesJardins, McCall, 2010; Goldrick-Rab, 2006]. Однако эти методы не подходят для анализа траекторий, так как не позволяют зафиксировать их гетерогенность и разнообразие паттернов. Для исследования длинных траекторий и многократных переходов между статусами активно используются индуктивные подходы. Среди них методы анализа латентных траекторий [Bahr, 2010; Crosta, 2014; Marti, 2008] и анализ последовательностей, или секвенциальный анализ [Abbott, Tsay, 2000]. Суть последнего заключается в классификации сценариев изменения состояния или характеристик объекта во времени. Применительно к образовательно-карьерным траекториям анализируется последовательность смены состояния (статуса) в образовании и на рынке труда.
С точки зрения концепции жизненного пути анализ последовательностей подходит для изучения траекторий наилучшим образом, так как профессиональный путь рассматривается не как набор отдельных точек (статусов), а как последовательность переходов, процесс перемещения между статусами [Duta, Wiel-goszewska, Iannelli, 2021]. Анализ последовательностей чаще всего является первым шагом в исследовании траекторий, затем проводится регрессионный анализ, позволяющий смоделировать включение респондентов в траектории, выявленные на первом шаге. Такое объединение индуктивных и дедуктив-
ных подходов уже стало золотым стандартом в исследованиях образовательно-карьерных траекторий [Anyadike-Danes, McVic-ar, 2005; Brzinsky-Fay, 2007; Quintini, Manfredi, 2009; Scherer, 2001; Ranasinghe et al., 2019; Lorentzen et al., 2019; Monaghan, 2020].
2.2. Типология Традиционно траектории выпускников вузов оценивали с точки траекторий зрения их линейности. Линейной считается траектория с гладким переходом: выпускник беспроблемно переходит в постоянную занятость после завершения обучения в университете [Plug, Du Bois-Reymond, 2006]. Отличительная черта линейной траектории — предсказуемость, отсутствие каких-либо сложностей с выходом на рынок труда, таких как череда временных работ или периоды безработицы. Иные траектории относятся к «альтернативным» маршрутам, среди них — затяжная временная занятость, частая смена работы, безработица. В итоге утвердилась дихотомическая классификация траекторий: линейные и нелинейные [Allen, van der Velden, 2007].
Однако эта дихотомия не отражает всю сложность маршрутов высокообразованной молодежи. В нашем исследовании мы учитываем дополнительный спектр траекторий, выделенный в исследовании, построенном на сравнении трудоустройства финских и португальских выпускников вузов [Alves, Korhonen, 2016]. Среди «альтернативных», т.е. нелинейных, маршрутов авторы выделили две отдельные траектории: нестабильную, или прекарную, и отложенную. Выпускник университета оказывается на нестабильной траектории, если после окончания обучения выходит на временную работу или имеет иную нестандартную занятость. В нестабильной траектории могут быть перерывы в занятости. Отложенная траектория подразумевает запаздывание выхода на рынок труда после получения высшего образования — как по причине продолжения образования, так и из-за проблем с поиском работы.
Дополнительно к этим траекториям стоит выделить нетрадиционный транзитный маршрут, по которому идут выпускники колледжей, совершая прогрессию в высшее образование [Yastrebov, Kosyakova, Kurakin, 2018]. Так как в фокусе нашего исследования не однократный переход от учебы к работе, а весь период формального образования и работы до достижения респондентом возраста 25 лет, мы дополнительно выделяем траектории с ранним выходом на рынок труда, случившимся еще во время обучения в вузе. Такие траектории именуются карьерными. В итоге используемая нами типология траекторий охватывает все разнообразие образовательных и ранних карьерных маршрутов выпускников.
2.3. Эмпи- Исследования образовательно-карьерных маршрутов в раз-рические ных странах свидетельствуют о том, что большинство выпуск-исследования ников университетов выходят на рынок труда по нелинейным траект°рий траекториям [Kivinen, Nurmi, 2003; Lindberg, 2009]. При этом у выпускников вузов они более гладкие, чем у выпускников колледжей [Du Bois-Reymond, Blasco, 2003; Machin, McNally, 2007]. В последнее время растет популярность траекторий с возвратом в систему образования после выхода на рынок труда [Alves, Korhonen, 2016] — прежде всего это выпускники вузов, возвращающиеся в университет, чтобы достичь более высокого уровня образования.
Однако образовательно-карьерные маршруты существенно различаются в разных странах в зависимости от типа институционального режима (transition regime) [Walther, 2006], т.е. от конфигурации институциональных условий на рынке труда и в системе образования. В частности, институциональный режим в постсоциалистических странах имеет свои особенности [Noelke, Gebel, Kogan, 2012]. Так, в России после окончания вуза найти работу удается достаточно быстро: 80% выпускников трудоустраиваются не позднее года после выпуска4. Как и в других странах, в России широко распространена практика совмещения учебы с работой: 25% студентов постоянно работали во время обучения [Лопатина и др., 2020], более 60% работали время от времени начиная с 3-го курса [Roshchin, Ruda-kov, 2016], в магистратуре более 80% совмещали учебу и работу [Емелина и др., 2022]. При этом совмещение дает 30%-ю зарплатную «премию» [Rudakov, Roshchin, 2019; Dudyrev, Romanova, Travkin, 2020].
Тема перехода «учеба — работа» у выпускников российских вузов хорошо разработана, однако длинные траектории и их паттерны еще не становились объектом исследования, прежде всего по причине трудностей в получении необходимых данных. Для исследования длинных траекторий с использованием индуктивных статистических методов, таких как анализ последовательностей, требуются лонгитюдные данные, в идеале — на национально репрезентативной выборке. В данной работе мы предпринимаем попытку восполнить этот пробел, выполняя исследование на лонгитюдных данных и национально репрезентативной выборке российских школьников.
Изучаемая когорта российской молодежи — это лица, которым в 2020 г. было 24-25 лет. В силу условий, сложившихся в период формирования ее образовательно-карьерных траекторий, эта когорта представляет особый интерес. Переход к двух-
Данные мониторинга трудоустройства выпускников 2018-2020 гг. Росстат, 2022. https://rosstat.gov.ru/labour_force
4
уровневой системе высшего образования в рамках присоединения России к Болонскому процессу происходил с середины нулевых, однако первый массовый выпуск магистров состоялся в 2017 г. [Рожкова и др., 2021]. В итоге когорта, которую мы изучаем, получила высшее образование в устоявшейся системе «бакалавриат — магистратура» и в условиях работающей сигнальной функции диплома магистра на рынке труда [Там же]. В то же время с середины 2010-х годов на фоне снижения экономической и территориальной доступности высшего образования [Малиновский, Шибанова, 2020] отмечается рост спроса молодежи на трек «9 классов — система среднего профессионального образования», и в 20% случаев он превращается в транзитный трек «9 классов — колледж — вуз» [Мальцева, Ша-балин, 2021]. Поэтому в рассматриваемой когорте 25-летних выпускников вузов есть как участники традиционного «академического» трека «11 классов — вуз», так и выбравшие транзит в высшее образование через колледж.
Другая особенность исследуемой когорты заключается в ее относительной немногочисленности в России: по данным Рос-стата, респонденты исследования родились во время демографического спада, в 2021 г. когорта 15-29-летних составляла 15,5% населения России, в 2012 г. — 22,1%. Немногочисленность может создавать «демографическую премию» выпускникам университетов — способствовать более гладкому выходу на рынок труда. С другой стороны, выход на рынок труда из магистратуры у многих в исследуемой когорте пришелся на начало пандемии в 2020 г., что могло затруднить переход, особенно для тех, кто не совмещал учебу с работой [Мальцева, Розенфельд, 2022]. Кризис, сопряженный с началом пандемии, негативно сказался на количестве стартовых вакансий для выпускников5, а также на темпах перехода из временной в постоянную занятость и шансах закрепиться на рабочем месте. Комбинация этих условий и характеристик когорты задает контекст, определяющий специфику траекторий в образовании и на рынке труда, его важно учитывать при сопоставлении полученных данных с результатами зарубежных исследований.
3. Данные Эмпирическую базу исследования составляют данные нацио-
и методы нальной панели когортного панельного исследования «Траектории в образовании и профессии»6 (ТрОП) — лонгитюдно-
5 По данным hh.ru, доля стартовых вакансий в апреле — июне 2020 г. составляла от 5,9 до 6,5%, что стало худшим показателем за три года. См.: Как пандемия повлияла на рынок труда молодых специалистов. hh.ru/article/27227
6 http://trec.hse.ru/
го исследования, которое с 2009 г. проводит в России Институт образования НИУ ВШЭ. ТрОП включает национальную репрезентативную панель и несколько региональных панелей. Исходная выборка национальной панели состоит из восьмиклассников (возраст — 13-14 лет), которые в 2011 г. стали участниками Международного исследования качества школьного математического и естественнонаучного образования TIMSS, а также участвовали в исследовании PISA в 2012 г. и с тех пор опрашиваются ежегодно.
Дизайн ТрОП направлен на фиксацию процесса формирования образовательных и карьерных траекторий молодежи и основан на схожих международных исследованиях, таких как швейцарский TREE, канадский YITS и австралийский LSAY [Malik, 2019]. В общей сложности в нулевой волне (панель TIMSS-2011) приняли участие 4893 ученика из 210 школ в 42 регионах. В 2012 г. (первая волна) в опросе также участвовали родители учащихся. Доля ответивших респондентов в 2012 г. (первая волна) составила 69% численности нулевой волны, в 2020 г. (девятая волна) — 76%. В 9-й волне — последней, по которой доступны данные, — участвовали 3743 человека.
Эмпирическая стратегия основана на предыдущих исследованиях [Brzinsky-Fay, 2014; Brzinsky-Fay, Solga, 2016; Monaghan, 2020] и включает два этапа: определение типичных траекторий методом анализа последовательностей и моделирование включения в каждую из траекторий в зависимости от набора предикторов. Данные ТрОП позволяют отследить образовательно-карьерные траектории когорты девятиклассников на протяжении девяти лет — с 2012 по 2020 г. Мы использовали данные девяти доступных волн ТрОП, а также данные нулевой волны в TIMSS-2011 и PISA-2012.
На первом этапе при помощи анализа последовательности с дальнейшей кластеризацией определялись типичные образовательно-карьерные траектории тех, кто к 2020 г. имел высшее образование7 (подробнее см.: [Мальцева, Розенфельд, 2022]). Сначала для каждого респондента мы составили цепоч-
7 Выборка ограничена теми, кто получил высшее образование к 2020 г., т.е. к 24-25 годам. Из выборки исключены две категории потенциальных выпускников университетов: студенты, не завершившие или прервавшие учебу в вузе, а также выпускники колледжей, поступившие в вуз, но еще продолжающие обучение по состоянию на 2020 г. (выпускники колледжей, получившие диплом вуза к 2020 г., включены в выборку). Обе категории представляют самостоятельный интерес для исследования (в частности, траектории выпускников колледжей, среди которых могут быть как отчислившиеся из вуза, так и те, кто продолжает учиться в вузе после колледжа), однако не могут быть включены в текущую выборку выпускников вузов по основному дифференцирующему критерию.
ки последовательностей ежегодных8 статусов в образовании и на рынке труда за девять доступных лет, начиная с обучения в 9-м классе9. Для этого введены девять статусов (табл. 1). В итоге цепочка последовательностей статусов для условного респондента имела следующий вид:
A-A-A-C-C-I-I-F-E,
где A-I — это статус респондента в очередной волне (см. обозначения в табл. 1).
Таблица 1. Ежегодные статусы респондентов, использованные в анализе последовательностей
Шифр статуса Статус Описание статуса
A Учеба в школе Обучение в средней школе
B Учеба в колледже Обучение в колледже без совмещения с работой
C Учеба в вузе Обучение в вузе без совмещения с работой
D Работа временная Временная работа (без обучения, нерегулярная работа, неполный рабочий день, рабочая неделя менее 30 часов)
E Работа постоянная Постоянная работа (без обучения, рабочая неделя более 30 часов, включая тех, кто находится в оплачиваемом отпуске или отпуске по уходу за ребенком)
F Неактивностьа Не обучается, не работает, не ищет работу или проходит военную службуб
G Безработица Не обучается, не работает, но находится в поиске работы
H Совмещение учебы в колледже с работой Обучение в колледже с совмещением с работой (временной или постоянной)
I Совмещение учебы в вузе с работой Обучение в вузе с совмещением с работой (временной или постоянной)
а В соответствии с подходом МОТ и Росстата, студентов дневных отделений принято причислять к экономически неактивным, однако для целей данного исследования все обучающиеся выделены из категории неактивных.
6 Респонденты, отслужившие в армии, указаны как неактивные в соответствующую волну.
8 Продолжительность нахождения в статусе рассчитывается как количество периодов между отметками об этом статусе. В нашем исследовании в силу структуры данных ТрОП периодом является не месяц, а год. Поэтому у респондента, который четыре волны подряд указывал в качестве рода занятий учебу в вузе, будут учтены три периода нахождения в этом статусе, а не четыре. В итоге рассчитанная продолжительность нахождения в статусе не является календарным сроком учебы в вузе или работы, а служит условным параметром для сопоставления траекторий. Во многих исследованиях в качестве периода используется месяц — благодаря доступности административных данных [Brzinsky-Fay, 2007], но также используются и ежегодные обследования, как в ТрОП [Ranasinghe et эк, 2019].
9 Все этапы анализа последовательностей выполнены в пакете TraMineR в RStudio.
Для анализа траекторий мы использовали оригинальную композицию статусов. Во-первых, учитывая широкую практику совмещения учебы с работой у российских студентов [Еме-лина, 2022], введен отдельный статус совмещения. Обычно при изучении траекторий с применением анализа последовательностей статусы, связанные с совмещением, не используются, а учеба и работа фиксируются как взаимоисключающие статусы [Ranasinghe et al., 2019]. Во-вторых, мы задались целью зафиксировать траектории тех, кто пришел в высшее образование из учреждений среднего профессионального образования. Для этого выделены статусы учебы в колледже и совмещения учебы в колледже с работой.
Анализ последовательности проводился на данных всей когорты. При формировании цепочек произошло осыпание выборки10 до 2082 наблюдений, так как для анализа последовательности необходимо, чтобы у каждого респондента был указан статус в каждой волне. Сравнение выборки с нулевой волной (TIMSS-2011) показало определенные смещения по основным социально-демографическим характеристикам, однако менее выраженные, чем, например, в исследовании на данных австралийского лонгитюда [Ranasinghe et al., 2019], где произошло смещение в пользу академически успешной молодежи с высоким СЭП на 15-20 п.п. В нашей выборке увеличилась доля имеющих высокие образовательные амбиции, а также гендерное распределение сместилось в пользу девушек (Приложение 3). Взвешивание выборки в соответствии с базовой волной (TIMSS-2011) по основным социально-демографическим характеристикам не принесло значимых улучшений, поэтому дальнейший анализ основан на выборке без весов. Далее из получившейся выборки (2082 наблюдения) сформирована под-выборка респондентов, которые к последней волне 2020 г. имели диплом вуза. Итоговая выборка для исследования траекторий выпускников вузов включает 1247 наблюдений.
После составления цепочек последовательностей в соответствии с алгоритмом optimal matching создана матрица пере-
10 Проблема осыпания выборки типична для лонгитюдных исследований [Gustavson et al., 2012]. В среднем 10% первичных респондентов не представлены в последующих волнах [MaCurdy, Mroz, Gritz, 1998]. Другие исследования траекторий с анализом последовательностей основаны на выборках со значительно большим осыпанием, чем наша. Например, в исследовании десятилетних траекторий австралийской молодежи анализ последовательностей выполнялся для 22% первоначальной выборки [Ranasinghe et al., 2019]. К вопросу о влиянии осыпания выборки на результаты оценки регрессионной модели исследователи подходят по-разному: некоторые игнорируют осыпание и изучают только имеющиеся данные, другие используют комплекс специальных статистических процедур импутации данных [Deng et al., 2013; Twisk, de Vente, 2002].
ходов (cost matrix), или матрица расстояний. Под «стоимостью» в матрице переходов понимается расстояние между двумя цепочками, т.е. минимальное количество изменений, которые требуются, чтобы одну цепочку последовательности (набор статусов) превратить в другую. Для выделения траекторий (паттернов в цепочках последовательностей) эта матрица расстояний подвергнута иерархической кластеризации методом Варда. По итогам кластеризации выделены девять кластеров — типичных образовательно-карьерных траекторий для обладателей диплома вуза.
На втором этапе для оценки шансов включения в каждую из выделенных траекторий проведен регрессионный анализ. Использовалась мультиномиальная логистическая регрессия, в которой траектория (кластер) выступала зависимой переменной. Мы моделировали вероятность включения в каждую из траекторий относительно эталонной линейной траектории в зависимости от стартовых условий — индивидуальных показателей социально-экономического статуса и человеческого капитала (когнитивные и некогнитивные навыки) при контроле на демографические характеристики.
Достигнутый уровень образования и его длительность — традиционные прокси человеческого капитала. Однако в данной работе уровень и длительность образования выступают дифференцирующей характеристикой траектории. Поскольку установлено, что когнитивные и некогнитивные навыки создают ощутимую отдачу на заработную плату, т.е. предсказывают производительность и измеряют человеческий капитал лучше, чем уровень и длительность образования [Heckman, Stixrud, Urzua, 2006; Hanushek et al., 2015], мы оцениваем связь между шансом оказаться в той или иной траектории (имплицитно учитывающей уровень и длительность образования) и важнейшими компонентами человеческого капитала — когнитивными навыками и некогнитивными характеристиками.
С опорой на теоретические положения, рассмотренные в разделах 2.1 и 2.2, и на результаты предыдущих исследований траекторий и перехода «учеба — работа» (разделы 3.2 и 3.3) сформированы следующие гипотезы.
H.1. Включение в траектории с длительным высшим образованием (траектории с обучением в магистратуре) связано с более высоким социально-экономическим статусом и человеческим капиталом (когнитивные навыки).
H.2. Включение в карьерные траектории, т.е. траектории с продолжительным опытом работы, в том числе с совмещением учебы и работы, не связано с низким социально-экономическим статусом и человеческим капиталом (когнитивные навыки).
Н.3. Включение в траектории с длительными периодами нестабильности на рынке труда связано с относительно низким человеческим капиталом (когнитивные и некогнитивные навыки).
В качестве предикторов включения в образовательно-карьерные траектории в модели рассматривались следующие переменные11. Для измерения СЭП взяты: культурный капитал семьи, образование родителей и образовательные ожидания родителей. Индикаторами человеческого капитала служили результат Т1МББ по математике в 8-м классе12, получение призового места на Всероссийской олимпиаде школьников, некогнитивные характеристики (открытость новому опыту, добросовестность, невротизм), а также информированность и проактивность выбора специальности при поступлении в университет. В число контрольных переменных вошли пол, размер населенного пункта, где участник окончил среднюю школу, проживание с родителями по время обучения в университете, репродуктивные планы и профиль первой специальности в вузе. Конструирование используемых в исследовании переменных, в том числе некогнитивных характеристик, описано в Приложении 1.
Включение большого числа контрольных переменных, тем более имеющих сложную природу связи с социальным происхождением и параметрами человеческого капитала, может накладывать определенные ограничения на надежность модели. Однако наша стратегия включения обозначенных переменных в контроль мотивирована не только стремлением снизить остаточную дисперсию и устранить возможную смещенность коэффициентов при ключевых независимых переменных (СЭП и человеческий капитал) — это удалось реализовать лишь отчасти13. Мы стремились включить в контроль переменные, ко-
11 Предварительно проведена проверка данных на мультиколлинеарность.
12 В качестве метрики академических способностей (общего человеческого капитала) взят результат Т1МББ по математике, так как он более независим от СЭП, чем ЕГЭ [Прахов, 2015]. Также в выборке есть выпускники колледжей на базе девяти классов, которые не сдавали ЕГЭ при поступлении в университет.
13 В электронном приложении к статье (табл. А по ссылке) представлено сравнение оценки двух спецификаций модели: базовая со всеми контрольными переменными (М1) и модель (М2) с «выключенными» контрольными переменными (проживание с родителями по время обучения в университете, репродуктивные планы). Мы «выключили» из модели именно эти переменные, предполагая их сложную связь с социально-экономическим положением и человеческим капиталом (когнитивными навыками). Отложенные репродуктивные планы и проживание с родителями выступают индикаторами так называемого отложенного взросления, которое более характерно для обладателей высокого СЭП [В1!!аг1, Н1еке1, ЫеПэгоег, 2019]. Другим проявлением «отложенного взросления» является длительное нахождение в формальном образовании, сопряженное с отложенным выходом на рынок труда, т.е. получение более
торые имеют самостоятельную исследовательскую ценность и могут внести вклад в объяснение включения в ту или иную траекторию. В похожих эксплораторных исследованиях с дизайном, состоящим из индуктивного анализа последовательностей с дальнейшим дедуктивным регрессионным анализом, нередко точность оценки коэффициентов приносится в жертву возможности оценить больший спектр переменных, с тем чтобы выйти на новые гипотезы об устройстве траекторий и факторах включения в них [Brzinsky-Fay, 2014; Boylan, 2020].
Пол участника и размер населенного пункта традиционно включаются в исследования образовательного выбора [Бессуд-нов, Малик, 2016; Богданов, Малик, 2020] и образовательно-карьерных траекторий [Boylan, 2020; Ranasinghe et al., 2019]. Судя по данным проведенных исследований [Mills, Praeg, 2014; Elder, Kring, 2016], траектории женщин на рынке труда менее линейны, они чаще оказываются в состоянии неактивности, чем мужчины. Также у выпускников российских вузов уже в стартовой заработной плате отмечается гендерный разрыв: мужчины зарабатывают больше [Кирюшина, Рудаков, 2021]. Размер населенного пункта позволяет учесть различия в образовательных возможностях и структуре рынка труда: чем крупнее населенный пункт, тем больше возможностей для получения высокого уровня образования [Богданов, Малик, 2020] и квалифицированной занятости. Включение переменных проживания с родителями во время учебы в вузе и наличия детей обосновано их связью с ранним выходом на рынок труда и ранним взрослением [Рощин, 2006]. Поэтому мы предполагаем, что среди участников карьерных траекторий больше проживающих отдельно от родителей и молодых родителей или тех, кто планирует ими стать в ближайшие три года. Включение специальности в контрольные переменные позволяет учесть различия в ожидаемой длительности высшего образования в разных профессиях (например, многие естественнонаучные специальности, в том числе медицинские, предполагают более длительный срок обучения на первой ступени высшего образования или подразумевают продолжение обучения).
высокого уровня образования, а это, в свою очередь, ассоциировано с более высокой академической успеваемостью и высоким СЭП (см. разделы 2.1 и 2.2). Сравнение оценок двух моделей показало низкую смещенность оцененных предельных эффектов для ключевых переменных (СЭП и человеческий капитал) с точки зрения размера коэффициента, при этом большинство коэффициентов преодолело порог статистической значимости. Результаты оценки, скорее, не подтверждают сомнения, высказанные выше в отношении надежности модели при включении контрольных переменных со сложной имплицитной связью с ключевыми независимыми переменными.
4. Результаты
4.1. Девять траекторий в образовании и на рынке труда к 25 годам
В результате исследования выявлены девять характерных траекторий в образовании и на рынке труда (рис. 1). В основе их содержательной интерпретации и классификации лежит выделение традиционной линейной траектории, подразумевающей завершение бакалавриата или специалитета с гладким переходом в постоянную занятость — без практики совмещения учебы с работой и без продолжения обучения и возвращения в систему образования. Остальные маршруты более сложные, связанные с ранним выходом на рынок труда в формате совмещения учебы с работой, или с продолжением обучения в магистратуре, или с пребыванием в нестабильных состояниях — временной занятости, неактивности, безработицы. Рассмотрим особенности каждой из девяти траекторий, их основные дескриптивные характеристики представлены в Приложении 2.
Рис. 1. Девять траекторий выпускников вузов: цепочки последовательной смены статусов в образовании и на рынке труда
Линейная траектория
Линейная с совмещением траектория
Карьерная траектория
100 90 80 70 60 50 40 30 20 10
100 90 80 70 60 50 40 30 20 10
Длинная линейная траектория
Реверсивная траектория
100 90 80 70 60 50 40 30 20 10 0
% Длинная карьерная траектория
100 90 80 70 60 50 40 30 20 10
Отложенная траектория
100 90 80 70 60 50 40 30 20 10
% Нестабильная траектория
% Транзитная траектория
100 90 80 70 60 50 40 30 20 10
□ Школа
□ Временная работа
□ Безработица
□ Колледж
□ Постоянная работа ■ Колледж + работа
□ Вуз
□ Неактивность
□ Вуз + работа
%
0
0
0
%
%
0
%
0
0
Линейная траектория (15% участников выборки) — это траектория, которую принято считать эталонной, однако в реальности она скорее является исключением, ей следовали лишь 15% представителей высокообразованной молодежи. В линейной траектории молодые люди после окончания 11 классов поступили в бакалавриат, в вузе посвящали себя только учебе и, окончив его, перешли в постоянную занятость и успешно находятся в ней вплоть до 25 лет. Многие из них заняты в сфере госслужбы (21%). Похожая на линейную траектория — линейная с совмещением (12% выборки). Ее главное отличие от линейной состоит в том, что участники начали совмещать учебу с работой на старших курсах, что отчасти связано с проживанием в более крупных городах — а значит, более широкими возможностями для занятости. В тройку сфер занятости участников этого трека входит высокодоходная сфера ИТ, маркетинга и медиа (19% занятых). К 25 годам участники линейной траектории с совмещением имеют трудовой доход на 10 п.п. выше среднего по выборке.
Противоположность линейному треку составляет карьерная траектория (6% выборки). Здесь участники тоже окончили только бакалавриат, но начали работать еще на 1-м курсе. В этом треке концентрируется основная масса молодых родителей: 21% участников к 24-25 годам имеют детей. Значительная часть молодежи в этом треке занята в наименее квалифицированном сегменте — в сфере услуг (31%).
Отдельную группу составляют четыре траектории с длительным высшим образованием, т.е. участники этих треков поступили в магистратуру. Среди выбравших продолжительное обучение больше тех, кто работает в отраслях, требующих высокой квалификации, — в промышленности и образовании, и меньше тех, кто занят в сфере услуг.
Длинной линейной траектории (10% выборки) следуют те, кто после бакалавриата или специалитета поступил в магистратуру и впервые вышел на работу, поступив на вторую ступень образования. Многие участники траектории работают в промышленности, а также в образовании. Выпускники, которые после получения диплома вуза вышли на рынок труда и, не прекращая работать, поступили в магистратуру, последовали реверсивной траектории (9% выборки). Участники этого трека преимущественно работают в высокодоходных сферах: промышленность, ИТ, маркетинг и медиа.
Две другие траектории с длительным образованием — полные противоположности друг друга. По данным Мониторинга трудоустройства выпускников [Емелина и др., 2022], более 80% магистров работали во время обучения. Мы выявили траекторию, которой следуют учащиеся магистратуры, составляющие исключение из правила, — это отложенная траектория (15%
выборки). До 24 лет участники этой траектории не имели опыта работы, не совмещали учебу с работой, посвящали себя учебе, окончив бакалавриат или специалитет и затем магистратуру, почти никто из них не имеет детей. Их выход на рынок труда пришелся на пандемийный 2020 г., и гладкого перехода в постоянную занятость не случилось, а у занятых на постоянной работе трудовой доход ниже среднего по выборке. Антипод отложенной траектории — длинная карьерная траектория (12% выборки), или «карьеристы». Участники этого трека начали работать с 1-го курса, как и в простой карьерной траектории, но им работа не помешала продолжить учебу в магистратуре. Сфера их занятости соответствует высокой квалификации: 43% работают в промышленности и образовании.
Среди всех траекторий выделяется нестабильная (14% выборки) траектория. Ее участники имеют разный образовательный опыт (большинство преодолели только одну ступень высшего образования, но часть продолжили обучение в магистратуре), но их объединяет специфика положения на рынке труда. Большую часть времени после окончания учебы выпускники провели во временной занятости и неактивности, а в пандемийный 2020 г. более половины участников траектории находились в нестабильном положении. Однако трудовой доход имеющих занятость ненамного ниже среднего по выборке.
Помимо традиционных маршрутов в высшее образование после 11 классов есть нетрадиционный — транзитный (7% выборки). Среди участников этой траектории преобладают девушки (74%). Транзитники поступили в вуз сразу после окончания колледжа на базе 9 классов. Они совмещали учебу с работой на старших курсах вуза с последующим переходом в постоянную занятость. Трудовой доход в этой траектории ниже среднего по выборке на 20,6 п.п., что может быть связано с более поздним получением высшего образования и низким уровнем накопленного человеческого капитала по сравнению с теми, кто пришел в высшее образование по традиционному маршруту.
4.2. Связь траектории с социально-экономическим статусом и человеческим капиталом
Рассмотрим результаты анализа связи стартовых условий — социально-экономического статуса и человеческого капитала — с образовательно-карьерной траекторией к 25 годам. В табл. 2 представлены предельные эффекты для регрессионной модели, оценивающей включение в каждую траекторию относительно линейной.
Гипотеза о том, что включение в траектории с продолжением учебы после получения диплома бакалавра или специалиста связано с более высоким социально-экономическим статусом и академическими способностями, подтвердилась частично.
Именно академические способности оказались значимым предиктором включения в каждую из четырех траекторий, связанных с длительным обучением. У школьников с самыми высокими баллами Т1МББ по математике вероятность оказаться в траекториях с длительным образованием выше, чем в линейной траектории, разница составляет от 5,9 до 9,4 п.п. в зависимости от траектории.
Статистически значимой разницы по наличию высшего образования у родителей между теми, кто следует линейной траектории, и участниками остальных треков не выявлено. Другие параметры социально-экономического статуса оказались статистически значимыми предикторами траектории с длительным образованием лишь для одной из них — длинной карьерной траектории. Среди ее участников значимо меньше показавших высокий результат по математике Т1МББ. Однако невысокий уровень академической успешности компенсируется капиталом семьи: у участников карьерной траектории значимо более высокий культурный капитал и образовательные ожидания родителей. Это позволило им оказаться в траектории с длительным обучением наравне с более академически успешными сверстниками.
Таблица 2. Вероятность включения в образовательно-карьерные траектории: результаты регрессионного анализа (предельные эффекты; линейная траектория — база)
Переменная Тип 1. Короткое высшее образование и работа Тип 2. Длительное высшее образование Тип 2. Нетрадиционные маршруты
Линейная с совмещением Карьерная Длинная карьерная Длинная линейная Отложенная Реверсивная Транзитная Нестабильная
Социально-экономический статус семьи
Высокие образовательные ожидания родителей 0,033 0,009 0,032*** 0,003 -0,006 0,006 -0,039 0,013
(0,067) (0,019) (0,011) (0,05) (0,037) (0,123) (0,024) (0,028)
Высшее образование у родителей (ни у одного — база)
Один родитель с ВО -0,005 0,003 0,007 -0,047 0,072 -0,044 -0,006 -0,004
(0,053) (0,008) (0,009) (0,042) (0,05) (0,05) (0,059) (0,026)
Оба родителя имеют ВО -0,02 -0,016 0,039 -0,006 0,083 0,009 -0,025 -0,04
(0,059) (0,013) (0,024) (0,081) (0,052) (0,068) (0,026) (0,032)
Высокий культурный капитал семьи 0,044 -0,042*** 0,07*** -0,017 -0,013 0,017 -0,011 -0,034
(0,039) (0,006) (0,009) (0,034) (0,035) (0,05) (0,048) (0,034)
Человеческий капитал (когнитивные навыки)
Балл ТГМББ по математике (худший квартиль/04 — база)
01 -0,016 -0,013 -0,069*** 0,075*** 0,059*** 0,094* -0,034*** -0,083
(0,049) (0,009) (0,01) (0,023) (0,019) (0,054) (0,013) (0,056)
Переменная Тип 1. Короткое высшее образование и работа Тип 2. Длительное высшее образование Тип 2. Нетрадиционные маршруты
Линейная с совмещением Карьерная Длинная карьерная Длинная линейная Отложенная Реверсивная Транзитная Нестабильная
02 -0,068 0,016** -0,013 0,054 -0,002 0,086 -0,049** -0,034
(0,078) (0,008) (0,012) (0,05) (0,071) (0,067) (0,021) (0,028)
03 -0,033 0,007 -0,003 0,062 0,003 0,039 -0,017 -0,043
(0,048) (0,013) (0,021) (0,038) (0,038) (0,053) (0,024) (0,05)
Призер ВОШ -0,017 -0,039** 0,03*** 0,03 0,039 -0,015 -0,045 0,024
(0,094) (0,015) (0,011) (0,042) (0,058) (0,125) (0,03) (0,04)
Человеческий капитал(некогнитивные характеристики)
Закрытость 0,002 -0,022** -0,018** 0,015 0,036 -0,01 0,007 -0,003
(0,124) (0,01) (0,009) (0,051) (0,041) (0,072) (0,021) (0,059)
Добросовестность -0,006 -0,016 0,028*** 0,001 -0,022 -0,002 0,02 -0,011
(0,057) (0,011) (0,005) (0,019) (0,029) (0,049) (0,016) (0,012)
Невротизм -0,002 -0,003 -0,005 0,004 -0,006 -0,002 0,006 0,003
(0,068) (0,005) (0,018) (0,051) (0,04) (0,062) (0,019) (0,03)
Первая специальность высшего образования (гуманитарный профиль — база)
Социально-экономический 0,08** -0,054*** -0,017 -0,036 -0,029 0,127*** -0,041 0,04
(0,032) (0,007) (0,011) (0,046) (0,092) (0,036) (0,032) (0,035)
Технический 0,045 -0,012* -0,039*** -0,006 -0,06 0,071 -0,052** 0,07***
(0,114) (0,006) (0,008) (0,038) (0,037) (0,071) (0,024) (0,025)
Естественнонаучный 0,07 -0,014 -0,033*** -0,015 -0,043 0,057 -0,102** 0,066
(0,06) (0,014) (0,008) (0,052) (0,042) (0,06) (0,052) (0,042)
Информированный выбор специальности -0,009 -0,002 0,055*** -0,013 -0,004 0,004 0,008 -0,057***
(0,059) (0,004) (0,009) (0,032) (0,027) (0,051) (0,02) (0,014)
Социально-демографические характеристики
Женщина 0,029 0 -0,074*** 0,038 -0,025 -0,018 0,011 -0,014
(0,11) (0,01) (0,015) (0,074) (0,049) (0,07) (0,031) (0,031)
Проживание с родителями на 2-м курсе 0,01 0,003 0,038*** -0,002 0,031 -0,008 0,004 -0,021
(0,047) (0,007) (0,007) (0,037) (0,027) (0,053) (0,022) (0,015)
Не планирует заводить детей в ближайшее время -0,03 -0,01 -0,02* -0,011 0,09** 0,014 -0,021 0,022
(0,126) (0,016) (0,012) (0,055) (0,036) (0,082) (0,033) (0,064)
Закончил школу в населенном пункте с населением (город с населением более 680 тыс. человек — база)
Москва или Санкт-Петербург -0,021 0,005 -0,031 -0,07 0,093*** 0,053 0,041*** -0,079***
(0,056) (0,014) (0,039) (0,044) (0,018) (0,034) (0,011) (0,028)
100-680 тыс. человек -0,047 0,039*** -0,057*** 0,025 0,018 0,003 -0,006 0,002
(0,03) (0,009) (0,011) (0,096) (0,036) (0,03) (0,012) (0,029)
Переменная Тип 1. Короткое высшее образование и работа Тип 2. Длительное высшее образование Тип 2. Нетрадиционные маршруты
Линейная с совмещением Карьерная Длинная карьерная Длинная линейная Отложенная Реверсивная Транзитная Нестабильная
50-100 тыс. человек -0,04 0,082*** -0,065*** 0,091** 0,045 0,052 -0,022 -0,206***
(0,074) (0,008) (0,01) (0,043) (0,035) (0,107) (0,033) (0,029)
Село и ПГТ -0,062 0,04 -0,042*** 0,004 0,124* -0,081 -0,007 -0,036
(0,086) (0,027) (0,015) (0,056) (0,072) (0,069) (0,024) (0,022)
Примечание. В скобках указаны стандартные ошибки; * р < 0,05; ** р < 0,01; *** р < 0,001.
Предположение о том, что включение в траектории с продолжительным опытом работы не имеет значимых связей с СЭП и академическими способностями, тоже подтвердилось лишь частично. Статистически значимым предиктором включения в обе карьерные траектории, участники которых начали работать с 1-го курса, оказалась не успеваемость, а другой параметр человеческого капитала — некогнитивные характеристики, а именно открытость новому опыту. Эти данные согласуются с выводами исследования, в котором показано, что открытость значимо и позитивно связана с результатами на рынке труда в России [Рожкова, 2019]. В остальном карьерная и длинная карьерная траектории и их участники принципиально несхожи — по длительности обучения, социально-экономическому статусу, другим параметрам человеческого капитала, профилю образования и работы, демографическим характеристикам. При столь радикальных различиях двух карьерных траекторий очень важен найденный универсальный предиктор раннего карьерного трека. С другой стороны, фактор СЭП сработал неожиданно: низкий культурный капитал оказался сильным предиктором карьерной траектории с коротким высшим образованием, тогда как в длинную карьерную траекторию, наоборот, включились выходцы с самым высоким СЭП.
Третья гипотеза — относительно нестабильной траектории и повышенной вероятности оказаться в ней у тех, кто имеет сравнительно небольшой запас человеческого капитала, не подтвердилась. Вероятность включения в этот трек, на котором выпускники значительную часть времени после завершения обучения провели во временной занятости и неактивности, не связана на статистически значимом уровне с традиционными параметрами человеческого капитала — с успеваемостью и некогнитивными характеристиками. Статистически значимым предиктором включения в нестабильную траекторию против линейной оказалась пассивность и низкая информированность выбора первой специальности в вузе. В старших классах участ-
ники этой траектории значимо реже занимали проактивную позицию в отношении выбора специальности, реже самостоятельно собирали информацию о будущей профессии, университете, ограничиваясь тем, что предлагалось в школе в качестве профориентации.
4.3. Различия между траекториями: факторы «отклонения» от линейной траектории
Две траектории, наиболее похожие на линейную, — линейная с совмещением учебы с работой на старших курсах и длинная линейная, где после бакалавриата участники поступили в магистратуру и одновременно вышли на рынок труда. Единственное статистически значимое различие в индивидуальных характеристиках между участниками линейной траектории и линейной с совмещением — профиль подготовки в вузе. Вероятность следовать линейной траектории с совмещением на 8 п.п. выше у тех, кто учился на социально-экономических специальностях, чем у гуманитариев. Вероятно, у студентов социально-экономических направлений больше возможностей для совмещения учебы с работой по специальности, чем у тех, кто учится на гуманитарных направлениях14. При этом экономисты и менеджеры особенно сильно выигрывают от совмещения — разница в зарплатах у совмещавших учебу с работой и менее опытных выпускников составляет 40% [Емелина и др., 2022].
Отличие длинной линейной траектории от короткой линейной более выраженное, так как подразумевает продолжение высшего образования, а оно оказалось связано с параметрами человеческого капитала. Вероятность включения в длинную линейную траекторию против короткой на 7,5 п.п. выше у более академически способных учащихся, получивших высокие баллы по математике в исследовании Т1МББ. Однако можно также предположить, что участники длинной линейной траектории поступили в магистратуру не только в проактивном стремлении увеличить человеческий капитал, но отчасти инерционно, используя магистратуру как страховочный механизм для более гладкого выхода на рынок труда в неродном городе. Выпускники в длинной линейной траектории значимо чаще, чем участники обычной линейной траектории, оканчивали школу в небольших населенных пунктах — а значит, совершали образовательную мобильность [Габдрахманов и др., 2022].
Если бы участники линейной траектории не завершили обучение после бакалавриата, они могли бы оказаться в отложенной траектории. Однако представителей отложенной траектории значимо отличает не только высокая академическая
Данные мониторинга трудоустройства выпускников 2018-2020 гг. Росстат, 2022. https://rosstat.gov.ru/labour_force
успеваемость, ставшая фактором продолжения образования, но и в целом иная хронология взросления [Павленко, Якубовская, 2020; Нодап, ЛБ1опе, 1986]. Отложенная траектория может трактоваться не только как поздний выход на рынок труда, но и как отложенное взросление. К моменту проведения исследования у участников этой траектории только закончился период учебы, почти никто из них не имел опыта работы до завершения магистратуры. Они статистически значимо отличаются от представителей линейной траектории, которые уже несколько лет успешно работают на постоянных позициях, в отношении планов по рождению детей: они откладывают это событие на более дальнюю перспективу.
Другой сценарий мог привести представителей линейной траектории в реверсивную траекторию, т.е. они могли совершить выход на рынок труда после окончания вуза, но позднее вернуться в магистратуру и совмещать учебу с работой. Однако вероятность включения в реверсивный трек выше на 9,4 п.п. у отличников по математике и на 12,7 п.п. — у выпускников социально-экономических специальностей. В целом представители «мягких» специальностей в нашей выборке часто оказывались в треках с длительным обучением, что может свидетельствовать как о большей гибкости представителей таких профессий и их готовности дополнять квалификацию смежными специальностями, так и об ожидании высокой отдачи от диплома магистра [Рожкова и др., 2021].
Участники транзитной траектории поступили после 9-го класса в колледж, а сразу после получения среднего профессионального образования — в вуз. От представителей линейной траектории их статистически значимо отличает академическая успеваемость (у них она ниже), но не социально-экономический статус. К тому же выводу пришли и авторы исследования, показавшего, что транзитный образовательный трек избирается для снижения риска непоступления в вуз менее успевающих школьников, однако из семей с относительно высоким социально-экономическим статусом [УаБ1:геЬоч Ко-Буакоуа, Кигакт, 2018]. Также мы установили, что в транзитную траекторию чаще попадают жители двух крупнейших городов России с обширным рынком высшего образования: там легче реализовать прогрессию в вуз. Кроме того, среди участников транзитной траектории меньше выпускников технических и естественнонаучных специальностей, что может быть связано с более легкой прогрессией в высшее образование из программ подготовки специалистов среднего звена, многие из которых имеют преемственные программы в бакалавриате, чем из программ подготовки рабочих, имеющих преимущественно индустриальный, технический профиль.
Наибольшие различия у представителей линейной траектории наблюдаются с участниками карьерных траекторий, которые вышли на рынок труда сразу после поступления в вуз. Для участников длинной карьерной траектории, продолжавших учебу после получения диплома бакалавра или специалиста, но все время совмещавших учебу с работой, ранний выход на рынок труда был, очевидно, желанным и отчасти поощряемым решением. Среди участников этой траектории значимо больше юношей и призеров Всероссийской олимпиады школьников, они росли в крупных городах и в семьях со значимо более высоким социально-экономическим положением (выше культурный капитал, образовательные ожидания родителей). Выбор специальности у них был значимо более активным и информированным, чем у участников линейной траектории, — а значит, профессиональное самоопределение могло произойти раньше и ранний выход на рынок труда с учетом выбора в пользу социально-экономических специальностей мог быть вполне естественным. Важно, что несмотря на ранний выход на рынок труда, других классических атрибутов взросления у участников длинной карьерной траектории не наблюдается.
Вторая траектория с ранним выходом на рынок труда — простая карьерная траектория, в которой обучение завершилось на этапе бакалавриата и большинство участников работают в сфере услуг. Представители этой траектории, наоборот, показывают большую конвенциональную «взрослость», заводя семьи и детей раньше других в выборке: 21% участников этого трека — молодые родители, при этом в среднем по выборке только 7,1% респондентов имеют детей к 24-25 годам. Ранний выход на рынок труда, скорее всего, был условно вынужденным, продиктованным значимо более низким социально-экономическим статусом и успеваемостью. С точки зрения культурного капитала и академических способностей представители этой карьерной траектории ближе к участникам транзитного трека, т.е. к выпускникам колледжей, поступившим в вуз.
Нестабильная траектория в теории является противоположностью линейной, так как ведет во временную занятость и другие нестабильные состояния на рынке труда [Allen, van der Velden, 2007], но в нашем исследовании она таковой не оказалась. Отклонение от линейного маршрута и попадание в нестабильную траекторию сильно связано только с одним параметром: участники прекарной траектории приняли значимо менее информированное и осознанное решение о будущей профессии. Учитывая, что в этом треке статистически значимо больше, чем в линейной траектории, тех, кто получил техническую специальность, т.е. имеет специфичный набор навыков, можно предположить, что совершить переход в новую профес-
сиональную область с постоянной занятостью им будет труднее, чем представителям других траекторий. Другое возможное объяснение попадания в нестабильную траекторию — осознанный выбор выпускников в пользу нестандартной занятости, например самозанятости и фрилансерства.
5. Обсуждение Образовательные и карьерные маршруты высокообразованной молодежи разнообразны. Традиционное понимание линейной траектории, подразумевающей последовательный переход из старшей школы в университет и затем на постоянную работу, теряет актуальность. Во-первых, невозможно игнорировать массовую практику совмещения учебы с работой, особенно в магистратуре. Если в бакалавриате линейная траектория существует и может быть успешной, то отсутствие опыта работы во время учебы в магистратуре оборачивается проблемами при переходе в постоянную занятость, пример тому — отложенная траектория. Во-вторых, треть выпускников вузов сразу или через год-два продолжили обучение в магистратуре. Происходит нормализация длительного высшего образования, когда жизненная траектория 25-летнего человека на 90% состоит из учебы. При этом магистратура почти всегда сопровождается работой [Rudakov, Roshchin, 2019], и нередко имеет место продуктивное сочетание профессиональной магистратуры с работой по специальности [D'Annunzio-Green, Barron, 2019]. Если расширить трактовку линейной траектории и включить в нее совмещение учебы с работой на старших курсах и в магистратуре, то получится, что более 40% выпускников российских вузов находятся в условно линейных траекториях. На фоне многих развитых стран это нетипично успешная картина [Walther, Plug, 2006; Furlong, 2016]: в силу специфики рынка труда и демографической ситуации уровень и скорость трудоустройства выпускников вузов в России относительно высоки [Лищук, Ка-пелюк, 2019].
Основываясь на теориях социального воспроизводства и человеческого капитала, мы оценили связь социально-экономического статуса и человеческого капитала школьников с их образовательными и карьерными траекториями, сложившимися к 25 годам. Включение в траектории с длительным высшим образованием ассоциировано с более высокими академическими способностями (математической грамотностью), тогда как включение в ранние трудовые траектории значимо связано с некогнитивной характеристикой — высокой открытостью новому опыту. Обе находки хорошо укладываются в теорию человеческого капитала. Высокий социально-экономический статус при контроле на человеческий капитал оказался значим толь-
ко для одной траектории с длительным образованием и в этом случае выступил компенсацией сравнительно низкой успеваемости. Неожиданная развилка по социально-экономическому статусу возникла в двух карьерных траекториях: для одной траектории ранний выход на рынок труда во время обучения мог стать вынужденным шагом или колеей в условиях невысокого СЭП, тогда как для участников трека «карьеристов», выросших в более благополучных условиях, — поощряемой ранней профессионализацией. Включение в наименее гладкую траекторию с нестабильным положением на рынке труда, как оказалось, не связано значимо15 ни с социально-экономическим статусом, ни с изначальным запасом человеческого капитала.
С одной стороны, полученные результаты свидетельствуют в пользу относительной гомогенности выпускников вузов по социально-экономическому статусу и косвенно подтверждают обсуждаемое повышение «ценза» в высшем образовании в России [Smolentseva et al., 2018; Malinovskiy, Shibanova, 2019]. С другой стороны, они не отменяют значимости фактора СЭП в успешности более поздних образовательно-карьерных маршрутов [Arpino, Guma, Julia, 2018]. В большинстве работ, основанных на методологии анализа последовательностей, рассматриваются более длинные, чем в нашем исследовании, траектории, сложившиеся к тому моменту, когда участники лонгитюда достигают возраста 30-40 лет [Kim, Klager, Schneider, 2019]. К этому времени программы формального образования завершены, начинается продвижение к пику зарплатного профиля — а значит, можно оценивать успешность траекторий, роль СЭП и человеческого капитала. Опираясь на полученные в этих исследованиях данные [Duta, Wielgoszewska, Iannelli, 2021; Wielgoszewska, 2018], можно предположить, что СЭП может оказаться значимым в более продолжительной траектории с учетом уровня квалификации выполняемой работы, профессионального статуса, а не только факта занятости.
Несмотря на относительную гомогенность группы респондентов, полученные результаты продвигают вперед дискуссию о «длинном следе» стартовых условий — СЭП и человеческого капитала — в образовательных и трудовых траекториях выпускников вузов [Walpole, 2003; Duta, Wielgoszewska, Iannel-
15 При описании результатов данного исследования категория «значимая связь» (с указанием «статистически» значимая и без) трактуется как статистически значимая связь. При этом отсутствие статистически значимой связи не тождественно отсутствию связи в принципе [Bernardi, Chakhaia, Leopold, 2017]. Недостаточная статистическая значимость коэффициентов означает лишь неспособность констатировать их отличие от нуля — например, в силу недостаточности выборки или слишком большого числа степеней свободы в модели, а не только абсолютного значения коэффициентов.
li, 2021; Arpino, Guma, Julia, 2018]. Выявленная ассоциация более высоких когнитивных способностей в средней школе с длинным треком в высшем образовании — вклад в исследования факторов получения более высокого уровня образования, а значит, и более высоких долгосрочных результатов на рынке труда [Altonji, Zhong, 2021]. Помимо параметров СЭП мы изучили связь траекторий с компонентами человеческого капитала, расширив привычные метрики, ограниченные когнитивными навыками [Boylan, 2020; Ranasinghe et al., 2019], за счет некогнитивных характеристик, которые тоже сильно связаны с результатами на рынке труда [Heckman, Kautz, 2012]. В данном исследовании мы разводим СЭП и когнитивные навыки, однако известно, что значительная часть эффекта СЭП реализуется через успеваемость (первичные эффекты) [Хавенсон, Чир-кина, 2019]. Например, анализ прямых и косвенных эффектов стартовых условий показал, что СЭП косвенно воздействует на образовательно-карьерную траекторию через переменные-медиаторы, связанные с образованием, в частности через когнитивные навыки, селективность вуза, престижность специальности [Arpino, Guma, Julia, 2018].
У проведенного исследования есть ряд ограничений. Во-первых, работа построена на данных одной когорты — это девятиклассники 2012 г., получившие высшее образование к 2020 г., к 24-25 годам. Их траектории в образовании и профессии разворачиваются в специфическом контексте социально-экономических и демографических условий, сложившихся в конкретный отрезок времени, и захватывают начало пандемии. Поэтому важно с осторожностью экстраполировать результаты нашего исследования на другие когорты. Во-вторых, выбранная эмпирическая стратегия исследования траекторий несет в себе известные проблемы, присущие лонгитюду (осыпание выборки и связанные с ним смещения), которые мы не корректировали процедурами импутации данных. В частности, в данных всей когорты произошло типичное для подобных исследований смещение в сторону более образованных, а также гендерное перераспределение в пользу девушек (см., например, [Yu et al., 2012; Ranasinghe et al., 2019]). Таким образом, результаты анализа последовательности негенерализуемы в связи со смещенностью аналитической выборки (см. также: [Studer, Struffolino, Fasang, 2018]). В-третьих, в фокусе исследования находились исключительно индивидуальные факторы формирования образовательной и профессиональной траектории, тогда как на разворачивание траекторий, безусловно, влияют и институциональные факторы [Walther, 2006; Plug, Du Bois-Reymond, 2006], в том числе характеристики территории проживания, структура локального рынка труда, а также селективность университе-
та. Изучение институциональных факторов может стать предметом дальнейших исследований.
Исследование выполнено за счет гранта Российского научного фонда (проект № 22-18-00533).
Авторы признательны анонимным рецензентам, чьи комментарии, замечания и вопросы позволили значительно улучшить статью.
Приложение 1 Переменные, использованные в исследовании
Переменная Категории Волна ТрОП
Пол 1 — женский 0 — мужской Волна 2
Место проживания в период обучения в школе Город 680 тыс. и более Город 100-680 тыс. Город до 100 тыс. Село и ПГТ Москва и Санкт-Петербург Панель Т1М55-2011
Проживание с родителями на 2-м курсе 1 — с родителями 0 — нет Волна 5
Репродуктивные планы 1 — нет планов заводить детей в ближайшие 3 года 0 — есть дети или планируют скоро Волна 8
Образование родителей Нет высшего образования Есть у одного родителя Есть у обоих родителей Панель Р1БД-2012 с заполнением пропущенных при помощи Т1МБ5-2011
Культурный капитал 1 — высокий (наличие дома всего разнообразия литературы / highbrow culture) 0 — низкий Волна 2
Высокие образовательные ожидания родителей 1 — высокие (магистратура и выше) 0 — низкие Волна 3
Балл по математике (ТШЗБ) Метрическая переменная Панель Т1МБ5-2011
Призер Всероссийской олимпиады школьников 1 — стал(а) призером на любом уровне 0 — не участвовал(а) или не имел(а) достижений Волна 2
Профиль первой специальности Гуманитарный Социально-экономический Технический Естественнонаучный Волна 4
Информированность выбора профессии/специальности 1 — информированный выбор специальности (не менее двух самостоятельно предпринятых проф-ориентационных активностей) 0 — слабо информированный выбор Волна 4
Открытость (закрытость) новому опыту Интервальная переменная. Переменная конструировалась на основе следующих утверждений*: Для него (нее) важно придумывать новое и подходить ко всему творчески. Волна 6 и Волна 8
Переменная Категории Волна ТрОП
Ему (ей) нравятся неожиданности, он всегда старается найти для себя новые занятия. Я считаю себя человеком открытым, полным энтузиазма. Я считаю себя человеком, открытым для нового опыта, многогранным
Добросовестность Интервальная переменная. Переменная конструировалась на основе следующих утверждений*: Я считаю себя человеком надежным и дисциплинированным. Я считаю себя человеком неорганизованным, беспечным Волна 6
Невротизм Интервальная переменная. Переменная конструировалась на основе следующих утверждений*: Я считаю себя человеком тревожным, меня легко расстроить. Я считаю себя человеком спокойным, эмоционально устойчивым Волна 6
* Для определения включаемых утверждений применялся метод главных компонент с косоугольным вращением.
Приложение 2 Характеристики траекторий и их участников
Переменная Тип 1. Короткое высшее образование и работа Тип 2. Длительное высшее образование Тип 3. Нетрадиционные маршруты
Линейная Линейная с совмещением Карьерная Длинная карьерная Длинная линейная Отложен-ная Реверсивная Транзитная Нестабиль-ная
Количество наблюдений (доля выборки, %) 187 14,9 148 12,0 81 6,5 151 12,1 121 9,7 191 15,3 106 8,5 87 7,0 175 14,0
Характеристики траектории
Структура траектории: Учеба (доля участников траектории, %) 70 70 74 91 92 90 91 81 80
Постоянная работа (доля участников траектории, %) 23 26 20 5 4 5 6 12 7
Учеба без совмещения с работой (доля периода учебы в вузе/ вузе и колледже, %) 93 47 7 15 61 89 42 54 65
Школьное образование: 11 классов (доля участников траектории, %) 100 100 98,8 100 100 100 100 1,1 100
Имеют диплом магистра (доля участников траектории, %) 0,5 0 4,9 19,9 25,6 38,7 40,6 2,3 16,6
Учатся в магистратуре в 2020 г. (доля участников траектории, %) 0 2,7 0 42,4 49,6 18,8 17,9 5,7 2,9
Переменная Тип 1. Короткое высшее образование и работа Тип 2. Длительное высшее образование Тип 3. Нетрадиционные маршруты
Линейная Линейная с совмещением Карьерная Длинная карьерная Длинная линейная Отложенная Ревер- сив- ная Транзитная Нестабиль-ная
Статус в 2020 г. (доля участников траектории, %): — учеба без работы 0 0,7 0 6 5 16,2 5,7 4,6 1,7
— совмещение учебы и работы 0 2 0 46,4 54,5 9,4 13,2 4,6 3,5
— постоянная работа 94,7 86,5 79 27,2 31,4 36,6 47,2 62,1 39,4
— нестабильность (временная занятость, неактивность, безработица) 5,3 10,8 21 20,4 9,1 37,8 33,9 28,7 55,4
Сфера занятости в 2020 г. (доля участников траектории, %): — промышленность, строительство 17 19,1 8,2 20,6 30,9 30,2 24,6 28,1 19,8
— образование, наука 6,7 11 6,6 22,2 19,5 12,8 10,8 5,3 19,8
— здравоохранение 4,2 3,7 1,6 7,1 4,1 8,1 9,2 0 7,1
— ИТ, маркетинг, медиа 8,5 18,4 11,5 11,9 12,4 11,6 23,1 1,8 15,1
— финансы и право 12,7 10,3 16,4 13,5 6,2 14 10,8 21,1 7,1
— услуги (прочие) 18,8 24,3 31,1 14,3 13,4 7 15,4 22,8 17,5
— госслужба 21,2 3,7 9,8 3,2 6,2 8,1 3,1 8,8 7,1
— транспорт 7,3 8,8 11,5 5,6 2,1 7 1,5 10,5 4,8
— сельское и лесное хозяйство 3,6 0,7 3,3 1,6 5,2 1,2 1,5 1,8 1,6
Средний трудовой доход в 2020 г. (100 = средний по выборке) 110,9 117,7 110,7 103,6 84,8 89,7 106,8 79,4 96,5
Характеристики социально-экономического статуса, человеческого капитала
Высокие образовательные ожидания родителей (доля участников траектории, %) 21,4 30,4 25,9 35,8 25,6 26,7 32,1 10,3 25,7
Высшее образование у родителей, (доля участников траектории, %): — ни у одного нет ВО 32,8 34,3 37,2 25,5 34,8 20,0 28,0 45,1 36,2
— один родитель с ВО 37,9 32,8 37,2 30,9 24,1 35,4 21,0 37,8 36,2
— оба родителя имеют ВО 29,4 32,8 25,6 43,6 41,1 44,6 51,0 17,1 27,6
Высокий культурный капитал семьи (доля участников траектории, %) 71,7 77,7 65,4 84,1 72,7 73,3 83,0 62,1 65,1
Переменная Тип 1. Короткое высшее образование и работа Тип 2. Длительное высшее образование Тип 3. Нетрадиционные маршруты
Линейная Линейная с совмещением Карьерная Длинная карьерная Длин- \ Отло-ная ли- ;жен-нейная ! ная Реверсивная Транзитная Нестабиль-ная
Балл ИМББ по математике 01 (отличники) (доля участников траектории, %) 20,9 27,0 13,6 21,9 28,9 36,6 38,7 11,5 18,3
02 27,3 19,6 25,9 29,1 25,6 | 24,6 32,1 11,5 25,7
03 24,6 25,7 27,2 27,8 28,1 | 21,5 19,8 28,7 24,6
04 27,3 27,7 33,3 21,2 17,4 | 17,3 9,4 48,3 31,4
Призер ВОШ (доля участников траектории, %) 26,7 27,0 19,8 37,7 37,2 | 37,7 33,0 14,9 27,4
Демографические характеристики
Женщина (доля участников траектории, %) 71,1 72,3 65,4 55,6 53,9 57,5 74,7 60,6
Проживание с родителями на 2-м курсе (доля участников траектории, %) 57,2 45,3 49,4 41,1 52,1 42,9 50,9 37,9 53,1
Не планирует в ближайшее время заводить детей (доля участников траектории, %) 34,8 35,1 33,3 43,0 35,5 57,6 49,1 28,7 46,3
Закончил(а) школу в населенном пункте с населением (доля участников траектории, %): Москва или Санкт-Петербург 3,3 6,3 2,6 5,5 2,6 8,6 9,6 4,7 3,6
Более 680 тыс. человек 15,2 25,0 11,7 28,8 20,3 23,1 21,2 19,0
100-680 тыс. человек 64,1 56,9 59,7 51,4 50,3 55,8 58,8 67,3
50-100 тыс. человек 6,5 4,9 14,3 5,5 5,9 8,7 5,9 1,8
Село и ПГТ 10,9 6,9 11,7 8,9 5,0 2,9 9,4 8,3
Приложение 3 Социально-демографические характеристики участников нулевой волны ТрОП и выборки после анализа последовательностей
Переменная Категории ! ИМББ 2011 \ (нулевая волна) Выборка (девять волн)
Количество наблюдений (ед.) ! 4893 2085
Пол (%) Женский ! 49,3 58,8
Мужской 1 50,7 41,2
Количество книг дома (%) 0-10 шт. 1 5,4 3,8
11-25 шт. ! 24,7 22,2
26-100 шт. | 36,1 37,6
Переменная Категории TIMSS 2011 (нулевая волна) Выборка (девять волн)
101-200 шт. 18,9 20,9
Более 200 шт. 14,8 15,6
Условия для учебы дома (%) Нет отдельной комнаты, нет доступа в интернет 5,1 4,3
Есть отдельная комната или доступ в интернет 34,4 34,5
Есть и отдельная комната, и доступ в интернет 60,5 61,2
Уровень образования матери (мачехи) (%) Начальное общее, не имеет начального общего образования 0,4 0,3
Неполное среднее образование 7,8 6,5
Полное среднее образование 12,5 10,9
Среднее профессиональное образование 26,9 26,9
Высшее образование 38,3 42,8
Имеет ученую степень или два высших образования 2,4 2,0
Затрудняюсь ответить 11,7 10,6
Уровень образования отца (отчима) (%) Начальное общее, не имеет начального общего образования 0,4 0,3
Неполное среднее образование 8,0 6,2
Полное среднее образование 10,0 9,8
Среднее профессиональное образование 27,6 28,1
Высшее образование 26,1 27,3
Имеет ученую степень или два высших образования 3,2 3,1
Затрудняюсь ответить 24,7 25,2
Образовательные ожидания респондента (%) Неполное среднее образование 7,2 4,6
Полное среднее образование 7,1 6,9
Среднее профессиональное образование 16,6 12,4
Высшее образование (бакалавриат, специалитет) 55,2 63,0
Высшее образование (магистратура и выше, два высших образования) 6,8 7,4
Затрудняюсь ответить 7,2 5,8
Литература 1. Бессуднов А.Р., Малик В.М. (2016) Социально-экономическое и гендерное неравенство при выборе образовательной траектории после окончания 9-го класса средней школы // Вопросы образования / Educational Studies Moscow. № 1. С. 135-167. doi:10.17323/1814-9545-2016-1-135-167
2. Богданов М.Б., Малик В.М. (2020) Как сочетаются социальное, территориальное и гендерное неравенства в образовательных траекториях молодежи России? // Мониторинг общественного мнения: экономические и социальные перемены. № 3 (157). С. 392-421. doi:10.14515/moni-toring.2020.3.1603
3. Габдрахманов Н.К., Карачурина Л.Б., Мкртчян Н. В., Лешуков О.В. (2022) Образовательная миграция молодежи и оптимизация сети вузов в раз-
ных по размеру городах // Вопросы образования / Educational Studies Moscow. № 2. С. 88-116. doi:10.17323/1814-9545-2022-2-88-116
4. Емелина Н.К., Рожкова К.В., Рощин С.Ю., Солнцев С.А., Травкин П.В. (2022). Выпускники высшего образования на российском рынке труда: тренды и вызовы. М.: Изд. дом ВШЭ.
5. Кирюшина М.А., Рудаков В.Н. (2021) Гендерные различия в заработной плате выпускников вузов и учреждений СПО на начальном этапе карьеры // Вопросы образования / Educational Studies Moscow. № 2. С. 172-198. doi:10.17323/1814-9545-2021-2-172-198
6. Куракин Д. (2020) Трагедия неравенства: расчеловечивая «тотального человека» // Социологическое обозрение. Т. 19. №. 3. С. 167-231. doi:10.17323/1728-192x-2020-3-167-231
7. Лищук Е., Капелюк С. (2019) Трудоустройство молодых специалистов на российском рынке труда: ключевые тенденции // Экономика труда. Т. 6. № 3. С. 1079-1092. doi:10.18334/et.6.3.40871
8. Лопатина М.В., Леонова Л.А., Травкин П.В., Рощин С.Ю., Рудаков В.Н. (2020) Выпускники среднего профессионального и высшего образования на российском труда. М.: Изд. дом ВШЭ. doi:10.17323/978-5-7598-2195-3
9. Малиновский С.С., Шибанова Е.Ю. (2020) Региональная дифференциация доступности высшего образования в России. М.: НИУ ВШЭ.
10. Мальцева В.А. (2021) Что не так с концепцией готовности выпускников вуза к работе? // Экономическая социология. Т. 22. № 2. С. 109-138. doi:10.17323/1726-3247-2021-2-109-138
11. Мальцева В.А., Розенфельд Н.Я. (2022) Образовательно-карьерные траектории выпускников российских вузов на материале лонгитюдного исследования. М.: НИУ ВШЭ.
12. Мальцева В.А., Шабалин А.И. (2021) Не-обходной маневр, или Бум спроса на среднее профессиональное образование в России // Вопросы образования / Educational Studies Moscow. № 2. С. 10-42. doi:10.17323/1814-9545-2021-2-10-42
13. Павленко Е.С., Якубовская А.А. (2020) Интерпретации взросления и формирование образовательных траекторий // Мониторинг общественного мнения: экономические и социальные перемены. № 3 (157). С. 376-390. doi:10.14515/monitoring.2020.3.1604
14. Прахов И.А. (2015) Барьеры доступа к качественному высшему образованию в условиях ЕГЭ: семья и школа как сдерживающие факторы // Вопросы образования / Educational Studies Moscow. № 1. С. 88-117. doi:10.17323/1814-9545-2015-1-88-117
15. Рожкова К.В. (2019) Отдача от некогнитивных характеристик на российском рынке труда // Вопросы экономики. № 11. С. 81-107. doi:10.32609/0042-8736-2019-11-81-107
16. Рожкова К.В., Рощин С.Ю. (2021) Влияние некогнитивных характеристик на выбор траекторий в высшем образовании: взгляд экономистов // Вопросы образования / Educational Studies Moscow. № 3. С. 138-167. doi:10.17323/1814-9545-2021-3-138-167
17. Рожкова К.В., Рощин С.Ю., Солнцев С.А., Травкин П.В. (2021) Отдача на магистерскую степень на российском рынке труда // Вопросы экономики. № 8. С. 69-92. doi:10.32609/0042-8736-2021-8-69-92
18. Рощин С.Ю. (2006) Переход «учеба — работа»: омут или брод? Препринт WP3/2006/10. М.: ГУ ВШЭ.
19. Хавенсон Т.Е., Чиркина Т.А. (2019) Образовательный выбор учащихся после 9-го и 11-го классов: сравнение первичных и вторичных эффектов социально-экономического положения семьи // Журнал исследова-
ний социальной политики. Т. 17. № 4. С. 539-554. doi:10.17323/727-0634-2019-17-4-539-554
20. Abbott A., Tsay A. (2000) Sequence Analysis and Optimal Matching Methods in Sociology // Sociological Methods & Research. Vol. 29. No 1. P. 3-33. doi:10.1177/0049124100029001001
21. Alexander K., Entwistle D., Olson L. (2014) The Long Shadow: Family Background Disadvantaged Urban Youth, and the Transition to Adulthood. New York: Russell Sage.
22. Allen J., van der Velden R. (2007) Transitions from Higher Education to Work // U. Teichler (ed.) Careers of University Graduates. Views and Experiences in Comparative Perspectives. Dordrecht: Springer. P. 55-78.
23. Altonji J., Blom E., Meghir C. (2012) Heterogeneity in Human Capital Investments: High School Curriculum, College Major, and Careers // Annual Review of Economics. Vol. 4. No 1. P. 185-223. doi:10.1146/annurev-econom-ics-080511-110908
24. Altonji J., Zhong L. (2021) The Labor Market Returns to Advanced Degrees // Journal of Labor Economics. Vol. 39. No 2. P. 303-360. doi:10.1086/710959
25. Alves M.G., Korhonen V. (2016) Transitions and Trajectories from Higher Education to Work and Back-A Comparison between Finnish and Portuguese Graduates // European Educational Research Journal. Vol. 15. No 6. P. 676695. doi:10.1177/1474904116661200
26. Anyadike-Danes M., McVicar D. (2005) You'll Never Walk Alone: Childhood Influences and Male Career Path Clusters // Labour Economics. Vol. 12. Iss. 4. P. 511-530. doi:10.1016/j.labeco.2005.05.008
27. Arpino B., Guma J., Julia A. (2018) Early-Life Conditions and Health at Older Ages: The Mediating Role of Educational Attainment, Family and Employment Trajectories // PLOS ONE. Vol. 13. No 4. Art. No e0195320. doi:10.1371/ journal.pone.0195320
28. Autor D.H. (2014) Skills, Education, and the Rise of Earnings Inequality among the "Other 99 Percent" // Science. Vol. 344. No 6186. P. 843-851. doi:10.1126/ science.1251868
29. Baert S., Neyt B., Omey E., Verhaest D. (2017) Student Work, Educational Achievement and Later Employment: A Dynamic Approach. IZA Discussion Paper Series No 11127. Bonn: Institute for the Study of Labor.
30. Bahr P. (2010) The Bird's Eye View of Community Colleges: A Behavioral Typology of Firsttime Students Based on Cluster Analytic Classification // Research in Higher Education. Vol. 51. No 8. P. 724-749. doi:10.1007/s11162-010-9180-5
31. Becker G.S. (1962) Investment in Human Capital: A Theoretical Analysis // The Journal of Political Economy. Vol. 70. No 5. P. 9-49.
32. Beerkens M., Magi E., Lill L. (2011) University Studies as a Side Job: Causes and Consequences of Massive Student Employment in Estonia // Higher Education. Vol. 61. No 6. P. 679-692. doi:10.1007/s10734-010-9356-0
33. Bernardi F., Chakhaia L., Leopold L. (2017) "Sing Me a Song with Social Significance": The (Mis)Use of Statistical Significance Testing in European Sociological Research // European Sociological Review. Vol. 33. No 1. P. 1-15. doi:10.1093/esr/jcw047
34. Billari F.C., Hiekel N., Liefbroer A.C. (2019) The Social Stratification of Choice in the Transition to Adulthood // European Sociological Review. Vol. 35. No 5. P. 599-615. doi:10.1093/esr/jcz025
35. Bonnard C. (2020) What Employability for Higher Education Students? // Journal of Education and Work. Vol. 33. No 5-6. P. 425-445. doi:10.1080/13639080.2020.1842866
36. Boudon R. (1974) Education, Opportunity, and Social Inequality: Changing Prospects in Western Society. New York: John Wiley & Sons.
37. Bourdieu P. (1986) The Forms of Capital // J.G. Richardson (ed.) Handbook for Theory and Research for the Sociology of Education. New York: Greenwood. P. 241-258.
38. Boylan R.L. (2020) Predicting Postsecondary Pathways: The Effect of Social Background and Academic Factors on Routes through School // Socius: Sociological Research for a Dynamic World. Vol. 6. Art. No 237802311989517. doi:10.1177/2378023119895174
39. Braun H. (2018) How Long Is the Shadow? The Relationships of Family Background to Selected Adult Outcomes: Results from PIAAC // Large-Scale Assessments in Education. Vol. 6. No 1. P. 1-52. doi:10.1186/s40536-018-0058-x
40. Breen R., Goldthorpe J.H. (1997) Explaining Educational Differentials: Towards a Formal Rational Action Theory // Rationality and Society. Vol. 9. No 3. P. 275305. doi:10.1177/104346397009003002
41. Breen R., van de Werfhorst H.G., Jager M.M. (2014) Deciding Under Doubt: A Theory of Risk Aversion, Time Discounting Preferences, and Educational Decision-Making // European Sociological Review. Vol. 30. No 2. P. 258-270. doi:10.1093/esr/jcu039
42. Brown P., Souto-Otero M. (2020) The End of the Credential Society? An Analysis of the Relationship between Education and the Labour Market Using Big Data // Journal of Education Policy. Vol. 35. No 1. P. 95-118. doi:10.1080/026 80939.2018.1549752
43. Brunello G., Schlotter M. (2011) Non-Cognitive Skills and Personality Traits: Labour Market Relevance and Their Development in Education & Training Systems. IZA Discussion Paper No 5743. Bonn: Institute for the Study of Labor.
44. Brzinsky-Fay C. (2007) Lost in Transition? Labour Market Sequences of School-Leavers in Europe // European Sociological Review. Vol. 23. No 4. P. 409-422. doi:10.1093/esr/jcm011
45. Brzinsky-Fay C. (2014) The Measurement of School-to-Work Transitions as Processes: About Events and Sequences // European Societies. Vol. 16. No 2. P. 213-232. doi:10.1080/14616696.2013.821620
46. Brzinsky-Fay C., Solga H. (2016) Compressed, Postponed, or Disadvantaged? School-to-Work-Transition Patterns and Early Occupational Attainment in West Germany // Research in Social Stratification and Mobility. Vol. 46. Part A. December. P. 21-36. doi:10.1016/j.rssm.2016.01.004
47. Coleman J.S. (1988) Social Capital in the Creation of Human Capital // American Journal of Sociology. Vol. 94. P. S95-S120.
48. Collins R. (1979) The Credential Society: An Historical Sociology of Education and Stratification. New York: Columbia University.
49. Collischon M. (2020) The Returns to Personality Traits across the Wage Distribution // Labour. Vol. 34. No 1. P. 48-79. doi:10.1111/labr.12165
50. Crosta P. (2014) Intensity and Attachment: How the Chaotic Enrollment Patterns of Community College Students Relate to Educational Outcomes // Community College Review. Vol. 42. No 2. P. 118-142. doi:10.1177/0091552113518233
51. D'Annunzio-Green N., Barron P. (2019) Learning Whilst Working: Perceptions on Barriers and Enablers to Transfer of Learning Amongst Part-Time Students on a Professional MSc Programme // Education + Training. Vol. 61. No 2. P. 187-200. doi:10.1108/ET-04-2018-0098
52. Deng Y., Hillygus D.S., Reiter J.P., Si Y., Zheng S. (2013) Handling Attrition in Longitudinal Studies: The Case for Refreshment Samples // Statistical Science. Vol. 28. No 2. P. P. 238-256. doi:10.1214/13-STS414
53. DesJardins S., Ahlburg D., McCall B. (2002) A Temporal Investigation of Factors Related to Timely Degree Completion // The Journal of Higher Education. Vol. 73. No 5. P. 555-581. doi:10.1353/jhe.2002.0042
54. DesJardins S., McCall B. (2010) Simulating the Effects of Financial Aid Packages on College Student Stopout, Reenrollment Spells, and Graduation Chanc-
es // The Review of Higher Education. Vol. 33. No 4. P. 513-541. doi:10.1353/ rhe.0.0169
55. DiPrete T., Eirich G. (2006) Cumulative Advantage as a Mechanism for Inequality: A Review of Theoretical and Empirical Developments // Annual Review of Sociology. Vol. 32. No 1. P. 271-297. doi:10.1146/annurev.soc.32.061604.123127
56. Du Bois-Reymond M., López Blasco A. (2003) Yo-Yo Transitions and Misleading Trajectories: Towards Integrated Transition Policies for Young Adults in Europe // A. López Blasco, W. McNeish, A. Walther (eds) Young People and Contradictions of Inclusion: Towards Integrated Transition Policies in Europe. Bristol, UK: Policy. P. 19-42.
57. Dudyrev F., Romanova O., Travkin P. (2020) Student Employment and School-to-Work Transition: The Russian Case // Education + Training. Vol. 62. No 4. P. 441-457. doi:10.1108/ET-07-2019-0158
58. Duta A., Wielgoszewska B., Iannelli C. (2021) Different Degrees of Career Success: Social Origin and Graduates' Education and Labour Market Trajectories // Advances in Life Course Research. Vol. 47. doi:10.1016/j.alcr.2020.100376
59. Elder G.H., Johnson M.K., Crosnoe R. (2003) The Emergence and Development of Life Course Theory // M.J. Shanahan, J.T. Mortimer, M. Kirkpatrick Johnson (eds) Handbook of the Life Course. Boston, MA: Springer. P. 3-19.
60. Elder S., Kring S. (2016) Young and Female — A Double Strike? Gender Analysis of School-to-Work Transition Surveys in 32 Developing Economies. Geneva: ILO.
61. Furlong A. (2016) The Changing Landscape of Youth and Young Adulthood // A. Furlong (ed.) Routledge Handbook of Youth and Young Adulthood. Abingdon: Routledge. P. 19-27.
62. Garg R., Kauppi C., Lewk J., Urajnik D. (2002) A Structural Model of Educational Aspirations // Journal of Career Development. Vol. 29. No 2. P. 87-108. doi:10.1177/089484530202900202
63. Goldrick-Rab S. (2006) Following Their Every Move: An Investigation of Social-Class Differences in College Pathways // Sociology of Education. Vol. 79. No 1. P. 61-79. doi:10.1177/003804070607900104
64. Gustavson K., von Soest T., Karevold E., R0ysamb E. (2012) Attrition and Generalizability in Longitudinal Studies: Findings from a 15-Year Population-Based Study and a Monte Carlo Simulation Study // BMC Public Health. Vol. 12. No 1. Art. No 918. doi:10.1186/1471-2458-12-918
65. Hanushek E.A., Schwerdt G., Wiederhold S., Woessmann L. (2015) Returns to Skills around the World: Evidence from PIAAC // European Economic Review. Vol. 73. No 1. P. 103-130. doi:10.1016/j.euroecorev.2014.10.006
66. Heckman J.J., Kautz T. (2012) Hard Evidence on Soft Skills. IZA Discussion Paper No 6580. Bonn: Institute for the Study of Labor. doi:10.1016/J.LA-BECO.2012.05.014
67. Heckman J.J., Stixrud J., Urzua S. (2006) The Effects of Cognitive and Noncog-nitive Abilities on Labor Market Outcomes and Social Behavior // Journal of Labor Economics. Vol. 24. No 3. P. 411-482. doi:10.1086/504455
68. Heckman J., Pinto R., Savelyev P. (2013) Understanding the Mechanisms through Which an Influential Early Childhood Program Boosted Adult Outcomes // American Economic Review. Vol. 103. No 6. P. 2052-2086. doi:10.1257/ aer.103.6.2052
69. Hogan D.P., Astone N.M. (1986) The Transition to Adulthood // Annual Review of Sociology. Vol. 12. P. 109-130. doi:10.1146/annurev.so.12.080186.000545
70. Jacob M., Klein M., Iannelli C. (2015) The Impact of Social Origin on Graduates' Early Occupational Destinations. An Anglo-German Comparison // European Sociological Review. Vol. 31. No 4. P. 460-476. doi: 10.1093/esr/jcv006
71. Kautz T., Heckman J., Diris R., ter Weel B., Borghans L. (2014) Fostering and Measuring Skills: Improving Cognitive and Non-Cognitive Skills to Promote
Lifetime Success. NBER Working Paper Series w20749. Cambridge, MA: National Bureau of Economic Research.
72. Kim S., Klager C., Schneider B. (2019) The Effects of Alignment of Educational Expectations and Occupational Aspirations on Labor Market Outcomes: Evidence from NLSY79 // The Journal of Higher Education. Vol. 90. No 6. P. 9921015. doi:10.3102/1436836
73. Kivinen O., Nurmi J. (2003) Unifying Higher Education for Different Kinds of Europeans. Higher Education and Work: A Comparison of Ten Countries // Comparative Education. Vol. 39. No 1. P. 83-103. doi:10.1080/03050060302563
74. Klein M. (2021) Who Benefits from Attending Elite Universities? Family Background and Graduates' Career Trajectories // Research in Social Stratification and Mobility. Vol. 72. Art. No 100585. doi:10.1016/j.rssm.2021.100585
75. Lindberg M.E. (2009) Student and Early Career Mobility Patterns among Highly Educated People in Germany, Finland, Italy, and the United Kingdom // Higher Education. Vol. 58. No 3. P. 339-358.
76. Lorentzen T., Backman O., Ilmakunnas I., Kauppinen T. (2019) Pathways to Adulthood: Sequences in the School-to-Work Transition in Finland, Norway and Sweden // Social Indicators Research. Vol. 141. No 3. P. 1285-1305. doi:10.1007/s11205-018-1877-4
77. Lucas S.R. (2001) Effectively Maintained Inequality: Education Transitions, Track Mobility, and Social Background Effects // American Journal of Sociology. Vol. 106. No 6. P. 1642-1690. doi:10.1086/321300
78. Machin S., McNally S. (2007) Tertiary Education Systems and Labour Markets. Paris: Education and Training Policy Division, OECD.
79. MaCurdy T., Mroz T., Gritz R. M. (1998) An Evaluation of the National Longitudinal Survey on Youth // The Journal of Human Resources. Vol. 33. No 2. P. 345-436. doi:10.2307/146435
80. Malik V. (2019) The Russian Panel Study "Trajectories in Education and Careers" // Longitudinal and Life Course Studies. Vol. 10. No 1. P. 125-144. doi:10.1332/175795919X15468755933416
81. Malinovskiy S., Shibanova E. (2019) Higher Education in Russia: Highly Available, Less Accessible // International Briefs for Higher Education Leaders. Washington: Center for Internationalization and Global Engagement. Iss. 8. P. 20-22.
82. Marti C.N. (2008). Latent Postsecondary Persistence Pathways: Educational Pathways in American Two-Year Colleges // Research in Higher Education. Vol. 49. No. 4. P. 317-336. doi:10.1007/s11162-007-9083-2
83. Mayer K. (2009) New Directions in Life Course Research // Annual Review of Sociology. Vol. 35. P. 413-433.
84. McCarron G.P., Inkelas K.K. (2006) The Gap between Educational Aspirations and Attainment for First-Generation College Students and the Role of Parental Involvement // Journal of College Student Development. Vol. 47. No 5. P. 534-549. doi:10.1353/csd.2006.0059
85. Merton R. (1968) The Matthew Effect in Science // Science. Vol. 159. P. 56-63.
86. Mills M., Praeg P. (2014) Gender Inequalities in the School-to-Work Transition in Europe. Santa Monica, CA: RAND Corporation.
87. Mincer J. (1974) Schooling, Experience, and Earnings. New York, NY: National Bureau of Economic Research.
88. Modestino A., Shoag D., Balance J. (2020) Upskilling: Do Employers Demand Greater Skill When Workers are Plentiful? // Review of Economics and Statistics. Vol. 102. No 4. P. 793-805. doi:10.1162/rest_a_00835
89. Monaghan D.B. (2020) College-Going Trajectories across Early Adulthood: An Inquiry Using Sequence Analysis // The Journal of Higher Education. Vol. 91. No 3. P. 402-432. doi:10.1080/00221546.2019.1647584
90. Neyt B., Omey E., Verhaest D., Baert S. (2019) Does Student Work Really Affect Educational Outcomes? A Review of the Literature // Journal of Economic Surveys. Vol. 33. No 3. P. 896-921. doi:10.1111/joes.12301
91. Nilsson B. (2019) The School-to-Work Transition in Developing Countries // The Journal of Development Studies. Vol. 55. No 5. P. 745-764. doi:10.1080/0 0220388.2018.1475649
92. Noelke C., Gebel M., Kogan I. (2012) Uniform Inequalities: Institutional Differentiation and the Transition from Higher Education to Work in Post-Socialist Central and Eastern Europe // European Sociological Review. Vol. 28. No 6. P. 704-716. doi:10.1093/ESR/JCS008
93. Plug W., Du Bois-Reymond M. (2006) Transition Patterns between Structure and Agency // A. Walther, M.D. Bois-Reymond, A. Biggart (eds) Participation in Transition Motivation of Young Adults in Europe for Learning and Working. Frankfurt am Main: Peter Lang. P. 107-125.
94. Psacharopoulos G., Patrinos H.A. (2018) Returns to Investment in Education: A Decennial Review of the Global Literature // Education Economics. Vol. 26. No 5. P. 445-458. doi:10.1080/09645292.2018.1484426
95. Quintini G., Manfredi T. (2009) Going Separate Ways? School-to-Work Transitions in the United States and Europe. Paris: OECD.
96. Ranasinghe R., Chew E., Knight G., Siekmann G. (2019) School-to-Work Pathways. Adelaide SA 5000, Australia: National Centre for Vocational Education Research.
97. Roshchin S., Rudakov V. (2016) Patterns of Student Employment in Russia // Journal of Education and Work. Vol. 30. No 3. P. 314-338. doi:10.1080/13639 080.2015.1122182
98. Rudakov V., Roshchin S. (2019) The Impact of Student Academic Achievement on Graduate Salaries: The Case of a Leading Russian University // Journal of Education and Work. Vol. 32. No 2. P. 156-180. doi:10.1080/13639080. 2019.1617839
99. Scherer S. (2001) Early Career Patterns: A Comparison of Great Britain and West Germany // European Sociological Review. Vol. 17. No 2. P. 119-144. doi:10.1093/ESR/17.2.119
100. Schultz T.W. (1961) Investment in Human Capital // The American Economic Review. Vol. 51. No 1. P. 1-17.
101. Smolentseva A., Froumin I., Konstantinovskiy D., Lisyutkin M. (2018) Stratification by the State and the Market: High Participation Higher Education in Russia // B. Cantwell, S. Marginson, A. Smolentseva (eds) High Participation Systems of Higher Education. Oxford: Oxford University. P. 295-333.
102. Spence M. (1973) Job Market Signaling // Quarterly Journal of Economics. Vol. 87. No 3. P. 355-374. doi:10.2307/1882010
103. Studer M., Struffolino E., Fasang A. (2018) Estimating the Relationship between Time-Varying Covariates and Trajectories: The Sequence Analysis Multistate Model Procedure // Sociological Methodology. Vol. 48. No 1. P. 103135. doi:10.1177/0081175017747122
104. Tan T.S., Lim E., Loke Y.J. (2020) Number of Term-Time Working Hours among Undergraduate Students // Education + Training. Vol. 62. No 4. P. 427-440. doi:10.1108/ET-06-2019-0119
105. Torche F. (2011) Is a College Degree Still the Great Equalizer? Intergeneration-al Mobility across Levels of Schooling in the United States // American Journal of Sociology. Vol. 117. No 3. P. 763-807. doi:10.1086/661904
106. Twisk J., de Vente W. (2002) Attrition in Longitudinal Studies: How to Deal with Missing Data // Journal of Clinical Epidemiology. Vol. 55. No 4. P. 329337. doi: 10.1016/s0895-4356(01)00476-0
107. Walpole M. (2003) Social Mobility and College: Low SES Students' Experiences and Outcomes of College // The Review of Higher Education. Vol. 27. No 1. P. 45-73. doi:10.1353/rhe.2003.0044
108. Walther A. (2006) Regimes of Youth Transitions: Choice, Flexibility and Security in Young People's Experiences across Different European Contexts // Young. Vol. 14. No 2. P. 119-139. doi:10.1177/1103308806062737
109. Walther A., Plug W. (2006) Transitions from School to Work in Europe: Des-tandardization and Policy Trends // New Directions for Child and Adolescent Development. Vol. 113. February. P. 77-90. doi:10.1002/cd.170
110. Werfhorst van de H.G., Hofstede S. (2007) Cultural Capital or Relative Risk Aversion? Two Mechanisms for Educational Inequality Compared // The British Journal of Sociology. Vol. 58. No 3. P. 391-415. doi:10.1111/j.1468-4446.2007.00157.x
111. Wielgoszewska B, (2018) Onwards and Upwards? Migration and Social Mobility of the UK Graduates // Regional Studies, Regional Science. Vol. 5. No 1. P. 402-411. doi:10.1080/21681376.2018.1552188
112. Yastrebov G., Kosyakova Y., Kurakin D. (2018) Slipping Past the Test: Heterogeneous Effects of Social Background in the Context of Inconsistent Selection Mechanisms in Higher Education // Sociology of Education. Vol. 91. No 3. P. 224-241. doi:10.1177/0038040718779087
113. Yu S., Bretherton T., Schutz J., Buchanan J. (2012) Understanding the Nature of Vocations Today: Exploring Labour Market Pathways. Adelaide SA 5000, Australia: National Centre for Vocational Education Research.
References Abbott A., Tsay A. (2000) Sequence Analysis and Optimal Matching Methods in Sociology. Sociological Methods & Research, vol. 29, no 1, pp. 3-33. doi:10.117 7/0049124100029001001 Alexander K., Entwistle D., Olson L. (2014) The Long Shadow: Family Background Disadvantaged Urban Youth, and the Transition to Adulthood. New York: Russell Sage.
Allen J., van der Velden R. (2007) Transitions from Higher Education to Work. Careers of University Graduates. Views and Experiences in Comparative Perspectives (ed. U. Teichler), Dordrecht: Springer, pp. 55-78. Altonji J., Blom E., Meghir C. (2012) Heterogeneity in Human Capital Investments: High School Curriculum, College Major, and Careers. Annual Review of Economics, vol. 4, no 1, pp. 185-223. doi:10.1146/annurev-economics-080511-110908 Altonji J., Zhong L. (2021) The Labor Market Returns to Advanced Degrees. Journal
of Labor Economics, vol. 39, no 2, pp. 303-360. doi:10.1086/710959 Alves M.G., Korhonen V. (2016) Transitions and Trajectories from Higher Education to Work and Back-A Comparison between Finnish and Portuguese Graduates. European Educational Research Journal, vol. 15, no 6, pp. 676-695. doi:10.1177/1474904116661200 Anyadike-Danes M., McVicar D. (2005) You'll Never Walk Alone: Childhood Influences and Male Career Path Clusters. Labour Economics, vol. 12, iss. 4, pp. 511530. doi:10.1016/j.labeco.2005.05.008 Arpino B., Guma J., Julia A. (2018) Early-Life Conditions and Health at Older Ages: The Mediating Role of Educational Attainment, Family and Employment Trajectories. PLOS ONE, vol. 13, no 4, art. no e0195320. doi:10.1371/journal. pone.0195320
Autor D.H. (2014) Skills, Education, and the Rise of Earnings Inequality among the "Other 99 Percent". Science, vol. 344, no 6186, pp. 843-851. doi:10.1126/ science.1251868
Baert S., Neyt B., Omey E., Verhaest D. (2017) Student Work, Educational Achievement and Later Employment: A Dynamic Approach. IZA Discussion Paper Series no 11127. Bonn: Institute for the Study of Labor.
Bahr P. (2010) The Bird's Eye View of Community Colleges: A Behavioral Typology of Firsttime Students Based on Cluster Analytic Classification. Research in Higher Education, vol. 51, no 8, pp. 724-749. doi:10.1007/s11162-010-9180-5 Becker G.S. (1962) Investment in Human Capital: A Theoretical Analysis. The Journal of Political Economy, vol. 70, no 5, pp. 9-49. Beerkens M., Magi E., Lill L. (2011) University Studies as a Side Job: Causes and Consequences of Massive Student Employment in Estonia. Higher Education, vol. 61, no 6, pp. 679-692. doi:10.1007/s10734-010-9356-0 Bernardi F., Chakhaia L., Leopold L. (2017) "Sing Me a Song with Social Significance": The (Mis)Use of Statistical Significance Testing in European Sociological Research. European Sociological Review, vol. 33, no 1, pp. 1-15. doi:10.1093/ esr/jcw047
Bessudnov A., Malik V. (2016) Sotsial'no-ekonomicheskoe i gendernoe neravenstvo pri vybore obrazovatel'noy traektorii posle okonchaniya 9-go klassa sredney shkoly [Socio-Economic and Gender Inequalities in Educational Trajectories upon Completion of Lower Secondary Education in Russia]. Voprosy obra-zovaniya / Educational Studies Moscow, no 1, pp. 135-167. doi:10.17323/1814-9545-2016-1-135-167
Billari F.C., Hiekel N., Liefbroer A.C. (2019) The Social Stratification of Choice in the Transition to Adulthood. European Sociological Review, vol. 35, no 5, pp. 599615. doi:10.1093/esr/jcz025 Bogdanov M.B., Malik V.M. (2020) Kak sochetayutsya sotsial'noe, territorial'noe i gendernoe neravenstva v obrazovatel'nykh traektoriyakh molodyozhi Rossii? [Social, Territorial and Gender Inequalities in Educational Trajectories of the Russian Youth]. Monitoring of Public Opinion: Economic and Social Changes Journal, no 3 (157), pp. 392-421. doi:10.14515/monitoring.2020.3.1603 Bonnard C. (2020) What Employability for Higher Education Students? Journal of Education and Work, vol. 33, no 5-6, pp. 425-445. doi:10.1080/13639080. 2020.1842866
Boudon R. (1974) Education, Opportunity, and Social Inequality: Changing Prospects
in Western Society. New York: John Wiley & Sons. Bourdieu P. (1986) The Forms of Capital. Handbook for Theory and Research for the Sociology of Education (ed. J.G. Richardson), New York: Greenwood, pp. 241-258. Boylan R.L. (2020) Predicting Postsecondary Pathways: The Effect of Social Background and Academic Factors on Routes through School. Socius: Sociological Research for a Dynamic World, vol. 6, art. no 237802311989517. doi:10.1177/2378023119895174 Braun H. (2018) How Long Is the Shadow? The Relationships of Family Background to Selected Adult Outcomes: Results from PIAAC. Large-Scale Assessments in Education, vol. 6, no 1, pp. 1-52. doi:10.1186/s40536-018-0058-x Breen R., Goldthorpe J.H. (1997) Explaining Educational Differentials: Towards a Formal Rational Action Theory. Rationality and Society, vol. 9, no 3, pp. 275305. doi:10.1177/104346397009003002 Breen R., van de Werfhorst H.G., Jsger M.M. (2014) Deciding Under Doubt: A Theory of Risk Aversion, Time Discounting Preferences, and Educational Decision-Making. European Sociological Review, vol. 30, no 2, pp. 258-270. doi:10.1093/esr/jcu039 Brown P., Souto-Otero M. (2020) The End of the Credential Society? An Analysis of the Relationship between Education and the Labour Market Using Big Data. Journal of Education Policy, vol. 35, no 1, pp. 95-118. doi:10.1080/02680 939.2018.1549752
Brunello G., Schlotter M. (2011) Non-Cognitive Skills and Personality Traits: Labour Market Relevance and Their Development in Education & Training Systems. IZA Discussion Paper no 5743. Bonn: Institute for the Study of Labor.
Brzinsky-Fay C. (2007) Lost in Transition? Labour Market Sequences of School-Leavers in Europe. European Sociological Review, vol. 23, no 4, pp. 409-422. doi:10.1093/esr/jcm011 Brzinsky-Fay C. (2014) The Measurement of School-to-Work Transitions as Processes: About Events and Sequences. European Societies, vol. 16, no 2, pp. 213232. doi:10.1080/14616696.2013.821620 Brzinsky-Fay C., Solga H. (2016) Compressed, Postponed, or Disadvantaged? School-to-Work-Transition Patterns and Early Occupational Attainment in West Germany. Research in Social Stratification and Mobility, vol. 46, part A, December, pp. 21-36. doi:10.1016/j.rssm.2016.01.004 Coleman J.S. (1988) Social Capital in the Creation of Human Capital. American Journal of Sociology, vol. 94, pp. S95-S120. Collins R. (1979) The Credential Society: An Historical Sociology of Education and Stratification. New York: Columbia University. Collischon M. (2020) The Returns to Personality Traits across the Wage Distribution. Labour, vol. 34, no 1, pp. 48-79. doi:10.1111/labr.12165 Crosta P. (2014) Intensity and Attachment: How the Chaotic Enrollment Patterns of Community College Students Relate to Educational Outcomes. Community College Review, vol. 42, no 2, pp. 118-142. doi:10.1177/0091552113518233 D'Annunzio-Green N., Barron P. (2019) Learning Whilst Working: Perceptions on Barriers and Enablers to Transfer of Learning Amongst Part-Time Students on a Professional MSc Programme. Education + Training, vol. 61, no 2, pp. 187200. doi:10.1108/ET-04-2018-0098 Deng Y., Hillygus D.S., Reiter J.P., Si Y., Zheng S. (2013) Handling Attrition in Longitudinal Studies: The Case for Refreshment Samples. Statistical Science, vol. 28, no 2, pp. P. 238-256. doi:10.1214/13-STS414 DesJardins S., Ahlburg D., McCall B. (2002) A Temporal Investigation of Factors Related to Timely Degree Completion. The Journal of Higher Education, vol. 73, no 5, pp. 555-581. doi:10.1353/jhe.2002.0042 DesJardins S., McCall B. (2010) Simulating the Effects of Financial Aid Packages on College Student Stopout, Reenrollment Spells, and Graduation Chances. The Review of Higher Education, vol. 33, no 4, pp. 513-541. doi:10.1353/rhe.0.0169 DiPrete T., Eirich G. (2006) Cumulative Advantage as a Mechanism for Inequality: A Review of Theoretical and Empirical Developments. Annual Review of Sociology, vol. 32, no 1, pp. 271-297. doi:10.1146/annurev.soc.32.061604.123127 Du Bois-Reymond M., López Blasco A. (2003) Yo-Yo Transitions and Misleading Trajectories: Towards Integrated Transition Policies for Young Adults in Europe. Young People and Contradictions of Inclusion: Towards Integrated Transition Policies in Europe (eds A. López Blasco, W. McNeish, A. Walther), Bristol, UK: Policy, pp. 19-42. Dudyrev F., Romanova O., Travkin P. (2020) Student Employment and School-to-Work Transition: The Russian Case. Education + Training, vol. 62, no 4, pp. 441457. doi:10.1108/ET-07-2019-0158 Duta A., Wielgoszewska B., Iannelli C. (2021) Different Degrees of Career Success: Social Origin and Graduates' Education and Labour Market Trajectories. Advances in Life Course Research, vol. 47. doi:10.1016/j.alcr.2020.100376 Elder G.H., Johnson M.K., Crosnoe R. (2003) The Emergence and Development of Life Course Theory. Handbook of the Life Course (eds M.J. Shanahan, J.T. Mortimer, M. Kirkpatrick Johnson), Boston, MA: Springer, pp. 3-19. Elder S., Kring S. (2016) Young and Female — A Double Strike? Gender Analysis of
School-to-Work Transition Surveys in 32 Developing Economies. Geneva: ILO. Emelina N.K., Rozhkova K.V., Roshchin S.Yu., Solntsev S.A., Travkin P.V. (2022) Vy-puskniki vysshego obrazovaniya na rossiyskom rynke truda: trendy i vyzovy [Graduates of Higher Education in the Russian Labor Market: Trends and Challenges]. Moscow: HSE.
Furlong A. (2016) The Changing Landscape of Youth and Young Adulthood. Routledge Handbook of Youth and Young Adulthood (ed. A. Furlong), Abingdon: Routledge, pp. 19-27. Gabdrakhmanov N.K., Karachurina L.B., Mkrtchyan N.V., Leshukov O.V. (2022) Obrazovatel'naya migratsiya molodyozhi i optimizatsiya seti vuzov v raznykh po razmeru gorodakh [Educational Migration of Young People and Optimization of the Network of Universities in Cities of Different Sizes]. Voprosy obra-zovaniya / Educational Studies Moscow, no 2, pp. 88-116. doi:10.17323/1814-9545-2022-2-88-116
Garg R., Kauppi C., Lewk J., Urajnik D. (2002) A Structural Model of Educational Aspirations. Journal of Career Development, vol. 29, no 2, pp. 87-108. doi:10.1177/089484530202900202 Goldrick-Rab S. (2006) Following Their Every Move: An Investigation of Social-Class Differences in College Pathways. Sociology of Education, vol. 79, no 1, pp. 6179. doi:10.1177/003804070607900104 Gustavson K., von Soest T., Karevold E., R0ysamb E. (2012) Attrition and General-izability in Longitudinal Studies: Findings from a 15-Year Population-Based Study and a Monte Carlo Simulation Study. BMC Public Health, vol. 12, no 1, art. no 918. doi:10.1186/1471-2458-12-918 Hanushek E.A., Schwerdt G., Wiederhold S., Woessmann L. (2015) Returns to Skills around the World: Evidence from PIAAC. European Economic Review, vol. 73, no 1, pp. 103-130. doi:10.1016/j.euroecorev.2014.10.006 Heckman J.J., Kautz T. (2012) Hard Evidence on Soft Skills. IZA Discussion Paper no 6580. Bonn: Institute for the Study of Labor. doi:10.1016/J.LABEC0.2012.05.014 Heckman J.J., Stixrud J., Urzua S. (2006) The Effects of Cognitive and Noncognitive Abilities on Labor Market Outcomes and Social Behavior. Journal of Labor Economics, vol. 24, no 3, pp. 411-482. doi:10.1086/504455 Heckman J., Pinto R., Savelyev P. (2013) Understanding the Mechanisms through Which an Influential Early Childhood Program Boosted Adult Outcomes. American Economic Review, vol. 103, no 6, pp. 2052-2086. doi:10.1257/aer.103.6.2052 Hogan D.P., Astone N.M. (1986) The Transition to Adulthood. Annual Review of Sociology, vol. 12, pp. 109-130. doi:10.1146/annurev.so.12.080186.000545 Jacob M., Klein M., Iannelli C. (2015) The Impact of Social Origin on Graduates' Early Occupational Destinations. An Anglo-German Comparison. European Sociological Review, vol. 31, no 4, pp. 460-476. doi:10.1093/esr/jcv006 Kautz T., Heckman J., Diris R., ter Weel B., Borghans L. (2014) Fostering and Measuring Skills: Improving Cognitive and Non-Cognitive Skills to Promote Lifetime Success. NBER Working Paper Series w20749. Cambridge, MA: National Bureau of Economic Research. Khavenson T.E., Chirkina T.A. (2019) Obrazovatel'ny vybor uchashchikhsya posle 9-go i 11-go klassov: sravnenie pervichnykh i vtorichnykh effektov sotsi-al'no-ekonomicheskogo polozheniya sem'i [Student Educational Choice after the 9th and 11th Grades: Comparing the Primary and Secondary Effects of Family Socioeconomic Status]. The Journal of Social Policy Studies, vol. 17, no 4, pp. 539-554. doi:10.17323/727-0634-2019-17-4-539-554 Kim S., Klager C., Schneider B. (2019) The Effects of Alignment of Educational Expectations and Occupational Aspirations on Labor Market Outcomes: Evidence from NLSY79. The Journal of Higher Education, vol. 90, no 6, pp. 9921015. doi:10.3102/1436836 Kiryushina M.A., Rudakov V.N. (2021) Gendernye razlichiya v zarabotnoy plate vy-pusknikov vuzov i uchrezhdeniy SPO na nachal'nom etape kar'ery [The Gender Gap in Early-Career Wages of Universities' and Vocational Education Institutes' Graduates]. Voprosy obrazovaniya /Educational Studies Moscow, no 2, pp. 172-198. doi:10.17323/1814-9545-2021-2-172-198
Kivinen O., Nurmi J. (2003) Unifying Higher Education for Different Kinds of Europeans. Higher Education and Work: A Comparison of Ten Countries. Comparative Education, vol. 39, no 1, pp. 83-103. doi:10.1080/03050060302563 Klein M. (2021) Who Benefits from Attending Elite Universities? Family Background and Graduates' Career Trajectories. Research in Social Stratification and Mobility, vol. 72, art. no 100585. doi:10.1016/j.rssm.2021.100585 Kurakin D. (2020) Tragediya neravenstva: raschelovechivaya "total'nogo cheloveka" [Tragedy of Inequality: Dehumanizing "L'Homme Total"]. Russian Sociological Review, vol. 19, no 3, pp. 167-231. doi:10.17323/1728-192x-2020-3-167-231 Lindberg M.E. (2009) Student and Early Career Mobility Patterns among Highly Educated People in Germany, Finland, Italy, and the United Kingdom. Higher Education, vol. 58, no 3, pp. 339-358. Lischuk E.N., Kapelyuk S.D. (2019) Trudoustrojstvo molodykh spetsialistov na rossi-jskom rynke truda: klyuchevye tendentsii [Employment of Young Professionals in the Russian Labor Market: Key Trends]. Russian Journal of Labor Economics, vol. 6, no 3, pp. 1079-1092. doi:10.18334/et.6.3.40871 Lorentzen T., Backman O., Ilmakunnas I., Kauppinen T. (2019) Pathways to Adulthood: Sequences in the School-to-Work Transition in Finland, Norway and Sweden. Social Indicators Research, vol. 141, no 3, pp. 1285-1305. doi:10.1007/ s11205-018-1877-4
Lopatina M.V., Leonova L.A., Travkin P.V., Roshchin S.Yu., Rudakov V.N. (2020) Vy-puskniki srednego professional'nogo i vysshego obrazovaniya na rossijskom rynke truda [Graduates of Secondary Vocational and Higher Education in the Russian Labor Market]. Moscow: HSE. doi:10.17323/978-5-7598-2195-3 Lucas S.R. (2001) Effectively Maintained Inequality: Education Transitions, Track Mobility, and Social Background Effects. American Journal of Sociology, vol. 106, no 6, pp. 1642-1690. doi:10.1086/321300 Machin S., McNally S. (2007) Tertiary Education Systems and Labour Markets. Paris:
Education and Training Policy Division, OECD. MaCurdy T., Mroz T., Gritz R. M. (1998) An Evaluation of the National Longitudinal Survey on Youth. The Journal of Human Resources, vol. 33, no 2, pp. 345436. doi:10.2307/146435 Malik V. (2019) The Russian Panel Study "Trajectories in Education and Careers". Longitudinal and Life Course Studies, vol. 10, no 1, pp. 125-144. doi:10.1332/17 5795919X15468755933416 Malinovskiy S., Shibanova E. (2020) Regional'naya differentsiatsiya dostupnosti vysshego obrazovaniya v Rossii [Regional Differentiation of Access to Higher Education in Russia]. Moscow: HSE. Malinovskiy S., Shibanova E. (2019) Higher Education in Russia: Highly Available, Less Accessible. International Briefs for Higher Education Leaders. Washington: Center for Internationalization and Global Engagement, iss. 8, pp. 20-22. Maltseva V.A. (2021) Chto ne tak s kontseptsiey gotovnosti vypusknikov vuza k rabote? [What Is Wrong With the Concept of Job Readiness in Higher Education?]. Journal of Economic Sociology, vol. 22, no 2, pp. 109-138. doi:10.17323/1726-3247-2021-2-109-138 Maltseva V.A. Rozenfeld N.Ya. (2022) Obrazovatel'no-kar'ernye traektorii vypusknikov rossijskikh vuzov na materiale longityudnogo issledovaniya [Education and Career Pathways of the Russian Universities' Graduates in Longitudinal Perspective]. Moscow: HSE. Maltseva V. A., Shabalin A. I. (2021) Ne-obkhodnoy manevr, ili Bum sprosa na sred-nee professional'noe obrazovanie v Rossii [The Non-Bypass Trajectory, or The Boom in Demand for TVET in Russia]. Voprosy obrazovaniya /Educational Studies Moscow, no 2, pp. 10-42. doi:10.17323/1814-9545-2021-2-10-42
Marti C.N. (2008) Latent Postsecondary Persistence Pathways: Educational Pathways in American Two-Year Colleges. Research in Higher Education, vol. 49, no 4, pp. 317-336. doi:10.1007/s11162-007-9083-2 Mayer K. (2009) New Directions in Life Course Research. Annual Review of Sociology, vol. 35, pp. 413-433. McCarron G.P., Inkelas K.K. (2006) The Gap between Educational Aspirations and Attainment for First-Generation College Students and the Role of Parental Involvement. Journal of College Student Development, vol. 47, no 5, pp. 534549. doi:10.1353/csd.2006.0059 Merton R. (1968) The Matthew Effect in Science. Science, vol. 159, pp. 56-63. Mills M., Praeg P. (2014) Gender Inequalities in the School-to-Work Transition in Europe. Santa Monica, CA: RAND Corporation. Mincer J. (1974) Schooling, Experience, and Earnings. New York, NY: National Bureau of Economic Research. Modestino A., Shoag D., Balance J. (2020) Upskilling: Do Employers Demand Greater Skill When Workers are Plentiful? Review of Economics and Statistics, vol. 102, no 4, pp. 793-805. doi:10.1162/rest_a_00835 Monaghan D.B. (2020) College-Going Trajectories across Early Adulthood: An Inquiry Using Sequence Analysis. The Journal of Higher Education, vol. 91, no 3, pp. 402-432. doi:10.1080/00221546.2019.1647584 Neyt B., Omey E., Verhaest D., Baert S. (2019) Does Student Work Really Affect Educational Outcomes? A Review of the Literature. Journal of Economic Surveys, vol. 33, no 3, pp. 896-921. doi:10.1111/joes.12301 Nilsson B. (2019) The School-to-Work Transition in Developing Countries. The Journal of Development Studies, vol. 55, no 5, pp. 745-764. doi:10.1080/00220388 .2018.1475649
Noelke C., Gebel M., Kogan I. (2012) Uniform Inequalities: Institutional Differentiation and the Transition from Higher Education to Work in Post-Socialist Central and Eastern Europe. European Sociological Review, vol. 28, no 6, pp. 704716. doi:10.1093/ESR/JCS008 Pavlenko E.S., Yakubovskaya A.A. (2020) Interpretatsii vzrosleniya i formirovanie obrazovatel'nykh traektorij [Interpretations of Adulthood and Formation of Educational Trajectories]. Monitoring of Public Opinion: Economic and Social Changes Journal, no 3 (157), pp. 376-390. doi:10.14515/monitoring.2020.3.1604 Plug W., Du Bois-Reymond M. (2006) Transition Patterns between Structure and Agency. Participation in Transition Motivation of Young Adults in Europe for Learning and Working (eds A. Walther, M.D. Bois-Reymond, A. Biggart), Frankfurt am Main: Peter Lang, pp. 107-125. Prakhov I. (2015) Bar'ery dostupa k kachestvennomu vysshemu obrazovaniyu v us-loviyakh EGE: sem'ya i shkola kak sderzhivayushchie faktory [Barriers Limiting Access to Quality Higher Education in the Context of the USE: Family and School as Constraining Factors.]. Voprosy obrazovaniya / Educational Studies Moscow, no 1, pp. 88-117. doi:10.17323/1814-9545-2015-1-88-117 Psacharopoulos G., Patrinos H.A. (2018) Returns to Investment in Education: A Decennial Review of the Global Literature. Education Economics, vol. 26, no 5, pp. 445-458. doi:10.1080/09645292.2018.1484426 Quintini G., Manfredi T. (2009) Going Separate Ways? School-to-Work Transitions in
the United States and Europe. Paris: OECD. Ranasinghe R., Chew E., Knight G., Siekmann G. (2019) School-to-Work Pathways. Adelaide SA 5000, Australia: National Centre for Vocational Education Research.
Roshchin S.Yu. (2006) Perekhod "uchyoba — rabota": omut ili brod? Preprint WP3/2006/10. [The School-to-Work-Transition: A Slough or a Ford? Working Paper WP3/2006/10]. Moscow: HSE.
Roshchin S., Rudakov V. (2016) Patterns of Student Employment in Russia. Journal of Education and Work, vol. 30, no 3, pp. 314-338. doi:10.1080/13639080. 2015.1122182
Rozhkova K.V. (2019) Otdacha ot nekognitivnykh kharakteristik na rossijskom rynke truda [The Return to Noncognitive Characteristics in the Russian Labor Market]. Voprosy Ekonomiki, no 11, pp. 81-107. doi:10.32609/0042-8736-2019-11-81-107
Rozhkova K.V., Roshchin S.Yu. (2021) Vliyanie nekognitivnykh kharakteristik na vy-bor traektoriy v vysshem obrazovanii: vzglyad ekonomistov [The Impact of Non-Cognitive Characteristics on the Higher Education Choice-Making: An Economist Perspective]. Voprosy obrazovaniya / Educational Studies Moscow, no 3, pp. 138-167. doi:10.17323/1814-9545-2021-3-138-167 Rozhkova K.V., Roshchin S. Yu., Solntsev S.A., Travkin P.V. (2021) Otdacha na mag-isterskuyu stepen' na rossijskom rynke truda [The Return to Master's Degree in the Russian Labor Market]. Voprosy ekonomiki, no 8, pp. 69-92. doi:10.32609/0042-8736-2021-8-69-92 Rudakov V., Roshchin S. (2019) The Impact of Student Academic Achievement on Graduate Salaries: The Case of a Leading Russian University. Journal of Education and Work, vol. 32, no 2, pp. 156-180. doi:10.1080/13639080.2019.1617839 Scherer S. (2001) Early Career Patterns: A Comparison of Great Britain and West Germany. European Sociological Review, vol. 17, no 2, pp. 119-144. doi:10.1093/ ESR/17.2.119
Schultz T.W. (1961) Investment in Human Capital. The American Economic Review,
vol. 51, no 1, pp. 1-17. Smolentseva A., Froumin I., Konstantinovskiy D., Lisyutkin M. (2018) Stratification by the State and the Market: High Participation Higher Education in Russia. High Participation Systems of Higher Education (eds B. Cantwell, S. Marginson, A. Smolentseva), Oxford: Oxford University, pp. 295-333. Spence M. (1973) Job Market Signaling. Quarterly Journal of Economics, vol. 87, no 3,
pp. 355-374. doi:10.2307/1882010 Studer M., Struffolino E., Fasang A. (2018) Estimating the Relationship between Time-Varying Covariates and Trajectories: The Sequence Analysis Multistate Model Procedure. Sociological Methodology, vol. 48, no 1, pp. 103-135. doi:10.1177/0081175017747122 Tan T.S., Lim E., Loke Y.J. (2020) Number of Term-Time Working Hours among Undergraduate Students. Education + Training, vol. 62, no 4, pp. 427-440. doi:10.1108/ET-06-2019-0119 Torche F. (2011) Is a College Degree Still the Great Equalizer? Intergenerational Mobility across Levels of Schooling in the United States. American Journal of Sociology, vol. 117, no 3, pp. 763-807. doi:10.1086/661904 Twisk J., de Vente W. (2002) Attrition in Longitudinal Studies: How to Deal with Missing Data. Journal of Clinical Epidemiology, vol. 55, no 4, pp. 329-337. doi:10.1016/s0895-4356(01)00476-0 Walpole M. (2003) Social Mobility and College: Low SES Students' Experiences and Outcomes of College. The Review of Higher Education, vol. 27, no 1, pp. 45-73. doi:10.1353/rhe.2003.0044 Walther A. (2006) Regimes of Youth Transitions: Choice, Flexibility and Security in Young People's Experiences across Different European Contexts. Young, vol. 14, no 2, pp. 119-139. doi:10.1177/1103308806062737 Walther A., Plug W. (2006) Transitions from School to Work in Europe: Destand-ardization and Policy Trends. New Directions for Child and Adolescent Development, vol. 113, February, pp. 77-90. doi:10.1002/cd.170 Werfhorst van de H.G., Hofstede S. (2007) Cultural Capital or Relative Risk Aversion? Two Mechanisms for Educational Inequality Compared. The British Journal of Sociology, vol. 58, no 3, pp. 391-415. doi:10.1111/j.1468-4446.2007.00157.x
Wielgoszewska B, (2018) Onwards and Upwards? Migration and Social Mobility of the UK Graduates. Regional Studies, Regional Science, vol. 5, no 1, pp. 402-411, doi:10.1080/21681376.2018.1552188 Yastrebov G., Kosyakova Y., Kurakin D. (2018) Slipping Past the Test: Heterogeneous Effects of Social Background in the Context of Inconsistent Selection Mechanisms in Higher Education. Sociology of Education, vol. 91, no 3, pp. 224-241. doi:10.1177/0038040718779087 Yu S., Bretherton T., Schutz J., Buchanan J. (2012) Understanding the Nature of Vocations Today: Exploring Labour Market Pathways. Adelaide SA 5000, Australia: National Centre for Vocational Education Research.