CC BY
51
АКТУАЛЬНЫЕ ПРОБЛЕМЫ ЭКОНОМИКИ И УПРАВЛЕНИЯ
Л.И. НИВОРОЖКИНА, д-р экон. наук, профессор кафедры математической статистики, эконометрики и актуарных расчетов РГЭУ «РИНХ»,
А.М. НИВОРОЖКИН, д-р экономики, Институт занятости, Германия,
C.B. АРЖЕНОВСКИЙ, д-р экон, наук, профессор кафедры математической статистики, эконометрики и актуарных расчетов РГЭУ « РИНХ»
«ЦЕНА» МАТЕРИНСТВА: ЭКОНОМЕТРИЧЕСКАЯ ОЦЕНКА
(Авторы выражают благодарность программе «Социальная политика: реалии XXI века» Независимого института социальной политики за поддержку в работе над проектом (грант №SP-02-2-05). Программа финансируется за счет средств Фонда Дж. и К. Макартуров)
дним из последствий рыночной трансформа-
Оции российской экономики стало то, что мужчины в процессе формирования рынка труда заняли более высокооплачиваемые рабочие места, и разрыв в заработках между мужчинами и женщинами заметно возрос (см. рисунок).
Кроме того, в большинстве отраслей дифференциация заработков увеличилась для мужчин и уменьшилась либо осталась прежней для женщин. Кто из женщин несет наибольшие потери на рынке труда и почему?
Чаще всего работодатели негативно относятся к матерям, поскольку считают, что именно наличие детей существенно снижает производительность женщин на рабочем месте, они чаще отсутствуют на работе по различным причинам, их мобильность ограничена и т.д. Если это так, то работающие женщины с детьми будут в среднем зарабатывать меньше, чем женщины без детей. Но насколько меньше? Это актуальная проблема для социальной политики, поскольку напрямую связана как с величиной детских пособий, так и с более общей проблемой развития рынка социальных услуг семье. Непростая демографическая ситуация, осложненная спадом рождаемости, с одной стороны, и растущий дефицит рабочей силы - с другой, актуализируют дилемму: рожать или работать, поэтому выяснение размера «штрафа» за материнство, факторов, его обусловливающих, может указать пути ее решения.
Как свидетельствуют результаты исследований, для США второй половины XX столетия характерно постепенное сокращение тендерного интервала в оплате труда. В 1969 г. заработки женщин составляли 56% от заработков мужчин, а в 1999 уже 76% (Waldfogel, 1997), в то же время доходный интервал между матерями и нематерями достиг 10-15% (Korenman and Neumark, 1992). В странах Западной Европы этот интервал меньше, но, тем не менее, его
наличие и значимость (Simonsen and Skipper, 2006) отмечают многие исследователи. Что же касается числа детей, то каждыйследующий ребенок, по оценкам исследователей, уменьшает заработную плату матери не менее чем на 8% (Budig and England, 2001).
Все эти факты приводят к выводу, что сегодня препятствием к экономическому равенству женщин становится не столько классическая дискриминация по полу, сколько те потери, которые несет женщина с ребенком на рынке труда.
«Штраф» за материнство в заработной плате работающих женщин пытаются объяснить экономисты различных научных школ. Все сходятся в том, что женщины зачастую платят непропорционально высокую цену за рождение и воспитание детей. Исследования показали, что эффект наличия детей в семье носит устойчиво негативный характер для женщин и позитивный для мужчин. Последнее обстоятельство оказывает влияние на другие стороны положения работающих женщин, например, равенство позиций в семье или потеря в заработной плате в течение трудовой карьеры. Поддержка материнства - одно из важных условий развития общества, и государство должно прикладывать все усилия для элиминирования «штрафа» за материнство.
100 90 80 70 60 50 40 30 20 10 0
- - - - 2004 год - 1998 год
Ч_
ч
\ ч
Отраслевой уровень гендерной дискриминации труда
Рыночная экономика внесла коррективы в рос -сийскую структуру женской занятости. Свобода выбора, полученная работодателями, позволяет им зачастую не скрывать дискриминационных мотивов при найме женщин, как потому, что они уже имеют детей, так и потому, что они могут стать матерями. Сокращение числа детских учреждений, высокая стоимость их услуг, введение платы за образование и медицинскую помощь существенно увеличили затраты семей на детей. Детская бедность стала одной из наиболее острых проблем в России (Овчарова, 2005). В ситуации нарастающей в России депопуляции необходимы компенсационные механизмы социальной политики, которые бы позволили женщине, неизбежно теряющей в карьерном, профессиональном росте при рождении и воспитании ребенка, снизить тяжесть этих лишений.
Что важнее для общества на сегодняшнем этапе развития: рост рождаемости или рост доли женщин в составе рабочей силы? Какие инструменты социальной политики и на каком уровне должны быть задействованы для достижения необходимого баланса?
Чтобы ответитьнаэтивопросы, необходимо знать стоимость выбора для женщин, относящегося к рождению и воспитанию ребенка, в частности, величину потерь в оплате труда для женщин с детьми, в том числе, обусловленную различиями в уровне человеческого капитала, производительности, тендерной сегрегацией и дискриминацией. Важным моментом такого анализа является учет сектора экономики, поскольку, как известно, женщины имеют тенденцию концентрироваться в бюджетных отраслях с более низкой оплатой труда.
Теоретические аспекты гендерной дифференциации на рынке труда. В соответствии с теорией человеческого капитала, определяющей факторы заработной платы, чем выше инвестиции в человеческий капитал (образование, квалификация и т.п.), тем выше уровень заработной платы (Becker, 1980). Одним из возможных объяснений низкой заработной платы женщин с детьми является меньший в среднем уровень человеческого капитала у таких женщин, что подтверждается и данными официальной статистики по многим странам. Вероятно, женщины, надеющиеся стать матерями, менее мотивированы на получение высокого уровня образования, квалификации, поскольку понимают, что возврат от этих инвестиций будет невысок, если они долгое время будут не заняты на рынке труда, воспитывая детей. Поэтому мате -ри чаще имеют перерывы в занятости, предпочитают по возможности неполный рабочий день и другие возможные льготы в трудовом режиме. Существует значительный разрыв между потенциальным стажем работы и реальным стажем на рабочем месте между матерями и нематерями.
С точки зрения теории (productivity/work effort theory) при одинаковом уровне человеческого капитала женщина-мать менее производительна вследствие дополнительного груза семейных обязанностей, что уменьшает её усилия на работе и снижает производительность и, соответственно, заработную плату. Г. Беккер (Becker, 1981) показал, что семейные обязанности ограничивают доступ женщин к таким ра-
бочим местам, которые предполагают командировки, регулярные переработки, ненормированный график работы, что, конечно, сдерживает рост их заработной платы. Обосновывая более низкую производительность женщин, он аргументировал это тем, что при равных запасах энергии мужчин и женщин первоочередная обязанность женщины - уход за детьми, а на оплачиваемую работу у нее остается, соответственно, меньше энергии, чем у мужчины. То есть при одинаковых часах работы и одинаковом уровне человеческого капитала женщины в среднем будут зарабатывать меньше, чем мужчины. Женщины могут экономить энергию путем поиска работы, которая требует меньшей интенсивности и более совместима с потребностями домохозяйства, но менее оплачиваема. С учетом того, что женщины без детей, как правило, несут меньший груз обязанностей вне работы, можно ожидать, что их заработки, при прочих равных условиях, будут в среднем выше, чем заработки женщин с детьми.
Поскольку матери в среднем склонны к выбору работы с более гибким графиком и меньшей интенсивностью, которую легче совмещать с домашними заботами, то в соответствии с теорией компенсационных различий плата за эти удобства - более низкие заработки и меньшие возможности для профессионального роста. Обобщение проблемы, вытекающей из профессиональной сегрегации, - может ли мать, проработав некоторое время на таких («женских») рабочих местах и вырастив детей, иметь возможность вернуться к полноценной занятости и карьере?
Зачастую работодатель платит женщине-матери не потому, что она имеет более низкий уровень человеческого капитала, меньшую производительность, а потому, что она женщина и мать. На рынке труда различают такие источники дискриминации, как статистическое и личное предубеждения. Модели статистического предубеждения основаны на том, что работодателю сложно получить истинную информацию о производительности работника. Для того чтобы в процессе найма оценить работника, он полагается на характеристики, которые проще определить, такие как образование, стаж, коррелирующие с производительностью (скрининг-теория). Если теория верна и материнство коррелирует с более низкой производительностью, то наниматель будет использовать и этот фактор для отсеивания работников. Используя факт материнства как инструмент отбора, работодатель будет платить матери меньше независимо от реального уровня ее производительности, основываясь лишь на том, что средний уровень производительности в этой группе ниже.
Дискриминация по личному предубеждению сходна с прямой дискриминацией. Она основана на том, что независимо от производительности матери работодатель не хочет брать ее на работу или платит меньше только потому, что она имеет ребенка.
Обзор эмпирических исследований различий в заработках между женщинами с детьми и без детей. Исторически участие женщин в составе рабочей силы в странах Центральной и Восточной Европы, Советском Союзе было весьма высоким по международным стандартам. До начала рыночных преобразо-
ваний доля женщин в составе трудовых ресурсов находилась в интервале от 65 до 85%, однако затем начала падать вследствие роста как скрытой, так и явной безработицы. Однако тендерный интервал заработной платы оставался относительно стабильным и находился в пределах 25-30%. Этот феномен транзитивной экономики нашел свое отражение в работах ряда авторов (Mroz and Glinskaya, 2000), (Newel and Reilly, 2001). Одно из объяснений устойчивости этого интервала состоит в тендерной профессиональной сегрегации. Так, исследование тендерной сегрегации в Чехии, Словакии (Jurajda, 2003) и России (Ogloblin, 1999) дало сходные результаты, состоящие в том, что наличие тендерной сегрегации - существенный фактор более высокой оплаты труда мужчин. Оценка различий в оплате труда в государственном и частном секторах экономики, полученная на основе данных обследования рабочей силы в Москве, составила 14% для мужчин и 18% для женщин (Jovanovic and Lokshin, 2004). Более того, авторы нашли, что женщины по сравнению с мужчинами «штрафуются» выше в государственном секторе.
Важным фактором, влияющим на снижение заработной платы матерей на рынке труда, является отрасль, в которой занята женщина. Сравнение в работе (Glass and Camarigg, 1992) матерей и женщин без детей, при постоянстве других факторов (размер фирмы, супружеский статус, образование), показывает, что матери вероятнее заняты в отраслях с гибким графиком работы, позволяющих сочетать работу по дому и работу на рынке труда. По оценкам (Crittenden, 2001) в США потери в заработках в связи с рождением ребенка, называемые в литературе «налогом на матерей» или «штрафом за материнство», в течение жизни составляют сумму порядка 1 млн долл. для женщины с высшим образованием.
Весьма оригинальным является исследование (Miller, 2005), в котором была предпринята попытка выявить негативный характер рождения ребенка на карьеру матери. В обследовании участвовали женщины, которые хотели иметь ребенка, но вследствие объективных причин прервали беременность, и женщины с детьми. В такой ситуации можно утверждать, что эти женщины имели в первую очередь установку на рождение ребенка, а не на карьеру. По оценкам автора отсрочка рождения ребенка всего на один год дает 10% увеличения в заработках за весь период трудовой деятельности.
В работе (Anderson etc, 2003) обосновано, что поскольку маленькие дети требуют большего ухода и заботы, чем старшие, то матери, имеющие маленьких детей, больше устают дома и менее продуктивны на работе, нежели матери со старшими детьми.
Работ, посвященных исследованию тендерной дифференциации заработков в России, достаточно много (например, Рощин, 2004, Зубаревич, 2004, и др.). Однако нам неизвестны исследования различий в заработках между женщинами с детьми и без детей в России.
Методы моделирования эффекта материнства на заработную плату. Большинство упомянутых выше работ основаны на регрессионном анализе методом наименьших квадратов (МНК) пространствен-
ных данных или построении регрессионных моделей с фиксированными эффектами на панельных данных.
Эмпирическое уравнение заработной платы имеет вид:
ln ( У, )= b0 + bjx,, (1)
где y, - заработки г-й женщины; X, - вектор объясняющих переменных возраста, человеческого капитала, отрасли и сектора экономики и др. Коэффициент b0 показывает значение логарифма заработков
при условии, что все x, равны нулю, а коэффициенты bj - показывают долю изменений в заработках
при изменении x, на единицу её измерения. Для выявления различий в заработках женщин с детьми и без детей уравнение было модифицировано следующим образом:
h (Уг )= Ь0 +bjXг + Ckdг , (2)
где di — переменные, указывающие на наличие детей, их количество и возраст.
Использование различных спецификаций уравнения заработной платы позволяет протестировать положения теории человеческого капитала для объяс-нения различий в заработках женщин с детьми и без детей.
В работе (Nielsen et al., 2004) обсуждался эффект материнства в контексте частного и государственного секторов экономики Дании, и результаты в целом не противоречат полученным другими авторами, в частности (Simonsen and Skipper, 2006). Однако метод оценки, использованный авторами, иной, - так называемая регрессия с переключением режимов (switching regression).
Уравнения дохода оцениваются отдельно для матерей и нематерей, причем каждая из женщин наблюдается только в одном из подмножеств: Женщины без детей : lnY . = ß X . + u ., если I = 0,
' m ' n m m^ г ' ( 3)
Женщины с детьми: ln Y =ß X .+ u ., если I = 1.
' тг 1 m тг mt^ г
Уравнение отбора для женщин имеет вид:
I * = yZ. + 8.,
I 1 I 15
. (4)
I. = 0, если I. < 0, женщинане является матерью,
= 1, если I* > 0, женщина является матерью.
После идентификации SR-модели для каждой женщины, являющейся матерью, рассчитывается «условный» доход, т.е. тот доход, который она могла бы получать при имеющемся наборе индивидуальных характеристик, не имея детей и работая:
lnYe = E(lnY \l = 0,X .) =
тг \ mi\ г ' тг J
= ßnXm, ~°nPnf (YZf)/(1 " F(yZf)).
При расчете условного дохода фактические значения индивидуальных характеристик матерей (Xmi) умножаются на коэффициенты (ßn), взятые из уравнения для нематерей с корректировкой полученной величины на неслучайность выбора материнства GnpnXn, где Gn - дисперсия Un в уравнении (3), pn -
коэффициент корреляции между ип и е, /()/(1 - F(YZi.)) - обратное отношение Миллса.
Разрыв в доходах для матерей и нематерей вычисляется как среднее из рассчитанных индивиду -альных различий:
а = (Ы¥т,- 1п г^/ы ГЦ-100%. (5)
Важно, что оцениваемый эффект есть средний эффект воздействия для всех женщин, а не средний эффект воздействия для группы матерей. Поэтому интерпретация оценок состоит в том, что выявляется эффект материнства в заданном секторе для женщин, случайно извлеченных из совокупности всех женщин.
Для исследования эффекта материнства на заработную плату, по данным Российского мониторинга экономического положения и здоровья населения (РМЭЗ), к; пользуем регресс ионные модели на панельных данных.
Оцениваемое уравнение заработной платы имеет вид:
1п (У и ) = Ро + + ий, (6)
где уи - заработки г-й женщины, хи - вектор объяс-няющих переменных согласно проверяемым гипотезам, ии — случайная величина ошибки, t — индекс по времени.
Для выявления различий в заработках женщин с учетом детей уравнение (1) модифицируется следующим образом:
1п (У и ) = Ро + +и и, (7
где - вектор переменных наличия детей, их числа и возраста.
Для уравнений (6)-(7) на панельных данных возможны несколько оценок вектора р: обычная оценка методом наименьших квадратов (МНК); оценка с фиксированными эффектами в ошибке (внутригруп-повая оценка); межгрупповая оценка в регрессии индивидуальных средних по времени; оценка со случайным эффектом в ошибке, полученная обобщенным МНК.
Поскольку спецификация (6) предполагает, что вектор объясняющих переменных содержит независящие от времени индивидуальные характеристики матерей, то для оценивания (6) применяем обычный МНК для уравнения, преобразованного взятием средних по времени для каждой из матерей (межгрупповая оценка):
1П Уг =Ро +РА + 8г , где &г — случайная ошибка, инвариантная по времени для каждого индивида.
Предполагается, что £г не зависит от каждой из объясняющих переменных. Межгрупповые оценки являются несмещенными и состоятельными (УегЪеек, 2000) и, как следует из их построения, игнорируют всю информацию внутри индивидов. Другими словами, для нас важно объяснить отличие между заработками женщин, т.е. различия между 1п уг и 1п у^ , а не отличие в заработках для отдельной женщины, т.е. 1п уи от 1п уг .
Исходные данные и описательные статистики.
Источником первичной информации для анализа и моделирования является база данных Национального обследования благосостояния домохозяйств и участия в социальных программах (НОБУС, 2003), содержащая 44,5 тыс. домохозяйств (117209 индивидуальных респондентов) по 46 регионам РФ. В соответствии с целями анализа была сформирована подвы-борка женщин в возрасте от 18 до 49 лет (возраст фертильности), которые работали по найму в 2003 г. не менее трех месяцев. Женщину классифицировали как мать, если она имеет детей (ребенка) не старше 18 лет, проживающих в одном домохозяйстве с родителями (матерью) и еще не женатых (не замужем). Объем выборки составил 18353 женщины. Репрезентация данных для представления информации и рас -четов обеспечивается применением коэффициентов взвешивания по населению.
Исследовательский интерес представляет сравнение оценок потерь матерей на рынке труда, полученных по НОБУС и по данным РМЭЗ. Для моделирования использовалась информация РМЭЗ с 2003 по 2005 г. (12, 13 и 14 волны), содержащая массив около 12 тыс. индивидов для каждого года по 38 регионам РФ. Для эмпирического анализа мы формируем под-выборку женщин указанного выше возраста, которые работали по найму в течение каждого из трех годов (2003 , 2004 и 2005-й) и имели уровень образования не ниже среднего общего. Первичные данные РМЭЗ по отдельным волнам недостаточны для проведения качественного анализа, что связано с незначительным числом валидных наблюдений, однако они позволяют сформировать панель, содержащую 5523 женщины, удовлетворяющие выдвинутым нами требованиям, и в дальнейшем получить набор переменных, необходимых для тестирования гипотез.
Результаты расчета описательных статистик по информации НОБУС участвующих в анализе переменных представлены в табл. 1 приложения.
По данным выборки, заработки женщин без детей превысили на 7,7% заработки женщин с детьми1. Средний возраст женщин в выборке составил 36,2 года, 58,6% из них состояли в зарегистрированном браке, а 6,1% в незарегистрированном. Средний возраст женщин с детьми немногим более чем на один год превышал возраст женщин без детей, однако возрастная структура в группах асимметрична. Женщи-
1 Средние заработки составили, по данным проекта, 3051,37 руб., что несколько меньше значения средней заработной платы за указанный период, опубликованного официальной статистикой. По данным Росстата, среднемесячная заработная плата в 2002 г. составила 4360,3 руб., а в 2003-м - 5498,5 руб. Если из набора данных удалить наблюдения, где заработная плата оказалась ниже официального минимума 2003 г. (487,5 руб.) и числэ часов работы менее 40 часов в неделю, то среднемесячная заработная плата возрастает до 3090,8 руб. Учитывая, что официально призна-ваемые различия в заработной плате мужчин и женщин составляют 25 - 30%, а кроме того, Росстат включает в показатель заработной платы дооценку её теневой компоненты, можно полагать, что представжнные в выборочной совокупности данные о заработной плате являются достоверными.
ны с детьми преобладают в группе от 30 до 39 лет, в то время как женщины без детей - в группе до 23 лет. Довольно высока доля женщин без детей в возрасте свыше 40 лет - 50,2%. Однако следует учесть, что это обстоятельство является в значительной степени ре -зультатом принятой в исследовании дефиниции. В эту группу попали и женщины, родившие детей, возраст которых уже превысил 18 лет. Доля женщин с детьми до 18 лет составила по выборке 58,8%, а среднее число детей - 1,4. Возрастная структура младших детей в семьях смещена к старшим возрас-тным группам, что отражает тенденцию снижения рождаемости в России.
Переменные человеческого капитала включают образование и стаж. Стаж может рассматриваться и как переменная, характеризующая человеческий капитал, который накапливается в ходе приобретения и совершенствования трудовых навыков. Различия в возрастной структуре отразились и в структуре группировок по стажу. Женщины с детьми в среднем имеют больший стаж, чем женщины без детей.
Высшее образование у 23,1% женщин в выборке, самая большая группа со средним специальным -37,2%, с неполным средним - 18,2%. Трудовой стаж свыше 10 лет имели 66,3% женщин, и 78,9% женщин были заняты полный рабочий день.
Подавляющая часть женщин - 84,8% работали по найму на предприятии, в учреждении, организации и т.п., 10,8% - у физических лиц. На госпредприятиях трудились 45,2% женщин, 19,7% - на муниципальных и 25,5% - на частных. По отраслям заметна концентрация в обрабатывающей промышленности -14,7%, в оптовой и розничной торговле - 19,3%, в образовании, здравоохранении и социальных услугах - 28,9%. Среди специалистов высшего уровня квалификации женщин - 16,1%, а среднего - 24,8%. Работников сферы обслуживания, жилищно-коммунального хозяйства, торговли - 20,2%, женщин-рабочих - 27,8%.
Имеются значительные отраслевые различия в оплате труда. Женщины без детей имеют тенденцию к преобладанию в более высокооплачиваемых отрас-лях. Наиболее низкие заработки в сельском хозяйстве, в то время как доля матерей здесь выше на 2,4%. В следующем по уровню оплаты труда секторе (образование, здравоохранение и социальные услуги) различия в долях занятости матерей и нематерей сос-тавляют 5,34%. Женщины в финансовых структурах зарабатывают почти вдвое больше, чем те, кто работает в образовании и здравоохранении, и втрое больше по сравнению с работницами в сельском хозяйстве.
Результаты расчета средних значений для участвующих в анализе переменных, по данным РМЭЗ, представлены в табл. 2 приложения.
Статистический анализ выборки показал, что средний доход женщин без детей превосходит средний доход матерей на 3,2%. Средний возраст женщин в выборке составил 35,2 года, причем 54,3% из них состояли в зарегистрированном, а 13,0% в незарегистрированном браке. Средний возраст женщин с детьми не намного превышает возраст женщин без детей - менее чем на 1 год. Однако была выявлена
ожидаемая асимметричность возрастных групп: в возрастной группе от 30 до 39 лет женщины с детьми составляют почти 42%, а женщины без детей в возрастной группе от 18 до 30 лет - около 35%. Кроме того, в возрастной группе от 40 до 49 лет доля женщин без детей выше доли женщин с детьми на 4,7%. Доля женщин, имеющих детей в возрасте до 18 лет, составляет в выборке 45,1%, среднее число детей -0,6. Преобладающим является наличие одного ребенка (71,1% матерей), и только в 25,5% случаев число детей достигает двух, кроме того, возрастная структура младших детей в семьях смещена к старшим возрастным группам, что отражает тенденцию снижения рождаемости в России.
Высшее образование имеют 26,8% женщин в выборке, самая большая группа со средним профессиональным - 31,1% , с полным средним - 22,15%. Отметим, что среди женщин с неполным средним и начальным профессиональным образованием преобладают женщины с детьми, в то время как среднее профессиональное и высшее образование в среднем на 1% чаще встречается у женщин без детей. Трудовой стаж свыше 10 лет имели 28% женщин, и в среднем продолжительность рабочей недели составляет 41,85 часа.
На госпредприятиях трудились 53,1% женщин, 1,2% - на предприятиях с иностранной формой собственности или совместных, 45,7% - на частных. Причем доля матерей на госпредприятиях в среднем на 10% выше доли женщин с детьми, работающих на предприятиях с иностранным участием и на частных предприятиях. На госпредприятиях доля женщин с детьми на 2,6% выше доли женщин без детей, при этом на частных предприятиях доля женщин с детьми на 2,3% ниже доли женщин без детей, т.е. подтверждается гипотеза о том, что матери с меньшей вероятностью заняты в частном секторе. Кроме того, матери в государственном секторе имеют выигрыш в заработной плате около 1% по сравнению с женщинами без детей.
По отраслям заметна концентрация женщин в торговле, бытовом обслуживании, образовании и здравоохранении. Заметим, что несколько выше доля женщин с детьми по сравнению с долей женщин без детей в нефтегазовой и других отраслях тяжелой промышленности, в армии, МВД и органах безопасности. Большая доля женщин с детьми в легкой промышленности, образовании, науке и культуре, здравоохранении, финансах и других сферах вызвана, вероятно, фактором материнства: женщины выбирают отрасли с меньшей интенсивностью труда, позволяющие тем самым больше времени заниматься детьми.
Имеются также значительные отраслевые различия в оплате труда. Женщины с детьми имеют тенденцию к преобладанию в среднеоплачиваемых отраслях с более гибким графиком работы и меньшей нагрузкой. Наиболее низкие заработки в сельском хозяйстве - здесь преобладают женщины без детей, однако это может быть связано с принятой в исследовании дефиницией (женщин с детьми, которые старше 18 лет, относят группе женщин без детей). В следующем по уровню оплаты труда секторе - обра-
зование и здравоохранение - различия в долях занятости матерей и нематерей составляют в среднем около 7% в пользу первых. Женщины в финансовых структурах зарабатывают почти в два раза больше, чем те, кто работает в образовании и здравоохранении, и втрое больше по сравнению с работницами сельского хозяйства.
Моделирование различий в индивидуальных заработках женщин с детьми и женщин без детей на основе МНК. Анализ описательных статистик указал на то, что отобранные характеристики могут объяснить, по крайней мере, часть различий в заработках между матерями и нематерями, в том числе и в рамках упомянутых выше теоретических концепций.
Нами рассчитан комплекс регресс ионных моделей, основанных на МНК, для тестирования различных положений теории человеческого капитала, объясняющих различия в индивидуальных заработках женщин.
Зависимая переменная во всех моделях - логарифм индивидуальных заработков женщины, которые включают заработную плату на основном и дополнительном месте работы и приработки. Все виды заработков учитывались за месяц, предшествующий опросу.
Первая модель, по данным НОБУС (табл. 3, колонка 2), построенная для объяснения вариации логарифма заработков всех женщин, включает переменные, контролирующие демографические характеристики, человеческий капитал, сектор и отрасль занятости. Переменные, контролирующие число детей и их возраст, в эту модель не включены. Сравнение заработков женщин с детьми и без детей «по выровненным данным» указало на превышение в 6,3%, что несколько ниже, чем по исходной выборке.
На что указывают коэффициенты регрессии в построенной модели? Заработки реально начинают воз -растать лишь после 40 лет. В течение жизненного цикла, измеряемого в исследовании, характер их изменений нелинейно связан с возрастом. По сравнению с женщинами до 24 лет у тех, чей возраст не превысил 29 лет, заработки незначительно подрастают, с 30 до 35 лет снижаются на 3,1%, а затем начинают вновь расти.
Такая переменная человеческого капитала, как образование, представлена в модели набором двоичных переменных. По сравнению с женщинами, не имеющими среднего образования (контрольная группа, ушедшая в свободный член уравнения), женщины с общим средним образованием зарабатывают больше на 1,3%. Заработки женщин с начальным профессиональным образованием превышают заработки контрольной группы на 3,8%. Женщины со средним профессиональным образованием зарабатывают в среднем на 26,5% больше, а с высшим на 31,4%. Наличие послевузовского образования поднимает планку заработков на 45,7%.
Как влияет на заработки стаж? После первого года работы в течение трех лет заработки возрастают приблизительно на 8,8%. В следующем интервале -от трех до пяти лет - прибавка к заработку по сравнению с первым годом составляет уже 16,9%, от пяти
до десяти лет - 25,4%, а свыше десяти лет немного снижается - 24,8%.
Следующая группа переменных контролирует сектор и отрасль занятости. По сравнению с женщинами, работающими в сельском хозяйстве (контрольная группа), те, кто работает в электро-, газо- и водоснабжении, зарабатывают на 64,3% больше. На 61,7% выше заработки в строительстве, на 58,4% у транспортников, на 53,1% у женщин, работающих в финансовом секторе. Наименьший разрыв по сравнению с занятыми в сельском хозяйстве у тех женщин, которые работают в образовании, здравоохранении и социальном обеспечении - 15,2%.
На частных предприятиях заработки на 2,6% ниже, чем на государственных, на имеющих смешанную форму собственности выше на 15,3%, а на смешанных с иностранным участием на 30,9% выше.
В следующую модель1 были включены переменные, контролирующие число детей в семье. Сравнение заработков по данным этой модели увеличило их разрыв по сравнению с женщинами, у которых нет несовершеннолетних детей, женщины с детьми получали в среднем на 7,9% меньше.
Различия в заработках усиливаются в зависимости от числа детей: с одним ребенком заработки на 2,3% меньше, с двумя на - 3,2%, с тремя на - 9,5%, а с четырьмя и более уже на 30,7%. Примечательно, что нагрузка при переменной «число часов работы» почти не изменилась, что свидетельствует о её малом вкладе в вариацию заработков и указывает на то, что работодатели редко идут на уступки в виде сокращенного рабочего дня, гибкого графика работы для женщин с детьми.
Далее вместо числа детей в модель были включены двоичные переменные, контролирующие возраст младшего ребенка: до трех лет (когда мать может официально находиться дома с сохранением места работы и получать пособие по уходу за ребенком), от четырех до семи лет (возраст, в котором ребенок посещает дошкольные детские учреждения), от восьми до двенадцати лет (младшие классы средней школы) и свыше двенадцати лет (старшие классы средней школы или колледж). В соответствии с теорией производительности матери зарабатывают меньше, поскольку они менее продуктивны на рабочем месте. Это связано с тем, что они несут больший груз домашних обязанностей и у них на работу остается меньший запас энергии, чем у женщин без детей. Тестирование этого положения было проведено в работе (Anderson et al, 2003) в предположении, что возраст младшего ребенка женщины - хорошая проке и-переменная уровня семейной ответственности женщины. Маленькие дети, которые, безусловно, требуют больше заботы, могут быть хорошим сигналом высокого уровня семейной занятости.
Учет возраста младшего ребенка не столь сильно отражается на женских заработках, как число детей: различия составили лишь 6,8%. В свободный член уравнения ушла младшая группа детей до трех лет.
1 Результаты расчетов этой и другихмодежй, не вошедшие в статью из-за громоздкости, можно получить у авторов по адресу электронной почты: [email protected]
Все три переменные имеют отрицательный знак. Результат логически объясним. Если женщина с ребенком до трех лет работает (и, судя по описательным статистикам, практически всегда полный рабочий день), то это предполагает, что ребенком есть кому заниматься. Это либо бабушка, либо няня. В этом случае расход энергии работающей женщины на домашние заботы резко уменьшается. Мы углубили анализ, выделив в составе семьи неработающих женщин в возрасте старше 49 лет, и нашли, что их число в семьях с детьми до трех лет и работающей матерью статистически значимо превышает ожидаемое значение, что также подтверждает нашу гипотезу.
В следующую модель были включены и число детей, и возраст младшего ребенка (табл. 2, кол. 3). Их одновременное включение в уравнение изменило знаки коэффициентов при двоичных переменных возраста младшего ребенка с негативного на позитивный, вто же время нагрузки при переменных числа детей стали весомее. Наличие одного или двоих детей снижает заработки на 5%, троих - на 11%, а четверых и более - на 31,5%. Таким образом, одновременный учет двух групп «детских» переменных дал более адекватную картину их влияния на заработки женщин, однако в среднем превышение заработков женщин без детей над заработками женщин с детьми изменилось незначительно и составило 8,0%.
Важной частью выяснения причин снижения заработков женщин с детьми является понимание того, какие именно группы женщин наиболее подвержены этому. Следующая группа моделей была построена отдельно для женщин с разным уровнем образования: ниже среднего образования, среднее общее, среднее профессиональное и высшее. В первой группе превышение заработков женщин без детей над заработками женщин с детьми составило 7,5%, во второй - 9,6%, в третьей - 7,1%, четвертой - 7,9%. Однако следует учесть и значительную дифференциацию заработков женщин в различных образовательных группах.
Увеличение стажа работы наиболее позитивно влияет на заработки женщин с низким уровнем образования. Однако отдача от этого фактора человеческого капитала отличается по разным группам. Максимум отдачи в заработках по стажу наблюдается при стаже от 5 до 10 лет при образовании ниже высшего, а с высшим - при стаже свыше 10 лет.
Женщины с уровнем образования ниже среднего представляют в нашем обществе маргинальную группу, поскольку общее среднее образование является обязательным. В общей выборке их доля составила 4,9%. Для этой группы увеличение числа детей, их возраст не оказывают статистически значимого влияния на заработки. «Штраф» за детей среди этих женщин начинается лишь со второго ребенка и составляет 6,0%, а с третьего - 17,4% и коэффициенты при этих переменных статистически не значимы.
В более многочисленной группе женщин со средним общим образованием «штраф» в 1,7% появляется лишь при третьем ребенке, а четвертый ребенок статистически значимо снижает заработки уже на 19,4%. В этой группе наиболее высокие различия в заработках между матерями и женщинами без детей.
Можно предположить, что здесь преобладают две модели поведения. Первая - это матери, имеющие приоритетную установку на снижение интенсивности работы, слабо мотивированные на продвижение в образовательном, профессиональном уровне, и вторая - женщины без детей, цель которых состоит в продолжении образования, карьере.
Женщины со средним профессиональным и неполным высшим образованием «штрафуются» уже за первого ребенка на 10,2%, за второго на 9,6%, за третьего - 14,6% и за четвертого - на 53,0%. Следует учитывать, что трое, четверо и более детей - крайне редкое явление среди работающих женщин. Элиминирование «штрафа» начинается после достижения младшим ребенком семи лет. Наиболее высок «штраф» за материнство для женщин с вьешим образованием: 12,3% за первого ребенка, 10,0% за второго и 33,1% за третьего. Элиминирование «штрафа» в этой группе начинается после того, как младший ребенок перейдет в возрастную группу старше 12 лет.
Для женщин с низким уровнем образования форма собственности предприятия не влияет на заработки, в то время как для других образовательных групп такое влияние имеет место. Женщины с высшим образованием выигрывают в заработках на предприятиях частной формы собственности, в то время как все остальные проигрывают.
О чем говорят полученные результаты? Образовательный уровень является одной из определяющих детерминант заработков женщин. Наличие детей и их возраст заметно варьируют в зависимости от уровня образования и по-разному влияют на величину «штрафа» за материнство. По сравнению с женщинами без профессионального образования потери в заработках для женщин, имеющих профессиональное образование, в существенно большей степени зависят от числа и возраста детей. Это связано с тем, что рабочие места, требующие хорошей профессиональной подготовки, реже позволяют иметь гибкий график работы, неполный рабочий день. «Штраф» за материнство для этих женщин весьма высок, если учесть, что каждый процент его весомее вследствие того, что в этой группе наиболее высокие средние заработки.
Модели, специфицированные выше, представляют собой модификации классической модели заработной платы Я. Минц ера, применяемой для оценки факторов человеческого капитала. Несмотря на осуществленный в моделях контроль образования, стажа и неполного рабочего дня, «штраф» за материнство все же остается. Чем это можно объяснить? Во-первых, это может быть ошибка измерения. Другой причиной может служить смещение данных вследствие различной отдачи на характеристики человеческого капитала в рассматриваемых группах. В нашем исследовании рассматриваются только работающие женщины. Однако женщины с невысоким уровнем образования чаще оставляют работу в связи с рождением ребенка, чем те, кто имеет высшее образование. Женщины, собирающиеся иметь детей или уже родившие их, зачастую сознательно выбирают рабочие места, позволяющие им снизить нагрузку на рабочем месте, чтобы продолжать трудовую деятельность. Все перечисленные обстоятельства ведут к тому, что
МНК-оценки в представленных моделях являются смещенными. Метод моделирования, рассмотренный ниже, позволяет получить несмещенные оценки и, главное, углубить выводы о величине и причинах различий в заработках женщин.
Оценка различий в индивидуальных заработках женщин с детьми и женщин без детей, основанная на регрессии с переключением режимов. Модель регрессии с переключением режимов (SR -switching regression) основана на неслучайности выбора материнства. Одно из уравнений модели определяет отбор женщин - является матерью или не является матерью, т.е. моделирует процесс селекции; два других представляют уравнения доходов, аналогичных модели МНК в случаях, если женщина мать и если она немать, но с учетом сделанного ранее отбора1.
Независимые переменные в уравнении (3) такие же, как и в уравнении МНК-регрессии.
В уравнение отбора (4) при использовании метода максимального правдоподобия для корректной идентификации коэффициентов включены те же переменные, что и в основные уравнения (3), с добавлением инструментальных переменных, которые не влияют на заработки, но детерминируют выбор материнства. Сложность поиска таких переменных обусловлена как сутью инструментальных переменных, так и ограниченностью имеющегося в базе данных набора характеристик. Мы сформировали две инструментальные переменные: фиктивная переменная наличия в домохозяйстве женщины старше 49 лет и не работающей (т.е. «бабушки» для детей работающей матери или потенциальной бабушки для нематерей); доля доходов других членов домохозяйства в совокупном доходе.
Содержательный смысл этих инструментов заключается в том, что в домохозяйствах с «бабушками», выполняющими работу по дому и уходу за ребенком, женщины-матери, имея детей (в том числе младшего дошкольного возраста), могут работать без ограничений на занятость. Кроме того, компенсацией потерь на рынке труда для матерей могут служить доходы других членов домохозяйства (мужа). Таким образом, мы предполагаем, что обе инструментальные переменные будут положительно влиять на отбор женщины в группу женщин с детьми и не должны влиять на доходы женщины на рынке труда.
Из оценок модели (3)-(4), приведенных в табл. 2 (кол. 4-6), следует, что женщины, выбирающие материнство, в среднем получают более низкий доход по сравнению с тем, что они могли бы получать, если бы распределение по группам осуществлялось случайно.
Расчеты по формуле (5) показывают, что в среднем дефицит доходов женщин с детьми по сравнению с женщинами без детей составил 11,3%, что превышает оценку, полученную выше МНК.
Оценки коэффициентов в уравнении отбора свидетельствуют о том, что переменная наличия «ба-
1 Для оценивания модели и нахождения значений у словных доходов мы использовали в пакете Б1а1а8 программные модули movestay и mspredict, разработанные (ЪокзЬт, Ба-jaia, 2004).
бушки» в домохозяйстве незначима, а переменная доли доходов других членов домохозяйства - значима с ожидаемым положительным знаком, т.е. увеличивает вероятность отбора женщины в группу матерей.
Переходя к анализу результатов регрессий для доходов женщин, отметим асимметричное влияние переменных трудового стажа: для доходов матерей эта группа переменных незначима, для доходов женщин без детей - значима, начиная со стажа работы более 5 лет.
Наибольшие потери несут матери в возрасте до 23 лет - дефицит дохода для этой категории выше среднего по выборке на 15%; а также матери, занятые в сельском хозяйстве или занимающиеся ведением частных домохозяйств с наемным обслуживанием -разрыв в доходах по сравнению с нематерями достигает для указанных категорий 14,2%.
Потери в доходах увеличиваются до 12,1% и до 13,9% для женщин с ребенком до 3-х лет, соответственно, при единственном ребенке, и в случае более трех детей в семье.
На 10% выше среднего по выборке разрыв в доходах матерей и нематерей, занятых на должностях операторов, машинистов и неквалифицированных рабочих, а также занятых в частных фирмах.
Зависимость дефицита дохода от числа членов домохозяйства нелинейна - сначала с ростом членов увеличивается, достигая пика в 12,2% разрыва в доходах матерей и нематерей для домохозяйств из семи членов (примерно две семьи), а затем несколько уменьшается.
Моделирование «штрафа» за материнство по панельным данным РМЭЗ. Первая модель (столбец 2 табл. 4 приложения), построенная для объяснения вариации логарифма заработков женщин, включает переменные, контролирующие демографические характеристики, человеческий капитал, сектор и от-расльзанятости.
В рассматриваемую модель были включены переменные, контролирующие число детей и возраст младшего ребенка. Нами получено, что наличие одного ребенка снижает заработки матерей на величину около 11%, а трех и более детей - на 37% по сравнению с женщинами без детей. Кроме того, фиктивная переменная возраста младшего ребенка значима только для детей в возрасте от 4 до 7 лет, наличие которых у женщин снижает заработки на 19,6% по сравнению с детьми, чей возраст не превысил 3 лет.
Логарифм заработков заметно увеличивается только после 30 лет: у женщин в возрасте от 30 до 34 лет заработки на 14,2% выше и в возрасте от 40 до 49 лет - на 10% выше, чем у женщин возрастной категории от 18 до 23 лет (табл. 4).
Для исследования формы собственности предприятий, на которых заняты женщины, были использованы фиктивные переменные, в качестве контрольной группы (ушедшей в свободный член) были взяты предприятия с иностранной формой собственности. На частных предприятиях заработки ниже на 40%, а на государственных ниже на 56%, чем на предприятиях иностранной формы собственности.
Важной частью выяснения причин снижения заработков женщин с детьми является понимание того, какие именно группы женщин наиболее подвержены этому. Следующая группа переменных была построена отдельно для женщин с разным уровнем образования: начальное среднее, полное среднее, начальное профессиональное, среднее профессиональное, высшее и послевузовское образование.
По сравнению с женщинами, имеющими среднее образование, женщины с начальным средним образованием зарабатывают меньше на 20%. Заработки женщин с высшим профессиональным и послевузовским образованием превышают заработки контрольной группы на 37,8%.
Увеличение стажа работы позитивно влияет на заработки женщин. Однако отдача от этого фактора человеческого капитала отличается по разным группам. Максимум отдачи в заработках по стажу 18,9% наблюдается при стаже от 5 до 10 лет при базисной категории стажа до года.
Анализ влияния профессиональных категорий на заработки женщин показывает, что по сравнению с женщинами-законодателями, топ-менеджерами и чиновниками женщины - профессиональные работники имеют заработки ниже на 43%, квалифицированные специалисты производств - на 63% ниже, офисные служащие - на 66%, работники сферы услуг - на 80%, ремесленники и мастера - на 67%, рабочие, специалисты и техники - на 65%, неквалифицированные рабочие на 96% ниже.
Количество отработанных часов в день увеличивает заработки женщин в среднем на 2%. Примечательно, что нагрузка при переменной «число часов работы» почти не меняется для различных спецификаций модели (с учетом детей и без учета), что свидетельствует о её малом вкладе в вариацию заработков и указывает на то, что работодатели редко идут на уступки в виде сокращенного рабочего дня, гибкого графика работы для женщин с детьми.
Переменная супружеского статуса незначима во всех построенных моделях.
Тип населенного пункта уменьшает заработки женщин в среднем на 14% при переходе от категории «город» к категории «село».
Следующая группа переменных контролирует отрасль занятости. По сравнению с женщинами, работающими в отраслях, не вошедших в описанные в ходе предварительного анализа (контрольная группа), зарабатывают меньше те, кто работает в сельском хозяйстве (на 33%), в военно-промышленном комплексе (на 47%), в гражданском машиностроении (на 43%). Заработки по сравнению с контрольной группой выше у женщин, работающих в таких отрас-лях, как финансовая сфера (на 20%) и нефтегазовая отрасль (31%). Разрыв меньше по сравнению с контрольной группой в таких бюджетных отраслях, как сфера образования - на 39%, здравоохранение - на 28,5% и наука, культура - на 34%.
Вторая модель (столбец 3 табл. 4) была получена исключением из первой модели переменных для чис-ла и младшего возраста детей. Значения оценок коэффициентов остались практически на том же уровне
при несколько большем значении критерия Фишера для модели в целом.
Исключение из спецификации модели переменных, связанных с формой собственности предприятия - основного места работы женщины, позволило несколько увеличить объем выборочной совокупности, и проверить робастностъ построенной модели. В целом незначительное изменение спецификации несколько меняет значимость некоторых коэффициентов, например, связанных с переменными возрастных категорий женщин, оставляя неизменными полученные в первой модели оценки.
Значение «штрафа» за материнство различно для построенных вариантов моделей. В среднем по выборочной совокупности «штраф» составил 3,2%, без учета «детских» переменных в моделях регрессии разрыв в заработной плате матерей и женщин без детей несколько ниже среднего по выборке значения и колеблется около 2%. С учетом «детских» переменных величина разрыва в заработках, объясненная регрессией, составляет около 12% для различных спецификаций модели. Сравнение с результатами, полученными по выборке НОБУС, показывает, что в среднем для различных спецификаций модели, по данным РМЭЗ, разрыв в заработках женщин без детей и с детьми составляет около 8,1%, что согласуется с результатами расчетов по выборке НОБУС.
Значение результатов для социальной политики. Результаты проведенного моделирования выявили существенную дифференциацию в заработках между женщинами с детьми и без детей. Несмотря на контроль переменных, детерминирующих заработки, «штраф» за материнство присутствует во всех специфицированных в работе моделях. Анализ дескриптивных статистик обозначил заметные различия в социально-демографическом, профессионально-квалификационном составе работающих женщин с детьми и без детей, средняя величина разрыва в заработках по исходной выборке составила порядка 7,7%.
Моделирование заработной платы с учетом переменных числа детей и возраста младшего ребенка позволило уточнить величину различий - 8,0%.
Как согласуются полученные результаты с базовыми гипотезами теории человеческого капитала?
Матери в выборках в среднем имеют более низ -кий уровень человеческого капитала в терминах уровня образования и стажа. Весьма негативным представляется тот факт, что чем выше уровень человеческого капитала матери, тем весомее её потери в заработках, что усугубляется еще и тем, что отдача от стажа работы для женщин с высшим образованием достигает максимума на пять лет позже, чем у женщин с более низким уровнем образования.
Контроль возраста младших детей в моделях подтвердил справедливость теории производительности для работающих женщин с детьми: чем младше ребенок в семье, тем более негативно его воздействие на заработки матери. Однако влияние этого фактора существенно усиливается при росте числа детей.
Число рабочих часов в неделю среди матерей несколько меньше, однако по сравнению с западными исследованиями этот фактор для российских работающих женщин малозначим. Отечественные рабо-
тодатели редко идут на то, чтобы предоставить матери возможность трудиться неполный рабочий день, а рабочих мест с гибким графиком работы недостаточно. Контроль в моделях режима работы по числу часов «выше - ниже нормы» не изменил знаков коэффициентов модели при переменных, контролирующих число и возраст детей, что означает, что матери маленьких детей в России имеют меньшую заработную плату в основном вследствие снижения произ-водительности, а не уменьшения числа часов работы.
Наиболее высокое значение «штрафа» за материнство - 11,3% получено по регрессии с переключением режимов (следует отметить, что в результатах оценки штрафа за материнство, полученных по Дании, оценки методом SR также показали более высокие значения). Метод «схватывает», сколько в среднем потенциально потеряют все женщины, в случае если они станут матерями.
Почему столь невысок по сравнению с развитыми странами «штраф» за материнство среди российских женщин?
Относительно умеренный «штраф» на заработную плату может быть объяснен оставшейся в наследство от советского периода системой детских садов. Содержание ребенка в них стоит недешево, но хорошо зарабатывающие матери, сопоставляя издержки и выгоды, предпочитают отдавать ребенка в детские учреждения или содержать няню. Достаточно неожиданной представляется слабая корреляция заработков матерей с наличием бабушек в домохозяйстве, что может быть индикатором разрушения патриархальных устоев, когда старшее поколение традиционно брало на себя груз по уходу за внуками. Необычность результата нашего исследования состоит в том, что матери, работающие в государственном секторе экономики, штрафуются в большей степени по сравнению с матерями, работающими в частном секторе. Однако наши выводы совпадают с полученными в Дании (Simonsen and Skipper, 2006), а также с резуль-
Описательные статистики для
татами по ограниченной выборке в Москве ((Jovanov-ic and Lokshin, 2004).
Негативная корреляция заработка работающей женщины-матери с заработками других членов семьи свидетельствует о том, что проблема равенства в семейных отношениях при наличии детей требует более пристального внимания.
Элиминирование штрафа за материнство, безус -ловно, актуально, поскольку составляет один из элементов социальной справедливости. Более того, общество заинтересовано в полном использовании возможностей женщин и награждении их в соответствии с их способностями. Необходим поворот общественного сознания в сторону престижа материнства, создание стимулов для рождения детей, которые могли бы уменьшить материальные и моральные потери, связанные с рождением и воспитанием ребенка, в первую очередь для женщин, откладывающих рождение детей не только из-за материальных трудностей, но и из-за потерь в профессионализме, карьерном росте. Если общество не создаст подобных механизмов, то неизбежно смещение процессов вое -производства населения в сторону маргинальных социально-демографических групп, для которых первостепенным стимулом рождаемости станут лишь возросшие детские пособия.
Российская социальная политика находится на распутье. После длительного периода спада, экономический рост повернул внимание властей к проблемам рождаемости. Такие безусловно важные и позитив ные меры, как увеличение денежных трансфертов матерям, государственные субсидии в форме родовых сертификатов, будут способствовать улучшению положения с воспроизводством населения, однако проблемы, связанные с характером трудовой занятости матерей и компенсации в потерянной заработной плате, карьере, остаются пока вне их поля зрения. Наша работа представляет первую попытку привлечь внимание к этой проблеме и, возможно, дать толчок к новым исследованиям в этой области.
ПРИЛОЖЕНИЯ Таблица 1
которых переменных, НОБУС
Переменные Все женщины Без детей (41,24%) С детьми (58,76%)
Доходы 3051,37 3175,23 2964,43
Месячная заработная плата 2961,80 3089,82 2871,94
Зарплата на дополнительном месте работы 1411,62 1392,17 1422,54
Доход от приработков 1276,25 953,04 1413,22
Сколько часов в неделю Вы обычно работаете 40,13 40,42 39,93
Возраст (лет) 36,17 35,52 36,64
Число детей 0,82 - 1,40
Один ребенок 38,39 - 65,33
Двое детей 17,67 - 30,07
Трое детей 2,23 - 3,79
Четверо и более 0,47 - 0,81
Возраст младшего ребенка
До 3-х лет 6,25 - 10,63
4-7 12,68 - 21,57
8-12 16,93 - 28,82
Свыше 12 лет 22,82 - 38,84
Окончание табл. 1.
Переменные Все женщины Без детей (41,24%) С детьми (58,76%)
Общий трудовой стаж
Менее года 3,81 5,87 2,36
От 1 до 3 лет 8,87 13,75 5,44
От 3 до 5 лет 7,13 7,96 6,55
От 5 до 10 лет 13,87 10,43 16,29
Более 10 лет 66,31 61,98 69,35
Дополнительное место работы 3,61 3,01 3,94
Наличие дополнительного доходного занятия 0,91 0,73 1,15
Тип поселения
1 млн чел. и более 18,28 23,37 14,72
250 - 999,9 тыс.чел. 20,26 21,04 19,72
20 - 249,9 тыс.чел. 28,17 28,37 28,03
Город с численностью до 20 тыс.чел, ПГТ 12,58 12,50 12,63
Село 20,71 14,73 24,90
Демографический тип семьи
Одиночки 1,16 2,82 -
Супруги без детей 4,14 10,06 -
Супружеская пара с одним ребенком 13,72 0,77 22,81
Супружеская пара с двумя и более детьми 13,16 0,01 22,37
Супружеская пара с одним ребенком и др. родственниками 16,47 9,25 21,53
Супружеская пара с двумя и более детьми и др. родственниками 5,54 1,72 8,21
Одиночка с детьми 5,28 0,14 8,89
Одиночка с детьми, др. родственниками 12,35 6,89 16,18
Семейное положение
В зарегистрированном браке 58,63 46,55 67,11
В незарегистрированном браке 6,04 5,40 6,49
Вдова 3,98 4,20 3,83
Разведена 13,77 12,57 14,62
Никогда не состояла в браке 17,57 31,28 7,94
Наличие «бабушки» в домохозяйстве 14,92 15,17 14,74
Примечание. В демографическом типе семьи могут быть среди женщин без детей типы домохозяйств с детьми, так как учитывают детей старше 18 лет.
Таблица 2
Средние значения для некоторых переменных выборки, РМЭЗ, 2003-2005 гг.
Переменные Все женщины Без детей (54,92%) С детьми (45,08%)
Доходы (руб.) 4900,09 4973,75 4812,65
Месячная заработная плата 4726,21 4800,75 4637,64
Зарплата на дополнительном месте работы 2758,83 2630,55 2906,15
Доход от приработков 1700,90 1971,53 1416,91
Сколько часов в неделю Вы обычно работаете 41,85 42,09 41,56
Сколько часов в день Вы обычно работаете 8,92 9,00 8,83
Возраст (лет) 35,20 34,83 35,66
Число детей, % -
Один ребенок 32,09 - 71,14
Двое детей 11,51 - 25,52
Трое детей 1,20 - 2,73
Четверо и более 0,28 - 0,61
Возраст младшего ребенка, %
До 3-х лет 4,73 - 10,49
4-7 8,46 - 18,76
8-12 12,30 - 27,29
Свыше 12 лет 19,59 - 43,46
Общий трудовой стаж
Менее года 15,26 16,21 14,10
От 1 до 5 лет 21,89 23,03 20,51
Окончание табл. 2
Переменные Все женщины Без детей (54,92%) С детьми (45,08%)
От 5 до 10 лет 15,80 16,18 15,34
От 10 до 20 лет 19,05 18,18 20,11
Более 20 лет 28,00 26,41 29,95
Дополнительное место работы, % 4,14 4,10 4,19
Наличие дополнительного доходного занятия, % 3,02 2,81 3,28
Тип поселения, %
Областной центр 45,46 49,48 40,58
Город 27,73 24,10 32,16
ПГТ 5,73 6,06 5,32
Село 21,08 20,37 21,94
Семейное положение, %
В зарегистрированном браке 54,31 47,39 62,75
В незарегистрированном браке 13,01 14,69 10,97
Вдова 3,96 4,29 3,56
Разведена 13,62 12,88 14,53
Никогда не состояла в браке 15,10 20,76 8,19
Уровень образования, %
Начальное среднее 3,71 3,61 3,83
Полное среднее 22,15 23,52 20,48
Начальное профессиональное 16,26 14,37 18,57
Среднее профессиональное 31,11 31,42 30,74
Высшее профессиональное и послевузовское 26,76 27,08 26,38
Форма собственности предприятия, %
Государственная 53,07 51,92 54,47
Иностранная и с иностранным участием 1,22 1,32 1,09
Частная 45,72 46,76 44,45
Отрасль промышленности, %
Легкая промышленность 6,91 6,56 7,25
Гражданское машиностроение 3,00 3,28 2,73
Военно-промышленный комплекс 1,70 1,82 1,57
Нефтегазовая промышленность 1,56 1,56 1,57
Другая отрасль тяжелой промышленности 2,89 2,75 3,02
Строительство 3,26 3,28 3,24
Транспорт, связь 6,49 6,69 6,29
Сельское хозяйство 3,85 3,91 3,79
Органы управления 2,77 2,91 2,63
Образование 15,70 15,40 15,98
Наука, культура 2,80 2,62 2,98
Здравоохранение 12,55 12,45 12,64
Армия, МВД, органы безопасности 2,71 2,65 2,76
Торговля, бытовое обслуживание 26,39 27,16 25,64
Финансы 2,79 2,85 2,73
Другое 4,63 4,11 5,18
Таблица 3
Регрессионные модели для логарифма доходов женщин, НОБУС, 2003 г.
Переменные МНК-модели Регрессия с переключением режимов
Без учета наличия детей С учетом возраста младшего ребенка и числа детей
Уравнения доходов Уравнение отбора
Женщины с детьми Женщины без детей
Константа 8,275 (0,299) 7,709 (0,056) 7,411......... (0,143) 8,439......... (0,169) -1,816......... (0,208)
Сколько часов в неделю Вы обычно работаете 0,007*** (0,001) 0,007*** (0,001) 0,008*** (0,002) 0,005** (0,002) 0,002 (0,002)
Продолжение табл. 3
Переменные МНК-модели Регрессия с переключением режимов
Без учета наличия детей С учетом возраста младшего ребенка и числа детей
Уравнения доходов Уравнение отбора
Женщины с детьми Женщины без детей
Возраст -0,053* (0,028)
Возраст в квадрате 0,001* (0,0008)
Возраст в кубе -0,00001 (0,00001)
Возраст до 23 лет - -0,509......... (0,098) -0,410......... (0,008) -1,199......... (0,097)
24 - 29 0,011 (0,019) -0,066* (0,039) 0,018 (0,049) 0,117* (0,061)
30 - 34 0,052** (0,021) 0,213*** (0,042) 0,323*** (0,106) 0,959*** (0,064)
35 - 39 0,010 (0,021) 0,173......... (0,043) 0,283......... (0,086) 0,962......... (0,056)
Свыше 40 лет 0,078*** (0,019) - - -
Образование Начальное - - - - -
Неполное среднее - - 0,014 (0,054) 0,069 (0,060) 0,011 (0,081)
Среднее общее 0,014 (0,017) 0,016 (0,017) 0,088 (0,063) 0,092 (0,068) 0,077 (0,091)
Начальное профессиональное (с выдачей аттестата о среднем образовании) 0,040...... (0,021) 0,004 (0,020) 0,068 (0,073) 0,064 (0,078) 0,056 (0,105)
Начальное профессиональное (без выдачи аттестата о среднем образовании)
Среднее профессиональное (среднее специальное) 0,115*** (0,016) 0,116*** (0,016) 0,116** (0,052) 0,210*** (0,060) 0,079 (0,078)
Неполное высшее 0,264......... (0,024) 0,268......... (0,024) 0,327......... (0,086) 0,354......... (0,073) 0,182* (0,105)
Высшее профессиональное 0,315*** (0,019) 0,318*** (0,019) 0,344*** (0,059) 0,402*** (0,064) 0,242*** (0,087)
Послевузовское профессиональное 0,464*** (0,100) 0,452*** (0,099) 0,254 (0,213) 0,417*** (0,157) -0,236 (0,304)
Общий трудовой стаж Менее года - - -0,048 (0,094) 0,105 (0,085) 0,671......... (0,126)
От 1 до 3 лет 0,093*** (0,026) 0,085*** (0,025) -0,001 (0,063) 0,113 (0,069) 0,462*** (0,084)
От 3 до 5 лет 0,181*** (0,028) 0,163*** (0,027) 0,062 (0,049) 0,101* (0,060) 0,352*** (0,079)
От 5 до 10 лет 0,272*** (0,027) 0,246*** (0,027) 0,044 (0,036) 0,154*** (0,049) 0,192*** (0,065)
Более 10 лет 0,258*** (0,026) 0,235*** (0,026) - - -
Отрасль занятости (сельское хозяйство, охота и лесоводство, рыболовство) - - - - -
Горнодобывающая, обрабатывающая промышленность 0,410*** (0,021) 0,406*** (0,021) 0,436*** (0,057) 0,296*** (0,067) 0,076 (0,082)
Электроснабжение, газ и водоснабжение 0,642*** (0,034) 0,638*** (0,034) 0,646*** (0,087) 0,511*** (0,081) -0,035 (0,126)
Строительство 0,620......... (0,029) 0,616......... (0,029) 0,662......... (0,086) 0,598......... (0,085) 0,319...... (0,125)
Оптовая и розничная торговля; ремонт. Гостиницы и рестораны 0,449*** (0,022) 0,445*** (0,022) 0,444*** (0,063) 0,378*** (0,070) 0,043 (0,089)
Продолжение табл. 3
Переменные МНК-модели Регрессия с переключением режимов
Без учета наличия детей С учетом возраста младшего ребенка и числа детей
Уравнения доходов Уравнение отбора
Женщины с детьми Женщины без детей
Транспорт, складское хозяйство и связь 0,585......... (0,025) 0,581......... (0,025) 0,542......... (0,065) 0,543......... (0,081) 0,101 (0,094)
Финансовое посредничество. Деят. по операциям с недвижимым имуществом и арендой; комм. деят. 0,535*** (0,029) 0,529*** (0,029) 0,534*** (0,072) 0,382*** (0,091) 0,002 (0,110)
Госуправление и оборона; обязательное соц. страхование 0,446*** (0,025) 0,443** (0,025) 0,410*** (0,068) 0,402** (0,070) -0,012 (0,099)
Образование, здравоохранение и социальные услуги 0,154......... (0,021) 0,152......... (0,021) 0,147......... (0,055) 0,135...... (0,064) 0,039 (0,084)
Деят. по предоставлению коммун., соц. и персональных услуг 0,356*** (0,025) 0,354** (0,025) 0,391*** (0,063) 0,280*** (0,072) 0,097 (0,091)
Деят. по ведению частных д/х с наемным обслуживанием 0,245*** (0,067) 0,243*** (0,067) 0,108 (0,201) 0,160 (0,161) -0,139 (0,216)
Деят. экстерриториальных организаций и органов 0,423......... (0,073) 0,419......... (0,073) 0,455......... (0,143) 0,360* (0,217) 0,101 (0,339)
Тип поселения 1 млн чел. и более - - - - -
250 - 999,9 тыс. чел. -0,141*** (0,015) -0,140*** (0,015) -0,070** (0,034) -0,099*** (0,036) 0,061 (0,054)
20 - 249,9 тыс. чел. -0,166*** (0,014) -0,163*** (0,014) -0,080** (0,037) -0,101*** (0,039) 0,136** (0,056)
Город с численностью до 20 тыс.чел, ПГТ -0,259*** (0,017) -0,257*** (0,017) -0,179*** (0,048) -0,171*** (0,053) 0,160** (0,081)
Село -0,391......... (0,016) -0,380......... (0,016) -0,277......... (0,046) -0,186......... (0,061) 0,341......... (0,067)
Семейное положение (в зарегистрированном браке) - - - - -
В незарегистрированном браке 0,033* (0,018) 0,027 (0,018) -0,006 (0,039) -0,089* (0,050) -0,151** (0,066)
Вдова 0,013 (0,021) 0,009 (0,021) -0,012 (0,005) -0,050 (0,049) 0,154...... (0,074)
Разведена 0,060*** (0,012) 0,055*** (0,012) 0,004 (0,03) 0,025 (0,036) 0,102* (0,055)
Никогда не состояла в браке 0,012 (0,014) 0,002 (0,014) -0,300*** (0,065) -0,373*** (0,088) -0,859*** (0,076)
Число детей Один ребенок -0,047......... (0,020)
Двое детей -0,054*** (0,021)
Трое детей -0,108*** (0,032)
Четверо и более -0,315*** (0,062)
Наличие детей
Возраст младшего ребенка (до 3-х лет) -
4 - 7 0,001 (0,020)
8 - 12 0,038* (0,020)
Свыше 12 лет 0,030 (0,021)
Наличие «бабушки» в домохозяйстве - - -0,051 (0,038)
Окончание табл. 3
Переменные МНК-модели Регрессия с переключением режимов
Без учета наличия детей С учетом возраста младшего ребенка и числа детей
Уравнения доходов Уравнение отбора
Женщины с детьми Женщины без детей
Доля доходов других членов домохозяйства в совокупном доходе домохозяйства - - 1,823......... (0,128)
Характер собственности фирмы Да Да Да Да Да
Категория должности Да Да Да Да Да
Региональные переменные Да Да Да Да Да
Коэффициенты корреляции (детерминации) Я2=0,41 Я2=0,41 Р-=0*790* Ри=0,831*** (0,080) (0,110)
Максимальное правдоподобие -98167992
ТестВальда на независимость уравнений: %2(1) 35,57 (РгоЬ.> х2 =0,000)
- оценка параметра значима на 0,01 уровне, ** - на 0,05 уровне, * - на 0,1 уровне. Стандартные ошибки вычислены как робастные. Использовались коэффициенты взвешивания наблюдений по населению. В пробит-моделях зависимая переменная: 1 - женщина с детьми, 0 - женщина без детей
Таблица 4
Регрессионные модели для логарифма доходов женщин, РМЭЗ, панель 2003-2005 гг.
Название переменных МНК-модели
С учетом числа детей и возраста младшего ребенка Без учета наличия детей Без учета наличия детей и формы собственности предприятия Без учета возраста младшего ребенка и формы собственности предприятия Без учета формы собственности предприятия
1 2 3 4 5 6
Число детей Нет - - -
Один -0,113** (0,046) -0,118*** (0,037) -0,118*** (0,045)
Два -0,077 (0,069) -0,085 (0,054) -0,084 (0,068)
Три и более -0,373...... (0,166) -0,331...... (0,141) -0,330...... (0,149)
Возраст младшего ребенка (лет) 0-3 - -
4-7 -0,196* (0,087) -0,189* (0,085)
8-12 -0,067 (0,082) -0,060 (0,081)
13 и более -0,053 (0,082) -0,063 (0,079)
Возраст женщин (лет) 18-23 - - - - -
24-29 -0,019 (0,057) -0,051 (0,056) -0,009 (0,053) 0,015 (0,053) 0,023 (0,054)
30-34 0,142** (0,059) 0,092* (0,057) 0,110** (0,054) 0,154*** (0,056) 0,161*** (0,056)
35-39 0,091 (0,062) 0,035 (0,059) 0,050 (0,056) 0,098* (0,058) 0,106* (0,059)
40-49 0,099* (0,055) 0,072 (0,054) 0,090* (0,050) 0,103** (0,051) 0,108** (0,052)
Форма собственности предприятия Государственная -0,823*** (0,136) -0,822 *** (0,136)
Иное транная - -
Частная -0,518*** (0,134) -0,512** (0,135)
Продолжение табл. 4
Название переменных МНК-модели
С учетом числа детей и возраста младшего ребенка Без учета наличия детей Без учета наличия детей и формы собственности предприятия Без учета возраста младшего ребенка и формы собственности предприятия Без учета формы собственности предприятия
1 2 3 4 5 6
Образование Начальное среднее -0,199** (0,085) -0,195** (0,084) -0,223*** (0,081) -0,224*** (0,081) -0,226*** (0,081)
Полное среднее - - - - -
Начальное профессиональное -0,050 (0,048) -0,052 (0,048) -0,059 (0,046) -0,058 (0,046) -0,059 (0,046)
Среднее профессиональное 0,040 (0,041) 0,041 (0,042) 0,021 (0,039) 0,019 (0,039) 0,018 (0,039)
Высшее профессиональное и послевузовское 0,378*** (0,048) 0,383*** (0,048) 0,349*** (0,046) 0,344*** (0,046) 0,342*** (0,046)
Профессия Законодатели, топ-менеджеры, чиновники - - - - -
Профессионалы -0,438*** (0,084) -0,438*** (0,084) -0,435*** (0,075) -0,432*** (0,075) -0,432*** (0,075)
Квалифицированные специалисты производств -0,630*** (0,084) -0,633*** (0,084) -0,643*** (0,073) -0,639*** (0,073) -0,639*** (0,073)
Офисные служащие -0,662*** (0,091) -0,659*** (0,091) -0,667*** (0,079) -0,669*** (0,079) -0,670*** (0,079)
Работники сферы услуг -0,806*** (0,089) -0,807*** (0,089) -0,810*** (0,076) -0,809*** (0,076) -0,808*** (0,076)
Ремесленники и мастера -0,673......... (0,103) -0,683......... (0,103) -0,684......... (0,093) -0,671......... (0,093) -0,672......... (0,093)
Рабочие, специалисты и техники -0,653*** (0,098) -0,656*** (0,098) -0,693*** (0,089) -0,688*** (0,089) -0,689*** (0,089)
Неквалифицированные рабочие -0,959*** (0,092) -0,959*** (0,092) -0,979*** (0,082) -0,976*** (0,082) -0,977*** (0,082)
Вое ннос лужащие -0,313 (0,548) -0,309 (0,549) -0,267 (0,477) -0,291 (0,476) -0,285 (0,476)
Кол-во отработанных часов в день 0,019*** (0,004) 0,019*** (0,004) 0,022*** (0,004) 0,021*** (0,004) 0,021*** (0,004)
Стаж работы (лет) До года - - - - -
1-5 0,144......... (0,046) 0,142......... (0,046) 0,129......... (0,044) 0,128......... (0,044) 0,131......... (0,044)
5-10 0,189*** (0,052) 0,191*** (0,052) 0,180*** (0,049) 0,180*** (0,049) 0,180*** (0,049)
10-20 0,146*** (0,054) 0,145*** (0,054) 0,121** (0,052) 0,121** (0,052) 0,122** (0,052)
Более 20 0,117* (0,064) 0,119* (0,064) 0,121* (0,063) 0,118* (0,063) 0,119* (0,063)
Супружеский статус 0,015 (0,014) 0,014 (0,014) 0,014 (0,013) 0,015 (0,013) 0,014 (0,013)
Тип населенного пункта -0,144......... (0,012) -0,145......... (0,012) -0,163......... (0,012) -0,161......... (0,012) -0,161......... (0,012)
Окончание табл. 4
Название переменных МНК-модели
С учетом числа детей и возраста младшего ребенка Без учета наличия детей Без учета наличия детей и формы собственности предприятия Без учета возраста младшего ребенка и формы собственности предприятия Без учета формы собственности предприятия
1 2 3 4 5 6
Отрасль занятости Легкая промышленность -0,067 (0,079) -0,069 (0,079) 0,036 (0,077) 0,037 (0,077) 0,036 (0,077)
Гражданское машиностроение -0,429*** (0,096) -0,422*** (0,096) -0,292*** (0,093) -0,302*** (0,093) -0,303*** (0,093)
Военно- промышленный комплекс -0,470......... (0,113) -0,473......... (0,113) -0,442......... (0,114) -0,438......... (0,113) -0,439......... (0,114)
Нефтегазовая промышленность 0,311** (0,126) 0,304** (0,126) 0,386*** (0,119) 0,387*** (0,119) 0,387*** (0,119)
Другая отрасль тяжелой промышленности -0,022 (0,105) -0,027 (0,105) 0,156 (0,102) 0,162 (0,102) 0,162 (0,102)
Строительство 0,125 (0,096) 0,131 (0,096) 0,249......... (0,092) 0,244......... (0,092) 0,244......... (0,092)
Транспорт, связь 0,091 (0,079) 0,089 (0,079) 0,082 (0,077) 0,085 (0,077) 0,083 (0,077)
Сельское хозяйство -0,331*** (0,099) -0,343*** (0,099) -0,267*** (0,096) -0,259*** (0,096) -0,257*** (0,096)
Органы управления 0,101 (0,101) 0,112 (0,101) 0,008 (0,099) 0,001 (0,098) -0,003 (0,098)
Образование -0,392*** (0,071) -0,394*** (0,071) -0,497*** (0,067) -0,493*** (0,067) -0,494*** (0,067)
Отрасль занятости Наука, культура -0,338......... (0,098) -0,351......... (0,098) -0,436......... (0,097) -0,428......... (0,097) -0,424......... (0,097)
Здравоохранение -0,285*** (0,072) -0,286*** (0,072) -0,384*** (0,068) -0,384*** (0,068) -0,383*** (0,068)
Армия, МВД, органы безопасности 0,065 (0,100) 0,062 (0,100) -0,065 (0,097) -0,059 (0,097) -0,061 (0,096)
Торговля, бытовое обслуживание -0,042 (0,071) -0,044 (0,071) 0,062 (0,066) 0,063 (0,066) 0,063 (0,066)
Финансы 0,203** (0,095) 0,200** (0,096) 0,267*** (0,095) 0,268*** (0,095) 0,270*** (0,095)
Другие - - - - -
Константа 9,491......... (0,195) 9,413......... (0,180) 8,760......... (0,114) 8,784......... (0,114) 8,844......... (0,135)
Коэффициент детерминации внутри 0,009 0,019 0,013 0,005 0,005
между 0,379 0,375 0,349 0,353 0,353
общий 0,302 0,305 0,278 0,275 0,275
Критерий Фишера 29,46 33,32 34,09 32,09 29,94
Число наблюдений 4523 4523 5105 5105 5105
Примечание. В скобках даны значения стандартных ошибок. Значимость коэффициентов - 10% уровень; ** - 5°% уровень; *** - 1°% уровень.
ЛИТЕРАТУРА
1. Abadie, A., D. Drukker, J.L. Herr and G.W. Imbens (2004) Implementing Matching Estimators for Average Treatment Effects in Stata. Stata Journal, 4 (3), 290-311.
2. Anderson, Deborah J., Melissa Binder and Kate Krause (2002) The Motherhood Wage Penalty: Which Mother Pay It and Why?, The American Economic Review 92 (2), 354-358.
3. Anderson, Deborah J., Melissa Binder and Kate Krause (2003) The Motherhood Wage Penalty Revi-
sited: Experience, Heterogeneity, Work Effort, and Work-Schedule Flexibility, Industrial Labor Relations Review 56(2), 273-294.
4. Becker G.S. (1980) Human Capital: A Theoretical and Empirical Analysis. 2nd ed (Chicago: University of Chicago Press).
5. Becker G.S. (1981) A Treatise on the Family (Cambridge: Harvard University Press).
6. Beblo, M, Bender, S. and Wolf, E. (2006): The wage effects of entering motherhood a within-firm match-
ing approach, IAB Discussion Paper Nr. 13/2006, http ://doku. iab. de/discussionpapers/2006/dp 1306.pdf.
7. Budig, Michelle J. and Paula England. (2001): The Wage Penalty For Motherhood, American Sociological Review 66(2), 204-225.
8. Crittenden, Ann (2001) The Price of Motherhood (New York: Henry Holt and Company).
9. Glass, Jennifer and Valerie Camarigg (1992) Gender, Parenthood, and Job-Family Compatibility, American Journal of Sociology 98, 131-51.
10. Heckman, James, Hidehiko Ichimura, andPetra Todd (1998) Matching as an Econometric Evaluation Estimator, Review of Economic Studies 65, 261-294.
11. Jovanovic B. and Lokshin M. (2004) Wage Differentials between the State and Private Sectors in Moscow, Review of Income and Wealth, 50 (1), pp. 107-123.
12. Jurajda S. (2003):Gender Wage Gap and Segregation in Enterprises and the Public Sector in Late Transition Countries, Journal of Comparative Economics, 31 (2), 199-222.
13. Korenman, Sanders and David Neumark (1992) Marriage, Motherhood, and Wages, The Journal of Human Resources 27 (2), 233-255.
14.Lokshin M., Sajaia Z, (2004) Maximum likelihood estimation of endogenous switching regression models, Stata Journal, Vol. 4. No. 3.
15. Miller A.M. (2005) The Effects of Motherhood Timing on Career Path, Department of Economics University of Virginia,
16. http://www .virginia. edu/ec onomic s/papers/miller/ferti litytiming-miller.pdf
17. Mroz Thomas A. and Glinskaya E. (2000): The Gender Gap in Wages in Russia from 1992 to 1995, Journal of Population Economics, 13(2), 353-386.
18. Newell A. and B. Reilly (2001): The gender pay gap in the transition from communism: some empirical evidence, Economic Systems, 25, 287-304
19. Nielsen H.S., Simonsen M. and Verner M. (2004): Does the Gap in Family-friendly Policies Drive the Family Gap? Scandinavian Journal of Economics, 106(4), pp. 721-744.
20. Ogloblin C, (1999): The Gender Earning Differential in the Russian Transition Economy. Industrial and Labor Relations Review, 52(4), 602-627.
21. Robins J.M., Greenland S (1992). Identifiably and exchangeability for direct and indirect effects. Epidemiology, 3:143-155.
22. Rosenbaum, Paul and Donald Rubin (1983) The Central Role of the Propensity Score in Observational Studies for Causal Effects, Biometrica 70, 41-55.
23. Rosenbaum, P.R. and Rubin, D.B. (1985): Constructing a Control Group Using Multivariate Matched Sampling Methods that Incorporate the Propensity Score, The American Statistician 39(1), 33-38.
24. Simonsen, Marianne and Lars Skipper (2006) An Empirical Assessment of Effects of Motherhood on Wages: Accounting for Sector of Employment, in: Daniel Millimet, Jeffrey Smith and Ed Vytlacil eds., Advances in Econometrics: Modelling and Evaluating Treatment Effects in Econometrics, Vol. 21 (Elsevier science LTD), forthcoming.
25. Verbeek, M. A. Guide to Modern Econometrics, Wiley, 2000.
26. Waldfogel, Jane (1997) The Wage Effects of Children, American Sociological Review 62, 209-217.
27. Зубаревич H.B. Социальное неравенство в регионах России: тендерный анализ. В кн.: Тендерное неравенство в современной России сквозь призму статистики /Отв. ред. М.Е.Баскакова М.: Эдито-риал УРСС, 2004.
28. Овчарова Л.Н. и др. Доходы и социальные услуги: неравенство, уязвимость, бедность /Рук. авт. кол. Л.Н. Овчарова НИСП. М.: Изд. дом ГУ ВШЭ, 2005.
29. Рощин С.Ю., Горелкина О.Г. Тендерные различия в заработной плате: микроэкономический анализ факторов и тенденций. В кн.: Тендерное неравенство в современной России сквозь призму статис-тики /Отв. ред. М.Е.Баскакова М.: Эдиториал УРСС, 2004.
Т.В. ЧЕРНОВА,
д-р экон. наук, профессор кафедры экономики и финансов ТИУиЭ
МЕЖРЕГИОНАЛЬНЫЙ АНАЛИЗ ФАКТОРОВ ПРОИЗВОДИТЕЛЬНОСТИ ТРУДА В СЕЛЬСКОМ
ХОЗЯЙСТВЕ
Характер и траектория развития сельскохозяйственного производства проявляются в результате сложного взаимодействия природных (биолого-почвенных, климатических) и организационных (экономико-ресурсных, технологических, управленческих) факторов. Ежегодные показатели производственной деятельности в растениеводстве в значительной степени зависят от складывающихся
погодных условий сева, вегетации и уборки сельскохозяйственных культур в каждом регионе. В животноводстве агрометеорологические условия в меньшей степени, чем в растениеводстве, влияют на показатели продуктивности, хотя и в этой отрасли сельского хозяйства присутствует сезонная составляющая.
