CC BY
35
ВЛИЯНИЕ РЫНКА ЖИЛЬЯ НА МАЯТНИКОВУЮ ТРУДОВУЮ МИГРАЦИЮ В МОСКОВСКОЙ АГЛОМЕРАЦИИ
Ю.Ю. Шитова
В настоящей работе на основе многопараметрической регрессионной модели ценообразования произведены количественные оценки пространственной картины рынков продажи и аренды квартир в Подмосковье в 2001, 2004-2006 гг. Показано, что учет стоимости проживания в агломерации устраняет обнаруженную ранее проблему превышения издержек маятниковых трудовых поездок над доходами от такого вида занятости. Полученные результаты говорят в пользу гипотезы динамического равновесия на рынке труда в Московской агломерации. Ключевые слова: маятниковая трудовая миграция, пространственная картина рынка продажи и аренды квартир, динамическое равновесие рынка труда.
ВВЕДЕНИЕ
Маятниковая трудовая миграция (МТМ) представляет собой ежедневные челночные поездки населения на работу из одного региона в другой. В настоящее время она играет важную роль в экономике агломераций (мегаполисов) - крупных городов вместе с прилегающей к ней территорией, что указывает на актуальность данной проблематики. В современной России МТМ вышла на макроэкономический уровень, что в том числе было подтверждено систематическими авторскими исследованиями данного феномена. Методами микро- (Шитова, Шитов, 2008а, 2008б; Shitova, Shitov, 2008) и макро-анализа (Шитова, 2005, 2006)
© Шитова Ю.Ю., 2009 г.
были получены количественные оценки доли и пространственного распределения маятниковых трудовых мигрантов, корреляции МТМ с заработной платой и другими показателями.
Настоящая статья является развитием данного цикла работ и посвящена макроанализу взаимовлияния МТМ на землепользование в целом и рынок жилья в частности. Хотя тесная взаимосвязь между этими показателями постулируется в ряде теоретических гипотез и моделей, эмпирические проверки этих концепций в современных российских исследованиях еще не осуществлялись.
ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ
В большинстве теоретических моделей подвижность трудовых ресурсов в целом и МТМ в частности определяется тремя основными факторами: уровнем доходов (заработной платы) работников, стоимостью проживания, издержками на поездки между местами жительства и работы. Суперпозиции пространственных паттернов рынка жилья и доходов населения с учетом издержек перемещений внутри территории определяют территориальную картину потоков трудовых ресурсов, находящихся в динамическом равновесии1.
Выявление характера такой взаимосвязи в общем виде представляется трудной задачей в силу многочисленности и неопределенности входящих параметров. Вместо этого разрабатываются упрощенные модели поведения МТМ, которые получаются при наложении различных ограничений и предположений на исходную систему.
Прежде всего объектом нашего исследования является моноцентрическая Московская агломерация, в которой пространственные
1 Динамическое равновесие означает, что при изменении персонального состава мигрантов (одни люди покидают, другие попадают в группу) средние статистические показатели направления и интенсивности потоков сохраняются.
картины параметров в первом приближении упрощаются до радиальных градиентов.
Во-вторых, ключевым фактором является вопрос о том, что для индивида более приоритетно - выбор места работы или выбор места жительства. В соответствии со сделанным выбором могут быть применены две основных модели - урбанистская и трудовая.
В рамках урбанистской модели выбор места работы в центре является первичным фактором для индивида, а выбор места жительства вторичен и определяется рядом факторов, выявляемых теорией. В стандартной урбанистской модели (СУМ) рассматривается моноцентрическая агломерация с местами работы в точечном центре, окруженном областями проживания работников с МТМ между центром и пригородами (Mills, 1972; Simpson, Veen, 1992). В этом случае издержки поездок маятниковых трудовых мигрантов компенсируются снижением стоимости проживания:
dC/dR = -dA/dR, (1)
где R - расстояние от района до центра; dC/dR и dA/dR - градиенты общих издержек на поездки и стоимости проживания соответственно. Выражение (1) - одна из форм записи базовой гипотезы СУМ в отношении МТМ и выбора места проживания, известная как теория равновесия на рынке труда. Отметим, что в данной модели неявно предполагается, что уровень оплаты труда определенной квалификации является экзогенным фактором на всей территории агломерации, иными словами, не зависит от локализации рабочего места.
Трудовой подход в противоположность СУМ предполагает, что индивид в первую очередь выбирает место жительства, что объясняется высокими издержками смены жилья, и только во вторую очередь - место работы. В этом случае постулируется, что издержки МТМ компенсируются за счет более высокой оплаты труда на более удаленной работе (Мизес, 2000):
dC/dR = -dS/dR, (2)
где dS/dR - градиент заработной платы. При этом наши предыдущие исследования показа-
ли (Шитова, 2005), что полные издержки на поездки (стоимостные и временные) маятниковых мигрантов в среднем в три раза превышают доход от разницы зарплат в центре и на периферии вопреки условию равновесия (2).
Для разрешения данного противоречия нами предлагается объединение стандартной урбанистской (1) и трудовой (2) моделей, в результате чего получается обобщенное условие равновесия на рынке труда, в котором общие издержки маятниковых трудовых поездок компенсируются как более высокой зарплатой, получаемой в центре, так и более низкой стоимостью проживания на периферии:
dC/dR = -dS/dR - dA/dR. (3)
В расширенной модели (3) единственным не изученным нами фактором является градиент стоимости проживания dA/dR. В моноцентрической агломерации очевидно априорное предположение, что стоимость жилья в пригородах должна быть убывающей функцией расстояния до центра2, в котором концентрируются рабочие места. Эта отрицательная корреляция была показана в большом числе регрессионных моделей МТМ. К примеру, увеличение издержек поездок в центр на 1 HK долл. (гонконгский доллар) в Гонконгской агломерации снижает стоимость квадратного фута соответствующего жилья на ~90-100 HK долл. (Tse, Chan, 2003). Проверка данной гипотезы и количественные оценки градиента стоимости проживания по Московской области являлись целью эмпирической части настоящего исследования.
МОДЕЛИРОВАНИЕ ЦЕНООБРАЗОВАНИЯ НА РЫНКЕ ЖИЛЬЯ
Проблема оценки территориальной дифференциации на рынке жилья состоит в том,
2 Вместо расстояния может быть использован
параметр времени или стоимости маятниковых поездок.
что такая дифференциация - далеко не единственный фактор, влияющий на стоимость жилья. Определение цены конкретной квартиры является сложной задачей, поскольку эта цена складывается из ряда факторов, включая субъективные, - от места расположения дома и экологической обстановки в районе до вида из окон и т.п. Один из способов решения подобной задачи - построение индексных показателей, например индекса стоимости жилья, индекса ценового ожидания (темпов изменения цен на жилье), индекса доходности жилья (экономическая целесообразность инвестиций в жилье)3. Для снижения статистического «шума» при расчете индексов отфильтровываются нетипичные объекты недвижимости и усреднение делается по достаточно продолжительному периоду (обычно - месяц, минимум - неделя). Для построения надежных индексов необходима обширная база данных, а также специальные методики, позволяющие формировать выборки данных с контролируемой структурой, отвечающей генеральной совокупности по ряду базовых признаков.
Таким образом, решение поставленной задачи возможно только через построение многопараметрической регрессионной модели, в которую помимо интересующего нас расстояния от центра до местонахождения квартиры должен войти ряд ее потребительских характеристик.
Облегчить построение регрессионной модели помогают различные методики расчета стоимости жилья, применяемые как коммерческими фирмами (прежде всего риэлтерскими компаниями), так и государственными и муниципальными институтами. Они представлены в табл. 1.
Принцип построения таких методик заключается в установлении ряда понижающих или повышающих коэффициентов к базовой стоимости квартиры, которые зависят от значения определенных показателей. В структуре показателей и их количественных оценках от-
3 Указанные показатели рассчитываются аналитическим отделом компании IRN (www.irn.ru).
ражен опыт (история), накопленный на рынке жилья: сложившиеся механизмы ценообразования, спрос и предложение потребителей. Поэтому учет этой информации позволяет выбрать наиболее оптимальный набор параметров на основе имеющихся данных, при необходимости рассчитать вторичные переменные, которые в лучшей степени отражают стоимость жилья. Мы использовали линейную модель множественной регрессии в следующем виде:
P = р0 + Pj х R + р2 х SRoomAver +
+ Р3 х Sall2liv + Р4 х SKitchen +
+ Р5 х HType + Р6 х Balcon +
+ Р7 х OneRoom + Р8 х LastFloor +
+ Р9 х NFloors + Р10 х Phone +
+ рп х South + р12 х Nord +
+ р13 х West + р14 х East + s, (4)
где объясняемой является переменная P -стоимость одного квадратного метра жилья в долларах США, а в качестве предикторов используются следующие показатели:
0. Р0 - постоянный член регрессии в данной модели представляет собой цену квадратного места жилья на окраине Москвы -Московской кольцевой автомобильной дороге (МКАД) - без учета всех остальных факторов4;
1. R - расстояние от квартиры до МКАД, км;
2. SRoomAver - средний размер комнаты (отношение жилой площади к количеству комнат), м2;
3. Sall2liv - отношение общей площади к жилой;
4. SKitchen - площадь кухни, м2;
5. HType - материал дома: 1 - кирпичный, 0 - остальные;
6. Balcon - наличие балкона: 1 - есть,
0 - нет;
7. OneRoom - однокомнатная квартира:
1 - да, 0 - нет;
4 Согласно теории регрессионного анализа постоянный член регрессии (сечение) дает предсказываемое моделью значение объясняемой переменной при нулевых значениях предикторов.
Таблица 1
Сводная таблица коэффициентов учета потребительских качеств и месторасположения дома или квартиры
Показатель Значения* Коэффициенты*
Методика Правительства Москвы**
Общая/жилая площадь < 1,5 | 1,5-1,66 | 1,66-2,0 | > 2,0 0,95 | 1 | 1,05 | 1,1
Балконы, лоджии нет | 1 балкон | 1 лоджия | > 1 0,95 | 1,0 | 1,05 | 1,1
Этаж первый-последний 0,9
Кухня, м2 6 | 6-9 | 9-12 | > 12 0,95 | 1,0 | 1,05 | 1,1
Смежные комнаты 1 в 2 ком., > 1 в 3-6 ком. | нет 0,96 | 1,04
Лифт нет (> 5 эт.) | есть (<= 5 эт.) 0,97 | 1,03
Высота помещений, м 2,5-2,8 | 2,8-3,0 | 3,0-3,4 | > 3,4 1 | 1,02 | 1,04 | 1,06
Мусоропровод нет (> 3 эт.) | есть (<4 эт.) 0,97 | 1,02
Материал стен Сборный бетон | Монолит | Кирпич 1 | 1,05 | 1,1
Близость метро В радиусе 200 м 1,1
Зона*** 1а (Бульварное кольцо) | 1б (Садовое кольцо) | 2-9 110-18 | 19-25, 29-34 |26-28, 35-40 |41-69 1,9 | 1,6 | 1,4 | 1,2 | 1,1 | 1,0 | 0,9
Другие факторы****
Внешний вид дома непрестижный | элитный 0,9 | 1,1
Телефон нет 0,9
Вид из окна предприятие, дорога|сквер, парк 0,9 | 1,1
Пол линолеум | паркет 0,9 | 1,1
Этажность дома монолит >=17 эт. | кирпичный >= 17 1,15 | 1,3
Санузел более одного 1,05
Отделка улучшенная 1,05
Планировка квартиры, проект улучшенная, индивидуальный проект дома 1,2
Удобство транспорта внутри Садового кольца | до МКАД 1,1 | 1,05
Охрана дома есть 1,05
Магазины, офисы на 1 эт. нет 1,03
Подсобные помещения есть 1,05
Неуказанные значения показателей имеют коэффициент 1,0. Приложение к распоряжению мэра Москвы от 24 июня 1996 г. № 15/1-РМ.
Границы оценочных зон утверждены распоряжением мэра Москвы от 8 сентября 1994 г. № 437-РМ. Данные СМИ: «Недвижимость и цены», «Коммерсантъ», «Квартирный ряд», «Строительная газета».
8. LastFloor - крайний этаж: 1 - первый или последний этажи, 0 - остальные;
9. NFloors - этажность дома: 1 - дома, имеющие 5 и менее этажей, 3 - дома выше 9 этажей, 2 - остальные;
10. Phone - наличие телефона: 1 - есть, 0 - нет;
11. South, Nord, West, East - квартира в южном, северном, западном и восточном направлениях от Москвы соответственно: 1 - в случае соответствия, 0 - нет.
Особенностью рынка недвижимости России в целом и рынка жилья в Московской области в частности является невозможность получить информацию о ценах и объемах реальных сделок. Поэтому анализ производился на основе предложений по продаже квартир, собранных в электронных базах данных на сайтах риэлтерских фирм5. При формировании
5 Основные источники: агентства МИАН, МИЭЛЬ, irn.ru, realprice.ru.
выборки учтена необходимость представления: всех направлений (север, запад, юг, восток) от Москвы, городов различной удаленности от МКАД (ближнее, среднее и дальнее Подмосковье), квартир различного качества и размера. В итоге было сформировано три выборки: май 2004 г. (570 квартир; 68 городов), октябрь 2005 г. (244; 45) и январь 2006 г. (601; 68).
Результаты фитирования выборок линейной регрессионной моделью (4) представлены в табл. 2.
Анализ показал, что регрессионная модель (4) значимо описывает исследуемые выборки (коэффициенты детерминации 0,50,75). При этом удаленность квартиры от Москвы вносит основной вклад в данную модель,
он составляет 70-80% (показатель толерантности для параметра Я). Согласно полученным результатам градиент изменения стоимости квартиры при изменении ее удаленности от Москвы в процентном отношении равен
йР/йЯ = -0,5 - -0,7 %/км. (5)
Несмотря на наличие доминирующей переменной Я, значимым оказался также ряд других параметров. Полученные значения ряда предикторов (см. табл. 2) качественно и местами количественно6 соотносятся с соответствующими коэффициентами учета потре-
6 При этом большинство расчетных значений предикторов (см. табл. 2) меньше коэффициентов
Таблица 2
Сводная таблица результатов фитирования трех выборок по предложениям продажи подмосковных квартир линейной регрессионной моделью (4)
Параметры Май 2004 г. Октябрь 2005 г. Январь 2006 г.
Знач. Ошиб. % к Р„ Знач. Ошиб. % к Р0 Знач. Ошиб. % к Р0
Const (Ро) 1127 50 100 1489 228 100 2053,6 145,6 100
R -7,5 0,2 -0,7 -9,9 0,9 -0,7 -10,2 0,5 -0,5
SRoomAver -7,0 1,9 -0,6 -10,7 9,9 -0,7 -10,2 5,1 -0,5
Sall2liv -105,9 24,0 -9,4 -70,9 97,9 -4,8 -367,8 76,2 -17,9
Skitchen 7,5 2,5 0,7 -2,7 9,4 -0,2 15,4 5,0 0,8
Htype 54,0 10,7 4,8 Нет данных 112,7 27,9 5,5
Phone Нет данных 85 34 5,7 Нет данных
Balcon 7,3 17,3 0,7 92,2 95,9 6,2 40,1 39,3 2,0
OneRoom 72,5 17,1 6,4 228,5 69,6 15,4 340,8 45,3 16,6
LastFoor -51,1 11,7 -4,5 Нет данных -36,6 30,0 -1,8
Nfloors 48,6 8,0 4,3 54,5 20,0 2,7
South Исключен -41,6 60,9 -2,8 -52,2 42,3 -2,5
Nord 4,9 15,7 0,4 Исключен
West 88,9 18,3 7,9 -51,7 54,3 -3,5 94,1 48,9 4,6
East -42,3 14,8 -3,8 -150,4 34,8 -10,1 -89,9 33,5 -4,4
Статистика, квартир 570 244 601
Коэффициент детерминации (rA2) 0,753336552 0,75 0,49 0,60
Толерантность R, % 0,659399568 0,80 0,69 0,73
Курсивом помечены предикторы со значимостью менее 95%.
* Средняя цена в секторе недорогого жилья на окраине Москвы, источники: http://www.reline.ru/cgi-bin/index30.pl?=msk/analitika/
агепёа/агепёа12; http://www.info-media.ru/news/page266_47.htm; http://www.reline.ru/cgi-bin/index30.pl?=msk/analitika/arenda/arenda9. Л В предположении равенства процентному градиенту цен на жилье (D, % к Р0).
бительских качеств квартиры (см. табл. 1). Речь идет об отношении общей и жилой площадей (Sall2liv), площади кухни (SKitchen), материале дома (HType), нахождении на крайних этажах (LastFloor), этажности (NFloors), наличии телефона (Phone). В целом этого следовало ожидать, поскольку, на наш взгляд, коэффициенты учета потребительских качеств квартиры так или иначе заложены в формулах калькуляции цен на квартиры7. Наряду с этими ожидаемыми эффектами получены другие интересные результаты.
Значения предикторов в процентах от постоянного члена (% от Р0) приведены для удобства сравнения с коэффициентами учета потребительских качеств квартиры (см. табл. 1). Ошибки предикторов соответствуют уровню достоверности 67% (1 - с).
• Однокомнатные квартиры значимо дороже других - до 15%. Возможно, это связано с традиционно более высоким спросом на них.
• Удельная стоимость более просторного жилья значимо дешевле. Увеличение среднего размера одной комнаты (SRoomAver) на 1 м2 снижает стоимость 1 м2 на 0,5-0,7%.
• Из географических направлений более благоприятным оказалось западное (стоимость квартир выше средней), а менее благоприятным - восточное (стоимость квартир ниже средней), юг и север значимо не отличаются от средних показателей по выборкам.
ВЛИЯНИЕ РЫНКА ЖИЛЬЯ НА РАВНОВЕСИЕ РЫНКА ТРУДА
Градиент стоимости проживания йЛ/йЯ в Подмосковье оценим косвенным образом. Предположив равенство градиентов стоимо-
учета потребительских качеств квартиры (см. табл. 1) из-за неидеальности модели.
7 Методики расчета цен компаниями не афи-
шируются и являются их ноу-хау.
стей проживания и квартир в процентном выражении, получаем:
йЛ/йЯ (%) = йР/йЯ (%) х Л, (6)
где Л - базовая стоимость проживания; йР/йЯ - градиент стоимости жилья. Расчет этого показателя для Подмосковья (5) показан в предыдущем разделе.
Стоимость проживания, на наш взгляд, наилучшим образом отражает рынок аренды жилья в агломерации. Разница цен на арендуемое жилье в центре и пригородах напрямую определяется спросом со стороны трудовых мигрантов, работающих в центре. Последние стоят между дуальным выбором: аренда жилья в центре - экономия на издержках МТМ-поездок; аренда жилья на периферии - экономия на оплате за проживание.
В качестве количественного параметра стоимости проживания Л будем использовать месячную ставку аренды жилья. Однако этот показатель варьирует в широких пределах в зависимости от качества арендуемого жилья, что затрудняет выбор адекватного усредненного значения для расчетов. Предлагаемый нами способ решения проблемы - рассмотрение определенного сегмента рынка аренды жилья, наиболее адекватно отражающего исследуемые процессы. Выбор этого сегмента обусловлен двумя обстоятельствами. Во-первых, процентный градиент стоимости жилья йР/йЯ в (2) рассчитан по отношении к сечению Р0 - цене квадратного места жилья в районе МКАД. Поэтому ставку аренды жилья в районе МКАД можно использовать в качестве базового показателя стоимости Л для правильной оценки искомого градиента йЛ/йЯ согласно гипотезе (6). Во-вторых, наибольшим спросом у маятниковых мигрантов пользуется недорогое (бюджетное) жилье. Таким образом, в качестве показателя стоимости проживания Л мы будем использовать среднюю ставку аренды недорогого жилья в удаленных от центра районах Москвы.
Расчеты по модели (3)-(6) представлены в табл. 3. Анализ результатов показывает, что учет стоимости проживания в равновесии
на рынке труда существенно меняет ситуацию. Наблюдаемое в простых моделях (1), (2) превышение издержек МТМ-поездок над доходами от более высокой зарплаты в среднем с избытком (за исключением 2006 г.) компенсируется более дешевым проживанием на периферии в рамках расширенной модели (3).
ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ И ПЕРСПЕКТИВ МОДЕЛИ РАВНОВЕСИЯ
Наш результат требует ряда комментариев. Во-первых, лежащая в его основе гипотеза (6), хотя и является хорошим первым приближением, требует подтверждения. Ее проверкой являлось бы прямое исследование территориальной картины рынка аренды жилья в Подмосковье для непосредственного определения градиента йА/йЯ8. Во-вторых, несмотря
8 Такое исследование - в планах автора.
Таблица 3
Динамика баланса доходов/издержек маятниковых трудовых поездок из Подмосковья
Показатель Месяц/Год
2001*** 06/2004 10/2005 01/2006
Стоимость аренды
А, долл./мес.* 275 400 500 550
-йР/йЯ, р./км/мес. 0,60 0,67 0,66 0,50
-йА/йЯ, р./км/мес. 48,18 77,88 94,31 78,29
-йS/йЯ, р./км/мес." 14,35 25,33 29,50 35,66
-йА/йЯ - йS/йЯ,
р./км/мес. 62,53 103,21 123,82 113,96
йС/йЯ, р./км/мес." 39,22 73,18 100,4 126,4
* Средняя цена в секторе недорогого жилья на окраинах Москвы по данным: http://www.reline.ru/cgi-bin/index30. pl?=msk/analitika/arenda/arenda12; http://www.info-media.ru/ newsZpage266_47.htm; http://www.reline.ru/cgi-bin/index30. pl?=msk/analitika/arenda/arenda9. ** Расчеты выполнены по методике, описанной в (Шитова, 2005). *** Усредненные данные по всему году.
Расчеты и обозначения - согласно модели (3)-(6) на основе данных (Сборники..., 2006).
на выделение определенного сектора аренды жилья, использованная для оценки стоимость проживания А все равно может варьировать, что допускает большой разброс в значении величины йА/йЯ. В-третьих, только часть маятниковых трудовых мигрантов арендует жилье, остальная их часть имеет собственное жилье в Подмосковье. Поэтому ставка арендной платы, хотя и является хорошим индикатором стоимости проживания, может оказаться завышенным показателем при усреднении по всем маятниковым трудовым мигрантам.
Следует особо подчеркнуть, что превышение доходов над издержками МТМ, признаки которого проявились в расчетах настоящей работы в рамках расширенной модели (3), может иметь реальную природу, а не являться систематическим отклонением. Такой эффект могут вносить факторы влияния, пространственный паттерн которых аналогичен паттернам издержек и доходов МТМ9. В частности, одним из наиболее вероятных кандидатов на роль такого показателя является социальный капитал, поскольку человек может получать и накапливать больше социальных благ при проживании и работе ближе к центру. Речь идет о более качественном образовании, медицинском обслуживании, больших возможностях в плане отдыха (культура, искусство) и т.д. Логично предположить, что фактор социального капитала К имеет отрицательный градиент при удалении от центра йК/йЯ < 0 и компенсирует наблюдаемую гипотетическую выгоду от проживания на окраине. Вместе с тем могут существовать и другие показатели, вклад которых в уравнение равновесия может быть как положительным, так и отрицательным. К последним можно отнести, к примеру, экологические и психологические факторы, поскольку можно предположить, что уровни загрязнения среды, индивидуальной стрессовой нагрузки растут по мере приближения к центру. Наконец, существуют факторы, знак влияния которых трудно предугадать заранее,
9 В нашем случае - радиальное градиентное распределение.
или они могут вести себя по-разному в разных агломерациях. Например, знак градиента уровня преступности при удалении от центра к периферии требует отдельного изучения и может сильно различаться по регионам.
Все вышесказанное позволяет утверждать, что рассмотренная нами модель равновесия (5) может быть далее расширена за счет учета других факторов:
dC/dR = -dS/dR - dA/dR + dK/dR + ...
... + (-) dX/dR, (7)
где dK/dR - обсуждавшийся выше фактор социального капитала; dX/dR - другие факторы. Заслуживает особого внимания то обстоятельство, что для исследования указанных дополнительных факторов, в принципе, можно применить авторские подходы и методики, использованные в данном и более ранних исследованиях, например, для оценки инвестиций в человеческий капитал, если речь идет об обсуждавшемся выше факторе социального капитала. В отношении возможности расширения модели следует сделать два важных замечания.
1. Главной проблемой ввода дополнительных переменных в модель равновесия являются трудности количественной оценки социальных факторов, а самое главное - сложности сбора соответствующей первичной информации, позволяющей провести расчеты.
2. Даже в случае успешного решения проблем, описанном в предыдущем пункте, следует отметить, что вклад новых параметров, вводимых в уравнение равновесия (7) будет небольшим относительно трех основных рассмотренных нами факторов (издержки поездок, заработная плата, стоимость жилья). По результатам расчетов (см. табл. 3) вклад новых факторов можно ожидать на уровне ~10%. Кроме того, взаимная компенсация социальных факторов, действующих в противоположных направлениях, ведет к снижению эффекта. Таким образом, новые параметры, введенные в модель равновесия (7), имеют второй порядок малости по отношению к основным.
ЗАКЛЮЧЕНИЕ
Исследован рынок жилья в Подмосковье. При помощи регрессионной параметрической модели получены количественные оценки влияния различных факторов на стоимость квартиры. Получено удовлетворительное качественное и количественное согласие с методиками, используемыми для оценки жилья. Радиальный градиент снижения стоимости жилья при удалении от центра к периферии был оценен на уровне -0,5/-0,7 %/км (5).
Результат (5) и предложенная гипотеза равенства градиентов стоимости жилья и его аренды (6) позволили сделать количественные проверки в рамках расширенной модели равновесия (3). Несмотря на все возможные систематические погрешности, доходы и издержки маятниковых трудовых мигрантов оказались сравнимы между собой, по крайней мере по порядку величины. Кроме того, наблюдаемая гипотетическая разница между ними может являться следствием реальных факторов. Напомним, что тесная взаимосвязь землепользования в целом и рынка жилья в частности с мобильностью работников является базовым положением ряда теорий, описывающих движение трудовых ресурсов, в частности, СУМ. Проделанные нами расчеты в целом свидетельствуют в пользу данной гипотезы. В частности, учет фактора стоимости проживания в рамках расширенной модели баланса издержек/доходов от маятниковых трудовых поездок (5) устраняет обнаруженные ранее противоречия в рамках простой модели (3). Это подтверждает наличие динамического равновесия на рынке труда в Московской агломерации.
В заключение отметим, что модель (3) может быть легко расширена для учета новых факторов (7) при наличии соответствующих данных, получение которых является сложной задача. Однако, на наш взгляд, даже в случае успеха величина ожидаемого эффект не будет превышать ~10%, а следовательно, не может привести к кардинальному изменению резуль-
татов и выводов, полученных в рамках настоящей работы.
Литература
Мизес фон Л. Человеческая деятельность: трактат по экономической теории. М.: Экономика, 2000 (http://www.libertarium.ru/libertarium/humanact).
Сборники (2001-2006): Социально-экономическое положение муниципальных образований Московской области: Статистические сборники. М.: Мособлкомстат, 2006.
Шитова Ю.Ю. Исследование дифференциации заработной платы в Московской области // Экономическая наука современной России. 2005. № 3. С. 102-109.
Шитова Ю.Ю. Маятниковая трудовая миграция в Московской области: методический и прикладной анализ // Экономический журнал ВШЭ. 2006. № 1. С. 63-79.
Шитова Ю.Ю., Шитов Ю.А. Анализ и прогнозирование маятниковой трудовой миграции в Подмосковье на примере города Дубна // Вопросы прогнозирования. 2008а. № 4.
Шитова Ю.Ю., Шитов Ю.А. Микроанализ маятниковой трудовой миграции в Московской области // Регион: экономика и социология. 2008б. № 4. С. 119-137.
Mills E.S. Studies in the Structure of the Urban Economy. Baltimore: Johns Hopkins University Press, 1972.
Shitova Yu.Yu., Shitov Yu.A. Analysis and Forecast of Labor Commuting // Studies of Russian Economic Development. 2008. № 19. Р. 405-412.
Simpson W., Veen van der A. The Economics of Commuting and the Urban Labour Market // Journal of Economic Surveys. 1992. Vol. 6. № 1. Р. 45-62.
Tse C.Y., Chan A.W.H. Estimating the Commuting Cost and Commuting Time Property Price gradients // Regional Science and Urban Economics. 2003. № 33. Р. 745-767.
Рукопись поступила в редакции 22.04.2009 г.
ДИНАМИКА КОМПЕНСАЦИОННЫХ ВЫПЛАТ КОМПАНИЙ: ПО КАКОМУ ПУТИ ИДЕТ РОССИЯ?
А.А. Московская
Статья посвящена анализу динамики расходов на рабочую силу с начала рыночных реформ в России и изменениям в политике предоставления социального пакета в российских компаниях. Автор сопоставляет данные российской статистики труда с аналогичными данными в США, качественные данные независимых исследований корпоративной социальной политики и основные этапы институциональных преобразований в социально-трудовой сфере России пореформенного периода. В работе делается вывод об отсутствии экономической и институциональной базы для значимой социальной поддержки работников, которая долгое время приписывалась российским компаниям под видом пережитка советского времени или специфического российского «патернализма».
Ключевые слова: затраты на рабочую силу, компенсационные выплаты, социальный пакет, социально-трудовая сфера.
За время рыночных реформ в России немало говорилось о патернализме российских компаний. Но если в 1990-е гг. на него ссылались экономисты в связи с поддержанием избыточной занятости и объектов социальной сферы на предприятиях в условиях падения производства, то в 2000-е эту тему стали разрабатывать социологи. Они обратили внимание на то, что российские трудовые отношения не укладываются в рамки рационального контракта между работником и ра-
© Московская А.А., 2009 г.
