CC BY
11
ЭКОНОМИКА ТРУДА
Том 8 • Номер 7 • Июль 2021
ISSN 2410-1613 Russian Journal of Labor Economics
t>
Первое
экономическое издательство
закономерности распределения человеческого капитала в регионах россии
Минаев Н.Н. 1, Жарова Е.А. 1
1 Национальный исследовательский Томский государственный университет, Томск, Россия
АННОТАЦИЯ:_
В статье представлены результаты исследования, посвященного выявлению и описанию закономерностей распределения человеческого капитала в регионах Российской Федерации. Закономерности распределения получены авторами в результате анализа изменений в регионах величины накопленного человеческого капитала, выраженной в стоимостных оценках, под влиянием системы факторов. Получено представление о системе факторов, оказывающих влияние на эффективность реализации человеческого капитала и его величину на региональном уровне. На основе разработанной системы коэффициентов и индикаторов авторами произведен перерасчет суммы накопленного человеческого капитала в России в региональном разрезе. Полученные результаты имеют теоретическое и прикладное значение. Теоретическое значение заключается в совершенствовании методического аппарата стоимостной оценки величины человеческого капитала на региональном уровне. Кроме того, теоретическое значение имеет выявленная система факторов и закономерностей распределения человеческого капитала, на основе которых возможна выработка подходов к управлению накоплением человеческого капитала в регионах. Практическое значение полученных результатов заключается в возможности их использования региональными органами власти при разработке территориальных стратегий и программ отраслевого развития.
ФИНАНСИРОВАНИЕ. Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 20-310-90019.
КЛЮЧЕВЫЕ СЛОВА: человеческий капитал, межрегиональное распределение, закономерности и факторы распределения, дифференциация.
patterns of human capital distribution in Russian regions
MinaevN.N. 1, Zharova E.A. 1
1 National Research Tomsk State University, Russia
Введение
Человеческий капитал, являясь одним из ключевых факторов, обуславливающих высокий уровень социально-экономического развития (что подтверждается в таких работах, как [1] (Untura, 2019), [2] (Baranova, 2018), [3] (Sukhanova, 2018), [4] (Kozyreva, Suharev, Timakov, 2017)), требует выработки эффективных подходов к управлению его накоплением и рациональным распределением. Кроме того, одной из характеристик человеческого капитала на современном этапе
является неравномерность его территориального размещения. Данная тенденция особенно ярко прослеживается на территории Российской Федерации с ее диспропорциями в региональном распределении ресурсов.
Выработка подходов к управлению человеческим капиталом невозможна без понимания закономерностей его территориального размещения и факторов, обуславливающих их. Вместе с тем, несмотря на актуальность и значимость изучения закономерностей распределения и факторов, оказывающих влияние на накопление человеческого капитала, в отечественной литературе за последние годы представлено незначительное количество работ, посвященных данному вопросу. Так, среди работ, представляющих определенный научный интерес с точки зрения выявления в них факторов, влияющих на накопление человеческого капитала, можно выделить работы [5] (Prislyak, Rad'ko, 2018), [6] (Kelchevskaya, Shirinkina, 2019), [7] (Borsch, Zharova, 2019), [8] (Shirinkina, 2016). Отдельно можно рассмотреть работы, в которых рассматривается влияние на формирование человеческого капитала не системы факторов, а отдельного фактора. Наиболее полно сегодня в работах исследователей представлено влияние системы образования на человеческий капитал, к числу которых можно отне-
ABSTRACT:_
The article presents the results of a study devoted to identifying and describing the regularities of distribution of human capital in the regions of the Russian Federation. The distribution patterns were obtained by the authors as a result of the analysis of changes in the amount of accumulated human capital in the regions, expressed in cost estimates, under the influence of a system of factors. An idea of the factor system influencing the efficiency of the human capital's implementation and its value at the regional level is obtained. Based on the developed system of coefficients and indicators, the authors recalculated the amount of accumulated human capital in Russia in the regional context. The results obtained are of theoretical and applied significance. The theoretical significance lies in the improvement of the methodological approaches for estimating the value of human capital at the regional level. In addition, the identified system of factors and regularities of human capital's distribution, on the basis of which it is possible to develop approaches to managing the accumulation of human capital in the regions, is of theoretical importance. The practical significance of the results obtained lies in the possibility of their use by regional authorities in the development of territorial strategies and programs of sectoral development.
ACKNOWLEDGMENTS. The study was funded by RFBR, project number 20-310-90019.
KEYWORDS: human capital, interregional distribution, regularities and factors of distribution, diversification
JEL classification: E24, J24, oi5 Received: 17.05.2021 / published: 31.07.2021
© Author(s) / Publication: PRIMEC Publishers
For correspondence: Minaev N.N. (nnminaev0mai1.ru)
CITATION:_
Minaev N.N., Zharova E.A. (2021) Zakonomernosti raspredeleniya chelovecheskogo kapitala v re-gionakh Rossii [Patterns of human capital distribution in Russian regions]. Ekonomika truda. 8. (7). -683-700. doi: 10.18334/et.8.7.112315
сти [9] (Kuzminov, 2019), [10] (Komarov, 2017), [11] (Shirinkina, 2018), [12] (Shirinkina, 2016), [13] (Mel'nikov, 2017), [14] (Klyachko, Semionova, 2018). Ряд исследований посвящены влиянию процессов, протекающих на рынке труда, на человеческий капитал. Данные вопросы освещены в работах [15] (Korchak, 2018), [16] (Malinin, 2017), [17] ^еп^ик, 2017), [18] (Ат^, 2018).
Необходимо также выделить отдельно работы, посвященные оценке величины человеческого капитала и анализу его накопления, среди которых работы [19] (Anichin, Vashhejkina, 2018), [20] (Ketova, Romanovskij, Rusjak, 2019), [21] (Шавук, Stroev, 2017), поскольку в основе выявления факторов, влияющих на человеческий капитал, лежит изучение его текущего состояния.
Вместе с тем, рассматривая представленные работы, необходимо отметить, что при исследовании накопления человеческого капитала и факторов, влияющих на данный процесс (как отдельных факторов, так и их совокупности), не было выявлено закономерностей, отражающих процессы накопления и межрегионального распределения человеческого капитала. Вышеизложенное обуславливает цель исследования, которая заключается в выявлении и описании закономерностей распределения человеческого капитала на территории России.
Методическую основу исследования составили такие методы, как контент-анализ, индикативное планирование, методы математического моделирования, расчет абсолютных и относительных величин, метод группировок, табличный метод. Информационной базой исследования послужили данные Росстата, данные мониторинга общего образования, проводимого Рособрнадзором, данные мониторинга высшего образования.
Научная новизна исследования заключается в том, что авторами впервые предпринята попытка на основе полученных для регионов России оценок величины и факторов накопления человеческого капитала выявить и описать закономерности территориального распределения накопленного человеческого капитала.
Гипотеза исследования: формирование государственной политики управления процессами накопления человеческого капитала на территориальном уровне невозможно без понимания закономерностей его территориального размещения и факторов, обуславливающих накопление и эффективность использования.
В рамках проведенного ранее исследования, посвященного определению величины и анализу динамики накопленного человеческого капитала, авторами были получены
ОБ АВТОРАх:_
Минаев Николай Николаевич, профессор кафедры государственного и муниципального управления Института экономики и менеджмента, доктор экономических наук, профессор (nnminaev0mai1.ru) Жарова Екатерина Александровна, аспирант (yekaterina.zharova0mai1.ru)
ЦИТИРОВАТЬ СТАТЬЮ:_
Минаев Н.Н., Жарова Е.А. Закономерности распределения человеческого капитала в регионах России // Экономика труда. - 2021. - Том 8. - № 7. - С. 683-700. Сом 10.18334М.8.7.112315
стоимостные оценки накопления человеческого капитала в разрезе регионов России. Методическую основу данного исследования составил затратный метод (метод на основе расходов), заключающийся в оценке величины человеческого капитала путем определения совокупных затрат, осуществленных с целью его формирования (затраты на формальное образование за вычетом их амортизации, а также упущенные выгоды обучающихся). Вместе с тем необходимо отметить, что несмотря на то, что данный метод является одним из общепризнанных в мировом научном сообществе, на наш взгляд, оценки регионального человеческого капитала, полученные на его основе, не являются в полной мере достоверными.
Основной причиной, по которой, как полагают авторы, полученные оценки не являются объективным отражением величины накопленного человеческого капитала в регионах, является наличие в затратном подходе допущения о 100%-ной отдаче в процессе трудовой деятельности всех инвестиций, затраченных на формирование человеческого капитала. На практике подобное допущение не реализуется в силу ограничений, накладываемых качественными характеристиками среды, в которой используется накопленный человеческий капитал. В процессе накопления и реализации человеческого капитала важно не только сформировать требуемый объем знаний, умений и навыков, составляющих основу человеческого капитала, но и обеспечить соответствующий уровень развития среды, в которой в дальнейшем будет осуществляться непосредственная реализация накопленного человеческого капитала. Учитывая диспропорции в региональном развитии, существующие на территории России, мы можем с высокой степенью достоверности предположить, что среда использования человеческого капитала в региональном разрезе не обеспечивает возможности реализации накопленного человеческого капитала со 100%-ной эффективностью.
Основываясь на данном предположении, авторами в одном из предшествующих исследований была разработана система индикаторов для оценки стоимости регионального человеческого капитала [22] (Minaev, Zharova, 2021). При разработке системы индикаторов авторами были проанализированы региональные процессы, оказывающие влияние на человеческий капитал, и выявлены факторы, формирующие среду, под влиянием которой изменяется накопленная величина человеческого капитала в процессе его реализации. С целью получения достоверных оценок накопленного человеческого капитала и дальнейшего анализа закономерностей его распределения на территории России авторами был произведен перерасчет стоимости регионального человеческого капитала с учетом методики, описанной в работе [22] (Minaev, Zharova, 2021).
Полученные данные демонстрируют, что в результате учета факторов, формирующих среду реализации накопленного человеческого капитала, реальное значение его величины сократилось с 98,6 триллионов рублей до 70,3 триллионов рублей, что позволяет нам выявить и обозначить первую закономерность.
Территориальная среда реализации накопленного человеческого капитала оказывает воздействие на его распределение и уровень эффективности использова-
ния. Среда реализации накопленного человеческого капитала на территории России обладает низкой степенью эффективности, что в результате приводит к невозможности максимального использования накопленного объема и потерям в стоимости человеческого капитала. Кроме того, мы можем говорить, что инвестиции, осуществляемые на территории России в систему образования как основной институт, в котором осуществляется формирование человеческого капитала, имеют отдачу на уровне 70%, что является негативным показателем.
Далее более подробно остановимся на каждом из факторов, выявленных в работе [22] (Minaev, Zharova, 2021), проанализируем их влияние на величину накопленного человеческого капитала и выявим основные закономерности распределения человеческого капитала.
Фактор реального использования человеческого капитала (Working Time).
Данный фактор отражает степень эффективности использования рабочего времени, в процессе которого реализуется накопленный человеческий капитал. В рамках оценки его влияния определяется качество функционирования региональных рынков труда через анализ таких показателей, как уровень безработицы и число незанятых вакантных мест в регионе. В таблице 1 представлены значения данного показателя для регионов России.
Так, принимая во внимание влияние фактора реального использования рабочего времени, мы видим, что под его воздействием в 2019 году происходит сокращение величины накопленного человеческого капитала с 98,6 трлн рублей до 97,4 трлн рублей. Вместе с тем необходимо отметить, что в подавляющем большинстве регионов уровень эффективности функционирования рынков труда является благополучным (значение фактора - 1,1) и приемлемым (значение фактора - 1,0), а также за счет положительного влияния данного фактора в 2019 году произошел прирост величины накопленного человеческого капитала, в частности, наибольший прирост отмечается в г. Санкт-Петербурге (с 4,5 трлн рублей до 4,9 трлн рублей) и Республике Дагестан (с 1,4 трлн рублей до 1,6 трлн рублей). В то же время наблюдаются существенные потери в величине накопленного человеческого капитала в значительном количестве регионов, так, наиболее сильное негативное влияние в 2019 году данный фактор оказал на Приморский край (сокращение величины с 1,2 трлн рублей до 1 трлн рублей) и Красноярский край (сокращение величины с 1,8 трлн рублей до 1,7 трлн рублей). Данное сокращение обусловлено низким уровнем эффективности функционирования рынков труда в данных регионах - негативный уровень (значение фактора - 0,9) и критический уровень (значение фактора - 0,8). Полученные данные позволяют сформулировать следующую закономерность:
Уровень безработицы и величина незанятых рабочих мест на территории влияют на территориальное распределение человеческого капитала. Высокий уровень безработицы, а также наличие большого числа незанятых вакантных мест в регионе оказывают негативное понижающее воздействие на эффективность использования
Группировка регионов по уровню реального использования человеческого капитала на 2019 год
Значение фактора Working Time1 Регионы Общая стоимость человеческого капитала, трлн руб.2 Численность занятых, млн чел. Исходная сумма человеческого капитала / Новая сумма человеческого капитала, трлн руб.
1,1 г. Санкт-Петербург, Республика Дагестан 6,6 4,3 98,6/
1,0 Области: Брянская, Курская, Воронежская, Ивановская, Калужская, Костромская, Липецкая, Московская, Тверская, Орловская, Томская, Рязанская, Смоленская, Тамбовская, Тульская, Ярославская, Архангельская, Вологодская, Ленинградская, Псковская, Новгородская, Астраханская, Волгоградская, Ростовская, 76,9 55,5 97,3
Кировская, Нижегородская, Оренбургская, Пензенская, Самарская, Саратовская, Ульяновская, Курганская, Свердловская, Тюменская Челябинская, Новосибирская. Республики: Карелия, Крым, Адыгея, Калмыкия, Кабардино-Балкарская, Удмуртская, Алтай, Карачаево-Черкесская, Северная Осетия - Алания, Башкортостан, Марий Эл, Мордовия, Хакасия, Татарстан, Саха (Якутия). Автономные округа: Ненецкий, Ханты-Мансийский, Ямало-Ненецкий. Города: Москва, Севастополь. Края: Краснодарский, Пермский Ставропольский, Алтайский, Хабаровский
0,9 Области: Калининградская, Владимирская, Белгородская, Иркутская, Сахалинская, Кемеровская, Омская, Магаданская Республики: Коми, Чеченская, Чувашская, Тыва, Бурятия Края: Красноярский, Забайкальский, Камчатский Автономные округа: Чукотский 11,7 9,3
0,8 Мурманская область, Республика Ингушетия, Приморский край, Амурская область, Еврейская АО 2,1 1,9
Итого 97,3 71,0
1 Методика расчета параметра Working Time, а также пояснения по конвертации полученных значений, представлены в работе [22] (Minaev, Zharova, 2021).
2 Рассчитана на основе затратного подхода и скорректирована на величину значения фактора в колонке «Значение фактора Working Time» Источник: составлено авторами по результатам собственных расчетов на основе данных Росстата.
человеческого капитала и его накопленную величину. В то же время низкий уровень безработицы и небольшое значение числа незанятых вакантных мест приводят к повышению эффективности и величины человеческого капитала.
С одной стороны, кажется очевидным влияние безработицы на накопление человеческого капитала, однако авторы хотели бы подчеркнуть значимость данного фактора. Необходимо отметить, что высокий уровень безработицы приводит к ситуации, когда большое число накопленного человеческого капитала не задействовано в трудовой деятельности и в результате длительного периода выпадения часть полученных знаний, умений и навыков не используются и устаревают, что приводит, с одной стороны, к потерям инвестиций, затраченных на их формирование, и с другой стороны, к необходимости новых инвестиций для вовлечения человеческого капитала в трудовую деятельность. Вместе с тем наличие большого числа вакантных мест в регионе также является негативным фактором, поскольку указывает на наличие разрывов между уровнем накопленного и требующегося человеческого капитала. Так, с одной стороны, вакантные места в регионе могут быть незаняты в силу того, что качество накопленного человеческого капитала существенно ниже требований, предъявляемых работодателями, либо ситуация может быть противоположной, и регион обладает высококачественным человеческим капиталом, но представленные на рынке труда вакансии требуют значительно более низкой квалификации и являются низкооплачиваемыми. Таким образом, мы можем говорить о том, что величина наколенного человеческого капитала сопряжена не только с количественными характеристиками рынка труда, но и его качественным состоянием.
Фактор технологического развития региона (Level of Technical Development).
Для России особую актуальность сегодня приобретает вопрос технического оснащения отраслей экономики современным высокотехнологичным оборудованием, что в перспективе должно позволить отказаться от экспортно-сырьевой модели экономики и перейти к инновационному развитию и цифровой экономике. В этой связи особенно остро встает вопрос о качестве и величине человеческого капитала, который должен соответствовать уровню технологического развития. В настоящее время образовательная система в России подготавливает специалистов с более высоким уровнем знаний, умений и навыков, способных работать на высокотехнологичных производствах. В то же время на практике во многих регионах уровень технологического оснащения не соответствует величине уже накопленного человеческого капитала, что приводит к недоиспользованию имеющегося у территории потенциала и активизации процессов перемещения человеческого капитала, выраженных в трудовой миграции. В рамках оценки данного фактора анализируются такие параметры, как количество поданных и внедренных патентных заявок, затраты на исследования и разработки, стоимость введенного в работу инновационного оборудования и ряд других показателей. Анализ данных показателей позволяет определить уровень технологического развития в регионах. Данные анализа представлены в таблице 2.
Группировка регионов по уровню технологического развития на 2019 год
Значение Регионы Общая сто- Численность Исходная сумма
фактора имость че- занятых, млн человеческого
Level of ловеческого чел. капитала / Новая
Technical капитала, сумма человече-
Develop- трлн руб.2 ского капитала,
ment1 трлн руб.
1,0 Нижегородская область 2,3 1,6 98,6/ 79,3
0,8 Области: Брянская, Курская, Воронежская, Ивановская, Калужская, Костромская, Липецкая, Московская, Тверская, Орловская, Томская, Рязанская, Смоленская, Тамбовская, Тульская, Омская, Ярославская, Архангельская, Вологодская, Ленинградская, Псковская, Новгородская, Астраханская, Волгоградская, Ростовская, Кировская, Оренбургская, Пензенская, Самарская, Саратовская, 77,0 69,4
Ульяновская, Курганская, Свердловская, Тюменская Челябинская, Новосибир-
ская, Белгородская, Калининградская, Сахалинская, Владимирская, Иркутская,
Кемеровская, Магаданская, Мурманская, Амурская
Республики: Дагестан, Коми, Карелия, Крым, Адыгея, Тыва, Калмыкия, Удмурт-
ская, Алтай,
Кабардино-Балкарская, Бурятия,
Карачаево-Черкесская, Северная Осетия -Алания, Башкортостан, Марий Эл, Мордовия, Хакасия, Татарстан, Саха (Якутия), Чеченская, Чувашская, Ингушетия
Автономные округа: Ненецкий, Ханты-Мансийский, Ямало-Ненецкий, Чукотский,
Еврейский Города: Москва, Санкт-Петербург, Севастополь.
Края: Краснодарский, Пермский Ставропольский, Алтайский, Хабаровский,
Красноярский, Забайкальский, Камчатский, Приморский
Итого 79,3 71,0
1 Методика расчета параметра Level of Technical Development, а также пояснения по конвертации полученных значений, представ-
лены в работе [22] (Minaev, Zharova, 2021).
2 Рассчитана на основе затратного подхода и скорректирована на величину значения фактора в колонке «Значение фактора Level of Technical Development»
Источник: составлено авторами по результатам собственных расчетов на основе данных Росстата.
Оценивая влияние фактора технологического развития в регионах, мы можем сделать вывод, что он оказал наибольшее негативное воздействие среди всех выявленных нами факторов. Во всех регионах России, за исключением Нижегородской области, уровень технологического развития является критическим, что в результате приводит к потерям 20% стоимости накопленного человеческого капитала. В 2019 году наиболее существенное сокращение величины накопленного человеческого капитала за счет влияния данного фактора произошло в г. Москве (с 13 трлн рублей до 10,3 трлн рублей) и Московской области (с 4,7 трлн рублей до 3,7 трлн рублей). На основании полученных оценок мы можем выявить следующую закономерность:
Уровень технологического развития территории должен быть гармонизирован с величиной накопленного человеческого капитала. Низкий уровень технологического развития, не соответствующий имеющемуся человеческому капиталу, негативно влияет на накопление человеческого капитала и приводит к существенным потерям его величины. При высоком уровне технологического развития происходит повышение эффективности использования накопленного человеческого капитала и рост его накопленной величины.
На практике наличие данной закономерности подтверждается во многих регионах России. В качестве примера мы можем рассмотреть ситуацию, когда с целью формирования качественного человеческого капитала индивид выбирает для получения образования регионы (или страны) с более развитой системой образования и более высоким уровнем технологического развития (что позволяет на практике формировать навыки на более высоком качественном уровне). В то же время после получения образования индивид может переехать в регион с более низким уровнем технологического развития, в результате чего сформированный им человеческий капитал будет недоиспользован в силу отсутствия технологий и оборудования соответствующего ему уровня.
Фактор качества среды формирования человеческого потенциала (Level of
Human Potential). Вопросы трансформации образовательной среды сегодня являются одними из наиболее обсуждаемых в научном сообществе, в том числе в контексте исследований формирования человеческого капитала. От эффективности функционирования образовательной среды зависят качественные и количественные характеристики человеческого потенциала, который при выходе на рынок труда преобразуется в человеческий капитал. Вместе с тем, несмотря на наличие единых образовательных стандартов на территории страны, для России характерна дифференциация регионов по качеству образовательной среды. В рамках оценки качества среды формирования человеческого потенциала мы анализируем такие характеристики образовательных систем, как качество кадрового состава, уровень технологического оснащения, эффективность работы системы образования через показатели трудоустройства выпускников по специальности. Данные проведенных расчетов представлены в таблице 3.
Группировка регионов по качеству среды формирования человеческого потенциала на 2019 год
Значение Регионы Общая Числен- Исходная сумма
фактора Level стоимость ность человеческого
of Human человеческого занятых, капитала / Новая
Potential1 капитала, трлн руб.2 млн чел. сумма человеческого капитала, трлн руб.
1,1 Московская область, г. Москва 19,4 12,3 98,6/ 92,9
1,0 Области: Липецкая, Вологодская, Ленинградская, Новгородская, Пензенская, Челябинская, Кемеровская. Города: Санкт-Петербург. Края:Ставропольский, Алтайский 17,8 12,8
0,9 Области: Белгородская, Брянская, Владимирская, Воронежская, Ивановская, Калужская, Костромская, Орловская, Рязанская, Смоленская, Тамбовская, Тверская, Тульская, Томская, Ярославская, Архангельская, Калининградская, Мурманская, Псковская, Астраханская, Ростовская, Кировская, Нижегородская, Оренбургская, Самарская, Саратовская, Ульяновская, Курганская, Свердловская, Тюменская, Иркутская, Новосибирская. Республики: Карелия, Коми, Адыгея, Марий Эл, Мордовия, Татарстан, Удмуртская, Чувашская, Саха (Якутия). Края: Краснодарский, Пермский, Красноярский, Приморский,Хабаровский Автономные округа: Ханты-Мансийский, Ямало-Ненецкий 46,4 37,4
0,8 Области: Курская, Омская, Волгоградская, Амурская, Магаданская, Сахалинская, Республики: Крым, Калмыкия, Дагестан, Ингушетия, Кабардино-Балкарская, Алтай, Карачаево-Черкесская, Северная Осетия - Алания, Хакасия, Тыва, Бурятия, Чеченская, Края: Забайкальский, Камчатский, Автономные округа: Ненецкий Еврейская, Чукотский Города: Севастополь 9,3 8,5
Итого 92,9 71,0
1 Методика расчета параметра Level of Human Potential, а также пояснения по конвертации полученных значений, представлены в работе [22] (Minaev, Zharova, 2021).
2 Рассчитана на основе затратного подхода и скорректирована на величину значения фактора в колонке «Значение фактора Level of Human Potential»
Источник: составлено авторами по результатам собственных расчетов на основе данных Росстата.
Полученные результаты наглядно демонстрируют неравномерность качества образовательной среды на территории России. Так, в большинстве регионов страны качество образовательной среды (формирующей человеческий потенциал, который в дальнейшем в процессе труда преобразуется в человеческий капитал) находится на негативном и критическом уровне, что приводит к сокращению величины накопленного человеческого капитала. Наибольшие потери человеческого капитала под влиянием данного фактора в 2019 году произошли в Краснодарском крае (с 3,5 трлн рублей до 3,1 трлн рублей) и Волгоградской области (с 1,5 трлн рублей до 1,2 трлн рублей). В то же время за счет высокого качества образовательной среды в 2019 году в г. Москве и Московской области произошел прирост величины человеческого капитала (с 13 трлн рублей до 14,2 трлн рублей и с 4,7 трлн рублей до 5,1 трлн рублей соответственно). Таким образом, мы можем выявить следующую закономерность:
Качество среды формирования человеческого потенциала (образовательная среда) является фактором, обеспечивающим привлекательность территории. Низкое качество среды формирования человеческого потенциала (образовательной среды) негативно влияет на величину накопленного человеческого капитала и ведет к ее сокращению. В то же время высокое качество среды обеспечивает повышение эффективности реализации человеческого капитала и прирост его величины.
На практике сегодня мы наблюдаем наличие существенных разрывов в качестве региональных образовательных систем. В качестве подтверждения можно привести результаты мониторинга системы общего образования, проводимого Рособрнадзором1. Данные мониторинга указывают на существенную дифференциацию в качестве общего образования в регионах России, так что минимальное значение в рейтинге составляет всего 7,8 баллов (Республика Ингушетия), а максимальное -92 балла (г. Москва). Схожая ситуация наблюдается и в системе профессионального образования. Таким образом, оценка качества среды формирования человеческого потенциала имеет существенное значение, поскольку государство может инвестировать крупные средства в образовательную систему, но не получать при этом качественного результата в процессе накопления человеческого капитала.
Фактор производительности человеческого капитала (Productive Efficiency). Человеческий капитал сегодня признан одним из факторов, обеспечивающих высокие темпы экономического роста и переход к устойчивому развитию. Вместе с тем реализация данных задач возможна только при рациональном распределении и использовании имеющегося человеческого капитала. Анализ результатов использования человеческого капитала в регионах позволяет определить, насколько качественной является среда, в которой используется человеческий капитал. Данный фактор является результирующим, и с его помощью возможно определить степень эффективно-
1 Федеральная информационная система оценки качества образования [Электронный ресурс]. URL: https://maps-oko.fioco.ru/ (дата обращения: 23.04.2021)
Группировка регионов по производительности человеческого капитала на 2019 год
Значение фактора Productive Efficiency1 Регионы Общая стоимость человеческого капитала, трлн руб.2 Численность занятых, млн чел. Исходная сумма человеческого капитала / Новая сумма человеческого капитала, трлн руб.
1,1 Города: Москва, Санкт-Петербург Области: Тюменская, Магаданская, Сахалинская. 23,5 14,8 98,6/ 93,1
Автономные округа: Ханты-Мансийский, Ямало-Ненецкий Края: Камчатский
1,0 Области: Белгородская, Калужская, Липецкая, Московская, Вологодская, Мурманская, Ростовская, Нижегородская, Свердловская, Иркутская, Томская Республики: Татарстан, Саха (Якутия) Края: Красноярский, Автономные округа: Ненецкий, Чукотский 24,0 17,2
0,9 Области: Брянская, Тульская, Владимирская, Воронежская, Рязанская, Ярославская, Архангельская, Астраханская, Калининградская, Новгородская Ленинградская, Волгоградская, Пензенская, Самарская, Челябинская, Новосибирская, Омская Города: Севастополь Республики: Коми, Ингушетия, Башкортостан, Марий Эл, Бурятия Края: Краснодарский, Пермский, Приморский, Хабаровский 27,6 22,2
0,8 Области: Ивановская, Курская, Костромская, Орловская, Смоленская, Тамбовская, Тверская, Псковская, Дагестан, Кировская, Оренбургская, Саратовская, Ульяновская, Курганская, Кемеровская, Амурская Республики: Карелия, Адыгея, Калмыкия, Крым, Кабардино-Балкарская, Карачаево-Черкесская, Северная Осетия -Алания, Чеченская, Мордовия, Удмуртская, Чувашская, Алтай, Тыва, Хакасия Края: Ставропольский, Алтайский, Забайкальский Автономные округа: Еврейский 18,0 16,8
Итого 93,1 71,0
1 Методика расчета параметра Productive Efficiency, а также пояснения по конвертации полученных значений, представлены в
работе [22] (Minaev, Zharova, 2021).
2 Рассчитана на основе затратного подхода и скорректирована на величину значения фактора в колонке «Значение фактора Productive Efficiency»
Источник: составлено авторами по результатам собственных расчетов на основе данных Росстата.
сти воздействия трех ранее выделенных факторов. В рамках оценки данного фактора мы анализируем такие показатели, как валовый региональный продукт, численность занятых в высокотехнологичных отраслях, среднюю заработную плату по регионам. Данные проведенных расчетов представлены в таблице 4.
Результаты проведенного анализа отражают наличие существенной дифференциации по степени результативности человеческого капитала в регионах России. Так, в большинстве регионов результативность находится на негативном и низком уровне, в результате чего происходит потеря величины человеческого капитала. Наибольшие потери в 2019 году произошли в Краснодарском крае (с 3,5 трлн рублей до 3,1 трлн рублей) и Ставропольском крае (с 1,7 трлн рублей до 1,4 трлн рублей). В то же время за счет эффективного использования человеческого капитала в ряде регионов наблюдается прирост его величины. Наибольший прирост в 2019 году произошел в г. Москве (с 13 трлн рублей до 14, 2 трлн рублей) и г. Санкт-Петербурге (с 4,5 трлн рублей до 4,9 трлн рублей). В результате можно говорить о том, что 4 описанных выше фактора формируют поле оценки эффективности человеческого капитала.
заключение
Таким образом, более высокий уровень накопленного человеческого капитала и более высокое качество факторов, влияющих на него (факторы WT, LTD, LHP), приводят к более высокому уровню производительности человеческого капитала и приросту его величины. Низкий уровень человеческого капитала и низкое качество факторов, воздействующих на него, приводят к низкой производительности и сокращению величины накопленного человеческого капитала.
В результате проведенного исследования авторами выявлены закономерности межрегионального распределения человеческого капитала на территории России, а также факторы, обуславливающие данные закономерности. В дальнейших исследованиях выявленные закономерности и факторы будут положены в основу разработки межрегионального баланса человеческого капитала, представляющего собой, по мнению авторов, эффективный инструмент управления накоплением и распределением человеческого капитала в России.
ИСТОЧНИКИ:
1. Унтура Г.А. Оценка влияния человеческого капитала на экономический рост российских регионов в условиях финансовых ограничений // Пространственная экономика. - 2019. - № 1. - с. 107-131.
2. Баранова Н.М. Некоторые оценки человеческого капитала и его роль в экономическом развитии России // Вестник Российского университета дружбы народов. Серия: Экономика. - 2018. - № 4. - с. 559-569.
3. Суханова Т.В. Экономический рост и социальное неравенство - глобальные проблемы современности // Экономика труда. - 2018. - № 4. - с. 925-934.
4. Козырева Г.Б. Человеческий капитал и модели роста // Управление экономическими системами: электронный научный журнал. - 2017. - № 8 (102). - с. 11.
5. Пришляк Е.А., Радько С.Г, Исследование факторов, влияющих на формирование человеческого капитала в Российской Федерации // Управленческие науки. -2018. - № 2. - с. 94-105.
6. Кельчевская Н. Р., Ширинкина Е.В. Региональные детерминанты эффективного использования человеческого капитала в цифровой экономике // Экономика региона. - 2019. - № 2. - с. 465-482.
7. Борщ Л.М., Жарова А.Р. Методология развития человеческого капитала с позиций цифровой экономики // Креативны экономика. - 2019. - № 11. - с. 2141-2158.
8. Ширинкина Е.В. Идентификация и оценка факторов среды формирования человеческого капитала // Современная научная мысль. - 2016. - № 6. - с. 144-150.
9. Кузьминов Я., Сорокин П., Фрумин И. Общие и специальные навыки как компоненты человеческого капитала: новые вызовы для теории и практики образования // Форсайт. - 2019. - № 2. - с. 19-41.
10. Комаров А.В. Роль образования в формировании человеческого капитала в современной России // Гуманитарные науки. Вестник Финансового университета. -
2017. - № 3 (27). - с. 83-88.
11. Ширинкина Е.В. Повышение конкурентоспособности выпускников вузов как носителей человеческого капитала в экономике знаний // Экономика образования. -
2018. - № 4(107). - с. 70-78.
12. Ширинкина Е.В. Оценка качества образования в формировании человеческого капитала // Бизнес. Образование. Право. - 2016. - № 3 (36). - с. 138-143.
13. Мельников Р.М. Оценка эффективности инвестиций в высшее и среднее профессиональное образование в современных российских условиях // Экономический анализ: теория и практика. - 2017. - № 8(467). - с. 1486-1507.
14. Клячко Т. А. Вклад образования в социально-экономическое развитие регионов России // Экономика региона. - 2018. - № 3. - с. 791-805.
15. Корчак Е.А. Человеческий капитал и дисбаланс на рынках труда арктической зоны России // Национальные интересы: приоритеты и безопасность. - 2018. - № 9. - с. 1619-1631.
16. Малинин А.М., Андреева Д.А. Региональный рынок труда: трансформация человеческого потенциала, трудового потенциала и человеческого капитала // Components of 8с1епййс and ТесЬпо1од1са1 Progress. - 2017. - № 1 (31). - с. 30-34.
17. Ленчук Е.Б. Формирование кадрового потенциала для инновационной экономики // Экономическое возрождение России. - 2017. - № 1 (51). - с. 22-26.
18. Амиров Р.А. Цифровая экономика и актуальные задачи ее кадрового обеспечения в России // Управленческое консультирование. - 2018. - № 9 (117). - с. 42-50.
19. Аничин В.Л., Ващейкина Ю.Ю. Особенности применения индексного метода к анализу стоимости человеческого капитала // Вестник Курской государственной сельскохозяйственной академии. - 2018. - № 3. - с. 140-144.
20. Кетова К.В., Русяк И.Г., Романовский Ю.М. Математическое моделирование динамики человеческого капитала // Компьютерные исследования и моделирование. -2019. - № 2. - с. 329-342.
21. Власюк Л.И., Строев П.В. Методика определения уровня развития человеческого капитала и его дифференциация в регионах России // Экономика. Налоги. Право. -2017. - № 4. - с. 86-95.
22. Минаев Н.Н., Жарова Е.А. Система индикаторов оценки стоимости человеческого капитала под воздействием межрегиональных миграционных процессов // Региональная экономика: теория и практика. - 2021. - № 3. - с. 539-562.
REFERENCES:
Amirov R.A. (2018). Tsifrovaya ekonomika i aktualnye zadachi ee kadrovogo obe-specheniya v Rossii [Digital economy and actual tasks of its staffing in Russia]. Management consulting. (9 (117)). 42-50. (in Russian).
Anichin V.L., Vascheykina Yu.Yu. (2018). Osobennostiprimeneniya indeksnogo metoda k analizu stoimosti chelovecheskogo kapitala [Features of the application of the index method to the analysis of the cost of human capital]. Vestnik Kurskoy gosudarstven-noy selskokhozyaystvennoy akademii. (3). 140-144. (in Russian).
Baranova N.M. (2018). Nekotorye otsenki chelovecheskogo kapitala i ego rol v ekonomi-cheskom razvitii Rossii [Some estimates of human capital and its role in the economic development of Russia]. Bulletin of the Russian University of PeoplesVFriendship. series: economics. (4). 559-569. (in Russian).
Borsch L.M., Zharova A.R. (2019). Metodologiya razvitiya chelovecheskogo kapitala s pozitsiy tsifrovoy ekonomiki [Methodology of human capital development from the perspective of digital economy]. Kreativny ekonomika. (11). 2141-2158. (in Russian).
Kelchevskaya N. R., Shirinkina E.V. (2019). Regionalnye determinanty effektivnogo is-polzovaniya chelovecheskogo kapitala v tsifrovoy ekonomike [Regional determinants of effective use of human capital in the digital economy]. Economy of the region. (2). 465-482. (in Russian).
Ketova K.V., Rusyak I.G., Romanovskiy Yu.M. (2019). Matematicheskoe modelirovanie dinamiki chelovecheskogo kapitala [Mathematical modeling of the human capital dynamics]. Kompyuternye issledovaniya i modelirovanie. (2). 329-342. (in Russian).
Klyachko T. A. (2018). Vklad obrazovaniya v sotsialno-ekonomicheskoe razvitie region-ov Rossii [Contribution of education to the socio-economic development of the subjects of the Russian Federation]. Economy of the region. 14 (3). 791-805. (in Russian).
Komarov A.V. (2017). Rol obrazovaniya v formirovanii chelovecheskogo kapitala v sovremennoy Rossii [The role of education in human capital development in contemporary Russia]. Gumanitarnye nauki. Vestnik Finansovogo universiteta. (3 (27)). 83-88. (in Russian).
Korchak E.A. (2018). Chelovecheskiy kapital i disbalans na rynkakh truda arkticheskoy zony Rossii [Human capital and imbalance in the labor markets of the Russian Arctic]. National interests: priorities and security. (9). 1619-1631. (in Russian).
Kozyreva G.B. (2017). Chelovecheskiy kapital i modeli rosta [Human capital and growth models]. Management of economic systems: scientific electronic journal. (8 (102)). 11. (in Russian).
Kuzminov Ya., Sorokin P., Frumin I. (2019). Obshchie i spetsialnye navyki kak kom-ponenty chelovecheskogo kapitala: novye vyzovy dlya teorii i praktiki obrazovaniya [Generic and specific skills as components of human capital: new challenges for education theory and practice]. Foresight. (2). 19-41. (in Russian).
Lenchuk E.B. (2017). Formirovanie kadrovogo potentsiala dlya innovatsionnoy ekono-miki [The formation of human resources potential for the innovation economy]. The Economic Revival of Russia. (1 (51)). 22-26. (in Russian).
Malinin A.M., Andreeva D.A. (2017). Regionalnyy rynok truda: transformatsiya chelovecheskogo potentsiala, trudovogo potentsiala i chelovecheskogo kapitala [Regional labour market: transformation of human potential, labour potential and human capital]. Components of Scientific and Technological Progress. (1 (31)). 30-34. (in Russian).
Melnikov R.M. (2017). Otsenka effektivnosti investitsiy v vysshee i srednee professional-noe obrazovanie v sovremennyh rossiyskikh usloviyakh [Evaluating the return on investments in higher and secondary vocational education under modern conditions in Russia]. Economic analysis: theory and practice. (8(467)). 1486-1507. (in Russian).
Minaev N.N., Zharova E.A. (2021). Sistema indikatorov otsenki stoimosti chelovecheskogo kapitala pod vozdeystviem mezhregionalnyh migratsionnyh protsessov [A system of indicators to assess the value of human capital under the influence of interregional migration processes]. Regional Economics: Theory and Pactice. (3). 539 - 562. (in Russian).
Prishlyak E.A., Radko S.G, (2018). Issledovaniefaktorov, vliyayushchikh na formiro-vanie chelovecheskogo kapitala v Rossiyskoy Federatsii [Studying the factors affecting the generation of human capital in the Russian Federation]. Management Sciences. (2). 94-105. (in Russian).
Shirinkina E.V. (2016). Identifikatsiya i otsenka faktorov sredy formirovaniya chelovecheskogo kapitala [Identification and evaluation of factors of environment of human capital formation]. Modern scientific thought. (6). 144-150. (in Russian).
Shirinkina E.V. (2016). Otsenka kachestva obrazovaniya v formirovanii chelovecheskogo kapitala [Evaluation of the quality of education in the formation of human capital]. Business. Education. Law. (3 (36)). 138-143. (in Russian).
Shirinkina E.V. (2018). Povyshenie konkurentosposobnosti vypusknikov vuzov kak nos-iteley chelovecheskogo kapitala v ekonomike znaniy [Increase of competitiveness of graduates of high schools as hospiters of human capital in the economy of knowledge]. Economics of education. (4(107)). 70-78. (in Russian).
Sukhanova T.V. (2018). Ekonomicheskiy rost i sotsialnoe neravenstvo - globalnyeproble-my sovremennosti [Economic growth and social inequality - the global problems of our time]. Russian Journal of Labor Economics. (4). 925-934. (in Russian).
Untura G.A. (2019). Otsenka vliyaniya chelovecheskogo kapitala na ekonomicheskiy rost rossiyskikh regionov v usloviyakh finansovyh ogranicheniy [Estimation of human capital influence on economic growth in russian regions under conditions of financial shortage]. Spatial Economics. (1). 107-131. (in Russian).
Vlasyuk L.I., Stroev P.V. (2017). Metodika opredeleniya urovnya razvitiya chelovecheskogo kapitala i ego differentsiatsiya v regionakh Rossii [A methodology for determining the level of human capital development and its differentiation in the regions of Russia]. Economy. Taxes. Law. (4). 86-95. (in Russian).
