Российский работник - книга - ВШЭ

РОССИЙСКИЙ
РАБОТНИК
образование
профессия
квалификация
Под редакцией
В.Е. Гимпельсона и Р.И. Капелюшникова
Издательский дом Высшей школы экономики
Москва 2011
УДК 331.105.24(471+571)
ББК 65.240(2Рос)
Р-76
Авторский коллектив:
Биляк Т.А. (гл. 5); Вишневская Н.Т. (гл. 9);
Гимпельсон В.Е. (введение, гл. 4, 5, 7, заключение); Денисова И.А. (гл. 8);
Капелюшников Р.И. (введение, гл. 1, 4, 5, заключение); Карабчук Т.С. (гл. 5);
Лазарева О.В. (гл. 8); Лукьянова А.Л. (гл. 2, 4); Ощепков А.Ю. (гл. 3, 6);
Рыжикова З.А. (гл. 5); Цухло С.В. (гл. 8)
Рецензент:
кандидат экономических наук,
председатель сектора социально-экономического развития
Центра сравнительных социально-экономических
и социально-политических исследований ИМЭМО РАН
Ф.Э. Бурджалов
ISBN 978-5-7598-0901-2 © Оформление. Издательский дом

Высшей школы экономики, 2011
ОГЛАВЛЕНИЕ
Введение................................................................................................................................. 7
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы

1.1. Введение................................................................................................................. 22
1.2. Общетеоретические представления ..................................................................... 26
1.3. Динамика запасов.................................................................................................. 30
1.4. Динамика потоков................................................................................................. 38
1.5. Качество образования ........................................................................................... 43
1.6. «Инновационные» формы человеческого капитала............................................ 55
1.7. Человеческий капитал и положение работников на рынке труда ...................... 59
1.8. Человеческий капитал и заработки ...................................................................... 67
1.9. Динамика норм отдачи и образовательных «премий»......................................... 71
1.10. Человеческий капитал, производимый на рабочих местах ............................... 82
1.11. Характеристики профессиональной структуры рабочей силы ......................... 95
1.12. Заключение .........................................................................................................110
Приложение П1...........................................................................................................116
Литература ...................................................................................................................144
Глава 2. Отдача от образования в России: что показывает метаанализ

2.1. Введение................................................................................................................149
2.2. Методологические основы измерения отдачи от образования:
уравнение Минцера ....................................................................................................151
2.3. Метод мета+анализа..............................................................................................157
2.4. Эволюция человеческого капитала в России в 1990–2000+е годы
и ее влияние на отдачу от образования ......................................................................161
2.5. Описание мета+данных ........................................................................................164
2.6. Результаты мета+анализа......................................................................................172
2.7. Симуляция мета+анализа на данных РМЭЗ........................................................179
2.8. Заключение ...........................................................................................................187
Литература ...................................................................................................................190
3
Оглавление
Глава 3. Отдача от высшего образования в российских регионах

3.1. Введение................................................................................................................194
3.2. Методология оценивания отдачи от образования..............................................197
3.3. Описание данных ОЗПП .....................................................................................203
3.4. Оценки отдачи от высшего образования в российских регионах......................205
3.5. Причины межрегиональных различий в отдаче от образования .......................212
3.6. Заключение ...........................................................................................................224
Приложение П3...........................................................................................................227
Литература ...................................................................................................................236
Глава 4. Уровень образования российских работников:

оптимальный, избыточный, недостаточный?..
4.1. Введение................................................................................................................240
4.2. Расхождения между фактическим и требуемым образованием:
что это такое и к чему ведет? ......................................................................................243
4.3. Эмпирические данные и их особенности ...........................................................249
4.4. Методология эконометрического анализа..........................................................254
4.5. Детерминанты «сверх+» и «недообразованности» ..............................................260
4.6. «Штрафы» и «премии» за «неправильное» образование ....................................262
4.7. Меняются ли «штрафы» и «премии» при учете
ненаблюдаемых характеристик?.................................................................................268
4.8. Заключение ...........................................................................................................276
Приложение П4...........................................................................................................280
Литература ...................................................................................................................291
Глава 5. Выбор профессии: чему учились и где пригодились?

5.1. Введение................................................................................................................293
5.2. Эмпирические данные и используемые классификаторы .................................295
5.3. «Постдипломная» мобильность работников
с высшим образованием .............................................................................................305
5.4. «Постдипломная» мобильность работников
со средним профессиональным образованием .........................................................313
5.5. Что толкает к «изменам»? (эконометрический анализ
«постдипломной» стабильности и мобильности) .....................................................321
5.6. Заключение ...........................................................................................................330
Приложение П5...........................................................................................................334
Литература ...................................................................................................................345
4
Глава 6. Неравенство в заработках: роль профессий

6.1. Введение................................................................................................................346
6.2. Что такое профессия и почему она может играть важную роль
в формировании заработной платы?..........................................................................348
6.3. Описание используемых данных .........................................................................351
6.4. Профессии и неравенство в оплате труда ...........................................................356
6.5. Межпрофессиональные различия в оплате труда...............................................362
6.6. Неравенство в оплате труда внутри профессий ..................................................379
6.7. Заключение ...........................................................................................................385
Приложение П6...........................................................................................................389
Литература ...................................................................................................................402
Глава 7. Нужны ли нашей промышленности квалифицированные работники?

История последнего десятилетия
7.1. Введение................................................................................................................405
7.2. Квалифицированный труд в промышленности:
предложение и спрос в 1990–2000+е годы .................................................................408
7.3. Используемые данные..........................................................................................418
7.4. Представления работодателей: дефицит нарастает? ..........................................419
7.5. «Миражи» дефицита: откуда они? .......................................................................424
7.6. Обучение на рабочем месте..................................................................................432
7.7. Вакансии и наем: поиск квалификации и навыков............................................443
7.8. Молодые специалисты: ждут ли их на российских заводах и фабриках? ................450
7.9. Заключение ...........................................................................................................456
Литература ...................................................................................................................460
Глава 8. Подготовка на производстве: российский опыт

8.1. Введение................................................................................................................462
8.2. Профессиональное обучение: теория..................................................................464
8.3. Проблемы измерения профессионального обучения.
Россия в международном контексте ..........................................................................468
8.4. Данные и методология .........................................................................................476
8.5. Обучение персонала на предприятиях промышленности..................................479
8.6. Обучение работников: данные опросов населения ............................................495
8.7. Заключение ...........................................................................................................507
Приложение П8...........................................................................................................510
Литература ...................................................................................................................513
5
Глава 9. Национальные модели первичной профессиональной подготовки:

уроки для России
9.1. Введение................................................................................................................516
9.2. Первичная профессиональная подготовка в общей системе
формального образования ..........................................................................................519
9.3. Институциональные основы формирования моделей ППП .............................526
9.4. Немецкая модель ППП ........................................................................................532
9.5. Британская модель первичной профессиональной подготовки........................542
9.6. Современные вызовы системе первичной профессиональной
подготовки.................................................................................................................. 550
9.7. Заключение ...........................................................................................................553
Литература ...................................................................................................................557
Заключение .........................................................................................................................559
Сведения об авторах............................................................................................................574
6
Памяти нашего друга и коллеги
Андрея Полетаева посвящаем эту книгу
ВВЕДЕНИЕ
В последние десятилетия экономическая наука пришла к

признанию, что в конечном счете процветание любого
общества зависит от того, что есть в головах у людей, и от
того, как они взаимодействуют друг с другом. Или, ис!
пользуя более строгую терминологию, – от накопленно!
го человеческого капитала и качества действующих ин!
ститутов. Именно эти два «фактора» находятся сегодня в
фокусе исследований, пытающихся объяснять различия в
уровнях и темпах экономического развития разных стран.
Предлагаемая читателю книга посвящена важнейшим
аспектам накопления и использования человеческого ка!
питала России, хотя само это понятие в ее названии не
присутствует. «Человеческий капитал» мы понимаем в уз!
ком смысле как совокупность образовательных, профес
сиональных и квалификационных характеристик действую!
щих работников. Другими словами, речь идет о том, что
люди знают благодаря полученному образованию и как
они применяют имеющиеся у них знания, навыки и про!
изводственный опыт, выполняя свою повседневную ра!
боту. Именно эти три важнейшие измерения – образова
ние, профессия и квалификация – во многом определяют
качество рабочей силы, а потому и экономический по!
тенциал страны в целом.
В научной литературе можно найти много разных оп!
ределений для ключевых понятий, используемых в на!
шей книге. Не вдаваясь в дискуссии о том, какое из них
лучше или точнее, на всем ее протяжении мы стараемся
придерживаться следующих рабочих определений. В ши!
роком смысле слова, образование – это процесс или про!
7
Введение
дукт «…формирования ума, характера или физических способностей личности… В тех!

ническом смысле образование – это процесс, посредством которого общество через шко!
лы, колледжи, университеты и другие институты целенаправленно передает свое культур!
ное наследие – накопленное знание, ценности и навыки – от одного поколения друго!
му» [Kneller, 1971, р. 20–21]. Под профéссией (лат. professio – «официально указанное
занятие, специальность») понимается вид трудовой деятельности как занятия человека.
Каждой профессии соответствует комплекс определенных теоретических знаний и прак!
тических навыков, приобретаемых в результате специальной образовательной подготовки
и практического опыта на рабочем месте. Наконец, квалификация работника характеризу!
ет степень его профессиональной подготовленности к выполнению определенного вида
работы. Более высокая квалификация дает возможность выполнять более сложную работу.
Иными словами, характеристики образования, профессии и квалификации позволяют
судить о том, что человек знает, что умеет делать и какова степень его мастерства в этом
деле. Они тесно связаны между собой, вместе составляя триединое ядро «человеческого
капитала».
Причины, которые заставляют исследователей и политиков внимательно относиться
к тому, что называется «человеческим капиталом», и к связанным с ним проблемам, оче!
видны, многочисленны и разнообразны. Не случайно, что ХХ век был назван веком чело!
веческого капитала [Goldin, Katz, 2008]. Среди экономистов существует редкое единогла!
сие по поводу того, что его уровень и качество во многом определяют экономическую
мощь и социальное благополучие стран. В современном глобальном мире те, кто обладают
новейшими знаниями и умеют лучше других распоряжаться ими, получают гигантские эко!
номические и политические преимущества. Умение эффективно использовать человече!
ский капитал не менее важно, чем его наличие, а неумение оборачивается большими по!
терями. Вдвойне обидно, когда его вроде бы «много», но он «плохо работает».
Человеческий капитал в эпоху глобализации чрезвычайно мобилен и стремится туда,
где выше ценится. С «утечкой мозгов» и оттоком наиболее квалифицированных работни!
ков многие страны знакомы не понаслышке. И хотя есть страны, которые, обладая значи!
тельным запасом человеческого капитала (например, грамотным населением или значи!
тельной распространенностью высшего образования), не относятся к числу лидеров эко!
номического роста и социального развития, среди таких лидеров точно нет стран, которые
были бы бедны человеческим капиталом. Купить готовую технологию сегодня гораздо
проще, чем приобрести необходимые менеджерские и технические знания и умения, без
которых самая лучшая технология малопродуктивна.
Инвестиции в человеческий капитал крайне выгодны как с экономической, так и
социальной точек зрения. Оценки, которые производились в разные годы, на разных ста!
тистических данных и для самых разных стран мира – развитых, развивающихся, постсо!
8
Введение
циалистических, – однозначно свидетельствуют о том, что экономическая отдача от че!

ловеческого капитала превышает отдачу от капитала физического. Известно также, что
обладание человеческим капиталом усиливает конкурентные позиции работников на рын!
ке труда и повышает их социальный статус. Чем лучше образовательная подготовка, тем
меньше риск попадания в безработицу и короче ее продолжительность (если уж она слу!
чилась); выше заработки и шире доступ к привлекательным рабочим местам; интенсивнее
профессиональная и территориальная мобильность. Более образованная рабочая сила ус!
пешнее адаптируется к технологическим, институциональным и социальным сдвигам,
активнее включается в освоение новых знаний и навыков, быстрее откликается на дости!
жения научно!технического прогресса и раньше начинает внедрять их в своей повседнев!
ной практике. Опыт показывает, что образованные люди в большей степени разделяют
демократические ценности и готовы их отстаивать. Без преувеличения можно сказать, что
современная инновационная экономика – это экономика человеческого капитала, пони!
маемая как экономика информации и знаний. В этом ее отличие от индустриальной эко!
номики, которая вначале была «экономикой угля и стали», а затем стала экономикой мас!
сового производства.
В данной книге мы анализируем как эволюцию человеческого капитала, воплощен!
ного в образовании, профессиях и квалификации российской рабочей силы, на протяже!
нии последних десятилетий, так и его текущее состояние. Главный упор в нашей работе
делается не на том, как он (человеческий капитал) производится системой образования, а
на том, как уже произведенный человеческий капитал взаимодействует с рынком труда и
используется при производстве товаров и услуг.
В позднесоветский период российская рабочая сила заметно отличалась по своим
структурным характеристикам от рабочей силы других стран, особенно – стран со зрелой
рыночной экономикой. Промышленный сектор был гипертрофированно раздутым, а сек!
тор услуг оставался недоразвитым. Внутри промышленного сектора доминировали отрасли
тяжелой промышленности и оборонного комплекса, тогда как производители потреби!
тельских товаров, фармацевтики, бытовой электроники и т.п. оставались на второстепен!
ных ролях и использовали устаревшие и малопроизводительные технологии. Оборонная
промышленность потребляла огромные финансовые и человеческие ресурсы, но была
полностью изолирована от конкурентного давления и своими технологиями и ноу!хау ни
с кем не делилась. Соответственно распределение работников по профессиям было сме!
щено в пользу «синих воротничков», связанных с физическим трудом и определенными
отраслями. В то же время многие современные «беловоротничковые» профессии были
представлены слабо либо вообще отсутствовали. Хотя советская экономика располагала
мощной системой подготовки кадров и внушительным запасом высокообразованной ра!
бочей силы, само образование содержательно было ориентировано на предоставление уз!
9
Введение
коспециализированных технических навыков в ущерб общим знаниям и умениям. Значи!

тельная часть накапливаемого (и накопленного) человеческого капитала оставалась отчет!
ливо «нерыночной», но она и не предполагала оценку со стороны рынка труда. Ее эконо!
мическая ценность определялась соответствующими ведомствами в специфическом кон!
тексте плановой экономики.
Шоки переходного процесса в начале 1990!х годов фактически «взорвали» прежнюю
структуру занятости, сложившуюся в плановую эпоху. Структура экономики, а следова!
тельно, и профессионально!квалификационная структура рабочей силы стали быстро ме!
няться, пытаясь адаптироваться к требованиям зарождающегося рынка. Прежде всего про!
изошло гигантское одномоментное обесценение человеческого капитала, который был
накоплен в предыдущую эпоху. Это не могло не сказаться на производительности труда и
стало одним из факторов ее резкого снижения. Одновременно стал формироваться мас!
совый рыночный спрос на новые профессии и навыки. Сильно упрощая ситуацию, можно
сказать, что вместо инженеров и техников (в широком смысле) в большом количестве
срочно и повсеместно понадобились разнообразные менеджеры, экономисты и юристы.
Наличие таких профессиональных знаний или, по крайней мере, готовность и возмож!
ность их быстро приобрести, «сбросив» профессию советского времени как ненужный
балласт, для многих россиян стали фактором их личного карьерного успеха, а следова!
тельно, и благосостояния. Так путь из инженеров в менеджеры или банкиры стал лифтом
к новому материальному и социальному благополучию. Те же, кто не смог успешно «пе!
рестроиться» и начать по сути новую профессиональную карьеру, спустились вниз по со!
циально!структурной лестнице, вместе с профессией потеряв в заработках, в социальном
статусе, в удовлетворенности работой.
В итоге 1990–2000!е годы стали периодом глубокой и масштабной трансформации
человеческого капитала, которая затронула все его основные компоненты. Экономика
круто изменила требования к объему и содержанию знаний, навыков и профессиональ!
ных компетенций. Но и механизмы их «производства» также стали существенно иными.
Наблюдавшиеся изменения были многовекторны, противоречивы и остаются во многом
незаконченными. Назовем лишь некоторые. Резко возрос охват высшим образованием, а
структура подготовки кадров при этом сильно изменилась. Увеличились «премии» за бо!
лее высокое образование, что повлияло на приоритеты россиян при выборе ими образо!
вательных стратегий и стало значимым фактором неравенства в индивидуальных доходах.
Значительные изменения претерпела система начального профессионального обучения и
система обучения на предприятиях. Изменилась структура спроса на профессии и типы
квалификации – одни профессии исчезли, другие радикально изменились, но появилось
и много новых. Изменения, вызванные переходом от плановой экономики к рыночной,
совпали по времени с двумя другими «великими» трансформациями – глобализацией и
10
Введение
быстрым распространением компьютерных и информационно!коммуникационных тех!

нологий.
В результате всех этих сдвигов Россия быстро вырвалась в число мировых лидеров по
формальным характеристикам накопленного человеческого капитала, в то же время сильно
отставая по большинству общеэкономических параметров. Например, наша страна вхо!
дит в группу лидеров по охвату населения третичным образованием, но одновременно она
остается среди аутсайдеров по уровню производительности труда и качеству жизни насе!
ления. Такой разрыв, если станет устойчивым, чреват разнообразными негативными по!
следствиями для перспектив развития страны. Наиболее способные выпускники лучших
российских университетов уезжают за границу, реализуя свой потенциал там, а не у себя
дома. Инвестируя в лучшие образцы образования при сохранении отсталой институцио!
1
нальной среды, мы лишь консервируем наше отставание от стран!лидеров . (Под инсти!
туциональной средой здесь понимается вся совокупность политических, экономических и
социальных институтов, определяющих условия экономической активности и повседнев!
ной жизни в стране.)
Если смотреть на сложившуюся ситуацию через призму межстрановых сопоставле!
ний, то Россия предстает случаем во многом атипичным. Сочетание высоких количест!
венных характеристик человеческого капитала со сравнительно низким душевым доходом
и посредственным качеством институциональной среды выделяет ее из массива как раз!
витых, так и развивающихся стран. С одной стороны, по уровню экономического развития
Россия оказывается ближе к наиболее продвинутым из числа развивающихся стран (Тур!
ции, Мексике, странам БРИК). С другой, по параметрам накопленного человеческого ка!
питала она вплотную приближается к развитым странам. Из!за этого аналогии с опытом
любых других стран оказываются ограниченно полезными. Очень часто они не столько
проясняют, сколько затемняют существо проблем, стоящих перед современной Россией в
области накопления и использования человеческого капитала.
Трудности, возникающие при ее рассмотрении в межстрановой перспективе, застав!
ляют вспомнить о классификации, в которой помимо традиционного разграничения меж!
ду developed countries и developing countries выделяется еще одна, особая группа стран –
misdeveloped countries [Lipowski, 1998] (в вольном переводе – «развитых, да только не туда,
куда надо»). Возможно, характеристика России как «неправильно развитой» страны точ!
1
Наглядным примером является история с лауреатами Нобелевской премии по физике за 2010 г А. Геймом
и К. Новосёловым. Лауреаты – выпускники знаменитого МФТИ начали свои исследования в одном из
институтов РАН, но научные результаты «нобелевского уровня» получили в Великобритании. Новые
технологии на основе их исследований скорее всего также появятся не в России, а затем с большим опо!
зданием и за большие деньги придут к нам. Оказывается, что человеческий капитал для потенциальных
открытий у нас есть, а институциональная среда для его полноценного использования отсутствует.
11
Введение
нее всего отражает ее промежуточный статус. И, пожалуй, нигде это не проявляется в та!
ких неожиданных и парадоксальных формах, как в области накопления и использования
человеческого капитала.
Центральный вопрос, возникающий в этом контексте, может быть сформулирован
следующим образом: адекватен ли человеческий капитал, которым располагает российская
экономика на старте второго десятилетия XXI в., задачам ее переориентации на иннова!
ционный тип развития? Соответствуют ли его количественные и качественные характе!
ристики модели современной экономики, основанной на знаниях? Какова наиболее веро!
ятная траектория его дальнейшей эволюции? В предлагаемом исследовании предпринята
попытка ответить на эти и некоторые смежные вопросы, имеющие критически важное зна!
чение для развития не только российской экономики, но и всего российского общества.
К сожалению, они до сих пор остаются в значительной мере открытыми. По многим
ключевым параметрам накопления и использования человеческого капитала в России
сколько!нибудь надежные количественные оценки отсутствуют. Вместе с тем, очевидно,
что наличие аналитической информации по данному кругу проблем имеет принципиально
важное значение как для формирования образовательной политики, так и для политики
на рынке труда, адекватных сегодняшнему этапу развития российского общества и ориен!
тированных на будущее. Хотя существует ряд исследований, анализирующих основные
тенденции в этой сфере и оперирующих в основном средними показателями, работы, ис!
пользующие современные эконометрические методы и представительные статистические
данные, по!прежнему дефицитны.
Наш подход: особенности методологии

Есть несколько особенностей, которые мы хотели бы специально подчеркнуть.
Во!первых, данная монография представляет не теоретические, а преимущественно
эмпирические исследования проблем человеческого капитала. Современный подход к эм!
пирическим исследованиям предполагает широкое использование эконометрической ме!
тодологии, позволяющей оценивать силу и направление связей между отдельными пере!
менными. Такие надежные оценки бывает трудно получить, поскольку многие изучаемые
нами явления селективны, а не случайны, переменные эндогенны, а не экзогенны, далеко
не все важные факторы наблюдаемы. Мы стараемся учитывать все эти обстоятельства и
знакомим с ними читателей.
Во!вторых, наши исследования основываются на больших и разнообразных массивах
статистических данных. Они позволяют анализировать обсуждаемые проблемы с разных
сторон, в том числе и в динамике. Мы использовали лишь те базы данных, качество кото!
рых общепризнанно.
12
Введение
В!третьих, как уже отмечалось, упор делается на результатах накопления и функцио!

нирования человеческого капитала, его распределении по территории и группам насе!
ления, а не на отраслевых процессах и механизмах его производства (т.е. особенностях
функционирования собственно системы образования).
В!четвертых, главы книги представляют собой самостоятельные исследования, ко!
торые изначально не были объединены общей программой, методологией или используе!
мыми данными. Отсюда неудивительно, что предлагаемые в них выводы могут не во всем
совпадать. Мы считаем это нормальным явлением и не пытаемся скрывать возможные рас!
хождения. Точно также мы не видим ничего предосудительного в возможных тематических
повторах, когда различные главы обращаются к обсуждению одних и тех же проблем. Как
правило, эти проблемы настолько важны и широки, что никакое возвращение к ним не
может быть лишним.
Еще раз подчеркнем: сфера образования, понимаемая как сложная система, объеди!
няющая учебные заведения разного уровня и профиля, действующие на основании опре!
деленных как внерыночных, так и рыночных механизмов и принципов, в данной книге
специально не рассматривается. За кадром остаются и различные нормативные аспекты
функционирования и совершенствования российской системы образования (организация
деятельности учебных заведений, их финансирование, нормативное регулирование, взаи!
моотношения между федеральными, региональными и муниципальными органами власти
в сфере образования, динамика сети и т.п.). Этим вопросам посвящена значительная спе!
циальная литература в области экономики и социологии образования, которую можно ре!
комендовать заинтересованным читателям (см., например: [Абанкина, 2010; Агранович,
Полетаев, Фатеева, 2008; Высшее образование в России: правила и реальность, 2004; Го!
сударственное финансирование высшего профессионального образования, 2008; Клячко,
Мау, 2007; Константиновский, 2008; Кузьминов, 2002; Перспективы развития и модерни!
зации экономики высшего профессионального образования, 2006; Полетаев, Савелье!
ва, 2002; Стратегии развития российских вузов: ответы на новые вызовы, 2008; Фрумин,
2009]).
Используемые данные
В нашей работе широко используется регулярная статистика по образованию и рынку тру!
да, разрабатываемая и публикуемая Росстатом и Министерством образования и науки Рос!
сийской Федерации. С ее помощью можно получить обобщенное представление о наибо!
лее значимых изменениях в образовательных, профессиональных и квалификационных
характеристиках российской рабочей силы. Проводя межстрановые сопоставления, мы
привлекаем также данные различных международных организаций – Евростата, Между!
13
Введение
народной организации труда (МОТ), Организации экономического сотрудничества и раз!

вития (ОЭСР) и др. Особый интерес с точки зрения задач нашего исследования представ!
ляют результаты международных тестовых испытаний учащихся, позволяющие сравнивать
качество образовательной подготовки в разных странах, – Программы по оценке качества
чтения и понимания текстов (PIRLS), Международного мониторингового исследования
качества математического и естественнонаучного образования (TIMSS), Международной
программы по оценке образовательных достижений учащихся (PISA).
Носители человеческого капитала, т.е. сами работники, а также его потребители, т.е.
фирмы и предприятия, неоднородны и различаются по многим характеристикам. Средние
показатели всегда затушевывают эту неоднородность, скрывая истинные и глубинные по!
веденческие механизмы. Чтобы обеспечить наш анализ надежным эмпирическим фунда!
ментом, мы строим его с привлечением таких баз микроданных, которые основываются на
регулярных обследованиях российских домохозяйств или российских предприятий. Преж!
де всего это Обследования населения по проблемам занятости; Обследования заработной
платы по профессиям; Российский мониторинг экономического положения и здоровья
населения.
Обследования населения по проблемам занятости (ОНПЗ) проводятся Росстатом
ежегодно начиная с 1992 г., ежеквартально начиная с 1999 г. и ежемесячно начиная с сен!
тября 2009 г. Они основываются на методологии, унифицированной в соответствии с тре!
бованиями МОТ, проводятся с использованием выборочного метода и охватывают взрос!
лое население всех регионов страны в возрасте 15–72 лет. Численность респондентов со!
ставляла 540 тыс. в год в период с 1992 по 1996 гг.; 270–300 тыс. в год – в период с 1997 по
2008 гг.; более 800 тыс. человек – в настоящее время. По своему качеству данные ОНПЗ в
целом сопоставимы с данными выборочных обследований рабочей силы, проводимых в
других странах (но зачастую беднее по набору отслеживаемых переменных). На их ре!
зультатах основываются оценки уровней экономической активности, занятости и безрабо!
тицы как по стране в целом, так и по отдельным регионам. Они служат также базовым ис!
точником для построения временных рядов о численности занятых по профессиям.
Серьезными недостатками ОНПЗ является то, что они не носят панельного характера и
не содержат информации о заработной плате и доходах населения.
Обследования заработной платы по профессиям (ОЗПП) проводятся Росстатом в ок!
тябре месяце один раз в два года начиная с 2005 г. В настоящее время имеются данные за
2005, 2007 и 2009 гг. Итоговую базу ОЗПП составляет информация о примерно 750 тыс.
работниках практически по всем субъектам Российской Федерации. Выборка ограничена
традиционным корпоративным сектором – крупными и средними предприятиями и ор!
ганизациями и не включает субъекты малого предпринимательства с численностью заня!
тых менее 15 человек. (При этом организации с численностью более 2000 человек обсле!
14
Введение
дуются в обязательном порядке.) ОЗПП охватывают все важнейшие виды экономической

деятельности за исключением сельского и лесного хозяйства, рыболовства, финансовой
деятельности и государственного управления. Суммарная среднесписочная численность
работников по всем обследуемым предприятиям составляет около 80% общей численности
занятых на крупных и средних предприятиях соответствующих отраслей. В круг обследуе!
мых работников включаются все работники списочного состава (в том числе временные и
сезонные), но исключаются совместители из других предприятий и работники, занятые по
договорам гражданско!правового характера; те, кто по различным причинам отработал в
октябре неполное время, а также первые лица организаций. Важным достоинством ОЗПП
является то, что, в отличие от большинства других обследований, информация об отдель!
ных работниках собирается из кадровой и бухгалтерской отчетности, а не путем опроса
работников. Это позволяет исключить ошибки, связанные с неполной осведомленностью
респондентов о форме собственности и других параметрах предприятий, неверным припо!
минанием или сознательным искажением данных о персональных характеристиках и на!
численной заработной плате. Серьезным ограничением ОЗПП является то, что в их поле
зрения не попадают работники, занятые на малых предприятиях, в некорпоративном (не!
формальном) секторе экономки – самозанятые, занятые по найму у физических лиц и т.д.
Российский мониторинг экономического положения и здоровья населения (РМЭЗ)
представляет собой единственное общенациональное лонгитюдное обследование домохо!
зяйств. РМЭЗ проводится один раз в год (начиная с 1994 г. и исключая 1997 и 1999 гг.)
Исследовательским центром ЗАО «Демоскоп» совместно с Институтом социологии РАН,
Институтом питания РАМН и Университетом Северной Каролины в Чепл Хилле (США).
С 2010 г. РМЭЗ полностью поддерживается НИУ ВШЭ. Исходная выборка составляет
около 5 тыс. жилищ!домохозяйств (порядка 12 тыс. респондентов), расположенных в
160 населенных пунктах в 35 субъектах Российской Федерации. Выборка построена таким
образом, что результаты обследования являются репрезентативными по России в целом.
Особая ценность обследований РМЭЗ заключается в том, что они носят панельный ха!
рактер, позволяя отслеживать изменения во времени, которые происходят с одними и
теми же индивидами.
Помимо микроданных этих регулярных обследований в отдельных главах для анализа
привлекаются также микроданные различных разовых опросов – таких как обследования
промышленных предприятий НИУ ВШЭ (Глава 7) или обследование промышленных
предприятий Института экономической политики (Глава 8).
Наличие больших массивов микроданных открывает возможности для анализа при!
чинно!следственных связей с помощью современного эконометрического аппарата.
15
Введение
Структура работы
Книга состоит из Введения, девяти глав, посвященных различным аспектам образова!
тельной, профессиональной и квалификационной структуры российской рабочей силы,
и Заключения.
В Главе 1 рассматриваются основные направления эволюции человеческого капитала
России в 1990–2000!е годы, дается комплексная картина того, как на протяжении этого
периода менялись его количественные и качественные характеристики, а также его эко!
номическая ценность. Один из главных выводов, который в ней делается, состоит в том,
что на протяжении 2000!х годов спрос на высококвалифицированную рабочую силу, обла!
дающую значительными запасами человеческого капитала, рос, как ни трудно в это пове!
рить, более быстрыми темпами, чем ее предложение. Это во многом объясняет, почему в
российских условиях экономическая привлекательность образования для работников –
не только с точки зрения их заработков, но также с точки зрения возможностей занятости
и ее качества – была и остается высокой.
В фокусе Главы 2 находится вопрос, который можно считать ключевым для всего ис!
следования, – о величине и динамике отдачи от образования в российской пореформен!
ной экономике. Существует значительная вариация в оценках такой отдачи, полученных
разными исследователями с использованием разных методологических подходов и данных.
Новые оценки только увеличивают эту вариацию, не давая окончательный ответ. В данной
главе с целью «примирить» между собой имеющиеся результаты используется метод мета!
регрессионного анализа, практически не знакомый отечественным экономистам. Дело в
том, что литература, посвященная оцениванию норм отдачи от образования на российских
данных, отличается странной, можно сказать, «шизофренической» раздвоенностью. В од!
ной части исследований утверждается, что в 1990–2000!е годы нормы отдачи быстро росли
и в настоящее время находятся на очень высоком уровне, в другой – что по сравнению с
дореформенным периодом они почти не изменились и остаются чрезвычайно низкими.
В главе объясняется, как могла возникнуть столь парадоксальная ситуация и как даже
небольшие различия в технике расчетов способны приводить к диаметрально противопо!
ложным концептуальным выводам.
В Главе 3 проблема отдачи от образования помещается в межрегиональный контекст.
Усредненные оценки отдачи от образования, когда они делаются для всей страны в целом,
не учитывают, что она может сильно колебаться и, в частности, достигать очень высоких
значений в одних регионах, но оставаться очень низкой в других. Выявлено, что разли!
чия в показателях «окупаемости» человеческого капитала между различными российскими
регионами, действительно, очень велики и, более того, отличаются высокой устойчивостью
16
Введение
во времени. Особое место занимает в главе обсуждение возможных причин этой межрегио!
нальной дифференциации.
Рискам переинвестирования/недоинвестирования в человеческий капитал посвящена
Глава 4. В ней анализируются расхождения между полученным образованием и его вос!
требованностью на рабочих местах. У какой части российских работников уровень образо!
вания соответствует сложности выполняемой ими работы, у какой он является избыточ!
ным, а у какой недостаточным? Ведет ли «сверхобразованность» к потерям в заработках и
если да, то насколько они велики? Очевидно, что в условиях непрерывной эскалации
спроса на высшее образование со стороны российского населения эти вопросы приобре!
тают критически важное значение, в том числе и с точки зрения выработки адекватной
государственной политики в сфере образования.
Близкая тема – проблема соответствия между специальностями работников «по дип!
лому» и по их фактическим занятиям – составляет предмет обсуждения в Главе 5. В ней –
впервые для России – приводятся количественные оценки того, насколько в настоящее
время велика доля выпускников вузов и ссузов, работающих не по тем специальностям,
по которым велось их обучение, и анализируются факторы, которые способны порождать
подобные расхождения.
Глава 6 вновь обращается к теме дифференциации заработной платы, но уже не с
точки зрения уровней образования, а с точки зрения профессий, по которым заняты ра!
ботники. Согласно представленному в ней анализу «премия» на один и тот же уровень
образования может сильно отличаться в зависимости от профессиональной принадлеж!
ности работников. Следовательно, высокое образование само по себе еще не гарантирует
высоких заработков, но обеспечивает их лишь при условии занятия определенных про!
фессиональных позиций. Этот вывод означает, что характеристики рабочих мест также
принимают важное участие в формировании заработков, и перекликается с выводами
Главы 4.
В Главе 7 рассматривается проблема дефицита квалифицированных кадров, которая,
как часто утверждают, грозит превратиться в едва ли не главный тормоз на пути устойчи!
вого развития российской экономики. В ней представлен взгляд на проблему как со сто!
роны спроса на труд, так и его предложения. В главе делается вывод, что декларируемый
«дефицит» во многом является виртуальным явлением. Он постоянно воспроизводится из!
за того, что рынок переполнен неэффективными предприятиями, которые не способны
воспользоваться имеющимся в экономике человеческим капиталом. В то же время у них
отсутствуют стимулы и ресурсы как к его удержанию, так и к повышению его качества.
Анализу особенностей российской системы повышения квалификации и подготовки
кадров посвящена Глава 8. Она дает представление о современной экономической теории
17
Введение
профессионального обучения на производстве и с этих позиций, используя значительные

массивы эмпирических данных, подробно анализирует активность российских предприя!
тий и работников в данной сфере. Это позволяет объяснить достаточно парадоксальную
ситуацию, почему Россия является одним из мировых лидеров по показателям развития
формального образования, но явным аутсайдером по показателям подготовки работников
непосредственно на рабочих местах.
Глава 9 продолжает анализ этой проблемы, но в более широкой межстрановой пер!
спективе. Ее главный тезис состоит в том, что выбор той или иной модели первичной про!
фессиональной подготовки не является случайным, а зависит от общих институциональ!
ных характеристик рынков труда. Как показывает опыт, модели, сформировавшиеся в
странах с координируемой экономикой, плохо поддаются переносу в страны с либераль!
ной экономикой, и наоборот. Это означает, что попытки механически перенести на рос!
сийскую почву системы профессиональной подготовки, которые выработаны в странах с
совершенно иным институциональным устройством рынка труда (и шире – всей экономи!
ки в целом), едва ли могут рассчитывать на успех.
В Заключении подводятся итоги и намечаются направления дальнейших исследований.
Мы надеемся, что полученные нами результаты помогут продвинуться в понимании
и разрешении едва ли не главной головоломки, которую преподносит исследователям рос!
сийский рынок труда: чем можно объяснить ту парадоксальную ситуацию, что, несмотря
на наличие высокообразованной (по формальным признакам) рабочей силы в России,
сохраняется устойчиво низкий уровень производительности труда.
Связь с предыдущими исследованиями

Центра трудовых исследований
Предлагаемая работа является естественным продолжением двух предыдущих коллектив!

ных монографий – «Нестандартная занятость в Российской экономике» (2005) и «Зара!
ботная плата в России: эволюция и дифференциация» (2007), также подготовленных со!
трудниками Центра трудовых исследований (ЦеТИ) НИУ ВШЭ и опубликованных Изда!
тельским домом Высшей школы экономики. К этому следует добавить, что в ней широко
используются результаты исследований по различным аспектам российского рынка труда,
2
которые проводились сотрудниками ЦеТИ в последние годы .
2
См.: http://www.hse.ru/org/hse/wp/wp3
18
Введение
Благодарности
Успех эмпирических исследований в области экономики во многом зависит от качества и
доступности данных. Мы крайне признательны за многолетнее сотрудничество коллективу
Росстата, который много делает для того, чтобы статистические данные о российском
рынке труда были полнее и качественнее. Сотрудники Росстата не только никогда не от!
казывали авторам в консультациях, но и являются соавторами (З.Н. Рыжикова и Т.А. Би!
ляк) одной из глав данной книги.
Эта монография не появилась бы на свет, если бы авторы не имели в своем распоря!
жении микроданных РМЭЗ – многолетнего лонгитюдного обследования российских до!
мохозяйств. Этот уникальный проект возник и продолжает развиваться во многом благо!
даря энергии и высочайшей квалификации его бессменных руководителей П.М. Козыре!
вой и М.С. Косолапова. Мы с благодарностью отмечаем ценность для нас сотрудничества
с этой группой.
Авторы, работающие в Национальном исследовательском университете «Высшая
школа экономики», особо отмечают ту значительную моральную и финансовую поддерж!
ку, которую Центр трудовых исследований (ЦеТИ) получал и получает от университета.
Руководство НИУ ВШЭ всегда стремилось к созданию максимально благоприятных ус!
ловий для исследовательской деятельности. Работа ЦеТИ над монографией финансиро!
валась в рамках Программы фундаментальных исследований ВШЭ.
Мы также хотели бы выразить свою искреннюю благодарность многочисленным
друзьям и коллегам. Этот список считаем нужным начать с А.В. Полетаева, чей скоропо!
стижный уход не позволил ему завершить главу для книги и лишил нас замечательного дру!
га, коллеги и соавтора. Мы всегда очень много получали от дискуссий с ним и его ценных
консультаций. Этой книге очень не хватает недописанной им главы.
Для понимания многих проблем, связанных со спросом на квалификацию и образо!
вание в промышленности и участием предприятий в производстве человеческого капита!
ла, нам много дало сотрудничество с Институтом анализа предприятий и рынков (ИАПР)
ВШЭ. Авторы признательны А.А. Яковлеву, Б.В. Кузнецову и их коллегам по ИАПР за
полезные и временами жаркие дискуссии.
Мы с благодарностью отмечаем наших коллег, без общения и обсуждения с которыми
мы были бы профессионально и интеллектуально обделены. Это И.В. Абанкина, Т.В. Абан!
кина, М.Л. Агранович, Г.В. Андрущак, А.Г. Вишневский, Л.Д. Гудков, А. Зайцева, Э.Б. Ер!
шов, Д.Л. Константиновский, Я.И. Кузьминов, О.В. Куликов, Х. Леман, М.М. Локшин,
В.А. Мау, В.С. Магун, Т.М. Малева, А.А. Муравьев, Ф.Т. Прокопов, В.В. Радаев, С.Ю. Ро!
щин, Я.М. Рощина, С.В. Шишкин, И.Д. Фрумин, Л.И. Якобсон, Е.Г. Ясин.
19
Введение
Этой книги не было бы без плодотворного сотрудничества с Издательским домом

Высшей школы экономики, сотрудники которого приложили много сил для того, чтобы
она получилась такой, какой вы ее в итоге видите. Особо отметим вклад О.В. Осиповой,
осуществившей редакторскую «доводку» нашей рукописи, и Л.А. Моисеенко, превратив!
шей рукопись в красиво набранную книгу. Почти все представленные в монографии гла!
вы вначале увидели свет в качестве препринтов серии WP3 «Проблемы рынка труда». Мы
признательны А.В. Заиченко за эту большую работу.
Для кого предназначена эта книга?

Мы видим для нее разнообразную потенциальную аудиторию. Прежде всего, конечно,
книга ориентирована на исследователей, преподавателей и студентов – экономистов и
социологов. Надеемся, что в ней найдется полезное и для специалистов в области про!
фессионального образования, и практиков в области рынка труда и занятости. К последней
группе мы относим представителей профсоюзов, работодателей, специалистов рекрутинго!
вых агентств.
Материалы монографии могут быть использованы при преподавании таких дисцип!
лин, как экономика труда, переходная экономика, экономика образования, социология
труда и образования, управление человеческими ресурсами и др.
Литература
Абанкина И.В. Концептуальное проектирование в образовании // Общественные нау!
ки и современность. 2010. № 3. С. 67–72.
Агранович М.Л., Полетаев А.В., Фатеева А.В. Российское образование в контексте меж!
дународных показателей. М.: Логос, 2008.
Высшее образование в России: правила и реальность. М.: НИСП, 2004.
Государственное финансирование высшего профессионального образования. М.: Изд. дом
ГУ ВШЭ, 2008.
Клячко Т.Л., Мау В.А. Тенденции развития высшего профессионального образования в
Российской Федерации // Вопросы образования. 2007. № 3. С. 46–64.
Константиновский Д.Л. Неравенство и образование. Опыт социологических исследова!
ний жизненного старта российской молодежи (1960!е годы – начало 2000!х). М.: ЦСО, 2008.
Кузьминов Я.И. Реформа образования: причины и цели // Отечественные записки. 2002.
№ 1. С. 91–105.
20
Введение
Перспективы развития и модернизации экономики высшего профессионального образо!

вания / под ред. Т.В. Абанкиной, Б.Л. Рудника. М.: ГУ ВШЭ, 2006.
Полетаев А., Савельева И. Спрос и предложение услуг в сфере высшего и среднего про!
фессионального образования в России (статистический анализ) // Обзор экономики России.
2002. № 2 (34). С. 79–118.
Стратегии развития российских вузов: ответы на новые вызовы / под науч. ред. Н.Л Тито!
вой. М.: МАКС Пресс, 2008.
Фрумин И.Д. Российское образование – 2020: модель образования для экономики, осно!
ванной на знаниях // Модернизация экономики и глобализация. М.: Изд. дом ГУ ВШЭ, 2009.
Goldin C., Katz L.F. The Race between Education and Technology. Cambridge (Mass.): Belknap
Press of Harvard University Press, 2008.
Kneller G.F. Introduction to the Philosophy of Education. N.Y.: John Wiley and Sons, 1971.
Lipowski A. Towards Normality. Overcoming the Heritage of Central Planning Economy in Po!
land in 1990–1994. Warsaw: CASE, 1998.
21
Глава 1
ЭВОЛЮЦИЯ
ЧЕЛОВЕЧЕСКОГО
КАПИТАЛА В РОССИИ:
1990–2000-Е ГОДЫ
1.1.
Введение
В пореформенный период человеческий капитал России

прошел через глубокую и масштабную трансформацию.
Пути этой трансформации были непростыми, неоднознач
ными оказались и ее результаты.
В плановой экономике процессы накопления и ис
пользования человеческого капитала находились под все
охватывающим государственным контролем и поэтому
протекали принципиально иначе, чем в рыночной эко
номике. Государство выступало одновременно как моно
полист при предоставлении услуг системы образования и
как монопсонист при использовании ее «продукта» – обу
ченной рабочей силы. Спрос и предложение квалифи
цированных кадров были объектом жесткого админист
ративного регулирования. Общее количество мест в учеб
ных заведениях всех уровней, а также их номенклатура
по типам специализации определялись централизованно.
Точно так же централизованно осуществлялось распреде
ление работников различной квалификации по отраслям,
регионам и даже отдельным предприятиям в соответствии
22
с потребностями, определявшимися в рамках так называемого баланса трудовых ресурсов.

Действовала система обязательного распределения выпускников учебных заведений, со
гласно которой они не имели права самостоятельно выбирать первое место работы, а
обязаны были отработать сначала определенное число лет на предприятиях по направлени
ям вузов. Однако изза врожденных дефектов системы централизованного планирова
ния между структурой спроса и структурой предложения рабочей силы постоянно возни
кали расхождения, дефициты работников разной квалификации и разных профессий сме
нялись их избытком и наоборот.
Отношение государства к процессу накопления человеческого капитала отличалось
при этом внутренней противоречивостью и непоследовательностью. С одной стороны,
обеспечение экономики квалифицированными кадрами рассматривалось как необходи
мое условие ускоренного экономического роста и поддержания военной мощи страны.
Отсюда – достаточно высокий уровень обязательного школьного образования; значитель
ный охват населения обучением в ссузах и вузах; создание и поддержание разветвленной
системы повышения квалификации и подготовки кадров. С другой стороны, стремление
населения к получению более высокого и более качественного образования неизбежно
вступало в конфликт с другими важнейшими в понимании государства приоритетами –
удовлетворением потребностей вооруженных сил в многочисленном призывном контин
генте и обеспечением производства достаточным количеством работников физического
труда. Отсюда – опасения бесконтрольного роста спроса на образование (особенно – выс
шее) и активные усилия, направленные на его предотвращение и подавление (ограничение
числа учебных мест в вузах, ставка на развитие неочных форм обучения, манипуляции с
отсрочками от армейского призыва и т.п.).
Обеспечение системы образования финансовыми и материальными ресурсами осу
ществлялось целиком за счет государства. Принцип бесплатности распространялся на все,
даже самые продвинутые, ступени образовательной подготовки. Естественным следствием
этого становилось резкое удешевление стоимости обучения в ссузах и вузах, что вело к
перманентному превышению спроса на эти виды образования над их предложением. Изза
отказа от использования явных ценовых ограничений государство было вынуждено вво
дить вместо этого разнообразные количественные ограничения и прибегать к жесткому
рационированию доступа к среднему и высшему профессиональному образованию. Но
беря на себя прямые издержки, связанные с их предоставлением, оно считало вполне ес
тественным экспроприировать в свою пользу также и бóльшую часть отдачи, которую они
приносили. Конкретно это выражалось в искусственном занижении заработков работни
ков с высокими уровнями образования, что оборачивалось поддержанием норм отдачи от
человеческого капитала на гораздо более низком уровне, чем в странах с рыночной эко
номикой.
23
Не менее жестко контролировался процесс использования человеческого капитала.

Хотя при принятии решений, касающихся найма и оплаты труда, предприятия располага
ли известной свободой маневра, ее границы были предельно узки. Набор ограничений, с
помощью которых государство контролировало их поведение, со временем мог меняться,
но всегда оставался чрезвычайно внушительным, и любые отклонения грозили наруши
телям суровыми санкциями. Заработная плата устанавливалась в рамках единой тарифной
сетки, ориентированной на принципы уравнительной оплаты и сжатия дифференциации в
доходах. Все это делало рынок труда одним из наиболее жестко регулируемых звеньев эко
номической системы.
Переходный процесс – от плана к рынку – привел к слому прежних механизмов на
копления и использования человеческого капитала. Государство перестало быть монопо
листом при предоставлении образовательных услуг; в сфере образования рядом с государ
ственным возник и начал быстро развиваться новый частный сектор. Жесткие админист
ративные ограничения на доступ к высшему и среднему профессиональному образованию
были фактически сняты, предложение образовательных услуг стало быстро подстраиваться
к спросу. Количественные ограничения были заменены ценовыми, что означало отказ (по
крайней мере – частичный) от принципа бесплатности образования и сопровождалось
серьезными изменениями в формах и методах его организации и финансирования. Шко
лам, ссузам и вузам была предоставлена намного бóльшая самостоятельность не только при
определении числа учебных мест, содержания образовательных программ, форм и методов
обучения, но также при привлечении дополнительных финансовых ресурсов. Одновремен
но произошла либерализация рынка труда; предприятия стали практически полностью
свободными при принятии решений как о численности и структуре персонала, так и о
размерах и дифференциации его оплаты. Можно утверждать, что процессы накопления и
использования человеческого капитала были переведены на новую, рыночную основу.
Вместе с тем в период системной трансформации значительная часть человеческого
капитала, унаследованного от прежней эпохи, подверглась частичной или полной эрозии,
поскольку в новых рыночных условиях она оказались фактически бесполезной. Структур
ные дисбалансы стали повсеместными: острая нехватка одних категорий рабочей силы
сопровождалась избытком других. Многие работники столкнулись с необходимостью сме
1
нить не просто место работы, но также профессию и сектор занятости . Некоторые из них
были вынуждены вообще оставить рынок труда, тогда как молодые поколения вступали
1
По оценкам, основанным на данных Российского мониторинга экономического благосостояния и здо
ровья населения (РМЭЗ), за 1991–1998 гг. свыше 40% российских работников сменили профессию, из
них две трети – в начальный период реформ 1991–1995 гг. Этот процесс массовой смены профессий был
охарактеризован как «великая реаллокация человеческого капитала» [Sabirianova, 2001].
24
на него, обладая уже совершенно иным человеческим капиталом. Система формального

образования оказалась плохо подготовлена к функционированию в рыночной среде и
вступила в полосу затяжного организационного и финансового кризиса. Это имело серь
езные последствия с точки зрения качества знаний и навыков, которые через нее транс
лировались новым поколениям работников.
Произошедшие изменения сформировали принципиально новый контекст, к кото
рому должны были адаптироваться как система образования, так и участники рынка
труда – работники (не только настоящие, но и будущие), работодатели и государство. На
сколько успешным оказалось это взаимное приспособление? Как оно отразилось на про
цессах накопления и использования человеческого капитала? В какой мере «продукция»
системы образования (т.е. аккумулированные в работниках знания и навыки) принима
ется и ценится российским рынком труда? Заработали ли на нем общие закономерности,
которые фиксируются в большинстве других стран мира? Обеспечивает ли в современной
российской экономике высокая формальная подготовка те преимущества, которые она
обычно дает в других экономиках? Можно ли утверждать, что в ней образование, опыт,
квалификация открывают доступ к лучшим рабочим местам и более высоким заработкам?
Цель настоящей главы – дать обобщенный «портрет» человеческого капитала совре
менной России. Там, где это оказывается возможным, обсуждение строится в межстрано
вой перспективе с тем, чтобы нагляднее продемонстрировать особенности его эволюции
и текущего состояния. Открывается глава кратким изложением концептуальных представ
лений, выработанных в рамках теории человеческого капитала. В последующих разделах
этот понятийный аппарат используется при описании и осмыслении проблем, с которыми
столкнулась современная российская экономика в области накопления и использования
человеческого капитала. Сначала дается анализ того, как в пореформенный период меня
лись запасы и потоки человеческого капитала, которым она располагала. Затем рассматри
ваются качественные характеристики человеческого капитала, а также те его формы, кото
рые с известной долей условности могут быть названы «инновационными». После этого мы
обращаемся к вопросу о том, как накопление человеческого капитала влияет на позиции
работников на российском рынке труда – на характеристики их экономической активно
сти, занятости, безработицы, а также на выбор ими тех или иных форм трудовых отноше
ний. Центральный вопрос – об экономической ценности человеческого капитала – явля
ется предметом обсуждения в двух следующих разделах. В них рассматривается влияние
образования на заработки, а также анализируются оценки норм отдачи, представляющие
собой общепринятый индикатор эффективности вложений в человеческий капитал. Спе
циальный раздел посвящен человеческому капиталу, производимому на рабочих местах, –
как в форме накопления работниками трудового опыта, так и в форме производственной
25
подготовки. Еще одна важнейшая тема, которая обсуждается в конце главы, – сдвиги в
профессиональной структуре и их соотношение со сдвигами в образовательной струк
туре рабочей силы. В заключении формулируются основные выводы из представленно
го анализа.
Можно надеяться, что такой «стереоскопический» подход позволит получить дос
таточно полное и адекватное представление о ключевых характеристиках накопления и
использования человеческого капитала в современной российской экономике.
1.2.
Общетеоретические представления
Теория человеческого капитала сформировалась на рубеже 1950–1960х годов в основном
благодаря усилиям американских экономистов из Чикагского университета – Г. Беккера,
Т. Шульца и др. [Becker, 1964; Schultz, 1963]. С тех пор понятие человеческого капитала
стало общеупотребительным и прочно вошло в лексикон не только экономистов, но и по
литиков. В экономической теории под «человеческим капиталом» принято понимать запас
знаний, навыков и способностей, которые есть у каждого человека и которые могут ис
пользоваться им либо в производственных, либо в потребительских целях. Он – человече
ский, потому что воплощен в личности человека, он – капитал, потому что является ис
точником или будущих доходов, или будущих удовлетворений, или того и другого вместе.
Словосочетание «человеческий капитал» – не метафора, а строгое научное понятие, кото
рое полностью подпадает под стандартное определение капитала, выработанное экономи
ческой наукой. (В этом его отличие от таких преимущественно метафорических выраже
ний, как «социальный» или «культурный капитал».) Инвестиции в человеческий капитал,
подобно любым другим инвестициям, предполагают, что человек жертвует чемто мень
шим сегодня ради получения чегото большего завтра. Но поступать так он станет только
в том случае, если рассчитывает, что его затраты окупятся и вернутся с отдачей. В этом
смысле вложения в человека представляют собой одну из форм распределения ресурсов во
времени, когда настоящие блага в той или иной пропорции «обмениваются» на будущие.
Отличительная черта человеческого капитала – неотделимость от личности своего
носителя. Эта его особенность имеет множество важных теоретических и практических
следствий. Так, для «обычного» капитала на рынке имеются два ряда наблюдаемых цен –
вопервых, на его активы и, вовторых, на потоки доставляемых им услуг (станок или
здание можно купить, а можно взять в аренду). В отличие от этого человеческий капитал
можно только «арендовать» (наняв работника), поскольку в современных (нерабовладель
ческих) обществах сам человек не может быть предметом куплипродажи. В результате
26
имеется только один ряд наблюдаемых цен – платежи за «аренду» человеческого капитала,
2
что серьезно затрудняет стоимостную оценку его накопленных запасов . В остальном че
ловеческий капитал подобен физическому: он представляет собой благо длительного поль
зования, но с ограниченным сроком службы; как и любой другой исчерпаемый ресурс, он
требует расходов по «ремонту» и содержанию; он может морально устаревать еще до того,
как произойдет его физический износ; его ценность может расти и падать в зависимости
от изменений в предложении комплементарных (взаимодополняющих) производственных
факторов и в спросе на их совместные продукты.
Основными видами вложений в человека считаются образование, производственная
подготовка, охрана здоровья, миграция, поиск информации на рынке труда, рождение и
воспитание детей. Образование и подготовка на производстве увеличивают объем челове
ческого капитала, охрана здоровья продлевает срок его «службы», миграция и поиск ин
формации на рынке труда способствуют повышению цен за его услуги, рождение и воспи
тание детей воспроизводят его в следующем поколении. Однако в более узком, практиче
ском смысле под инвестициями в человеческий капитал чаще всего понимаются затраты
на образование и производственную подготовку, поскольку именно они представляют со
бой специализированный вид деятельности по формированию знаний, навыков и умений.
Различают общий и специфический человеческий капитал. Общие знания и навыки
представляют ценность безотносительно к тому, где они были получены, так как могут
находить применение во множестве самых разных мест (пример – умение работать на
персональном компьютере). Специфические знания и навыки могут использоваться толь
ко там, где были получены, так что при переходе на другое место работы они утрачивают
какуюлибо ценность (пример – умение работать на уникальном станке, который есть
только на данной фирме). Естественно, что большинство знаний и навыков, имеющихся
у людей, не являются ни полностью общими, ни полностью специфическими; это всегда
вопрос степени. Тем не менее нетрудно убедиться, что подготовка в рамках системы фор
мального образования ориентирована на производство преимущественно общего, тогда как
подготовка непосредственно на рабочих местах – преимущественно специфического че
ловеческого капитала.
Отдачу от человеческого капитала можно рассматривать под несколькими различны
ми углами зрения. Вопервых, она может выступать как в денежной (пример – более высо
кие заработки работников с более высоким образованием), так и в неденежной форме
(пример – приобретенная благодаря длительным занятиям способность наслаждаться клас
2
Отчасти этим объясняется то, что идея «осязаемого» человеческого капитала (когда в качестве капитала
рассматривается человек как физическое существо) не получила широкого признания в экономической
литературе. Преобладает иной подход, согласно которому человеческий капитал понимается как «неося
заемый» актив, т.е. как запас знаний, навыков и способностей. См., однако: [Kendrick ,1976].
27
сической музыкой). Вовторых, в ней можно выделить потребительскую и инвестицион

ную составляющие. Образование будет представлять непосредственную потребительскую
ценность, если человек извлекает полезность (положительную или отрицательную) из са
мого процесса обучения. (Так, студенту может быть чрезвычайно интересно общаться со
своими однокурсниками; вместе с тем сдача экзаменов может быть для него источником
сильнейших стрессов.) В отличие от этого инвестиционная ценность образования опреде
ляется теми выгодами, которые оно способно приносить уже после окончания учебы.
Наконец, можно говорить о внутренних (частных) и внешних (экстернальных) эффектах,
связанных с инвестициями в человека. Частные выгоды достаются ему самому, экстер
нальные – третьим лицам (примеры последних – тишина, которой наслаждаются окрест
ные жители в то время, пока дети находятся в школе; повышенная склонность к благо
творительности, присущая более образованным людям, и т.д.)
В первом приближении экстернальные эффекты человеческого капитала можно раз
делить на «экономические» и «внеэкономические». «Экономические» экстерналии возни
кают тогда, когда получение более высокого образования какимлибо работником повы
шает производительность и заработки не только его самого, но и других работников, кото
рые вступают с ним во взаимодействие. Как отмечает Р. Лукас, большую часть того, что мы
знаем, мы узнаем от других людей, и очень часто это происходит в ходе взаимного нефор
мального обмена знаниями, где нет деления на учителей и учеников [Lucas, 1988]. Общаясь
с более квалифицированными и более образованными работниками, менее квалифициро
ванные и менее образованные работники получают возможность увеличить свой человече
ский капитал. Эта идея стала отправным пунктом для современных теорий эндогенного
экономического роста.
«Внеэкономические» экстерналии, связанные с накоплением человеческого капитала,
заключаются в том, что оно ослабляет склонность индивидов к участию в различных фор
мах антисоциальной деятельности и усиливает их склонность к участию в различных фор
мах деятельности, полезной для всего общества. Так, с одной стороны, более высокое обра
зование снижает риск занятия преступной деятельностью. С другой стороны, оно повышает
уровень гражданской активности, а также превращает людей в более информированных
избирателей. Как от снижения уровня преступности, так от повышения качества прини
маемых политических решений выигрывают не только сами носители человеческого ка
питала, но и все общество в целом [Moretti, 2003].
Существует три основных канала, по которым образование и подготовка на рабочих
местах могут воздействовать на благосостояние общества. Вопервых, они делают работ
ников способными к более сложному и более производительному труду. Вовторых, по
могают людям лучше, более умело и рационально распоряжаться своими материальными
и временными ресурсами. Этот «аллокационный эффект» выражается, в частности, в том,
28
что более образованные лица обычно первыми начинают осваивать новые технологии и
продукты и внедрять их в свою производственную и потребительскую практику [Schultz,
1975]. В итоге от этого выигрывают не только они, но и все общество в целом, поскольку
путь от появления новаций до их всеобщего применения сокращается. Наконец, втретьих,
накопление человеческого капитала повышает не только скорость, с какой распространя
ются, но и скорость, с какой генерируются научные, технические и организационные от
крытия и изобретения. Таким образом, его положительное воздействие на благосостояние
общества основывается на трех механизмах: а) поддержании запаса «старых», давно осво
енных знаний путем передачи их из поколения в поколение; б) обеспечении более быст
рого доступа к ранее неизвестным, лишь недавно появившимся знаниям; в) активизации
производства новых, еще не существующих знаний [Капелюшников, 1985].
Так как учет различных неденежных и экстернальных эффектов затруднен, на прак
тике отдача от человеческого капитала чаще всего оценивается исходя из одних только
3
денежных выгод, которые он доставляет . (Естественно, что полученные таким образом
оценки эффективности следует воспринимать лишь как минимально возможные.) Пред
ставление о величине денежного «дохода» от человеческого капитала можно получить,
сравнивая пожизненные заработки групп с различными уровнями образования. Так, раз
ность между пожизненными заработками лиц с высшим и с полным средним образовани
ем дает огрубленную оценку той «премии», которую обеспечивает обладание вузовским
дипломом. Что касается издержек образования, то помимо прямых расходов (таких как
плата за обучение и т.п.) в их состав входят потерянные заработки. Это заработки, кото
рые были бы получены учащимися, если бы вместо учебы они сразу пошли работать. Рас
четы показывают, что именно потерянные заработки составляют основную часть общей
стоимости обучения.
Поскольку издержки и выгоды образования относятся к разным моментам времени,
их прямое сопоставление оказывается некорректным: предварительно их необходимо дис
контировать (привести к одному моменту времени). Соотнеся дисконтированные вели
чины выгод и издержек, связанных с инвестициями в человеческий капитал, можно оце
нить норму его отдачи. При оценке частных норм отдачи учитываются выгоды и издержки
только для самих обладателей человеческого капитала, при оценке социальных – выгоды
и издержки для всего общества.
Однако на практике при подсчете норм отдачи чаще всего используется менее гро
моздкая процедура, которая заключается в оценивании параметров регрессионного урав
3
Экстернальные эффекты могут улавливаться при анализе на макроуровне – когда оценивается зависи
мость уровней или темпов роста ВВП в различных странах от количественных и качественных характе
ристик накопленного ими человеческого капитала.
29
нения, где зависимой переменной является логарифм заработков, а независимыми пере

менными – различные индивидуальные характеристики работников, включая полученное
ими образование. Приняв некоторые упрощающие предпосылки, можно показать, что
норма отдачи человеческого капитала будет измеряться коэффициентом регрессии перед
переменной числа лет обучения. Впервые такой подход был предложен Дж. Минцером
[Mincer, 1974], и в его честь уравнение заработков стали называть «минцеровским». Это –
один из немногих случаев в современной эконометрической практике, когда между тео
ретическим понятием и эмпирической оценкой существует прямое взаимнооднозначное
соответствие.
1.3.
Динамика запасов
Со статистической точки зрения человеческий капитал обладает важным преимуществом:
для него существуют «натуральные» измерители, которые – при всей их очевидной услов
ности – значительно расширяют возможности анализа. (Для «обычного» капитала такие
натуральные измерители недоступны в принципе.) Это, вопервых, число накопленных
лет обучения и, вовторых, доли работников, имеющих образование различного уровня.
Естественно, национальные учебные программы в отдельных странах сильно отличаются,
отсюда – необходимость в международно сопоставимом наборе категорий для определе
ния ступеней (уровней) образования. Эту задачу решает Международная стандартная клас
сификация образования, принятая ЮНЕСКО в 1997 г. (МСКО97). Уровни образования
по МСКО97 и их российские эквиваленты приведены в табл. 1.1.
Обратимся сначала к наиболее общему индикатору запасов человеческого капитала –
среднему числу накопленных лет образования. Для России единственным источником, позво
ляющим получать такие оценки на регулярной основе, являются обследования Российско
го мониторинга экономического положения и здоровья населения (РМЭЗ).
По данным РМЭЗ, в настоящее время средняя фактическая продолжительность обу
чения у взрослого населения России (15–64 лет) достигает 12,6 года (табл. 1.2). У занятого
населения она оказывается еще больше, превышая 13 лет. По оценкам, в 2009 г. на одного
«среднестатистического» россиянина приходилось около 10 лет обучения в общеобразова
тельной школе, более полугода – в системе начального профессионального образования
(НПО), около года – в ссузах и около полутора лет – в вузах. Женщины заметно – при
мерно на целый год – опережали по этому показателю мужчин, что можно рассматривать
как свидетельство их большей предрасположенности к инвестированию в человеческий
капитал.
30
Таблица 1.1. Ступени образования по МСКО97

и их российские эквиваленты
Название ступени по МСКО97 Эквивалент в российской системе образования
МСКО 0 – дошкольное образование Дошкольное образование
МСКО 1 – начальный уровень образования Начальное образование
МСКО 2 – нижний уровень вторичного (среднего) Общее среднее образование

образования
МСКО 3 – верхний уровень вторичного (среднего)

МСКО 3А – программы предназначены Полное среднее образование

для продолжения обучения по МСКО 5А
МСКО 3В – программы предназначены Начальное профессиональное образование

для продолжения обучения по МСКО 5В на базе основной школы, дающее аттестат
о полном среднем образовании
МСКО 3С – программы не предназначены Начальное профессиональное образование,

для непосредственного перехода к программам не дающее аттестат о полном среднем
МСКО 3А или МСКО 5В образовании
МСКО 4 – поствторичное (послесреднее) Начальное профессиональное образование

нетретичное образование на базе полной средней школы
МСКО 5 – первая стадия третичного образования
МСКО 5А – программы носят в значительной Высшее профессиональное образование

степени теоретический характер и предназначе
ны для занятия профессий, требующих высоких
профессиональных навыков
МСКО 5В – программы являются более практи Среднее профессиональное образование

ческитехнически ориентированными
МСКО 6 – вторая стадия третичного образования Послевузовское образование (аспирантура,

(ведущая к получению ученой степени) докторантура)
Источник: Российское образование в контексте международных показателей, 2003, с. 23–24.
В динамике среднего числа накопленных лет образования отмечался устойчивый

повышательный тренд. С середины 1990х годов оно увеличилось более чем на один год, в
том числе у женщин – на 1,3 года (с 11,5 до 12,8 года) и у мужчин на 0,8 года (с 11,4 до
12,2 года). В основном этот прирост был обеспечен увеличением средней продолжительно
сти пребывания в учебных заведениях двух типов – общеобразовательных школах и вузах.
31
Таблица 1.2. Среднее число накопленных лет образования

в расчете на одного человека, 1995–2009 гг., лет
(население в возрасте 15–64 лет)
Годы Все Занятые

всего из них: всего из них:
школа ПТУ ссуз вуз школа ПТУ ссуз вуз
1995 11,5 9,2 0,50 0,77 1,01 12,1 9,4 0,56 0,87 1,22
1996 11,6 9,2 0,51 0,81 1,02 12,2 9,4 0,56 0,93 1,25
1998 11,8 9,4 0,55 0,83 1,02 12,4 9,5 0,62 0,97 1,26
2000 11,9 9,5 0,55 0,85 1,01 12,4 9,6 0,63 0,98 1,21
2001 12,0 9,5 0,56 0,80 1,12 12,5 9,6 0,64 0,92 1,34
2002 12,1 9,5 0,57 0,83 1,14 12,6 9,6 0,64 0,96 1,36
2003 12,2 9,6 0,59 0,84 1,16 12,6 9,6 0,65 0,96 1,37
2004 12,2 9,6 0,60 0,86 1,17 12,7 9,6 0,65 0,98 1,38
2005 12,3 9,6 0,60 0,86 1,18 12,7 9,6 0,70 0,99 1,41
2006 12,4 9,6 0,59 0,90 1,29 12,8 9,7 0,65 1,01 1,48
2007 12,5 9,7 0,60 0,90 1,30 12,8 9,7 0,66 1,00 1,49
2008 12,5 9,7 0,60 0,90 1,34 12,9 9,7 0,65 0,98 1,54
2009 12,6 9,6 0,60 0,91 1,38 13,1 9,8 0,67 1,05 1,67
Источник: РМЭЗ.
В свете международных сопоставлений запасы человеческого капитала, накопленные

Россией, выглядят весьма внушительно (табл. 1.3). Такой вывод можно сделать из данных
Р. Бэрроу и Й.В. Ли о динамике средней фактической продолжительности обучения в
4
146 странах мира на протяжении последних пятидесяти лет [Barro, Lee, 2010] . По расче
4
К сожалению, оценки по России, содержащиеся в последней версии базы данных Бэрроу и Ли, сильно
занижены. По этой причине в табл. 1.3 они приводятся нами не в исходном, а в скорректированном виде.
Для такой корректировки есть множество оснований: 1) оценки Бэрроу и Ли для России, относящиеся к
периоду 2000х годов, получаются путем экстраполяции давно устаревших данных микропереписи 1994 г.,
без привлечения результатов переписи населения 2002 г.; 2) вопреки общепринятым методологическим
принципам российское среднее профессиональное образование рассматривается как образование вторич
ного, а не третичного уровня (типа B) по МСКО; 3) сходным образом российское начальное профессио
нальной образование классифицируется как вторичное образование нижней, а не верхней ступени
(уровня 2, а не уровня 3B/3C по МСКО); 4) по неизвестным причинам около половины российских об
ладателей вузовских дипломов квалифицируются как не имеющие законченного высшего образования.
Не удивительно, что получаемая в итоге картина достаточно сильно отклоняется от реальности (так, из
исходных оценок Бэрроу и Ли следует, что в России контингент лиц с высшим образованием на протя
жении 2000х годов уменьшался, тогда как в действительности он непрерывно увеличивался, причем ус
коренными темпами). Устранение только перечисленных выше неточностей приводит к перемещению
32
там, опирающимся на эти данные, в России по состоянию на середину 2000х годов сред
нее число накопленных лет образования приближалось к 11 (двадцатое место в выборке
Бэрроу и Ли).
Таблица 1.3. Образовательный уровень населения

в различных странах мира, 2005 г.
Среднее число накопленных лет обучения Справочно:

ВВП на душу населения по парите
население 15 лет население 25 лет ту покупательной способности,
и старше и старше *
2005 г., тыс. долл. США
Развитые страны
Франция 9,88 9,79 30,7
Германия 11,85 12,24 31,4
Япония 11,26 11,12 30,3
Великобритания 9,21 8,85 32,2
США 12,09 12,45 41,9
Переходные страны
Чехия 12,75 13,09 20,4
Венгрия 11,49 11,47 17,0
Польша 9,69 9,70 13,8
Страны БРИК
Бразилия 7,17 6,60 8,5
Китай 7,62 7,05 4,1
Индия 4,68 3,98 2,2
Россия 10,57 10,70

11,9
Россия (РМЭЗ) (11,76) (11,66)
*
По ППС, в международных долларах 2005 г.
Источники: Barro, Lee, 2010; World Development Indicators, 2009.
России из четвертой десятки мирового рейтинга во вторую. Но даже после такой корректировки россий
ские показатели остаются, повидимому, все равно заниженными. (Скажем, в расчетах Бэрроу и Ли теоре
тическая продолжительность третичного образования типа B принималась для России равной двум годам
вместо трех, а третичного образования типа A – четырем годам вместо пяти). Вполне вероятно, что даль
нейшие уточнения вплотную приблизили бы Россию к странамлидерам мирового рейтинга по числу на
копленных лет образования.
33
Показатели для России оказываются еще выше, если использовать данные РМЭЗ, –
около 12 лет, что выводит ее в первую десятку мирового рейтинга. По среднему числу на
копленных лет образования Россия не только оставляет далеко позади страны БРИК,
но также опережает многие как развитые, так и постсоциалистические страны (в част
ности, Великобританию, Францию, Польшу). Тем не менее ее отставание от мировых ли
деров – Чехии, Новой Зеландии, Норвегии, США, Австралии, Германии – оказывается
существенным, достигая 1,5–2 лет (табл. 1.3). Однако при этом, как видно из рис. П11 и
П12 (см. Приложение П1), российские показатели располагаются достаточно высоко над
линией тренда, отражающей связь между продолжительностью обучения и душевым ВВП.
Это означает, что в России образовательный уровень заметно выше, чем в большинстве
других стран, относящихся к той же, что и она, доходной категории.
Использование альтернативных показателей накопленных запасов человеческого ка
питала – охвата населения образованием разного уровня – подтверждает, что по формаль
ным признакам Россия действительно относится к числу самых высокообразованных стран
в мире (табл. 1.4). Так, по данным переписи населения 2002 г., среди россиян в возрасте
25–64 лет 89% имели образование не ниже верхнего уровня средней школы – лучший по
казатель среди всех стран, охватываемых регулярной статисткой ОЭСР [Education at a
Glance, 2005]. (Для сравнения: в Бразилии аналогичный показатель составлял лишь 30%.)
Еще более поразительно, что в стране с таким сравнительно невысоким уровнем душевого
ВВП, как Россия, свыше половины населения – 57% – имели третичное образование.
Это было на 13 процентных пунктов больше, чем у следовавшей за ней Канады, и в не
сколько раз выше, чем у других постсоциалистических стран, где данный показатель не
превышал даже 15%.
Еще благоприятнее выглядит образовательная структура занятого населения: по доле
работников с образованием не ниже верхнего уровня вторичного образования (94%) Рос
сия удерживала одно из первых мест в мире, а по доле работников с третичным образова
нием (64%) вообще являлась мировым лидером. Так, занятых с третичным образованием
насчитывалось в ней (в относительном выражении) примерно вдвое больше, чем в Вели
кобритании, Германии или Франции. Для страны с не слишком хорошо работающей эко
номикой, не так давно вышедшей из глубокой и затяжной трансформационной рецессии,
подобное достижение нельзя не признать поразительным.
В значительной мере это неожиданное «первенство» России обеспечивается сверх
высокой пропорцией лиц, имеющих третичное образование типа B (ссузы в российской
5
терминологии) . Однако и по доле лиц с третичным образованием типа A (вузы в россий
5
Нельзя исключить, что существенная часть российского среднего профессионального образования может
считаться третичным лишь с известными оговорками: в тех случаях, когда обучение в ссузах предоставля
34
ской терминологии) Россия входит в группу мировых лидеров. Так, среди стран, входящих
в выборку ОЭСР, с результатом 21% она делила в 2002 г. девятоедесятое место с Японией.
На рис. П13 и П14 отчетливо видно, что и в данном отношении Россия точно так же яв
ляется «аутлайером»: стран со столь парадоксальным сочетанием показателей душевого
ВВП и охвата третичным образованием мировая практика почти не знает. Можно пред
положить, что образовательный потенциал России создает достаточно благоприятные воз
можности для развития интеллектуалоемких видов деятельности и формирования эконо
мики, основанной на знаниях.
Таблица 1.4. Образовательная структура населения
в возрасте 25–64 лет, 2003 г.
Все население Занятое население

доля имеющих доля имеющих третичное доля имеющих доля имеющих
вторичное обра образование полное среднее третичное
зование верхнего тип В тип А всего образование образование
уровня и выше и выше
Франция 64,9 9,2 14,2 23,4 71,0 26,9
Германия 83,4 9,9 14,1 24,0 88,0 28,6
Япония 83,9 16,5 20,9 37,4 85,7 39,8
Великобритания 65,1 8,7 19,3 28,0 74,2 33,7
США 87,5 9,0 29,4 38,4 90,4 42,2
Чехия 86,4 – 11,7 12,0 91,8 14,3
Венгрия 74,1 – 15,3 15,4 84,9 19,6
Польша 48,3 – 14,2 14,2 62,4 22,3
*
Бразилия 29,5 8,2 8,2 – –
Китай – – – – – –
Индия – – – – – –
*
Россия 89,4 36,1 20,8 56,9 93,7 63,8
*
2002 г.
Источник: Education at a Glance, 2005.
ется тем, кто окончил лишь неполную среднюю школу, оно оказывается ближе скорее к вторичному обра
зованию. Но даже если с учетом этого мы отнесем к числу работников с третичным образованием типа В
лишь две трети обладателей дипломов ссузов, показатель охвата третичным образованием в России все
равно составит порядка 40–50%, т.е. останется на уровне, сопоставимом с другими мировыми лидерами –
Канадой и Израилем.
35
Но не является ли столь внушительный по международным меркам запас человече

ского капитала всего лишь «наследством», оставшимся от предшествующей эпохи? В Рос
сии трансформационная рецессия была настолько глубокой и затяжной, что могла подор
вать стимулы к его накоплению. В таком случае высокий образовательный уровень рос
сийской рабочей силы следовало бы считать сугубо краткосрочным феноменом и уже в
ближайшие годы ожидать заметного отката назад.
Однако имеющиеся данные не подтверждают этого предположения. Из них следует,
что в пореформенный период российская экономика продолжала активно подпитываться
работниками со все более высокой формальной подготовкой. В табл. 1.5 представлены
данные переписей населения 1989 и 2002 гг. о распределении лиц в возрасте 15 лет и стар
ше по различным уровням образования. За эти годы доля обладателей третичного образо
вания типа A (как законченного, так и незаконченного) увеличилась на 6, а обладателей
третичного образования типа B – на 8 процентных пунктов. Доля лиц с начальным про
фессиональным и полным средним образованием практически не изменилась. В то же вре
мя доля лиц с основным общим образованием сократилась на 3,5 п.п., а с начальным и до
начальным еще больше – на 4 п.п. и 5,5 п.п. соответственно. В основе этого процесса лежал
механизм смены поколений: непрерывное улучшение образовательной структуры обеспе
чивалось уходом старших поколений с более низкой и их замещением молодыми поколе
ниями с более высокой формальной подготовкой.
Таблица 1.5. Образовательная структура населения России
*
по данным переписей 1989 и 2002 гг., %
Группы Все население Занятое население

по уровню образования в возрасте 15 лет и старше в возрасте 15 лет и старше
1989 г. 2002 г. 1989 г. 2002 г.
Высшее профессиональное 11,3 16,2 14,6 23,3
Неполное высшее профессиональное 1,7 3,1 1,3 3,0
Среднее профессиональное 19,2 27,5 24,3 35,7
Начальное профессиональное 13,0 12,8 17,8 15,3
Среднее (полное) общее 17,9 17,7 20,8 16,2
Основное общее 17,5 13,9 13,5 5,6
Начальное общее 12,9 7,8 6,7 0,9
Не имеют начального общего 6,5 1,0 1,1 0,1
Итого 100 100 100 100
*
Без учета лиц, не указавших уровень образования.
Источник: Росстат.
36
В структуре занятого населения аналогичные сдвиги были выражены еще отчетли

вее. Как уже отмечалось, по данным переписи населения 2002 г., почти две трети россий
ских работников имели третичное образование. В то же время доля малообразованных ра
ботников (с основным общим образованием или начальным и ниже) составляла менее 7%
(соответственно 5,6 и 0,9%). Фактически можно говорить о почти полном вымывании ра
ботников, не пошедших дальше неполной средней школы. В результате очень скоро эко
номика может столкнуться с острым дефицитом неквалифицированной рабочей силы: либо
ее придется «импортировать» изза рубежа, все активнее привлекая мигрантов, либо резко
повышать оплату за подобный труд, делая его минимально привлекательным для лиц со
сравнительно высоким образованием.
Среди женщин темпы образовательного апгрейдинга были намного выше, чем среди
мужчин (табл. 1.6). Так, в 1989 г. среди всего населения женщины еще отставали от муж
чин по доле лиц с высшим образованием (почти на 1 п.п.), хотя среди занятых по этому
показателю они их уже превосходили (на 1,6 п.п.). К 2002 г. женщины превратились в без
условных «лидеров» по охвату высшим образованием как среди всего, так и среди занятого
населения. И если в первом случае их преимущество было относительно небольшим (ме
нее 1 п.п.), то во втором составляло внушительную величину – почти 5 п.п. Это означает,
что среди них обладателей вузовских дипломов насчитывалось на 20–25% больше, чем сре
ди мужчин. Из приводимых оценок следует, что столь резко выраженная гендерная асим
метрия в пользу женщин – явление относительно новое, возникшее лишь в 1990е годы и
фактически еще не существовавшее в дореформенный период. При этом им удалось со
хранить превосходство над мужчинами также и по охвату средним профессиональным об
разованием, которым они уже обладали в советскую эпоху. В 2002 г., как и в 1989 г., облада
телей дипломов ссузов насчитывалось среди них больше, чем среди мужчин, примерно на
5 п.п., если говорить обо всем, и примерно на 10 п.п., если говорить о занятом населении.
Во второй половине 2000х годов контингент обладателей вузовских дипломов про
должал увеличиваться, причем без какихлибо видимых признаков снижения темпов. По
данным Обследований населения по проблема занятости Росстата (ОНПЗ), в 2008 г. доля
лиц с высшим образованием среди всего российского населения в возрасте 25–64 лет пре
высила отметку 25%, а среди занятых вплотную приблизилась к отметке 30% (рис. П15).
Высшее образование имелось у примерно каждого четвертого работающего мужчины и
примерно каждой третьей работающей женщины. Прирост по сравнению с результатами
переписи населения 2002 г. составил порядка 2,5–3 п.п., что в относительном выражении
было эквивалентно росту на 15–20%.
37
Таблица 1.6. Образовательная структура населения России

*
по данным переписей 1989 и 2002 гг., по полу, %
Группы Все население Занятое население

по уровню образования в возрасте 15 лет и старше в возрасте 15 лет и старше
мужчины женщины мужчины женщины
1989 г. 2002 г. 1989 г. 2002 г. 1989 г. 2002 г. 1989 г. 2002 г.
Высшее профессиональное 11,7 15,7 10,9 16,5 13,8 21,1 15,4 25,6
Неполное высшее профессиональное 1,7 3,1 1,7 3,1 1,9 2,9 2,3 3,1
Среднее профессиональное 16,6 25,3 21,4 29,2 18,6 31,8 28,8 39,8
Начальное профессиональное 18,9 15,9 9,3 10,2 22,1 18,1 13,0 12,2
Среднее (полное) общее 19,8 18,9 16,3 16,8 21,5 17,8 20,0 14,4
Основное общее 17,9 14,3 17,2 13,6 13,8 7,0 13,2 4,2
Начальное общее 10,7 6,2 13,4 9,1 7,3 1,2 6,1 0,6
Не имеют начального общего 2,7 0,5 9,7 1,4 1,0 0,1 1,2 0,0
Итого 100 100 100 100 100 100 100 100
*
Без учета лиц, не указавших уровень образования.
В результате такого ускоренного роста в мировом рейтинге Россия переместилась на

еще более высокие позиции, чем те, что она занимала в начале 2000х годов. Если сравни
вать ее со странами – членами ОЭСР, то в настоящее время по охвату высшим образова
нием мужчин Россия ощутимо уступает только Норвегии, Нидерландам, США, Южной
Корее и Японии, а по охвату им женщин – только Норвегии и США [Education at a
Glance, 2009]. Однако с достаточно высокой вероятностью можно прогнозировать, что уже
в ближайшее время ей удастся и эти страны догнать или даже обойти.
1.4.
Динамика потоков
Оценки потоков человеческого капитала, основывающиеся на данных о численности
обучающихся в системе профессионального образования, рисуют сходную картину.
Начальная фаза трансформационного процесса сопровождалась в России оттоком
молодежи из учреждений профессионального образования всех уровней – не только на
чального, но также среднего и высшего. Однако этот отток не был напрямую связан со
стартом рыночных реформ, так как начался раньше – еще во второй половине 1980х го
38
дов. И если падение спроса на начальное профессиональное образование со стороны на

селения со временем действительно приобрело характер устойчивого тренда, то о спросе
на среднее и высшее профессиональное образование этого сказать нельзя. После неболь
шого «проседания» в первые пореформенные годы он достаточно быстро выправился и
пошел вверх. Возобновление роста численности студентов ссузов (третичное образование
типа В) датируется 1995м, тогда как студентов вузов (третичное образование типа А) –
1994м годом [Полетаев, Савельева, 2002]. Впоследствии расхождения в динамике спроса
на профессиональное образование разного уровня становились только сильнее.
Если говорить о контингенте учащихся НПО, то за 1990е годы он сократился на
10 п.п., за первую половину 2000х годов – еще на 10 п.п., а за вторую половину 2000х го
дов – на целых 25 п.п. (рис. П16). В результате в 2009 г. масштабы обучения в ПТУ были
почти вдвое меньше, чем в исходном 1990 г. (1,0 млн человек против исходных 1,9 млн че
ловек).
Напротив, контингент обучающихся в учреждениях среднего и высшего профессио
нального образования за тот же период увеличился примерно вдвое (рис. П16). Однако
ссузы и вузы оказались затронуты этой экспансией в неодинаковой степени. Абсолютный
максимум численности студентов ссузов был достигнут в середине 2000х годов, когда ее
кумулятивный прирост по сравнению с дореформенным периодом составил около 15%.
Затем в ее динамике возобладал понижательный тренд, так что в 2009 г. в ссузах числи
лось уже на 6% студентов меньше, чем в исходном 1990 г. (2,1 млн против 2,3 млн). К этому
нужно добавить, что из лиц, получавших среднее профессиональное образование, далеко
не все выходили затем на рынок труда. Окончив ссуз, многие сразу или какоето время
спустя поступали в вузы. Достаточно сказать, что соотношение между ежегодным прие
мом в вузы абитуриентов со средним профессиональном образованием и ежегодным вы
пуском из ссузов увеличилось с 0,25 в середине 1990х годов до 0,7 в конце 2000х. Иными
словами, в подавляющем большинстве случаев учеба в ссузе стала являться всего лишь
промежуточным этапом перед дальнейшим поступлением в вуз. Вследствие этого пред
ложение на рынке труда работников со средним профессиональным образованием с оп
ределенного момента перестало расти, а затем начало постепенно снижаться.
Гораздо более бурной была динамика численности студентов вузов. За 1990–2000е го
ды их число увеличилось в 2,7 раза – с 2,8 млн до 7,4 млн. (Лишь в 2009 г. появились пер
вые признаки того, что этот восходящий тренд начинает сменяться нисходящим.) Почти
так же сильно – в 2,4 раза – возросло и число обучающихся в учреждениях послевузов
ского образования. Как следствие, масштабы присутствия на рынке труда работников с
наиболее высокой формальной подготовкой, о чем шла речь в предыдущем разделе, резко
6
возросли .
6
Мы оставляем без рассмотрения динамику показателей приема и выпуска для учреждений профессио
нального образования. С небольшими сдвигами во времени назад (в случае приема) или вперед (в случае
39
Новый интересный феномен, который необходимо отметить, – активный рост спро

са на второе высшее образование. Если в 1990 г. лица с высшим образованием составляли
менее 0,6% среди всех поступивших в вузы, то во второй половине 2000х годов – порядка
5%. Можно ожидать, что по мере сокращения численности студентов, получающих пер
вое высшее образование, вузы активизируют усилия по предоставлению второго высшего
образования и охват им будет последовательно нарастать.
Возникает вопрос: в какой мере описанные сдвиги были связаны с действием демо
графических факторов? В России численность когорт в типичных возрастах поступления
в учреждения послешкольного образования (15–19 лет) возрастала вплоть до середины
2000х годов (кумулятивный прирост – более 25%). Однако значение этого прироста для
различных уровней системы профессионального образования было далеко не одинаковым.
Как было показано, численность учащихся НПО на протяжении всех 1990–2000х го
дов почти монотонно снижалась. Очевидно, что это обвальное падение не могло быть
впрямую связано с изменениями в численности молодежных когорт. По большей части
оно вызывалось иными причинами, а именно – окончательной утратой привлекательности
«пэтэушного» образования в глазах российской молодежи. В отличие от этого динамика
численности студентов ссузов, как видно из рис. П16, достаточно плотно следовала за
динамикой численности молодежи в возрасте 15–19 лет. Если бы не повышательный де
мографический тренд, то масштабы обучения в ссузах не только не выросли бы, но сокра
тились бы примерно на 10%. Говоря иначе, в случае среднего профессионального образо
вания ссылка на действие демографических факторов оказывается более чем достаточной.
Однако в случае высшего образования ситуация была иной. Как показывают расчеты,
вклад демографических изменений в экспансию высшего образования был крайне незна
чительным – объясняющим не более 1/8 кумулятивного прироста численности его студен
ческого контингента. Наиболее правдоподобное объяснение этого стремительного наплы
ва в вузы заключается в резко возросшей экономической ценности высшего образования
(к подробному обсуждению этой проблемы мы обратимся в последующих разделах).
Вместе с тем начавшееся в последние годы сокращение численности студентов как
ссузов (фиксируется с 2005 г.), так и вузов (фиксируется с 2009 г.) можно, повидимому,
считать прямым следствием вступления России в «демографическую яму». Начиная с
2004 г. численность когорт в типичных студенческих возрастах стала быстро сокращаться,
уменьшившись к концу десятилетия более чем на четверть. Сперва это почти сразу же
потянуло вниз численность студентов ссузов, а затем, с небольшой задержкой, и числен
ность студентов вузов. Кроме того, дополнительное ускорение благодаря этому получил
процесс оттока учащихся из системы НПО (см. выше).
выпуска) они менялись по тем же траекториям, что и показатели численности студентов. Их подробный
анализ для более раннего периода представлен в работе [Полетаев, Савельева, 2002].
40
Динамика спроса на профессиональное образование в России характеризовалась от

четливой гендерной асимметрией, которая во многих случаях носила достаточно неожи
данный характер (рис. П17). Лишь в случае НПО она была почти неразличимой, поскольку
резкая утрата интереса к «пэтэушному» образованию примерно в равной степени затро
нула как мужчин, так и женщин. Если в 1990е годы по темпам падения спроса на на
чальное профессиональное образование чуть впереди были мужчины, то в 2000е годы
немного вперед вышли женщины. Однако как в первом, так и во втором подпериодах рас
хождения между гендерными группами оставались крайне незначительными.
Иначе выглядела ситуация в ссузах и вузах. Спрос на среднее профессиональное об
разование со стороны женщин на протяжении большей части 1990–2000х годов факти
чески стагнировал. В течение всего этого периода численность женщин, обучавшихся в
ссузах, оставалась ниже исходного уровня, на котором она находилась в конце советской
эпохи. Напротив, спрос на среднее профессиональное образование со стороны мужчин
рос, хотя этот рост едва ли можно назвать драматическим. Пик был достигнут в середине
2000х годов, когда численность мужчин, обучавшихся в ссузах, увеличилась по сравне
нию с дореформенным периодом на 25% (рис. П17). После этого, как уже упоминалось,
контингент студентов ссузов как среди мужчин, так и среди женщин начал постепенно
сокращаться.
Хотя отчетливая гендерная асимметрия прослеживалась также в динамике спроса на
высшее образование, в этом случае она была обратной. Если за период 1990–2009 гг.
численность студентов вузов среди мужчин увеличилась примерно в два, то среди жен
щин – более чем в три (!) раза. Среди прочего столь значительный гендерный разрыв сви
детельствует о несостоятельности популярного тезиса, объясняющего взрывной рост спроса
на вузовское образование со стороны молодежи мотивами уклонения от воинской службы.
Несложные расчеты позволяют оценить примерный вклад фактора «призыва» в ди
намику численности студентов вузов. Известно, что по сравнению с женщинами распре
деление мужчин, получающих высшее образование, всегда отличалось более сильной
смещенностью в пользу очных форм обучения (рис. П18). Так, в 2008 г. среди женщин на
очных отделениях учились 42%, среди мужчин – 52%. (В 1990 г. аналогичный разрыв также
существовал, хотя и был несколько меньше: 56% против 61%.) Это расхождение естест
венно связать с угрозой призыва: вполне вероятно, что при ее отсутствии многие молодые
люди либо вообще стали бы отказываться от получения высшего образования, либо пере
ориентировались бы на его получение в неочных формах. Предположив, что в подобной
гипотетической ситуации распределение по формам обучения у мужчин и женщин было бы
одинаковым, нетрудно подсчитать, насколько же велика доля «уклонистов» в общей чис
ленности студентов вузов. По нашим оценкам, для начальной точки рассматриваемого
периода (1990 г.) она оказывается равной 6%, для конечной (2008 г.) – 8% (рис. П18).
41
Очевидно, однако, что получаемые при таком подходе показатели являются завышенными
и их следует уменьшить в несколько раз. Трудно усомниться, что даже при отсутствии уг
розы призыва многие молодые люди все равно не стали бы отказываться от получения
высшего образования в очной форме, а те, кто решил бы этого не делать, переместились
бы с дневных отделений вузов на вечерние и заочные. Соответственно чистый «эффект
призыва» может быть оценен максимум в 2–3% от общей численности студентов вузов.
Количественно это совершенно несопоставимо с масштабами притока молодежи в сис
тему высшего образования и, следовательно, мотивы уклонения от воинской службы ни
как не могут считаться его главным катализатором.
Наиболее общий вывод, который можно отсюда сделать, состоит в том, что переход
ный кризис не смог прервать действие долгосрочной тенденции к опережающему росту
численности лиц с дипломами вузов и ссузов: спрос на такую подготовку продолжал ус
тойчиво повышаться, несмотря на все катаклизмы, которые пришлось пережить России в
последнее десятилетие прошлого века.
Возможно, наиболее наглядное представление о радикальности произошедших пе
ремен дают показатели, рассчитываемые как отношение численности принятых в вузы в
том или ином году (без учета тех, кто уже имел высшее образование) к численности выпуск
ников полных средних школ в том же году или к численности выпускников неполных
средних школ (обязательные девять классов) двумя годами раньше (рис. П19). Если в
1990 г. пропорция между приемом в вузы и выпуском из полных средних школ выглядела
примерно как 0,5:1, то начиная с 2003 г. число поступающих в вузы превысило число по
лучающих аттестаты о среднем образовании, причем к 2009 г. это превышение достигло уже
1,7 раза. Вторая пропорция изменилась еще более драматически: 0,27:1 в начале 1990х го
дов и 1:1 в настоящее время. Если бы и возрастная структура населения, и система образо
вания находились в состоянии равновесия, то это означало бы, что из нынешних молодеж
ных когорт, получающих обязательное (9летнее) образование, обладателями вузовских
дипломов рано или поздно станут практически все.
Понятно, что столь прямолинейный вывод был бы некорректным. В условиях, когда
в России началось резкое сокращение численности молодежных когорт, говорить о том,
что возрастная структура населения находилась в равновесном состоянии, не представля
ется возможным.
Однако оценки, получаемые для середины 2000х годов, когда численность молодеж
ных когорт в типичных возрастах поступления в учреждения послешкольного образования
оставалась более или менее стабильной, могут быть признаны достаточно реалистически
ми. В эти годы прием в вузы достигал примерно трех четвертых от выпуска из неполных
средних школ двумя годами раньше. В первом приближении эта оценка – 70–75% – по
зволяет получить представление о том, как через несколько десятилетий может выглядеть
42
образовательная структура российского населения. Конечно, пользоваться ею следует с

известной осторожностью. С одной стороны, далеко не все поступившие в вузы затем их
7
заканчивают и получают дипломы . С другой стороны, доля молодежи, стремящейся к по
лучению высшего образования, с каждым годом становится все больше. С учетом этого
можно было бы ожидать, что из нынешних молодежных когорт вузовские дипломы рано
или поздно получат не менее 60–65%.
Альтернативный вариант расчета, основанный на результатах переписи населения
2002 г., выводит на несколько более низкие цифры. Данные переписи содержат инфор
мацию о доле лиц, обучающихся в вузах, в составе когорт молодежного возраста (от 16 до
30 лет). Просуммировав эти доли и разделив полученную величину на коэффициент 5 (ко
торый примерно соответствует средней продолжительности обучения в российской системе
высшего образования), можно оценить, каков будет вероятный охват вузовской подготов
кой новых поколений, вступающих на рынок труда. По этому варианту расчета получается,
что вузовские дипломы рано или поздно будут вручены примерно каждому второму моло
дому человеку. Однако перепись населения, результаты которой доступны для анализа,
проводилась достаточно давно – в 2002 г. (данные последней переписи населения 2010 г.
на момент написания настоящей работы еще не были опубликованы). Аналогичный рас
чет, но с использованием более поздних данных РМЭЗ, относящихся к 2008 г., дает более
высокую оценку – 66%.
В любом случае есть веские основания полагать, что по охвату населения высшим об
разованием Россия уже в ближайшей перспективе может выйти на одно из первых мест в
мире. К середине столетия российская рабочая сила с высокой степенью вероятности бу
дет как минимум на две трети состоять из обладателей вузовских дипломов. Реализация
подобного сценария станет серьезным вызовом и для российской экономики, и для сло
8
жившейся институциональной системы .
1.5.
Качество образования
Если по количественным характеристикам накопленного человеческого капитала Россию
можно отнести к числу странлидеров, то о его качестве этого сказать нельзя. Нехватка
7
Впрочем, в России доля отсева из вузов относительно невелика – порядка 20%, что является одним из
самых низких показателей в мире.
8
Повидимому, помешать его реализации может только сверхактивный прирост малообразованной ра
бочей силы изза рубежа.
43
финансовых ресурсов и многочисленные институциональные изменения привели к тому,

что в пореформенный период качество российского образования, повидимому, ухудша
лось. Фактором, способствовавшим снижению академических стандартов обучения в сис
теме высшего образования, могло стать резкое – в два с половиной раза – увеличение чис
ленности студентов. Существует закономерность, носящая достаточно универсальный ха
рактер: когда образование какоголибо уровня становится массовым, его качество неизбеж
но начинает ухудшаться, поскольку доступ к нему получают практически все независимо
от различий в способностях, мотивациях и ценностных установках. И только с помощью
специальных целенаправленных усилий этот дрейф в направлении более низкого качества
обучения может быть приостановлен или замедлен.
Существует два основных подхода к измерению качества человеческого капитала.
Первый условно можно назвать «затратным», второй – «результатным». В первом случае
оно оценивается по тем или иным индикаторам «на входе», во втором – по тем или иным
индикаторам «на выходе» образовательной системы. Традиционно исследователям были
доступны только косвенные оценки, опиравшиеся на различные стоимостные и натураль
ные показатели деятельности системы образования; прямые оценки качества «продукции»,
которую она производит, стали разрабатываться и публиковаться лишь недавно. Но как
характеристики затрат на образование, так и результаты международных тестовых испыта
ний свидетельствуют о серьезном неблагополучии, существующем в этой области в России.
В пореформенный период Россия вступила с долей государственных расходов на об
разование в ВВП, равной 3,6–3,7% (рис. П110). В 1990е годы этот показатель немного
«подрос» до уровня 4–4,5%, однако в первой половине 2000х годов стал быстро откаты
ваться назад, снизившись до отметки 3%. Восстановление началось в середине 2000х го
дов, когда ему удалось вернуться обратно на уровень 4%.
Однако и с такой долей государственных расходов на образование в ВВП Россия по
прежнему заметно отстает не только от развитых, но и от большинства переходных стран
(табл. 1.7). В относительном выражении она тратит на образование меньше, чем даже такие
страны БРИК, как Бразилия или Индия. В результате по этому показателю Россия распо
лагается ниже линии тренда (рис. П111). Это означает, что на цели образования она на
правляет меньшую долю ВВП, чем страны, находящиеся на том же, что и она, уровне
экономического развития. Правда, с учетом частных расходов совокупная доля затрат на
образование в ВВП оказывается в России почти на целый процентный пункт выше, при
ближаясь к отметке 5% (табл. 1.7). Но даже с этой «прибавкой» ее положение в мировом
рейтинге не меняется и она все равно остается лежащей существенно ниже линии тренда
(рис. П112).
44
Таблица 1.7. Расходы на образование в процентах ВВП

по уровням образования, 2006 г., %
Расходы на Расходы на образование в расчете на одного учащегося

образование по отношению к ВВП на душу населения
как % ВВП
все госу начальное среднее третичное третичное третичное
дарст образование образование образование, образование, образование,
вен тип В тип А, всего
ные и послевузов
ское образо
вание
Франция 5,9 5,5 18 30 31 39 37
Германия 4,8 4,1 16 23 22 42 40
Япония 5,0 3,3 22 26 27 47 42
Великобритания 5,9 5,2 23 26 – – 45
США 7,4 5,0 22 25 – – 57
Чехия 4,8 4,2 15 24 15 38 36
Венгрия 5,6 5,1 26 22 24 36 35
Польша 5,7 5,2 25 23 30 35 35
Бразилия – 4,9 17 16 – – 109
Китай – – – – – – –
*
Индия – 4,8 15 26 – – 92
** ***
Россия 4,7 3,9 11 18 21 37 32
*
2003 г.
**
С учетом частных расходов на образование, величина которых, по оценкам Института статистических
исследований и экономики знаний НИУ ВШЭ, составляла 0,8% ВВП.
***
2002 г.
Источники: Education at a Glance, 2005, 2009; Индикаторы образования, 2008.
С учетом чрезвычайно высоких показателей охвата образованием (см. выше, разделы 1.3
и 1.4) не удивительно, что по соотношению между расходами на одного учащегося и ду
шевым ВВП Россия также попадает в число явных аутсайдеров (рис. П113–П115). Так,
45
для начального образования соотношение между расходами на одного учащегося и ВВП

на душу населения составляет в ней всего 11%, для вторичного – 18%, для третичного –
9
32%. Это одни из самых низких показателей в мире . Правда, если вместо всего третичного
образования взять только третичное образование типа А (высшее, по российской терми
нологии), то окажется, что по относительным расходам на него с показателем 37% Россия
выглядит не самым худшим образом (рис. П117). Возможно, это указывает на деформи
рованность структуры финансирования системы образования – ее смещенность в пользу
высшего образования в ущерб начальному и среднему. Очевидно, что это не может не ока
зывать отрицательного влияния на качество школьного обучения.
Неожиданно, но по числу учащихся в расчете на одного преподавателя Россия, на
против, демонстрирует исключительно благоприятные результаты (табл. 1.8).
Таблица 1.8. Соотношение учащихся и преподавателей

(в эквиваленте полной занятости) по уровням образования, 2007 г.
Начальное Среднее Третичное образование

образование образование третичное третичное образование, всего
образование, тип А, и послевузовское
тип В образование
Франция 19,7 11,9 16,8 16,6 16,6
Германия 18,3 14,9 11,8 12,2 12,1
Япония 19,0 13,5 7,9 11,8 10,6
Великобритания 19,4 13,6 – – 17,6
США 14,6 15,1 – – 15,1
Чехия 18,7 12,3 15,2 19,0 18,6
Венгрия 10,2 11,1 18,5 17,0 17,1
Польша 11,0 12,3 12,8 17,2 17,2
Бразилия 25,8 21,4 – – 14,3
*
Китай 21,9 18,8 – – –
**
Индия 40,2 32,5 22,0 22,2 22,2
Россия 17,0 8,8 10,7 13,7 12,9

*
2003 г.
**
2002 г.
Источник: Education at a Glance, 2009.
9
Даже если для третичного образования мы будем учитывать только расходы на обучение за вычетом рас
ходов на НИОКР, то и тогда положение России остается все равно явно неудовлетворительным (рис. П116).
46
В начальных школах этот показатель составляет 17 учащихся на одного учителя и

примерно соответствует средним значениям, характерным для развитых и переходных
стран. В средних школах это соотношение оказывается вообще самым низким из всех
стран, включенных в табл. 1.8, – менее 9 учащихся на одного преподавателя. Наконец, в
вузах оно составляет 13, что по международным меркам также является весьма непло
хим достижением и ставит Россию впереди большинства развитых и переходных стран
(рис. П118–П120).
Можно возразить, что благоприятные российские показатели для начального и сред
него образования являются во многим искусственными и объясняются наличием огром
ного числа малокомплектных школ в сельской местности. Понятно, что в таких школах на
одного преподавателя приходится очень небольшое число учащихся, но было бы странно
рассматривать это как свидетельство высокого качества обучения. В значительной мере
это действительно так: в сельских школах соотношение между численностью учащихся и
численностью преподавателей оказывается примерно в полтора раза меньше, чем в город
ских. Но даже если мы ограничимся рассмотрением только городских общеобразователь
ных школ, то для России соотношение между учащимися и преподавателями все равно ос
танется весьма благоприятным: 13–14 учащихся на одного преподавателя, что лучше сред
них показателей для стран ОЭСР.
Парадоксальное сочетание – крайне неблагоприятных показателей затрат на одного
учащегося и крайне благоприятного соотношения между учащимися и преподавателями –
имеет достаточно простое объяснение. Оно заключается в чрезвычайно низкой относитель
ной оплате труда преподавателей, во многом унаследованной еще от советского прошлого.
Так, в дореформенный период среднемесячная заработная плата в образовании составляла
примерно 70% от средней заработной платы во всей экономике и примерно 65% от средней
заработной платы в промышленности (рис. П121). С началом рыночных реформ оба по
казателя стали ухудшаться еще больше, поскольку темпы роста заработной платы в бюд
жетном секторе сильно отставали от темпов ее роста в частном секторе. Низшая точка была
достигнута в начале 2000х годов, когда средняя заработная плата в образовании упала до
примерно 55% от среднего уровня во всей экономике и до 45% от среднего уровня в про
10
мышленности .
10
Такая низкая относительная заработная плата складывалась под действием двух основных факторов –
раздутой занятости в системе образования и ограниченных финансовых возможностей государства. В свою
очередь раздутая занятость являлась результатом того, что система образования активно использовалась
для решения разного рода социальных задач (смягчения проблемы бедности, предотвращения высокой
молодежной безработицы и т.п.). Показательно, что в экономически наименее развитых регионах России
доля занятых в образовании оказывается намного выше, чем в экономически наиболее развитых ее регио
нах [Заработная плата в российской экономике, 2007].
47
Восстановление относительной оплаты труда работников образования датируется

2002 годом, который может считаться поворотным. Постепенно ей удалось практически пол
ностью компенсировать потери, понесенные в предыдущее десятилетие, так что к концу
2000х годов заработная плата в образовании достигала уже более 70% от средних показа
телей как для всей экономики, так и для промышленности. Однако по международным
стандартам это все равно очень мало (рис. П122). В большинстве стран мира соотноше
ние между средними показателями заработной платы в образовании и во всей экономике
находится в интервале от 95 до 115%. Низкая оплата труда в российском образовании, не
11
сомненно, являлась важным фактором, способствовавшим ухудшению его качества .
Насколько оценки качества образования в России, базирующиеся на «затратном»
подходе, согласуются с его оценками, базирующимися на «результатном» подходе? Судить
об этом позволяют данные международных обследований, в которых на основе стандарти
зованных заданий оцениваются знания, получаемые учащимися на различных стадиях об
разовательного процесса.
Согласно стандартизованным международным тестам, качество начального образова
ния в России можно считать если не высоким, то вполне удовлетворительным (табл. 1.9).
Так, по оценкам PRILS (Progress in International Reading Literacy Study), в 2006 г. для уча
щихся 4 класса Россия имела лучший показатель по грамотности чтения – 565 баллов,
занимая первое место среди всех 40 обследованных стран. Ее результат намного превышал
международный средний уровень, равнявшийся 500 баллам. По навыкам чтения учащихся
начальных школ Россия опережала даже такие страны с традиционно высокими стандар
тами обучения, как Сингапур, Гонконг или Канада.
Сходной была ситуация с оценкой качества математических и естественнонаучных
знаний. Согласно тестам TIMSS (Trends in International Mathematics and Science Study),
в 2007 г. для учащихся начальных школ Россия имела весьма хороший результат по матема
тической грамотности – 544 балла, занимая шестое место среди 39 обследованных стран.
Это заметно превышало средний международный уровень, составлявший 500 баллов. Од
нако ее отставание от лидеров – Сингапура и Гонконга – было достаточно значительным,
приближаясь к 60 баллам. По показателям естественнонаучной грамотности с результатом
546 баллов Россия занимала пятое место среди 39 обследованных стран. Это было почти
на 50 баллов выше международного среднего уровня, но на 40 баллов ниже, чем у страны
лидера – Сингапура. В целом, как показывают рис. П123–П125, по показателям чтения,
математических и естественнонаучных знаний в начальных школах Россия располагалась
11
Даже в вузах заработная плата до сих пор не достигает среднего уровня по стране, не говоря уже о ссузах
или начальных и средних школах. Так, в 2008 г. при среднемесячной заработной плате в экономике, рав
ной 17,3 тыс. руб., в вузах она составляла 17 тыс. руб., в средних школах – 10,7 тыс. руб., в начальных шко
лах – 8,8 тыс. руб. [Образование в Российской Федерации, 2010].
48
существенно выше линии тренда. Это предполагает, что по качеству начального образова
ния она намного превосходила страны с сопоставимым уровнем душевого ВВП.
Таблица 1.9. Результаты российских учащихся в международных программах

по оценке образовательных достижений PIRLS, TIMSS и PISA
(по 1000балльной шкале)
PIRLS/TIMMS TIMMS, PISA,

учащиеся учащиеся учащиеся
*
4 класса 8 класса 15 лет
2001/ 2006/ 1995 г. 1999 г. 2003 г. 2007 г. 2000 г. 2003 г. 2003 г. 2006 г. 2009 г.
2003 гг. 2007 гг. (все) (10 класс)
Грамотность чтения
Средний балл
Россия 528 565 – – – – 462 442 466 440 459
все страны 500 500 – – – – 500 500 500 500 500
Рейтинг России 12е 1е – – – – 28е 32е 32е 39е 43е
место место место место место место место
из 35 из 40 из 41 из 40 из 40 из 56 из 65
Математическая грамотность
Россия 532 544 535 526 508 512 478 468 492 476 468
все страны 495 500 500 487 467 500 500 500 500 500 500
Рейтинг России 9е 6е 15е 12е 14е 9е 23е 29е 24е 34е 38е
место место место место место место место место место место место
из 25 из 39 из 41 из 38 из 50 из 52 из 41 из 40 из 40 из 57 из 65
Естественнонаучная грамотность
Россия 526 546 538 529 514 530 460 489 512 479 478
все страны 489 500 500 488 474 500 500 500 500 500 500
Рейтинг России 9е 5е 14е 16е 21е 10е 27е 24е 13е 35е 39е
место место место место место место место место место место место
из 25 из 39 из 41 из 38 из 50 из 52 из 41 из 40 из 40 из 57 из 65
Компетентность в решении проблем
Россия – – – – – – – 479 506 – –
все страны – – – – – – – 500 500 – –
Рейтинг России – – – – – – – 28е 20е – –
место место
из 40 из 40
*
Оценки грамотности чтения – PIRLS, оценки математической и естественнонаучной грамотности – TIMMS.
Источники: PIRLS, 2001; PIRLS 2006; TIMMS, 1995 TIMMS, 1999; TIMMS, 2003; TIMMS, 2007; PISA, 2000; PISA, 2003;
PISA, 2006; PISA, 2009; Основные результаты… 2004.
49
Менее однозначную картину дают имеющиеся оценки качества среднего образования.

Согласно тестам TIMSS, в 2007 г. среди учащихся восьмого класса Россия имела неплохой
результат по математической грамотности – 512 баллов. По этому показателю она занимала
девятое место из 52 обследованных стран, опережая такие развитые страны, как Швеция,
Норвегия или США. Результат по естественнонаучной грамотности составлял 530 баллов,
что ставило ее на десятое место среди 52 обследованных стран.
Гораздо менее благоприятные результаты дают тесты PISA (Programme for International
Student Assessment), которые оценивают знания учащихся в возрасте 15 лет. Исходя из этих
оценок можно сделать вывод, что качество среднего образования в России является даже
не удовлетворительным, а скорее плохим. Так, в 2009 г. российские учащиеся имели сред
ний результат по грамотности чтения 459 балла, что было заметно ниже даже международ
ного среднего уровня, составлявшего 500 баллов. С этим показателем Россия занимала
лишь 43е место среди 65 обследованных стран. Ее отставание от лидеров – Финляндии,
Южной Кореи, Гонконга, Сингапура – достигало 70–90 баллов. Все развитые и практиче
ски все переходные страны демонстрировали лучшие результаты, чем она. Оценка по ма
тематической грамотности составляла для России 468 баллов (38е место среди 65 обсле
дованных стран). Ее отставание от лидеров достигало 70–80 баллов. Не многим лучше об
стояли дела с естественнонаучной грамотностью: 478 баллов при международном среднем
уровне 500 баллов (39е место). Наконец, по компетентности в решении проблем в 2003 г.
российские учащиеся набирали всего лишь 479 баллов (28е место среди 40 обследован
ных стран).
Рис. П126–П131 показывают, как качество обучения в средних школах коррелирует
с уровнем экономического развития. Из них видно, что при использовании данных TIMSS
Россия оказывается лежащей, как правило, выше линии тренда, тогда как при использова
нии данных PISA находящейся практически на ней.
Расхождения в оценках TIMSS и PISA могут объясняться несколькими причинами.
Вопервых, они могут свидетельствовать о постепенном ухудшении качества образова
ния в России по мере повышения его уровня (обследования TIMSS охватывают учащихся
8 класса, тогда как обследования PISA – 9–10 классов). Вовторых, важное значение могут
иметь различия в методологии: если задания TIMSS больше ориентированы на проверку
усвоения школьной программы, то задания PISA – на проверку умения ими пользоваться
в жизненных ситуациях. Если это так, то отсюда можно сделать вывод, что российская сис
тема образования попрежнему плохо приспособлена к тому, чтобы наделять учащихся опе
рациональными знаниями и навыками. (В этом смысле показательны низкие результаты
российских учащихся по компетентности в решении проблем.) Наконец, возможно, что
все дело в разных критериях отбора: в TIMSS таким критерием является число лет обуче
ния, тогда как в PISA – возраст. А так как в России дети поступают в школу, как правило,
50
на год позже, чем в других странах, то обследования PISA могут занижать качество рос
сийского среднего образования, поскольку в них российские подростки 15 лет фактически
сравниваются со сверстниками из других стран, которые учились на год дольше них. Дей
ствительно, как показывает табл. 1.9, если выделить группу десятиклассников, то результа
ты по России заметно улучшаются. И все же это улучшение оказывается не настолько зна
чительным, чтобы поставить под сомнение вывод о недостаточно высоком качестве рос
12
сийского среднего образования .
Более того, результаты обоих исследований, похоже, указывают на то, что на протяже
нии 1990х годов качество российского среднего образования ухудшалось (табл. 1.9). Так,
по оценкам TIMSS, в 2003 г. по сравнению с 1995 г. уровень математической грамотности
снизился почти на 30 баллов, а уровень естественнонаучной грамотности – почти на 25 бал
лов. По оценкам PISA, в 2006 г. по сравнению с 2000 г. показатели грамотности чтения
ухудшились на 20 баллов, а математической грамотности не изменились. (В то же время
естественнонаучная грамотность, возможно, несколько улучшилась.) И хотя, как свидетель
ствуют рис. П126–П131, качество среднего образования в России остается пока лучше, чем
в странах, принадлежащих к той же, что и она, доходной группе, ее отставание от стран
13
лидеров со временем только нарастало .
Показатели, получаемые в рамках различных международных исследований, нельзя
считать полностью сопоставимыми. Они рассчитываются на выборках, не одинаковых по
составу странучастниц; относятся к различным уровням образования; конструируются с
использованием разных методологических подходов. Попытка привести все многообра
зие накопленных за последние десятилетия данных к сопоставимому виду была предпри
нята в недавней работе Э. Ханушека и Л. Вейссманна [Hanushek, Woessmann, 2009]. Полу
ченные в этой работе интегральные показатели качества обучения в школах по математи
12
Напротив, обследования TIMSS могут завышать качество российского образования, поскольку в них
российские учащиеся того или иного возраста фактически сравниваются с учащимися из других стран
моложе них примерно на целый год. Особенно сильный искажающий эффект будет наблюдаться в этом
случае для начального образования.
13
Не существует международно сопоставимых показателей, с помощью которых можно было бы измерять
качество человеческого капитала, производимого российскими учреждениями НПО и ссузами. Многое,
однако, говорит о том, что оно является крайне низким и что оно, повидимому, последовательно ухуд
шалось на протяжении всех 1990х–2000х годов. Косвенным свидетельством этого можно считать хотя
бы тот факт, что подавляющее большинство выпускников ПТУ и ссузов трудятся по иным специально
стям, чем те, по которым осуществлялась их подготовка (см. об этом, в частности, Главу 5). Хуже того,
многие из них оказываются заняты на рабочих местах, вообще не соответствующих формально имею
щейся у них квалификации (например, на местах неквалифицированных рабочих). Следует также учиты
вать, что в этот период учреждения НПО и ссузы столкнулись с проблемой ухудшающего отбора: посколь
ку более способная часть молодежи устремилась в вузы, им не оставалось ничего другого, как во все боль
ших масштабах привлекать менее способную ее часть. Все это, естественно, не могло не отразиться на
качестве предоставляемой ими подготовки.
51
ческим и естественнонаучным дисциплинам охватывают все уровни общего образования

в 77 странах мира и могут рассматриваться как наиболее информативные из всех имею
щихся на сегодняшний день оценок. Их усредненные значения представлены в табл. 1.10.
Таблица 1.10. Обобщенные оценки качества школьного образования по математическим

и естественнонаучным дисциплинам, по странам мира
* **
Средний уровень, баллов Доля аутсайдеров, % Доля лидеров, %
Франция 504 7,4 8,5
Германия 496 9,4 10,5
Япония 531 3,3 16,8
Великобритания 495 7,1 8,8
США 490 8,2 7,3
Чехия 511 6,9 12,2
Венгрия 505 5,9 10,3
Польша 485 16,2 9,9
Бразилия 364 66,2 1,1
Китай 494 6,5 8,3
Индия 428 7,8 1,3
Россия 492 11,6 8,1

(29е место из 77 стран) (32е место из 77 стран) (29е место из 77 стран)
*
Доля участников обследований с оценками 400 баллов и ниже (меньше международного среднего уровня на
одно стандартное отклонение).
**
Доля участников обследований с оценками 600 баллов и выше (больше международного среднего уровня
на одно стандартное отклонение).
Источник: Hanushek, Woessmann, 2009.
Согласно этим интегральным оценкам, качество школьного образования в России яв

ляется достаточно посредственным – 492 балла. Это ниже международного среднего уров
ня, составляющего 500 баллов, и ставит Россию на 29е место среди всех 77 стран. Оно на
ходится примерно на том же уровне, что в США или Китае, но оказывается намного ниже,
52
чем у странлидеров – Тайваня, Южной Кореи, Сингапура, Японии, Гонконга (520–

545 баллов). В мировом рейтинге Россия располагается ниже большинства не только раз
витых, но и постсоциалистических стран. Похоже, тем не менее, что по качеству школь
ного образования она превосходит другие страны с сопоставимым уровнем душевого
ВВП, поскольку находится, как видно из рис. П132, значительно выше линии тренда.
Однако значение имеет не только средний уровень, но и степень дифференциации
качества образовательной подготовки. Политика в этой области может быть ориентирова
на либо на предоставление первоклассного образования для самых талантливых и одарен
ных (элитарный подход), либо на предоставление добротного образования для всех неза
висимо от возможных различий в способностях (эгалитарный подход). Естественно пола
гать, что для обеспечения «прорывов» в экономике и технологии страна должна располагать
достаточным количеством лидеровинноваторов с образованием очень хорошего качества,
тогда как для эффективного использования уже имеющихся экономических и технологи
ческих достижений необходимо, чтобы образование неплохого качества имелось у подав
ляющего большинства работников [Hanushek, Woessmann, 2009]. Из табл. 1.10 видно, что
как по доле учащихся с очень высокими (29е место в мировом рейтинге), так и по доле
учащихся с очень низкими образовательными достижениями (32е место в мировом рей
тинге) Россию можно отнести к числу странсередняков. Иными словами, как с точки
зрения отбора и подготовки будущих «инноваторов», так и с точки зрения универсального
наделения молодежи необходимым минимумом современных знаний и навыков она де
монстрирует достаточно слабые результаты. Из всех стран, включенных в табл. 1.10, более
высокая доля «аутсайдеров» по результатам тестовых испытаний наблюдается только в
Бразилии и Польше, а более низкая доля «лидеров» – только в Бразилии и Индии. В этом
смысле перспективы формирования в России экономики инновационного типа едва ли
могут считаться обнадеживающими.
Россия не участвует в международных программах тестирования для студентов или
выпускников вузов. Однако, по имеющимся косвенным данным, в пореформенный период
российская система высшего образования испытала резкую эрозию академических стан
дартов обучения. Вопервых, контингент студентов неочных отделений рос опережающими
темпами по сравнению с контингентом студентов дневных отделений (рис. П133). Так, за
14
1990–2009 гг. первый вырос в три, тогда как второй – чуть более чем в два раза . (Особен
но резким было это опережение среди женщин.) В результате доля студентовнеочников
увеличилась с 42% на старте переходного периода до 54% в настоящее время. (Для срав
нения: в среднем по странам ОЭСР аналогичный показатель составляет 20% [Education at
14
К этому стоит добавить, что если численность студентов очных отделений начиная с 2008 г. стала, как уже
упоминалось, снижаться, то численность студентов неочных отделений попрежнему продолжает расти.
53
a Glance, 2009]; в США он выше – 35%, но только в Швеции, где неочные формы обучения
охватывают свыше половины всех студентов вузов, ситуация оказывается близкой к тому,
что наблюдается в России.) Вовторых, в пореформенный период среди студентов вузов
дневных отделений повсеместное распространение получила тенденция к совмещению
учебы с работой. Имеются свидетельства, что на старших курсах такое совмещение прак
тикуют до 50–80% студентов [Полетаев, Савельева, 2002]. В результате студентыочники
фактически превращаются в заочников. Поскольку же, по общему признанию, неочное
обучение представляет собой намного менее эффективную форму накопления человече
ского капитала, чем очное, это можно рассматривать как свидетельство явного ухудшения
качества российского высшего образования.
Повсеместное распространение совмещения учебы с работой имеет еще одно важное
следствие – резкое удешевление стоимости вузовского обучения. Как уже отмечалось, во
всем мире главным элементом затрат на него являются потерянные заработки студентов.
Однако в российских условиях потерянные заработки оказываются крайне незначитель
ными, а во многих случаях вообще приближаются к нулевым. Чрезвычайно низкие издерж
ки, связанные с получением высшего образования, являлись важнейшим фактором, стиму
лировавшим безостановочное нарастание спроса на него со стороны молодежи. В этом
смысле можно было бы утверждать, что «цена» российского высшего образования вполне
соответствует его «качеству».
Тем не менее тезис о «высоком качестве» российского высшего образования попреж
нему пользуется широкой популярностью. В его защиту обычно ссылаются на то, что вы
пускники российских вузов нередко с легкостью находят себе работу за рубежом (и, значит,
российское образование вполне конкурентоспособно), а выпускники некоторых из них
(скажем, естественнонаучных факультетов ведущих университетов) вообще идут на ми
ровом рынке труда «нарасхват». Это, однако, не отменяет общего вывода о крайне низком
среднем уровне подготовки в российских вузах. Вопервых, их конкурентоспособный по
международным стандартам сегмент был и остается предельно узким. Вовторых, сущест
вование таких «оазисов» лишь подчеркивает чрезвычайно высокую степень внутренней
неоднородности российского высшего образования. Втретьих, важно учитывать, что эмиг
рировав из России (изза отсутствия полноценных условий для творческой самореализа
ции), потенциальные «нобелевские лауреаты» перестают участвовать в воспроизводстве че
ловеческого капитала внутри страны. Его воспроизводством начинают заниматься не луч
шие, а худшие, что оборачивается неминуемыми и очень серьезными потерями – по сути,
дальнейшей качественной деградацией.
54
1.6.
«Инновационные» формы
человеческого капитала
К числу «инновационных» условно можно отнести формы человеческого капитала, отлича
ющиеся тремя признаками. Вопервых, они представляют практически универсальную цен
ность вне зависимости от сферы занятости работников; вовторых, могут быть приобретены
не только в рамках системы формального образования, но и за ее пределами; втретьих,
повышают способность индивидов успешно адаптироваться к изменениям в технологиче
ской и экономической среде. В сложном информационном обществе такими характери
стиками в наибольшей мере обладают компьютерная грамотность; умение пользоваться
Интернетом; знание иностранных языков, поскольку именно они делают возможным пря
мое участие в упоминавшихся ранее «великих трансформациях» современности – компью
терной революции и глобализации мировой экономики (см. Введение). Овладение ими
значительно усиливает конкурентные позиции работников на рынке труда, открывая дос
туп к более привлекательным и лучше оплачиваемым рабочим местам.
В компьютерную революцию Россия вступила позднее, чем многие другие страны.
И хотя с начала 1990х годов компьютеры стали быстро входить в жизнь общества, в тече
ние достаточно длительного времени пользование ими оставалось достоянием сравнитель
но небольших по численности групп работников. Иметь их в личном пользовании также
могли себе позволить лишь некоторые домохозяйства, как правило, из высокодоходных
групп. Хотя высокий уровень образования населения создавал благоприятные предпосыл
ки для массового овладения компьютерной грамотностью, экономические трудности, по
рожденные переходным кризисом, достаточно долго оставались серьезным тормозом на
пути ее распространения. Понастоящему массовый характер владение компьютерными
технологиями стало приобретать лишь после вступления российской экономики в фазу
быстрого роста.
По имеющимся свидетельствам, в этот период охват населения компьютерной гра
мотностью непрерывно расширялся, причем исключительно быстрыми темпами [Рощин,
2007; Капелюшников, Лукьянова, 2010]. Как показывают данные РМЭЗ, если в 2000 г.
доля тех, кто в предыдущие 12 месяцев пользовался компьютером, составляла около трети
всех опрошенных, то в 2009 г. уже почти две трети (табл. 1.11). В полтора раза увеличилась
также доля тех, кто использовал его по месту работы/учебы, – с 22% в 2000 г. до 32% в
2009 г. Если исходить из ответов на более общий вопрос РМЭЗ, касающийся не места, а
целей пользования компьютером, то оценки оказываются еще выше. Из них следует, что
в 2009 г. в «производственных» целях (т.е. для работы или учебы) компьютер использовали
55
42% среди всего и 45% среди занятого населения. Иными словами, доля работников, поль
зовавшихся компьютером при выполнении своих профессиональных обязанностей, при
ближалась к половине. Это примерно соответствует оценкам для США по состоянию на
середину 1990х годов [Card, Di Nardo, 2002; Friedberg, 2003; Valletta, 2006].
Таблица 1.11. Доля пользовавшихся компьютером в последние 12 месяцев,

2000–2009 гг., % (население в возрасте 15–64 лет)*

в принципе по месту работы, учебы в принципе по месту работы, учебы
2000 31,4 22,3 31,0 21,5

2001 36,6 25,8 36,2 26,0
2002 30,7 23,5 30,2 23,6
2003 33,2 24,8 32,8 25,2
2004 36,3 24,8 36,5 25,5
2005 39,4 26,3 39,8 27,1
2006 44,1 29,1 (35,1) 44,8 29,9 (35,6)
2007 46,5 29,8 (36,7) 47,8 31,2 (37,7)
2008 51,2 31,4 (39,4) 53,1 33,6 (41,1)
2009 56,1 32,1 (41,5) 60,7 35,8 (45,2)
*
Оценки использования компьютера в «производственных» целях, представленные в настоящей таблице,
основываются на ответах респондентов на вопрос о месте, где они им пользовались (дома, на работе/учебе,
в других местах). Для 2006–2008 гг. в скобках приводятся также более точные оценки, основанные на отве
тах респондентов на прямой вопрос об использовании/неиспользовании компьютера для работы или учебы.
Как и следовало бы ожидать, с возрастом доля пользователей компьютером посте

пенно убывает (рис. П134). Максимум приходится на самую младшую возрастную группу
(15–19 лет) – около 90%, минимум на самую старшую (60–64 года) – 14%. Это позволяет
сделать вывод о практически всеобщем охвате российской молодежи компьютерной гра
мотностью. Переход к каждой следующей десятилетней когорте, как видно из рис. П134,
сопровождается падением доли пользователей компьютером на 10–15 п.п.
Аналогичные тренды прослеживаются в показателях пользования Интернетом. По
данным РМЭЗ, доля пользователей им всего лишь за шесть последних лет выросла более
чем в три раза: с 12% в 2003 г. до 41% в 2009 г. (табл. 1.12). Не менее впечатляющей была
динамика пользования им в «производственных» целях: 2003 г. – 8%, 2009 г. – 22%. Среди
56
работников экономически наиболее активных возрастов (от 20 до 49 лет) доступ к Интер

нету на рабочем месте есть сейчас примерно у каждого третьего, что является достаточно
высоким показателем.
Таблица 1.12. Доля пользовавшихся Интернетом в последние 12 месяцев,

2003–2009 гг., % (население в возрасте 15–64 лет)*

в принципе по месту работы, учебы в принципе по месту работы, учебы
2003 12,2 6,1 12,3 8,4
2004 14,0 7,1 14,4 9,7
2005 16,6 8,2 17,2 11,4
2006 21,3 11,5 21,5 15,4
2007 25,1 13,5 25,3 18,1
2008 32,6 16,9 33,3 22,5
2009 40,7 19,2 (28,5) 43,6 21,7 (27,9)
Иначе складывалась ситуация с другой «инновационной» формой человеческого ка

питала – знанием иностранных языков. Очевидно, что в условиях глобализирующейся
мировой экономики владение ими приобретает особую ценность. Оно не только обеспе
чивает работникам значительные конкурентные преимущества на рынке труда, но и ради
кально расширяет открытые перед ними возможности потребительского выбора. Потен
циально доступный им объем информации возрастает в разы, меняется количество и ка
чество социальных сетей, в которые они могут быть включены. Наличие многочисленного
контингента работников с достаточно хорошим знанием иностранных языков является не
обходимым условием для успешного включения экономики в международное разделение
труда. Опыт целого ряда стран свидетельствует, что его формирование может способство
вать резкому ускорению темпов экономического роста и переходу к качественно иному
типу развития.
Не требуется объяснений, почему в дореформенный период показатели владения ино
странными языками находились в России на крайне низком по международным меркам
уровне. Общества советского типа были закрытыми, возможности контактов с представи
телями других стран ограничивались и были сведены в них к минимуму. Хотя преподавание
иностранных языков было обязательным, чаще всего оно носило формальный характер и
отличалось невысоким качеством. В результате даже у большинства выпускников россий
ских вузов знание иностранных языков реально отсутствовало.
57
В пореформенный период российское общество перестало быть закрытым, что резко

увеличило как спрос на знание иностранных языков, так и возможности их освоения.
Однако, несмотря на признание их высокой ценности, показатели владения иностранными
языками остаются в России попрежнему весьма скромными. По данным РМЭЗ, в на
стоящее время доля владеющих иностранными языками среди всего населения составляет
19%, среди занятых – 17%. (Существование подобного зазора объясняется более высоким
уровнем языковой грамотности среди учащейся, но пока еще не работающей молодежи.)
С возрастом доля владеющих иностранными языками быстро убывает: в самой млад
шей группе 15–19 лет этот показатель превышает 40%, но затем при переходе к каждой по
следующей десятилетней когорте падает примерно на 10 п.п. (рис. П135). В результате к
40–49 годам он опускается до 15процентной отметки. Такой своеобразный возрастной
профиль языковой грамотности объясняется действием нескольких факторов. Вопервых,
забыванием языков старшими поколениями в тех случаях, когда после завершения учебы
они не имеют реальной языковой практики. Вовторых, значительно более сильной уста
новкой современной молодежи на овладение иностранными языками по сравнению со
старшими поколениями, чьи молодые годы пришлись на советский период. Втретьих,
возросшей открытостью общества, когда контакты с иноязычными культурами и их носи
телями резко активизировались.
Из знающих иностранные языки о свободном владении ими заявляют 6%, о «полу
свободном» – 19%, о слабом – 75%. При пересчете на все население это означает, что сво
бодно владеют иностранными языками чуть более 1%, «полусвободно» – около 4%, на
«туристическом» уровне – 17%. При этом среди молодежи доля свободно владеющих
иностранными языками оказывается не намного выше, чем среди старших поколений.
Так, в группе 20–29 лет свободное владение иностранными языками отмечается у 2,2%, а
в более старших группах – у 0,8–1,3%. (Отметим, что реальное положение дел, повидимо
му, еще хуже, так как приводимые оценки основываются на субъективных представлени
ях самих опрашиваемых, а не на результатах какихлибо объективных тестов.)
Отсюда можно сделать вывод, что существенного сдвига в направлении более про
двинутого в языковом отношении общества в 1990–2000е годы не произошло. При со
хранении столь низких показателей владения иностранными языками российским населе
нием – особенно молодежью – дискуссии по поводу «инновационной экономики» и
«экономики знаний» приобретают в значительной мере умозрительный характер. Мало
вероятно, что без преодоления этого отставания России удастся успешно вписаться в гло
бализирующуюся мировую экономику.
В итоге ситуация с «инновационными» формами человеческого капитала может быть
охарактеризована как неоднозначная. С одной стороны, в 2000е годы в области компью
терной грамотности произошел настоящий рывок; среди российской молодежи она стала
58
фактически всеобщей. Более того, имеется достаточно многочисленный контингент работ

ников, чьи компьютерные навыки остаются невостребованными на их рабочих местах,
так как используются ими только в быту. С другой стороны, доля свободно владеющих
15
иностранными языками была и остается в России провально низкой .
1.7.
Человеческий капитал
и положение работников
на рынке труда
Опыт большинства стран мира свидетельствует, что обладание значительными объемами
человеческого капитала резко усиливает конкурентные позиции работников – стимулиру
ет их участие в рабочей силе, повышает шансы на нахождение работы, снижает риск без
работицы. Прослеживаются ли эти закономерности также и на российском рынке труда?
Можно ли полагать, что в российских условиях обладание высокой формальной подготов
кой открывает доступ к лучшим рабочим местам и более внушительным заработкам?
Ответ на этот вопрос неочевиден. Многочисленные шоки, которыми сопровождался
процесс системной трансформации в России, могли нарушить «нормальное» взаимодейст
вие между системой образования и рынком труда и привести к неожиданным результатам.
В этих условиях накопление дополнительного человеческого капитала могло не трансли
роваться в улучшение позиций на рынке труда и не приносить тех преимуществ, которые
оно обычно приносит в стабильной экономической и институциональной среде.
Однако имеющиеся данные не подтверждают этого предположения. Как показывает
табл. 1.13, в российских условиях образование оказывает сильное влияние на все ключевые
индикаторы рынка труда – экономическую активность, занятость, безработицу. Так, с по
вышением уровня образования резко возрастает уровень участия в рабочей силе. Максималь
ного значения – 90% – он достигает у обладателей вузовских дипломов (данные ОНПЗ за
16
2008 г.) . Сходная зависимость прослеживается между образованием и уровнем занятости:
у лиц с высшим образованием уровень занятости составляет 83%, тогда как у лиц со сред
ним полным образованием лишь 53%.
15
К этому стоит добавить, что как компьютерная грамотность, так и знание иностранных языков отлича
ются высокой «окупаемостью», т.е. обеспечивают работникам, при прочих равных условиях, значительный
выигрыш в заработках [Рощин, 2007; Капелюшников, Лукьянова, 2010].
16
Чтобы избежать осложнений, связанных с влиянием на рынок труда экономического кризиса, мы остав
ляем без рассмотрения показатели 2009 г. и ограничиваем анализ периодом 1992–2008 гг.
59
Таблица 1.13. Уровни экономической активности, занятости и безработицы

по полу и уровню образования, 2008 г., %
Уровни образования
высшее неполное среднее начальное среднее основное начальное итого
профес высшее профес профес (полное) общее общее,
сиональ профес сиональ сиональ общее не имеют
ное сиональ ное ное начально
ное го общего
Уровень экономической активности
Все население 85,5 43,6 79,3 80,1 58,5 31,6 14,9 67,7
Мужчины 89,8 45,3 86,2 85,3 66,5 39,2 20,8 73,6
Женщины 82,1 42,2 75,0 72,4 50,5 24,1 10,9 62,5
Уровень занятости
Все население 83,1 38,3 75,6 74,8 52,8 26,9 12,5 63,4
Мужчины 87,4 40,0 82,1 79,9 60,2 33,4 16,9 68,8
Женщины 79,8 36,9 71,6 67,5 45,4 20,6 9,5 58,7
Уровень безработицы
*
Все население 2,8 (0,3) 12,1 (1,5) 4,7 (0,7) 6,6 (1,1) 9,7 (1,9) 14,7 (5,1) 16,3 (6,6) 6,3 (1,2)
Мужчины 2,7 11,7 4,7 6,4 9,4 14,9 18,7 6,6
Женщины 2,9 12,6 4,6 6,9 10,2 14,4 13,1 6,1
*
В скобках приводятся оценки уровня отчаявшихся работников.
Источник: ОНПЗ, 2008.
Что касается безработицы, то среди лиц с высшим образованием ее уровень оказыва

ется примерно вдвое ниже, чем в среднем по стране. По доле длительно безработных они
также сильно «отстают» от других групп. Так, если среди безработных с высшим образова
нием свыше года в 2008 г. искали работу 30%, то среди безработных со средним образова
нием и ниже – 40–60%. Кроме того, по мере повышения образования резко снижается и
доля отчаявшихся работников. У лиц с законченным высшим образованием она не достига
ла даже 0,5%, тогда как у лиц с начальным образованием приближалась к 7%. Отсюда вид
но, что самым тяжелым, застойным формам незанятости чаще всего бывают подвержены
лица с низким образованием, тогда как высокое образование обеспечивает по отношению
к ним практически полный иммунитет.
В табл. 1.14 представлены аналогичные оценки для четырех укрупненных групп, раз
личающихся по возрасту: молодежь (15–24 лет); лица активного возраста (25–49 лет); лица
60
предпенсионного возраста (женщины 50–54 лет, мужчины 50–59 лет); лица пенсионного
возраста (женщины 55 лет и старше, мужчины 60 лет и старше).
Таблица 1.14. Уровни экономической активности, занятости и безработицы

по основным возрастным группам и уровню образования, 2008 г., %*
Уровни образования
высшее неполное среднее начальное среднее основное начальное
профес высшее профес профес (полное) общее общее,
сиональное профес сиональное сиональное общее не имеют
сиональное начального
общего
Уровень экономической активности
Молодежь 88,8 28,2 83,0 84,5 31,9 15,9 10,6
Лица зрелого
возраста 93,8 47,0 91,4 90,8 75,8 71,9 39,7
Лица предпенсион
ного возраста 90,4 84,9 85,9 82,2 77,5 65,4 43,5
Лица пенсионного
возраста 42,6 29,6 33,6 27,7 23,4 12,9 7,5
Все население 89,8 45,3 86,2 85,3 66,5 39,2 20,8
Уровень занятости
Молодежь 82,0 22,8 74,7 75,0 25,8 12,1 8,1
возраста 91,1 41,1 87,2 84,8 68,4 60,5 30,3
ного возраста 88,2 82,9 82,2 78,1 72,6 58,8 36,9
возраста 41,5 28,7 32,2 26,6 22,5 12,4 7,2
Все население 83,1 38,3 75,6 74,8 52,8 26,9 12,5
Уровень безработицы
Молодежь 7,6 19,2 9,9 11,2 19,2 23,8 23,3
возраста 2,9 12,5 4,6 6,7 9,7 15,9 23,7
ного возраста 2,4 2,3 4,2 5,0 6,4 10,2 15,2
возраста 2,6 3,0 4,0 4,2 4,0 4,1 4,3
Все население 2,7 11,7 4,7 6,4 9,4 14,9 18,7
*
Молодежь –15–24 года; лица зрелого возраста – 25–49 лет; лица предпенсионного возраста – женщины
50–54 года и мужчины 50–59 лет; лица пенсионного возраста – женщины 55–72 лет и мужчины 60–72 лет.
61
Для всех групп прослеживается однозначная, четко выраженная закономерность:

чем лучше образовательная подготовка, тем выше экономическая активность, больше за
нятость и меньше безработица. Если определить потенциальный «выигрыш» с точки зре
ния повышения экономической активности как разность в ее уровнях между обладателя
ми вузовских дипломов и обладателями аттестатов об окончании средней школы, то для
молодежи он составит 59 п.п., для лиц активного возраста – 18 п.п., для лиц предпенси
онного возраста – 12 п.п. и для лиц пенсионного возраста – 19 п.п. «Выигрыш» с точки
зрения улучшения перспектив занятости составит соответственно 56, 13, 15 и 19 п.п., а
«выигрыш» с точки зрения сокращения риска безработицы окажется равен 11, 7, 4 и 1,5 п.п.
Отмеченные различия имели устойчивый характер и сохранялись независимо от того,
в каком состоянии в тот или иной период находился рынок труда. На рис. П136–П138
представлены траектории изменения показателей экономической активности, занятости и
безработицы для различных образовательных групп за 1992–2008 гг. Хорошо видно, что
групповые уровни экономической активности менялись примерно по тем же траекториям,
что и ее общий уровень. Различия касались глубины первоначального падения (в период
переходного кризиса) и величины последующего восстановления (в период подъема).
Так, экономическая активность лиц с высшим образованием снизилась на первом этапе
на 6 п.п., со средним профессиональным образованием – на 9 п.п., с начальным про
фессиональным и полным средним – на 13 п.п., с неполным средним и ниже – на 14 п.п.
С учетом исходно невысоких показателей участия в рабочей силе у низших образователь
ных групп это означало, что в период кризиса среди них порядка 20–30% были вынуждены
вообще покинуть рынок труда. Более того, посткризисное восстановление было в этих
группах недолгим и быстро сменилось новым падением, так что в 2008 г. их экономиче
ская активность находились на более низкой отметке, чем в «дефолтном» 1998 г. Показа
тельно и то, что у обладателей вузовских дипломов даже в разгар кризиса характеристики
участия в рабочей силе все равно были выше, чем у любых других групп даже на пике эко
номического подъема.
У кривых изменения занятости также отчетливо видны два различных сегмента –
резкого снижения в кризисный и последующего восстановления в посткризисный период.
И в этом случае действовала та же закономерность – сокращение величины кумулятивного
падения занятости по мере повышения уровня образования. Так, у групп, находившихся
на вершине образовательной пирамиды, оно не превышало 10–15 п.п., тогда как у групп,
расположенных у ее основания, приближалось к 20 п.п. И если у первых в последую
щий период возобновившегося экономического роста показатели занятости выросли на
7–12 п.п., то у вторых они остались без изменения – примерно на том же уровне, на кото
ром они находились в конце 1990х годов.
62
Динамика показателей безработицы была зеркальной: сначала резкий скачок в кри

зисный период 1992–1998 гг., затем быстрое сокращение в посткризисный период 1999–
2008 гг. Однако у групп с лучшей образовательной подготовкой кумулятивный прирост
безработицы в первый период был намного слабее, тогда как ее кумулятивное сокраще
ние во второй период намного сильнее, чем у групп с худшей образовательной подготов
кой. Все указывает на то, что работники с более высоким образованием успешнее адапти
ровались к резким изменениям в экономической и социальной среде, которыми был от
мечен переходный период.
Не менее важно, что наблюдавшаяся в 1990–2000е годы эскалация предложения ра
ботников с вузовскими дипломами сопровождалась не ухудшением, а улучшением их по
зиций на рынке труда, причем не только абсолютных, но и, что гораздо удивительнее, отно
сительных. Наглядной иллюстрацией этого служат оценки, представленные на рис. П139.
Из них следует, что если в 1992 г. уровень безработицы среди обладателей высшего образо
вания «отставал» от общего уровня безработицы лишь в 1,6 раза, то в 2008 г. – уже 2,3 раза.
В начале периода он был ниже уровня безработицы среди обладателей среднего образова
ния в 1,8 раза, тогда как в конце – в целых 3,5 раза. Вопреки тому, что можно было бы
ожидать, ничто не свидетельствует о начавшемся вытеснении выпускников вузов из заня
тости в безработицу; скорее можно говорить об обратном процессе – об их вытягивании
из безработицы в занятость. Отсутствие признаков – во всяком случае явных – перепро
изводства дипломированной рабочей силы заставляет предполагать, что спрос на нее рос
как минимум такими же быстрыми темпами, как и ее предложение.
Образовательный потенциал работников во многом определяет не только уровень за
нятости, но и ее формы. Статус занятости, тип трудового контракта, продолжительность
работы, степень формализации трудовых отношений – все это оказывается тесно связано
с запасом имеющихся у них знаний и навыков.
Одной из важнейших характеристик трудовой активности является статус занято
сти – по найму или не по найму. Как показывает табл. 1.15, в условиях российского рынка
труда с повышением уровня образования степень распространенности работы не по найму
постепенно снижается. Так, в группе с высшим образованием ненаемными работниками
являются около 5%, тогда как в группе с начальным образованием в семь раз больше –
36%. Одной из главных причин столь значительного разрыва являлась неодинаковая сте
пень участия разных образовательных групп в деятельности личных подсобных хозяйств
(ЛПХ) (подробнее этот вопрос будет обсуждаться ниже). Но одновременно накопление
человеческого капитала стимулирует предпринимательскую активность: так, среди обла
дателей вузовских дипломов статус работодателя имеют 2%, тогда как среди лиц, не
пошедших дальше неполной средней школы, лишь 0,5%. Ситуация оказывается доста
точно неожиданной, поскольку высокое образование повышает как вероятность того, что
63
работник будет трудиться по найму, так и вероятность того, что он будет заниматься пред
принимательской деятельностью.
Таблица 1.15. Занятое население по уровню образования и статусу занятости, 2008 г., %
Работаю Работаю из них:

щие щие
работодатели самостоятельно прочие
по найму не по найму
занятые
Высшее 95,3 4,7 2,1 2,4 0,1
Неполное высшее 93,0 7,0 1,6 4,7 0,7
Среднее профессиональное 94,2 5,8 1,5 4,1 0,2
Начальное профессиональное 93,7 6,3 0,9 5,1 0,3
Среднее (полное) общее 89,2 10,8 1,4 9,1 0,4
Основное общее 83,4 16,6 0,6 15,3 0,7
Начальное общее и ниже 64,0 36,0 0,5 34,4 1,1
Все 92,7 7,3 1,5 5,6 0,3
Распределение наемных работников по видам трудового договора представлено в

табл. 1.16. Из нее следует, что распространенность работы по бессрочному трудовому
контракту достигает максимальных значений у обладателей вузовских дипломов, а затем
по мере снижения уровня образования начинает последовательно убывать. В результате у
работников с начальным образованием вероятность наличия такого контракта оказывается
на 30 п.п. меньше, чем у работников с высшим образованием: 63% против 92%. Напротив,
найм по срочному контракту и по контракту на выполнение определенного объема работ
реже всего встречаются среди работников с высшим образованием – соответственно в 6,2
и 0,9% случаев. В других группах эти формы найма встречаются в полторадва раза чаще.
С повышением уровня образования склонность к работе на основе устной договоренности
также убывает. Как видно из табл. 1.16, у двух крайних образовательных групп показатели
охвата теневым наймом соотносятся как 0,8% против 22%.
Улучшение образовательной подготовки снижает также риск неполной занятости
(табл. 1.17). Если среди обладателей вузовских дипломов на условиях неполной занятости
в 2008 г. трудились не более 1%, то среди не пошедших дальше начальной школы почти
17
10% . Кроме того, у работников с высоким образованием неполная занятость, как прави
17
Достаточно высокий уровень неполной занятости среди работников с незаконченным высшим обра
зованием – 6% – является во многом отражением предпочтений студентов вузов, из которых преимуще
ственно формируется эта группа.
64
ло, чаще, чем у работников с низким образованием, является результатом их доброволь

ного выбора, а не вынужденным решением, продиктованным отсутствием более привле
кательных альтернатив на рынке труда (табл. 1.17).
Таблица 1.16. Работающие по найму по уровню образования

и виду трудового договора, 2008 г., %
По письменному По договору По письменному На основе

трудовому подряда или трудовому устной догово
договору другим догово договору ренности
на неопреде рам гражданско на определен без оформления
ленный срок правового ный срок документов
характера
Высшее 92,1 0,9 6,2 0,8
Неполное высшее 82,0 2,6 10,8 4,5
Среднее профессиональное 88,5 1,9 7,1 2,5
Начальное профессиональное 83,8 3,0 7,9 5,3
Среднее (полное) общее 79,3 3,4 9,4 7,9
Основное общее 73,5 3,6 9,1 13,8
Начальное общее и ниже 63,2 2,4 12,4 22,1
Все 85,9 2,2 7,6 4,2
Таблица 1.17. Уровень и структура неполной занятости

для различных образовательных групп, 2008 г., %
Уровень неполной Структура неполной занятости

занятости
вынужденная добровольная
Высшее 1,0 36,1 63,9
Неполное высшее 5,8 17,0 83,0
Среднее профессиональное 1,7 46,5 53,5
Начальное профессиональное 2,1 51,9 48,1
Среднее (полное) общее 3,2 43,5 56,5
Основное общее 6,5 47,7 52,3
Начальное общее и ниже 11,5 27,8 72,2
Все 2,2 36,1 63,9
65
Качество рабочих мест во многом определяется степенью их формализации. Нефор

мальные рабочие места, как правило, нестабильны, социально уязвимы, связаны с ис
пользованием примитивных технологий. Как показывает табл. 1.18, между уровнем дос
тигнутого образования и занятостью на неформальной основе существует однозначная об
ратная связь. Если среди работников с высшим образованием в 2008 г. в неформальном
секторе были заняты менее 8%, то среди работников со средним профессиональным об
разованием – 14%, с начальным профессиональным – 19%, а с полным средним – 26%.
Еще выше охват неформальной занятостью на нижних ступенях образовательной пира
миды, где он достигает 30–60%. Эти различия во многом являются следствием более ак
тивного участия работников с низкой образовательной подготовкой в производстве сель
скохозяйственной продукции в ЛПХ с целью ее реализации на рынке. Среди тех, у кого
нет никакого профессионального образования, работой в «товарном» сегменте ЛПХ заня
ты от 5 до 30%, тогда как среди тех, у кого оно есть, – от 0,5 до 2%.
Таблица 1.18. Уровни занятости в неформальном секторе

по уровню образования, 2008 г., %
Уровень занятости Уровень занятости Уровень занятости

в неформальном в «товарном» в «нетоварном»
* **
секторе сегменте ЛПХ сегменте ЛПХ
Высшее 7,8 0,5 12,8

Неполное высшее 19,3 1,3 17,0
Среднее профессиональное 14,1 1,3 20,2
Начальное профессиональное 19,7 1,9 21,8
Среднее (полное) общее 26,0 4,4 24,9
Основное общее 33,4 11,7 43,0
Начальное общее и ниже 60,0 28,8 65,0
Все 17,5 2,5 21,6
*
Занятые только производством продукции в домашнем хозяйстве для реализации на рынке.
**
Занятые только производством продукции в домашнем хозяйстве для собственного конечного потреб
ления.
Крайний пример деформализации трудовой активности представляет занятость в «не

товарном» сегменте ЛПХ, когда сельскохозяйственная продукция производится на дачных
и приусадебных участках для собственного конечного потребления домохозяйств. Здесь
используется почти исключительно ручной труд, практически без привлечения машин и
66
оборудования, с применением самых примитивных технологий. Имеющиеся данные сви

детельствуют, что чем образованнее человек, тем слабее при прочих равных условиях, его
вовлеченность в подобную садовоогородную активность. Так, среди лиц с высшим обра
зованием ею заняты менее 13%, тогда как среди лиц с основным и начальным образова
нием – 40–65%.
В целом можно утверждать, что накопление человеческого капитала не только по
вышает шансы работников на получение занятости, но и обеспечивает им доступ к более
качественным рабочим местам. «Нестандартные» формы трудовых отношений, типичные
для «плохих» рабочих мест, в подавляющем большинстве случаев остаются уделом работ
ников с низкой образовательной подготовкой.
Все указывает на то, что в российских условиях получение более высокого и более
качественного образования «окупается» затем в виде возросшей стабильности занятости.
В результате с точки зрения укрепления позиций на рынке труда инвестиции в человече
ский капитал оказываются вполне рациональной и оправдывающей себя стратегией. Уро
вень их «окупаемости» в терминах стабильности занятости оставался высоким на протяже
нии всего пореформенного периода. Это тем более важно подчеркнуть, что, как мы видели,
в 1990–2000е годы на российский рынок труда выплеснулась огромная масса работников
с высокой формальной подготовкой и, следовательно, конкуренция между ними за «хоро
шие» рабочие места должна была резко возрасти.
1.8.
Человеческий капитал и заработки
Конечным показателем экономической успешности/неуспешности работников на рынке
труда может считаться уровень их заработков. Теория человеческого капитала исходит из
предположения, что инвестиции в образование осуществляются людьми в расчете на по
лучение будущих выгод, прежде всего – денежных (но не только!). В таком случае индика
тором экономической ценности вложений в человеческий капитал, которые производятся
работниками, оказывается получаемая ими заработная плата. Окупаются ли эти вложения,
ведут ли они к росту заработков или нет? Чтобы они не были экономически убыточными,
более образованные или более опытные работники должны зарабатывать больше, чем ме
нее образованные или менее опытные, причем настолько, чтобы покрыть затраты, поне
сенные ими в инвестиционный период (за время обучения, за время приобретения произ
водственного опыта и т.д.). В той мере, в какой различия в заработках отражают различия
в производительности труда, они показывают также, выигрывает или нет от накопления
человеческого капитала все общество в целом. В результате вопрос о том, в какой мере
67
инвестиции в знания, опыт, квалификацию способствуют повышению заработков, оказы

вается ключевым.
Для России тремя основными источниками информации о заработной плате на микро
уровне являются Российский мониторинг экономического положения и здоровья населе
ния (РМЭЗ), Национальное обследование благосостояния домохозяйств и участия в соци
18
альных программах (НОБУС) и Обследования заработной платы по профессиям (ОЗПП).
Данные РМЭЗ доступны за 1994–2009 гг. (с пропуском 1997 и 1999 гг.); данные НОБУС –
за 2003 г.; данные ОЗПП – за 2005, 2007 и 2009 гг. (см. Введение). Выборки, на которых
строятся эти обследования, отличаются не только по размерам, но также и по способам
формирования, что делает получаемые на их основе результаты не полностью сопостави
19
мыми . В табл. 1.19 приведены оценки средних месячных заработков для различных обра
зовательных групп по результатам этих обследований. Данные НОБУС и ОЗПП сопрово
ждаются «парными» данными РМЭЗ за те же годы. Насколько же их показания согласу
ются друг с другом?
Из данных НОБУС следует, что в России окончание полной средней школы дает (во
всяком случае – давало в 2003 г.) заметные преимущества по сравнению с неполной, уве
личивая заработки работников почти на 25–35%. По сравнению с выпускниками средних
школ выпускники ПТУ зарабатывают на 10%, выпускники ссузов – на 20–25%, а выпуск
ники вузов на 60–80% больше. Относительные выигрыши в заработках, по данным РМЭЗ,
также относящимся к 2003 г., оказываются достаточно близкими: для начального профес
сионального образования – 5–10%, для среднего профессионального 10–15%, для выс
шего – 50–75%. Потери для обладателей начального и основного образования составляют
20–25%.
Более существенные различия обнаруживаются между ОЗПП и РМЭЗ, хотя общая
картина дифференциации заработной платы в зависимости от полученного работниками
образования остается схожей. Так, согласно ОЗПП, в 2009 г. работники с полным средним
образованием зарабатывали примерно на 20% больше, тогда как, согласно РМЭЗ, – пример
но на 15% больше, чем работники с основным и начальным образованием. Обучение в ПТУ
увеличивало заработную плату примерно на 5%, по данным ОЗПП, но сокращало ее при
мерно на 5%, если оно велось на базе неполной средней школы, и давало нулевой эффект,
18
Национальное обследование благосостояния домохозяйств и участия в социальных программах было
проведено Росстатом при поддержке Всемирного банка в мае 2003 г. Выборка включала около 45 тыс.
домохозяйств и являлась представительной для 46 субъектов Российской Федерации.
19
Наиболее серьезные расхождения существуют между РМЭЗ и НОБУС, с одной стороны, и ОЗПП, с дру
гой. ОЗПП намного превосходят РМЭЗ и НОБУС как по размерам выборки, так и по охвату отдельных
регионов. Однако они включают только работников крупных и средних предприятий, занятых полное ра
бочее время, причем с исключением ряда важнейших отраслей (сельского хозяйства, финансов, государст
венного управления).
68
если велось на базе полной средней школы, по данным РМЭЗ. Согласно ОЗПП, окончание
ссуза обеспечивало «прибавку» к заработкам около 10% у мужчин и свыше 20% у женщин.
Между аналогичными оценками для мужчин и женщин по данным РМЭЗ никакого раз
рыва не обнаруживается: и у тех, и у других окончание ссуза сопровождалось приростом
заработной платы примерно на 10%. По данным ОЗПП, относительный выигрыш в зара
ботках за обладание вузовским дипломом достигал в 2009 г. около 70% для мужчин и
свыше 90% для женщин. По данным РМЭЗ, он был значительно ниже – около 50% у
мужчин и около 65% у женщин. Но, несмотря на серьезные расхождения, почти все эти
оценки укладываются в границы «премий» за высшее образование, которые можно счи
тать типичными для развитых стран, где они варьируются обычно в пределах 50–100%.
Анализ изменений во времени показывает, что динамика образовательных «премий»
в период 1990–2000х годов была достаточно неровной. Оценки РМЭЗ создают впечатле
ние, что пиковые значения «премий» за среднее и высшее профессиональное образование
были достигнуты в начале 2000х годов, после чего в середине десятилетия произошел от
кат к более низким значениям. Это, однако, не более чем предположение, которое изза от
сутствия данных из других источников не может быть ни подтверждено, ни опровергнуто.
Во всяком случае, данные НОБУС и ОЗПП никакого «отката» в 2003–2009 гг. не обна
руживают.
Более того, нельзя исключить, что экономический кризис, напротив, увеличил пре
имущества для более образованных групп работников. Так, из данных ОЗПП следует, что
относительные заработки обладателей вузовских дипломов (по сравнению с заработка
ми обладателей аттестатов о среднем образовании) увеличились в 2009 г. по сравнению с
2007 г. на 17 п.п. у мужчин и на 9 п.п. у женщин, тогда как относительные заработки всех
остальных групп остались практически без изменений. Этот результат можно рассматривать
как свидетельство того, что накопление человеческого капитала является достаточно эф
фективным средством защиты от кризисных потрясений. Оно не только способствует росту
заработков, но и обеспечивает их большую стабильность, снижая риски непредвиденных
колебаний.
Как образовательные «премии», наблюдаемые на российском рынке труда, выглядят в
межстрановой перспективе? В среднем в странахчленах ОЭСР те, кто не закончил средней
школы, зарабатывают на 20–25% меньше, чем те, кто ее закончил [Education at a Glance,
2009]. По сравнению с обладателями полного среднего образования выигрыш в заработках
у обладателей поствторичного нетретичного образования (аналог российского НПО) со
ставляет 5–8%; у обладателей третичного образования типа B (аналог российских ссузов) –
23–28%; у обладателей третичного образования типа A (аналог российского высшего обра
зования) – 62–67% (рис. П140). Для мужчин «прибавка» за высшее образование варьи
руется от 33 (Норвегия) до 158% (Венгрия), для женщин – от 27 (Дания) до 101% (Ирлан
дия и Южная Корея).
69
Таблица 1.19. Средняя месячная заработная плата по полу

и уровням образования, тыс. руб.
Группы работников Все Мужчины Женщины Все Мужчины Женщины
по уровню образования
НОБУС, 2003 г. РМЭЗ, 2003 г.
Высшее 4,9 6,1 4,1 5,9 7,5 4,9
Неполное высшее 4,3 5,2 3,6 – – –
Среднее профессиональное 3,6 4,6 2,8 4,3 5,7 3,3
ПТУ + полное среднее 3,2 3,8 2,6 4,2 5,1 3,0
ПТУ + неполное среднее 3,6 4,3 2,8 3,9 4,8 2,9
Среднее (полное) общее 3,0 3,7 2,3 3,9 5,0 2,8
Основное общее и ниже 2,3 2,7 1,9 3,1 3,7 2,3
Все 3,7 4,5 3,0 4,8 6,0 3,9
ОЗПП, 2005 г. РМЭЗ, 2005 г.
Высшее 11,4 14,3 9,5 8,8 10,8 7,4
Неполное высшее 7,8 9,7 6,7 – – –
ПТУ + полное среднее 6,2 7,6 4,3
7,8 9,8 5,6
ПТУ + неполное среднее 5,9 7,1 4,4
Все 8,7 10,9 6,9 7,1 8,6 5,8
ОЗПП, 2007 г. РМЭЗ, 2007 г.
Высшее 17,8 22,3 15,0 12,6 14,8 11,1
Неполное высшее 12,4 15,8 10,6 – – –
12,1 14,7 8,5
Все 13,6 16,7 11,0 10,6 12,5 9,0
ОЗПП, 2009 г. РМЭЗ, 2009 г.
Высшее 24,4 30,7 20,4 17,1 20,1 15,3
Неполное высшее 15,1 19,0 13,1 – – –
15,3 18,4 10,9
Все 18,1 22,1 15,0 14,0 16,4 12,2
Источники: РМЭЗ; НОБУС; ОЗПП.
70
Российские показатели, обсуждавшиеся выше, находятся в том же диапазоне. Работ

ники, являющиеся аутсайдерами с точки зрения полученного ими образования, оплачива
ются (в относительных терминах) в России лучше, чем в странах ОЭСР. Выпускники ПТУ
находятся в несколько худшем, а выпускники ссузов – в намного худшем положении, чем
выпускники аналогичных образовательных учреждений в развитых странах. (Впрочем, по
следнее касается только мужчин; у женщин выигрыш в заработках, достающийся облада
тельницам среднего профессионального образования, в России и в странах ОЭСР прак
тически совпадает.) Наконец, после окончания вузов мужчины оплачиваются в России в
среднем менее, тогда как женщины – более «щедро», чем в развитых странах. Относи
тельный проигрыш первых составляет примерно –15 п.п., тогда как относительный выиг
рыш вторых – примерно +20 п.п. (рис. П140).
Можно, таким образом, утверждать, что в условиях российского рынка труда накоп
ление человеческого капитала многократно усиливает конкурентные позиции работников
и что обладание высоким образованием ценится на нем примерно так же (в относительных
терминах), как оно ценится на рынках труда других стран мира. При этом с точки зрения
«прибавки» за высшее образование российские мужчины располагаются ближе к нижней,
тогда как российские женщины – к верхней границе того коридора значений, который
фиксируется для стран – членов ОЭСР.
1.9.
Динамика норм отдачи
и образовательных «премий»
Интегральным индикатором эффективности вложений в человеческий капитал принято
считать нормы отдачи. Они показывают, на сколько процентов возрастают заработки ра
ботников при увеличении продолжительности обучения на один год. По сравнению с бо
лее грубым измерителем, который обсуждался в предыдущем разделе, – разностью в зара
ботках между различными образовательными группами – этот показатель обладает рядом
существенных преимуществ. Вопервых, нормы отдачи представляют собой оценки «чис
того» вклада образования в заработки, свободного от влияния прочих факторов (таких как
пол, возраст, трудовой стаж и т.д.). Вовторых, они приводятся в форме, которая позволя
ет сравнивать эффективность вложений в человека с эффективностью любых других вло
жений. В качестве альтернативного показателя окупаемости инвестиций в человеческий
капитал могут также использоваться оценки «премий» за образование, которые рассчиты
ваются не для числа лет формальной подготовки, а для различных ее типов или уровней.
71
Они, следовательно, показывают, какой выигрыш в заработках обеспечивает не один до

полнительный год обучения, а переход с одной, более низкой, на другую, более высокую,
ступень образования (например, от полного среднего к высшему).
Чаще всего измерение отдачи от человеческого капитала производится на основе эко
нометрического оценивания минцеровского уравнения заработков (см. выше, раздел 1.2).
В качестве зависимой переменной в нем используется логарифм заработков, в качестве
объясняющих переменных – различные составляющие человеческого капитала, а в каче
стве контрольных переменных – индивидуальные характеристики работников и рабочих
мест (пол, место проживания и др.). Коэффициенты регрессии перед независимыми пе
ременными показывают, на сколько процентов увеличиваются заработки при улучшении
характеристик человеческого капитала на единицу (например, при увеличении на один
год продолжительности обучения или при увеличении на один год продолжительности
производственного опыта). «Каноническая» форма минцеровского уравнения включает ог
раниченное число переменных. Это – пол работников; число лет образования; общий
трудовой стаж и квадрат общего трудового стажа в квадрате, что отражает нелинейный
(убывающий) характер связи между продолжительностью производственного опыта и от
дачей от его накопления. При этом в качестве измерителя опыта, как правило, используют
ся показатели не фактического (который обычно неизвестен), а «потенциального» трудо
вого стажа, который определяется по формуле: «потенциальный стаж = возраст минус чис
ло лет обучения минус возраст при поступлении в школу». «Полуканоническая» форма
включает дополнительно показатели специального стажа и специального стажа в квадрате
(подробнее об этом см. раздел 1.10). Для более точной оценки отдачи от образования в
«расширенное» уравнение заработков могут включаться самые различные контрольные
переменные (семейное положение, место проживания, отраслевая принадлежность, сек
тор занятости, размеры предприятия и т.д.). Однако оценивание уравнения заработков в
«канонической» форме, вопервых, в любом случае служит необходимой отправной точ
кой анализа, а вовторых, является основой для международных сопоставлений, посколь
ку получаемые таким образом оценки доступны сегодня для большинства стран мира.
За почти полвека существования минцеровской функции заработков она многократно
подвергалась развернутой критике – как содержательной, так и эконометрической [Blinder,
1976; Heckman, Lochner, Todd, 2005]. Стандартный подход основывается на целом ряде
очень сильных предпосылок (частично явных, частично неявных) и может приводить к
серьезным искажениям. Его использование сопряжено с рисками как переоценки, так и
недооценки «истинной» отдачи от вложений в человеческий капитал. С одной стороны,
он предполагает, что прямые издержки образования (плата за обучение и т.д.) отсутствуют,
а если и существуют, то полностью покрываются за счет временных подработок учащихся
72
и студентов в период учебы. В нем не учитываются также «психологические» издержки

обучения, от которых очень часто зависит конечное решение, захочет человек получать
более высокое образование или нет. Он оставляет без внимания многие важнейшие фак
торы, которые могут одновременно влиять как на получаемое образование, так и на зара
ботки (среди них различия во врожденных способностях, различия в индивидуальных нор
мах предпочтения времени и др.). В результате образованию могут ошибочно приписы
ваться положительные эффекты, которые в действительности порождаются иными причи
нами. С другой стороны, минцеровский подход не учитывает разнообразных неденежных
и экстернальных эффектов, которые по своему значению могут быть сопоставимы с пря
мыми, «денежными» эффектами накопления человеческого капитала. Как следствие, он
может существенно недооценивать общий выигрыш, связанный с повышением образова
ния, как для самих работников, так и для всего общества. Наконец, стандартная процедура
оценивания уравнения заработков неявно предполагает, что старшие поколения работни
ков точно показывают младшим поколениям, сколько те будут зарабатывать позднее, че
рез десять, двадцать, тридцать и т.д. лет, т.е. что нормы отдачи де факто являются неиз
менными во времени. В результате оценки, получаемые с ее использованием, говорят не
столько о том, какую отдачу способны в будущем принести текущие инвестиции в челове
ческий капитал, сколько о том, какова текущая отдача от прошлых инвестиций в него.
Но, несмотря на серьезные недостатки и ограничения, оценки норм отдачи, получае
мые с помощью стандартного минцеровского подхода, остаются чрезвычайно популярны
ми и широко используются не только в академических исследованиях, но и при разра
ботке практических рекомендаций для экономической политики. В первом приближении
они дают достаточно адекватное представление об экономической ценности образования и
помогают увидеть, как с течением времени меняется соотношение между предложением
обученной рабочей силы и спросом на нее. Нормы отдачи являются незаменимым инст
рументом при проведении межстрановых сопоставлений. Наконец, для государства они
служат важнейшим ориентиром при выработке и принятии решений, касающихся поли
тики в области накопления и использования человеческого капитала [Flabbi, Paternostrod,
Tiongson, 2008].
Существует необозримое множество исследований, посвященных подсчету норм от
дачи от образования. В зрелых рыночных экономиках их оценки чаще всего удерживаются
в диапазоне от 6 до 10% [Bils, Klenow, 2000; Psacharopoulos, Patrinos, 2004; Harmon, Ooster
beek, Walker, 2003]. Для развивающихся стран нормы отдачи оказываются выше, превос
ходя, как правило, 10процентный порог [Psacharopoulos, Patrinos, 2004]. Однако в плано
вых экономиках – и Россия здесь не исключение – ситуация была принципиально иной.
Ретроспективный анализ свидетельствует, что нормы отдачи находились в них на очень
73
низком уровне, составляя не более 2–3% (рис. П141). Реально это означало, что с точки
зрения пожизненных заработков человек, получавший, скажем, диплом об окончании вуза,
не выигрывал практически ничего.
Рыночные реформы привели к слому прежней «зарегулированной» системы оплаты
труда и сопровождались драматическими сдвигами в спросе и предложении обученной
рабочей силы. В новых условиях нормы отдачи начали стремительно повышаться. Оценки,
относящиеся к 1990м годам, рисуют полностью изменившуюся картину (подробный об
зор существующей литературы см. в Главе 2). По имеющимся свидетельствам, в этот период
нормы отдачи выросли в России до 6–7%, достигнув нижней границы окупаемости обра
зования в развитых странах. В начале 2000х годов, после вступления российской экономи
ки в фазу подъема, они увеличились еще на 2–3 п.п., выйдя на отметку 10% (рис. П141).
По международным меркам это вполне «стандартный», чаще всего встречающийся пока
затель. Но на самом деле они могут быть даже еще выше (причем значительно выше), чем
показывают оценки, получаемые конвенциональным способом. Как отмечалось, теория
человеческого капитала исходит из представления, что стоимость получения образования
определяется издержками потерянных заработков и/или потерянного досуга. Именно по
отношению к ним оценивается отдача от образования в рамках стандартного минцеров
ского подхода. Однако в России, насколько можно судить, эти издержки чрезвычайно
низки и приближаются во многих случаях к нулю. Значительная часть российских «инве
сторов» отказываются жертвовать своими потенциальными заработками, предпочитая со
вмещать учебу с работой (см. об этом выше, раздел 1.4). Психологические издержки, на
лагаемые на них процессом обучения, тоже подчас оказываются настолько мизерными,
что он начинает больше напоминать рекреационную деятельность. В условиях крайне
низких альтернативных издержек (opportunity costs), связанных с инвестициями в челове
ческий капитал, стандартные оценки норм отдачи способны сильно занижать действи
тельную степень его экономической привлекательности.
Как показывает сравнительный анализ, Россия – одна из немногих постсоциалисти
ческих стран, где рост норм отдачи не ограничился «ранним» этапом переходного про
цесса, но продолжился затем и на его «позднем» этапе [Flabbi, Paternostrod, Tiongson, 2008].
В большинстве других переходных экономик их динамика была более простой: сначала –
быстрый подъем в первой половине 1990х годов, затем – примерная стабилизация в тече
ние всех последующих лет. Еще интереснее, что в России даже в конце 2000х годов, не
смотря на сверхактивный приток на рынок труда выпускников ссузов и вузов, экономи
ческая ценность образования попрежнему оставалась достаточно высокой. Обнаружить
какиелибо однозначные свидетельства ее резкого понижения не удается (во всяком слу
чае – пока).
74
Чтобы нагляднее представить, как в переходный период менялись нормы отдачи от

образования, мы воспользовались данными РМЭЗ, НОБУС и ОЗПП, оценив на их осно
ве две «канонические» версии минцеровского уравнения заработков. В первом случае с
20
использованием переменных числа лет обучения , во втором – с использованием дамми
переменных для различных уровней образования (в качестве базовой группы, относительно
которой рассчитывались образовательные «премии», выступали работники, окончившие
полную среднюю школу). По всем обследованиям для всех лет, за которые имеются дан
ные, коэффициенты регрессии при переменных образования оказываются статистически
значимыми на 1процентном уровне доверительной вероятности.
Из оценок, получаемых на данных РМЭЗ, следует, что в период 1995–2008 гг. нормы
отдачи от образования колебались в диапазоне 6–9% (рис. П142). Другими словами, уве
личение продолжительности обучения на один год обеспечивало прирост заработков при
мерно на 6–9%. Они «стартовали» с порога 6% в середине 1990х годов; достигли пика в
начале 2000х годов, превысив отметку 9%; но затем к концу десятилетия снизились на 1–
21
1,5 п.п. Расчеты на данных НОБУС и ОЗПП рисуют несколько иную картину (рис. П143).
Из них следует, что в период 2003–2009 гг. нормы отдачи от образования колебались вокруг
отметки 10–11%, не только не обнаруживая никаких признаков понижения, но демонст
22
рируя даже тенденцию к небольшому повышению . В условиях, когда показания основ
ных источников, пусть не очень значительно, но расходятся, наиболее адекватной пред
ставляется характеристика второй половины 2000х годов как периода примерной ста
бильности норм отдачи (в качестве иллюстрации см. линию тренда на рис. П141).
В российских условиях нормы отдачи для женщин оказываются значительно – до
трети – выше, чем для мужчин: так, в 2009 г. они соотносились как 8,5% против 7,5% по
данным РМЭЗ и как 12,7% против 9,3% по данным ОЗПП. Такая гендерная асимметрия –
также широко распространенный феномен, типичный для большей части стран мира
[Dougherty, 2003; Psacharopoulos, Patrinos, 2004]. Его существование объясняется несколь
20
В случае РМЭЗ расчет производился с использованием фактического, тогда как в случае НОБУС и
ОЗПП – «вмененного» числа лет обучения работников (подробнее об этом различии в подходах к изме
рению продолжительности образования см. Главу 2). Это занижает оценки для РМЭЗ по сравнению с
оценками для НОБУС и ОЗПП. Так, при использовании «вмененного» числа лет обучения нормы отда
чи по РМЭЗ за 2003 г. возрастают до 11,3% (до 10,2% для мужчин и до 12,4% для женщин), практически
сравниваясь с нормами отдачи по НОБУС (рис. П143).
21
Сходный вывод, но только при анализе несравненно большего массива оценок делается в Главе 2.
22
Более высокие оценки по НОБУС, чем по ОЗПП, на рис. П143 объясняются неодинаковым отрасле
вым охватом – более широким в НОБУС и более узким в ОЗПП. При пересчете норм отдачи по данным
НОБУС для того же круга отраслей, что в ОЗПП, оценки снижаются до 8,9% (в том числе до 7,4% у муж
чин и до 10,2% у женщин).
75
кими факторами. Вопервых, как показывает опыт, для женщин характерно более ответ
ственное отношение к самому процессу обучения, так что качество получаемого образо
вания у них обычно выше, чем у мужчин. Вовторых, женщины с высоким образованием
сталкиваются, как правило, с менее жесткой дискриминацией на рынке труда, чем жен
щины с низким образованием. Как следствие, относительный разрыв в заработках между
более и менее образованными работниками достигает у них больших размеров, чем у муж
чин. Втретьих, изза существования на рынке труда гендерной сегрегации женщины ока
зываются слабо представлены в традиционно мужских «синеворотничковых» профессиях,
где используется преимущественно физический труд и где поэтому заработная плата фор
мируется во многом независимо от имеющегося у работников формального образования.
Вследствие этого среди женщин неравенство в достигнутых уровнях образования сопро
вождается более сильным неравенством в заработках, чем среди мужчин. В российском
случае именно этот, последний механизм, скорее всего, является ключевым.
Как упоминалось, альтернативный подход состоит в оценке «премий» для различных
уровней и типов образования. Он обладает тем важным преимуществом, что позволяет
учитывать внутреннюю неоднородность человеческого капитала (когда, например, год
обучения в вузе приносит совершенно иную отдачу, чем год обучения в ПТУ или ссузе).
В табл. 1.20 приведены оценки образовательных премий за различные годы по данным
РМЭЗ, НОБУС и ОЗПП, показывающие, насколько, при прочих равных условиях, зара
ботки работников с тем или иным уровнем образования оказываются выше или ниже за
работков, которые получают работники с полным средним образованием.
Все три обследования свидетельствуют о значительной «премии» за высшее обра
зование. По данным РМЭЗ, в 2000е годы она колебалась в пределах 50–70%, по данным
НОБУС, составляла 85%, по данным ОЗПП, достигала 73–76%. Обладатели неполного
высшего образования зарабатывают примерно на 20% больше, чем те, кто ограничился
окончанием полной средней школы. Для среднего профессионального образования вы
игрыш оказывается еще меньше – порядка 15% (оценки на основе данных ОЗПП). Полу
чение начального профессионального образования не дает какихлибо ощутимых выгод
по сравнению с окончанием средней школы: чистый выигрыш в заработках колеблется в
пределах 0–5%. (Хуже того, по данным РМЭЗ, работники, окончившие ПТУ на базе
неполного среднего образования, при прочих равных условиях, зарабатывают на 10–15%
меньше, чем работники, окончившие полную среднюю школу.) Еще ниже – на 15–25%,
по данным НОБУС и РМЭЗ, и на 10–15%, по данным ОЗПП, – ценится труд тех, кто не
пошел дальше начальной или неполной средней школы.
76
Таблица 1.20. «Премии» за различные уровни образования:

сравнение НОБУС, РМЭЗ и ОЗПП
(% превышения над заработками работников,
имеющих полное среднее образование)
Уровни РМЭЗ НОБУС ОЗПП
образования 1995 г. 2000 г. 2003 г. 2005 г. 2007 г. 2009 г. 2003 г. 2005 г. 2007 г. 2009 г.
Все
Высшее 42,0 67,7 70,7 66,3 52,7 58,0 85,1 (64,1) 75,1 72,9 76,3
Неполное высшее – – – – – – 61,2 (46,8) 22,1 21,7 16,9
Среднее
профессиональное 4,9*** 18,6 21,1 10,5 7,0* 6,1** 27,8 (19,6) 15,3 13,8 14,2
Полное среднее +
НПО –2,7*** 4,2*** 2,4*** 2,4*** –4,5*** –1,3** 9,0 (5,9)
5,3 4,5 3,3
Неполное среднее +
НПО –9,8*** –12,1 **
–6,2 ***
–8,2 **
–5,5 ***
–13,3 15,4 (12,2)
Основное и ниже –22,4 –19,1 –21,3 –20,0 –23,6 –13,5 –21,7 (–15,5) –12,7 –10,6 –10,0
Мужчины
Высшее 39,4 56,1 56,5 57,5 39,1 51,3 78,9 (49,4) 56,3 55,4 63,6
Неполное высшее – – – – – – 55,0 (38,7) 4,8 7,3 5,9
Среднее
профессиональное 1,3*** 17,1* 32,6 19,1 9,4** 7,4*** 30,9 (18,2) 7,2 6,7 8,2
НПО 1,8*** –7,6*** 4,0*** 10,4** –4,5*** 4,1*** 7,2 (2,9)
3,3 2,4 1,9
НПО –9,9*** –22,7 –15,5 *
–4,3 ***
–4,1 ***
–9,1 *
17,4 (11,2)
Основное и ниже –19,7* –31,6 –24,3 –17,2 –27,8 –13,9 –25,3 (–16,5) –12,0 –10,2 –10,2
Женщины
Высшее 46,1 80,7 82,7 71,6 64,1 63,2 90,6 (76,6) 97,4 93,3 91,9
Неполное высшее – – – – – – 67,5 (55,5) 40,3 36,6 28,3
Среднее
профессиональное 8,3*** 24,4 16,9 5,0 7,3** 5,6*** 25,8 (22,0) 25,1 22,6 21,8
НПО –6,9*** 20,7* 0,0*** –7,1*** –4,9*** –7,7** 11,4 (9,3)
7,1 6,6 4,3
НПО –9,1*** 3,9** 10,0*** –12,7** –8,5*** –18,4 12,7 (12,5)
Основное и ниже –26,3 –0,4*** –18,1* –23,9 –17,4 –13,1* –16,3 (–15,0) –15,2 –12,6 –10,2
Примечание: рассчитано по данным РМЭЗ, НОБУС и ОЗПП путем оценивания уравнения заработков, включавшего в
качестве зависимой переменной логарифм часовых заработков, а в качестве независимых переменных показатели пола;
«потенциального» опыта и квадрата «потенциального» опыта, деленного на 100; даммипеременные для образователь
ных групп (базовая группа – полное среднее). Для образовательных «премий» по данным НОБУС в скобках приводятся
оценки по тому же кругу отраслей, которые представлены в ОЗПП. Все оценки являются статистически значимыми на
1процентном уровне доверительной вероятности за исключением отмеченных значками *, ** и ***.
*
Незначимы на 10процентном уровне доверительной вероятности.
**
Значимы на 10процентном уровне доверительной вероятности.
***
77
Рисунки П144–П145, построенные по данным РМЭЗ, показывают, как в период

1995–2009 гг. менялись «премии» за среднее и высшее профессиональное образование.
Из них видно, что величина «премий» за диплом ссуза была подвержена достаточно силь
ным колебаниям. Во второй половине 1990х годов они составляли чуть более 10%, после
вступления экономики в фазу подъема увеличилась до 15–20%, но в последующие годы
упали до 5%. Во многом аналогичная динамика была характерна и для «премий» за высшее
образование. Во второй половине 1990х годов они достигали 30–40%, в начале 2000х годов
повысились до 65–70%, но впоследствии опустились ниже отметки 60%. В отличие от дан
ных РМЭЗ данные ОЗПП свидетельствуют о стабильности «премий» как за среднее, так и за
высшее профессиональное образование (на протяжении второй половины 2000х годов).
Для женщин экономическая ценность вузовских дипломов превосходит (причем на
много) их ценность для мужчин. По данным РМЭЗ, в 2009 г. у первых отдача от высшего
образования составляла чуть более 50%, тогда как у вторых превышала 60%. Еще более
сильный, полуторакратный разрыв обнаруживается при использовании данных ОЗПП:
мужчины – около 60%, женщины – более 90%. Как уже отмечалось, подобная гендерная
асимметрия в отдаче от образования не представляет ничего необычного и является ти
пичной для большинства стран мира.
Что же могло лежать в основе стремительного повышения экономической ценности
человеческого капитала, начавшегося после старта рыночных реформ? Нужно отметить,
что сам этот процесс был практически всеобщим – затронуты им в большей или меньшей
степени оказались все без исключения переходные экономики [Trostel, Walker, Woolley,
2002; Fleisher, Sabirianova, Wang, 2005; Flabbi, Paternostrod, Tiongson, 2008]. Если Россия и
выделялась чемто на фоне других постсоциалистических стран, так это тем, что, вопер
вых, скачок в нормах отдачи оказался у нее одним из самых сильных и, что, вовторых, их
повышение длилось в ней дольше, захватив не только 1990е, но и начало 2000х годов
[Gorodnichenko, Sabirianova, 2004; Fleisher, Sabirianova, Wang, 2005; Flabbi, Paternostrod,
Tiongson, 2008].
Для объяснения «взлета» норм отдачи в переходных экономиках обычно ссылаются
на действие нескольких ключевых факторов [SabirianovaPeter, 2003; Fleisher, Sabirianova,
Wang, 2005]. Вопервых, это отказ от централизованных механизмов формирования оплаты
труда, действовавших при плановой системе. Как уже упоминалось, в командной экономи
ке оплата труда находилась под жестким административным контролем. Заработная плата
устанавливалась централизованно, в рамках тарифных сеток, единых для целых отраслей.
В результате она была очень слабо связана с факторами, определявшими производитель
ность отдельных работников (их квалификацией, образованием, уровнем профессиональ
ного мастерства). После того как в ходе рыночных реформ процесс формирования зара
ботной платы был освобожден от многочисленных административных ограничений, между
78
предприятиями развернулась конкуренция за привлечение и удержание лучших работни

ков, обладающих наибольшими запасами человеческого капитала. Под ее влиянием раз
личия в заработной плате между более и менее образованными, более и менее квалифи
цированными работниками стали приходить в соответствие с различиями в производи
тельности их труда. Отсюда – декомпрессия относительных заработков и, как следствие,
быстрый рост норм отдачи от образования.
Вовторых, важное значение мог иметь «аллокационный» эффект. Как отмечалось,
он возникает благодаря тому, что работники с более высокой формальной подготовкой
способны успешнее адаптироваться к непредвиденным изменениям в экономической и
институциональной среде (см. раздел 1.2). Естественно полагать, что они должны лучше
справляться с «неравновесными» ситуациями, эффективно используя открывающиеся в
такие времена новые возможности. Если это так, то тогда больший относительный выиг
рыш от резких экономических, социальных и институциональных перемен, которыми со
провождался процесс системной трансформации, должны были получить именно они.
Значительно возросшая «премия» за лучшие адаптивные способности, имевшиеся у ра
ботников с более высоким образованием, также могла стать одной из причин «рывка» в
нормах отдачи.
Втретьих, необходимо учитывать изменения в структуре занятости, сопровождав
шие отраслевую перестройку экономики [Капелюшников, 2006]. Когда занятость в менее
«интеллектуалоемких» отраслях (таких как сельское хозяйство или ЖКХ) расширяется
медленнее или сокращается быстрее, чем в более «интеллектуалоемких» отраслях (таких
как здравоохранение или финансы), потребности в высококвалифицированной рабочей
силе возрастают (абсолютно либо, по крайней мере, относительно). В российской эко
номике и в 1990е, и в 2000е годы ситуация складывалась именно так: доля занятых в
«неинтеллектуалоемких» отраслях постепенно (хотя и не монотонно) снижалась, в то время
как доля занятых в «интеллектуалоемких» отраслях постепенно росла. За пореформен
ный период доля первых стала меньше примерно на 3 п.п., тогда как доля вторых – боль
ше примерно на 6 п.п. (рис. П146). Иными словами, положительная динамика образова
тельных «премий» могла быть результатом межотраслевых сдвигов в структуре занятости,
благоприятных для работников с высокой и неблагоприятных для работников с низкой
формальной подготовкой.
Наконец, скачок в нормах отдачи мог быть связан с изменениями в структуре спроса
на рабочую силу внутри отдельных отраслей – от работников с более низким к работни
кам с более высоким образованием. В таком случае относительные заработки у первых
должны были снизиться, тогда как у вторых – возрасти. В развитых странах подобные
изменения принято относить на счет технического прогресса, «смещенного» в пользу ква
лифицированной рабочей силы (skillbiased technological change). Особенность технического
79
прогресса такого типа заключается в том, что он является комплементарным по отноше

нию к накоплению человеческого капитала, т.е. требует для своей реализации работников,
обладающих высоким образованием [Acemoglu, 1998; Card, Di Nardo, 2002; Autor, Levy,
Murnane, 2003; Berman, Bound, Machin, 1998; SpitzOener, 2006]. Предполагается, что в
современную эпоху большинство технологических нововведений носят именно такой ха
рактер (достаточно вспомнить компьютеры, Интернет, другие достижения в области ин
формационных технологий). Стимулируя спрос на работников с высоким образованием,
«смещенный» технический прогресс способствует опережающему росту их заработков,
следствием чего оказываются более высокие нормы отдачи.
Впрочем, применительно к переходной российской экономике тезис об активном
skillbiased technological change выглядит несколько умозрительно [Sabirianova, 2003]. В усло
виях глубокого и затяжного трансформационного кризиса в ней наблюдался скорее «тех
нический регресс», чем «технический прогресс»: шло быстрое физическое и моральное ста
рение производственного аппарата; драматически упали расходы на НИОКР; во многих
частях экономики возобладала тенденция к примитивизации используемых технологий
(особенно – в неформальном секторе, включая ЛПХ). «Смещенность» спроса в пользу
квалифицированной рабочей силы если и существовала, то порождалась факторами не
столько технического, сколько организационного прогресса. Институциональная пере
стройка экономики потребовала освоения и внедрения множества принципиально новых
организационных и управленческих практик, неизвестных плановой системе. Она вызвала
взрывной рост спроса на представителей самых разных беловоротничковых профессий
(законодателей, политиков, юристов, экономистов, бухгалтеров), в то время как в спросе
на представителей многих синеворотничковых профессий обнаружился глубокий провал.
Под действием этих разновекторных изменений разрыв в заработках между более и ме
нее образованными работниками стал быстро увеличиваться, что создавало условия для
перемещения норм отдачи на новый, более высокий уровень.
Конечно, все эти механизмы могли действовать (и, повидимому, действовали) од
новременно, не столько исключая, сколько дополняя друг друга. Но все же какие из них
лучше объясняют фактически наблюдавшуюся динамику норм отдачи, так что их можно
признать более фундаментальными?
1. Как нетрудно убедиться, влияние аллокационного эффекта по определению могло
быть только временным. По мере нормализации экономической и институциональной
среды «премия» за лучшие адаптивные способности должна была начать сокращаться, по
тянув за собой вниз также нормы отдачи. Однако нигде, включая Россию, подобного от
ката назад не наблюдалось.
2. Несколько иную динамику следовало бы ожидать, если бы решающая роль при
надлежала фактору дерегулирования. В таком случае после первоначального скачка, свя
80
занного с освобождением заработных плат, нормы отдачи должны были бы стабилизиро

ваться и затем поддерживаться приблизительно на одном и том же неизменном уровне,
отвечающем новым рыночным условиям. Похоже, что примерно по такому сценарию раз
вивались события в большинстве постсоциалистических стран. Однако российский опыт
вписывается в него лишь частично, поскольку в России нормы отдачи испытали еще один
подъем на рубеже 1990–2000х годов, когда эффект от дерегулирования оплаты труда был
уже явно исчерпан. Еще удивительнее, что они продолжали оставаться высокими во вто
рой половине 2000х годов, несмотря на непрерывно ускорявшийся рост предложения
рабочей силы с высокой формальной подготовкой. Казалось бы, в этих условиях нормы
отдачи должны были пойти резко вниз, однако этого не произошло и они продолжали
удерживаться на достаточно высокой отметке порядка 8–10%.
3. Несомненно, важным фактором, способствовавшим повышению норм отдачи, мог
ла стать отраслевая перестройка экономики. Однако оценки, относящиеся как к 1990м,
так и к 2000м годам, показывают, что связь между сдвигами в отраслевой структуре заня
тости и ростом спроса на дипломированную рабочую силу была достаточно слабой [Капе
люшников, 2006]. Так, по данным ОНПЗ, в кризисный период 1992–1999 гг. доля облада
телей вузовских дипломов в общей численности занятых выросла на 5,2 п.п. Однако вклад
в этот прирост межотраслевых факторов составлял лишь 0,4 п.п., т.е. менее 10%. В пост
кризисный период ситуация оставалась сходной. По тем же данным, в 1999–2008 гг. доля
обладателей вузовских дипломов в общей численности занятых в российской экономике
увеличилась на 6,5 п.п. Но из этого прироста на счет межотраслевых сдвигов можно отне
сти только 1,8 п.п., т.е. не более 25%. Следовательно, спрос на работников с вузовскими
дипломами по большей части рос внутри отраслей (причем всех), а не в какихто одних
отраслях за счет других.
4. Повидимому, только активной организационной и институциональной перестрой
кой, захватившей все звенья экономической системы, можно объяснить, почему, несмотря
на выход на рынок труда огромной массы выпускников ссузов и вузов, нормы отдачи
продолжали удерживаться на достаточно высоком уровне. Возможно также, что с опреде
ленного момента к ее влиянию добавилось влияние «смещенного» технического прогресса.
Технический прогресс (прежде всего – в форме новых информационных технологий) мог
стать дополнительным фактором, еще сильнее «разгонявшим» спрос на высококвалифи
цированную рабочую силу.
В целом из анализа оценок норм отдачи можно сделать вывод, что в новых рыночных
условиях накопление человеческого капитала стало обеспечивать российским работникам
весомые преимущества, которых оно не давало им при плановой системе. Ни ухудшение
качества обучения, ни бурный приток на рынок труда работников с дипломами вузов и
ссузов не смогли подорвать тенденцию к возрастанию экономической ценности образо
81
вания. Высокая окупаемость высшего образования делает объяснимым, почему в поре

форменный период молодежь стала предъявлять на него такой активный, непрерывно уси
ливавшийся спрос. Устойчивые гендерные различия в образовательных «премиях» помо
гают также понять, почему приток в вузы женщин намного превосходил приток мужчин.
При этом даже во второй половине 2000х годов нормы отдачи оставались в зоне высоких
значений, сохраняя относительную стабильность. Это предполагает, что возросшее предло
жение работников с высокой формальной подготовкой было более или менее синхрони
зировано с расширением спроса на их услуги.
Конечно, нельзя исключить, что по мере превращения высшего образования в фак
тически всеобщее нормы отдачи могут, наконец, начать быстро снижаться и что россий
ская экономика уже вплотную приблизилась к этой пограничной черте. И все же даже во
второй половине 2000х годов не было достаточных оснований считать, что этот порог ею
уже пройден.
1.10.
Человеческий капитал, производимый
на рабочих местах
Человеческий капитал может производиться не только в рамках системы формального
образования, но и за ее пределами, непосредственно по ходу трудовой деятельности ра
ботников. Формирование человеческого капитала, производимого на рабочих местах, осу
ществляется по двум основным каналам – либо в форме производственной подготовки
(onthejobtraining), либо в форме накопления производственного опыта (learningby
doing). Приобретаемые таким путем знания и навыки могут быть источником как общего,
так и специфического человеческого капитала. Общепринятым показателем, измеряющим
величину первого, является продолжительность общего трудового стажа, общепринятым
показателем, измеряющим величину второго, – продолжительность специального стажа
(т.е. время, в течение которого человек проработал на одном и том же месте).
Связь человеческого капитала, производимого на рабочих местах, с производитель
ностью и заработками является нелинейной, что отражает нелинейность самого процесса
накопления опыта. Как правило, быстрее всего заработки растут в начале трудовой карье
ры работников; затем, по мере увеличения стажа трудовой деятельности их рост посте
пенно замедляется; наконец, с приближением к границам пенсионного возраста он при
останавливается или начинает идти вспять. Сходную – горбообразную – форму имеют
обычно и профили заработков в зависимости от продолжительности специального стажа.
82
В условиях российской переходной экономики эволюция этой части человеческого

капитала отличалась особой сложностью и неоднозначностью. Многие закономерности,
известные из опыта других экономик, оказались в ней полностью или частично нарушены.
Общий трудовой опыт. На рис. П147 представлены профили заработков в зависимо
сти от возраста как для всех работников, так и отдельно для мужчин и для женщин (ис
пользованы данные ОЗПП за 2007 г.). Из него видно, что у российских работников зара
ботная плата монотонно повышается вплоть до 30 лет; на протяжении полутора последу
ющих десятилетий она почти не меняется, колеблясь вблизи уровня, достигнутого к три
дцатилетнему возрасту; после 45 лет начинается плавное снижение, темпы которого по
мере приближения к пенсионному возрасту нарастают. Хотя кривые заработков для муж
чин располагаются выше, чем кривые заработков для женщин, по форме они отличаются
мало (рис. П147). Можно отметить лишь два значимых расхождения. С одной стороны, у
женщин рост заработков останавливается примерно на пять лет раньше, чем у мужчин.
Но, с другой, у мужчин фаза снижения заработков наступает, как ни странно, намного
раньше (в интервале 40–45 лет), чем у женщин (при приближении к 60 годам).
Эти особенности проявляются еще более отчетливо, если от профилей заработков в
зависимости от возраста перейти к их профилям в зависимости от общего трудового стажа.
Как видно из рис. П148, приобретение производственного опыта обеспечивает прирост
заработной платы лишь в первые десять лет трудовой активности. Его последующее нако
пление дает нулевую или даже отрицательную отдачу. У мужчин она становится отрица
тельной после 25 лет пребывания работника на рынке труда, у женщин – после 35 лет.
Таким образом, в российских условиях накопление опыта сопровождается ростом заработ
ной платы в течение очень короткого промежутка времени; при этом разрыв в заработках
между «новичками», только вступающими в трудовую жизнь, и «старожилами», имею
щими многолетний опыт трудовой деятельности, оказывается крайне незначительным,
составляя не более 40–50%.
Чем можно объяснить такую достаточно необычную, «сплюснутую» форму профилей
заработков? Как отмечалось, главным источником, обеспечивающим рост заработной пла
ты по мере увеличения возраста или трудового стажа, является накопление опыта. По
скольку у старших поколений его запас, как правило, больше, они демонстрируют более
высокую производительность и, следовательно, получают более высокую плату за свой
труд. Именно поэтому практически во всех развитых странах пик заработков обычно при
ходится на интервал 50–60 лет, когда объем накопленного работниками опыта, а также
отдача от него достигают максимальных значений. Однако в российских условиях дейст
вие этого стандартного механизма было, повидимому, подорвано шоками переходного
периода. Они привели к девальвации многих знаний и навыков, которые были получены
работниками при прежней системе и имели ценность только в ее рамках. Экономические
83
преимущества, связанные с накоплением трудового опыта, в значительной мере обесце

нились, а его окупаемость резко понизилась. В результате на российском рынке труда
сложилась достаточно уникальная ситуация, не имеющая близких аналогов в зрелых ры
ночных экономиках, когда молодые работники в возрасте 30 лет зарабатывают примерно
столько же, сколько и зрелые работники в возрасте 55 лет.
Нестандартность российской ситуации отчетливо демонстрирует рис. П149. На нем
представлена динамика относительной заработной платы в зависимости от возраста в Рос
сии и США (за базу сравнения приняты заработки молодежи в возрасте от 18 до 24 лет).
В глаза бросаются сразу несколько принципиальных отличий. Вопервых, в России восхо
дящая фаза кривой заработков оказывается намного короче, чем в США: в России она
фактически заканчивается в интервале 30–35 лет, тогда как в США растягивается до 50–
55 лет. Вовторых, в России «премии» за возраст у мужчин и женщин практически сов
падают, тогда как в США у мужчин они оказываются намного больше, чем у женщин.
Втретьих, сама форма российских профилей заработков по возрасту является «сплюсну
той»: в России работники наиболее продуктивных возрастов зарабатывают всего лишь на
30–40% больше, чем молодежь, тогда как в США это превышение достигает 2–2,5 раза.
Очевидно, что в данном отношении российский механизм формирования заработной пла
ты сильно деформирован. Объяснить эту деформированность можно тем, что значитель
ная часть знаний и навыков, приобретавшихся старшими поколениями непосредственно
на рабочих местах при прежней системе, в условиях перехода к рынку подверглась мо
ральному обесценению и, повидимому, уже никогда не сможет найти продуктивного
применения.
Результаты эконометрического анализа подтверждают этот вывод. Как уже упоми
налось, «каноническое» минцеровское уравнение заработков помимо переменной числа
лет обучения включает также переменные общего трудового стажа и общего трудового
стажа в квадрате. Оценивание базовой минцеровской модели на данных РМЭЗ свиде
тельствует, что в российских условиях отдача от накопления опыта действительно была и
остается крайне низкой. В среднем за период 1995–2008 гг. увеличение общего стажа на
один год сопровождалось приростом заработков в лучшем случае на 1,5–2% (табл. 1.21).
Такие оценки получаются при использовании в уравнении заработков переменной «потен
циального» опыта (формула, по которой его принято определять, приводилась выше). При
использовании показателей фактического, а не «потенциального» опыта (в РМЭЗ эти дан
ные имеются не за все годы) отдача от него снижается еще на 0,2–0,5 п.п. (в табл. 1.21 эти
результаты приводятся в скобках). Использование альтернативных источников – НОБУС
и ОЗПП – приводит к практически таким же оценкам. Согласно им, увеличение общего
трудового стажа на один год обеспечивает прирост заработков на 1,2–2,2%. Это намного
хуже показателей, типичных для зрелых рыночных экономик, где нормы отдачи от накоп
ления трудового опыта достигают обычно не менее 2,5–3,5%.
84
Таблица 1.21. Динамика норм отдачи от потенциального

и фактического трудового опыта, 1995–2009 гг.
Годы Все Мужчины Женщины
«потенциаль «потенциальный» «потенци «потенциальный» «потенци «потенциальный»
ный» трудовой трудовой опыт альный» трудовой опыт альный» трудовой опыт
опыт в квадрате, трудовой в квадрате, трудовой в квадрате,
деленный на 100 опыт деленный на 100 опыт деленный на 100
1995 0,017*** –0,032*** 0,022*** –0,046*** 0,015** –0,020**
1996 0,000 –0,007 –0,001 –0,005 0,000 –0,008
0,014*** –0,035*** 0,001 –0,016 0,024*** –0,049***
1998
(0,012***) (–0,029***) (–0,002) (–0,011) (0,021***) (–0,041***)
2000 0,029*** –0,056*** 0,028*** –0,051*** 0,030*** –0,063***
(0,027***) (–0,051***) (0,028***) (–0,050***) (0,027***) (–0,053***)
2001 0,019*** –0,043*** 0,023*** –0,050*** 0,016*** –0,036***
(0,021***) (–0,046***) (0,025***) (–0,054***) (0,017***) (–0,037***)
2002 0,014*** –0,031*** 0,010** –0,031*** 0,016*** –0,028***
(0,015***) (–0,032***) (0,008*) (–0,023**) (0,020***) (–0,035***)
2003 0,015*** –0,037*** 0,013*** –0,041*** 0,016*** –0,031***
(0,015***) (–0,034***) (0,009) (–0,029) (0,018***) (–0,035***)
2004 0,017*** –0,042*** 0,015*** –0,044*** 0,018*** –0,039***
0,022*** –0,054*** 0,020*** –0,056*** 0,023*** –0,051***
2005
(–0,008***) (0,019***) (–0,011) (0,025***) (–0,006***) (0,014***)
2006 0,014*** –0,039*** 0,019*** –0,052*** 0,011*** –0,028***
(0,015***) (–0,040***) (0,019***) (–0,053***) (0,092***) (0,011***)
2007 0,015*** –0,039*** 0,018*** –0,047*** 0,014*** –0,033***
(–0,002) (0,004) (–0,009**) (0,015*) (0,005) (–0,007)
2008 0,017*** –0,045*** 0,023*** –0,060*** 0,013*** –0,033***
(0,018***) (–0,046***) (0,021) (–0,054**) (0,015***) (–0,037***)
2009 0,019*** –0,046*** 0,025*** –0,066*** 0,015*** –0,034***
(0,026***) (–0,065***) (0,021***) (–0,052***) (0,032***) (–0,081***)
Среднее 0,016 –0,039 0,017 –0,043 0,016 –0,035
(0,014) (–0,032) (0,011) (–0,029) (0,024) (–0,030)
2003
(НОБУС) 0,012*** –0,023*** 0,011*** –0,025*** 0,012*** –0,019***
2005 0,020*** –0,040*** 0,021*** –0,044*** 0,019*** –0,033***
(ОЗПП) (0,022***) (–0,041***) (0,022***) (–0,044***) (0,021***) (–0,035***)
2007 0,016*** –0,036*** 0,016*** –0,039*** 0,015*** –0,030***
(ОЗПП) (0,016***) (–0,032***) (0,016***) (–0,035***) (0,015***) (–0,027***)
2009
(ОЗПП) 0,015*** –0,034*** 0,016*** –0,040*** 0,014*** –0,028***
Примечание: приводимые оценки получены для спецификации уравнения заработков, включавшей в качестве зависимой
переменной логарифм часовых заработков, а в качестве независимых переменных показатели пола; числа лет образова
ния; потенциального опыта и квадрата потенциального опыта, деленного на 100. В скобках приводятся также оценки,
полученные для альтернативной спецификации с включением фактического опыта и квадрата фактического опыта, де
ленного на 100 (данные имеются не за все годы и не для всех обследований).
*
Статистическая значимость на уровне 0,10.
**
***
85
Все указывает на то, что на российском рынке труда опытные работники ценятся не
намного выше (а подчас и намного ниже), чем неопытные. Два эффекта могут лежать в
основе такого парадоксального результата – когортный и возрастной. С одной стороны,
наличие у старших поколений опыта, приобретенного при прежней системе, во многих
случаях может быть контрпродуктивным, делая их не более, а менее производительными.
С другой, в условиях нестабильной экономической среды молодые работники, обладающие
в силу возраста большей гибкостью и мобильностью, способны получать за счет этого
значительные конкурентные преимущества. Более высокая адаптивность может компен
сировать нехватку опыта, сглаживая тем самым различия в производительности между
работниками с большим и меньшим трудовым стажем. Если доминирует когортный эф
фект, то в этом случае «нормализации» профилей заработков можно ожидать тогда, когда
рынок труда покинут старшие поколения работников, вступившие на него еще при совет
ской системе; если основным является возрастной эффект, то в этом случае она наступит
только тогда, когда общая экономическая среда приобретет, наконец, бóльшую стабиль
ность и предсказуемость.
Внутрифирменный (специальный) опыт. Чем дольше человек трудится на одной и той
же фирме, тем больший объем знаний и умений, имеющих ценность именно для нее, он
приобретает. Но чем больше объем таких знаний и умений, тем сильнее становятся сти
мулы к тому, чтобы трудовые отношения между фирмой и работником не прерывались
как можно дольше. С одной стороны, работнику, обладающему значительными запасами
«внутрифирменного» человеческого капитала, нигде не удастся зарабатывать столько,
сколько он зарабатывает на нынешнем месте работы. Ведь для любых других фирм име
ющиеся у него специфические знания и навыки представляют нулевую ценность. С дру
гой стороны, фирма, где он их приобрел, точно так же не сможет найти вместо него никого,
кто обладал бы такой же высокой производительностью, как он. Ведь у любого работника,
привлеченного извне, не будет специфических знаний и навыков, какие есть у него. Таким
образом, инвестиции в специфический человеческий капитал снижают текучесть рабочей
силы, и трудовые отношения приобретают большую стабильность.
Известно, что плановая экономика была ориентирована на обеспечение как можно
более длительной (в идеале – пожизненной) привязки работников к рабочим местам: ве
лась жесткая борьба с «летунами», объем социальных льгот и гарантий, предоставлявшихся
каждым предприятием, впрямую зависел от того, как долго человек на нем поработал, и т.д.
В этих условиях естественно было бы ожидать, что российская рабочая сила должна была
унаследовать от прежней системы значительные объемы специфического человеческого ка
питала и что поэтому средняя величина специального стажа должна быть у нее очень
высокой. Однако имеющиеся данные опровергают это предположение. Как ни странно,
но реальная ситуация оказывается прямо противоположной. Все исследования сходятся
86
на том, что специальный стаж, имеющийся у российских работников, был и остается пре
дельно «укороченным» [Lehmann, Wadsworth, 1999; Мальцева, 2009].
По данным РМЭЗ, уже в середине 1990х годов средняя величина специального ста
жа у занятых в российской экономике составляла менее 9 лет, а к концу 2000х годов она
уменьшилась еще сильнее – до 7 лет (табл. 1.22). (При этом женщины вели несколько
более «оседлый» образ жизни, чем мужчины: разница между ними в показателях специ
ального стажа достигала, как правило, 1–1,5 года в пользу женщин.) Это означает, что
запас специфического человеческого капитала, которым располагала российская эконо
мика, неуклонно иссякал. Рассуждая в терминах теории капитала, можно было бы ска
зать, что в течение всего пореформенного периода масштабы ежегодного «выбытия» спе
цифического человеческого капитала существенно превосходили масштабы ежегодных
«инвестиций», направлявшихся на его пополнение.
Таблица 1.22. Средняя продолжительность специального стажа

по полу и возрасту, 1994–2009 гг., лет
(занятое население в возрасте 15–64 лет)
Годы Все Группы по полу

женщины мужчины
1994 8,6 9,0 8,2
1995 8,2 8,6 7,7
1996 7,6 8,1 7,1
1998 7,7 8,2 7,2
2000 7,2 7,7 6,6
2001 7,7 8,4 6,8
2002 7,2 7,8 6,5
2003 7,1 7,7 6,3
2004 7,1 7,9 6,2
2005 7,1 8,0 6,1
2006 7,1 8,0 6,1
2007 7,3 7,1 7,5
2008 7,6 7,6 7,5
2009 7,1 7,8 6,3
2009 (ОЗПП) 9,6 10,6 8,4
2009 (ОНПЗ) 8,4 8,9 8,0
Источники: РМЭЗ; ОЗПП, 2009; ОНПЗ, 2009.
87
Причины такого дезинвестирования становятся более понятными, если обратиться к

данным о распределении российских работников по продолжительности внутрифирмен
ного стажа. Как показывает табл. 1.23, заниженные показатели специального стажа явля
ются прямым следствием непропорционально высокой доли «новичков» с продолжи
тельностью работы на одном и том же месте менее года. По данным РМЭЗ, на протяжении
1990–2000х годов их доля колебалась вокруг отметки 20%. Говоря иначе, в каждый данный
момент времени примерно пятая часть всех занятых имели запасы специфического челове
ческого капитала, близкие к нулевым, поскольку трудились на своих рабочих местах ме
нее года.
Таблица 1.23. Распределение занятых по продолжительности

специального стажа, 1994–2009 гг., %
(занятое население в возрасте 15–64 лет)
Годы Менее 1 года От 1 до 3 лет От 3 до 5 лет От 5 до 10 лет 10 лет и более Итого

1994 17,8 20,1 11,9 16,3 33,9 100
1995 20,3 20,5 12,1 15,4 31,8 100
1996 20,0 21,2 14,6 16,1 28,1 100
1998 17,5 23,6 13,9 17,3 27,7 100
2000 22,5 20,2 13,6 18,8 24,9 100
2001 22,9 20,3 11,3 18,7 26,8 100
2002 23,3 22,1 12,4 18,0 24,2 100
2003 23,6 21,3 13,0 17,9 24,1 100
2004 23,1 20,0 14,5 17,7 24,7 100
2005 23,0 20,7 13,7 17,3 25,3 100
2006 23,2 21,0 13,3 17,5 25,0 100
2007 21,6 21,3 13,6 18,3 25,3 100
2008 19,6 21,5 12,9 21,0 25,0 100
2009 20,2 21,8 14,5 20,0 23,5 100
2009 (ОЗПП) 10,9 21,1 13,4 19,7 34,8 100
2009 (ОНПЗ) 11,6 16,4 14,9 22,3 34,9 100
Источники: РМЭЗ; ОЗПП 2009; ОНПЗ, 2009.
Однако такое объяснение трудно признать достаточным. Дело в том, что за последние
полтора десятилетия доля «новичков» с максимально коротким специальным стажем (до
88
года) почти не изменилась: она была очень высокой уже в начале рассматриваемого пе
риода и продолжала оставаться практически такой же в его конце. Действительно серь
езные подвижки наблюдались на противоположном полюсе: данные, представленные в
табл. 1.23, свидетельствуют о резком – более чем на 10 п.п. – падении доли «старожилов»
с максимально длительным специальным стажем (свыше 10 лет): с 34% в 1994 г. до 24% в
2008 г. Причиной этого провала скорее всего стал уход с рынка труда старших поколений
работников, большая часть трудовой жизни которых пришлась на эпоху плановой эконо
мики и которые стремились как можно дольше держаться за одно и то же «постоянное»
место, рассматривая его в качестве ценного социального актива. Для следующих поколе
ний установка на длительное пребывание на одном и том же месте утратила статус нормы
трудового поведения: даже на продвинутых этапах своей трудовой карьеры они демонст
рируют достаточно сильную готовность к «перемене мест». Результатом этого межпоколен
ческого сдвига, повидимому, и стало резкое – почти на треть – сокращение доли «старо
жилов», которое в свою очередь «потянуло» вниз средние показатели специального стажа.
Нужно оговориться, что, в отличие от РМЭЗ, альтернативные источники данных –
ОЗПП и ОНПЗ – выводят на более высокие оценки средней продолжительности специаль
ного стажа: так, в 2009 г. она превышала 9 лет, согласно ОЗПП, и приближалась к 8,5 годам,
согласно ОНПЗ (табл. 1.22). Эти расхождения связаны как с существенно меньшей долей
«новичков» с продолжительностью специального стажа до года (11–12%), так и сущест
венно большей долей «старожилов» с продолжительностью специального стажа свыше
10 лет (свыше 35%).
Как выглядят российские показатели в свете межстрановых сопоставлений? В стра
нах ОЭСР средняя величина специального стажа варьируется от 7,9 лет в Дании до 14 лет
в Греции (рис. П150). Практически все они намного превосходят Россию по средней
продолжительности пребывания работников на одном и том же месте. Если исходить из
оценок РМЭЗ, то она может считаться абсолютным рекордсменом, а если из оценок
ОНПЗ и ОЗПП, то одним из безусловных лидеров по «укороченности» показателей спе
циального стажа. Можно поэтому сказать, что российская экономика вынуждена функ
ционировать с запасами специфического человеческого капитала, явно недостаточными
по международным меркам. Оборотная сторона этого явления – высокая текучесть кадров.
Не случайно, что по интенсивности оборота рабочей силы Россия намного превосходит
все другие переходные экономики [Обзор занятости в России, 2002].
Недоинвестирование в специфический человеческий капитал напрямую связано с
его низкой отдачей. На рис. П151 представлены профили заработков в зависимости от
специального стажа работников (использованы данные ОЗПП за 2009 г.). Из него видно,
что рост заработков наблюдается лишь в течение первых пяти лет работы на одном и том
же месте у женщин и первых десяти лет у мужчин. Кроме того, сама величина их прироста
89
оказывается достаточно скромной. Женщины с пятилетним стажем работы на одном месте

зарабатывают лишь на 10% больше, а мужчины с десятилетним стажем работы на одном
месте лишь на 20% больше, чем «новички», только что принятые на работу. Экономиче
ский эффект от пребывания на одном и том же предприятии сверх пяти лет у женщин и
сверх десяти лет у мужчин вообще оказывается практически нулевым.
О том же говорят более строгие эконометрические оценки, получаемые при оцени
вании минцеровского уравнения заработков. Все исследования, посвященные проблеме
специального стажа, приходят к однозначному выводу, что в российских условиях накоп
ление специфического человеческого капитала обеспечивает лишь минимальный выиг
рыш в заработках или не обеспечивает его вообще [Lehmann, Wadsworth, 1999; Мальцева,
2009; Капелюшников, Лукьянова, 2010]. В большинстве случаев коэффициенты при пе
ременных специального стажа оказываются либо крайне низкими, либо статистически
незначимыми, либо даже отрицательными. Расчеты с использованием данных РМЭЗ за
1995–2009 гг. показывают, что эти коэффициенты достигают стандартных уровней стати
стической значимости лишь для пяти из двенадцати раундов РМЭЗ (табл. 1.24). При этом,
если в случае мужчин более длительный специальный стаж всетаки оказывает пусть не
большое положительное влияние на заработную плату, то в случае женщин не наблюдается
даже этого. Но и у мужчин средняя отдача от инвестиций в специфический человеческий
23
капитал оказывается чрезвычайно низкой, составляя менее 1% (табл. 1.24) . В итоге если,
например, в США, по расчетам Р. Топеля, увеличение специального стажа на 10 лет со
провождается приростом заработков у работниковмужчин на 25% [Topel, 1991], то в Рос
сии только на 7%. Не удивительно, что при такой низкой отдаче многие российские работ
ники не склонны надолго задерживаться на одном и том же месте, находясь в постоянном
поиске более привлекательных альтернатив.
Среди прочего низкие показатели специального стажа, а также близкая к нулевой от
дача свидетельствуют о крайне неэффективном соединении работников и рабочих мест
(матчинга) в условиях российского рынка труда. Если бы основная часть работников была
занята на рабочих местах, где они обладали бы сравнительными преимуществами в про
изводительности, можно было бы ожидать, что работники будут надолго на них «оседать»
и что их длительное пребывание там станет обеспечивать значительный выигрыш в зара
ботках. В случае российской экономики это оказывается не так, что свидетельствует о
низкой эффективности матчинга, т.е. о том, что при ином распределении работников по
рабочим местам уровень производительности в ней мог бы быть значительно выше.
23
Данные ОЗПП выводят на более высокие оценки, но и они свидетельствуют о низкой отдаче от накоп
ления специального опыта (табл. 1.24). Согласно им, год работы на одном и том же месте ведет к при
росту заработков всего лишь на 1,1% (1,8% у мужчин и 0,5% у женщин).
90
Таблица 1.24. Динамика норм отдачи от специального стажа, 1995–2009 гг.
Годы Все Мужчины Женщины
специаль специаль специаль специаль специаль специаль

ный стаж ный стаж ный стаж ный стаж ный стаж ный стаж
в квадрате, в квадрате, в квадрате,
деленный деленный деленный
на 100 на 100 на 100
1995 –0,003 0,015 –0,001 0,013 –0,006 0,020

* **
1996 0,000 –0,001 0,017 –0,069 –0,012 0,043
1998 0,005 –0,003 0,013 –0,028 –0,005 0,030
2000 0,004 –0,001 0,005 –0,009 0,002 0,013
*
2001 –0,007 0,027 –0,007 0,026 –0,007 0,032
*
2002 0,005 –0,007 0,002 0,000 0,007 –0,011
** **
2003 0,003 –0,004 0,005 –0,006 0,000 0,001
* ** *
2004 0,006 –0,009 0,011 –0,025 0,000 0,006
** **
2005 0,011 –0,015 0,014 –0,025 0,007 –0,005
* **
2006 0,015 –0,040 0,019 –0,053 0,092 0,011
2007 –0,002 0,004 –0,009 0,015 0,005 –0,007
*** *
2008 0,003 0,000 0,006 0,000 0,000 0,000
*** *** **
2009 0,012 –0,012 0,013 –0,007 0,011 –0,014
Среднее 0,003 –0,001 0,006 –0,011 0,000 0,009
*** *** *** *** ***
2009 (ОЗПП) 0,011 –0,012 0,018 –0,026 0,005 –0,000
Примечание: приводимые оценки получены для спецификации уравнения заработков, включавшей в

качестве зависимой переменной логарифм часовых заработков, а в качестве независимых переменных
показатели пола; числа лет образования, потенциального опыта и квадрата потенциального опыта, де
ленного на 100; специального стажа и квадрата специального стажа, деленного на 100.
*
**
***
Источники: РМЭЗ; ОЗПП.
Внутрифирменная подготовка. Формирование человеческого капитала уже после по

лучения работниками формального образования может протекать не только «спонтанно»,
но и «организованно» – не только в форме приобретения ими опыта по ходу трудовой
деятельности, но также в форме их производственного обучения на предприятиях. В ко
91
нечном счете главным каналом, через который осуществляется его накопление, следует
признать именно систему подготовки на рабочих местах. Формы ее разнообразны: она
может быть как формальной, так и неформальной; осуществляться как с отрывом, так и
без отрыва от производства; протекать как внутри самих предприятий, так и за их преде
лами, в образовательных учреждениях; финансироваться как фирмами, так и самими ра
ботниками. При отсутствии регулярного «ремонта и обновления» человеческому капиталу
угрожает риск быстрого морального старения.
В советский период существовала разветвленная многоуровневая система производ
ственной подготовки. Предприятиям вменялось в обязанность регулярно посылать своих
работников на курсы повышения квалификации, многие из них имели собственные учеб
ные базы и принимали активное участие в финансировании образовательных учреждений.
С началом рыночных реформ прежняя система оказалась в значительной степени разруше
на. С одной стороны, в условиях экономического кризиса содержание собственных учеб
ных центров превратилось для подавляющего большинства предприятий в непосильное
финансовое бремя. С другой, выгоды, которые они могли бы получать, занимаясь про
фессиональным обучением персонала, резко уменьшились. Отсюда – стремительное свер
тывание масштабов подготовки на предприятиях, которое наблюдалось в 1990е годы.
И хотя с началом экономического подъема стимулы к тому, чтобы инвестировать в про
фессиональное обучение персонала, возросли, этого оказалось недостаточно, чтобы сколь
конибудь заметно активизировать усилия предприятий в области подготовки кадров.
Как показывают результаты различных обследований, номинально доля предприятий,
предоставляющих внутрифирменную подготовку, в России достаточно высока. Она дос
тигает 60–70%, что примерно соответствует средним показателям для разных стран мира
(рис. П152). Однако в России, вопервых, подготовка сосредоточена почти исключи
тельно на крупных предприятиях, где, вследствие эффекта масштаба, издержки ее пре
доставления оказываются существенно ниже, чем на малых или даже средних предпри
ятиях. Вовторых, даже на предприятиях, инвестирующих в программы подготовки, доля
работников, которые ее получают, является крайне низкой. По имеющимся оценкам, в
российской обрабатывающей промышленности обучение в течение года проходят менее
8% квалифицированных и менее 2% неквалифицированных рабочих (рис. П153). В боль
шинстве других стран эти показатели на порядок выше. (Скажем, в Германии внутри
фирменную подготовку в течение года получают около 40% квалифицированных и около
30% неквалифицированных рабочих.) Втретьих, средняя продолжительность обучения
на российских предприятиях является очень небольшой, не превышая обычно 2,5–3 не
дель [Гимпельсон, Капелюшников, Лукьянова, 2007]. В результате по масштабам внутри
фирменной подготовки Россия выглядит явным аутсайдером.
92
Этот вывод подтверждается данными о расходах российских предприятий на профес

сиональное обучение. Так, в 2007 г. в абсолютном выражении российские предприятия
тратили ежемесячно на эти цели чуть более 70 руб. в расчете на одного работника. Еще
более красноречивыми оказываются относительные показатели. Как можно заключить из
табл. 1.25, на протяжении всего пореформенного периода доля расходов на профессио
нальное обучение в общих издержках российских предприятий на рабочую силу остава
лась поразительно низкой и поразительно стабильной – 0,3%.
Таблица 1.25. Расходы на профессиональное обучение работников, 1994–2007 гг.
Годы Все отрасли Промышленность**

общие затраты доля расходов общие затраты доля расходов
на рабочую силу на профессиональное на рабочую силу на профессиональное
в расчете на одного обучение в общих в расчете на одного обучение в общих
работника, тыс. руб. издержках на рабочую работника, тыс. руб. издержках на рабочую
в месяц* силу, % в месяц* силу, %
1994 0,5 0,3 0,5 0,3

1995 1,3 0,3 1,2 0,3
1996 1,9 0,4 1,9 0,5
1998 2,1 0,3 2,1 0,3
2000 4,4 0,3 4,6 0,3
2002 7,6 0,3 7,8 0,3
2005 13,3 0,3 11,6 0,3
2007 20,7 0,3 17,7 0,3
*
1994–1995 гг. – млн руб.
**
2005 и 2007 гг. – обрабатывающая промышленность.
В других странах фирмы намного активнее инвестируют в подготовку своего персо

нала. Так, в странах ЕС средняя доля расходов на профессиональное обучение в общих
издержках на рабочую силу достигает 0,96%, что втрое больше, чем в России (рис. П154).
Из крупных европейских стран еще более низкие показатели образовательной активности
фирм наблюдаются только в Италии (0,2%). К этому нужно добавить, что данные о расхо
дах на профессиональное обучение не включают затраты, связанные с оплатой труда уче
ников, проходящих подготовку в рамках системы «ученичества» (apprenticeship). С их уче
том доля расходов на повышение качества рабочей силы в странах ЕС возрастает вдвое –
примерно до 2% (рис. П155).
93
С чем может быть связана столь низкая образовательная активность российских

предприятий? Здесь можно указать на действие нескольких факторов. Вопервых, как уже
отмечалось, в российских условиях отдача от вложений в специфический человеческий
капитал была и остается почти нулевой. Среди прочего это должно подрывать стимулы к
предоставлению внутрифирменной подготовки для предприятий и получению такой под
готовки для работников. Вовторых, затраты на профессиональное обучение являются в
значительной мере комплементарными по отношению к затратам на НИОКР и внедрение
инноваций. Вполне возможно, что низкая образовательная активность российских пред
приятий может быть напрямую связана с их низкой инновационной активностью. Втре
тьих, причиной, серьезно подрывающей стимулы к инвестициям во внутрифирменную
подготовку, несомненно, служит высокая текучесть кадров. Предприятия будут избегать
таких инвестиций, если они предполагают, что, получив подготовку, многие работники
могут быть затем «переманены» на другие предприятия. В таком случае затраты на профес
сиональное обучение будут представлять для них чистые финансовые потери. Вчетвертых,
нельзя исключить, что одним из факторов, дестимулирующих вложения во внутрифир
менную подготовку, может выступать высокий образовательный уровень российской ра
бочей силы. В известных пределах обучение в системе формального образования и обуче
ние на рабочих местах являются субститутами. Очевидно, что чем образованнее работник,
тем меньше затрат, при прочих равных условиях, будет требоваться для его дообучения и
подготовки. (Этим во многом объясняется, почему развивающиеся страны демонстрируют,
как правило, чрезвычайно высокие показатели охвата подготовкой на рабочих местах –
таким способом фирмы пытаются компенсировать нехватку общего образования у нани
маемых ими работников.) И так как уровень образованности российской рабочей силы
достаточно высок (даже у неквалифицированных рабочих продолжительность обучения
приближается к 12 годам!), это может делать потребность в производственной подготовке
менее острой. Однако в этой области Россия отстает не только от развивающихся, но и от
большинства развитых стран. Это предполагает, что высокое формальное образование ра
ботников является далеко не главной причиной низкой образовательной активности рос
сийских предприятий.
Можно утверждать, что при переходе к новым, рыночным, условиям производимый
на рабочих местах человеческий капитал, унаследованный от прежней системы, подвергся
эрозии и перестал быть ценным экономическим активом. Эти потери, повидимому, не
восполнимы, и российской экономике предстоит еще долго жить в условиях его явной
нехватки. Особенно сильно в процессе системной трансформации обесценились запасы
специфического человеческого капитала. Низкая отдача, которую обеспечивает его акку
мулирование, объясняет, почему российские работники склонны не задерживаться долго
на одном и том же месте. В то же самое время это подрывает стимулы к вложениям в под
94
готовку на рабочих местах. В результате российская экономика оказывается заперта в «пло

хом» равновесии с устойчиво низкой отдачей от специфического человеческого капитала и
устойчиво низким уровнем инвестиций в него (более подробно эта проблема обсуждается
ниже, в Главах 7, 8 и 9).
1.11.
Характеристики профессиональной
структуры рабочей силы
О состоянии и динамике человеческого капитала можно судить также на основании про
фессиональноквалификационных характеристик рабочей силы. Если ее распределение по
уровням образования отражает структуру предложения человеческого капитала со стороны
работников, то ее распределение по профессиям – структуру спроса на него со стороны
фирм.
Уровень профессиональной квалификации определяется степенью сложности стоящих
перед работниками задач, тогда как ее специализация – той предметной областью, к которой
относятся требуемые знания и умения. На основании этих критериев Международная стан
дартная классификация профессий (ISCO88), а вслед за ней и Общероссийский класси
фикатор занятий (ОКЗ) выделяют 10 укрупненных профессиональных групп, соответству
ющих четырем основным уровням квалификации. Для группы 1 (руководители) диапазон
выполняемых задач считается слишком широким, чтобы его можно было однозначно
привязать к определенному уровню квалификации. Такая привязка оказывается также
невозможной для группы 0 (вооруженные силы). Остальные группы образуют иерархию,
упорядоченную с точки зрения требуемой квалификации (табл. 1.26). Хотя между уровня
ми профессиональной квалификации и уровнями формального образования существует
тесная связь, строгого взаимнооднозначного соответствия здесь нет: во многих случаях
работники с низким образованием оказываются заняты сложными, высококвалифициро
ванными, тогда как работники с высоким образованием – простейшими, малоквалифици
рованными видами труда.
Распределение российских работников в зависимости от их профессиональной при
надлежности в 1997 и 2008 гг. отражено в табл. 1.27. Из представленных в ней данных следу
ет, что самый большой относительный прирост наблюдался в этот период у специалистов
высшего уровня квалификации (+3,7 п.п.) и работников сферы обслуживания (+3,4 п.п.),
а самое сильное сокращение – у неквалифицированных рабочих (–4,1 п.п.). В результате
произошедших перемен представительство трех первых групп, обладающих наиболее вы
сокой квалификацией, увеличилось на 5 п.п. и их доля в общей численности занятых пре
высила 40%.
95
Таблица 1.26. Уровни квалификации по основным профессиональным группам
Группа Уровень квалификации

1. Руководители всех уровней –
2. Специалисты высшего уровня квалификации 4
3. Специалисты среднего уровня квалификации 3
4. Работники, занятые подготовкой информации, оформлением
документации, учетом и обслуживанием 2
5. Работники сферы обслуживания, жилищнокоммунального хозяйства,
торговли и родственных видов деятельности 2
6. Квалифицированные работники сельского хозяйства 2
7. Квалифицированные рабочие крупных и мелких промышленных
предприятий, художественных промыслов, строительства, транспорта,
связи, геологии и разведки недр 2
8. Операторы, аппаратчики, машинисты установок и машин 2
9. Неквалифицированные рабочие 1
10. Вооруженные силы –
Источник: Формирование заработной платы, 2007.
Таблица 1.27. Распределение занятых в российской экономике

*
по профессиональным группам, 1997 и 2008 гг., %
Группы по занятиям 1997 г. 2008 г.

Руководители 6,3 7,0 (7,2)
Специалисты высшего уровня квалификации 15,3 18,5 (19,0)
Специалисты среднего уровня квалификации 15,2 15,2 (15,6)
Служащие, занятые подготовкой информации 3,2 2,9 (3,0)
Работники сферы обслуживания 10,8 13,8 (14,2)
Квалифицированные рабочие сельского хозяйства 2,8 4,1 (1,6)
Квалифицированные рабочие промышленности 16,6 14,8 (15,2)
Полуквалифицированные рабочие 14,5 12,5 (12,8)
Неквалифицированные рабочие 15,3 11,2 (11,5)
Итого 100 100
*
По данным ОНПЗ за соответствующие годы. До 1999 г. Росстат не включал лиц, производящих про
дукцию в ЛПХ для реализации на рынке, в состав занятых. В целях большей сопоставимости для 2008 г.
в скобках дополнительно приводятся оценки о распределении занятых по профессиональным группам
при исключении лиц, занятых в «товарном» сегменте ЛПХ.
96
На фоне других стран профессиональная структура занятости в России выглядит до

статочно нестандартно. Как можно заключить из табл. 1.28, Россия располагает, повиди
мому, более многочисленным контингентом специалистов высшего уровня квалификации
(professionals), чем большинство не только переходных, но и развитых стран мира. Особен
но велик этот межстрановый разрыв для женщин. Так, женщинспециалистов высшего
уровня квалификации в России насчитывается в относительном выражении почти вдвое
больше, чем во Франции или Великобритании: соответственно 23,2% против 7,0 и 11,7%.
Зато в группе «клерков» (служащих, занятых подготовкой информации) обнаруживается
глубокий провал. В России к ней принадлежат менее 1% мужчин и около 6% женщин.
Даже в переходных экономиках доля этой группы оказывается как минимум вдвое больше,
не говоря уже о развитых странах, где «клерками» являются от 6% среди мужчин до 22%
среди женщин. Наконец, если не считать Бразилии, то из всех стран, включенных в
табл. 1.28, Россия имеет самое высокое представительство низшей профессиональной
группы – неквалифицированных рабочих. Их доля превышает 11%, что значительно боль
ше, чем в большинстве развитых или переходных экономик.
Таблица 1.28. Профессиональная структура занятого населения

в возрасте 15 лет и старше, 2008 г., %
Профессиональные группы по ISCO88
1 2 3 4 5 6 7 8 9 всего
Германия, всего 7,3 14,6 20,8 11,9 12,4 1,9 15,1 7,2 8,7 100
Мужчины 8,3 16,1 16,2 7,2 5,9 2,4 25,1 11,2 7,6 100
Женщины 6,0 12,9 26,3 17,7 20,3 1,3 3,2 2,4 10,0 100
Франция, всего 8,6 13,6 19,1 12,2 12,6 3,3 11,9 8,9 9,8 100
Мужчины 10,1 14,1 17,7 5,7 6,5 4,7 20,9 13,8 6,5 100
Женщины 7,0 13,0 20,6 19,3 19,4 1,8 2,0 3,5 13,4 100
Великобритания,
*
всего 15,6 12,9 14,4 11,4 15,9 11,6 11,0 7,1 – 100
*
Мужчины 19,0 13,7 13,0 4,4 7,3 12,1 18,8 11,6 – 100
*
Женщины 11,7 12,0 16,1 19,5 26,0 11,1 1,8 1,9 – 100
**** ** ***
США, всего (2007) 14,8 20,7 – 13,4 28,0 0,7 22,6 – – 100
** ***
Мужчины 15,8 16,9 – 6,2 24,0 1,0 36,2 – – 100
** ***
Женщины 13,6 25,1 – 21,6 32,6 0,3 6,9 – – 100
97
Окончание табл. 1.28

Профессиональные группы по ISCO88
1 2 3 4 5 6 7 8 9 всего
Чехия, всего 6,7 11,2 22,8 7,1 11,6 1,4 18,8 13,6 7,0 100
Мужчины 8,4 9,4 18,7 3,2 7,0 1,5 29,1 17,7 5,2 100
Женщины 4,4 13,6 28,2 12,3 17,8 1,2 5,0 8,1 9,4 100
Венгрия, всего 7,6 14,1 15,3 6,1 16,1 2,5 18,6 12,2 7,5 100
Мужчины 8,9 11,4 10,1 1,0 12,9 3,4 29,9 16,3 6,1 100
Женщины 6,0 17,2 21,5 12,2 19,8 1,5 5,1 7,4 9,2 100
Польша, всего 6,3 15,3 11,4 7,0 11,7 12,8 17,0 10,6 7,9 100
Мужчины 7,3 9,9 9,3 4,3 7,2 12,6 26,5 16,5 6,4 100
Женщины 5,1 21,8 13,8 10,3 17,3 13,0 5,5 3,5 9,6 100
Бразилия, всего (2007) 5,0 6,7 7,8 8,3 15,1 18,0 12,0 9,4 17,8 100
Мужчины 5,5 4,8 7,2 6,0 11,1 21,0 18,3 12,1 13,9 100
Женщины 4,2 9,3 8,5 11,4 20,4 13,8 3,5 5,8 23,1 100
** ***
Китай, всего (2005) 1,7 5,7 3,1 9,2 64,5 15,8 – – 100
** ***
Мужчины 2,5 5,0 4,0 8,4 60,7 19,3 – – 100
** ***
Женщины 0,6 6,5 2,1 10,1 69,0 11,7 – – 100
Россия, всего 7,0 18,5 15,2 2,9 13,8 4,1 14,8 12,5 11,2 100
Мужчины 8,6 13,9 9,8 0,6 7,9 3,8 22,7 21,6 11,1 100
Женщины 5,3 23,2 20,9 5,4 20,0 4,3 6,6 3,0 11,3 100
Примечание: группа 1 – руководители; группа 2 – специалисты высшего уровня квалификации; группа 3 –
специалисты среднего уровня квалификации; группа 4 – служащие, занятые подготовкой информации;
группа 5 – работники сферы обслуживания, жилищнокоммунального хозяйства и торговли; группа 6 –
квалифицированные рабочие сельского хозяйства; группа 7 – квалифицированные рабочие промышлен
ности; группа 8 – операторы, аппаратчики, машинисты; группа 9 – неквалифицированные рабочие.
*
Группы 6, 9. ** Группы 2, 3. *** Группы 7, 8, 9. **** 16 лет и старше.
Источники: ОНПЗ, 2008; ILO, 2009.
В результате в России распределение работников по профессиям имеет как бы «за

гнутые» вверх края и «проваленную» середину. По сравнению с другими странами в ней
обнаруживается непропорционально много работников, с одной стороны, с самой высокой
и, с другой стороны, с самой низкой квалификацией. В то же время ей, похоже, недостает
работников средней квалификации, прежде всего – служащих, занятых обработкой инфор
мации («клерков»).
98
Это позволяет предположить, что у значительной части российской рабочей силы по
лученное образование может быть избыточным по отношению к тем видам труда, кото
рыми она занята. В табл. 1.29 приведены данные о распределении работников по образо
ванию и профессиям. По самым минимальным оценкам, к тем, чей образовательный
потенциал недоиспользуется, можно отнести около 15% работников сферы обслужива
ния, 20% сельскохозяйственных работников, 40% неквалифицированных рабочих и т.д.
(в табл. 1.29 соответствующие группы выделены курсивом). Это свидетельствует либо о
крайне низком качестве имеющегося у них образования, либо о его нерациональном ис
пользовании, когда, обладая высокой формальной подготовкой, они вынуждены зани
маться неквалифицированными видами труда.
*
Таблица 1.29. Распределение образовательных групп по профессиям, 2008 г., %
Группы по занятиям Группы работников в зависимости от уровня полученного образования

высшее неполное среднее начальное среднее основ начальное все
профес высшее профес профес (полное) ное общее,
сиональ профес сиональ сиональ общее общее не имеют
ное сиональ ное ное начально
ное го общего
Руководители 63,7 1,6 23,5 5,1 5,5 0,4 0,0 100
Специалисты высшего
уровня квалификации 90,1 1,5 7,2 0,5 0,7 0,0 0,0 100
Специалисты среднего
уровня квалификации 15,1 2,5 67,5 7,2 7,1 0,7 0,0 100
Служащие, занятые
подготовкой инфор
мации 16,8 3,5 38,8 16,7 22,5 1,7 0,0 100
Работники сферы
обслуживания 10,0 2,3 26,7 27,1 29,5 4,2 0,3 100
Квалифицированные
рабочие сельского
хозяйства 4,6 0,7 14,9 16,2 38,9 19,9 4,7 100
рабочие промыш
ленности 4,4 1,1 24,2 38,5 26,4 5,0 0,4 100
Полуквалифициро
ванные рабочие 4,3 0,9 21,4 35,6 32,2 5,3 0,3 100
Неквалифицирован
ные рабочие 3,6 1,0 15,8 18,9 44,8 14,1 1,7 100
*
Курсивом выделены группы, чей образовательный потенциал недоиспользуется.
99
Насколько же велик в современной российской экономике разрыв между спросом

на высококвалифицированную рабочую силу и ее предложением? В первом приближении
все занятия (виды рабочих мест) могут быть разбиты на два больших сегмента – требую
щие высокой квалификации (уровни 1, 2, 3 по ОКЗ) и не требующие ее (уровни 4, 5, 6, 7,
8, 9 по ОКЗ). Точно так же все работники могут быть разделены на две большие группы в
зависимости от полученной ими формальной подготовки – имеющие третичное образо
вание (высшее, неполное высшее, среднее профессиональное) и не имеющие его. Срав
нивая число рабочих мест, требующих высокой квалификации (спрос), с численностью
экономически активного населения, имеющего высокое образование (предложение),
можно получить обобщенное представление о том, в какой мере предложение высококва
лифицированной рабочей силы соответствует спросу на нее и как соотношение между
24
ними менялось во времени . Избыток предложения будет закрывать доступ к высококва
лифицированным занятиям даже работникам с очень высоким образованием, обрекая их
на безработицу или заставляя «оседать» на рабочих местах, не соответствующих получен
ной ими подготовке. Напротив, избыток спроса будет втягивать в высококвалифициро
ванные занятия даже работников с достаточно низким образованием.
По данным ОНПЗ, в 2008 г. в российской экономике 28,9 млн человек трудились по
профессиям, требующим высокой квалификации (группы 1–3 по ОКЗ), тогда как чис
ленность экономически активного населения, имеющего высокое (третичное) образова
ние, составляла 40,9 млн человек (из них занятыми были 39,3 млн). Разрыв достигал 12 млн,
т.е. предложение почти на 30% (!) превосходило спрос. Говоря иначе, примерно для трети
работников с дипломами вузов и ссузов на рынке труда физически отсутствовали рабочие
места, которые по уровню сложности соответствовали бы полученному ими образованию.
В результате они должны были либо пополнять ряды безработных, либо «оседать» на рабо
чих местах, не требующих такого высокого образования. (На самом деле ситуация была
еще хуже, так как одновременно с этим немалую долю рабочих мест, требующих высокой
квалификации, «оккупировали» работники с низким образованием.) Таким образом,
масштабы недоиспользования человеческого капитала в современной российской эконо
мике оказываются более чем впечатляющими.
Рассмотрение ситуации «в статике» (по состоянию на конец 2000х годов) позволяет
сделать вывод, что в российских условиях спрос на высококвалифицированную рабочую
силу явно не дотягивает до ее предложения. Это, казалось бы, дает все основания утверж
24
Впервые такой подход был предложен в работе [Hecker, 1992]. Хотя он является достаточно грубым,
им, например, активно пользуются эксперты ОЭСР [Education at a Glance, 2009]. Существуют также иные,
более сложные и продвинутые методы анализа соотношения между спросом и предложением высоко
квалифицированной рабочей силы [Pryor, Schaffer, 1997; Gottschalk, Hansen, 2003; Grazier, O'Leary, Sloane,
2008]. Однако в российском случае их использованию препятствует отсутствие необходимых данных.
100
дать, что, несмотря на бурный рост, экономика никак не могла генерировать столько «хо
роших» рабочих мест, сколько требовалось для «переваривания» огромной массы выпуск
ников вузов и ссузов, хлынувшей в нее в последние годы.
Однако рассмотрение ситуации «в динамике» приводит к достаточно неожиданным
результатам. Оно показывает, что на самом деле 1999–2008 гг. были не периодом фаталь
ного отставания, а периодом резкого опережения темпов роста спроса на высококвали
фицированную рабочую силу по отношению к темпам роста ее предложения. Об этом
свидетельствуют как абсолютные, так и относительные показатели их прироста. По данным
ОНПЗ, за 1999–2008 гг. численность экономически активного населения с третичным об
разованием выросла примерно на 2 млн человек, или на 5%, тогда как численность работ
ников, принадлежащих к трем верхним профессиональным группам по ОКЗ, – на 7 млн,
или более чем на 30%. К концу 2000х годов руководителей стало больше в относительном
выражении на 80%, специалистов высшего уровня квалификации – на 40%, специалистов
среднего уровня квалификации – более чем на 10% (рис. П156). За то же время числен
ность экономически активного населения с высшим образованием (законченным и неза
конченным) возросла примерно на 35%, а со средним профессиональным сократилась поч
ти на 15% (при увеличении численности всего экономически активного населения на 5%).
Но этот парадокс лишь кажущийся и объясняется он достаточно просто – тем, что в
конце 1990х годов разрыв между предложением высококвалифицированной рабочей си
лы и спросом на нее был еще больше (причем намного больше), чем в конце 2000х годов.
Так, в 1999 г. численность работников, занятых по профессиям, требующим высокой ква
лификации, приближалась к 22 млн, тогда как численность экономически активного на
селения с третичным образованием составляла около 39 млн (из них занятыми являлись
35 млн). «Зазор» достигал огромной величины – 17 млн человек, или 45% в относитель
ном выражении. На вопрос, как и когда именно он сформировался, ответить невозможно
изза отсутствия данных за более ранние периоды. Можно лишь предположить, что его
возникновение относится еще к советской эпохе и что в условиях переходного кризиса он
должен был увеличиться еще сильнее. Напротив, в последующий период быстрого эко
номического роста, как следует из приведенных оценок, произошло значительное, хотя и
частичное, улучшение: контингент рабочей силы с третичным образованием, занятой в
сегменте рабочих мест, не требующих высокой квалификации, заметно сократился как
абсолютно, так и относительно.
Насколько аномально выглядит российская ситуация в межстрановой перспективе?
В табл. 1.30 представлены данные о распределении работников в возрасте 25–64 лет с тре
тичным и без третичного образования по группам занятий с высокой и с невысокой ква
лификацией за 1999 и 2008 гг. Для сравнения в ней приводятся аналогичные оценки за
1998 и 2006 гг. по странам ОЭСР [Education at a Glance, 2009]. По международным меркам
101
доля работников с третичным образованием, занятых на рабочих местах, не требующих

высокой квалификации, оказывается в России очень значительной: более 45% в начале
указанного периода и около 30% в его конце. Контраст со странами ОЭСР, где она не
достигает 20%, очевиден. Этот почти двукратный разрыв можно рассматривать как сви
детельство того, насколько нерационально, в сравнительных терминах, используется чело
веческий капитал, который накоплен российской экономикой. Из развитых стран только
три демонстрируют примерно такую же высокую степень недоиспользования рабочей силы
с третичным образованием, как Россия в настоящее время. Это – Испания, Канада и США.
Впрочем, здесь вновь необходимо напомнить о специфическом статусе российского сред
него профессионального образования, которое, повидимому, лишь отчасти может квали
фицироваться как «третичное» (см. выше, раздел 1.3). При его исключении российские
показатели становятся почти неотличимыми от средних показателей для стран – членов
ОЭСР. Так, оказывается, что в 2008 г. из российских работников с высшим образованием
(законченным и незаконченным) менее 15% трудились по профессиям, не предполагаю
25
щим высокой квалификации (табл. 1.30) .
Но какой бы подход мы ни использовали – базовый (с включением среднего про
фессионального образования в состав третичного) или скорректированный (с исключе
нием среднего профессионального образования из состава третичного), расчеты свидетель
ствуют, что за период 1999–2008 гг. доля работников с высоким образованием, работаю
щих по профессиям, где необходимо иметь высокую квалификацию, резко увеличилась.
Кумулятивный прирост составил +11,7 п.п. при использовании базового и +3,5 п.п. при
использовании скорректированного подходов.
Расхождения между динамикой спроса и динамикой предложения могут неодинаково
отражаться на положении работников, принадлежащих к разным поколениям. Наиболее
уязвимой к таким расхождениям оказывается обычно молодежь, лишь недавно вступившая
на рынок труда после завершения образования. Так, общим местом, наверное, можно
считать мнение о том, что приток на российский рынок многочисленного контингента
выпускников вузов и ссузов привел к резкому ухудшению их позиций на рынке труда – к
тому, что все большая их часть была вынуждена «оседать» на «плохих» рабочих местах, не
требующих высокой квалификации. Однако реальная ситуация, как можно заключить из
25
Вместе с тем в российских условиях работникам, не имеющим третичного образования, доступ к высоко
квалифицированным занятиям (1–3 по ОКЗ) оказывается практически полностью перекрыт (табл. 1.30).
В России в этот сегмент рабочих мест проникают менее 10% таких работников, тогда как в странах
ОЭСР – 25–26%. (Более того, доступ к высококвалифицированным занятиям для молодежи без третич
ного образования в последние годы сузился еще сильнее: если в 1999 г. доступ к ним имели 8,7% моло
дых работников с низким образованием, то в 2008 г. – только 7,3%.) Правда, при исключении среднего
профессионального образования из категории «третичного» контраст между Россией и странами ОЭСР
и в этом случае сглаживается и становится почти неразличимым.
102
табл. 1.30, была прямо противоположной. За 2000е годы доступ недавних выпускников
вузов и ссузов к высококвалифицированным профессиям не только не сократился, но,
напротив, заметно расширился. Прирост составил 16 п.п., если использовать базовый, и
26
около 6 п.п., если использовать скорректированный подходы .
Таблица 1.30. Доля работников, занятых на высококвалифицированных рабочих

местах в зависимости от достигнутого образования, Россия
и страны ОЭСР, %
Доля работников с третичным образованием, Доля работников без третичного образования,

занятых на высококвалифицированных занятых на высококвалифицированных
рабочих местах рабочих местах
25– 35– 45– 55– 25– прирост 25– 35– 45– 55– 25– прирост
34 44 54 64 64 в группе 34 44 54 64 64 в группе
года года года года года 25/34 года, года года года года года 25/34 года,
п.п. п.п.
*
Россия
2008 г. 69,4 68,8 67,6 68,1 68,5 16,2 7,3 7,7 7,1 6,6 7,3 –1,4
1999 г. 53,2 55,5 60,8 63,2 56,8 – 8,7 7,7 8,4 5,2 7,9 –
**
Россия
2008 г. 83,7 87,0 87,2 85,2 85,7 5,5 22,5 24,6 24,3 17,1 23,8 1,0
1999 г. 78,2 81,8 85,7 85,6 82,2 – 21,5 21,4 23,5 23,6 21,6 –
*
ОЭСР
2006 г. 79,0 82,0 85,0 86,0 82,0 –1 23,0 26,0 26,0 28,0 26,0 0
1998 г. 80,0 85,0 87,0 88,0 84,0 – 23,0 25,0 27,0 26,0 25,0 –
*
С использованием базового определения, относящего к третичному образованию высшее, неполное
высшее и среднее профессиональное образование.
**
С использованием скорректированного определения, относящего к третичному образованию только
высшее и неполное высшее образование.
Источники: ОНПЗ, 1999; ОНПЗ, 2008; OECD, 2009.
Иными словами, в посткризисный период спрос на высокообразованную рабочую

силу в российской экономике не только не отставал от ее предложения, но рос с явным
26
Конечно, улучшение соотношения между объемом спроса и объемом предложения высококвалифи
цированной рабочей силы не исключает того, что соотношение между структурой спроса и структурой
предложения могло в этот период ухудшиться, т.е. доля выпускников вузов и ссузов, занятых не по тем
специальностям, на которые они учились, могла возрасти. Развернутый анализ этой формы недоисполь
зования человеческого капитала содержится в Главе 5.
103
опережением. Его удовлетворение осуществлялось за счет активного «втягивания» в сег

мент высококвалифицированных рабочих мест все большей доли выпускников вузов и
ссузов. Если в 1990е годы при вступлении в трудовую жизнь многим из них приходилось
довольствоваться рабочими местами, не требующими высокой квалификации, то к концу
2000х годов ситуация изменилась: их шансы на то, чтобы после получения образования
занять места руководителей, специалистов высшего или среднего уровней квалификации,
заметно возросли. (Интересно, что в странах ОЭСР в эти годы наблюдался обратный про
цесс: там шансы молодых людей с третичным образованием на получение работы, требу
ющей высокой квалификации, постепенно уменьшались – кумулятивное падение соста
вило свыше 1 п.п.)
Анализ сдвигов в профессиональной структуре занятости помогает понять, почему в
2000е годы, несмотря на бурный приток рабочей силы со все более высоким формальным
образованием, нормы отдачи человеческого капитала оставались высокими. Он объясня
ет также причины непрерывно возраставшего спроса на третичное образование со сторо
ны молодежи. В условиях, когда сегмент рабочих мест по профессиям руководителей,
специалистов высшего и среднего уровней квалификации с каждым годом становился все
шире, это была вполне рациональная инвестиционная стратегия.
Но подтверждается ли ее рациональность данными об оплате труда различных про
фессиональных групп?
Как и уровень образования, профессиональный статус является одной из главных де
терминант заработной платы. Естественно ожидать, что продвижение вверх по ступеням
профессиональной иерархии должно сопровождаться последовательным повышением за
работков. Действует ли подобная закономерность также и в условиях российского рынка
труда? Данные табл. 1.31 подтверждают, что в той или иной форме она действительно су
ществует. В этой таблице представлены оценки средних месячных заработков для различ
ных профессиональных групп по данным НОБУС (2003 г.) и ОЗПП за 2005, 2007 и 2009
гг. вместе с «парными» оценками РМЭЗ за те же годы.
Отметим, что показания различных источников в отношении ряда профессиональ
ных групп расходятся, причем в некоторых случаях достаточно сильно. РМЭЗ и НОБУС,
повидимому, занижают масштабы межпрофессиональной дифференциации в заработках
изза недостаточного охвата наиболее высокооплачиваемых представителей таких про
фессиональных групп, как руководители и специалисты высшего уровня квалификации:
поскольку домохозяйства из высокодоходных страт обычно склонны избегать участия в
опросах, они оказываются физически недоступны для интервьюеров. В меньшей степени
этим искажениям должны быть подвержены ОЗПП, так как они базируются на статисти
ческой отчетности предприятий, которая включает информацию о заработках даже наи
более высокооплачиваемых групп рабочей силы. В то же время за их рамками остаются
104
отрасли с наименее (сельское хозяйство) и с наиболее высокими (финансы и государст

венное управление) показателями оплаты труда, что также чревато недооценкой масшта
бов межпрофессиональной дифференциации в заработках.
Таблица 1.31. Средняя месячная заработная плата работников

по профессиям, 2003–2009 гг., тыс. руб.

по профессиям
НОБУС, 2003 г. РМЭЗ, 2003 г.
Руководители 6,2 7,2 4,8 9,1 10,6 7,4
Специалисты высшего уровня
квалификации 4,8 6,0 4,0 4,7 6,9 3,9
Специалисты среднего уровня
квалификации 3,6 4,7 3,0 4,7 7,0 3,8
Служащие, занятые подготовкой
информации 3,3 4,9 3,1 3,8 6,0 3,4
Работники сферы обслуживания 3,0 3,9 2,6 3,3 5,2 2,8
Квалифицированные рабочие
сельского хозяйства 2,0 2,1 1,9 – – –
промышленности 4,3 4,7 3,1 5,1 5,2 4,2
Полуквалифицированные
рабочие 3,8 4,1 3,0 4,8 5,1 3,8
Неквалифицированные рабочие 2,0 2,4 1,7 2,8 3,5 2,2
Все 3,6 4,4 3,0 4,5 5,6 3,6
ОЗПП, 2005 г. РМЭЗ, 2005 г.
Руководители 15,2 18,0 12,0 10,8 12,6 8,6
квалификации 9,4 11,7 8,6 7,4 9,8 6,5
квалификации 7,2 10,9 6,3 7,0 10,7 5,4
информации 5,7 8,2 5,5 5,4 7,8 5,1
сельского хозяйства – – – – – –
промышленности 9,4 10,2 7,0 7,5 7,9 5,5
рабочие 10,0 10,9 7,3 7,1 7,6 5,0
Все 8,7 10,9 6,9 6,7 8,2 5,3
105

по профессиям
ОЗПП, 2007 г. РМЭЗ, 2007 г.
Руководители 24,1 28,6 19,4 15,5 17,6 12,8
квалификации 14,8 18,3 13,4 11,2 14,5 10,0
квалификации 11,4 16,7 10,1 10,5 14,5 9,0
информации 8,8 11,1 8,6 8,9 12,2 8,2
сельского хозяйства – – – – – –
промышленности 14,6 15,7 10,8 11,1 11,6 8,4
рабочие 14,8 16,2 11,0 10,8 11,7 7,5
Все 13,6 16,7 11,0 10,0 12,0 8,4
ОЗПП, 2009 г. РМЭЗ, 2009 г.
Руководители 33,5 39,6 27,1 23,9 27,6 19,4
квалификации 20,1 24,7 18,3 14,8 18,5 13,5
квалификации 15,1 23,3 13,2 14,3 19,6 12,1
информации 12,2 15,6 11,9 10,8 14,8 10,3
сельского хозяйства – – – 8,5 8,2 9,7
промышленности 18,0 19,3 13,3 13,9 14,4 10,7
рабочие 18,7 20,4 13,9 13,8 14,9 9,6
Все 18,1 22,1 15,0 13,2 15,6 11,2
Источники: НОБУС, РМЭЗ, ОЗПП.
Как можно заключить из табл. 1.31, безусловными лидерами по уровню оплаты яв
ляются руководители: в 2009 г. их заработная плата примерно в четыре раза превосходила
заработную плату неквалифицированных рабочих и примерно в два раза среднюю зара
106
ботную плату по всем занятым (данные ОЗПП). Однако на следующей ступени профес
сиональноквалификационной иерархии обнаруживается достаточно неожиданный резуль
тат: оказывается, что российские специалисты высшего уровня квалификации зарабаты
вают не намного больше, чем квалифицированные или полуквалифицированные рабочие.
Разрыв в заработках между этими группами составляют лишь 10–15% у мужчин и не на
много больше – 20–25% – у женщин. Столь незначительные профессиональные «премии»
могут быть результатом как чрезмерно большого по международным меркам предложения
труда специалистов (особенно – среди женщин), так и устойчиво высокого спроса на труд
квалифицированных и полуквалифицированных рабочих, традиционно предъявляемого
российскими предприятиями. Еще одна причина – сильная смещенность занятости спе
циалистов высшего уровня квалификации в пользу бюджетного сектора (врачи, учителя и
т.д.), где заработная плата всегда поддерживалась на значительно более низком уровне, чем
в частном секторе. Что касается другой беловоротничковой группы – специалистов средне
го уровня квалификации, то мужчины из этой группы зарабатывают примерно столько же,
сколько квалифицированные и полуквалифицированные рабочие, а женщины даже мень
ше (на 5–10%), что свидетельствует о явной деформированности структуры относительных
заработков на данной ступени профессиональноквалификационной иерархии.
Еще ниже оказывается заработная плата конторских служащих и работников сферы
обслуживания, чей отрыв от заработной платы неквалифицированных рабочих не превы
шает 1,5 раза. В то же время положение квалифицированных и полуквалифицированных
рабочих выглядит как чрезвычайно благоприятное. Как уже отмечалось, с точки зрения
получаемых заработков они серьезно проигрывают только руководителям и почти не ус
тупают специалистам высшего уровня квалификации. В самом низу зарплатной иерархии
предсказуемо располагаются неквалифицированные рабочие, имеющие заработки в 2–
27
2,5 раза ниже средних . Общий вывод, который можно отсюда сделать, состоит в том, что
в российских условиях «нормальная» связь между профессиональной квалификацией ра
ботников и их заработками все же существует, хотя и проявляется с несколькими доста
точно значимыми отклонениями.
Более точное представление об экономической ценности профессионального статуса
дают оценки, получаемые при эконометрическом оценивании минцеровского уравнения
заработков с включением в него дополнительных даммипеременных для профессиональ
ных групп. Оценки по данным всех трех источников – НОБУС, РМЭЗ и ОЗПП – пред
ставлены в табл. 1.32.
27
НОБУС – единственный источник, откуда можно получить более или менее надежные данные о зара
ботной плате квалифицированных рабочих сельского хозяйства. Согласно этим данным, квалифициро
ванные рабочие сельского хозяйства зарабатывают в среднем практически столько же, сколько неквали
фицированные рабочие (табл. 1.31).
107
Таблица 1.32. «Премии» за профессиональный статус, 1995–2009 гг.

(превышение над заработками неквалифицированных рабочих), %
Группы по профессиям РМЭЗ НОБУС ОЗПП
1995 г. 2000 г. 2003 г. 2005 г. 2007 г. 2009 г. 2003 г. 2005 г. 2007 г. 2009 г.
Все
Руководители 94 107 101 96 75 78 118 165 164 151
Специалисты высшей квалификации 59 71 46 76 68 48 95 110 101 84
Специалисты средней квалификации 51 84 41 58 47 41 66 74 68 53
информации 24 56 34 42 48 27 67 57 47 36
Работники сферы обслуживания 42 41 8*** 23 16** 15 39 32 29 25
сельского хозяйства – – – – – – –22 – – –
промышленности 42 77 53 59 52 33 84 94 87 64
Полуквалифицированные рабочие 46 71 43 42 38 28 63 94 85 65
Мужчины
Руководители 114 172 117 116 91 91 123 219 215 191
*** *** * *
информации 31 49 44 38 61 50 84 60 49 37
Работники сферы обслуживания 40** 65 21** 39 28* 31 58 57 45 38
промышленности 39 91 61 72 64 42 99 123 112 83
Полуквалифицированные рабочие 41 85 41 53 51 38 69 121 106 83
Женщины
Руководители 74 44 95 81 59 69 118 138 137 130
информации 26** 47 32 32 34 18 58 50 40 31
Работники сферы обслуживания 47 27 4*** 13* 4*** 7*** 29 22 24 21
промышленности 64 79 49 51 50 37 67 75 68 50
Полуквалифицированные рабочие 66 71 65 32 23** 17* 71 81 73 54
Примечание: рассчитано по данным РМЭЗ, НОБУС и ОЗПП путем оценивания уравнения заработков, включавшего в
качестве зависимой переменной логарифм часовых заработков, а в качестве независимых переменных показатели пола;
числа лет образования; «потенциального» опыта и квадрата «потенциального» опыта, деленного на 100; специального
стажа и квадрата специального стажа, деленного на 100; даммипеременные для профессиональных групп (базовая
группа – неквалифицированные рабочие). Все оценки являются статистически значимым на 1процентном уровне
доверительной вероятности за исключением отмеченных значками *, ** и ***.
*
Незначимы на 10процентном уровне доверительной вероятности.
**
***
108
Как и можно было бы ожидать, самой высокооплачиваемой профессиональной

группой оказываются руководители, которые, при прочих равных условиях, зарабатывают
в 2,5–3,5 раза больше, чем неквалифицированные рабочие (данные ОЗПП). На внуши
тельную «премию», достигающую 100% и более, могут рассчитывать также специалисты
высшего уровня квалификации. (РМЭЗ и НОБУС выводят на более низкие оценки, но,
как отмечалось, заработки руководителей и специалистов высшего уровня квалификации
«схватываются» этими обследованиями, повидимому, недостаточно полно.) По мере спус
ка вниз по ступеням профессиональноквалификационной иерархии «премия» за профес
сиональный статус последовательно убывает. У специалистов среднего уровня квалифи
кации она не превышает 50–100%, у служащих, занятых подготовкой информации, и ра
ботников сферы обслуживания – 30–60%. Принадлежность к группе сельскохозяйственных
работников не «вознаграждается», а «штрафуется» в размере 15–30% от заработков неква
лифицированных рабочих (оценка по данным НОБУС). Однако результаты для двух по
следующих групп – квалифицированных и полуквалифицированных рабочих – выглядят
достаточно аномально. По величине «премий» за профессиональный статус они не только
превосходят специалистов среднего уровня квалификации, но фактически не уступают
специалистам высшего уровня квалификации. Единственная группа, которая получает на
много большие «премии», чем они, – это руководители.
Можно было бы предположить, что подобное достаточно необычное соотношение
является следствием избыточного присутствия на российском рынке труда представителей
беловоротничковых и недостаточного присутствия на нем представителей синеворотнич
ковых профессий. Однако такое заключение было бы преждевременным. Вопервых, если
говорить об ОЗПП, то за их рамками остаются государственное управление и финансы –
отрасли, где сосредоточена самая высокооплачиваемая часть специалистов высшего уровня
квалификации. (Показательно, что, по данным НОБУС, где эти отрасли представлены,
профессиональные «премии» у квалифицированных и полуквалифицированных рабочих
оказываются существенно меньше, чем у специалистов высшего уровня квалификации,
хотя и в этом случае они все равно остаются больше, чем те, на которые могут рассчитывать
специалисты среднего уровня квалификации.) Что касается РМЭЗ, то эти обследования,
как отмечалось, явно смещены в направлении относительно малооплачиваемых групп
специалистов. Вовторых, оценки, представленные в табл. 1.32, получены на основе про
стейших спецификаций уравнения заработков без учета отраслевых и региональных ха
рактеристик занятости. Известно, однако, что значительная часть представителей сине
воротничковых профессий концентрируется в отраслях с высокой природной рентой (неф
тяной, газовой, металлургии), где предприятия имеют возможности для более щедрого
вознаграждения своего персонала, а также в регионах с неблагоприятными условиями
проживания, где за это выплачиваются значительные региональные надбавки. И наоборот:
109
специалисты в значительной мере концентрируются в сравнительно малооплачиваемых

отраслях бюджетной сферы. В результате, как показывают специальные исследования, при
контроле отраслевых и региональных характеристик занятости не только специалисты
высшего, но и специалисты среднего уровней квалификации оставляют квалифициро
ванных и полуквалифицированных рабочих позади [Заработная плата в российской эко
номике, 2007]. В конечном счете дифференциация «премий» за профессиональный статус
принимает полностью «нормальную» форму: они оказываются тем выше, чем более ква
лифицированными видами труда заняты работники.
Данные об относительных заработках высококвалифицированной рабочей силы хо
рошо согласуются с данными о динамике спроса на нее. Как было показано, в 2000е годы
потребности в работниках с высоким образованием росли ускоренными темпами. В зна
чительной мере этот рост носил, повидимому, компенсационный характер. В условиях
переходного кризиса 1990х годов экономика не генерировала достаточного числа рабочих
мест, требовавших высокой квалификации. Вследствие этого многим работникам с дипло
мами вузов и ссузов – причем как младших, так и старших поколений – приходилось пе
ремещаться на рабочие места, где их квалификация оказывалась избыточной. Бурный
экономический рост 2000х годов дал толчок обратному процессу. Он начал «выдавливать»
все большую часть дипломированной рабочей силы из сегмента рабочих мест с низкой
квалификацией, «втягивая» ее в сегмент рабочих мест с высокой квалификацией. Напом
ним, что если в конце 1990х годов чуть более 55% работников, окончивших вузы и техни
кумы, трудились в качестве руководителей или специалистов, то в конце 2000х – около 70%
(табл. 1.29). Хотя по международным меркам это все равно немного, однако сверхано
мальная ситуация, сложившаяся в кризисный период, была, тем не менее, преодолена.
Возросший спрос на работников с дипломами вузов и ссузов способствовал также
тому, что «премии» за профессиональный статус, которые они получали, оставались ста
бильно высокими, а возможно, даже увеличивались. Это помогает объяснить, как массо
вый приток на рынок труда дипломированной рабочей силы мог сочетаться с поддер
жанием высоких норм отдачи от образования, поскольку именно оно открывало доступ
к рабочим местам с наиболее внушительными профессиональными «премиями».
1.12.
Заключение
Наиболее общий вывод, вытекающий из анализа, представленного в настоящей главе,
состоит в том, что трансформация, через которую пришлось пройти человеческому капи
талу России в последние десятилетия, была действительно крайне неоднозначной и про
тиворечивой.
110
С одной стороны, с количественной точки зрения человеческий капитал, которым

располагает российская экономика, является одним из самых значительных в мире. В пере
ходный период спрос на третичное образование (в первую очередь – высшее) стремительно
рос, так что по формальным признакам российская рабочая сила стала еще более образо
ванной, чем она была в начале 1990х годов. По доле работников с третичным образованием
Россия выступает мировым лидером, а по доле работников с высшим образованием входит
в группу наиболее продвинутых стран. При этом эскалация предложения рабочей силы с
высокой формальной подготовкой не привела к скольконибудь заметному падению эко
номической ценности образования. Нормы отдачи быстро повышались на начальном этапе
переходного процесса, еще более увеличились на рубеже 1990–2000х годов и затем со
храняли относительную стабильность до конца 2000х годов. Поддержание высокой оку
паемости вложений в человеческий капитал – на уровне, сопоставимом с тем, что наблю
дается в большинстве развитых стран, – делает понятными причины ускоренного притока
молодежи в систему третичного образования. Их повышение до отметки 8–10% стало
возможно благодаря действию многих факторов – дерегулированию оплаты труда, лучшим
адаптивным способностям работников с более высокой формальной подготовкой, сдви
гам в отраслевой структуре занятости. Но главным из них явилось то, что в условиях пере
вода экономики из планового в рыночный режим функционирования спрос на высоко
квалифицированную рабочую силу с определенного момента стал расти быстрее ее пред
ложения. По нашим оценкам, в период экономического подъема 1999–2008 гг. при куму
лятивном приросте спроса более чем на 30% кумулятивный прирост ее предложения
составил менее 15%. Активный рост спроса носил во многом компенсационный характер
и стал реакцией на дисбалансы в структуре занятости, возникшие еще в плановую эпоху и
усилившиеся в период переходного кризиса. Он внес серьезные коррективы в структуру
российской занятости, обеспечив перераспределение достаточно большого числа работни
ков с дипломами вузов и ссузов из сегмента рабочих мест с низкой квалификацией в сег
мент рабочих мест с высокой квалификацией. Из других благоприятных тенденций можно
отметить быстрое распространение компьютерной грамотности, которая среди россий
ской молодежи стала практически всеобщей.
С другой стороны, качество российского образования было и остается низким. Об
этом свидетельствуют показатели как «на входе», так и «на выходе» образовательной сис
темы. С точки зрения относительных расходов на образование Россия проигрывает не
только развитым странам, но и странам, относящимся к той же, что и она, доходной
группе. Хотя она имеет очень благоприятное соотношение между учащимися и препода
вателями, связанные с этим преимущества в значительной мере подрываются низкими
относительными заработками преподавателей, что не может не сказываться на качестве
обучения. Международно сопоставимые оценки грамотности чтения, математической и
111
естественнонаучной грамотности учащихся начальных и средних школ заставляют пред

полагать, что в России качество образования по мере продвижения вверх по ступеням
образовательной шкалы последовательно снижается. Хотя оно остается, повидимому, все
еще выше, чем в странах с сопоставимыми уровнями душевого ВВП, отставание России от
странлидеров постепенно нарастает. Свидетельством крайне низкого качества россий
ского высшего образования являются опережающее развитие неочных форм обучения, а
также широкое распространение практики совмещения учебы с работой даже среди сту
дентовочников. Создается впечатление, что поддержание высоких темпов накопления
человеческого капитала было куплено ценой резкой деградации его качества. Не слишком
впечатляющий прогресс был достигнут в отношении владения иностранными языками.
Наконец, в переходный период сильнейшему обесценению подверглись унаследованные
от прошлой эпохи запасы человеческого капитала, производимого непосредственно на
рабочих местах. Отдача как от общего, так и от специального опыта остается в России
намного ниже, чем в большинстве других стран. Инвестирование в опыт и в производст
венную подготовку является экономически малопривлекательным и поддерживается на
устойчиво низком уровне. Образовательная активность предприятий остается крайне сла
бой, их инвестиции в производственную подготовку работников составляют ничтожно
малую величину. Еще важнее, что по масштабам недоиспользования накопленного чело
веческого капитала Россия занимает одно из лидирующих мест в мире. Около трети всех
работников с третичным образованием трудятся на рабочих местах, не требующих вы
сокой квалификации. Это означает, что знания и навыки, полученные ими в системе
формального образования, либо не находят применения, либо отличаются настолько низ
ким качеством, что закрывают их обладателям доступ к «хорошим» рабочим местам. Быст
рый экономический рост позволил несколько смягчить дисбалансы в распределении ра
бочей силы с высокой формальной подготовкой по видам занятий, которые образовались в
«шоковых» условиях 1990х годов. Однако и после этого разрыв между той квалификацией,
которая фактически есть у российских работников, и той квалификацией, которая тре
буется на занимаемых ими рабочих местах, остается не просто огромным, а одним из са
мых больших в мире. Значительная часть имеющегося у работников запаса человече
ского капитала недоиспользуется или не используется вообще.
При обсуждении возможных путей дальнейшей эволюции человеческого капитала в
России важно учитывать, что благоприятное соотношение между спросом и предложением
высококвалифицированной рабочей силы, сложившееся в условиях экономического подъ
ема 2000х годов, едва ли может поддерживаться постоянно. Как уже упоминалось, по
вышенный спрос на работников с третичным образованием, отмечавшийся в этот период,
носил в значительной мере компенсационный характер. Поэтому улучшение ситуации с
качеством их занятости могло быть лишь временной передышкой. Прогнозы показывают,
112
что в ближайшие десятилетия предложение рабочей силы с третичным образованием будет

продолжать расти ускоренными темпами. К середине столетия до 60–65% российских ра
ботников могут стать обладателями вузовских дипломов. В то же время нет оснований
ожидать, что спрос на рабочую силу с высокой формальной подготовкой сможет и дальше
повышаться так же быстро, как это было в 2000е годы. Это расхождение в трендах может
еще более ухудшить ситуацию в области накопления и использования человеческого ка
питала.
Вполне возможно, что российская экономика уже вплотную приблизилась к черте,
за которой может начаться непрерывная «погоня» за дипломами все более и более высо
кого уровня – независимо от их экономической ценности. Уже в ближайшей перспективе
это может привести к еще большему увеличению масштабов недоиспользования челове
28
ческого капитала и к резкому снижению отдачи от образования .
Однако такой исход не является единственно возможным. При определенных усло
виях «перепроизводство» работников с высоким образованием может не сопровождаться
падением норм отдачи. Они служат индикатором относительной эффективности, показы
вая, насколько получение более высокого образования экономически привлекательнее, чем
получение более низкого. Поэтому, как ни парадоксально, даже в условиях «перепроиз
водства» работников с высшим образованием норма отдачи может оставаться неизменной
или даже расти. Это возможно в том случае, если оплата труда определяется не только
характеристиками самих работников, но и характеристиками рабочих мест, где они заня
29
ты . В подобной ситуации наплыв работников с высшим образованием может вести к тому,
что они начнут перемещаться на рабочие места, на которых раньше трудились работники
со средним образованием; те в свою очередь начнут переходить на рабочие места, которые
раньше занимали работники с основным образованием, и т.д. В результате такой нисходя
щей мобильности средние заработки обладателей вузовских дипломов снизятся. Однако
если у работников со средним образованием аналогичное снижение окажется еще более
сильным, то тогда «премия» за высшее образование может даже увеличиться. В этом случае
стимулы к получению высшего образования станут не слабее, а, напротив, усилятся. Так
«дипломомания» способна превращаться в устойчивый, самоподдерживающийся процесс.
По тем же причинам сильные стимулы к инвестированию в человеческий капитал
могут сохраняться и в условиях усиливающейся деградации качества обучения. Если его
ухудшение в равной степени затрагивает все уровни образовательной системы, то тогда
28
Этот пессимистический сценарий, повидимому, уже реализован в некоторых постсоветских странах.
Ярким примером может служить Грузия, где, с одной стороны, около половины всех работающих по найму
имеют высшее образование, а, с другой, нормы отдачи не превышают отметки 3% [Khitarishvili, 2010].
29
Концептуальное осмысление данного круга проблем предлагается теорией назначений (assignment theory).
Подробнее эта тема обсуждается ниже, в Главе 4.
113
различия в фактических запасах знаний и навыков между, скажем, выпускниками вузов и

выпускниками средних школ будут оставаться без изменений. Если же эти различия адек
ватно отражаются рынком, так что обладатели вузовских дипломов продолжают оплачи
ваться настолько же выше обладателей аттестатов об окончании средней школы, насколько
это было раньше, то тогда величина «премии» за высшее образование останется прежней и
соответственно число желающих получать его не уменьшится.
Поддается ли эта система искаженных стимулов перенастройке, не вполне ясно. Рос
сийская система образования находится в своеобразной «ловушке», из которой ей нелегко
будет выбраться. Наш анализ подводит к выводу, что необходимым условием хотя бы час
тичной рационализации сложившейся ситуации является повышение стоимости образо
вания – не за счет увеличения платы за обучение, а за счет резкого сокращения возмож
ностей для совмещения учебы с работой, т.е. превращения потерянных заработков в ре
альный элемент издержек, а также придания самому процессу обучения характера трудо
вой, а не рекреационной деятельности, как повсеместно происходит сейчас. Это могло бы,
с одной стороны, сбить искусственный спрос, когда молодые люди поступают в вузы ис
ключительно ради получения дипломов, а с другой, предотвратить дальнейшую эрозию
академических стандартов обучения. Очевидно, что добиться этого невозможно без уже
сточения критериев приема, а также активного отсева плохо успевающих студентов. Од
нако такие шаги вступают в противоречие с экономическими интересами большинства
вузов, чье финансовое положение напрямую зависит от количества привлеченных ими
студентов. Более того, поскольку под действием демографических факторов численность
молодежи студенческого возраста уже в ближайшие годы станет быстро сокращаться, сле
дует ожидать неизбежного обострения конкуренции между вузами за привлечение и
удержание потенциальных студентов, а значит, и дальнейшей эрозии стандартов обучения.
Вместе с тем поведение значительной части студентов, относящихся к учебе как к чистой
формальности, также вполне объяснимо: зачем тратить время и усилия на приобретение
знаний, которые заведомо не пригодятся в дальнейшей жизни? Как следствие, выход на
рынок труда не дожидаясь окончания учебы оказывается осмысленной и вполне эф
фективной стратегией.
Нельзя поэтому исключить, что разрыв между ускоренным накоплением человече
ского капитала и его неэффективным использованием, между высокими количественными
и низкими качественными характеристиками получаемого образования будет не сокра
щаться, а увеличиваться. Подобная ситуация чревата дальнейшим углублением структур
ных дисбалансов на рынке труда. Изза постепенной девальвации вузовских дипломов
работникам с высшим образованием придется во все больших масштабах перемещаться на
рабочие места, которые не требуют высокой квалификации или даже не требуют никакой
квалификации вообще. Те, кто не захотят мириться с такой перспективой, станут пытаться
114
получать второе высшее образование. Изза обесценения образовательного сигнала рабо

тодатели окажутся вынуждены прибегать к более дорогостоящим методам отбора персона
ла. Еще опаснее, если в этих условиях значительная часть дипломированной рабочей силы
окажется вообще вытесненной с рынка труда.
В результате вместо высокопродуктивной экономики знаний в России может сфор
мироваться нечто противоположное – почти не имеющая аналогов и прецедентов эконо
мика невостребованных знаний (или даже псевдознаний), контуры которой начинают уже
угадываться.
115
Приложение П1
14
y = 1,525x – 5,6 США

Среднее число накопленных лет образования,
12 R 2 = 0,5901
Россия
население 15 лет и старше
10
0
5 6 7 8 9 10 11 12
log ВВП на душу населения, ППС
(в международных долларах 2005 г.)
Рис. П11. Среднее число накопленных лет образования населения 15 лет и старше
и ВВП на душу населения, 2005 г.
Источники: Barro, Lee, 2010; World Bank, 2009.
14
Среднее число накопленных лет образования,
США
y = 1,66x – 7,0964
12
R2 = 0,5829 Россия
население 25 лет и старше
10
0
5 6 7 8 9 10 11 12

Рис. П12. Среднее число накопленных лет образования населения 25 лет и старше
Источники: Barro, Lee, 2010; World Bank, 2009.
116
60
Россия
55
Доля населения в возрасте 25–64 лет,
имеющего третичное образование, %
50
45
40 y = 7,7517x – 52,892
США
35 R 2 = 0,2366
30
25
20
15
10
5
0
8 8,25 8,5 8,75 9 9,25 9,5 9,75 10 10,25 10,5 10,75 11 11,25

Рис. П13. Охват третичным образованием и ВВП на душу населения, 2003 г.

Источники: Education at a Glance, 2005; World Bank, 2009.
30
США
имеющего третичное образование типа А, %
27,5
Доля населения в возрасте 25–64 лет,
25
22,5 y = 4,7566x – 31,161 Россия
20 R 2 = 0,2919
17,5
15
12,5
10
7,5
5
2,5
0
8 8,25 8,5 8,75 9 9,25 9,5 9,75 10 10,25 10,5 10,75 11 11,25

Рис. П14. Охват третичным образованием типа А

117
35
32,1
30 29,4 28,8
28,2
27,2 26,7
26,3
25,2
25 24,3 24,0
23,0
21,9
20
%
15
10
0
Все Мужчины Женщины Все Мужчины Женщины
Все население Занятое население
2002 (перепись населения) 2008 (ОНПЗ)
Рис. П15. Доля населения с высшим образованием

(законченным и незаконченным) по полу, 2002 и 2008 гг., %
(население в возрасте 25–64 лет)
Источники: Перепись населения, 2002; ОНПЗ, 2008.
275
250
225
200
175
150
%
125
100
75
50
25
0
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Молодежь, 15-19 лет Начальное профессиональное
Все третичное образование Ссузы
Вузы Послевузовское образование
Рис. П16. Динамика численности студентов

в учреждениях профессионального образования,
1990–2009 гг., % (1990 = 100%)
Источники: Образование в России, 2002; Образование в Российской Федерации, 2005; 2006; 2010.
118
325
300
275
250
225
200
175
% 150
125
100
75
50
25
0
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
НПО, мужчины НПО, женщины

Ссузы, мужчины Ссузы, женщины
Вузы, мужчины Вузы, женщины
Рис. П17. Динамика численности студентов

в учреждениях профессионального образования по полу,
1990–2009 гг., % (1990 = 100%)
80 28
75 26
70 24
65 22
60 20
55 18
50 16
%
45 14 %
40 12
35 10
30 8
25 6
20 4
15 2
10 0
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
Доля обучающихся на дневных отделениях вузов, мужчины (левая ось)
Доля обучающихся на дневных отделениях вузов, женщины (левая ось)

Вклад фактора призыва в общую численность студентов вузов (условная оценка, правая ось)
Рис. П18. Оценка влияния фактора призыва

на динамику численности студентов вузов, 1990–2008 гг., %
119
180
160
140
120
100
%
80
60
40
20
0
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Соотношение между приемом в вузы и выпуском из неполных средних школ двумя

годами раньше
Соотношение между приемом в вузы и выпуском из полных средних школ
Рис. П19. Соотношение основных потоков в российской системе образования,

1990–2009 гг., %
16
14
12
10
% 8
0
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
Как доля от расходов консолидированного бюджета

Как доля от ВВП
Рис. П110. Динамика государственных расходов на образование,

1990–2009 гг., %
Источник: Образование в России, 2010.
120
9,0
Доля государственных расходов на образование как % ВВП
8,0
y = 1,0006x – 5,2694
R 2 = 0,1974
7,0
6,0
5,0
США
4,0
Россия
3,0
2,0
1,0
0,0
9,0 9,2 9,4 9,6 9,8 10,0 10,2 10,4 10,6 10,8 11,0

Рис. П111. Доля государственных расходов на образование как % ВВП

и уровень ВВП на душу населения, 2006 г.
9,0
8,0
y = 1,0166x – 4,6296
Доля расходов на образование как % ВВП
США
R 2 = 0,1634
7,0
6,0
5,0
Россия
4,0
3,0
2,0
1,0
0,0
9,0 9,2 9,4 9,6 9,8 10,0 10,2 10,4 10,6 10,8 11,0

Рис. П112. Доля всех расходов на образование как % ВВП

и уровень ВВП на душу населения, 2006 г.
121
35
y = 3,3824x – 14,694
Расходы на одного учащегося начальных школ
30
R 2 = 0,1445
25
США
как % душевого ВВП
20
15
Россия
10
0
9,0 9,2 9,4 9,6 9,8 10,0 10,2 10,4 10,6 10,8 11,0 11,2

Рис. П113. Расходы на одного учащегося начальных школ как % душевого ВВП
40
35
Расходы на одного учащегося средних школ
y = 4,7612x – 24,114
R 2 = 0,1867
30
25 США
20
Россия
15
10
0
9,2 9,4 9,6 9,8 10,0 10,2 10,4 10,6 10,8 11,0 11,2

Рис. П114. Расходы на одного учащегося средних школ как % душевого ВВП
122
70
Расходы на одного студента третичного образования
60
y = –11,705x + 160,03
R 2 = 0,1054 США
50
40
Россия
30
20
10
0
9,0 9,2 9,4 9,6 9,8 10,0 10,2 10,4 10,6 10,8 11,0

Рис. П115. Расходы на одного студента системы третичного образования

как % душевого ВВП и ВВП на душу населения, 2006 г.
70
y = –20,501x + 239,57
R 2 = 0,3026
Расходы на одного студента третичного образования
60
(без расходов на НИОКР) как % душевого ВВП
США
50
40
30
Россия
20
10
0
9,0 9,2 9,4 9,6 9,8 10,0 10,2 10,4 10,6 10,8 11,0

Рис. П116. Расходы на одного студента системы третичного образования

без расходов на НИОКР как % душевого ВВП и ВВП на душу населения, 2006 г.
123
65
Расходы на одного учащегося вузов как % душевого ВВП
60
y = 7,7885x – 36,593
R 2 = 0,0715
55
50
45
40
35
Россия
30
25
20
9,4 9,6 9,8 10,0 10,2 10,4 10,6

Рис. П117. Расходы на одного студента системы третичного образования типа А

как % душевого ВВП и ВВП на душу населения, 2006 г.
40
Число учащихся в расчете на одного преподавателя
35
y = –5,8781x + 76,301
R 2 = 0,2786
30
начальных школ
25
20
Россия
15
США
10
0
9,0 9,2 9,4 9,6 9,8 10,0 10,2 10,4 10,6 10,8 11,0

Рис. П118. Число учащихся начальных школ в расчете на одного преподавателя

(в эквиваленте полной занятости) и ВВП на душу населения, 2007 г.
124
35
y = –5,0308x + 64,664
R 2 = 0,2281
Число учащихся в расчете на одного преподавателя
30
25
20
средних школ
США
15
10
Россия
0
9,0 9,2 9,4 9,6 9,8 10,0 10,2 10,4 10,6 10,8 11,0

Рис. П119. Число учащихся средних школ в расчете на одного преподавателя

30
28 y = –1,3855x + 29,417
R 2 = 0,0224
25
Число студентов третичного образования
23
в расчете на одного преподавателя
20
18
США
15
13
Россия
10
0
9,0 9,2 9,4 9,6 9,8 10,0 10,2 10,4 10,6 10,8 11,0

Рис. П120. Число студентов третичного образования в расчете на одного преподавателя

125
110
100
90
80
70
60
%
50
40
30
20
10
0
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Зарплата в образовании как % от средней зарплаты в экономике
Зарплата в образовании как % от средней зарплаты в промышленности
Зарплата в высшем образовании как % от средней зарплаты в экономике
Рис. П121. Динамика относительных показателей заработной платы в образовании,

1990–2009 гг., %
140
126,1 128,4
115,9
120
109,6 110,5 110,7
102,3 100,7 100,6 99,6 98,0 95,2
100 95,3
80
70,5
% 65,5
60
40
20
0
Япония Великобритания Венгрия Польша Италия Чехия Германия Россия
Зарплата в образовании как % от средней зарплаты в экономике

Зарплата в образовании как % от средней зарплаты в обрабатывающих производствах
Рис. П122. Относительная заработная плата в образовании,

Россия и некоторые страны мира, 2009 г., %
Источник: ILO.
126
600
575
Россия
y = 39,685x + 111,23
550
R 2 = 0,2291
525 США
500
Баллы
475
450
425
400
375
350
325
300
7,5 7,8 8,0 8,3 8,5 8,8 9,0 9,3 9,5 9,8 10,0 10,3 10,5 10,8 11,0 11,3 11,5
Рис. П123. Средние оценки грамотности чтения учащихся 4 класса (PRILS)

Источники: PIRLS, 2006; World Bank, 2009.
650
600
y = 50,75x – 30,406
R 2 = 0,2388
550
США
Россия
500
450
Баллы
400
350
300
250
200
7,5 8,0 8,5 9,0 9,5 10,0 10,5 11,0 11,5

Рис. П124. Средние оценки математической грамотности учащихся 4 класса (TIMSS)

Источники: TIMSS, 2007; World Bank, 2009.
127
600
Россия США
550
y = 56,018x –77,925
R2 = 0,2915
500
450
Баллы
400
350
300
250
200
150
7,5 8,0 8,5 9,0 9,5 10,0 10,5 11,0 11,5
Рис. П125. Средние оценки естественнонаучной грамотности учащихся 4 класса (TIMSS)

600
575
550 y = 35,424x + 110,52
R 2 = 0,2167
525
Россия США
500
475
450
Баллы
425
400
375
350
325
300
275
250
7,5 8,0 8,5 9,0 9,5 10,0 10,5 11,0 11,5
Рис. П126. Средние оценки математической грамотности учащихся 8 класса (TIMSS)

128
600
575
550 y = 31,533x + 163,67

R 2 = 0,2424 Россия
525
США
500
475
Баллы
450
425
400
375
350
325
300
7,5 8,0 8,5 9,0 9,5 10,0 10,5 11,0 11,5
Рис. П127. Средние оценки естественнонаучной грамотности учащихся 8 класса (TIMSS)

600
575
550
525 y = 45,986x + 8,3712
500 R 2 = 0,4193
США
475
Баллы
450
Россия
425
400
375
350
325
300
8,0 8,5 9,0 9,5 10,0 10,5 11,0 11,5
Рис. П128. Средние оценки грамотности чтения учащихся 15 лет (PISA)

Источники: PISA, 2009; World Bank, 2009.
129
625
600
575
550
y = 51,631x – 45,507
525 R 2 = 0,4069
500
Баллы
475 США
Россия
450
425
400
375
350
325
8,0 8,5 9,0 9,5 10,0 10,5 11,0 11,5
Рис. П129. Средние оценки математической грамотности учащихся 15 лет (PISA)

600
575
550
y = 49,369x – 18,314
525
R 2 = 0,4143
500
Россия США
475
Баллы
450
425
400
375
350
325
300
8,0 8,5 9,0 9,5 10,0 10,5 11,0 11,5
Рис. П130. Средние оценки естественнонаучной грамотности учащихся 15 лет (PISA)

130
600
575
y = 60,002x – 103,62
550 R 2 = 0,512
525
500
Россия
475
Баллы
США
450
425
400
375
350
325
300
8 8,25 8,5 8,75 9 9,25 9,5 9,75 10 10,25 10,5 10,75 11 11,25
Рис. П131. Средние оценки компетентности в решении проблем учащихся 15 лет (PISA)
600
550
y = 34,964x + 125,86
R 2 = 0,3471 Россия
500
Баллы
США
450
400
350
300
6,5 7,0 7,5 8,0 8,5 9,0 9,5 10,0 10,5 11,0 11,5

Рис. П132. Обобщенные оценки математических и естественнонаучных знаний школьников

и ВВП на душу населения
Источники: Hanushek, Woessmann, 2009; World Bank, 2009.
131
375
350
325
300
275
250
225
200
%
175
150
125
100
75
50
25
0
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Студенты вузов, всего Студенты очных отделений

Студенты неочных отделений
Рис. П133. Динамика численности студентов на очных и неочных отделениях вузов,

1990–2009 гг., % (1990 г. = 100%)
Источники: Образование в России, 2002; Образование в Российской Федерации, 2005, 2006, 2010.
100
89,2
90 83,6
76,7
80
70 63,4
60 54,9
47,4
50 43,5
40
32,5
28,8
30
22,1
17,9
20
11,5
10
0
в принципе
в принципе
в принципе
в принципе
в принципе
в принципе
на работе,
на работе,
на работе,
на работе,
на работе,
на работе,
учебе
учебе
учебе
учебе
учебе
учебе
15–19 лет 20–29 лет 30–39 лет 40–49 лет 50–59 лет 60–64 года
Рис. П134. Доля лиц, пользовавшихся компьютером в течение последних 12 месяцев,

по возрасту, 2009 г., % (население в возрасте 15–64 лет)
132
45 43,6
40
35 32,6
30
26,0
24,8
23,8
25
21,6
20,2
19,4
20
14,8
13,8
15 12,6
11,3
10
0
Ж енщ ины М ужчины Город С ело Частный Госсектор 15–19 20–29 30–39 40–49 50–59 60–64
сектор
Рис. П135. Доля лиц, владеющих иностранными языками,

2009 г., % (население в возрасте 15–64 лет)
90
85
80
75
70
65
60
% 55
50
45
40
35
30
25
20
1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
Высшее профессиональное Среднее профессиональное
Начальное профессиональное Среднее (полное) общее
Основное общее и ниже Все
Рис. П136. Динамика уровней экономической активности

для различных образовательных групп, 1992–2008 гг., %
Источник: ОНПЗ.
133
90
85
80
75
70
65
60
% 55
50
45
40
35
30
25
20
1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
Рис. П137. Динамика уровней занятости

для различных образовательных групп, 1992–2008 гг., %
20
18
16
14
12
%
10
0
1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008

Рис. П138. Динамика уровней безработицы для различных образовательных групп,

1992–2008 гг., %
134
350
325
300
275
250
% 225
200
175
150
125
100
1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
Относительный показатель безработицы-1 Относительный показатель безработицы-2
Рис. П139. Динамика относительных показателей безработицы

(отношение общего уровня безработицы к уровню безработицы лиц с высшим образованием
и отношение уровня безработицы лиц с полным средним образованием к уровню безработицы
лиц с высшим образованием), 1992–2008 гг., %
200 184
180 167 164 162
151 151
160
140 123 128 123 121
108 105 107
120 102 98 104 100 103
% 100 79 75 78 84 84 81
80
60
40
20
0
уровня вторичного
Поствторичное
послевузовское
Поствторичное
Ниже полного
нетретичное
профессиональное
профессиональное
нетретичное
Ниже верхнего
Третичное
Третичное
Высшее и
среднего
типа B
типа А
Начальное
Среднее
Страны ОЭСР Россия
Все Мужчины Женщины
Рис. П140. Относительные заработки в России и странах ОЭСР, 2006–2007 гг., %

(соотношение с заработками работников, имеющих полное среднее образование,
население в возрасте 25–64 лет)
Источники: Education at a Glance, 2009; ОЗПП, 2007.
135
12
10,9
10,0 10,1 10,1
10 9,3 9,2
9,1
8,3 8,4 8,3 8,4
8,2 8,1 8,2 8,0
7,8
8 7,3 7,4
7,0 6,6 7,2
6,5 6,5
6 5,4
4,3 4,3
3,9 3,8
4
2,8 2,8
0
Brainerd
Brainerd
Brainerd
RLMS
OZPP
RLMS
RLMS
OZPP
S&G
S&G
S&G
S&G
S&G
OZPP
S&G
Bel&al
F&P&T
F&P&T
F&P&T
S&N
S&N
S&N
F&P&T
F&P&T
F&P&T
F&P&T
F&P&T
F&P&T
F&P&T
F&P&T
1985 1990 1991 1991 1992 1993 1993 1995 1994 1994 1995 1995 1996 1996 1996 1997 1998 1999 2000 2000 2001 2002 2002 2003 2004 2005 2006 2007 2008 2009
Рис. П141. Нормы отдачи от образования в России

по данным различных исследований, 1989–2009 гг.
Источники: Brainerd, 1998; Flabbi, Paternostrod, Tiongson, 2008 (F&P&T); Gorodnichenko, Sabiria
nova 2005 (G&S); Формирование заработной платы, 2007 (Bel&al); Нестерова, Сабирьянова, 1998
(S&N). Изза практически полного отсутствия опубликованных оценок норм отдачи, относящихся ко
второй половине 2000х годов, для этих лет приводятся результаты наших расчетов по данным
РМЭЗ (RLMS) и ОЗПП (OZPP).
11 11
10 10
9,3
9 9
8,6 8,3 7,9
8 8
8,2 8,2
7,2 8,0 7,9 7,8
7 7
6,4 6,9
6 6
% 5,3
5 5
4 4
3 3
2 2
1 1
0 0
1995 1996 1998 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Мужчины Женщины Все
Рис. П142. Нормы отдачи от образования в России

по данным РМЭЗ, 1995–2009 гг.
136
14
12,6 12,5 12,7
11,6
12 11,3 11,1 10,9
10,1 10,1
10 9,3
7,8 8,0
8
%
0
НОБУС ОЗПП-05 ОЗПП-07 ОЗПП-09
Рис. П143. Динамика норм отдачи от образования по данным НОБУС и ОЗПП,

2003–2009 гг., %
Источники: НОБУС; ОЗПП.
35 35
30 30
29,3
25 25
20,2
21,1
20 20
18,6
% %
17,4
15 15
11,6
10,5
10,4
10 10
7,0
7,8
4,8 6,1
4,9
5 5
0 0
1995 1996 1998 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Мужчины Женщины Все
Рис. П144. Динамика «премий» за среднее профессиональное образование,

по данным РМЭЗ, 1995–2009 гг.
(% превышения над заработками работников, имеющих полное среднее образование)
137
90 90
80 80
71,5 70,7
70 70
64,7 66,3
65,7 67,7
60 58,0 60
55,8 52,7 54,5
53,7
50 50
% 42,0 %
40 35,2 40
30 30
20 20
10 10
0 0
1995 1996 1998 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
М ужчины Женщины Все
Рис. П145. Динамика «премий» за высшее образование, по данным РМЭЗ, 1995–2009 гг.
(% превышения над заработками работников, имеющих полное среднее образование)
65
60
55 Отрасли с низкой
"интеллектуалоемкостью"
50 (ОКОНХ)
45 Отрасли со средней
40 (ОКОНХ)
35 Отрасли с высокой
%
30 (ОКОНХ)
25 Отрасли с низкой
20
(ОКВЭД)
15 Отрасли со средней
10 "интеллектуалоемкостью"
(ОКВЭД)
5
Отрасли с высокой
0 "интеллектуалоемкостью"
(ОКВЭД)
05
06
08
99
00
01
02
03
09
90
91
93
94
96
97
04
07
95
98
92
20
20
20
20
20
20
20
20
20
19
19
19
19
19
19
19
19
19
19
20
Рис. П146. Изменения в распределении занятых по отраслями с низкой, средней

*
и высокой «интеллектуалоемкостью», 1990–2009 гг., % (все занятые = 100%)
*
Отрасли классифицировались в зависимости от доли занятых в них работников, имеющих выс
шее образование. К первой группе (с низкой «интеллектуалоемкостью») были отнесены сельское
хозяйство, рыболовство и ЖКХ; ко второй (со средней «интеллектуалоемкостью») – промышлен
ность, строительство, торговля, транспорт и прочие отрасли; к третьей (с высокой «интеллектуа
лоемкостью») – здравоохранение, образование, культура и искусство, наука, финансы и государ
ственное управление.
138
14
12
10
Тыс. руб.
Лет
0
15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65
Рис. П147. Возрастные профили заработков, 2007 г., тыс. руб.

Источник: ОЗПП, 2007.
14
12
10
Тыс. руб.
Стаж, лет
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51
Рис. П148. Профили заработков в зависимости

от продолжительности общего трудового стажа, 2007 г., тыс. руб.
139
260
240
220
200
%
180
160
140
120
100
От 18 до 24 От 25 до 29 От 30 до 34 От 35 до 39 От 40 до 44 От 45 до 49 От 50 до 54 От 55 до 59 От 60 до 64 65 лет
лет лет лет лет лет лет лет лет лет и выше
Все работники (Россия) Мужчины (Россия) Женщины (Россия)
Все работники (США) Мужчины (США) Женщины (США)
Рис. П149. Изменение относительной заработной платы с возрастом:

Россия (2005 г.) и США (2004 г.) (заработная плата работников 18–24 лет = 100%)
Источник: Формирование заработной платы, 2007.
14
12
10
8
Лет
0
Франция
Финляндия
Швейцария
Дания
Греция
Италия
Германия
Швеция
Чехия
Ирландия
Норвегия
Венгрия
Португалия
Нидерланды
Польша
Исландия
Бельгия
Австралия
Словакия
Великобритания
Испания
Россия (ОЗПП)
Россия (ОНПЗ)
Россия (РМЭЗ)
Рис. П150. Средняя продолжительность специального стажа в России (2009 г.)

и некоторых странах мира (2008 г.), лет (население в возрасте 15–64 лет)
Источник: Eurostat.
140
28
26
24
22
20
18
Тыс. руб.
16
14
12
10
6 Лет
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40
М ужчины Женщины Вс е
Рис. П151. Профили заработков в зависимости

от продолжительности специального стажа, 2009 г., тыс. руб.
Чили
Ирландия
Южная Корея
Чили
Испания
Бразилия
Росс ия
Литва
Т аиланд
Германия
Малайзия
Греция
Сербия
Португалия
Волгария
Шри Ланка
Индия
0 10 20 30 40 50 60 70 80 90 100
Рис. П152. Доля фирм, осуществлявших профессиональное обучение работников,

по странам мира, % (обрабатывающая промышленность)
Источник: Skills Shortages and Training in Russian Enterprises, 2007.
141
Китай (2003, ICS ) 28,5

44,5
Бразилия (2003, ICS) 45,4

52,8
6,1
Сербия (2003, ICS) 45,2
Литва (2004, ICS ) 4,0

11,9
Болгария (2004, ICS ) 13,0

24,0
Южная Корея (2005, BEEPS) 59,2

65,4
Испания (2005, BEEPS) 56,2

76,1
50,2
Португалия (2005, BEEPS) 75,2
Ирландия (2005, BEEPS) 68,1

76,0
Греция (2005, BEEPS) 36,8

53,6
Германия (2005, BEEPS) 27,2

37,3
Россия (2005, ICS ) 1,4

7,7
%
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80
Квалифицированные рабочие Неквалифицированные рабочие
Рис. П153. Доля работников, проходивших в течение года внутрифирменную подготовку,

по странам мира, %
Источник: Skills Shortages and Training in Russian Enterprises, 2007.
1,2
1,1 1,1 1,1
1,0 1,0
1,0
0,9
0,8
0,8 0,7
0,7 0,7 0,6 0,6 0,6
% 0,6
0,5
0,4
0,4
0,4
0,3
0,2
0,2
0,0
Франция
Финляндия
Швеция
Новегия
Ирландия
Чехия
Дания
Германия
Италия
ЕС
Венгрия
Нидерланды
Австрия
Польша
Словакия
Испания
Россия
Рис. П154. Доля расходов на профессиональное обучение в общих издержках

на рабочую силу в России (2007 г.) и странах ЕС, (2004 г.), %
142
1,8 1,71
1,6
1,47
1,4
1,2
1,2
1 0,91
% 0,85
0,76
0,8
0,68
0,6 0,56
0,48 0,47
0,4
0,2 0,12
0,02 0,01
0
Франция
Дания
Германия
Италия
Ирландия
Норвегия
Венгрия
ЕС
Польша
Исландия
Австрия
Испания
Рис. П155. Доля затрат на оплату работников, занятых в режиме ученичества,
в общих издержках на рабочую силу в странах ЕС, 2004 г., %
180 180
160 160
140 140
120 120
100 100
% %
80 80
60 60
40 40
20 20
0 0
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
Руководители
Специалисты высшего уровня квалификации
Специалисты среднего уровня квалификации
Экономически активные с высшим образованием
Экономически активные со средним профессиональным образованием
Рис. П156. Динамика спроса и предложения высококвалифицированной рабочей силы,

1999–2008 гг., % (1999 г. = 100%)
143
Гимпельсон В.Е., Капелюшников Р.И., Лукьянова А.Л. Спрос на труд и квалификацию в

промышленности: между дефицитом и избытком // Экономический журнал Высшей школы
экономики. 2007. Т. 11. № 2. С. 163–199.
Индикаторы образования: 2010: стат. сб. М.: ГУ ВШЭ, 2010.
Индикаторы образования: 2008: стат. сб. М.: ГУ ВШЭ, 2008.
Заработная плата в российской экономике: эволюция и дифференциация / под ред.
В.Е. Гимпельсона, Р.И. Капелюшникова. М.: Изд. дом ГУ ВШЭ, 2007.
Капелюшников Р.И. Образование, производительность, экономический рост // США:
экономика и образование. М.: ИНИОН РАН, 1985.
Капелюшников Р.И. Структура российской рабочей силы: особенности и динамика //
Вопросы экономики. 2006. № 10.
Капелюшников Р.И., Лукьянова А.Л. Трансформация человеческого капитала в россий
ском обществе. М.: Фонд «Либеральная миссия», 2010.
Мальцева И.О. Трудовая мобильность и стабильность: насколько высока отдача от специ
фического человеческого капитала в России? // Экономический журнал Высшей школы эко
номики. 2009. Т. 13. № 2. 243–278.
Нестерова Д., Сабирьянова К. Инвестиции в человеческий капитал в переходный период
в России: Научный доклад № 99/04. М.: EERC, 1998.
Обзор занятости в России. Вып. 1 (1991–2000). М.: ТЕИС, 2002.
Образование в России. М.: Госкомстат РФ, 2002.
Образование в Российской Федерации: 2005. М.: ГУ ВШЭ, 2005.
Основные результаты международного исследования образовательных достижений уча
щихся ПИЗА2003 (PISA). М.: Национальный фонд подготовки кадров, 2004.
Полетаев А., Савельева И. Спрос и предложение услуг в сфере среднего и высшего про
фессионального образования в России // Обзор экономики России. 2002. № 2 (34). С. 79–118.
Российское образование в контексте международных показателей. Сопоставительный
доклад. М.: Аспект Пресс, 2003.
144
Рощин С.Ю. Влияние владения компьютерными технологиями на поиск работы, заня

тость и заработную плату: препринт WP15/2007/04. М.: ГУ ВШЭ, 2007.
Формирование заработной платы: взгляд через «призму» профессий / Белоконная Л.,
Гимпельсон В., Горбачева Т. и др. // Вопросы экономики. 2007. № 7.
Acemoglu D. Why Do New Technologies Complement Skills? Directed Technical Change and
Wage Inequality // The Quarterly Journal of Economics. 1998. Vol. 113. № 4. P. 1055–1089.
Autor D.H., Levy F., Murnane R.J. The Skill Content of Recent Technological Change: An Em
pirical Exploration // The Quarterly Journal of Economics. 2003. Vol. 118. № 4. P. 1280–1333.
Barro R.J., Lee J.W. A New Data Set of Educational Attainment in the World, 1950–2010:
NBER Working Paper № 15902. W.: NBER, 2010.
Becker G.S. Human Capital. Chicago: University of Chicago Press, 1964.
Berman E., Bound J., Machin S. Implications of SkillBiased Technological Change: Interna
tional Evidence // The Quarterly Journal of Economics. 1998. Vol. 113. № 4. P. 1245–1279.
Bils M., Klenow P.J. Does Education Cause Growth? // American Economic Review. 2000.
Vol. 90. № 5. P. 1160–1183.
Blinder A. On Dogmatism in Human Capital Theory // Journal of Human Resources. 1976.
Vol. 11. № 1. P. 8–22.
Brainerd E. Winners and Losers in Russia’s Economic Transition // American Economic Review.
1998. Vol. 88. № 5. P. 1094–1116.
Card D., Di Nardo J. Skill Biased Technological Change and Rising Wage Inequality: Some
Problems and Puzzles: NBER Working Paper № 8769. 2002.
Dougherty Ch. Why is the Rate of Return to Schooling Higher for Women Than for Men?: CEP
Discussion Paper № 581. L.: CEP, 2003.
Education at a Glance. Paris: OECD, 2005.
Flabbi L., Paternostrod S., Tiongson E.R. Returns to Education in the Economic Transition: A
Systematic Assessment Using Comparable Data // Economics of Education Review. 2008. Vol. 27. № 6.
P. 724–740.
Fleisher B., Sabirianova K., Wang X. Returns to Skills and the Speed of Reforms: Evidence from
Central and Eastern Europe, China, and Russia // Journal of Comparative Economics. 2005. Vol. 33.
№ 2. P. 351–370.
145
Friedberg L. The Impact of Technological Change on Older Workers: Evidence from Data on
Computer Use // Industrial and Labor Relations Review. 2003. Vol. 56. № 3. P. 511–529.
Gorodnichenko Y., Sabirianova K. Returns to Skills in Russia and Ukraine: A Semiparametric
Approach to Crosscountry Analysis // Journal of Comparative Economic. 2005. Vol. 33. № 2. P. 324–
350. (S&G)
Gottschalk P., Hansen M. Is the Proportion of College Workers in Noncollege Jobs Increasing?
// Journal of Labor Economics. 2003. Vol. 21. № 2. P. 449–471.
Grazier S., O'Leary N.C., Sloane P.J. Graduate Employment in the UK: An Application of the
GottshalkHansen Model: IZA Discussion Paper № 3618. Bonn: IZA, 2008.
Hanushek E.A., Woessmann L. Do Better Schools Lead to More Growth? Cognitive Skills, Eco
nomic Outcomes, and Causation: NBER Working Paper № 1463320. W.: NBER, 2009.
Harmon C., Oosterbeek H., Walker I. Returns to Education: Microeconomics // Journal of Eco
nomic Surveys. 2003. Vol. 17. № 2. P. 115–155.
Hecker D.E. Reconciling Conflicting Data on Jobs for College Graduates // Monthly Labor Re
view. 1992. Vol. 115. № 7. P. 3–12.
Heckman J., Lochner L., Todd P. Earnings Functions, Rates of Return and Treatment Effects:
The Mincer Equation and Beyond: IZA Discussion Paper № 1700. Bonn: IZA, 2005.
Kendrick J.W. Formation and Stocks of Total Capital. N.Y.: Columbia University Press, 1976.
Khitarishvili T. Assessing the Returns to Education in Georgia: Levy Economics Institute Working
Paper № 608. 2010.
Lehmann H., Wadsworth J. Tenures that Shook the World: Worker Turnout in Russia, Poland
and Britain: IZA Discussion Paper № 65. Bonn: IZA, 1999.
Lucas R.E. On Mechanics of Economic Growth // Journal of Monetary Economics. 1988. Vol. 22.
№ 1. P. 3–42.
Mincer J. Schooling, Experience and Earnings. N.Y.: Columbia University Press, 1974.
Moretti E. Human Capital Externalities in Cities: NBER Working Paper № W9641. Cambridge,
MA: National Bureau of Economic Research, 2003.
PISA 2000. Knowledge and Skills for Life: First Results from PISA 2000. Paris: OECD, 2001.
PISA 2003. Learning for Tomorrow's World: First Results from PISA 2003. Paris: OECD, 2004.
PISA 2006. Science Competencies for Tomorrow’s World. Paris: OECD, 2007. Vol. 1–2.
PISA 2009 Results: What Students Know and Can Do – Student Performance in Reading,
Mathematics and Science. Vol. 1. Paris: OECD, 2010.
146
Psacharopoulos G., Patrinos H.A. Returns to Investment in Education: A Further Update //

Economics of Education. 2004. Vol. 12. № 2. P. 111–134.
PIRLS 2001 International Report: IEA’s Study of Reading Literacy Achievement in Primary
Schools. Chestnut Hill: International Study Center Boston College, 2003.
PIRLS 2006 International Report: IEA's Progress in International Reading Literacy Study in
Primary School in 40 Countries. Chestnut Hill: International Study Center Boston College, 2007.
Pryor F., Schaffer D. Wages and the University Educated: A Paradox Resolved // Monthly Labor
Review. 1997. Vol. 120. № 7. P. 3–14.
Sabirianova K. The Great Human Capital Reallocation: A Study of Occupational Mobility in
Transitional Russia: EERC Working Paper № 2K/11. M.: EERC, 2001.
SabirianovaPeter K. SkillBiased Transition: The Role of Markets, Institutions, and Technologi
cal Change: IZA Discussion Paper № 893. Bonn: IZA, 2003.
Schultz T.W. The Economic Value of Education. N.Y.: Columbia University Press, 1963.
Schultz T. The Value of the Ability to Deal with Disequilibria // Journal of Economic Literature.
1975. Vol. 13. № 3. P. 827–846.
Skills Shortages and Training in Russian Enterprises / Tan H., Savchenko Y., Gimpelson V. et al.
Препринт WP3/2007/06. М.: ГУ ВШЭ, 2007.
SpitzOener A. Technical Change, Job Tasks and Rising Educational Demands // Journal of La
bor Economics. 2006. Vol. 24. № 2. P. 235–270.
TIMSS 1995. Mathematics Achievement in the Middle School Years: IEA's Third International
Mathematics And Science Study (TIMSS). Chestnut Hill: International Study Center Boston College,
1996.
TIMSS 1995. Science Achievement in the Middle School Years: IEA's Third International
Mathematics and Science Study (TIMSS). Chestnut Hill: International Study Center Boston College,
1996.
TIMSS 1999 International Mathematics Report: Findings from IEA's Repeat of the Third Inter
national Mathematics and Science Study at the Eighth Grade. Chestnut Hill: International Study Cen
ter Boston College, 2000.
TIMSS 1999 International Science Report Findings from IEA's Repeat of the Third International
Mathematics and Science Study at the Eighth Grade. Chestnut Hill: International Study Center Boston
College, 2000.
TIMSS 2003. Findings from IEA’s Trends in International Mathematics and Science Study at the
Fourth and Eighth Grades. Chestnut Hill: International Study Center Boston College, 2004.
147
TIMSS 2007 International Mathematics Report: Findings from IEA’s Trends in International
Mathematics and Science Study at the Fourth and Eighth Grades. Chestnut Hill: International Study
Center Boston College, 2009.
TIMSS 2007 International Science Report: Findings from IEA’s Trends in International Mathe
matics and Science Study at the Fourth and Eighth Grades. Chestnut Hill: International Study Center
Boston College, 2009.
Topel R. Specific Capital, Mobility, and Wages: Wages Rise with Job Seniority // Journal of Po
litical Economy. 1991. Vol. 99. № 1. P. 145–176.
Trostel P., Walker I., Woolley P. Estimates of the Economic Return to Schooling for 28 Countries
// Labour Economics. 2002. Vol. 9. № 1. P. 1–16.
Valletta R.G. Computer Use and the U.S. Wage Distribution, 1984–2003. Federal Reserve Bank
of San Francisco Working Paper Series. Working Paper 2006–34. 2006.
World Development Indicators. Washington: World Bank, 2009.
148
Глава 2
ОТДАЧА
ОТ ОБРАЗОВАНИЯ
В РОССИИ:
ЧТО ПОКАЗЫВАЕТ
МЕТА-АНАЛИЗ
2.1.
Введение
Международные сопоставительные исследования показы

вают, что увеличение средней продолжительности обуче
ния на один год ведет к росту подушевого ВВП на 3–6%
1
или к ускорению темпов роста ВВП примерно на 1 п.п.
Образование имеет также важные внешние социальные
эффекты: оно способствует снижению неравенства, росту
социальной стабильности, снижению уровня преступно
сти, улучшению здоровья, увеличению продолжительно
сти жизни и т.д. Инвестиции в образование выгодны не
только для общества в целом, но и для самих индивидов.
Отдача от образования – усредненное увеличение зара
ботной платы индивида, являющееся результатом допол
нительного года обучения – часто оказывается выше, чем
доходность банковских депозитов и других видов инвести
1
Подробный обзор макроэкономических эффектов образования см. в работе [Sianesi, Reenen, 2003]. Вместе
с тем Б. Шианези и Дж. Ринен отмечают, что наиболее сильное влияние образования на экономический
рост наблюдается при низком среднем уровне образования в стране, а после достижения средней продол
жительности обучения 7,5 лет позитивное влияние образования на экономический рост уменьшается.
149
ций за тот же период. Превышение отдачи от образования над доходностью других акти
вов указывает на то, что оптимальный с экономической точки зрения уровень образован
ности рабочей силы еще не достигнут. В то же время неверные оценки отдачи от образо
вания и сделанные на их основе выводы могут иметь серьезные негативные последствия
при выработке экономической политики [Bennell, 1996].
Первые оценки отдачи от человеческого капитала по России появились в середине
1990х гг. За прошедшие с тех пор 15 лет накопилось достаточно много результатов, полу
ченных разными методами и по разным выборкам. Выводы авторов при этом далеко не
однозначны, а зачастую и противоположны. В итоге в литературе по российскому рынку
труда до сих пор нет консенсуса относительно того, что же происходило с отдачей от об
разования в 1990–2000е годы. Одни авторы (см., например: [Gorodnichenko, Sabirianova,
2005] показывают, что на протяжении 1990х годов отдача от образования стремительно
росла и к началу 2000х годов достигла значений, наблюдаемых в развитых странах с вы
соким уровнем отдачи от образования (США, Великобритания). Другие (см., например:
[Cheidvasser, BenítezSilva, 2007]) приходят к обратным выводам: по их оценкам, отдача от
образования если и росла в 1990е годы, то едва заметно и попрежнему остается сущест
2
венно ниже среднего уровня, наблюдаемого в развитых странах . Столь разноречивые ре
зультаты ведут к диаметрально противоположным выводам о темпах трансформации рос
сийского рынка труда, сложившейся структуре заработных плат и стимулах к получению
образования.
Целью данной главы является обобщение результатов исследований, сделанных ра
нее, с использованием метода метаанализа.
Даже изучая один и тот же вопрос с помощью одних и тех же баз данных, исследова
тели нередко получают сильно различающиеся оценки. Метаанализ – это совокупность
статистических процедур, которые позволяют объединить результаты большого числа ра
бот и выяснить, что в них есть общего, какие имеются расхождения и от чего они зависят.
С его помощью можно получить более точное и достоверное представление о средних
значениях и динамике изучаемых параметров.
Первоначально метаанализ появился в медицине для обобщения данных клиниче
ских исследований, но затем стал активно применяться в других науках, в том числе и в
2
По оценкам Дж. Псахаропулоса и Г. Патриноса, которые анализировали данные по 98 странам, в сред
нем по миру отдача от дополнительного года обучения составляет 9,7% [Psacharopoulos, Patrinos, 2004].
Средние оценки для развивающихся стран выше, чем для развитых. В среднем по странам – членам ОЭСР
отдача от образования равна 7,5%, но при достаточно сильной вариации (большая часть оценок по раз
витым странам находится в диапазоне от 4 до 12%). При этом отдача от образования, как правило, ока
зывается выше в странах с либеральной экономикой (США, Япония, Великобритания) и ниже в странах
с социально ориентированной экономикой (Норвегия, Нидерланды, Германия).
150
экономике. Он уже неоднократно использовался и при изучении отдачи от образования в

развитых странах (см., например: [Ashenfelter et al., 1999; Harmon et al., 2003; Pereira, Mar
tins, 2004]). Есть и опыт применения метаанализа к изучению отдачи от образования в
странах с переходной экономикой [Fleisher et al., 2005].
Используемая методология аналогична методологии других работ, посвященных ме
таанализу отдачи от образования. Наша цель – понять, в чем причины того, что исследо
ватели, изучающие российский рынок труда в пореформенный период, приходят к столь
разным оценкам отдачи от образования в России. Использование разных источников
данных? Применение разных методов оценивания? Особенности формирования выборки?
Различия в спецификации уравнений?
Глава структурирована следующим образом. Второй раздел посвящен методологиче
ским вопросам: спецификации уравнения заработной платы и эконометрическим пробле
мам, возникающим при его оценивании. В третьем разделе представлено краткое описание
метода метаанализа, который мало знаком большинству российских экономистов, и да
ется его сравнение с традиционным жанром обзора литературы. В четвертом разделе про
слеживается эволюция российского человеческого капитала в 1990–2000е годы и обсуж
дается ее возможное влияние на отдачу от образования в России. В следующих двух раз
делах описываются используемые метаданные и представляются результаты оценивания
метарегрессии. В седьмом разделе обсуждаются результаты «метааналитической симуля
ции» на основе данных РМЭЗ. В Заключении делаются выводы.
2.2.
Методологические основы
измерения отдачи от образования:
уравнение Минцера
Центральное место в теории человеческого капитала принадлежит понятию внутренней

нормы отдачи от образования. Это прямой аналог нормы прибыли на физический или фи
нансовый капитал. Предполагается, что индивиды сравнивают отдачу от каждого допол
нительного года обучения с отдачей от других активов (процентами по банковским депо
зитам, дивидендами на акции и проч.). В зависимости от результатов сравнения принима
ется решение о продолжении учебы либо ее прекращении. Если ожидаемые выгоды от
дополнительного года обучения превышают издержки, то индивид решает продолжить обу
чение, в противном случае – прекратить учебу.
151
Как показал в своих работах Дж. Минцер, внутреннюю норму доходности от инве
стиций в образование можно рассчитать, используя простое уравнение
log(Wagei ) = α + X i β + rSCH i + δEXPi + γExpi2 + ui , (21)
где log(Wage) – логарифм заработной платы; SCH – продолжительность обучения, лет;

EXP – стаж работы; Х – другие (контрольные) переменные, влияющие на уровень зара
ботков; u – остаточный член, отражающий влияние всех остальных переменных, которые
предполагаются независимыми от X и SCH. Для оценки коэффициентов уравнения (21)
чаще всего используется метод наименьших квадратов (МНК).
Если прямые издержки на образование достаточно малы или практически целиком
покрываются за счет подработок учащихся в период учебы, то коэффициент при пере
менной числа лет обучения (r) будет равен внутренней норме отдачи от вложений в обра
зование. Эти коэффициенты обычно называются «отдачей от образования», и именно их
анализу – на примере России – посвящена настоящая глава. Константа (α) интерпретиру
ется как средняя заработная плата работников, не получивших никакого образования,
не имеющих опыта работы и, соответственно, занятых на рабочих местах, не требующих
квалификации.
Однако человеческий капитал приобретается не только в учебных заведениях. Необ
ходимые знания и навыки могут быть получены непосредственно в процессе работы или
на дополнительных курсах, организуемых работодателем. Косвенным измерителем накоп
ления таких навыков является опыт работы в виде общего трудового стажа. Чтобы учесть
нелинейный характер накопления этого вида человеческого капитала, Минцер предло
жил включать опыт работы в уравнение (21) дважды: в линейной и квадратичной фор
мах. Основная часть прикладных знаний и навыков накапливается в первые годы работы,
а затем этот процесс замедляется. Более того, при приближении к пенсионному возрасту
происходит постепенное обесценение человеческого капитала, поскольку у работников
ухудшается здоровье и снижаются стимулы к получению новых знаний и навыков. Если
фактический стаж работы неизвестен, он аппроксимируется потенциальным стажем, ко
торый определяется как возраст индивида за вычетом продолжительности обучения и ти
пичного возраста поступления в школу (6 или 7 лет, в зависимости от страны).
Хотя минцеровское уравнение и подвергается серьезной критике (см., например, об
зор в работе [Heckman et al., 2006]), оно до сих пор остается главной «рабочей лошадкой»
эмпирических исследований отдачи от человеческого капитала. Среди исследователей про
должаются споры о его спецификации и методах оценивания, которые влияют на вариацию
в оценках отдачи. Например, для Китая оценки норм отдачи от образования в начале
1990х годов варьировались в опубликованных (!) работах от 4,8 до 12,2%, для Великобри
152
тании в 1980е годы – от 6,8 до 15,3% [Psacharopoulos, Patrinos, 2004]. Эти расхождения за
висят от используемых данных, подходов к ограничению выборки, методов оценивания,
набора контрольных переменных и т.д. Подробный анализ возникающих при этом проб
лем выходит за рамки настоящей главы (см., например: [Hartog, van den Brink, 2007]). Мы
кратко остановимся лишь на тех методологических и технических вопросах, ответы на ко
торые существенны при анализе имеющихся оценок отдачи применительно к России.
Вопервых, теория человеческого капитала ничего не говорит о том, какие заработные
платы – часовые, месячные или годовые – должны стоять в левой части уравнения. Между
тем выбор временнóго промежутка для измерения заработной платы может оказывать
серьезное влияние на величину отдачи от образования. С методологической точки зрения
наиболее предпочтительными являются данные о годовых заработках (желательно запи
санные не со слов респондента, а взятые из его налоговой декларации). Их использование
позволяет устранить влияние сезонных колебаний заработков, учесть различия в продол
жительности отпусков и других факторах, влияющих на продолжительность рабочего вре
мени. Данные о месячных заработках обычно не учитывают эти обстоятельства, поэтому
при их использовании приходится накладывать дополнительные ограничения, например,
нередко из выборки исключают работников, работавших неполное рабочее время. Кроме
того, результаты могут существенно разниться в зависимости от того, в каком календар
ном месяце проводится опрос.
Зарубежные исследования свидетельствуют, что оценки норм отдачи, как правило,
оказываются выше, когда рассматриваются заработки за более длительные промежутки
времени [Card, 1999]. Другими словами, такие оценки возрастают при использовании ме
3
сячных и особенно годовых данных . Причина состоит в том, что более высокая заработ
ная плата служит стимулом для того, чтобы работать дольше, т.е. включается «эффект за
мещения» – по мере увеличения ставки заработной платы увеличивается альтернативная
стоимость свободного времени. Более образованные работники с более высокой часовой
заработной платой во многих странах в среднем работают дольше своих менее образован
ных коллег. Чем длительнее рассматриваемый промежуток, тем лучше можно отследить
различия в продолжительности рабочего времени.
Вместе с тем законодательное регулирование продолжительности рабочего времени
может свести на нет действие эффекта замещения. Хорошим примером является установле
ние более короткой продолжительности рабочей недели и/или более длительных отпусков
для отдельных категорий работников государственного сектора (учителей, врачей). В ре
3
При использовании переменной часовых заработков для работников, работающих на рабочих местах с
почасовой оплатой, берется их часовая ставка. Для всех остальных месячный или недельный оклад де
лится на отработанное время.
153
зультате даже при достаточно высоких часовых ставках эти категории могут иметь невы
сокие месячные и годовые заработки. В таком случае переход к более длительным вре
менным интервалам (скажем, от часовых к месячным заработкам) будет сопровождаться
не повышением, а снижением норм отдачи. Дополнительное искажение вносят и неденеж
ные формы вознаграждения, которые могут «заменять» денежные стимулы. Известно, что
образованные работники, как правило, более охотно, чем необразованные, отказываются
от высокой заработной платы в пользу щедрого социального пакета и/или надежных га
рантий занятости. В этих условиях недоучет неденежных выгод может оборачиваться су
щественным занижением норм отдачи. В целом регулирование продолжительности рабо
чего времени и неденежные формы вознаграждения могут приводить к тому, что теорети
чески ожидаемая положительная связь между заработной платой и продолжительностью
рабочего времени будет отсутствовать. Как следствие, выбор того или иного временного
интервала может не оказывать заметного влияния на получаемые оценки норм отдачи.
Вовторых, минцеровское уравнение исходит из предпосылки, что образование яв
ляется экзогенной переменной, которая никак не связана с ненаблюдаемыми переменны
ми, оказывающими влияние на заработную плату. В действительности это не так. Основ
ным источником эндогенности в уравнении (21) считаются различия в способностях. Ча
ще всего у исследователей нет даже приблизительных данных о способностях; между тем
невключение этой переменной в уравнение заработков может вести к смещению в оцен
ках отдачи от образования. Дело в том, что способности могут одновременно влиять и на
продолжительность обучения, и на размеры заработной платы. Более способным индиви
дам проще получить более высокий уровень образования: они быстрее усваивают материал,
им легче сдавать экзамены, у них выше шансы получить стипендии и гранты. В то же самое
время обладание более высокими способностями обеспечивает им получение более высо
кой заработной платы по сравнению с их менее способными коллегами. В результате, если
различия в способностях не учитываются при оценивании уравнения заработков, коэффи
циент при переменной числа лет обучения будет представлять собой сумму двух эффектов –
способностей и собственно образования. Отсюда возникает опасность получения завышен
ных оценок отдачи от образования, приписывающих образованию не принадлежащий
ему эффект. В литературе было предложено несколько способов «борьбы» с этой пробле
мой, большинство из которых опираются на метод инструментальных переменных или
использование естественных экспериментов. Поскольку оценки, полученные такими ме
тодами, зачастую оказываются выше оценок МНК, то это дает основание полагать, что
«стандартные» оценки отдачи, рассчитанные по МНК, должны скорее занижать, чем
завышать действительную отдачу от образования (подробнее о методах оценивания см.,
например: [Card, 2001]).
154
Еще одним потенциальным источником искажения при оценивании отдачи от обра

зования могут быть различия в уровнях занятости между группами с разным образова
нием. Известно, что у людей с более высоким уровнем образования меньше риск поте
рять работу и оказаться безработными, а если это все же случается, то они, как правило,
быстрее находят новую работу. Они также реже уходят с рынка труда до достижения пен
сионного возраста. Как следствие, уровень занятости более образованных людей оказыва
ется выше, чем у менее образованных. Особенно сильная связь между образованием и
уровнем занятости прослеживается у женщин. Однако решение о том, чтобы работать или
не работать (в качестве наемного работника), зависит от соотношения между резервируе
мой заработной платой и той, на которую реально может рассчитывать человек. Индивиды
с низким уровнем образования и низкой производительностью труда имеют более высо
кую вероятность оказаться в ситуации незанятости. В эконометрике этот феномен назы
вается эффектом отбора (sample selection). Изза его действия выборка работающих инди
видов перестает быть случайной, что может вести к завышению оценок отдачи от образо
вания [Heckman, 1990]. В то же время если в качестве альтернативы занятости по найму
рассматривать не только незанятость, но и самозанятость, то эффект отбора может ока
зываться неоднозначным и действовать в разных направлениях. Его направленность при
сравнении занятости по найму и самозанятости будет зависеть от того, какие причины
обуславливают выбор людей в пользу последней. Если большинство самозанятых дела
ют такой выбор изза того, что не могут найти работу по найму, то обычно их доходы
невелики и ими, как правило, оказываются работники с низким уровнем образования
[Earle, Sakova, 2000]. В этом случае эффект отбора имеет тот же знак, что и при сравнении
занятых по найму и незанятых. Если же самозанятыми становятся в основном люди
предпринимательского склада, стремящиеся реализовать свои идеи и амбиции, то дохо
ды от самозанятости могут быть весьма значительны, а среди самозанятых будет больше
лиц с высоким уровнем образования. Тогда неучет эффекта отбора будет занижать оценки
отдачи от образования.
На практике исследователи редко имеют данные о доходах самозанятых. Либо соот
ветствующие вопросы не включаются в анкеты, либо бывает очень сложно разграничить
их доходы и затраты на ведение предпринимательской деятельности. Поэтому в качестве
группы сравнения занятым по найму чаще всего противостоит группа, объединяющая не
занятых и обе категории самозанятых, о которых речь шла выше. Результирующая вели
чина эффекта отбора зависит от относительного размера каждой из этих подгрупп и сте
пени их разнородности. Теоретически эффект отбора может иметь любой знак, а также
быть статистически незначимым. Отметим также, что иногда статистическая незначи
мость может говорить не об отсутствии эффекта, а о неправильной спецификации модели,
например, если в качестве группы сравнения берется слишком неоднородная совокуп
155
ность. В эконометрике для устранения смещений, вызванных неслучайным отбором,

используют метод хекмановской коррекции [Heckman, 1990].
Втретьих, теория человеческого капитала не дает ответа на вопрос о том, какие до
полнительные переменные можно, нужно или, наоборот, нельзя включать в качестве конт
рольных. Поэтому наборы контрольных переменных очень сильно различаются в разных
работах. Для обоснования включения тех или иных переменных привлекаются другие
теории. Например, теория эффективной заработной платы дает аргументы в пользу вклю
чения переменных сектора, отрасли, размера и возраста предприятий. Из теории перего
воров вытекает необходимость включения переменной членства в профсоюзе. Теория
компенсационных различий дает основания для включения характеристик условий труда,
а также региональных переменных. При этом между указанными переменными и уров
нем образования может существовать положительная или отрицательная корреляция. В та
ком случае включение или невключение тех или иных переменных может сильно влиять
на получаемые результаты.
В завершение этого краткого методологического обсуждения отметим, что отдача от
человеческого капитала не является постоянной величиной. Даже в развитых и стабильных
экономиках могут наблюдаться значительные колебания в величине и структуре отдач от
различных элементов человеческого капитала. В качестве примера можно привести рез
кий рост отдачи от университетского образования в США в 1980е годы. Возможные объ
яснения изменений в отдачах можно разделить на две большие группы: (1) изменения в
действии рыночных сил (изменения в структуре спроса и предложения рабочей силы) и
(2) изменения в институтах рынка труда. Естественно, эти две группы причин не являются
взаимоисключающими – рыночные факторы объясняют средне и долгосрочные тренды,
а институциональные сдвиги чаще всего выражаются в скачкообразных изменениях. Со
стороны спроса на труд в качестве ключевого фактора чаще всего называется технический
прогресс, а точнее, вызываемое им смещение спроса в пользу квалифицированных кадров
(skillbiased technological change). Кроме того, значимую роль играет расширение междуна
родной торговли и изменения в международном разделении труда, в частности, перевод
производств, где широко используется неквалифицированная рабочая сила, в развиваю
щиеся страны. Сокращение спроса на менее образованных работников будет вести к сни
жению их заработной платы, увеличению разрыва в заработках между ними и более обра
зованными работниками и, следовательно, к повышению норм отдачи. Со стороны пред
ложения труда сильное воздействие на динамику норм отдачи могут оказывать тенденции
в сфере образования – быстрый рост образовательного уровня рабочей силы, связанный с
увеличением доступности более высокого образования. На стороне предложения также
действуют демографические факторы, миграция, распространение нестандартных трудо
вых контрактов и изменения в системе социальных пособий, влияющие на стимулы к
156
труду. Институциональные факторы могут быть связаны с эволюцией минимальных зара

ботных плат, деятельностью профсоюзов, реформами в трудовом и налоговом законода
тельстве. Сложная констелляция всех этих воздействий определяет траекторию эволюции
отдачи от человеческого капитала.
2.3.
Метод мета-анализа
Описание метода мета анализа. Метаанализ крайне редко используется российскими ис
4
следователями . На русском языке до сих пор не опубликовано ни одной книги по ме
тодологии метаанализа, хотя на английском языке имеются десятки публикаций на эту
тему (см., например: [Wolf, 1986; Kulinskaya et al., 2008; Borenstein et al., 2009]). Он заро
дился в медицине как метод обобщения результатов клинических экспериментов, но за
тем стал активно применяться и в других областях науки (об истории метаанализа см.:
[O'Rourke, 2007]). В экономике первые работы с применением метаанализа появились в
конце 1980х годов. Здесь наибольшее распространение получила одна из его разновидно
стей – метарегрессионный анализ. Подробное описание соответствующей методологии
выходит за рамки данной главы, поэтому мы остановимся лишь на ее ключевых моментах.
Стандартная процедура метарегрессионного анализа состоит из следующих этапов:
1) формирование базы данных работ, относящихся к теме исследования;
2) отбор оценок и при необходимости их перерасчет;
3) дескриптивный анализ отобранных оценок;
4) выбор метарегрессоров;
5) оценивание метарегрессии;
6) диагностика метарегрессии с использованием статистических тестов;
7) интерпретация результатов.
На первом этапе обеспечивается максимально полный охват эмпирических работ,
относящихся к теме исследования. При этом в базу метаанализа могут включаться как
опубликованные, так и неопубликованные работы (препринты, доклады на конференциях
и т.п.). Малый объем выборки также не должен становиться поводом для исключения
работы из базы данных – комбинирование результатов нескольких небольших исследова
ний может помочь выявить важные эффекты, которые оказываются статистически незна
4
Среди статей, опубликованных в ведущих российских экономических и социологических журналах, нам
удалось найти всего две работы [Гизатуллин, 2008; Локшин, 2008], в которых используется метод мета
анализа. Однако только работа М. Локшина базируется на российских данных – метод метаанализа
использовался им для изучения методологии российских исследований по проблемам бедности.
157
чимыми изза малого объема выборки в каждом из индивидуальных исследований. И все

же некоторые ограничения могут быть необходимы (например, относительно страны, вре
менного периода, методов оценивания и т.п.), но они должны быть четко прописаны и
обоснованы в тексте метааналитической работы.
На следующем этапе отбираются оценки анализируемых параметров. В ряде случаев
может потребоваться перерасчет оценок для приведения их к сопоставимому виду, если
исходные оценки были рассчитаны разными методами и с использованием разных шкал.
Например, при анализе премий по уровням образования они должны быть сведены к
единому базовому уровню образования, поскольку в разных исследованиях за базу могут
приниматься различные уровни образования. Зачастую оказывается полезным перейти от
исходных абсолютных значений рассматриваемого параметра к относительным или стан
дартизованным значениям.
Дескриптивный анализ дает представление о характере распределения имеющихся
оценок. Отправным пунктом такого анализа является расчет «усредненной» метаоценки.
Метаоценки могут рассчитываться с учетом корректировок на возможные систематиче
ские ошибки и на различия в качестве работ, измеряемые объемом выборки, точностью
оценок и т.д. Систематические ошибки чаще всего связывают с так называемой проблемой
картотечного ящика (file drawer problem), которая возникает изза неслучайного смещения
публикуемых работ в пользу тех, что представляют статистически значимые результаты.
В итоге опубликованные работы могут систематически завышать оценки изучаемых пара
метров (publication bias). В рамках метаанализа эта проблема может быть минимизирована.
Корректировка на различия в качестве работ позволяет присваивать больший вес оценкам
с меньшими стандартными ошибками. Как и в случае с обычными оценками, кроме то
чечных значений для метаоценок рассчитываются доверительные интервалы.
Отобранные оценки предсталяют собой значения зависимой переменной. Ряд тре
бований предъявляется и к отбору независимых переменных – метарегрессоров. Вопер
вых, в их состав обязательно должны включаться даммипеременные для источников
данных, по которым проводилось оценивание в анализируемых работах. Вовторых, среди
них должны быть переменные, характеризующие различия в методологии эконометриче
ского оценивания в анализируемых работах. Это могут быть даммипеременные для ме
тодов оценивания, объемов выборки, спецификаций уравнений, способов формирования
зависимых и независимых переменных и т.п. Поскольку все возможные различия учесть
невозможно, то учитывают только самые принципиальные и часто встречающиеся. Менее
важные или редко встречающиеся характеристики отдельных исследований «уходят» в ос
таточный член метарегрессии.
Непосредственно оценивание метарегрессии может осуществляться разными мето
дами – методом наименьших квадратов либо панельными методами с фиксированным и
158
случайным эффектами. Метарегрессионный анализ дает возможность выявить причины

расхождений в результатах исследований и позволяет ответить на вопрос о влиянии раз
личных составляющих применяемой методологии на результат. Например, можно отделить
влияние использования разных баз данных от влияния использования того или иного эко
нометрического метода. При этом ответы удовлетворяют условию «при прочих равных»,
т.е. показывают чистый вклад того или иного фактора.
Далее проводится диагностика метарегрессии, позволяющая определить, насколько
хорошо со статистической точки зрения оценена сама метарегрессия. Как и обычные
регрессии, метарегрессия оценивается с позиций правильности спецификации, объясня
ющей способности, учета гетероскедастичности, автокорреляции и т.п. Специальные ста
тистические тесты могут быть направлены на идентификацию специфических проблем,
связанных с использованием метаанализа. Если диагностические тесты подтверждают хо
рошее качество метарегрессионной модели, то можно переходить к завершающему этапу
анализа – интерпретации результатов с формулированием рекомендаций для практики и
дальнейших научных исследований.
Мета анализ и традиционный обзор литературы. Множественность и неоднородность
оценок, полученных разными методами и на разных выборках, затрудняют задачу обобще
ния в рамках традиционного обзора. Описание и даже перечисление всех имеющихся ре
зультатов иногда просто физически невозможно, да и вряд ли интересно потенциальным
читателям. Поэтому в традиционный обзор литературы обычно попадают лишь наиболее
заметные работы, а бóльшая часть работ остается незатронутой. Метаанализ позволяет
расширить охват литературы за счет тех работ, которые в традиционные обзоры не вклю
чаются. Это, например, могут быть небольшие работы, опубликованные в малоизвестных
журналах или неопубликованные (по тем или иным причинам) доклады и препринты. Тем
самым мы получаем более полную и систематизированную «выжимку» из всего множества
работ.
Метаанализ может не только дополнять обычный обзор литературы, но и компен
сировать некоторые недостатки последнего. Авторы обзоров часто опускают значительную
часть литературы, посвященной изучаемой проблеме. Причем они могут это делать совер
шенно осознанно, исходя из собственных методологических установок и ожиданий.
Метаанализ менее «избирателен» в отношении того, каким методом или при помо
щи какой спецификации были получены имеющиеся оценки, а потому более объективен.
Он превращает многообразие методов и спецификаций из «недостатка» в достоинство.
Анализируя все множество оценок, «метааналитик» выявляет их влияние на величину
оценки. Нередко теоретические опасения не находят подтверждения. Например, ожидае
мые систематические смещения оценивания, изза которых часть работ может не попасть
в традиционный обзор литературы, могут оказаться несущественными. И наоборот, слу
159
чается, что источники, отобранные в некоторые обзоры литературы, показывают гораздо

более существенные систематические ошибки.
Кроме того, авторы традиционных обзоров литературы, избежав опасности отбросить
«методологически ущербные» работы, могут попадать в ловушку противоположного свой
ства. В солидных обзорах нередко можно увидеть таблицы, обобщающие результаты од
ногодвух десятков исследований. В подобных таблицах оценки группируются в зависи
мости от того, как они соотносятся с некоторой исходной теорией – подтверждают, отвер
гают, либо не дают определенного ответа. Авторы обзоров зачастую не могут отказаться от
соблазна посчитать «голоса» за и против той или иной теории, делая на основе их подсчета
вывод об объясняющей способности соответствующей теории. Однако вопрос о справед
ливости теории не решается подобным «голосованием». Риск неверных выводов при таком
табличном подходе очень высок. Более того, как ни парадоксально, добавление дополни
тельных исследований в «список для голосования» может привести не к снижению, а к
увеличению этого риска [Borenstein et al., 2009]. Работы могут различаться по методологии,
объему выборки, месту, времени и другим обстоятельствам, которые имеют огромное зна
чение с точки зрения получаемых результатов. В свою очередь метаанализ позволяет раз
делить эти многообразные и разнонаправленные влияния и открыть новые факты, которые
неочевидны при простом табличном представлении результатов разных исследований.
Проблемы, связанные с использованием мета анализа. Как и любой другой статисти
ческий метод, метаанализ не свободен от недостатков. Один из них связан с «проблемой
картотечного ящика», вызывающей завышение оценок изучаемых параметров в опубли
5
кованных работах . Частично эта проблема решается с помощью учета неопубликованных
работ, а в последние годы были разработаны и продвинутые статистические методы борь
бы с этим недостатком.
Вовторых, метаанализ часто критикуют за «всеядность» – в анализируемую сово
купность оценок попадают работы как высокого, так и очень низкого качества. Действи
тельно, метаанализ не задает строгие критерии для отбора работ и выделения важных
регрессоров, но такая субъективность характерна и для традиционного обзора литературы.
При метаанализе формулируются общие правила для исключения работ, а не исключают
ся отдельные работы. При этом правила должны быть явным образом прописаны, чтобы
любой метаанализ можно было бы воспроизвести или сделать заново, изменив исходные
условия (метод оценивания, величина стандартной ошибки, объем выборки).
Втретьих, в метарегрессии, как правило, включаются только основные эффекты
влияния переменных, а эффекты взаимодействия (interaction terms) между различными пере
менными не учитываются изза сложностей кодирования и включения в метарегрессию.
5
Эта проблема существенна и для традиционного обзора литературы.
160
И, наконец, вчетвертых, проведение метаанализа оказывается невозможным для

новых областей исследования до тех пор, пока там не будет накоплено минимально необ
ходимого числа исследований.
2.4.
Эволюция человеческого капитала
в России в 1990–2000-е годы
6
и ее влияние на отдачу от образования
В период до начала реформ отдача от образования находилась на чрезвычайно низком
уровне. По оценкам Грейзера [Graeser, 1988], в СССР отдача от образования составляла
для среднего образования 2–3%, для высшего образования – около 5%. Низкие отдачи от
человеческого капитала вполне укладывались в логику функционирования директивной
экономики с бесплатным образованием, централизованными механизмами распределения
трудовых ресурсов и идеологией превосходства рабочего класса. Столь же низкие отдачи
от образования были характерны и для других стран с командной экономикой, например,
в Чехии отдача от образования до начала реформ составляла 2,7% [Munich et al., 2005].
Переход к рыночной экономике привел к грандиозным сдвигам в структуре челове
ческого капитала. Многие знания и навыки, специфичные для командной экономики, ут
ратили свою ценность. Трансформационная рецессия, сопровождавшаяся масштабной ре
структуризацией отраслевой структуры экономики, вынудила многих работников сменить
профессию. Обесценение значительной части «унаследованных от советской эпохи» запа
сов человеческого капитала должно было привести к заметному снижению отдач от всех
характеристик человеческого капитала.
Впрочем, рыночные реформы «запустили» и другие механизмы, действовавшие в
направлении повышения отдач. Отказ от централизованного зарплатообразования и от
мена государственного контроля над фондом заработной платы привели к тому, что та
рифные сетки более не могли сдерживать рост дифференциации заработков. Либерализа
ция цен и предоставление предприятиям возможности самостоятельно формировать по
литику оплаты труда привели к увеличению норм отдачи от образования и профессии до
рыночного уровня. Действие этих факторов было особенно бурным в начале 1990х годов,
учитывая низкие отдачи от человеческого капитала на старте реформ.
Кроме того, с началом реформ появляется множество новых профессий в новых рас
тущих сегментах экономики, прежде всего в частном секторе. Сокращение занятости в
6
Подробнее об эволюции человеческого капитала в 1990–2000е годы см. в Главе 1.
161
промышленности, развитие информационных технологий, финансовых и деловых услуг,

а также в целом расширение частного сектора с более высоким уровнем заработных плат
могли привести к переориентации спроса с менее квалифицированных на более квали
фицированные группы работников. Все это должно было способствовать росту норм от
дачи от образования.
Различия в реакции на реформы на стороне предложения труда могли усилить опи
санные выше процессы на стороне спроса на труд. Речь идет о так называемом шульцев
ском аллокационном эффекте. В одной из своих работ Т. Шульц высказал предположение
о том, что образование помогает быстрее адаптироваться в периоды структурных транс
формаций и экономической нестабильности [Schultz, 1975]. Благодаря значительным за
пасам общего человеческого капитала люди с более высоким уровнем образования быст
рее находят новые возможности в возникающих неравновесных ситуациях, что приводит
к временному увеличению отдачи от образования. В пореформенной России шульцевский
аллокационный эффект должен был быть особенно силен в первые годы после начала
реформ.
Начиная с середины 1990х годов наблюдается «взрывное» увеличение спроса на
высшее образование (см. Главу 1). Активная экспансия высшего образования рано или
поздно должна начать оказывать давление на нормы отдачи от образования. Это давление
может проявляться в разных формах. Наиболее очевидный механизм – отставание спроса
на работников с высшим образованием от их предложения. В этом случае часть работни
ков с высшим образованием вынуждена работать на рабочих местах, не требующих выс
шего образования, что ведет к снижению средних заработков людей с вузовскими дипло
мами. Впрочем, если при этом работники с более низким образованием, ранее занимав
шие эти рабочие места, вытесняются еще дальше вниз по профессиональной иерархии, то
отдачи могут длительное время оставаться стабильными. В то же время массовое поступ
ление в вузы может привести к дефициту неквалифицированных работников, которых
придется либо завозить изза рубежа, либо повышать им заработную плату. В последнем
случае нормы отдачи от образования будут снижаться.
Расширение вечернезаочного образования, а также практики совмещения работы и
учебы на очных отделениях вузов приводят к резкому снижению издержек образования –
падают «утраченные заработки», которые являются основной составляющей затрат на об
разование. При принятии решения о продолжении образования в расчет принимаются
более низкие издержки, чем прежде, и для их компенсации в будущем обладатели дипло
мов будут готовы согласиться на более низкие уровни заработной платы. Готовность зна
чительной части выпускников принять низкие заработные платы может вести к сущест
венному падению отдачи от образования, рассчитываемой на основе стандартного мин
церовского уравнения. (В действительности же падения норм отдачи может не проис
162
ходить, если по сравнению с работниками, получающими высшее образование в очной

форме, у работников, получающих его в неочной форме, ниже оказывается не только за
работная плата, но также и издержки обучения – прежде всего за счет намного меньших
потерянных заработков.) Кроме того, низкие затраты искусственно раздувают спрос на
высшее образование, что само по себе может оказывать негативное влияние на заработки
работников с высшим образованием.
Финансовое состояние большинства вузов зависит от числа студентов, прежде всего,
обучающихся на платной основе. Заинтересованность вузов в увеличении численности
студентов ведет к деградации стандартов обучения и практически повсеместному сниже
нию качества образования. Образование низкого качества дает меньший прирост произ
водительности труда, что должно снизить и заработки соответствующей категории работ
ников. Одновременно с падением общего уровня в переходный период усилилась диффе
ренциация в качестве обучения, что вело к обесценению сигнальной функции образова
ния. Само по себе наличие диплома о высшем образовании уже не может восприниматься
работодателями как подтверждение определенного уровня способностей, знаний и квали
фикаций. В связи с этим увеличиваются издержки поиска кандидатов при найме на работу,
которые впоследствии «перекладываются» на работника в виде более низкой заработной
платы. Таким образом, снижение качества образования может также негативно влиять на
отдачу от образования.
Еще одно важное замечание. В последние два десятилетия резко увеличилось число
вузов, правила приема стали более либеральными, а процент отсева снизился. Расширение
возможностей и снижение издержек получения высшего образования привели к тому, что
массовый доступ к высшему образованию получили учащиеся с достаточно низким уров
нем способностей, которые прежде имели бы низкие шансы стать студентами вузов. В этой
ситуации естественно было бы ожидать существенного снижения среднего уровня спо
собностей среди обладателей дипломов о высшем образовании. С точки зрения оценива
ния уравнения заработков это означает ослабление связи между способностями и образо
ванием и постепенное снижение искажающего влияния способностей на величину отдачи
от образования. Поэтому можно полагать, что в начале 1990х годов, когда связь между
способностями и образованием была сильнее, оценки норм отдачи от образования по
уравнению (21) могли быть завышены больше, чем в последние годы, когда оценки
норм отдачи стали ближе к своим истинным значениям.
Существующие (традиционные) обзоры литературы по оценкам нормы отдачи от
образования в пореформенной России (например: [Skills Shortages… 2007]) указывают на
то, что отдача от образования быстро росла в середине – второй половине 1990х годов,
достигнув 7–8%, что соответствует уровню отдачи в большинстве развитых стран. В нача
ле 2000х годов, после вступления российской экономики в фазу подъема, она увеличилась
163
еще на 2–3 п.п., приблизившись к отметке 10%. Что происходило с нормами отдачи во
второй половине 2000х годов – вопрос открытый, требующий подробного изучения с
привлечением различных источников данных.
2.5.
Описание мета-данных
Для проведения метаанализа отдачи от образования мы использовали 197 оценок из 12 ра
7
бот . Таблица 2.1 дает общую характеристику отобранных работ и первичных данных, по
которым эти оценки были получены. Наряду с работами, уже опубликованными в книгах
и журналах (как правило, иностранных), мы использовали и неопубликованные оценки.
Заметим, что для анализа отбирались лишь те работы, в которых рассчитывались оценки
нормы отдачи от дополнительного года обучения. Мы не рассматривали оценки премий
на разные уровни образования – подобные оценки немногочисленны и слишком разно
родны для проведения метаанализа. Кроме того, для перевода этих премий в нормы от
дачи от образования потребовалось бы сделать много дополнительных допущений.
При отборе оценок для метаанализа накладывался целый ряд ограничений. Вопер
вых, мы игнорировали те оценки, которые было невозможно отнести к какомулибо кон
кретному году, поскольку они рассчитывались по данным, объединенным за несколько лет.
Вовторых, мы исключили оценки, полученные для отдельных подгрупп населения, при
надлежность к которым является выбором индивида, поскольку в этом случае они иска
жаются эффектом отбора. Таким образом, из метаанализа «ушли» оценки отдачи от обра
зования, рассчитанные отдельно для частного и государственного секторов, сельского и
городского населения, а также для других более мелких групп. В то же время мы оставили
оценки, сделанные для подвыборок мужчин и женщин, поскольку это разделение является
экзогенным. Втретьих, мы не включали оценки из тех уравнений, где среди регрессоров
присутствовали переменные профессиональной принадлежности. Это связано с высокой
корреляцией между образованием и профессиональной принадлежностью, причем образо
вание нередко выступает необходимым условием для занятия определенной должности.
Поэтому при включении в уравнение заработной платы профессиональных переменных
оценки отдачи от образования неизбежно занижаются. С методологической точки зрения
См.: [Brainerd, 1998; Cheidvasser, BenítezSilva, 2007; Clark, 2003; Flabbia, Paternostrod, Tiongsone, 2008;
7
Gorodnichenko, Sabirianova, 2005; Nesterova, Sabirianova, 1998; Vernon, 2002; Yemtsov, Cnobloch, Mete, 2006;
Российский рынок труда… 2003; Заработная плата в России, 2007, гл. 7; Капелюшников, Лукьянова,
2010; Лукьянова, 2009].
164
правильнее оценивать общий эффект от образования, включающий в себя дополнитель

8
ные доходы от получения доступа к более высокооплачиваемым профессиям .
Таблица 2.1. Общие характеристики метаданных по отдаче от образования

Характеристики метаданных Количество оценок В процентах к итогу
Количество работ 12 –
опубликованных в журналах/книгах 7 –
неопубликованных 5 –
Количество наблюдений 197 100
Характеристики выборки по полу:
оба пола 121 61,4
только мужчины 38 19,3
только женщины 38 19,3
Характеристики выборки по возрасту:
не ограничена по возрасту 79 40,1
ограничена по возрасту 118 59,9
Распределение оценок по источникам данных:
РМЭЗ 160 81,2
ВЦИОМ 6 3,1
ISSP 11 5,6
ОЗПП 20 10,2
Распределение оценок по годам:
1985 5 2,5
1990 5 2,5
1991 3 1,5
1992 9 4,6
1993 4 2,0
1994 15 7,6
1995 19 9,6
1996 32 16,2
1997 1 0,5
1998 26 13,2
1999 1 0,5
2000 22 11,2
2001 6 3,1
2002 15 7,6
2003 1 0,5
2004 5 2,5
2005 15 7,6
2006 1 0,5
2007 11 5,6
2008 1 0,5
8
Подробнее о том, как включение профессий искажает оценки нормы отдачи от образования, см. работу
[Angrist, Pischke, 2008, ch. 3].
165
Отобранные для анализа оценки охватывают период с 1985 по 2008 г., однако внутри
этого периода они распределены крайне неравномерно. Большая часть оценок приходится
на 1990е годы.
Подавляющее большинство – свыше 80% – оценок сделано по данным Российского
мониторинга экономического положения и здоровья населения (РМЭЗ). Однако в литера
туре есть оценки, полученные по другим источникам. Это данные опросов, проводившихся
ЛевадаЦентром (ранее ВЦИОМ), в том числе в рамках Международной программы со
циальных опросов (ISSP – International Social Survey Programme), а также данные опросов
предприятий – выборочного обследования заработной платы работников по профессиям
9
(ОЗПП) .
Вкратце охарактеризуем каждый из этих источников. РМЭЗ представляет собой об
щенациональное лонгитюдное обследование домохозяйств по широкому перечню вопро
сов, проводящееся по специально разработанной выборке. РМЭЗ проходит ежегодно на
чиная с 1994 г., за исключением 1997 и 1999 гг. Количество обследуемых домохозяйств
10
колеблется вокруг отметки пять тысяч, а число индивидов превышает десять тысяч .
Международная программа социальных опросов существует с 1985 г. В рамках этой
программы ежегодно в каждой участвующей стране по сопоставимой методологии прово
дятся репрезентативные опросы населения. Каждый из опросов, помимо общих модулей,
содержит один ключевой тематический модуль, посвященный определенной проблеме
(например, социальное неравенство, роль правительства, национальная идентичность).
Вопросы относительно образования, занятости и заработной платы находятся в общих
модулях и задаются каждый год. В настоящее время в ISSP участвуют 45 стран, Россия
присоединилась к программе в 1991 г. В России проведением опросов в рамках этой про
граммы занимается ЛевадаЦентр. Выборка российских обследований в разные годы со
11
ставляла от 1500 до 3000 человек .
Данные ВЦИОМ использовались лишь в одной из работ, включенных в наш мета
анализ [Brainerd, 1998]. Это данные опросов населения, проводившихся в мае 1991 г., а
также в апреле, мае и июне 1993 и 1994 гг. Каждый из них охватывал около 3000–4000 рес
12
пондентов и проводился примерно в трети российских регионов .
ОЗПП проводится Росстатом раз в два года начиная с 2005 г. и охватывает все важ
нейшие виды экономической деятельности за исключением сельского и лесного хозяйства,
9
В рассматриваемый период, в 2003 г., Росстатом, совместно с Всемирным банком, проводилось еще одно
крупное обследование населения – НОБУС. Однако нам не удалось найти ни одной работы, использую
щей данные этого обследования, в которой оценивалась бы норма отдачи от образования.
10
Подробнее о методологии РМЭЗ см. во Введении к книге.
11
Подробнее о Международной программе социальных опросов, а также тексты анкет см. на сайте:
http://www.gesis.org/en/services/data/surveydata/issp/.
12
Подробнее об этих обследованиях см.: [Brainerd, 1998].
166
рыболовства, финансовой деятельности и государственного управления. Достоинством

ОЗПП является большой объем выборки (около 750 тыс. человек) и то, что информация
об отдельных работниках собирается из кадровой и бухгалтерской отчетности предприятий,
вошедших в выборку обследования. Оба обстоятельства позволяют свести к минимуму
ошибки измерения. Вместе с тем ОЗПП имеет две важные методологические особенности,
которые могут оказывать влияние на результаты. Вопервых, выборка ограничена тради
ционным корпоративным сектором – крупными и средними предприятиями и организа
циями и не включает субъекты малого предпринимательства. При этом в выборку включа
ются лишь те работники, которые отработали полное рабочее время в месяц проведения
обследования. С учетом неполного отраслевого охвата эти ограничения означают, что в
рамках ОЗПП не обследуются те сегменты рынка труда, где сконцентрированы работни
ки с самыми низкими и самыми высокими заработными платами. Вовторых, в рамках
ОЗПП собирают данные о начисленных заработных платах, т.е. о заработных платах до уп
13
латы подоходного налога . В обследованиях населения респонденты ориентируются на
«чистую» заработную плату, которую они получают на руки. Однако в контексте нашего
исследования искажения от этих различий не должны быть велики. Дело в том, что ОЗПП
проводилось только два раза в течение анализируемого периода – в 2005 и 2007 гг. К этому
времени в России уже несколько лет действовала плоская шкала подоходного налога. По
этому основные различия между начисленными и чистыми заработными платами должны
«уйти» в коэффициент при даммипеременной для ОЗПП.
Важно отметить, что во многих исследованиях на используемые выборки накладыва
лись различные дополнительные ограничения. Пожалуй, самые распространенные среди
них – ограничения по возрасту респондентов. Как показывает анализ, такие ограничения
вводились при получении 40% оценок из нашей базы данных. Обычно они совпадали с
границами трудоспособного возраста, но в некоторых работах использовались и более ши
рокие рамки – например, занятые от 15 до 64 лет.
Авторы поразному формируют переменные образования и заработной платы
(табл. 22). В отличие от американской традиции, где в обследованиях населения чаще
всего задается прямой вопрос о том, сколько лет учился респондент, в российских обсле
дованиях, как правило, респондентов спрашивают о самом высоком имеющемся уровне
образования или обо всех имеющихся у них дипломах учебных заведений. Прямые вопро
сы о количестве лет обучения на каждой ступени образования задаются лишь в РМЭЗ.
Поэтому большинство имеющихся оценок (66%) сделано с использованием не фактиче
ских, а расчетных (вмененных) показателей продолжительности обучения. Такие показа
тели получаются суммированием средней или нормативной продолжительности обучения
13
Подробнее о методологии ОЗПП см. во Введении и Главе 3.
167
на различных уровнях обучения. Использование вмененной продолжительности обуче

ния привносит дополнительные ошибки измерения. Если эти ошибки измерения дают за
метный эффект, то это можно будет увидеть в нашей метарегрессии.
Таблица 2.2. Характеристики метаданных по переменным обучения

и заработной платы
Число лет обучения:

фактическое 68 34,5
расчетное 129 65,5
Переменная заработной платы:
часовая 75 38,1
месячная 122 61,9
Охват заработков
только основное место работы 120 60,9
все трудовые доходы 77 39,1
Есть корректировка на задержки заработной платы 56 28,4
Учитываются натуральные выплаты 99 50,3
Как отмечалось выше, выбор периода, за который измеряется заработная плата, также
влияет на получаемые оценки. Большинство оценок (62%) рассчитано по месячным дан
ным, что может привести к завышению оценок отдачи от образования по сравнению с от
дачами по часовым заработкам (подробнее см. раздел 2.2). Однако нередко исследователи
включают продолжительность рабочего времени в число объясняющих переменных, что
полностью или частично нивелирует указанное смещение. Так как в России практика
почасовой оплаты слабо распространена, то в рассматриваемых нами работах все часо
вые ставки были получены расчетно, т.е. делением месячных заработков на отработанное
время. Поэтому можно ожидать, что в метаанализе фактор выбора между часовыми и
месячными заработками не будет иметь большого значения.
Около 60% оценок рассчитано по данным, учитывающим заработную плату лишь по
основному месту работы. Однако 40% оценок все же учитывают данные обо всех трудовых
доходах. Влияние этого фактора неоднозначно и зависит от характера вторичной занято
сти. Если на второй работе квалифицированный работник работает на рабочем месте, не
требующем никаких специальных знаний и навыков, то его образование не будет прино
168
сить на этой работе высокой отдачи. Как следствие, оценки, рассчитанные для всех трудо
вых доходов, будут ниже. Однако возможна и обратная ситуация, при которой на второй
работе образование приносит более высокую отдачу. Классический пример – консалтинго
вая работа для преподавателей вузов. Скорее всего, в реальных выборках есть самые раз
нообразные сочетания квалификаций по первой и второй работам. В этом случае вопрос
об отдаче от образования при учете вторичной занятости является преимущественно эмпи
рическим. Впрочем, согласно имеющимся данным, доля работников, имеющих вторую ра
боту или приработки, в России не слишком велика. По данным Росстата, в 1999–2007 гг.
две и более работы имели 3–6% всех занятых [Экономическая активность населения Рос
14
сии, 2002, 2008] . По расчетам Рощина и Разумовой на основе РМЭЗ, в 1994–1998 гг. вто
ричной занятостью было охвачено от 4 до 11% всех работников [Рощин, Разумова, 2002].
Они приходят к выводу, что вторичная занятость в основном обусловлена стремлением
компенсировать ограниченность доходов на основной работе. При этом ставки заработ
ной платы на второй работе для большинства вовлеченных во вторичную занятость ниже,
чем на основной работе. Таким образом, можно ожидать, что оценки отдачи, сделанные
по данным обо всех трудовых доходах, будут ниже.
Половина оценок получена по данным, учитывающим не только денежные, но и на
туральные выплаты продукцией предприятия, которые переводятся в денежную форму.
При этом чаще всего заработную плату в таком виде получали низкооплачиваемые работ
ники неэффективных предприятий. Кроме того, 28% оценок учитывают задержки заработ
ной платы, используя данные о продолжительности и размерах задолженности и пересчи
тывая выплаченные заработные платы в «контрактные». Переход к контрактным заработ
ным платам может занижать отдачу от образования изза того, что риски задолженности
неодинаковы для различных доходных групп. Исследования распространения задержек за
работной платы показали, что непропорционально большое бремя задержек несли работ
ники с низким уровнем квалификации (как следствие, с низкой заработной платой). Этим
категориям работников заработные платы задерживались относительно чаще и на большее
число месяцев (см., например: [Earle, Sabirianova, 2002]). Тот факт, что проблемы нату
ральных выплат и задержек заработной платы сконцентрированы на низкооплачиваемых
работниках, позволяет ожидать снижения оценок отдачи от образования при использова
нии контрактных заработных плат.
Обратимся теперь к эконометрической стороне анализа (табл. 2.3). Несмотря на
проблемы с эндогенностью образования по отношению к заработкам, МНК попрежнему
остается основным методом оценивания уравнения заработной платы. Это справедливо
14
Оценки за более ранний период производились по другой методологии и недостаточно достоверны.
169
не только для России, но и для других стран. Более изощренные техники (метод инстру
ментальных переменных и естественные эксперименты) предъявляют очень жесткие тре
бования к качеству данных и наличию в них довольно специфических переменных. Рос
сийские базы данных не позволяют в полном объеме использовать эти продвинутые ме
тоды. В результате около 90% оценок отдачи от образования были получены при помощи
именно МНК, оставшиеся 10% – с использованием хекмановской коррекции, которая,
однако, не решает проблемы эндогенности образования. (Как говорилось выше, этот ме
тод был разработан для решения проблемы эффекта отбора в занятость.)
Таблица 2.3. Характеристики метаданных по регрессиям
Методы оценивания:
МНК 177 89,9
хекмановская коррекция 20 10,1
Объясняющие переменные:
опыт работы 184 93,4
специальный стаж 44 22,3
семейное положение 15 7,6
отраслевые дамми 13 6,6
форма собственности/сектор 38 19,3
размер предприятия 4 2,0
региональные дамми 112 56,9
дамми для столиц 79 40,1
город/село 19 9,6
прочие переменные 17 8,6
Нижняя панель табл. 2.3 описывает спецификации использовавшихся уравнений.

В соответствии с рекомендациями Дж. Минцера, 93% уравнений включали опыт работы,
большинство – в квадратичной форме. В оставшихся 7% уравнений опыт был заменен
на возраст, хотя эта замена неравнозначна. Как указывают Хармон, Остервин и Уолкер
[Harmon et al., 2003], использование возраста вместо опыта работы ведет к занижению
оценок отдачи от образования. Различия в продолжительности обучения ведут к тому, что
к одинаковому возрасту более образованные работники имеют меньший стаж работы, а
170
менее образованные работники, наоборот, – больший стаж работы. Однако различия обыч
но не велики – около 2% (по оценке Хармона и др.), поэтому при сравнительно неболь
шом числе имеющихся у нас метанаблюдений, уловить их едва ли возможно.
Большой популярностью пользуется включение в спецификацию региональных и дру
гих территориальных переменных. Свыше половины уравнений включают региональные
даммипеременные; в ряде случаев это делалось на уровне субъектов Российской Федера
ции, но чаще всего на уровне экономических районов или федеральных округов. В 40%
уравнений имеются даммипеременные для столиц – Москвы и СанктПетербурга; около
10% включают даммипеременные для проживания в городе/селе. Эти региональные и
территориальные переменные должны контролировать преимущества и недостатки прожи
вания в разных регионах страны, среди которых различия в климатических условиях, стои
мости и качестве жизни.
Включение региональных переменных в целом имеет очень сильное влияние на вели
чину отдачи (этому вопросу специально посвящена следующая глава книги). Чейдвассер
и БенитезСильва [Cheidvasser, BenítezSilva, 2007] считают, что высокие оценки отдачи
от образования, полученные в ряде работ по российским данным, объясняются отсутствием
региональных переменных среди регрессоров. В используемых ими спецификациях вклю
чение региональных переменных уменьшало оценки отдачи. Снижение отдач при добав
лении территориальных переменных отмечалось и в работах по другим странам, в частности
по Бразилии [Birdsall, Behrman, 1984]. Н. Бёрдзэл и Дж. Берман выдвинули ряд предполо
жений для объяснения этого феномена: различия в стоимости жизни; издержки миграции;
более сильное занижение респондентами своих доходов в сельских районах; неравновес
ность региональных рынков труда; эндогенность, связанная с межпоколенческой корреля
цией в доходах; недооценка затрат на образование в сельских районах.
Достаточно распространено включение в спецификацию переменных, характеризую
щих текущее место работы. Каждая пятое уравнение содержит специальный стаж работы –
как таковой и в квадратичной форме. Примерно такой же процент уравнений включает
переменные для форм собственности. Поскольку в большинстве случаев данные не по
зволяют использовать разделение, соответствующее стандартной классификации форм
собственности, то чаще всего авторы ограничиваются разделением на частный и государ
ственный сектор. Переменные размера и отраслевой принадлежности включаются реже.
Основная причина состоит в отсутствии подобных данных, но многие авторы не вводят
характеристики работодателя в уравнение, считая их эндогенными.
Более полные спецификации встречаются достаточно редко. Семейное положение
контролировалось лишь в 7,6% уравнений, однако все они содержатся в статье В. Вернон
[Vernon, 2002]. Поэтому мы не включаем этот фактор в метарегрессии. Прочие перемен
171
ные использовались лишь в 9% уравнений. Среди них дамми для членства в профсоюзах,
этнической принадлежности, условий труда, наличия подчиненных, размера семьи и др.
Однако каждая из них присутствовала в очень незначительном числе спецификаций.
2.6.
Результаты мета-анализа
Распределение исходных оценок отдачи от образования представлено на рис. 2.1. В среднем
норма отдачи от образования составляет 7,1%, варьируясь от –0,5 до 16,4% в расчете на
дополнительный год обучения. Половина оценок лежит в диапазоне от 5,6 до 8,6%. Отдача
от образования для мужчин ниже, чем для женщин. Средняя оценка для подвыборок муж
чин составила 6,3%, для подвыборок женщин – 8,1%. Поскольку в большинстве отечест
венных работ не приводятся стандартные ошибки полученных коэффициентов, а лишь
указывается уровень их значимости, мы не можем рассчитать доверительные интервалы
для полученных метаоценок.
20
15
%
10
0
0 5 10 15 20
Отдача от образования, %
Рис. 2.1. Отдача от образования
Отдача от образования не была постоянной в течение периода, для которого мы рас

полагаем оценками (рис. 2.2). Столбцы на рис. 2.2 соответствуют средним значениям отда
чи, рассчитанным по данным из всех доступных источников, а точки – средним значениям,
рассчитанным на основе РМЭЗ. Метаанализ подтверждает вывод о том, что отдача от об
разования росла быстрыми темпами с середины 1980х годов и вплоть до начала 2000х го
172
дов. Тенденции 2000х годов менее определенны – за ряд лет мы имеем всего по одной
оценке. Оценки строились на основе данных из разных источников, поэтому в них сущест
вует большой разброс. При этом данные РМЭЗ свидетельствуют о том, что отдача от обра
зования в этот период, по крайней мере, не росла, а, возможно, даже снижалась.
10 11
15
9 1
26 22
15
8
15 1
19 6 5
7 32 1
4 1
6
% 9
5 1
5 3
4
5
3
0 Годы
1990
1991
1985
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
1992
Все оценки РМЭЗ
Рис. 2.2. Изменение средних оценок отдачи от образования

(цифры над столбцами – число оценок, по которым рассчитывалась средняя отдача)
В табл. 2.4 представлены результаты оценивания метарегрессии, в которой в левой

части уравнения стоят оценки отдачи от образования (выраженные в процентах), а в пра
вой – различные характеристики метаданных. Для проверки робастности полученных ре
зультатов мы оценивали две метарегрессии – одну по всем данным, включая оценки для
подвыборок мужчин и женщин; а вторую – только по тем оценкам, которые делались по
выборкам, включающим оба пола. В первом случае мы имеем больше метанаблюдений,
во втором – совокупность оценок является более однородной и не возникает проблем изза
возможных различий в моделях формирования заработных плат мужчин и женщин. Однако
по большинству переменных результаты обеих метарегрессий оказались очень похожими.
Поэтому при описании результатов мы будем ориентироваться на метарегрессию по всем
оценкам. Результаты второй метарегрессии будут комментироваться лишь в тех случаях,
где имеются заметные отклонения от первой метарегрессии. Отметим только, что в целом
обе метарегрессии хорошо описывают существующие оценки – имеют высокие значения
2
R и содержат достаточно много значимых коэффициентов.
173
Таблица 2.4. Результаты оценивания метарегрессии
Все Оценки только для выборок,

оценки включающих оба пола
коэффициент стандартная коэффициент стандартная
ошибка ошибка
*** ***
t (1990 г. = 0) 0,535 0,059 0,532 0,048
2 *** ***
t –0,018 0,004 –0,015 0,004
Обследование домохозяйств (1 = да) 0,063 0,636 0,535 0,592
**
Месячные заработные платы (1 = да) –0,758 0,342 –0,498 0,354
Только основное место работы (1 = да) –0,271 0,349 0,002 0,316
Коррекция на задержки зарплаты (1 = да) –0,258 0,375 –0,130 0,383
Характеристика выборки по полу (оба пола)
***
только мужчины –0,926 0,350
***
только женщины 0,921 0,350
** ***
Фактическое число лет обучения (1 = да) –0,869 0,386 –1,242 0,361
*** **
МНК (1 = да) 1,917 0,412 1,485 0,630
**
Специальный стаж (1 = да) –0,692 0,426 –0,843 0,415
Отрасли (1 = да) 0,137 0,536 0,140 0,448
*** ***
Форма собственности/сектор (1 = да) 1,535 0,466 1,526 0,452
Регион (1 = да) –0,401 0,341 –0,473 0,336
** **
Город/село (1 = да) –1,528 0,667 –1,179 0,589
*** ***
Прочие переменные (1 = да) –1,839 0,573 –1,873 0,602
*** ***
Константа 4,082 0,842 3,566 0,919
2
R 0,632 0,781
Число наблюдений 197 121
*** ** *
Примечание: p < 0,01, p < 0,05, p < 0,1.
Переменная t в метарегрессиях, соответствующая году, за который была сделана

оценка (1990 г. принимался за ноль), включена в уравнение в квадратичной форме. Как
следует из значений коэффициентов, отдача от образования была минимальной в начале
периода, но интенсивно росла в конце 1980х и первой половине 1990х годов. Ее рост
составлял примерно 0,4–0,5 п.п. в год. В конце 1990х годов рост отдачи начал замедляться,
174
и в 2004–2005 гг. она достигла своих максимальных значений. Для 2006–2008 гг. делать
какиелибо окончательные выводы пока преждевременно: можно говорить лишь о наме
тившихся признаках небольшого снижения, которое, однако, не является статистически
значимым. На рис. 2.3 динамика отдач иллюстрируется простыми расчетами на основе
первой метарегрессии, где значения всех остальных переменных брались на уровне сред
них по выборке. В соответствии с этими расчетами, средняя отдача от дополнительного
года обучения за период рыночных реформ повысилась почти вдвое – с 4–5% в начале
1990х годов до 8% в 2000е годы. Это достаточно высокая отдача по международным мер
кам и примерно соответствует средним оценкам по странам – членам ОЭСР [Psacharo
poulos, Patrinos, 2004].
10
% 5
4
Оба пола
3
Мужчины
2
Женщины
1
0
2000
2004
1990
1994
1996
1998
1999
2001
2003
2005
2006
2007
1995
1992
1997
2008
1991
2002
1993
Годы
Рис. 2.3. Расчетные значения отдачи от образования по годам
Как уже отмечалось, оценки норм отдачи производились нами как для всей выборки,
так и отдельно для мужчин и женщин (для мужчин и женщин прогнозы представляют
вертикальный сдвиг расчетной кривой для обоих полов на величину, равную коэффициенту
при даммипеременных для подвыборок мужчин и женщин). Отдачи от образования у
женщин оказываются в среднем почти на 2 п.п. выше, чем у мужчин. К сожалению, для
выделения гендерноспецифических трендов имеющихся оценок отдельно для мужчин и
женщин недостаточно.
Быстрый рост отдачи от образования происходил практически во всех странах с пере
ходной экономикой. Из 11 стран, рассматривавшихся в работе Флейшера и др. [Fleisher et
al., 2005], лишь две страны – Украина и Китай – имели низкие показатели отдачи от об
175
разования в конце 1990х годов. Россия же, по их расчетам, была в числе лидеров по росту
отдач. Это подтверждают и расчеты по данным ISSP [Flabbia et al., 2008]. Рост отдач в те
чение переходного периода, в первую очередь, был связан с сильной степенью их сжатия
в командной экономике. Флейшер и др. [Fleisher et al., 2005] показали, что в странах с бо
лее быстрыми и масштабными реформами отдача росла быстрее. Еще одна возможная
причина быстрого роста отдач связана c «шульцевским» аллокационным эффектом – об
разование помогает быстрее адаптироваться в периоды структурных трансформаций и
экономической нестабильности. По расчетам Флейшера и др., этот фактор также играл су
щественную роль в объяснении роста отдач от образования в переходных экономиках (бо
лее подробное обсуждение потенциальных источников роста норм отдачи см. в Главе 1).
Поскольку обследования ЛевадаЦентра (ВЦИОМ) и ISSP представлены небольшим
числом оценок, мы объединили эти источники с РМЭЗ в одну общую группу, включаю
щую обследования домашних хозяйств. Поэтому переменная «Обследование домашних
хозяйств» принимает значение ноль лишь в том случае, если оценки сделаны по ОЗПП.
Выше мы указывали причины, по которым оценки, построенные по ОЗПП, должны рас
сматриваться отдельно, однако результаты оценивания показали, что тип источника дан
ных не оказывает существенного влияния на величину оценок.
Коэффициент при даммипеременной для месячных заработков имеет отрицательный
знак в обеих метарегрессиях, но значим лишь в общей метарегрессии. Между тем, как
было отмечено выше, в других странах оценки отдач выше при использовании именно
месячных, а не часовых ставок. Значимый отрицательный коэффициент может свиде
тельствовать о том, что в России работники с более высокими часовыми ставками зара
ботной платы работают меньшее число часов.
Оценки отдачи не зависят от того, учитываются ли заработки на второй работе, про
водилась ли корректировка заработных плат на задержки в их выплате. Напротив, метод
измерения продолжительности обучения оказывается чрезвычайно важным. При исполь
зовании фактического числа лет обучения оценки отдачи от образования оказываются ни
же почти на 1 п.п. Этот результат может показаться неожиданным, поскольку использо
вание расчетного числа лет обучения увеличивает влияние ошибок измерения, а такие
ошибки, как известно, смещают коэффициенты в сторону нуля (attenuation bias). Конечно,
смещение коэффициентов в сторону нуля происходит лишь в том случае, если сами
ошибки измерения являются «классическими», т.е. имеют нулевое математическое ожида
ние и одинаково распределены. Если же ошибки имеют «неклассическое» распределение,
то направление смещения нельзя предсказать априори. В нашем случае неклассический
характер ошибок измерения очевиден: расчетное число лет обучения меньше фактического
(при классических ошибках измерения они должны были бы совпадать). Существенные
176
расхождения между фактической и расчетной продолжительностью обучения могут воз

никать изза того, что в последнем случае расчет продолжительности обучения произво
дится по самому высокому достигнутому уровню профессионального образования, без
учета его промежуточных ступеней. Например, если респондент окончил сначала ссуз и
лишь затем вуз, то ему будут вменяться только пять лет, соответствующих продолжитель
ности обучения в вузе, и игнорироваться годы, которые он потратил на обучение в ссузе.
Кроме того, такие расхождения могут быть связаны и с тем, что некоторые работники еще
не завершили обучения. Продолжительность незавершенного образования учитывается при
расчете фактического числа лет обучения, но игнорируется при переходе от достигнутых
уровней образования к расчетной продолжительности обучения. В то же время при расчете
фактического числа лет обучения также возможны ошибки. Например, завышение про
должительности обучения для тех респондентов, которые учились в учебных заведениях
разного уровня параллельно, а также для тех, кто на длительное время прерывал учебу или
уходил в академический отпуск. В целом, однако, фактическая продолжительность обуче
ния более точно отражает его длительность. Тростел и др. [Trostel et al., 2002] отмечают,
что при неполном учете или цензурировании сверху фактической продолжительности
15
обучения обычно получаются завышенные оценки отдач от образования .
Выбор метода оценивания также очень важен для получения корректных оценок.
Использование МНК приводит к завышению отдач, а при учете эффекта отбора в заня
тость мы получаем более низкие оценки. Разница в отдачах, полученных при помощи
МНК с и без хекмановской коррекции, составляет около 1,9 п.п. Это выше, чем эффект
отбора какоголибо другого фактора в нашей метарегрессии.
Значимое влияние коррекции на эффект отбора является очень важным результатом.
Большинство работ, написанных по развитым странам, заключают, что отбор практически
не сказывается на величине отдачи от образования. Между тем в работах по развиваю
щимся странам значимый эффект отбора наблюдается достаточно часто (см. например,
[Bagheri, Kara, 2008] – по Турции, [Arabsheibani, Mussurov, 2007] – по Казахстану). Однако
исследований по развивающимся странам и переходным экономикам все еще недоста
точно для того, чтобы дать однозначный ответ на вопрос о причинах высокой значимости
эффекта отбора. Этот эффект может быть связан и с более низким качеством данных по
15
Следует также отметить, что в российских условиях оба метода могут вести к существенному завыше
нию действительной продолжительности обучения. Конвенциональные оценки должны завышать про
должительность обучения при получении неочного образования, поскольку затраты времени, посвящае
мого учебе, в этом случае оказываются намного меньше, чем при получении очного образования. Как изве
стно, в России значительная часть работников получает профессиональное образование в неочных фор
мах. Следствием таких ошибок измерения (которым в равной мере подвержены как фактический, так и
расчетный методы) может становиться существенное занижение оценок норм отдачи.
177
этим группам стран. Но если отвлечься от аргумента о качестве данных, то причинами

могут быть низкий уровень участия в рабочей силе, обширный неформальный сектор с
нестабильной и незащищенной занятостью, более широкие возможности занятости в до
машнем хозяйстве, прежде всего, на личных земельных участках. В России уровень уча
стия в рабочей силе очень высок как для мужчин, так и для женщин в трудоспособном
возрасте, однако достаточно быстро падает сразу после наступления пенсионного возраста.
Неформальный сектор и высокий уровень занятости – особенно, вторичной – в личных
подсобных хозяйствах также могли повлиять на высокую значимость эффекта отбора. В боль
шинстве случаев использование хекмановской коррекции подтверждает наличие поло
жительного отбора в занятость: сюда «отбираются» те индивиды, чьи производительные
характеристики лучше, чем у случайного человека, взятого из выборки. Впрочем, бóльшая
часть оценок, использующих метод хекмановской коррекции в нашей выборке, взята из
одной работы – статьи Денисовой и Карцевой (2007). Ее авторы очень жестко подходят
к формированию выборки, исключая всех лиц нетрудоспособного возраста, студентов,
инвалидов и пенсионеров. Таким образом, большая часть эффекта отбора формируется за
счет лиц, находящихся в трудоспособном возрасте. Если же мы оцениваем метарегрес
сию, исключив оценки из данной работы, то коэффициент при даммипеременной для
МНК уменьшается, хотя и сохраняет свою значимость.
Спецификация уравнения заработной платы также сказывается на оценке отдачи.
Незначимым оказался эффект от включения в уравнение переменной специального стажа
и региональных переменных. Последнее скорее всего связано с разнородностью регио
нальных переменных, используемых в разных работах.
Наиболее сильный эффект дает включение переменных формы собственности и
контроль типа населенного пункта. Учет формы собственности, хотя бы на уровне сектора
занятости, увеличивает оценки отдачи от образования на 1,5 п.п. Столь мощный эффект
связан с неравномерным распределением работников с высшим образованием по секторам
и с различиями в механизмах зарплатообразования на государственных и частных пред
приятиях.
Сильное влияние типа населенного пункта на величину отдачи может вызывать не
которое удивление. Насколько нам известно, в исследованиях по России данный фактор
никогда не назывался в качестве значимого детерминанта отдачи от образования. Самая
высокая отдача от образования наблюдается в сельских населенных пунктах, тогда как в
крупных городах она заметно ниже. Экономическая теория не дает однозначных предска
заний относительно того, как должна варьироваться отдача от образования по типам посе
ления. С одной стороны, существуют факторы, благодаря которым можно ожидать более
высокой отдачи от образования в городах. Агломерационные эффекты могут приводить к
неравномерному росту производительности труда. Если, благодаря их действию, быстрее
178
растет производительность труда более образованных работников, то отдача от образова

ния будет положительно связана с размерами населенных пунктов. Кроме того, в городах,
особенно в крупных, выше качество образования, что также должно положительно влиять
на отдачи от образования. С другой стороны, можно выделить факторы, действующие в
обратном направлении. Вопервых, учитывая более высокую склонность к мобильности,
наблюдающуюся у образованных индивидов, работодатели в мелких населенных пунктах
вынуждены платить бóльшую премию за образование, чтобы удержать их в этой местно
сти. Вовторых, негативное влияние экспансии высшего образования (избыточное предло
жение работников с высшим образованием) должно проявляться, прежде всего, в крупных
городах, где «оседает» подавляющее большинство выпускников вузов. Втретьих, различия
в отдачах по типам населенных пунктов могут отражать особенности системы зарплатооб
разования. Если заработные платы в государственном секторе определяются централизо
ванно, исходя из усредненных условий, то премии за работу в этом секторе будут выше
для тех населенных пунктов, где ниже альтернативные заработные платы [Гимпельсон,
Лукьянова, 2006а, 2006б]. Поскольку в государственном секторе выше доля работников с
высоким уровнем образования, то при отсутствии в регрессии переменных для формы
собственности отдача от образования будет выше в более мелких населенных пунктах.
Эмпирические оценки свидетельствуют, что в разных странах наблюдаются разные соот
ношения в отдачах между городом и селом. Однако чаще все же наблюдается ситуация,
обратная российской: отдача от образования в городах оказывается выше, чем на селе.
Детальный анализ этих связей выходит за рамки нашего метаанализа. Метаанализ лишь
указывает на то, что эта проблема нуждается в дополнительных исследованиях.
2.7.
Симуляция мета-анализа
на данных РМЭЗ
Многие из проанализированных работ не приводят стандартных ошибок для получаемых
оценок. Это не позволяет учесть качественные различия между исследованиями и по
строить доверительные интервалы для наших метаоценок. Некоторые другие важные осо
бенности работ, например, различия в методах формирования выборки, также не нашли
отражения в наших метарегрессиях. Это связано с тем, что авторы поразному опреде
ляют возрастные границы выборки, а также поразному подходят к включению и исклю
чению отдельных социальнодемографических групп из выборки. Чтобы учесть все эти раз
личия, нам пришлось бы создавать около десятка новых переменных, что невозможно для
совокупности из двухсот оценок. По той же причине мы не учитываем фактор множест
179
венности оценок в каждом исследовании. В приведенных выше метарегрессиях импли

цитно предполагалось, что каждая из анализируемых оценок является независимой от
других. Очевидно, что это не так. В действительности каждое из доступных исследований
представлено в метарегрессиях более чем одной оценкой и их нельзя в строгом смысле
считать независимыми. На данном этапе мы расширяем рамки метаанализа и переходим
от анализа оценок в существующих работах к серии «контролируемых экспериментов»,
которые позволяют учесть перечисленные выше проблемы.
На основе минцеровского уравнения мы сгенерировали достаточно большое число оце
нок отдачи от образования, используя данные нескольких раундов РМЭЗ (2001–2007 гг.).
Эти оценки различаются по таким важным характеристикам, как подходы к формирова
нию выборки, временной интервал для измерения заработной платы, набор объясняющих
переменных. Затем по этим сгенерированным оценкам была построена метарегрессия.
Подобное упражнение, которое можно назвать «метааналитической симуляцией», позво
ляет не только увеличить число оценок, но и решить проблему «картотечного ящика», а
также добиться лучшей сопоставимости оценок.
Остановимся подробнее на том, как формировался наш информационный массив
для метасимуляций. Выбор периода 2001–2007 гг. связан с тремя основными обстоятель
ствами. Вопервых, это был период устойчивого экономического роста, в течение которого
рынок труда не испытывал негативных шоков, способных вызвать краткосрочные измене
ния в структуре заработных плат. Вовторых, в эти годы перестали играть существенную
роль задержки заработной платы. И, наконец, втретьих, в этот период обследования про
водились ежегодно.
Для каждого раунда было сформировано по три переменных заработной платы. Пер
вая переменная соответствовала ответу на вопрос о средних месячных заработках: «За по
следние 12 месяцев какова была ваша среднемесячная зарплата на этом предприятии после
вычета налогов – независимо от того, платят вам ее вовремя или нет?». Вторая переменная –
часовая заработная плата – рассчитывалась делением среднемесячной заработной платы
на обычную продолжительность рабочего месяца. Третья переменная – это фактическая
заработная плата за последние 30 дней. Во всех трех случаях мы учитывали только основ
ное место работы. Переменная продолжительности обучения также формировалась двумя
способами: как фактическое и как расчетное число лет обучения. Кроме того, для каждого
раунда мы рассмотрели четыре варианта ограничения выборки по возрасту: (1) без ог
раничений; (2) лица в возрасте 15–64 лет; (3) лица трудоспособного возраста (от 16 до
55 (женщины)/60 (мужчины) лет); (4) лица в возрасте максимального уровня трудовой
активности (от 24 до 50 (женщины)/55 (мужчины) лет).
Для каждого определения заработной платы, каждого метода измерения продолжи
тельности обучения и каждого варианта ограничения выборки по возрасту было оценено
180
по 10–12 различных спецификаций уравнения заработной платы. Исходная спецификация

включала только образование. Далее к ней был добавлен общий стаж работы. Затем к этим
двум переменным мы поочередно добавляли по одной дополнительной контрольной пе
ременной из следующего списка: специальный стаж и специальный стаж в квадрате, пол,
регион, тип населенного пункта, логарифм продолжительности рабочего времени (только
для месячных заработных плат), форма собственности, размер предприятия, отрасль (2001–
2003 гг.). Регион контролировался на двух уровнях – на уровне федеральных округов и на
уровне первичных единиц отбора, которые в большинстве случаев совпадают с субъектами
Российской Федерации, входящими в выборку. Наконец, финальная спецификация вклю
чала все перечисленные выше переменные. Все уравнения оценивались методом наимень
ших квадратов. В результате для 2001–2003 гг. по каждому раунду мы сгенерировали по
280 оценок нормы отдачи от образования, для 2004–2007 гг. – по 256 оценок, а общее
число оценок составило 1864.
На рис. 2.4 показан так называемый «воронкообразный график» (funnel plot). Воронко
образные графики широко используются в метаанализе для визуальной идентификации
систематических различий в имеющихся оценках, в том числе публикационных смещений.
Они показывают взаимосвязь между оценками параметра (горизонтальная ось) и стандарт
ными ошибками (вертикальная ось). Вертикальная линия на графике соответствует средне
взвешенной оценке, а расходящиеся вверх пунктирные линии показывают 95процент
ные «доверительные» интервалы, рассчитанные для разных значений стандартных ошибок.
Оценку среднего значения можно считать достоверной, если все (или почти все) точки на
графике располагаются симметрично внутри сегмента, образованного пунктирными ли
ниями. Если расположение точек несимметрично или значительная часть точек выходит
за пределы указанного сегмента, то рассчитанные средние не могут считаться достовер
ными оценками анализируемого параметра. В этом случае необходимо использовать ме
тоды, учитывающие неоднородность оценок, например, метарегрессионный анализ.
Оценки норм отдачи от образования в нашей совокупности варьируются от 3,7 до
13% (рис. 2.4). Среднее значение для оценок, рассчитанное как простое среднее арифме
тическое за весь период, равно 7,7%. Однако оно не учитывает различий в качестве оценок,
которое в нашем случае определяется величиной стандартных ошибок. Если среднюю
норму отдачи рассчитывать в соответствии с правилами метаанализа, придавая больший
вес оценкам с маленькими стандартными ошибками, то средняя норма отдачи будет равна
7,3%, что соответствует вертикальной линии на рис. 2.4. В то же время рис. 2.4 указывает
на существенную неоднородность в полученных оценках: их разброс выходит далеко за
рамки сегмента, ограниченного пунктирными линиями. Поэтому мы не можем полагаться
на величину 7,3% как на хорошую оценку отдачи за весь период. Скорее всего, имеются
181
факторы, систематическим образом влияющие на величину оценки, и мы попытаемся их

учесть при построении метарегрессии (см. ниже).
Воронкообразный график с 95-процентными «доверительными» интервалами
Cтандартные ошибки оценок отдачи от образования
0,01
0,008
0,006
0,004
0,002
0,04 0,06 0,08 0,1 0,12 0,14
Оценки отдачи от образования
Рис. 2.4. Оценки, полученные в результате метасимуляции
В качестве предварительного дескриптивного шага мы рассчитали средние отдачи от

образования для отдельных групп оценок. В табл. 2.5 показано изменение средних отдач
по годам внутри периода. Согласно расчетам, норма отдачи от образования достигла пика
в 2003 г., после чего стала снижаться. К 2007 г. по сравнению с 2003 г. снижение составило
1,4 п.п., причем во второй половине 2000х годов отдачи были ниже, чем в 2001 г. Впрочем,
резкое снижение отдач в 2004 г. вызывает вопросы, поскольку начиная именно с 2004 г.
изза отсутствия сопоставимых данных мы не рассчитывали спецификации, включающие
отрасли. Из табл. 2.6 видно, что выбор спецификации существенным образом влияет на
оценки – разброс в средних оценках отдачи достигает 3,4 п.п. Минимальные оценки дают
спецификации, включающие регион на уровне первичной единицы отбора (PSU), а также
спецификации, включающие тип населенного пункта (четыре категории: областной центр,
город, поселок городского типа, село). Максимальные оценки получены для специфика
ций, включающих пол работника или форму собственности предприятия. «Каноническая»
спецификация, первоначально использованная Дж. Минцером (образование + опыт рабо
ты + рабочее время), дает достаточно высокие оценки нормы отдачи – в среднем около 8%.
Таблица 2.7 показывает, что более высокие оценки отдач получаются при использовании
182
часовых ставок, а также в тех случаях, когда на выборку накладываются наиболее жесткие
возрастные ограничения.
Таблица 2.5. Результаты метасимуляции:

норма отдачи от образования по годам
Год Метаоценка 95процентные доверительные интервалы Количество

нормы отдачи нижняя граница верхняя граница оценок
2001 0,074 0,074 0,075 280

2002 0,079 0,078 0,080 280
2003 0,080 0,080 0,081 280
2004 0,071 0,071 0,072 256
2005 0,071 0,070 0,071 256
2006 0,072 0,072 0,073 256
2007 0,066 0,065 0,066 256
Все годы 0,073 0,073 0,073 1864
Таблица 2.6. Результаты метасимуляции: норма отдачи от образования

по спецификациям (все годы)
Спецификация Метаоценка 95процентные доверительные Количество

нормы отдачи интервалы оценок
нижняя верхняя
граница граница
1 Без контрольных переменных 0,077 0,077 0,078 168
2 Стаж работы 0,077 0,076 0,078 168
3 Стаж работы + специальный стаж 0,077 0,076 0,078 168
4 Стаж работы + пол 0,088 0,087 0,089 168
5 Стаж работы + регион (ФО) 0,071 0,071 0,072 168
6 Стаж работы + регион (PSU) 0,054 0,053 0,055 168
Стаж работы + тип населенного
7
пункта 0,056 0,055 0,057 168
*
8 Стаж работы + рабочее время 0,080 0,079 0,081 112
9 Стаж работы + форма собственности 0,084 0,083 0,085 168
**
10 Стаж работы + отрасль 0,076 0,075 0,077 72
11 Стаж работы + размер предприятия 0,079 0,079 0,080 168
12 Все перечисленные переменные 0,066 0,065 0,067 168
*
Примечание: – продолжительность рабочего времени (лог) включалась только в спецификации с месяч
**
ными заработными платами; – 2001–2003 гг.
183
Таблица 2.7. Результаты метасимуляции: норма отдачи от образования

по другим метахарактеристикам (все годы)
Характеристика Метаоценка 95процентные доверительные Количество

нормы отдачи интервалы оценок
нижняя граница верхняя граница
Определение заработной платы
месячные зарплаты 0,070 0,069 0,070 640
часовые зарплаты 0,078 0,078 0,079 584
зарплаты за последний месяц 0,070 0,070 0,071 640
Возрастные группы
без ограничений 0,071 0,070 0,071 466
трудоспособный возраст 0,074 0,074 0,075 466
15–64 года 0,072 0,072 0,073 466
мужчины: 24–55,
женщины: 24–50 0,075 0,075 0,076 466
Результаты оценивания метасимуляционной регрессии в целом подтверждают эти

дескриптивные результаты (табл. 2.8), а также результаты метаанализа реальных работ
(табл. 2.4). Отличия от метаанализа реальных данных вполне объяснимы: большинство
реальных оценок относились к более раннему периоду. В целом метасимуляционная рег
рессия объясняет около 97% вариации в оценках. Столь высокая величина коэффициента
детерминации обусловлена тем, что мы имеем дело не с реальными оценками, а с оценка
ми, сгенерированными по определенному алгоритму.
Результаты метарегрессионного анализа подтверждают, что перелом в тенденции
роста отдач произошел в середине 2000х годов. Начиная с 2004 г. мы наблюдаем снижение
отдачи от образования. Метасимуляционная регрессия дает ту же оценку величины сни
жения отдачи, что и представленный выше дескриптивный анализ. Оно составило 1,4 п.п.
в 2007 г. по сравнению с 2003 г. и 0,8 п.п. по сравнению с 2001 г. Таким образом, снижение
нормы отдачи нельзя полностью объяснить лишь различиями в используемых специфи
кациях. Однако этот вывод справедлив только для данных РМЭЗ и нуждается в дополни
тельной проверке по другим выборкам.
Использование месячных заработных плат вместо часовых ставок ведет к снижению
отдачи на 0,9 п.п. Этот результат мы уже видели в табл. 2.4. Метасимуляция позволяет
сделать одно уточнение: с точки зрения величины отдачи не имеет значения, используются
ли данные о среднемесячной заработной плате за последние 12 месяцев или данные о фак
тических заработках за последние 30 дней. Кроме того, табл. 2.8 указывает на еще один
184
способ «довести» уровни отдачи, рассчитанные по месячным заработкам, до значений от

дач, рассчитанных по часовым заработкам. Это можно сделать, включив в уравнение про
должительность рабочего времени.
Таблица 2.8. Результаты метасимуляции: метарегрессия
Коэффициент Стандартная P>|t|

ошибка
Год (2001)
2002 0,005 0,001 0,000
2003 0,006 0,001 0,000
2004 –0,003 0,001 0,000
2005 –0,003 0,001 0,000
2006 –0,002 0,001 0,000
2007 –0,008 0,001 0,000
Определение заработной платы (месячные зарплаты)
часовые зарплаты 0,009 0,000 0,000
зарплата за последний месяц 0,001 0,000 0,128
Фактическое число лет обучения (1 = да) –0,020 0,000 0,000
Возрастные границы (15–64 года)
мужчины: 24–55, женщины: 24–50 0,003 0,000 0,000
без ограничений –0,002 0,000 0,000
трудоспособный возраст 0,002 0,000 0,000
Общий стаж (1 = да) –0,002 0,000 0,000
Специальный стаж (1 = да) 0,002 0,000 0,000
Пол (1 = да) 0,013 0,000 0,000
Регион на уровне ФО (1 = да) –0,004 0,000 0,000
Регион на уровне PSU (1 = да) –0,022 0,000 0,000
Тип населенного пункта (1 = да) –0,019 0,000 0,000
Рабочее время (1 = да) 0,008 0,001 0,000
Формы собственности (1 = да) 0,009 0,000 0,000
Отрасль (1 = да) 0,000 0,001 0,763
Размер предприятия (1 = да) 0,004 0,000 0,000
Константа 0,088 0,001 0,000
Число наблюдений 1864
2
Скорректированный R 0,973
185
Способ построения образовательной переменной оказывается одним из ключевых

факторов, влияющих на величину отдачи. Оценивание уравнений по фактической и рас
четной продолжительности обучения дает расхождение в 2 п.п. в пользу расчетного числа
лет обучения. Напомним, что в метаанализе реальных отдач этот фактор играл сущест
венную роль, но уступал по важности другим факторам. Наш контролируемый экспери
мент подчеркивает его особую значимость.
При проведении метаанализа по реальным оценкам мы не смогли оценить, как влия
ет на величину отдачи от образования ограничение выборки по возрасту респондентов. Со
гласно метасимуляции подобный эффект может составлять до 0,5 п.п. в зависимости от
строгости ограничений. Наиболее низкие отдачи получаются в том случае, если исследо
ватель не накладывает никаких ограничений по возрасту или накладывает достаточно мяг
кие ограничения (например, от 15 до 64 лет). В результате в выборку попадает большое
число подрабатывающих студентов и работающих пенсионеров. В обеих группах, хотя и
по разным причинам, многие индивиды работают на рабочих местах, не соответствующих
формальному уровню их человеческого капитала. Самые высокие нормы отдач были по
лучены нами для подвыборки респондентов в возрасте от 24 до 50 (женщины)/55 (мужчи
ны) лет. При таких ограничениях исключаются не только студенты и пенсионеры, но и
лица предпенсионного возраста. В активных трудовых возрастах норма отдачи от образо
вания выше, чем в группах с менее устойчивой привязкой к рынку труда.
Метасимуляционные расчеты подтверждают значительное влияние типа населенного
пункта на величину нормы отдачи от образования. При включении этой переменной в
уравнение заработной платы отдача падает почти на 2 п.п. Этот результат подкрепляет
сделанный ранее вывод о необходимости более тщательного анализа различий в отдачах от
образования между городом и селом.
При метаанализе реальных оценок нам не удалось подтвердить гипотезу о важности
контроля региональных эффектов, высказывавшуюся в ряде исследований. Однако напом
ним, что на том этапе мы не учитывали то, на каком уровне контролируется регион – на
уровне экономического района (федерального округа) или на уровне области/республики.
В метасимуляционных расчетах мы можем учесть это обстоятельство. Результаты пока
зывают, что включение региона ведет к снижению оценки нормы отдачи от образования.
Однако если регион включается на уровне федерального округа, то снижение составляет
всего 0,4 п.п., тогда как при контроле на уровне первичной ячейки территориального от
16
бора (PSU) оно значительно выше и составляет уже 2,2 п.п. Несмотря на столь впечат
ляющие результаты от включения региональных переменных на уровне PSU, у нас оста
ются серьезные сомнения в том, что эти эффекты на самом деле являются территориаль
16
Подробнее межрегиональная вариация в отдачах и ее детерминанты рассматриваются в Главе 3.
186
ными, а не маскируют уже обсуждавшиеся поселенческие эффекты. Наши сомнения свя

заны с некоторыми особенностями построения выборки РМЭЗ. Например, в 2007 г. из
37 PSU, выделенных в РМЭЗ, в 22 PSU опрашивались респонденты, проживающие в ка
комлибо одном из четырех типов населенных пунктов, еще в 3 PSU свыше 90% респон
дентов проживали в населенных пунктах одного типа и лишь в 2 PSU респонденты про
живали в населенных пунктах трех типов. Таким образом, переменная PSU, скорее всего,
отражает смешанное влияние двух факторов – территориального и поселенческого.
Касательно остальных переменных, использованных для метасимуляций, отметим
достаточно сильные эффекты от включения переменных пола (+1,3 п.п.), формы собст
17
венности (+0,9 п.п.) и незначимый эффект от включения отрасли . При этом влияние
переменной формы собственности на величину отдачи оказывается более скромным, чем
в метарегрессии по реальным данным. Возможно, в 2000е годы этот эффект действи
тельно был ниже, чем в более ранний период, когда частный сектор расширялся быстрыми
темпами. Обращает на себя внимание тот факт, что включение большинства характери
стик рабочих мест – отработанное рабочее время, форма собственности, размер – ведет к
увеличению оценки нормы отдачи от образования. В то же время включение дополнитель
ных персональных характеристик чаще ведет к снижению оценок нормы отдачи (напри
мер, общий стаж работы, переменные места жительства).
2.8.
В данной главе представлен метаанализ оценок отдачи от образования в России за период
с 1985 по 2008 г. Обобщение около 200 оценок за указанный период, полученных разными
исследователями с применением различных методологий, позволяет сделать вывод о том,
что в 1990е годы, действительно, наблюдался интенсивный рост отдачи от образования.
Этот рост замедлился в начале 2000х годов и, насколько можно судить, прекратился в
последние годы. С 1990 г. по середину 2000х годов средняя отдача от образования увели
чилась вдвое – с 4 до 8% за каждый дополнительный год обучения. Согласно результатам
метасимуляции на основе данных РМЭЗ, с середины 2000х годов норма отдачи от образо
вания начала снижаться и за четыре года (2003–2007 гг.) это снижение составило 1–1,5 п.п.
Метаанализ подтвердил известный факт, что женщины получают более высокую отдачу
17
В исходных регрессиях за базовую категорию для пола принимался женский пол. Для идентификации
формы собственности использовались три даммипеременные по наличию среди собственников пред
приятия: (1) государства, (2) российских частных собственников, (3) иностранных собственников.
187
от образования, чем мужчины. В середине 2000х годов отдача от образования для жен
щин составляла около 9%, для мужчин – около 7%.
В главе было детально проанализировано влияние спецификации уравнения заработ
ной платы и методов оценивания на получаемый результат. Методологически исследования
по российским данным еще очень далеки от лучших западных образцов. Так, ни в одной
из работ, включенных в метаанализ, образование не рассматривается как эндогенная пе
ременная и не учитываются возможные искажения, связанные с различиями в способно
стях. Между тем дизайн исследования, выбор метода оценивания и спецификаций оказы
вают существенное влияние на результаты. Мы обнаружили, что использование метода
наименьших квадратов ведет к завышению оценок отдачи от образования. В отличие от
западных стран, различия в уровне занятости между группами с разными уровнями обра
зования, т.е. эффект отбора, имеют нетривиальное значение. При учете этого обстоятель
ства методом хекмановской коррекции оценки отдачи снижаются примерно на 2 п.п.
Результат также зависит от того, как конструируются переменные заработной платы
и образования. При формировании переменной заработной платы следует уделять внима
ние различиям в продолжительности рабочего времени, используя часовые заработные
платы либо включая рабочее время в качестве объясняющей переменной в правую часть
уравнения. Распространенная практика «пересчета» уровней образования в годы обучения
ведет к серьезному искажению отдач. При использовании фактического числа лет обуче
ния оценка нормы отдачи от образования получается примерно на 1 п.п. ниже, чем при ис
пользовании расчетного числа лет обучения. К сожалению, из российских обследований
только РМЭЗ позволяет оценить фактическую продолжительность обучения, поэтому, ис
пользуя другие источники, следует делать понижающую поправку.
Спецификация уравнения также оказывает немалое влияние на величину оценки. Из
переменных правой части уравнения ключевую роль играют форма собственности и тип
населенного пункта (город/село). Если территориальные переменные включаются в урав
нение на уровне макрорегиона (например, федерального округа), то их влияние на вели
чину отдачи в лучшем случае невелико. Включение территориальных переменных на уров
не области/республики имеет более сильный, причем негативный – снижающий отдачу –
эффект. Однако в базе данных РМЭЗ, которая чаще всего используется для оценки отдачи
от образования, довольно сложно развести территориальные и поселенческие эффекты.
Несомненно, различия в отдачах по типам населенных пунктов заслуживают дополни
тельных исследований.
Несмотря на то, что осуществленный нами метаанализ дал интересные результаты,
следует указать на их известную ограниченность. В данной работе мы рассматривали лишь
оценки норм отдачи от образования, т.е. средней «доходности» от одного дополнительного
188
года обучения. В действительности же различные уровни обучения могут иметь неодина

ковое значение с точки зрения будущих заработков. Имеющиеся оценки отдачи по уровням
образования свидетельствуют о том, что в России наибольшую отдачу обеспечивает высшее
образование, в то время как отдача от других разновидностей профессионального образо
вания незначительна.
Что говорят полученные результаты о связи между образованием и рынком труда в
России? С одной стороны, норма отдачи от образования на уровне 7–8% соответствует
средним значениям по развитым странам. Это означает, что российский рынок труда «воз
награждает» работников за полученное образование примерно в той же пропорции, как и
рынки труда в развитых странах. Достигнутые нормы отдачи от образования создают дос
таточные, по международным меркам, стимулы к получению дополнительного образова
ния. С другой стороны, нормы отдачи от образования кажутся удивительно высокими
при сопоставлении с накопленными запасами человеческого капитала. Формальный об
разовательный уровень российского населения намного выше, чем в других странах, нахо
дящихся на той же стадии экономического развития. Фактически Россия является средне
развитой, но сверхобразованной (по международным меркам) страной с «нормальными»
отдачами от образования. На наш взгляд, высокие отдачи от образования в 2000е годы
поддерживались, в основном, за счет высоких темпов экономического роста и значитель
ного притока неквалифицированной рабочей силы изза рубежа (мигранты часто трудятся
нелегально и не попадают в обследования). Учитывая последствия экономического кри
зиса и продолжающуюся количественную экспансию высшего образования, следует ожи
дать, что в ближайшие годы тенденция к снижению нормы отдачи от образования примет
более явные формы. Впрочем, даже снижающаяся отдача вряд ли приведет к сокращению
охвата образованием и, в частности, к уменьшению спроса со стороны молодых людей на
высшее образование. Ведь в высшем образовании, наряду с инвестиционной составляю
щей, очень велик потребительский элемент. Оно уже стало социальной нормой для моло
дых людей, и его отсутствие воспринимается как своего рода сигнал о некоей социальной
девиации. В России высшее образование является, к тому же, очень доступным потреби
тельским благом, что обусловлено большим количеством бюджетных мест, невысокой
стоимостью обучения, широким распространением заочного образования, низким уровнем
отсева студентов. Другими словами, соответствовать такой социальной норме оказывается
необременительным даже для семей с невысоким уровнем достатка, а поэтому снижение
отдачи от образования вряд ли само по себе приведет к падению популярности высшего
189
Заработная плата в России: эволюция и дифференциация / под ред. В.Е. Гимпельсона,
Р.И. Капелюшникова. М.: Изд. дом ГУ ВШЭ, 2007.
Гизатуллин А. Корпоративное управление и финансовая эффективность компании: мета
анализ // Вопросы экономики. 2008. № 10. С. 62–76.
Гимпельсон В.Е., Лукьянова А.Л. Быть бюджетником в России: удачный выбор или не
счастная судьба? // Экономический журнал ВШЭ. 2006а. Т. 10. № 4.
Гимпельсон В.Е., Лукьянова А.Л. «О бедном бюджетнике замолвите слово...»: межсектор
ные различия в заработной плате // Вопросы экономики. 2006б. № 6.
Капелюшников Р.И. Записка об отечественном человеческом капитале: препринт
WP3/2008/01. М.: ГУ ВШЭ, 2008.
Капелюшников Р.И. Образовательный потенциал и его связь с рынком труда: россий
ский опыт: препринт WP3/2006/03. М.: ГУ ВШЭ, 2006а.
Капелюшников Р.И. Структура российской рабочей силы: особенности и динамика: пре
принт WP3/2006/04. М.: ГУ ВШЭ, 2006б.
Капелюшников Р.И., Лукьянова А.Л. Трансформация человеческого капитала в россий
ском обществе (на базе Российского мониторинга экономического положения и здоровья на
селения). М.: Фонд «Либеральная миссия», 2010.
Кюи Н.Е. Образование, выбор категории профессиональной занятости и заработная пла
та в России // Экономический журнал ВШЭ. 2008. Т. 12. № 3. С. 365–399.
Локшин М. Использование научного метода в российских исследованиях в области бед
ности // Вопросы экономики. 2008. № 6. С. 44–60.
Лукьянова А.Л. Неопубликованные оценки по базе данных ОЗПП. 2009.
Мальцева И.О. Трудовая мобильность и стабильность: насколько высока отдача от специ
фического человеческого капитала в России // Экономический журнал ВШЭ. 2009. Т. 13. № 2.
С. 243–278.
Ощепков А.Ю. Экономическая отдача от образования: межрегиональная вариация и ее
факторы: Доклад на XI Международной научной конференции по проблемам развития эконо
мики и общества. Москва, ГУ ВШЭ, 6–9 апреля 2010 г.
Российский рынок труда: путь от кризиса к восстановлению. М: Весь Мир, 2003.
Российский статистический ежегодник. 2009. М.: Росстат, 2009.
Рощин С.Ю., Разумова Т.О. Вторичная занятость в России: моделирование предложения
труда: научный доклад EERC № 07/02. 2002.
190
Формы собственности в России: различия в заработной плате / Гимпельсон В., Капе

люшников Р., Куляева Г. и др.: препринт WP3/2009/05. М.: ГУ ВШЭ, 2009.
Экономическая активность населения России. М.: Росстат, 2002.
Экономическая активность населения России. М.: Росстат, 2008.
Angrist J., Pischke J.S. Mostly Harmless Econometrics: An Empiricist's Companion. Princeton
University Press, 2008.
Arabsheibani G., Mussurov A. Returns to Schooling in Kazakhstan: OLS and Instrumental Variab
les Approach // Economics of Transition. 2007. Vol. 15. Р. 341–364.
Ashenfelter O., Harmon C., Oosterbeek H. A Review of Estimates of the Schooling: Earnings Re
lationship, with Tests for Publication Bias // Labour Economics. 1999.Vol. 6. Р. 453–470.
Bagheri F., Kara O. Selection Bias in the Estimated Returns to Education // Review of Business
Research. 2008. Vol. 8. Р. 24–35.
Benell P. Using and Abusing Rates of Return: A Critique of the World Bank's 1995 Education
Sector Review // International Journal of Educational Development. 1996.Vol. 16. Р. 235–248.
Brainerd E. Winners and Losers in Russia's Economic Transition // American Economic Journal.
1998. Vol. 88. Р. 1094–1116.
Birdsall N., Behrman J. Does Geographical Aggregation Cause Overestimates of the Returns to
Schooling? // Oxford Bulletin of Economics and Statistics. 1984. Vol. 46. Р. 55–72.
Card D. The Causal Effect of Education on Earnings // Ashenfelter O., Card D. (eds.) Handbook
of Labour Economic. Vol. 3. Amsterdam: NorthHolland, 1999.
Card D. Estimating the Return to Schooling: Progress on Some Persistent Econometric Problems
// Econometrica. 2001. Vol. 69. Р. 1127–1160.
Cheidvasser S., BenítezSilva H. The Educated Russian’s Curse: Returns to Education in the
Russian Federation during the 1990s // LABOUR. 2007. Vol. 21. Р. 1–41.
Clark A. Returns to Human Capital Investment in a Transition Economy: The Case of Russia,
1994–1998 // International Journal of Manpower. 2003. Vol. 24. Р. 11–30.
Earle J., Sabirianova K. How Late to Pay? Understanding Wage Arrears in Russia // Journal of
Labor Economics. 2002. Vol. 20. Р. 661–707.
Earle J., Sakova Z. Business Startups or Disguised Unemployment? Evidence on the Character
of Selfemployment from Transition Economies // Labour Economics. 2000. Vol. 7. Р. 575–601.
Flabbia L., Paternostrod S., Tiongsone E. Returns to Education in the Economic Transition: A Sys
tematic Assessment Using Comparable Data // Economics of Education Review. 2008. Vol. 27. Р. 724–740.
191
Fleisher B., Sabirianova K., Wang X. Returns to Skills and the Speed of Reforms: Evidence from
Central and Eastern Europe, China, and Russia // Journal of Comparative Economics. 2005. Vol. 33.
Р. 351–370.
Gorodnichenko Yu., Sabirianova K. Returns to Schooling in Russia and Ukraine: A Semipara
metric Approach to Crosscountry Comparative Analysis // Journal of Comparative Economics. 2005.
Vol. 33. Р. 324–350.
Graeser P. Human Capital in a Centrally Planned Economy: Evidence // Kyklos. 1988. Vol. 41.
Р. 75–98.
Harmon C., Oosterbeek H., Walker I. Returns to Education: Microeconomics // Journal of Eco
nomic Surveys. 2003. Vol. 17. Р. 115–155.
Hartog J., van den Brink H. (eds.) Human Capital: Advances in Theory and Evidence. Cambridge
Heckman J. Varieties of Selection Bias // American Economic Review. 1990. Vol. 80. Р. 313–318.
Heckman J., Lochner L., Todd P. Earnings Functions, Rates of Return and Treatment Effects:
The Mincer Equation and Beyond // Hanushek E., Welch F. (eds.) Handbook of the Economics of
Education. NorthHolland, 2006.
Introduction to Metaanalysis / Borenstein M., Hedges L. et al. John Wiley & Sons, 2009.
Kulinskaya E., Morgenthaler S., Staudte R. Metaanalysis: A Guide to Calibrating and Combining
Statistical Evidence. John Wiley & Sons, 2008.
Münich D., Svejnar J., Terrell K. Returns to Human Capital under the Communist Wage Grid
and During the Transition to a Market Economy // Review of Economics and Statistics. 2005. Vol. 87.
Р. 100–123.
Nesterova D., Sabirianova K. Investment in Human Capital under Economic Transformation in
Russia: EERC Working Paper № 99/04. 1998.
Newell A., Reilly B. Rates of Return to Educational Qualifications in Transitional Economies //
Education Economics. 1999. Vol. 7. Р. 67–84.
O'Rourke K. An Historical Perspective on Metaanalysis: Dealing Quantitatively with Varying
Study Results // Journal of the Royal Society of Medicine. 2007. Vol. 100. Р. 579–582.
Pereira P., Martins P. Returns to Education and Wage Equations // Applied Economics. 2004.
Vol. 36. Р. 525–531.
Psacharopoulos G., Patrinos H. Returns to Investment in Education: A Further Update // Edu
cation Economics. 2004. Vol. 12. Р. 111–134.
Sabirianova К. The Great Human Capital Allocation: EERC Working Paper № 2K/11. 2001.
192
HSE Working Paper WP3/2007/06. 2007.
Schultz T. The Value of the Ability to Deal with Disequilibria // Journal of Economic Literature.
1975. Vol. 13. Р. 827–846.
Sianesi B., van Reenen J. The Returns to Education: Macroeconomics // Journal of Economic
Surveys. 2003. Vol. 17. Р. 157–200.
Stanley T. Wheat from Chaff: Metaanalysis as Quantitative Literature Review // Journal of Eco
nomic Perspectives. 2001. Vol. 15. Р. 131–150.
Trostel P., Walker I., Woolley P. Estimates of the Economic Return to Schooling for 28 Countries
// Labour Economics. 2002. Vol. 9. Р. 1–16.
Vernon V. Returns to Human Capital in Transitional Russia. University of Texas at Austin, 2002.
Unpublished manuscript.
Wolf F. Metaanalysis: Quantitative Methods for Research Synthesis. Beverly Hills: SAGE Publi
cations, 1986.
Yemtsov R., Cnobloch S., Mete C. Evolution of the Predictors of Earnings during Transition.
World Bank, 2006. Unpublished manuscript.
193
Глава 3
ОТДАЧА
ОТ ВЫСШЕГО
ОБРАЗОВАНИЯ
В РОССИЙСКИХ
РЕГИОНАХ
3.1.
Введение
Измерению экономической отдачи от образования по

священы сотни опубликованных работ, представляющих
1
ее оценки для самых разных стран мира . Концептуаль
ную основу этих работ составляет теория человеческого
капитала. В своем стандартном изложении она импли
цитно предполагает, что национальный рынок труда яв
ляется единым и однородным. Все индивиды без каких
либо ограничений имеют к нему равный доступ, предла
гая на нем услуги своего труда. На таком рынке форми
руется единый уровень отдачи от образования, с учетом
которого индивиды принимают решение о том, инвести
ровать ли в свое образование или нет. Соответственно,
как правило, исследователи оценивают отдачу от образо
вания для страны в целом.
Существует, однако, относительно небольшой поток
исследований, которые показывают, что отдача от обра
1
См., например, обзорные работы: [Psacharopulos, Patrinos, 2004; Flabbi et al., 2008].
194
2
зования сильно различается по регионам внутри отдельных стран . Эти эмпирические
свидетельства указывают на то, что оценивание отдачи от образования на уровне страны в
целом является сильным упрощением. В странах, где она является низкой, вполне могут
существовать регионы с высокой отдачей, и наоборот. Оценивание отдачи от образования
на уровне отдельных регионов видится важным дополнением стандартного подхода, по
скольку высокая отдача на уровне страны в целом не гарантирует того, что инвестировать
в образование одинаково выгодно во всех частях страны.
Подавляющее большинство оценок, полученных на российских данных, также отно
3
сятся ко всей стране в целом . Нам известна лишь одна опубликованная работа, в которой
представлены оценки отдач от образования для отдельных регионов. БенитезСильва и
Чейдвассер [BenitezSilva, Cheidvasser, 2007], используя расширенное минцеровское урав
нение, оценивали на данных РМЭЗ отдачу от дополнительного года образования для семи
федеральных округов, а также Москвы и СанктПетербурга. По их расчетам, самой низкой
(менее 1%) отдача от образования оказывается в столичных городах. Среди федеральных
округов самые высокие нормы отдачи наблюдаются в Восточной Сибири и на Дальнем
Востоке (более 7%), а самые низкие – в Центральном федеральном округе. Анализ регио
нальной вариации в нормах отдачи не был основной целью этого исследования, поэтому
полученные результаты остались без какихлибо интерпретаций и объяснений. В первом
приближении, однако, они указывают на то, что отдача от образования может сильно раз
личаться внутри России, причем можно ожидать, что на уровне регионов – субъектов
федерации эти различия будут еще сильнее, чем на уровне федеральных округов.
В нашей работе мы представляем оценки отдачи от высшего образования для всех
4
регионов – субъектов Российской Федерации . Они получены в результате применения
стандартной методологии оценивания отдачи от образования (основанной на оценивании
уравнений заработной платы минцеровского типа) на данных Обследования заработной
2
См. работы: [Birdsall, Behrman, 1984] – по Бразилии; [Hanushek, 1981; Beeson, 1991; Black et al., 2009] –
по США; [Jurajda, 2004] – по Чехии; [Casado, Lillo, 2005] – по Испании; [Vieira et al., 2006] – по Португа
лии; [Backman, Bjerke, 2009] – по Швеции. Даже в такой небольшой стране, как Панама, к удивлению
авторов работы [Heckmann, Holtz, 1986], оказалось, что оценки отдачи от образования сильно разнятся
по регионам.
3
См. Главу 2.
4
Особый интерес к отдаче от высшего образования связан с тем, что именно оно принимается в качестве
ключевой составляющей человеческого капитала. Кроме того, система высшего образования стала в по
следнее время в России предметом оживленных дискуссий в академической среде и СМИ, во многом –
в связи с мощным ростом спроса на высшее образование со стороны молодежи (см., например: [Полищук,
Ливни, 2005; Клячко, 2009]). Очевидно, однако, что этот вопрос не может рассматриваться отдельно от
обсуждения экономической отдачи от высшего образования, поскольку с точки зрения теории человече
ского капитала именно она является ключевым фактором, определяющим решения индивидов относи
тельно того, имеет ли смысл стремиться к его получению.
195
платы по профессиям (ОЗПП). Различия в отдачах от высшего образования между рос

сийскими регионами оказываются очень значительными. Оценки, рассчитанные на осно
ве базового минцеровского уравнения, лежат в диапазоне от 32 до 140% (от средней зара
ботной платы работников, имеющих среднее образование) при общестрановом уровне
отдачи примерно в 65%. Вариация в оценках, полученных на основе расширенного урав
нения (дополнительно включающего вид экономической деятельности и форму собст
венности предприятия), заметно ниже, но и она оказывается весьма внушительной: оцен
ки колеблются от 60 до 150% при общестрановом уровне отдачи примерно в 90%.
Наш анализ поднимает целый ряд новых вопросов. Как следует интерпретировать ре
гиональные оценки отдачи от высшего образования? Действием каких социальноэконо
мических факторов вызываются межрегиональные различия в их величине? Каким обра
зом эти различия связаны с особенностями функционирования региональных рынков тру
да? Какие выводы отсюда следуют? К сожалению, число исследований, пытающихся от
ветить на эти важные вопросы, крайне мало. По всем странам с переходной экономикой
мы нашли только две работы, в которых отдача от образования оценивалась по регионам
[BenitezSilva, Cheidvasser, 2007] по России и [Jurajda, 2004] по Чехии. Не многим лучше
обстоит дело и по развитым странам – нам удалось найти лишь четыре журнальные пуб
ликации, в фокусе которых находились территориальные различия в отдачах от образова
ния [Hanushek, 1981; Birdsall, Behrman, 1984; Beeson, 1991; Black et al., 2009].
Однако понимание природы этих различий необходимо. Относительно высокая от
дача от образования обычно рассматривается как признак недоинвестирования в него и
служит аргументом в пользу рекомендаций увеличивать инвестиции в развитие системы
образования, увеличивать охват образованием и повышать уровень образованности насе
ления. Такие рекомендации стандартны в случае развивающихся стран; ожидается, что со
ответствующие меры должны вести к росту доходов и сокращению неравенства. Но кор
ректно ли переносить эти рекомендации на региональный уровень?
Кроме того, хотя существует уже значительное число работ, представляющих и об
суждающих оценки отдач от образования для разных стран (см., например: [Jain, 1991;
Psacharopulos, Patrinos, 2004; Denny et al., 2004; Middendorf, 2008; Flabbi et al., 2008]), по
пытки объяснения межстрановых различий очень редки. К известным методологическим
проблемам, связанным с сопоставлением образовательных систем и необходимостью уни
фикации методологии оценивания, добавляется то, что отдельные страны представляют
собой слишком разнородные объекты, различающиеся по множеству экономических и ин
ституциональных параметров. На этом фоне анализ причин различий в отдачах от образо
вания между регионами в рамках одной страны выглядит многообещающим подходом.
В настоящей главе предпринимается попытка восполнить пробел в изучении разли
чий в отдачах от образования и объяснить значительную межрегиональную вариацию в
196
отдачах от образования, существующую в России. Для этого анализируется связь получен

ных оценок отдач от высшего образования с различными характеристиками регионов. Мы
приходим к выводу, что относительно высокая отдача в ряде регионов вряд ли может быть
сигналом о недоинвестировании в образование.
Наша работа строится следующим образом. Во втором и третьем разделах главы опи
сывается методология оценивания отдачи от образования, а также подробно обсуждаются
используемые данные. В четвертом разделе мы приводим оценки отдач от высшего обра
зования по российским регионам, в пятом анализируются возможные причины межрегио
нальных различий. В Заключении формулируются основные выводы.
3.2.
Методология оценивания
отдачи от образования
Базовое уравнение. Способ измерения отдачи от образования, широко используемый в
настоящее время, был предложен Дж. Минцером [Mincer, 1974]. Он основывается на оце
нивании уравнения заработной платы следующего вида (получившего впоследствии на
звание «минцеровского»):
LnWi = α + β ⋅ Educationi + γ1 ⋅ expi + γ 2 ⋅ exp 2 + ε1i , (31)
где LnWi – логарифм заработной платы работника i; Education – переменная, отражающая

продолжительность обучения; exp – опыт работы; α, β, γ1 и γ2 – коэффициенты; ε1 – слу
чайная и нормально распределенная ошибка (верхний индекс относится к номеру урав
нения). Исторически сам Дж. Минцер [Ibid] оценивал уравнение (1) только для годовых
заработков мужчин и включал в правую часть также продолжительность отработанного
времени. Однако в сотнях последующих эмпирических работ данное уравнение оценива
ется как для месячных, так и для почасовых заработков, как раздельно для мужчин и
женщин, так и вместе для работников обоих полов. В нашей работе мы оцениваем урав
нение (31) для месячной заработной платы по всем работникам, включая в правую часть
даммипеременную для пола и отработанное за месяц время. Другими словами, мы оце
ниваем следующее уравнение:
LnWi = α + β ⋅ Educationi + γ1 ⋅ expi + γ 2 ⋅ exp2 + γ 3 ⋅ gender + γ 4 ⋅ Ln(hours) + εi2 , (32)
где gender – дамми для пола; hours – отработанное время за месяц; γ3 и γ4 – соответствую
щие коэффициенты, а обозначение других переменных такое же, как в уравнении (31).
197
Как показал Дж. Минцер, в первом приближении коэффициент β можно рассматри

вать в качестве оценки отдачи от инвестиций в образование (точнее – от инвестиций в
получение одного дополнительного года образования). Но, как хорошо известно (в том
числе из работ самого Дж. Минцера), такая интерпретация возможна только при выпол
нении целого ряда условий. Одно из главных – предположение о том, что издержки обра
зования равны потенциальному доходу, который бы мог получить индивид, если бы вместо
обучения он пошел работать [Chiswick, 1997]. Только в этом случае базой для расчета отдачи
от дополнительного года обучения при переходе от (s – 1)летнего к sлетнему образованию
оказывается уровень заработков, получаемых работниками с (s – 1)летним образованием.
Дополнительные предпосылки касаются характера налогообложения трудовых доходов,
неопределенности в момент принятия инвестиционного решения относительно получения
ожидаемых доходов и их размеров и т.д. (подробнее об этом см.: [Heckman et al., 2003]).
Расширенное уравнение. В связи с процедурой оценивания, описываемой уравнением
(32), возникает следующий вопрос: в какой степени коэффициент β при переменной про
должительности обучения отражает влияние на заработную плату собственно образова
ния, а в какой степени – влияние других характеристик, не учтенных в уравнении (32)?
Как известно, пропущенные переменные могут приводить к смещению оценки β, т.е. ин
тересующей нас величины отдачи от образования. В связи с этим во многих эмпирических
исследованиях базовое минцеровское уравнение «расширяется» за счет включения допол
нительных переменных:
LnWi = α + β ⋅ Educationi + γ1 ⋅ expi + γ 2 ⋅ exp 2 +

(33)
+ γ 3 ⋅ gender + γ 4 ⋅ Ln( hours) + θ ⋅ X i + ε i3 ,
где X – набор (векторстрока) дополнительных переменных – характеристик работников

и рабочих мест, а θ – набор (векторстолбец) соответствующих коэффициентов; ε3 – слу
чайная и нормально распределенная ошибка (верхний индекс относится к номеру урав
нения).
Необходимо отметить, что учет или неучет тех или иных переменных может серьезно
5
влиять на оценку β . Общий принцип выглядит следующим образом: если некоторая ха
рактеристика работника увеличивает (уменьшает) его заработную плату и положительно
коррелирует с продолжительностью полученного образования, то ее включение в уравне
ние заработной платы приведет к сокращению (увеличению) оценки коэффициента β.
Например, если женщины, будучи в среднем более образованными, чем мужчины, имеют
более низкий уровень оплаты труда, то добавление гендерной даммипеременной в урав
нение повышает оценку β.
5
Это хорошо иллюстрируется результатами симуляций в Главе 2.
198
Если целью исследования является объяснение вариации заработков, то учитывать,

повидимому, следует как можно больше переменных, потенциально влияющих на зара
6
ботную плату . Однако если целью является получение оценок отдачи от образования, то
однозначного ответа на вопрос о том, какие переменные следует включать в уравнение
заработной платы, а какие – нет, не существует. Так, возможны убедительные аргументы
(идущие еще от Г. Беккера и Дж. Минцера) в пользу того, что в этом случае не следует
контролировать профессиональную принадлежность работников, так как она во многом
определяется полученным образованием и поэтому будет забирать у переменной образова
ния часть ее влияния на заработную плату (см., например: [Angrist, Pishke, 2009, р. 47–49]).
Однако по вопросу целесообразности включения многих других переменных исследователи
далеки от консенсуса. Не удивительно, что в этих условиях набор контрольных перемен
ных (Х) заметно отличается от исследования к исследованию.
Отправной точкой для нашего анализа служит оценивание уравнения (32). Затем мы
«расширяем» его и оцениваем уравнение (33), включая отрасль (на первом уровне ОКВЭД)
7
и форму собственности (государственная/негосударственная) предприятия . При оцени
вании уравнения (33) для страны в целом мы добавляем также даммипеременные для
8
регионов . Описательные статистики по всем используемым переменным представлены в
табл. П31 (см. Приложение П3).
Хотя коэффициент β из уравнений (31), (32) или (33) условно принимается в каче
стве оценки отдачи от дополнительного года образования, это не отменяет его прямоли
нейную, чисто «техническую» интерпретацию: фактически он показывает, насколько уве
личивается логарифм заработной платы работника при увеличении продолжительности
обучения на один год. Более удобная (и более распространенная) интерпретация связыва
ет β не с логарифмом заработной платы, а с ней самой: β · 100% показывает, на сколько
процентов меняется заработная плата работника при изменении продолжительности
9
обучения на один период времени . Именно это процентное изменение β в исследова
тельской литературе принято называть нормой отдачи от образования.
Отдача от уровней образования. В уравнениях (32) и (33) образование измеряется
количеством времени, потраченного на его получение (обычно в годах), но во многих рабо
тах оно измеряется также в уровнях образования (наивысших, какие были достигнуты ра
ботниками). Такой подход используется и в нашей работе. Используемые нами данные по
6
При выполнении различных статистических тестов на включение дополнительных переменных.
7
Доступна также информация о профессии (занятии) работника, но мы, следуя рекомендации работы
[Angrist, Pishke, 2009], не включаем ее в наше уравнение. Отметим также, что данные не содержат иден
тификаторы для предприятий.
8
Подробнее о влиянии включения региональных даммипеременных см.: [Ощепков, 2010].
9
Отметим, что это корректно только при малых значениях β.
199
зволяют выделить шесть уровней образования: высшее и послевузовское; неполное высшее;

среднее профессиональное; начальное профессиональное; среднее общее; основное общее
и ниже.
В данном случае результатом анализа оказывается не одна оценка, а целая серия оце
нок коэффициентов β, соответствующих различным уровням образования. Связь такой
спецификации уравнения (31) с теорией человеческого капитала при этом сохраняется,
так что полученные оценки β можно интерпретировать (при соблюдении всех требуемых
предпосылок) как отдачи от различных уровней образования (точкой отсчета в таком слу
чае выступают заработки работников с уровнем образования, принимаемым в качестве ба
зового). Оценивание отдачи для уровней образования имеет свои преимущества, так как
продолжительность формального образования является дискретной величиной. Например,
в России наличие диплома о высшем образовании означает как минимум четырехлетнее
обучение в вузе, но меньшее число лет обучения определяется уже как другой, более низ
кий уровень образования. Кроме того, для разных уровней образования отдача от дополни
тельного года обучения обычно различается; этому вопросу («sheepskin effect» – эффект
овечьей шкуры) посвящен достаточно большой массив литературы (см., например: [Jaeger,
Marianne, 1996]).
Если в уравнениях (32) или (33) образование работника задается максимально дос
тигнутым уровнем и при этом нас интересует отдача от высшего образования (при том,
что базовым выступает уровень полного среднего образования), то в качестве оценки «пре
мии» за высшее образование следует принимать не оценку соответствующего коэффици
ента β и не β · 100%, а величину, равную ( eβ − 1) ⋅ 100% . Нетрудно показать, что
WВО − WСО ⎛W ⎞
( eβ − 1) ⋅ 100% = ⋅ 100% = ⎜ ВО − 1⎟ ⋅ 100%, (34),
WСО W
⎝ СО ⎠
где WВО и WСО – заработки работников с высшим и средним образованием соответствен

но. Как видно из данной формулы, речь идет о процентном изменении заработной платы
работника при его переходе с одного (в данном случае – более низкого) на другой (в данном
случае – более высокий) уровень образования (см.: [Halvorsen, Palmquist, 1980]).
Если параметр β известен, то тогда ( eβ − 1) можно использовать для расчета соотно
WВО − WСО
шения . Проблема заключается в том, что в общем случае он является неиз
WСО
∧
вестным, мы знаем лишь оценку этого параметра β , получаемую при оценивании уравне
( ˆ
)
ний (32) или (33). Соответственно оценка eβ − 1 будет являться смещенной. Модифи
200
кацию, уменьшающую смещение, предложил П. Кеннеди [Kennedy, 1981]. Он использо

⎛ βˆ − 1 Var (βˆ ) ⎞
вал ⎜ e 2
⎜ ⎟
()
− 1⎟ , где Var β̂ – оценка дисперсии этого коэффициента. Результаты по
⎝ ⎠
следующих работ [Giles, 1982; van Garderen, Shah, 2002] свидетельствуют, что хотя в общем
случае такая оценка все равно не является несмещенной, величина смещения с практиче
ской точки зрения оказывается малосущественной.
Оценивание региональных уравнений. Чтобы получить оценки отдач от различных уров
ней образования по регионам, можно либо оценивать уравнения (32) или (33) отдельно
по каждому региону, либо оценивать общее для всех них уравнение, допуская возможность
того, что региональные отдачи будут различаться между собой:
⎛ k −1 ⎞
LnWi = α + ⎜ β +
⎜ ∑ β j ⋅ D j ⎟ ⋅ Education + γ ⋅ X i + ε5i ,
⎟
(35),
⎝ j =1 ⎠
где k – общее число регионов; Dj – даммипеременная для региона j; βj – отдача от обра
зования в регионе j; X включает в себя все другие регрессоры; ε5 – случайная ошибка
(верхний индекс указывает на номер уравнения).
В настоящей главе мы следуем первому подходу и оцениваем уравнения (32) и (33)
отдельно по каждому региону. Это делает последующее моделирование региональной ва
риации βj – региональных отдач от высшего образования – более удобным. Аргументом в
пользу выбора такого подхода служит еще и то, что (как показывают наши расчеты) не
только параметры β, но и параметры γ значимо различаются по регионам. Отметим также,
что ранее такой подход уже использовался в двух опубликованных работах по США
10
[Beeson, 1991; Black et al., 2009] .
Здесь необходимо сделать два важных замечания. Первое: когда мы переходим от оце
нивания отдачи от образования для страны в целом к ее оцениванию для отдельных регио
нов с использованием уравнений (32) или (33), число предположений, которые прихо
дится делать, чтобы иметь право интерпретировать оценки β в терминах отдачи от образо
вания, увеличивается. Нам приходится предположить, что все те предпосылки, которые
должны выполняться на уровне страны в целом, будут выполняться и в каждом из регионов.
10
Блэк и др. [Black et al., 2009] оценивали региональные отдачи от образования непараметрически. Как отме
чают авторы этой работы, оценки МНК и непараметрические оценки оказываются близки. Дополнительно
они проверяли, не являются ли региональные различия в отдачах следствием различий в региональных
структурах занятости. Однако стандартный подход к оцениванию отдачи от образования на основе расши
ренного минцеровского уравнения заработной платы, применяемый нами, автоматически учитывает эти
различия.
201
Однако возникает и более принципиальная проблема, связанная с межрегиональной ми

грацией.
Получив высшее образование, индивид выбирает место работы и имеет в своем рас
поряжении несколько опций. Он может остаться в том регионе, где получил образование,
и тогда для него отдача от вузовского диплома будет соответствовать превышению зара
ботков работников с высшим образованием над заработками работников со средним об
разованием в данном регионе. Другая опция заключается в том, чтобы переехать работать
в другой регион. В этом случае его индивидуальная отдача будет соответствовать превы
шению заработков работников с высшим образованием в регионе прибытия над заработ
ками работников со средним уровнем образования в регионе выбытия. Два этих соотно
11
шения могут существенно отличаться друг от друга . Таким образом, оценка коэффици
ента β из уравнения (31) для какоголибо региона будет отражать отдачу от образования в
нем только в том случае, если все индивиды работают в тех же регионах, где они ранее
учились. Очевидно, что такая предпосылка мало реалистична.
Принимая во внимание отмеченные выше трудности, мы не интерпретируем оценки β
из уравнений (31), (32) или (33), получаемые для отдельных регионов, в терминах отда
чи от инвестиций в образование. Мы относимся к ним как к «премиям» или «надбавкам»
к заработной плате. Этот тот выигрыш в заработках, который получают работники, перехо
дя с более низкого на более высокий уровень образования. Синонимом «премии» в данном
12
случае выступает условная относительная заработная плата работников с высшим образо
ванием (по сравнению с заработной платой базовой группы – работников со средним об
разованием). Но чтобы не отказываться от общепринятой терминологии, мы продолжаем
использовать в тексте выражение «отдача от образования», помня, однако, об условности
такого словоупотребления.
Второе замечание касается сопоставления региональных оценок коэффициентов βj,
полученных на основе базового (32) и расширенного (33) уравнений. Что позволяет учесть
введение контрольных переменных (Х )? Чтобы ответить на этот вопрос, предположим, что
(Х ) включает только даммипеременные для отраслей. Тогда для каждого региона влияние
(Х ) на βj будет складываться под воздействием двух факторов: 1) неодинакового распреде
11
Например, в работе [O'Leary, Sloane, 2008] при оценивании отдачи за степень бакалавра для одного из
регионов Великобритании используется соотношение между заработками работников со степенью в других
регионах и заработками работников без степени в данном регионе. Подобные вопросы затрагиваются
также в работе [Taylor, Wright, 2005] на примере Шотландии и Англии. Многие индивиды проходят обуче
ние в университетах Англии, а затем возвращаются обратно работать в Шотландию, так как на рынке
труда Шотландии отдача от ученой степени, полученной в Англии, выше, чем от степени, полученной в
самой Шотландии.
12
Относительная заработная плата является условной, так как оценивается из уравнения заработной платы
при условии равенства прочих параметров, входящих в набор объясняющих переменных.
202
ления работников с высшим и средним образованием по отраслям и 2) различий в уровнях

оплаты труда между отраслями. Это в свою очередь предполагает три возможных варианта
(которые не исключают друг друга и могут выполняться одновременно).
• Распределение работников с высшим и средним образованием по отраслям с раз
ными уровнями оплаты труда одинаково внутри регионов, но при этом различаются отрас
левые структуры заработных плат (условие 1). Тогда наблюдаемые межрегиональные раз
личия в «премиях» за высшее образование будут складываться под влиянием отраслевых
различий в структуре заработных плат и введение (Х ) позволит проконтролировать влия
ние этого фактора.
• Отраслевые структуры заработной платы (уровни оплаты труда в одних и тех же
отраслях) одинаковы по регионам, но различается распределение работников с высшим и
средним образованием по отраслям в отдельных регионах (условие 2). Тогда наблюдаемые
межрегиональные различия в «премиях» за высшее образование будут формироваться под
влиянием различий в распределении работников по отраслям и введение (Х ) даст возмож
ность проконтролировать влияние этого фактора.
• Не выполняются ни условие 1, ни условие 2. В таком случае наблюдаемые межре
гиональные различия в «премиях» за высшее образование будут результатом совместного
действия обоих описанных факторов и введение (Х ) позволит «очистить» получаемые
оценки от их влияния. Этот случай представляется нам наиболее вероятным.
3.3.
Описание данных ОЗПП
В эконометрической части данной главы используются данные Обследований заработной
платы по профессиям (ОЗПП) за 2005 и 2007 гг. Они получены из отчетности предпри
ятий, выборка которых формируется на уровне каждого региона (по одним и тем же
правилам и случайным образом) исходя из списка предприятий, которые в обязательном
порядке представляют в Росстат заполненные формы статистической отчетности (более
подробное описание см. во Введении к книге).
Дизайн ОЗПП можно условно разбить на четыре шага (см.: [Сведения о заработ
ной плате… 2009]).
1. Генеральная совокупность предприятий формируется на основе перечня органи
заций и их структурнообособленных подразделений, представивших отчет по форме
№ 1предприятие «Основные сведения о деятельности предприятия». Важно подчеркнуть,
что этот перечень формируется отдельно по каждому субъекту Российской Федерации и
203
последующий отбор предприятий происходит на уровне каждого из них независимо от

других субъектов.
2. В каждом субъекте федерации генеральная совокупность делится на два массива.
Первый включает в себя наиболее крупные предприятия с численностью занятых более
2000 человек. Эти предприятия обследуются в сплошном режиме. Второй массив включает
в себя все остальные предприятия.
3. Проводится стратификация второго массива предприятий по двум качественным
признакам – виду экономической деятельности (40 страт) и форме собственности (2 стра
ты – государственные и негосударственные) и одному количественному признаку – сред
несписочной численности работников (выделяется не более 6 страт).
4. Каждое предприятие, попавшее в выборку, самостоятельно проводит отбор ра
ботников, данные по которым будут предоставляться. Отбор осуществляется случайным
образом из списка работников, которые в октябре отработали полное рабочее время и кото
рым за этот месяц была начислена заработная плата. Число отбираемых работников уста
навливается в зависимости от размера предприятия.
Среднее количество наблюдений в данных ОЗПП по отдельным регионам составляет
примерно 9500 при минимуме около 1500 работников. Региональные подвыборки ОЗПП
по объему намного превышают те, что есть в РМЭЗ (среднее количество наблюдений в
отдельных регионах сопоставимо с размером всей выборки РМЭЗ). При этом необходимо
отметить, что дизайн обследования свидетельствует о том, что относительно небольшое
количество наблюдений для некоторых регионов не означает для них большой ошибки
выборки.
Использование таких данных дает серьезные преимущества. По всей видимости, ос
новная причина недостатка работ, изучающих отдачи от образования на региональном
уровне как в России, так и в других странах, заключается в дефиците необходимых данных,
поскольку для этого требуются репрезентативные микроданные, позволяющие делать
оценки для отдельных регионов. Например, в России ОНПЗ не содержит информацию о
заработных платах или доходах, а широко используемые для оценивания общестрановой
отдачи от образования микроданные РМЭЗ регионально нерепрезентативны и могут быть
использованы лишь для оценок на уровне укрупненных регионов – федеральных окру
13
гов . Микроданные НОБУС более подходят для этих целей, но и они репрезентативны не
для всех российских регионов. К тому же, они уже устарели, поскольку относятся к 2003 г.
13
В работе [Bignebat, 2004] на данных РМЭЗ оценивалось уравнение заработной платы по двум большим
территориальным сегментам: метрополиям (Москва и СанктПетербург) и остальным регионам. Резуль
таты этого исследования указывают на то, что структура заработков, в том числе и отдача от образования, в
этих сегментах различается. Работа не была опубликована.
204
Другое важное преимущество данных ОЗПП состоит в том, что их источником явля
ется отчетность предприятий, а потому они в меньшей степени, по сравнению с данными
обследований домохозяйств, страдают от недопредставленности работников с высокими
заработными платами.
Оговоримся, что результаты анализа даже таких «богатых» данных следует интерпре
тировать с известной осторожностью вследствие ограничений выборки. ОЗПП охватывает только
формальный сектор экономики. Непредставленность ряда отраслей означает, что в случае
каждого региона оценивание отдачи производится не для всего регионального рынка тру
да. В отдельных регионах пропущенные отрасли могут представлять заметную часть от
общей занятости, что потенциально чревато некорректными оценками. Чтобы избежать
возможных смещений, для каждого региона мы проводим дополнительную корректиров
ку полученных оценок региональных отдач от высшего образования (ее методология из
ложена в Приложении П3). Забегая вперед, отметим, что учет пропущенных отраслей
слабо меняет ранжирование регионов по величине отдачи от высшего образования и
практически не сокращает масштаб расхождений между ними.
3.4.
Оценки отдачи от высшего образования
в российских регионах
Оценка базового уравнения (32) в целом по стране на данных ОЗПП за 2007 г. дает ко
эффициент при переменной высшего образования, равный 0,513, что соответствует при
мерно 67% «премии» от высшего образования (относительно средней заработной платы
14
работников с полным средним образованием) . Добавление региональных даммипере
менных лишь незначительно понижает размер «премии» – до 64,7%. Оценивание уравне
ния (32) на региональном уровне показывает, что для каждого региона оценка коэффи
циента при высшем образовании является значимой на 1процентном уровне значимости.
Точечные оценки в убывающем порядке вместе с границами 95процентных доверитель
14
Напомним, что здесь и далее отдачу от высшего образования мы представляем как
⎛ βˆ − 1 Var (βˆ ) ⎞
⎜e 2 − 1⎟ · 100%,
⎜ ⎟
⎝ ⎠
где β̂ – оценка коэффициента при переменной высшего образования из уравнения заработной платы, а
Var (βˆ ) – оценка дисперсии этого коэффициента.
205
ных интервалов представлены на рис. П31. Масштаб различий впечатляет. Оценки варьи
15
руются от 0,28 до 0,88 . Рисунок наглядно демонстрирует, что различия являются стати
стически значимыми (так как границы доверительных интервалов не перекрываются), это
16
подтверждается и формальными статистическими тестами .
Рассчитанные на этой основе «премии» за высшее образование представлены сплош
ной линией на рис П32. Они варьируются от 32% (в Республике Мордовия) до 140% (в
Республике Тыва). Как уже отмечалось, используемые данные не включают в себя ряд от
раслей экономики. Оценки, скорректированные на смещение выборки, представлены на
рис. П32 пунктирной линией. Наиболее сильно корректировка меняет коэффициент для
Москвы, увеличивая его примерно на 12,5%, что, видимо, связано с тем, что в Москве зна
чительно представлен финансовый сектор. Еще лишь в двух регионах (это Магаданская
область и Республика Хакасия) абсолютное значение смещения составляет более 5% от
исходного коэффициента. Таким образом, можно полагать, что включение в выборку
пропущенных секторов слабо бы поменяло относительное положение регионов по вели
чине региональных отдач и практически бы не сократило масштаб различий.
Каковы результаты оценивания расширенного минцеровского уравнения? Оценка
уравнения (33) в целом по стране (на данных ОЗПП за 2007 г.) дает коэффициент при
высшем образовании, равный 0,632, что соответствует примерно 88процентному при
росту средних заработков работников с высшим образованием по сравнению со средними
заработками работников со средним образованием. Иными словами, общестрановая оцен
ка отдачи от образования заметно возрастает после контроля вида экономической деятель
ности и формы собственности предприятия. Это указывает на то, что в целом по стране
занятость работников с высшим образованием сильно смещена в пользу рабочих мест с бо
лее низкими заработными платами (этот результат едва ли удивителен, если вспомнить, что
значительная часть обладателей вузовских дипломов сконцентрирована в отраслях бюджет
ного сектора).
Как и при оценивании базового уравнения (32), оценка коэффициента при перемен
ной высшего образования для каждого региона оказывается значимой на 1процентном
15
Можно заметить, что для некоторых регионов (например, Хабаровский край, Республики Калмыкия,
Бурятия и др.) доверительные интервалы оказываются более широкими, чем для других регионов. Это
связано с относительно небольшим количеством наблюдений в выборке для них. Но важно подчеркнуть,
что, вопервых, в таких регионах (как и во всех остальных) коэффициенты при переменной высшего
образования значимы на 1процентном уровне. Вовторых, малая численность наблюдений не является
свидетельством высокой ошибки выборки для этих регионов (см. раздел 3.3).
16
Результаты теста на равенство региональных коэффициентов при высшем образовании между собой (тест
проводится на основе уравнения вида (35), где по регионам меняется только отдача от высшего образова
ния): F(78,752318) = 11,18; pvalue < 0,000.
206
17
уровне . Точечные оценки в убывающем порядке вместе с границами 95процентных до
верительных интервалов представлены на рис. П33. Они варьируются от 0,49 до 0,92, что
соответствует диапазону «премий» за высшее образование примерно от 60% (в Самарской
области) до 150% (в Республике Тыва). Рисунок демонстрирует, что различия в коэффици
ентах β, оцененных на основе расширенного минцеровского уравнения, также являются
18
статистически значимыми .
Сопоставление региональных оценок коэффициентов при переменной высшего об
разования, полученных с помощью базового и расширенного минцеровского уравнений,
проводится в табл. 3.1.
Таблица 3.1. Описательные статистики оценок коэффициентов

при высшем образовании из региональных уравнений
заработной платы
Базовое уравнение (32) Расширенное уравнение (33)
Среднее 0,526 0,647

Стандартное отклонение 0,106 0,088
Коэффициент вариации 0,201 0,136
Максимум 0,877 0,916
Минимум 0,281 0,480
Максимумминимум 0,595 0,436
Из данной таблицы следует несколько выводов. Вопервых, оценки заметно возрас

тают при контроле вида деятельности и формы собственности предприятия. Это еще раз
говорит о том, что в каждом регионе (как и в целом по стране) занятость работников с
высшим образованием смещена относительно занятости работников со средним образова
нием в пользу рабочих мест с более низкой оплатой труда. Вовторых, при переходе от базо
вого к расширенному уравнению заработков межрегиональная вариация в «премиях» за
высшее образование заметно сокращается. Существенная часть этой вариации вызвана
17
В целях экономии места мы не приводим результаты оценивания коэффициентов при всех контроль
ных переменных уравнения (31), входящих в набор X. Отметим, что объясняющая способность расши
2
ренного минцеровского уравнения (параметр R ) различается по регионам в границах от 0,629 до 0,208.
Такой уровень считается достаточно высоким для данного типа уравнений. Анализ причин межрегио
2
нальной вариации показателя R выходит за рамки настоящего анализа.
18
Стоит добавить, что коэффициенты β значимо различаются также между регионами внутри каждого из
федеральных округов (результаты статистических тестов представлены в ранней версии данной работы
[Ощепков, 2010]).
207
различиями между регионами либо в структуре заработных плат, либо в распределении ра
ботников по разным рабочим местам, либо взаимодействием обоих этих факторов. Втре
тьих, мы отмечаем сильную корреляцию между оценками региональных отдач на основе
базового и расширенного уравнений (коэффициент корреляции составляет более 0,9). Дру
гими словами, ранжирование регионов по величине «премий» за высшее образование прак
тически не зависит от того, какое из этих уравнений мы используем.
В завершение данного раздела стоит обратить внимание на то, что оценки «премий»
за высшее образование, получаемые на данных ОЗПП, оказываются заметно выше анало
гичных оценок, получаемых на данных РМЭЗ или НОБУС (их подробное сравнение пред
ставлено в работе [Заработная плата в России, 2007, гл. 8]). Казалось бы, ограничения вы
борки, существующие в ОЗПП, должны приводить к их занижению. Это косвенным обра
зом подтверждают наши дополнительные расчеты на данных РМЭЗ и НОБУС: наложение
ограничений на выборку этих обследований, схожих с ограничением ОЗПП (а именно –
исключение предприятий с численностью менее 15 человек, а также занятых в неформаль
ном секторе и в отраслях, не представленных в ОЗПП), ведет к заметному снижению полу
чаемых оценок (ср. с обсуждением этой темы в Главе 1).
На наш взгляд, оценки по ОЗПП ближе к реальности (т.е. к значениям отдачи от выс
шего образования для генеральной совокупности). Как уже упоминалось, они, вопервых,
основываются на данных отчетности предприятий, которые в части заработной платы яв
ляются более точными, чем данные опросов домохозяйств. Вовторых, являясь региональ
ными по своему дизайну, данные ОЗПП репрезентируют занятых в формальном секторе
охваченных отраслей для каждого из регионов. Это верно и для тех регионов, которые ос
таются вообще не охваченными в РМЭЗ или были недопредставлены в НОБУС.
Межрегиональные различия в отдаче от образования в России и других странах. Меж
дународные сопоставления по любым параметрам являются проблематичным и трудоем
ким делом. В случае отдачи от уровней образования, вопервых, необходимо учитывать
особенности построения национальных систем образования (насколько ступени образова
ния в одной стране можно считать эквивалентными ступеням образования в другой стране).
Вовторых, заметное влияние на получаемые результаты может оказывать как специфика
ция уравнения заработной платы, так и используемый метод оценивания. Втретьих, следу
ет помнить об особенностях административнотерриториального деления разных стран.
Все это означает, что приводимые ниже международные сопоставления носят скорее ил
люстративный характер.
Сопоставление масштаба различий в региональных оценках, полученных в нашем
исследовании, с оценками, имеющимися в других работах на эту тему, дано в табл. П32.
К. Сэнфорд [Sanford, 2006] приводит результаты оценки отдачи от получения ученой
208
степени бакалавра или еще более высокой (16 и более лет обучения) по сравнению с по
лучением аттестата о полном среднем образовании (12 лет обучения) по штатам США
на данных переписей 1980, 1990 и 2000 гг. Разница между максимальными и минималь
ными оценками за любой год составляла менее 40 п.п. Сходные оценки образовательных
«премий» по штатам США среди белых мужчин в возрасте 25–34 лет были получены по
данным переписи 1990 г. в работе [Dahl, 2002]. Д. Блэк и др. [Black et al., 2009] приводят
аналогичные результаты, полученные по данным трех переписей населения, но на уровне
286 городских статистических районов (MSA) США. Результаты, получаемые при исполь
зовании спецификации уравнения заработной платы, наиболее близкой к используемой
нами (с контролем отрасли, но без контроля профессии), показывают, что в 2000 г. раз
ница между максимальной и минимальной оценками составляла примерно 40 п.п. Таким
образом, как и можно было бы ожидать, оценивание образовательных «премий» на бо
лее низком уровне агрегирования увеличивает вариацию в них в США, но и в этом слу
чае она все равно остается ниже, чем вариация между российскими регионами.
С. Журайда [Jurajda, 2004], используя данные Национального обследования работо
дателей за 2001 г., оценивает отдачу на дополнительный год и на уровни образования по
19
74 регионам (территориальный уровень NUTS4 по территориальной классификации ЕС )
Чешской республики. Разница между максимальными и минимальными «премиями» за об
разование в объеме колледжа по сравнению с образованием в объеме средней школы со
ставляла более 50 п.п. Иными словами, разрыв также оказывается существенно ниже, чем
в России.
Менее подходят для сравнения с результатами нашей работы оценки отдачи от одного
дополнительного года образования. П. Бисон [Beeson, 1991] показывает, что они варьиру
ются от 1,86 до 5,56% по городским статистическим районам в США. Но если сравнить их
с результатами из работы [BenitezSilva, Cheidvasser, 2007], то получается, что и при исполь
зовании спецификаций, где оценивается отдача от одного дополнительного года образова
ния, межрегиональная дифференциация в России оказывается выше.
География отдач от высшего образования. Рис. П34. представляет региональные от
дачи от образования (полученные на основе расширенного уравнения (33)) на карте Рос
сии. В двух российских мегаполисах – Москве и СанктПетербурге – отдача от высшего
образования ниже, чем в среднем по стране, что подтверждает результаты двух существу
ющих исследований по России [Bignebat, 2004; BenitezSilva, Cheidvasser, 2007], выполнен
ных на данных РМЭЗ. Относительно низкие «премии» наблюдаются также и в большинстве
19
NUTS (The Nomenclature of Territorial Units for Statistics) – классификация территорий в рамках ЕС, основан
ная на внутреннем административнотерриториальном делении стран. Более подробная информация пред
ставлена на официальном сайте Евростата (http://ec.europa.eu/eurostat/ramon/nuts/basicnuts_regions_en.html).
209
регионов Центрального ФО и граничащих с ними регионов Южного ФО. Вместе с тем в

регионах Сибири и Дальнего Востока они оказываются намного выше. Особенно высокая
отдача от высшего образования наблюдается в регионах Южной Сибири, что полностью
согласуется с оценками, представленными БенитезСильва и Чейдвассером (2007). К этим
регионам относятся Республики Тыва, Алтай и Алтайский край, Читинская, Иркутская об
ласти и Республика Бурятия. Здесь «премии» за высшее образование превышают 100про
центный уровень.
Представленная география образовательных «премий» позволяет сформулировать два
предположения. Вопервых, для объяснения их вариации по регионам может быть полезен
подход, предлагаемый теорией компенсирующих различий (см.: [Beeson, 1991; Black et al.,
2009]). Он исходит из представления о том, что более квалифицированные работники для
проживания в более привлекательных регионах могут соглашаться на большее снижение
заработной платы, чем менее квалифицированные работники (подробнее этот тезис будет
рассмотрен в разделе 3.5). Поэтому в более привлекательных для проживания регионах от
носительные заработки высококвалифицированных работников (т.е. их образовательные
«премии») будут ниже. Это достаточно четко согласуется с картиной, наблюдаемой в Рос
сии. Регионы Центрального и Южного ФО по целому ряду характеристик (включая уровень
цен) более благоприятны для проживания, чем регионы Сибири и Дальнего Востока, и при
этом образовательные «премии» находятся в них на низком уровне. Если проранжировать
регионы по величине отдачи от высшего образования, то «вверху» окажутся в основном
регионы Урала, Дальнего Востока и Сибири, а «внизу» – регионы Центральной и Южной
части России. Первый «южный» регион (Астраханская область) займет 17е место, а пер
20
вый регион из Центрального ФО (Тамбовская область) лишь 30е место .
Вовторых, можно выдвинуть предположение, что более высокие образовательные
«премии» формируются в регионах с более высокой долей общественного сектора в заня
тости. Регионы Южной Сибири (Тыва, Алтайский край и др.) с высокой отдачей от выс
шего образования известны также как регионы с высокой долей занятых в бюджетном
секторе. И так как отдача от образования в общественном секторе в России выше, чем в
частном (см., например: [Заработная плата в России, 2007, гл. 4]), концентрация занятых
в этом секторе должна способствовать повышению отдач от образования. (Более подроб
но оба предположения исследуются в разделе 3.5.)
Динамика межрегиональных различий в отдачах от высшего образования. Динамика ре
гиональных отдач от высшего образования в России может отражать две независимые тен
20
Следует, впрочем, отметить, что такое расположение регионов всетаки не является жестким прави
лом. Например, в Красноярском крае, Амурской, Томской и Магаданской областях «премии» за высшее
образование оказываются несколько ниже, чем в среднем по стране.
210
денции. Вопервых, это конвергенция регионов по величине образовательных «премий»,

т.е. сближение регионов по этому показателю. Такая тенденция вполне соответствовала бы
предсказаниям базовой экономической теории. Вовторых, сами размеры «премий» внутри
регионов могут сокращаться (независимо от межрегиональных различий в их величинах).
Например, в Главе 2 данной книги отмечается, что во второй половине 2000х годов после
заметного роста в 1990е годы появились признаки некоторого их сокращения. В какой ме
ре оправдываются эти ожидания на региональном уровне?
Чтобы ответить на этот вопрос, мы сопоставили образовательные «премии» по рос
сийским регионам за 2005 и 2007 гг. Результаты представлены на рис. П35. Концентрация
о
точек на рисунке около линии с наклоном в 45 указывает на устойчивость различий в этот
период. Это подтверждает и высокая положительная корреляция (0,71) между «премиями»
за высшее образование в 2005 и 2007 гг. Можно сказать, что в эти годы наблюдалась слабая
тенденция к выравниванию различий. Отрицательная корреляция (–0,35) между исход
ными значениями «премий» в 2005 г. и их приростом в последующие два года свидетельст
вует о наличии слабой βконвергенции. Однако вариация в самих региональных «премиях»
21
практически не изменилась, что говорит о том, что σконвергенции не наблюдалось . В це
лом, все это указывает на то, что в российском случае сильная межрегиональная вариация
в отдачах от высшего образования не является краткосрочным феноменом, хотя короткий
период наблюдения не позволяет делать слишком категоричные выводы.
Наши оценки фиксируют также тенденцию к некоторому сокращению отдачи от выс
шего образования. В среднем по России за рассматриваемый период 2005–2007 гг. она
снизилась на 7,5 п.п., или примерно на 8% от уровня 2005 г. Согласно рис. П35, ее со
кращение наблюдалось в большинстве российских регионов. Наиболее сильным в рас
сматриваемый период (как в процентных пунктах, так и в процентах от уровня 2005 г.)
оно было в Республике Адыгея, Пензенской, Курской и Липецкой областях. Тем не менее
в 24 регионах отдача от высшего образования возросла. Наибольший рост произошел в
республиках Северная Осетия, Хакасия, Сахалинской области, республиках Карачаево
Черкесия, КабардиноБалкария и Коми. Можно заключить, что тенденция к сокращению
21
Под конвергенцией понимается процесс сокращения различий в какойлибо характеристике во вре
мени. Выделяют два типа конвергенции – σконвергенцию и βконвергенцию. В случае существования
отрицательной корреляции между начальным уровнем характеристики и ее приростом говорят о наличии
βконвергенции. Обычно о ее наличии судят исходя из величины коэффициента наклона (βкоэффици
ента) при эконометрическом оценивании уравнения, в котором слева стоит начальное значение некой ха
рактеристики, а справа – его прирост. Под σконвергенцией понимается процесс сокращения вариации
(стандартного отклонения) либо коэффициента вариации (отношения стандартного отклонения к средне
му уровню) различий (σ – устоявшееся обозначение для стандартного отклонения).
211
отдачи от образования наблюдалась далеко не во всех регионах, а в целом ряде регионов

22
шел даже обратный процесс .
3.5.
Причины межрегиональных различий
в отдаче от образования
Представленные выше результаты свидетельствуют о существовании значительных меж
региональных различий в «премиях» за высшее образование. Оценки на основе базового
минцеровского уравнения лежат в диапазоне от 32 до 140% (от средней оплаты труда ра
ботников с полным средним образованием) при общестрановом показателе, равном при
мерно 65%. Межрегиональная вариация заметно сокращается после «расширения» базо
вого уравнения за счет включения вида экономической деятельности и формы собствен
ности предприятия (для нашего последующего анализа полезно отметить, что дисперсия
логарифма коэффициента β сокращается при этом более чем на 70%), однако все же оста
ется весьма внушительной: оценки лежат в интервале от 60 до 150% от средней заработной
платы работников со средним образованием (при общестрановом уровне отдачи примерно
90%). В данном разделе мы рассмотрим вопрос о том, как можно интерпретировать и/или
объяснить столь значительную вариацию в отдачах от высшего образования между регио
нами одной и той же страны.
На данный момент существует очень небольшое число работ, в которых авторы пы
таются объяснить межрегиональные различия в отдаче от образования. Нам удалось найти
только две опубликованные (обе по США) статьи, где помимо оценивания отдач от обра
зования по регионам такие различия моделируются эксплицитно [Beeson, 1991; Black et al.,
2009]. Авторы обеих работ предлагают рассматривать их как результат неодинакового воз
действия компенсирующих рыночных механизмов на работников с разными уровнями об
разования. Этот подход используется в качестве отправной точки нашего последующего
анализа.
Отдача от образования и компенсирующие различия в оплате труда. Теория компенси
рующих различий предполагает, что помимо заработной платы в индивидуальные функции
полезности работников входят различные характеристики регионов (включая уровень цен),
где они проживают. Работник останется трудиться в регионе с относительно худшими
22
Отметим, однако, что если рассматривать динамику отдачи от высшего образования, рассчитанную на
основе базового уравнения (32), то можно сказать, что, вопервых, отдача на уровне страны в целом не
изменилась. Вовторых, число регионов, где отдача возросла, увеличивается с 24 до 38.
212
условиями проживания, если там ему будет предложена такая денежная компенсация,
при которой уровень его полезности окажется не ниже, чем в регионе с лучшими усло
виями. В таком случае различия в заработной плате между регионами будут иметь компен
сирующий характер: более высокая оплата будет компенсировать (в терминах полезности)
работникам менее благоприятные условия проживания. Это является одним из проявлений
более общего компенсаторного механизма, действующего на рынке труда [Rosen, 1986].
Целый ряд эмпирических работ подтверждают предсказания теории компенсирующих
различий. Работники, действительно, получают компенсацию в заработной плате за про
живание в регионах или городах с относительно менее благоприятными характеристиками
(см., например: [Roback, 1982; Dumond et al., 1999]). Однако компенсирующий механизм
может действовать неодинаково на разные группы работников. В результате они будут по
лучать разный уровень компенсации за проживание в одних и тех же условиях, что пред
23
полагает наличие различий в относительной заработной плате . Почему так может проис
ходить?
В общем случае можно выделить три причины. Вопервых, могут различаться пред
почтения работников. Допустим, например, что индивиды одной группы предпочитают
умеренный климат холодному, а у индивидов другой группы нет выраженных предпочте
ний по этому поводу. Тогда первые согласятся на проживание в регионе с холодным кли
матом только в том случае, если их заработная плата в этом регионе будет выше, чем в
регионе с умеренным климатом. В то же время индивиды второй группы будут согласны
проживать в регионе с холодным климатом без компенсирующей надбавки. В результате
окажется, что в регионе с холодным климатом заработная плата у индивидов первой группы
будет выше, чем у индивидов второй группы.
Вовторых, работники могут различаться готовностью платить за благоприятные ре
гиональные характеристики. Это может быть связано с различием в их предпочтениях, но
может объясняться и действием эффекта дохода при совершенно одинаковых предпочте
ниях. Если доходы у работников какойлибо одной группы выше, чем у работников дру
гой группы, то доля расходов на нормальные и люксовые товары у первых будет выше,
чем у вторых. Комфортные условия жизни являются по своей сути нормальным (или люк
совым) благом, поэтому работники первой группы согласятся «пожертвовать» большей
суммой денег за проживание в регионе с благоприятными условиями (в частности, с луч
шим климатом), чем работники второй группы. Интегральным индикатором привлекатель
ности региона (не только по климатическим характеристикам) часто выступает уровень
23
Напомним, что в нашей работе мы интерпретируем отдачи от высшего образования, существующие в
том или ином регионе, как процент превышения заработной платы работников с высшим образованием
над заработной платой работников со средним образованием, т.е. как относительные заработные платы.
213
цен на жилье. Это предполагает, что работники с более высоким уровнем дохода будут
согласны платить более высокую цену за аренду или покупку жилья для проживания в
привлекательном регионе, чем работники с более низким уровнем доходов. Поэтому в ре
гионах с более высоким уровнем цен на жилье отдача от образования будет ниже (см.:
[Black et al., 2009]).
Втретьих, может различаться мобильность работников. Если индивиды из одной
группы более мобильны, чем индивиды из другой, то они смогут выбрать такой набор
«заработная плата – климат» (в соответствии с регионом проживания), при котором бу
дут получать бóльший уровень компенсации в заработной плате за проживание в регионах
с худшим климатом, чем индивиды второй группы.
Естественно полагать, что для групп работников, различающихся по уровню полу
ченного образования, должны «работать» второй и третий из описанных механизмов. Ра
ботники с более высоким уровнем образования обычно более мобильны, и при этом уро
вень доходов у них в среднем выше, чем у работников с более низким уровнем образования.
Поэтому следует ожидать, что работники с высшим образованием будут получать более
высокий уровень компенсации в заработной плате за проживание в относительно менее
благоприятных условиях. Верно и обратное: они будут согласны на большее сокращение
заработной платы и/или платить бóльшую цену за жилье ради проживания в более при
влекательных регионах. Возможно, что в данном случае «работает» также и первый меха
низм, но различия в предпочтениях достаточно сложно уловить эмпирически, и поэтому
это объяснение практически не используется в исследованиях. Более того, априори нет
оснований полагать, что работникам со средним уровнем образования в меньшей степени
нравится жить и работать в более комфортных условиях, чем работникам с высшим обра
зованием.
Таким образом, теория компенсирующих различий предсказывает, что различия в ре
24
гиональных отдачах от образования могут быть связаны с различиями в характеристиках
регионов, за которые более образованные и менее образованные работники получают раз
ную компенсацию. При этом в более привлекательных для проживания регионах выигрыш
в заработках у более образованных работников будет ниже, чем в менее привлекательных.
Именно с этих позиций различия в отдачах от образования моделируются в работах Бисона
и Блэка с соавторами [Beeson, 1991; Black et al., 2009]. Основное отличие между этими
работами состоит в том, что Блэк и др. предполагают, что все характеристики привлека
тельности регионов отражены в стоимости жилья, и в уравнениях используется только этот
24
Напомним, что отдача от высшего образования, получаемая на основе уравнения заработной платы
минцеровского типа, это, по своей сути, относительная заработная плата работников с высшим образо
ванием (относительно заработной платы базовой группы – работников со средним образованием).
214
показатель в качестве интегрального индикатора привлекательности региона. Кроме того,

в работе [Black et al., 2009] дополнительно контролируется действие агломерационных
эффектов (через соотношение числа работников с бакалаврским образованием к числу
25
работников со средним образованием) .
Компенсирующие различия в заработной плате в России. Компенсирующий характер
территориальных различий в оплате труда в России документирован в ряде работ. На дан
ных РМЭЗ М. Бергер с соавторами [Вerger et al., 2003, 2008] пытались получить денежные
оценки для ряда неденежных характеристик городов и на их основе построить оценки
уровней качества жизни. С этой целью они проверяли гипотезу о том, что различные ха
рактеристики городов и регионов компенсируются в терминах заработной платы. В урав
нение заработной платы включались семь характеристик на уровне городов (загрязнен
ность воздуха и воды, число стационарных телефонов на душу населения, число врачей
на душу населения, среднее время поездки между домом и работой, уровень преступности
и даммииндикатор для столиц регионов) и четыре характеристики на уровне регионов
(количество дней в году с температурой воздуха ниже нуля, количество осадков, уровень
заболеваемости и индекс конфликтности). Коэффициенты при всех характеристиках ока
зались совместно значимы, при этом большинство из них были значимы по отдельности, а
их знаки находились в соответствии с предсказаниями теории компенсирующих разли
чий. В работе С. Бинеба [Bignebat, 2005], также выполненной на данных РМЭЗ, было
показано, что предсказанное теорией компенсирующих различий влияние на заработную
плату оказывают такие характеристики регионов, как уровень цен, уровень преступности,
уровень загрязненности воздуха, обеспеченность больничными койками и асфальтиро
ванными дорогами.
На данных НОБУС А. Ощепков (2007, 2009) также приходит к выводу о том, что ре
гиональные характеристики оказывают значимое влияние на индивидуальные заработные
платы, совпадающее с предсказаниями теории компенсирующих различий. Среди таких ха
рактеристик: региональный уровень цен, ожидаемый уровень продолжительности жизни,
средняя температура января, уровень преступности, уровень загрязненности воздуха, уро
вень обеспеченности медицинским персоналом, уровень телефонизации и уровень регио
нальной безработицы. Декомпозиция межрегиональной вариации в заработной плате пока
зала, что примерно две трети этой вариации может быть объяснена действием механизма
компенсирующих различий.
25
В США более образованные работники концентрируются в городах с более высоким уровнем цен, по
этому между двумя этими переменными существует положительная связь (см., например: [Moretti, 2008]).
Поэтому исключение относительного числа работников со степенью бакалавра из уравнений регрессии
будет приводить к тому, что отрицательный знак коэффициента при цене на жилье уменьшится по мо
дулю, и, возможно, данный коэффициент даже потеряет свою значимость. К сожалению, такая возмож
ность в работе Блэка и др. [Black et al., 2009] не обсуждается.
215
Таким образом, есть основания полагать, что компенсирующий механизм действует в

российском случае и его действие проявляется не только на уровне городов, но и на уровне
регионов. Но действует ли он неодинаково на разные группы работников?
Наши предыдущие исследования позволяют утвердительно ответить на этот вопрос
[Ощепков, 2007, 2009]. Например, более мобильные работники получают меньший уровень
компенсации за более высокую стоимость жизни. (Подобный результат был получен ранее
по США [Dumond et al., 1999] и в одной неопубликованной работе по России [Лукьянова,
2007]). Вместе с тем более мобильные работники получают больший уровень компенсации
по ряду неденежных характеристик. Наибольший разрыв в уровнях компенсации отмеча
ется для такой характеристики, как ожидаемая продолжительность жизни в регионе.
Оценивание уравнения заработной платы непосредственно по интересующим нас
группам – работникам с высшим и средним уровнем образования – показало, что все
оценки коэффициентов при региональных характеристиках имели одинаковый знак и
схожую величину для обеих этих групп. Исключение составляют две региональные харак
теристики – ожидаемая продолжительность жизни и уровень безработицы. Коэффициент
при ожидаемой продолжительности жизни у работников с высшим образованием оказался
примерно на 25% выше, чем у работников со средним образованием. Коэффициент при по
казателе региональной безработицы значим на высоком уровне для работников с высшим
образованием, но незначим для работников со средним образованием.
Итак, эмпирические свидетельства говорят в пользу того, что в российском случае
компенсирующий механизм неодинаково воздействует на работников с высшим образова
нием и работников со средним образованием. Хотя предшествующие исследования указы
вают на две региональные характеристики, которые могут быть значимо связаны с «преми
ями» за высшее образование (ожидаемая продолжительность жизни и уровень безработи
цы), но нельзя исключить, что при использовании других данных набор таких характери
стик может быть иным. В связи с этим мы тестируем более широкий набор региональных
характеристик.
Отдача от образования и факторы, не связанные с теорией компенсирующих различий.
На данный момент теория компенсирующих различий представляется наиболее прорабо
танным подходом к объяснению межрегиональных различий в отдачах от образования в
рамках одной страны. Однако можно выделить ряд факторов, связь между которыми и ре
гиональными отдачами хотя и не всегда обоснована формальной теорией, но представляет
собственный интерес. В этой главе мы акцентируем внимание на трех таких факторах.
Вопервых, представляет интерес связь между отдачей от высшего образования и со
отношением между численностью работников с высшим образованием и численностью ра
ботников со средним образованием в регионе, т.е. относительным «запасом» имеющихся
216
в регионе образованных работников. В каких регионах отдача от образования выше: в ре

гионах с высоким «запасом» или в регионах с низким «запасом»?
Экономическая теория не дает однозначного ответа на этот вопрос – можно ожидать
наличия как отрицательной, так и положительной связи. Отрицательная связь может на
блюдаться изза закона убывающей отдачи. Положительная связь может существовать из
за того, что этот закон не выполняется, и увеличение количества образованных работни
ков имеет дополнительные внешние эффекты (экстерналии), приводящие к росту уровня
оплаты труда. Положительная связь между отдачами от образования и относительным «за
пасом» обнаруживается в США на уровне городских районов в работе Д. Блэка с соавто
рами [Black et al., 2009]. Однако в работе Т. Миддендорфа, где анализировались различия
в отдачах от образования между странами ЕС [Middendorf, 2008], была обнаружена отрица
тельная связь между уровнем образованности (измеряемым через среднее количество лет
формального обучения) и отдачей от дополнительного года образования. В России наличие
экстерналий обнаруживает А. Муравьев [Muravyev, 2008]. Используя данные РМЭЗ, он по
казывает, что доля работников с высшим образованием в городе положительно влияет на
заработные платы как работников с высшим образованием, так и работников без высшего
Вовторых, мы проверяем наличие связи между отдачей от высшего образования и до
26
лей занятых в общественном секторе экономики региона . На возможность положитель
ной связи указывает то, что в регионахлидерах по уровню отдачи от высшего образования
высока доля занятых в бюджетном секторе экономики. Это согласуется с тем, что уровень
отдачи от образования в России в государственном секторе выше, чем в частном (см., на
пример: [Заработная плата в России, 2007, гл. 4]). Доля занятых в общественном секторе,
отражая степень присутствия государства на региональном рынке труда, может выступать
в качестве институциональной характеристики. Она показывает, в какой мере система оп
латы труда, существующая в общественном секторе экономики и устанавливающая высо
кий уровень отдачи от образования, распространена на рынке труда региона. Отметим так
же, что наличие положительной связи между отдачей от образования и долей занятых в об
щественном секторе отмечалось, например, в работах Дж. Брунелло и др., А. Оуэна и Б. Ю
[Brunello et al., 2000; Owen, Yu, 2003].
Наконец, втретьих, мы тестируем наличие связи между уровнем отдачи от образова
ния и уровнем экономического развития региона. Эта гипотеза мотивирована работами, в
26
Техническое замечание: тот факт, что мы объясняем вариацию коэффициентов β, полученных на ос
нове расширенного минцеровского уравнения, включающего среди контрольных переменных вид эко
номической деятельности и форму собственности предприятия, не отменяет возможности наличия та
кой связи.
217
которых проведены межстрановые сопоставления уровней отдачи от образования. Они

указывают, что существует обратная зависимость между уровнями отдачи от образования
и уровнями экономического развития разных стран [Jain, 1991; Psacharopulos, Patrinos,
2004]. Наблюдается ли такая связь на уровне регионов внутри одной страны?
Методология и данные. Для проверки того, какие региональные характеристики и
как связаны с отдачами от образования, оценивается уравнение следующего вида:
Lnβ j = a + π ⋅ RC j + ε 6j , (36)
где βj – оценка коэффициента при высшем образовании из уравнения (33) для региона j;
RC – матрица региональных характеристик; π – набор соответствующих коэффициентов
(векторстолбец) при этих характеристиках; а – константа; ε – случайная ошибка (верх
6
ний индекс указывает на номер уравнения).

Мы оцениваем уравнение (36) МНК отдельно по кросссекциям регионов за 2005 и
2007 гг., а также на пуле данных с включением временных даммипеременных. В качестве
одного из элементов проверки робастности получаемых результатов оцениваются также
модели с фиксированными и случайными эффектами. Перечень тестируемых региональ
ных характеристик и описательные статистики по ним представлены в табл. П33.
Для проверки объясняющей способности теории компенсирующих различий мы ис
пользуем следующие показатели: уровень преступности, обеспеченность медицинским
персоналом, стоимость фиксированного набора товаров и услуг, цену 1 кв. м жилья, сред
нюю температуру января, ожидаемую продолжительность жизни, уровень общей безрабо
тицы, коэффициент чистой миграции. Сначала, следуя работе Блэка и др. [Black et al.,
2009], мы тестируем наличие связи между отдачами и ценой жилья, допуская, что неде
нежные характеристики регионов капитализируются в ценах на жилье. Затем вместо цены
жилья мы включаем полный набор выделенных характеристик регионов.
Важным элементом эмпирического исследования действия компенсирующего ме
ханизма является контроль воздействия шоков на заработные платы работников (см.:
[Greenwood et al., 1991]). В работах Бисона и Блэка и др. [Beeson, 1991; Black et al., 2009] не
предпринималось попыток контролировать действие шоков. Но если мы этого не делаем,
то отрицательная корреляция между степенью «благоприятности» регионов и уровнями
заработной платы может остаться невыявленной (например, если в регионе с относительно
неблагоприятными условиями проживания произошел отрицательный шок заработных
плат). В нашей работе мы контролируем действие шоков с помощью изменения уровня
региональной безработицы (в сравнении с предшествующим годом). Можно полагать, что
изменения в них представляют собой результирующую всех возможных шоков как со сто
роны спроса, так и со стороны предложения на региональных рынках труда.
218
Для тестирования связи между отдачами от высшего образования и «запасом» работ

ников с высшим образованием мы используем относительную долю (относительно числа
работников со средним образованием) и, альтернативно, абсолютную долю работников с
высшим образованием в общей занятости. Для тестирования связи между отдачами и сте
пенью присутствия государства на рынке труда мы используем суммарную долю занятых
в образовании, здравоохранении и государственном управлении. Для тестирования связи
между отдачами и уровнем экономического развития используем годовой ВРП на душу
населения.
Результаты. Эконометрический анализ связи между отдачами от высшего образова
ния и региональными характеристиками дает следующие результаты. Вопервых, в россий
ском случае на уровне субъектов федерации не прослеживается связь между средним уров
нем цен на жилье и «премиями» за высшее образование. Возможно, вариация в условиях
проживания в России слабо капитализируется в ценах на жилье (в отличие от США) или
27
же уровень регионов слишком агрегирован для того, чтобы уловить этот эффект . Вовто
рых, большинство характеристик регионов, с которыми мы экспериментировали, вклю
чая их в уравнение (36), оказались незначимыми. Значимая связь была обнаружена только
с двумя из них – ожидаемой продолжительностью жизни и уровнем безработицы.
Результаты оценивания уравнения (36) даны в табл. 3.2. Первые два столбца пред
ставляют их отдельно для 2005 и 2007 гг., остальные – для обоих лет вместе. Как на годовых
кросссекциях, так и на пуле данных за оба года связь отдач от высшего образования с ожи
даемой продолжительностью жизни в регионе оказывается отрицательной, а связь с ре
гиональной безработицей – положительной, что полностью согласуется с теоретическими
ожиданиями.
Ожидаемая продолжительность жизни представляет собой интегральную характери
стику, учитывающую в себе взаимодействие множества наблюдаемых и ненаблюдаемых
региональных факторов. Это и развитость социальной (в том числе медицинской) инфра
структуры, и экологическая обстановка, и природноклиматические условия, и характе
ристика степени социальной девиантности (пьянство, наркомания, преступность). Этот
параметр является одним из важных факторов межрегиональной миграции в России. Но,
пожалуй, еще более надежным показателем привлекательности региона следует считать
уровень самой миграции в регион. Полученные оценки показывают, что замена ожидае
мой продолжительности жизни на коэффициент чистой миграции также дает отрица
тельную значимую связь. Это дополнительно подтверждает гипотезу о том, что «премии»
27
Возможно, стоимость аренды в данном случае будет лучшим показателем, чем стоимость жилья (см.:
[Winters, 2009]). Однако нам не известны базы данных по стоимости аренды жилья для всех регионов
России.
219
за высшее образование оказываются выше в менее привлекательных для проживания ре

гионах.
Таблица 3.2. Связь между отдачами от высшего образования

и характеристиками регионов, 2005–2007 гг.
2005 г. 2007 г. 2005 г. + 2007 г.
Зависимая переменная: отдача от высшего

образования в регионе ((лог) оценки ко 1 2 3 4 5
эффициента β при высшем образовании) (OLS) (OLS) (OLS) (OLS) (OLS)
Ожидаемая продолжительность жизни

** *** *** *** ***
(лог) –0,842 –1,334 –1,044 –0,989 –1,011
** *** ***
Общий уровень безработицы (лог) 0,010 0,129 0,114
Уровень безработицы ВО (лог) –0,014 –0,017

*** ***
Уровень безработицы СО (лог) 0,138 0,147
Контроль шока: изменение (лог) уровня

безработицы ВО –0,002
Контроль шока: изменение (лог) уровня

безработицы СО –0,077
Дамми 2007 г. 0,031 0,021 0,021

** *** *** *** ***
Константа 2,891 4,923 3,699 3,403 3,477
2
R 0,207 0,393 0,298 0,333 0,343
N 79 79 158 158 158

*** ** *
Примечание: – значимость на 1процентном уровне; – значимость на 5процентном уровне; – значи
мость на 10процентном уровне. Стандартные ошибки рассчитаны по методу Хубера – Уайта.
Факт положительной связи между отдачей от высшего образования в регионе и уров

нем безработицы входит в противоречие с результатами ряда зарубежных исследований,
которые показывают наличие отрицательной связи [Ammermueller et al., 2009]. Это проти
воречие, однако, разрешается, если мы учитываем безработицу отдельно для лиц с различ
ными уровнями образования. Как показывает столбец 4 табл. 3.2, при замене показателя
общей безработицы на показатели безработицы для работников с высшим и со средним
образованием положительная связь «премий» за высшее образование сохраняется только
с безработицей для работников со средним образованием. Интерпретация здесь достаточно
проста: рост невостребованного предложения труда работников со средним образованием
понижает их заработную плату, тем самым увеличивая отставание в оплате труда от работ
220
ников с высшим уровнем образования. В свою очередь, связь между образовательными

«премиями» и уровнем безработицы среди лиц с высшим образованием имеет отрицатель
ный знак (хотя соответствующий коэффициент является незначимым).
Таким образом, положительная связь на региональном уровне между показателями
общей безработицы и «премиями» за высшее образование есть результат того, что межре
гиональные различия в уровнях общей безработицы во многом являются отражением раз
28
личий в уровнях безработицы среди менее образованных работников . Это уточняет ре
зультат, полученный в предшествующих исследованиях: значимое положительное влияние
общей безработицы на заработные платы работников с высшим образованием следует ин
терпретировать не как наличие компенсации в заработной плате за более высокий уровень
безработицы в регионе, а как выигрыш в относительной заработной плате по сравнению с
работниками с более низким (в данном случае – средним) образованием.
Отметим, что оценки, представленные в столбце 5 табл. 3.2, показывают, что в рас
сматриваемые годы шоки спроса и предложения не оказывали выраженного результирую
щего действия на региональные отдачи.
Анализ робастности результатов. Вследствие значительной гетерогенности регионов
оценки могут оказаться весьма чувствительными к исключению некоторых «выдающихся»
регионов. Результаты проверки устойчивости нашей спецификации представлены в столб
цах 6–9 табл. 3.3. В столбце 6 представлены результаты оценивания по выборке с исключе
нием Москвы и СанктПетербурга. В столбце 7 даны результаты оценивания медианной
(квантильной) регрессии. В столбце 8 представлены оценки, стандартные ошибки для ко
29
торых были рассчитаны на основе метода «jacknife» . При этих манипуляциях практиче
ски все коэффициенты сохраняют значимость.
Наконец, нельзя исключить, что полученные нами результаты отражают действие
некоторых ненаблюдаемых региональных факторов. Используемые переменные имеют
слабую вариацию во времени, однако все же можно попытаться учесть ненаблюдаемую
гетерогенность в рамках модели со случайными эффектами. Столбец 9 представляет ре
зультаты оценки этой модели. Все коэффициенты сохраняют свои знаки и значимость и в
этом случае.
28
Например, в Испании масштабы и устойчивость межрегиональных различий в общей безработице во
многом объясняются различиями в уровнях безработицы среди низкоквалифицированных работников
[Mauro, Spilimbergo, 1999]. Наши дополнительные расчеты показывают, что это верно и для России (в целях
экономии места они не приводятся).
29
Данный метод состоит из двух шагов. На первом шаге искомый параметр (коэффициент) оценивается
отдельно для каждой подвыборки размера N – 1, исключающей одно из наблюдений. На втором шаге на
основе полученного набора оценок параметра рассчитывается стандартная ошибка этого параметра без
какихлибо предположений о виде его распределения.
221
Таблица 3.3. Анализ робастности связи между отдачами от высшего образования

и характеристиками регионов
2005 г. + 2007 г.
Зависимая переменная: отдача от высшего обра

зования в регионе ((лог) оценки коэффициента 6 7 8 9
β при высшем образовании) (OLS) (Median) (Jacknife) (RE)
*** ** *** ***
Ожидаемая продолжительность жизни (лог) –1,066 –0,478 –0,989 –0,806
Уровень безработицы ВО (лог) –0,005 –0,018 –0,014 0,010
*** *** *** ***
Уровень безработицы СО (лог) 0,133 0,170 0,138 0,107
Дамми 2007 г. 0,026 –0,008 0,021 0,014
*** *** **
Константа 3,724 1,21 3,403 2,684
R (столбцы 6 и 8), pseudo R (7) или χ (9)
2 2 2
0,293 0,192 0,333 48,75
N 154 158 158 158
*** ** *
мость на 10процентном уровне. В столбце 6 стандартные ошибки рассчитаны по методу Хубера – Уайта.
Связь между отдачами от высшего образования и другими факторами. Результаты про

верки наличия связи между отдачами от высшего образования и описанными выше пере
менными представлены в табл. 3.4. Столбец 10 показывает, что связь между относитель
ным числом работников с высшим образованием и отдачей от него отрицательна, но не
30
значима . Это предполагает, что различия в региональных отдачах, скорее всего, связаны
с различиями в расположении кривых относительного предложения высококвалифициро
31
ванной рабочей силы, а не кривых относительного спроса на нее . Доминирование фак
торов предложения вполне ожидаемо на фоне мощного роста абсолютного и относитель
ного числа выпускников вузов, наблюдавшегося в России в последние десятилетия. Одна
ко незначимость данной связи не позволяет делать по этому поводу какиелибо оконча
тельные выводы.
Отметим также, что сохранение знака и значимости оценок коэффициента при ожи
даемой продолжительности жизни после учета относительного числа работников с высшим
30
Незначимыми оказываются не только относительное число работников с высшим образованием, но и
доля работников с высшим образованием в общей занятости региона.
31
Можно представить себе экстремальный случай, когда положение кривых относительного спроса в ре
гионах одинаково, а различается только положение кривых относительного предложения. В таком случае
связь между относительным числом работников с высшим образованием и их относительной заработной
платой будет строго отрицательной, а «сила» этой связи будет соответствовать наклону кривой относитель
ного спроса.
222
образованием в определенной мере снимает опасения об эндогенности ожидаемой продол

жительности жизни. Вполне вероятно, что у людей с высшим образованием продолжитель
ность жизни в среднем выше, чем у людей со средним образованием. Поэтому в регионах
с более высокой долей людей с высшим образованием ожидаемая продолжительность жиз
ни должна быть выше. Если это так, то связь между ожидаемой продолжительностью жизни
и образованием может интерпретироваться не только в рамках теории компенсирующих
различий. Однако тот факт, что коэффициент при ожидаемой продолжительности жизни
практически не меняется после учета относительного числа работников с высшим образо
ванием говорит о том, что для такой интерпретации нет достаточных оснований.
Таблица 3.4. Отдача от высшего образования и другие характеристики регионов
2005 г. + 2007 г.
Зависимая переменная: отдача от высшего обра

зования в регионе ((лог) оценки коэффициента β 10 11 12 13
при высшем образовании) (OLS) (OLS) (OLS) (OLS)
*** *** *** ***
Ожидаемая продолжительность жизни (лог) –0,914 –0,985 –0,822 –0,679
Уровень безработицы ВО (лог) –0,019 –0,012 –0,019 –0,018

*** *** *** ***
Уровень безработицы СО (лог) 0,139 0,138 0,111 0,110
Дамми 2007 г. 0,022 0,02 –0,001 –0,005
Количество ВО/СО (лог) –0,035 –0,047
ВРП на душу (лог) 0,005 0,019

* **
Доля занятых в общественном секторе (лог) 0,107 0,124
*** *** **
Константа 3,094 3,324 2,439 1,573
2
R 0,340 0,334 0,348 0,360
N 158 158 158 158

*** ** *
мость на 10процентном уровне. Стандартные ошибки рассчитаны по методу Хубера – Уайта.
Столбец 11 табл. 3.4 показывает, что связь между уровнем экономического развития
32
и отдачей от высшего образования на региональном уровне отсутствует . Тем самым мы
не подтверждаем ожидания, базирующиеся на результатах межстрановых сопоставлений.
32
Отметим, что ВРП на душу не связан также и с региональными отдачами от высшего образования, полу
ченными на основе базового уравнения (32), не включающего виды экономической деятельности и фор
мы собственности предприятий.
223
Отметим, что сохранение знака и значимости оценок коэффициента при безработице

после учета уровня экономического развития региона снимает возможные опасения по
33
поводу эндогенности безработицы по отношению к отдаче от образования .
Столбец 12 подтверждает предположение о наличии положительной связи между до
лей занятых в общественном секторе и «премиями» за высшее образование. Этот результат
вполне согласуется с тем, что в России «премия» за высшее образование в общественном
секторе выше, чем в частном (при том, что уровень оплаты труда в общественном секторе
34
ниже) . Соответственно более высокая доля занятых в общественном секторе в регионе
35
приводит к более высокой отдаче от высшего образования . Наконец, в столбце 13 пред
ставлены результаты оценивания спецификации, одновременно включающей все рассмат
риваемые региональные характеристики. Знаки и значимость коэффициентов при всех пе
ременных остаются без изменений. Мы отмечаем, что этот факт является дополнительным
свидетельством устойчивости наших основных результатов.
3.6.
Анализ отдачи от образования является темой сотен работ по всему миру, но, как правило,
оцениваются единые общестрановые показатели. Оценивая уравнения заработной платы
минцеровского типа для всех регионов – субъектов Российской Федерации, мы показыва
ем, что внутри страны уровни отдачи от образования могут сильно отличаться.
Сам факт таких различий поднимает множество вопросов, которые до сих пор не
только не получили в литературе исчерпывающих ответов, но даже практически не обсуж
дались. Как минимум, он указывает на то, что страновые оценки отдачи от образования
сильно упрощают ситуацию. Они могут скрывать за собой огромную региональную вариа
цию и, следовательно, быть малоинформативными с точки зрения международных сопос
тавлений. Об этом явно свидетельствует случай России, где в одних регионах отдачи от об
33
Впрочем, наличие эндогенности в данном случае не изменило бы наших выводов. Более высокая отда
ча от высшего образования означает относительно низкий уровень заработных плат работников со сред
ним образованием. Это в свою очередь должно понижать уровень безработицы среди людей со средним
образованием. Получаемый нами положительный коэффициент при безработице означает, что даже если
бы мы попытались учесть эти эффекты, то направление связи в любом случае осталось бы положительным.
34
Высокая отдача от образования возникает в общественном секторе за счет разрыва в оплате труда между
профессиональным и вспомогательным персоналом (например, между учителями и техническим персо
налом школ).
35
Это верно, несмотря на то, что средняя отдача в регионе не есть средневзвешенная из отдач в обществен
ном и частном секторах.
224
разования соответствуют показателям для развивающихся, а в других – для развитых стран.

В таких условиях ответ на вопрос, каков же уровень отдачи от образования в стране, пере
стает быть тривиальным, и, возможно, сама формулировка вопроса может нуждаться в
уточнениях.
Оценивание отдачи от образования на региональном уровне представляет собой важ
ное уточнение к стандартной процедуре их оценивания. Сложно было ожидать, что обще
страновая оценка будет связана (как того требует теория) с решением об инвестировании
в получение или продолжение образования, так как это решение принимается с учетом
условий на региональном или локальном уровне. Высокий уровень отдачи от образования
в стране в целом не может гарантировать того, что инвестировать в образование одинаково
выгодно во всех регионах. (В экстремальном случае в регионах с относительно низкой отда
чей вложения в образование могут оказаться менее выгодными, чем альтернативные формы
инвестиций.) Можно ожидать, что на уровне регионов подобная связь – например, между
отдачей от высшего образования и спросом на него со стороны населения – будет прояв
36
ляться гораздо четче .
Однако такая интерпретация едва ли может считаться достаточной. Более глубокая
интерпретация требует понимания того, что представляет собой отдача от образования для
некоторого региона, полученная на основе оценивания минцеровского уравнения заработ
ков. По всей видимости, интерпретировать ее в терминах отдачи от инвестиций в образова
ние (при выполнении ряда других предпосылок) можно лишь в том случае, если индивиды
несут издержки образования в том же регионе, где они затем получают выгоды от него (в
форме более высоких заработков). Если это условие не выполняется (что часто и происхо
дит в действительности), то тогда внутри каждого региона может наблюдаться значитель
ный разброс в отдачах от образования в зависимости от того, в каком регионе тот или
иной работник получал образование (отметим, что интерпретация еще более усложняется,
если регионы различаются по качеству образования). В подобных условиях максимальная
отдача будет достигаться тогда, когда вначале индивид получает образование в регионе,
где связанные с этим издержки являются минимальными (наблюдается самый низкий в
стране уровень оплаты труда необразованных работников), а затем переезжает работать в
регион, где обладание более высоким образованием дает максимальные выгоды (наблю
дается самый высокий в стране уровень оплаты труда образованных работников).
Это объясняет содержательные ограничения при интерпретации полученных регио
нальных оценок. Мы говорим не столько об отдаче от сделанных инвестиций, сколько об
образовательных «премиях» за высшее образование. Мы рассматриваем их просто как над
бавку к заработкам за обладание вузовским дипломом, выраженную в процентах от зара
36
Об этом свидетельствуют, например, работы [Kingdon, Theopold, 2008; Donnovan, Swinnerton, 2010].
225
ботков работников со средним образованием. Это практически то же самое (с точностью

до константы), что и относительная заработная плата работников с высшим образованием
(относительно заработной платы работников со средним образованием). Понятно, что та
кая «премия» может и не быть тем магнитом, который притягивает к себе работников из
других регионов. Стимулом для миграции скорее является соотношение абсолютных, а не
относительных уровней (реальной) заработной платы разных групп работников.
Как известно, образовательные отдачипремии в развивающихся странах достаточно
высоки. Это обычно рассматривается как признак недоинвестирования в образование и
служит основанием для рекомендаций больше инвестировать в развитие системы образо
вания, увеличивать охват образованием и повышать уровень образованности населения.
Ожидается, что такие меры должны вести к росту доходов и сокращению неравенства.
Возможен ли перенос подобных рекомендаций со странового уровня на уровень отдельных
регионов России?
Ответ на этот вопрос зависит от того, с чем связано существование наблюдаемых нами
межрегиональных различий в отдачах от образования. Наш анализ приводит к следующим
результатам. Вопервых, отдача от высшего образования оказывается выше в менее при
влекательных для проживания регионах. Обнаруживается отрицательная и устойчивая к
использованию различных методов оценивания связь между «премиями» за высшее обра
зование и интегральными характеристиками благоприятности проживания в регионе. От
рицательной является и их связь с показателями чистой миграции.
Вовторых, отдача от высшего образования оказывается выше в регионах с более вы
сокими показателями безработицы. Как мы пытались показать, эта связь существует изза
того, что региональные различия в уровнях общей безработицы во многом являются отра
жением региональных различий в уровнях безработицы среди относительно менее квали
фицированных (менее образованных) работников.
Втретьих, отдача от высшего образования оказывается выше в регионах с более вы
сокой долей занятых в бюджетном секторе. Это вполне согласуется с тем, что в России сте
пень «окупаемости» высшего образования в общественном секторе является более высокой,
чем в частном секторе (при том, что уровень оплаты труда в общественном секторе ниже).
Высокий уровень отдачи от высшего образования в регионах с большим присутствием госу
дарства на рынке труда напоминает ситуацию, наблюдающуюся в ряде развивающихся
стран [Gelb et al., 1992; Assad, 1994].
Это приводит к несколько неожиданному общему выводу: в российском случае уро
вень отдачи от образования в регионе вряд ли может служить индикатором «переинвести
рования» или «недоинвестирования» в систему образования. Относительно более высокая
отдача от высшего образования в ряде регионов не должна восприниматься как сигнал к
инвестициям. Наши результаты показывают, что это является скорее негативным сигналом.
226
Таблица П3)1. Описательные статистики по используемым
переменным ОЗПП, 2005 и 2007 гг.
2005 г. 2007 г.
сред мин. макс. сред мин. макс.
нее нее
Общий трудовой стаж, лет 21,9 0,1 66 21,5 0,1 63
Отработанное время, часов в месяц, на 1 человека 170,1 48 436,7 181,9 44 384
Заработная плата, руб. в месяц, на 1 человека 8706 200 991000 13380 511 2964205
Образование (1 – да, 0 – все другие уровни)
высшее и послевузовское 0,264 0,293
неполное высшее 0,026 0,028
среднее профессиональное 0,291 0,286
начальное профессиональное 0,117 0,124
среднее (полное) общее 0,243 0,219
основное общее и ниже 0,059 0,050
Пол (1 – муж., 0 – жен.) 0,484 0,476
Форма собственности (1 – гос., 0 – негос.) 0,479 0,458
Виды экономической деятельности
(1 – да, 0 – все другие виды)
добыча полезных ископаемых 0,030 0,030
обрабатывающие производства 0,250 0,234
производство и распределение электроэнергии,
газа и воды 0,070 0,072
строительство 0,058 0,061
оптовая и розничная торговля 0,071 0,080
гостиницы и рестораны 0,018 0,019
транспорт и связь 0,140 0,133
операции с недвижимостью, аренда, услуги 0,112 0,110
образование 0,117 0,126
здравоохранение и социальные услуги 0,099 0,100
деятельность по организации отдыха
и развлечений 0,034 0,035
Общее количество наблюдений, человек 680764 752793
227
Таблица П3)2. Международные сопоставления масштабов

межрегиональных различий в отдачах от образования
Работа Страна и год Разница Примечание

между макс.
и мин. уровнем
Black et al., США, уровень MSA, 60 п.п. Отдача от степени бакалавра и выше
2009 2000 г. (16 и более лет обучения) по сравнению
с аттестатом средней школы (12 лет)
40 п.п. После контроля отраслей
Sanford, 2006 США, уровень шта Менее 40 п.п. Отдача от степени бакалавра и выше
тов, 1990 и 2000 гг. (16 и более лет обучения) по сравнению
с аттестатом средней школы (12 лет)
Dahl, 2002 США, уровень шта 30 п.п. Белые мужчины, 25–34 года
тов, 1990 г.
Beeson, 1991 США, уровень MSA, 4 п.п. Отдача от дополнительного года обра
1980 г. зования
Jurajda, 2004 Чехия, уровень 50 п.п. Отдача от образования уровня колледжа

NUTS4 в сравнении с уровнем средней школы
BenitezSilva, Россия, уровень 7,5 п.п. Отдача от дополнительного года обра

Cheidvasser, ФО, 1994–1998 гг. зования
2007
Наша работа Россия, уровень 108 п.п. Отдача от высшего образования по

субъектов, 2007 г. сравнению со средним образованием
90 п.п. После контроля отраслей и формы

собственности
228
Таблица П3)3. Описательные статистики по используемым

региональным параметрам, 2005 и 2007 гг.
Параметр 2005 г. 2007 г.
среднее макс. мин. среднее макс. мин.
Уровень преступности (количество зарегистри

рованных преступлений на 100000 человек насе
ления) 2430,6 4492,0 343,0 2432,4 4314,0 424,0
Обеспеченность медицинским персоналом

(численность врачей и среднего медицинского
персонала на 10000 человек населения) 160,2 230,5 77,6 162,2 232,2 79,9
Стоимость фиксированного набора товаров

и услуг, руб. 4696,8 10133,5 3740,0 6025,9 12273,7 4774,0
ВРП (годовой) на душу, руб. на человека 99545,3 668272,2 15320,7 122352,5 782429,0 17471,2
Доля занятых
с высшим образованием, % 22,1 43,8 14,3 24,3 46,5 17,4
со средним образованием, % 24,1 37,5 13,4 23,6 38,6 11,0
Отношение доли занятых с высшим образова

нием к доле занятых со средним образованием 1,0 3,3 0,4 1,1 4,2 0,6
Цена 1 кв. м жилья на вторичном рынке, руб. 17510,2 52444,3 8555,7 34838,6 127874,4 15155,0
Коэффициент чистой миграции (сальдо миграции/

средняя численность населения) –7,5 82,0 –154,0 1,4 111,0 –139,0
Ожидаемая продолжительность жизни, лет 64,4 75,6 56,0 66,8 79,0 58,7
Уровень общей безработицы, % 9,1 64,9 0,8 7,4 47,3 0,8
Уровень безработицы среди людей
со средним образованием, % 11,8 69,4 2,1 10,3 48,2 2,5
с высшим образованием, % 4,5 55,9 0,4 3,8 41,2 0,3
Изменение уровня безработицы людей
с высшим образованием –0,1 4,4 –3,5 –0,2 17,9 –34,6
со средним образованием 0,0 1,1 –0,4 0,0 0,5 –0,4

о
Средняя температура января, С –11,4 2,6 –34,9 –11,4 2,6 –34,9
Примечания. 1) Источник данных по всем переменным – Росстат. 2) Уровни безработицы среди лиц с различ
ными уровнями образования по регионам рассчитаны автором на данных ОНПЗ.
229
230
0.0
0.2
0.4
0.6
0.8
1.0
1.2
Республика Тыва
Сахалинская область
Республика Алтай
Оренбургская область
Алтайский край
Республика Коми
Камчатская область
Астраханская область
Читинская область
Омская область
Хабаровский край
Архангельская область
К.-Балкарская республика
Новосибирская область
Курганская область
Липецкая область
Свердловская область
Удмуртская Республика
Мурманская область
Кировская область
Пермская область
Иркутская область
К.-Черкесская республика
Республика Калмыкия
Еврейская АО
Республика Дагестан
Республика Саха (Якутия)
Республика Северная
Республика Башкортостан
Приморский край
Тюменская область
Чукотский АО
Вологодская область
Республика Бурятия
Чувашская Республика
Ставропольский край
Псковская область
Волгоградская область
Магаданская область
Россия
Саратовская область
Владимирская область
Россия (с рег.дамми)
Республика Марий Эл
Кемеровская область
Краснодарский край
Нижегородская область
Республика Хакасия
Тамбовская область
Калининградская область
Новгородская область
Республика Карелия
Томская область
Воронежская область
Ростовская область
Брянская область
с 95процентными доверительными интервалами

Тульская область
Ульяновская область
(базовая спецификация, уравнение (32), ОЗПП, 2007 г.)

Ленинградская область
Московская область
Курская область
Амурская область
Республика Татарстан
Орловская область
Смоленская область
Рис. П31. Оценки коэффициентов β при переменной высшего образования

г. Москва
Красноярский край
Ярославская область
Челябинская область
Белгородская область
Ивановская область
Пензенская область
Калужская область
Тверская область
г. Санкт-Петербург
Костромская область
Республика Адыгея
Рязанская область
Республика Ингушетия
Самарская область
Республика Мордовия
231
0
15
30
45
60
75
90
105
120
135
150
К.-Балкарская республика
К.-Черкесская республика
Чукотский АО
Скорректированные отдачи
(превышение над заработками работников со средним образованием), %

г. Москва
Рис. П32. Исходные и скорректированные оценки региональных отдач от высшего образования

232
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1,00
1,10
Еврейская автономная
Карачаево-Черкесская
Кабардино-Балкарская
Чукотский автономный округ
Россия
с 95процентными доверительными интервалами

(расширенная спецификация, уравнение (32), ОЗПП, 2007 г.)

Рис. П33. Оценки коэффициентов β при переменной высшего образования

г. Москва
S.Petersburg
(65,6%)
Moscow
(71,4%)
61,64 to 81,56
81,56 to 90,55
90,55 to 102,84
102,84 to 149,95
Рис. П3)4. Отдача от высшего образования (превышение над заработками работников

со средним образованием) в российских регионах, по данным ОЗПП, 2007 г., %
180
160
Респ. Алтай Респ. Тыва

Отдача от ВО (2007 г.)
140
Сахалинская обл. Алтайский край
Респ. Коми Читинская обл.

120
100
Респ. Адыгея
80
Калужская обл.
Московская обл.
60
Самарская обл.
г. Москва
Россия
40
40 60 80 100 120 140 160 180
Отдача от ВО (2005 г.)
Рис. П3)5. Отдача от высшего образования (превышение над заработками работников

со средним образованием) в регионах России, по данным ОЗПП, 2005 и 2007 г., %
233
Методология корректировки оценок

региональных отдач от высшего образования
Для простоты предположим, что экономика состоит из двух секторов – сектора 1 и
сектора 2, а все работники разделяются только на два типа – работников с высшим и
средним образованием. Средняя заработная плата работников с высшим образованием бу
дет представлять собой взвешенное среднее заработных плат работников с высшим образо
ванием в каждом из секторов:
1
WBO = WBO ⋅ S 1BO + WBO
2 2
⋅ S BO ,
где WBO – средняя заработная плата работников с высшим образованием в экономике в
1 2 1 2
целом; WBO и WBO , S BO и S BO – средние заработные платы и доли работников с выс
1 2
шим образованием, занятых в секторе 1 и секторе 2 соответственно, S BO + S BO = 1.
Аналогично, средняя заработная плата работников со средним образованием равна
1 1 2 2
WСO = WСO ⋅ SCO + WСO ⋅ SCO .
WBO
Нас интересует показатель (см. формулу (33) в тексте). Когда все сектора на
WСO
1
WBO WBO ⋅ S 1BO + WBO
2 2
⋅ S BO
блюдаемы в выборке, = .
1 1 2 2
WСO WСO ⋅ SCO + WСO ⋅ SCO
Но когда один из них не представлен в выборке (допустим, это сектор 2), интере
сующее нас соотношение между заработными платами работников с высшим образовани
ем и со средним образованием может быть оценено только для наблюдаемого сектора:
1
WBO WBO
= .
1
WСO WСO
Очевидно, что эта оценка отличается от фактического соотношения во всей эконо
мике. Разницу между ними можно представить как
⎛ W2 ⎞ ⎡ ⎛W 2 ⎞ 2 ⎤
1 ⎜ 1 2 ⎟
WBO ⋅ S BO + BO ⋅ S BO ⎢ 1 + ⎜ BO − 1⎟ ⋅ S BO ⎥
1
WBO 1
WBO ⋅ S 1BO + WBO
2 2
⋅ S BO 1
WBO ⎜ 1
WBO ⎟ W1 ⎢ ⎜ WBO ⎟⎠
1
⎥
− = − ⎝ ⎠ = BO ⋅ ⎢1 − ⎝
⎥.
1
WСO 1
WСO 1
⋅ SCO 2
+ WСO 2
⋅ SCO 1
WСO ⎛
1 ⎜ 1 W 2
2 ⎟
⎞ WСO
1
⎢ ⎛W 2 ⎞ 2 ⎥
⋅ SCO + СO ⋅ SCO ⎜ СO ⎟
WСO
⎜ 1 ⎟ ⎢ 1 + ⎜ 1 − 1⎟ ⋅ SCO ⎥
⎝ WСO ⎠ ⎢⎣ ⎝ WСO ⎠ ⎥⎦
234
Эту величину можно вычислить, если известна доля занятых с высшим образованием и
доля занятых со средним образованием в пропущенном секторе 2, а также соотношение
средних заработных плат работников с высшим образованием и работников со средним
образованием между секторами.
В нашем случае из выборки ОЗПП в каждом регионе исключены три отрасли – сель
ское хозяйство, финансовый сектор и государственное управление, которые образуют сек
тор 2, а сектор 1 включает в себя все наблюдаемые отрасли. Требуемые доли занятых в сек
торе 2 для каждого региона мы рассчитываем на основе данных ОНПЗ, ограничивая вы
борку занятыми на формальных рабочих местах предприятий размером более 15 человек
сектора 2.
Однако данные о средних заработных платах работников с разными уровнями обра
зования недоступны для сектора 2 в принципе (так как единственным источником таких
данных могло бы быть только само ОЗПП). Чтобы иметь возможность оценить смещение,
мы вводим предположение, что соотношение между средними заработными платами работ
ников с высшим образованием, занятых в секторах 1 и 2, совпадает с соотношением меж
ду средними заработными платами работников со средним образованием, занятых в секто
рах 1 и 2, а также что оба они совпадают с соотношением средних заработных плат, кото
2 2
WBO WСO W2
рые наблюдаются в этих секторах. Другими словами, мы полагаем, что = = .
1 1
WBO WСO W1
Необходимые нам данные по средним заработным платам в регионах в разрезе видов
экономической деятельности доступны в сборнике Росстата «Труд и занятость» за 2009 г.
В результате для каждого региона мы оцениваем смещение, возникающее изза того, что
ряд секторов были исключены из выборки. Вычитание этой оценки смещения из оценки
⎛ βˆ − 1 Var (βˆ ) ⎞
величины ⎜ e 2 − 1⎟ , полученной на ограниченной выборке, дает скорректирован
⎜ ⎟
⎝ ⎠
ную оценку отдач от образования.
235
Заработная плата в России: эволюция и дифференциация / под ред. В.Е. Гимпельсона,
Р.И. Капелюшникова. М.: Изд. дом ГУ ВШЭ, 2007.
Клячко Т. Российское образование в поисках ответа на новые вызовы // Демоскоп
Weekly. 2009. № 375–376.
Лукьянова А. Кривая заработной платы: взаимосвязь безработицы и заработной платы
на региональных рынках труда. 2007. Неопубликовано.
Лукьянова А. Отдача от образования: что показывает метаанализ // Российский работ
ник: образование, профессия, квалификация / под ред. В.Е. Гимпельсона, Р.И. Капелюш
никова. М.: Изд. дом ВШЭ, 2011. Гл. 2.
Ощепков А. Факторы межрегиональных различий в заработной плате в России: дисс. …
канд. экон. наук. М.: ГУ ВШЭ, 2009.
Ощепков А. Отдача на высшее образование в российских регионах: препринт
WP3/2010/05. М.: Изд. дом ГУ ВШЭ, 2010.
Полищук Л., Ливни Э. Качество высшего образования в России: роль конкуренции и
рынка труда // Вопросы образования. 2005. № 1. С. 70–86.
Сведения о заработной плате работников организаций по категориям персонала и про
фессиональным группам работников за октябрь 2009 г.: стат. бюллетень. М.: Федеральная
служба государственной статистики (Росстат), 2009.
Труд и занятость: стат. сб. М.: Федеральная служба государственной статистики (Рос
стат), 2009.
Ammermueller A., Kuckulenz A., Zwick T. Aggregate Unemployment Decreases Individual
Returns to Education // Economics of Education Review. 2009. Vol. 28. № 2. Р. 217–226.
Angrist J., Pishke J.S. The Most Harmless Econometrics. Princeton University Press, 2009.
Asaad R. The Effects of Public Sector Hiring and Compensation Policies on the Egyptian La
bor Market // The World Bank Economic Review. 1997. Vol. 11. № 1. Р. 85–118.
Backman M., Bjerke L. Returns to Higher Education – A Regional Perspective: CESIS Elec
tronic Working Paper № 171. 2009.
Beeson P. Amenities and Regional Differences in Returns to Worker Characteristics // Journal
of Urban Economics. 1991. Vol. 31. № 2. Р. 224–241.
BenitezSilva H., Cheidvasser S. The Educated Russian’s Curse: Returns to Education in the
Russian Federation during the 1990s // Labour. 2007. Vol. 21. № 1. Р. 1–41.
236
Вerger М., Blomquist G., SabirianovaPeter K. Compensating Differentials in Emerging Labor

and Housing Market: Estimates of Quality of Life in Russian Cities: IZA Discussion Paper № 900.
2003.
Berger M., Blomquist G., SabirianovaPeter K. Compensating Differentials in Emerging Labor
and Housing Markets: Estimates of Quality of Life in Russian Cities // Journal of Urban Economics.
2008. Vol. 6. № 1. Р. 25–55.
Bignebat C. Why Are Wages So High in Siberia. Paper presented at the joint conference of
BOFIT and CEFIR, Moscow, 2005.
Birdsall N., Behrman J. Does Geographical Aggregation Causes Overestimates of the Returns
to Schooling? // Oxford Bulletin of Economics and Statistics. 1984. Vol. 46. № 1. Р. 55–72.
Black D., Kolesnikova N., Taylor L. Earnings Functions When Wages and Prices Vary by Lo
cation // Journal of Labor Economics. 2009. Vol. 27. № 1. Р. 21–47.
Bignebat C. Spatial Dispersion of Wages in Russia: Unequal Rewards to Human Capital in
Transition. 2004. Unpublished manuscript.
Brunello G., Comi S., Lucifora C. The Returns to Education in Italy: A New Look at the Evi
dence: IZA Discussion Paper № 130. 2000.
Casado J.M., Lillo A. How Profitable is to Study in Spain? An Empirical Insight Using a New
Source of Information // Actas de las XIV Jornadas de Economía de la Educación, September, 2005.
Chiswick B. Interpreting the Coefficient of Schooling in the Human Capital Earnings Func
tion: Policy Research Working Paper 1790. Wold Bank, 1997.
Dahl G. Mobility and the Return to Education: Testing a Roy Model with Multiple Markets //
Econometrica. 2002. Vol. 70. № 6. Р. 2367–2420.
Denny K., Harmon C., O’Sullivan V. Education, Earning and Skills: A MultiCountry Com
parison: IFS Working Paper 04/08. 2003.
Donovan S., Swinnerton K. Adult Returns to Schooling and Children's School Enrollment:
Theory and Evidence from South Africa // S. Polachek, K. Tatsiramos (ed.) Child Labor and the
Transition between School and Work (Research in Labor Economics. Vol. 31). 2010. Р. 297–319.
Dumond J., Hirsch B., Macpherson D. Wage Differentials Across Labor Markets and Workers:
Does Cost of Living Matter? // Economic Inquiry. 1999. Vol. 37. № 4. Р. 577–598.
Flabbi L., Pasternostro S., Tiongson E. Returns to Education in the Economic Transition: A
Systematic Assessment Using Comparable Data // Economics of Education Review. 2008. Vol. 27.
№ 6. Р. 724–740.
Garderen K. van, Shah Ch. Exact Interpretation of Dummy Variables in Semilogarithmic
Equations // Econometric Journal. 2002. Vol. 5. № 1. Р. 149–159.
237
Gelb A., Knight J., Sabot R. Public Sector Employment, Rent Seeking and Economic Growth
// The Economic Journal. 1992. Vol. 101. № 408. Р. 1186–1199.
Giles D. The Interpretation of Dummy Variables in Semilogarithmic Equations // Economics
Letters. 1982. Vol. 10. № 1–2. Р. 77–79.
Halvorsen R., Palmquist R. The Interpretation of Dummy Variables in Semilogarithmic Equa
tions // American Economic Review. 1980. Vol. 70. № 3. Р. 474–475.
Hanushek E. Alternative Models of Earning Determination and Labor Market Structure //
Journal of Human Resources. 1981. Vol. 16. № 2. Р. 238–259.
Education and Earnings in Europe: A Cross Country Analysis of the Returns to Education /
C. Harmon, I. Walker, N. WestergaardNielsen (eds.) UK: Edward Edgar Publishing Limited, 2001.
Heckman J., Holtz J. An Investigation of the Labor Market Earnings of Panamanian Males.
Evaluating the Sources of Inequality // Journal of Human Resources. 1986. Vol. 21. № 4. Р. 507–542.
Heckman J., Lochner L., Todd P. Fifty Years of Mincer Earnings Regressions: IZA Discussion
Paper. № 775. 2003.
Jaeger D., Marianne P. Degrees Matter: New Evidence on Sheepskin Effects in the Returns to
Education // Review of Economics and Statistics. 1996. Vol. 78. № 4. Р. 733–740.
Jain D. Returns to Education: Further Analysis of Cross Country Data // Economics of Educa
tion Review. 1991. Vol. 10. № 3. P. 253–258.
Jurajda S. Are There Increasing Returns to Local Concentration of Skills? Evidence on Wages
and Returns to Education in Transition. 2004. Unpublished manuscript.
Kennedy P. Estimation with Correctly Interpreted Dummy Variables in Semilogarithmic Equa
tions // American Economic Review. 1981. Vol. 71. № 4.
Kingdon G., Theopold N. Do Returns to Education Matter to Schooling Participation? Evi
dence from India // Education Economics. 2008. Vol. 16. № 4. Р. 329–350.
Mauro P., Spilimbergo A. How Do the Skilled and the Unskilled Respond to Regional Shocks?
The Case of Spain // IMF Staff Papers. 1999. Vol. 46. № 1.
Middendorf T. Returns to Education in Europe: Ruhr Economic Papers № 65. 2008.
Migration, Regional Equilibrium, and the Estimation of Compensating Differentials / Green
wood M., Hunt G., Rickman D. et al. // The American Economic Review. 1991. Vol. 81. № 5. Р. 1382–
1390.
Mincer J. Schooling, Experience, and Earnings. N.Y.: NBER Press, 1974.
Moretti E. Real Wage Inequality: IZA Discussion Paper № 3706. 2008.
Muravyev A. Human Capital Externalities: Evidence from the Transition Economy of Russia
// Economics of Transition. 2008. Vol. 16. № 3. P. 415–443.
238
O'Leary N., Sloane P. Rates of Return to Degrees across British Regions // Regional Studies.
2008. Vol. 42. № 2. Р. 199–213.
Owen A., Yu B. Wage Inequality between Skilled and Unskilled Workers in China. 2003. Un
published manuscript.
Psacharopulos G., Patrinos H. Returns to Investment in Education: A Further Update // Edu
cation Economics. 2004. Vol. 12. № 2. Р. 11–134.
Roback J. Wages, Rents and Quality of Life // The Journal of Political Economy. 1982. Vol. 90.
№ 6. Р. 1257–1278.
Sanford K. Heterogeneous Returns to Schooling across US Labor Markets. University of Ken
tucky, 2006. Unpublished Manuscript.
Taylor M., Wright R. Are Scottish Degrees Better?: Working Paper № 20056. Institute for So
cial and Economic Research. Colchester: University of Essex, 2005.
Vieira J., Couto J., Tiago M. Regional Differences in Returns to Education in Portugal. Paper
th
presented on the 46 Congress of the European Regional Science Association, University of Thes
th rd
saly, Greece, August 30 – September 3 , 2006.
Winters J. Wages and Prices: Are Workers Fully Compensated for Cost of Living Differences?
// Regional Science and Urban Economics. 2009. Vol. 39. № 5. P. 632–642.
239
Глава 4
УРОВЕНЬ ОБРАЗОВАНИЯ
РОССИЙСКИХ РАБОТНИКОВ:
ОПТИМАЛЬНЫЙ,
ИЗБЫТОЧНЫЙ,
НЕДОСТАТОЧНЫЙ?..
Человеку полезно знать только то, что ему полагается.

Могу в пример привести следующий случай: один человек
знал немного больше, а другой немного меньше, чем им пола
галось знать. И что же? Тот, что знал немного меньше,
разбогател, а тот, что знал немного больше, всю жизнь
прожил только в достатке.
Даниил Хармс
4.1.
Введение
Человеческий капитал оказывает позитивное влияние на
темпы и качество экономического роста лишь при усло
вии его эффективного использования. Вложения в «про
стаивающий» актив является скорее вычетом из благосос
тояния общества, нежели источником его увеличения.
С этой точки зрения важное значение приобретает ответ
на вопрос, в какой мере накопленный человеческий ка
питал – и прежде всего та его часть, что производится
системой образования, – соответствует потребностям эко
номики. Говоря иначе, в какой мере «предложение» че
ловеческого капитала со стороны системы образования
соответствует «спросу» на него со стороны рынка труда?
240
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
Рассогласования между структурой «спроса» и структурой «предложения» могут наблю

даться как по вертикали (уровням подготовки), так и по горизонтали (типам специализа
1
ции) . В свою очередь рассогласование по вертикали может быть как со знаком минус при
уровне фактического образования ниже требуемого, так и со знаком плюс при уровне
фактического образования выше требуемого.
Когда работников с высоким образованием на рынке труда слишком мало и фирмы
вынуждены нанимать вместо них работников с более низким образованием, возникает
проблема недоинвестирования в человеческий капитал. Если их слишком много и они
вытесняются на рабочие места, для которых было бы достаточно более низкого образова
ния, мы сталкиваемся с проблемой переинвестирования в человеческий капитал. Како
вы бы ни были причины подобных рассогласований, они свидетельствуют о нарушенном
взаимодействии между двумя ключевыми механизмами: либо система образования плохо
улавливает сигналы, идущие от рынка труда, либо рынок труда слабо реагирует на новые
возможности, открываемые системой образования.
В данной главе нас будет интересовать, насколько знания и умения, получаемые рос
сийскими работниками в системе формального образования, соответствуют требованиям
рабочих мест, на которых они трудятся. Как было отмечено в Главе 1, доля россиян с тре
тичным образованием за последние 20 лет сильно выросла и продолжает неуклонно уве
личиваться. Достаточно ли российский работник сегодня образован, чтобы успешно
справляться со своей работой? Требует ли имеющаяся у него работа того уровня формаль
ного образования, которого он достиг, или же он мог бы обойтись образованием более
низкого уровня? «Недообразованность» (undereducation) может иметь следствием более
низкую производительность труда, а «сверхобразованность» (overeducation) равносильна
недоиспользованию человеческого капитала и означает потерю (полную или частичную)
произведенных в него инвестиций. Даже если сами работники не ощущают в связи с этим
особого морального дискомфорта, суммарные потери общества могут быть очень значи
тельными.
«Недообразованность» чаще является проблемой развивающихся стран с маломощ
ными системами образования и соответственно ограниченным предложением квалифи
цированного труда. Феномен «сверхобразованности» более характерен для развитых стран с
массовым третичным образованием, где темпы его экспансии могут существенно опере
жать темпы роста числа рабочих мест, требующих высокой квалификации. Американский
социолог А. Берг, один из первых поднявший эту проблему, назвал непрерывную гонку
за все более высоким уровнем образования «великим образовательным грабежом» [Berg,
1970].
1
Горизонтальным рассогласованиям на российском рынке труда посвящена Глава 5.
241
Экспансия профессионального – прежде всего, третичного – образования на фоне

возможного дефицита адекватных рабочих мест ставит целую серию исследовательских и
практических вопросов. Один из них: какие факторы определяют вероятность таких не
соответствий (mismatch)? Другой: чревато ли такое неполное соответствие для работников
денежным «штрафом» (а может быть, наоборот, «премией») и если да, то какова его вели
чина?
Возможно, эти вопросы имели бы не более чем частное значение, если бы образова
ние повсеместно оставалось элитным благом, доступ к которому для широких масс был
строго ограничен. Однако в последнее время во многих странах мира проявляется проти
воположная тенденция. Третичное образование становится все более массовым, его нали
чие превращается в общепринятую социальную норму и всеобщий инструмент достижения
и поддержания социального статуса, а доля населения, которое им охвачено, монотонно
увеличивается от поколения к поколению. (Применительно к России эта тенденция под
робно обсуждалась в Главе 1.) Проводимая при этом в разных странах образовательная по
литика прямо или косвенно стимулирует процесс дальнейшей экспансии третичного обра
зования. Неявно предполагается, что либо спрос на такой труд со стороны фирм остается
неудовлетворенным, либо работодатели, нанимающие все больше выпускников вузов,
способны адаптировать (в сторону усложнения) используемые ими технологии, чтобы из
2
влекать выгоды от найма таких специалистов . Другими словами, образование и технология
«бегут наперегонки», лишь периодически и ненадолго меняясь местами [Goldin, Katz,
2008].
Социальная значимость обсуждаемых вопросов выходит далеко за границы пробле
матики собственно рынка труда или образования. Отметим лишь некоторые проблемные
точки. Вопервых, это эффективность использования человеческого капитала в целом и,
соответственно, эффективность общественных и частных инвестиций в него. Вовторых,
это возможные последствия для формирования индивидуальных доходов, поскольку как
переинвестирование, так и недоинвестирование в человеческий капитал могут сокращать
потенциальные заработки и увеличивать неравенство. Втретьих, это влияние несоот
ветствий между фактическим и требуемым образованием на субъективное восприятие че
ловеком своей жизни и трудовой деятельности – удовлетворенность жизнью и работой,
трудовую мотивацию, желание сменить место работы и т.п.
Насколько изучена эта тема? В мире в последние десятилетия по ней появилась зна
чительная исследовательская литература. Она охватывает разные страны, относится к раз
ным периодам, использует разные методологические подходы и разные эмпирические дан
2
Конечно, возможна и иная постановка: третичное образование, благодаря индуцируемым им внешним
эффектам, является ценным социальным благом, независимо от наличия спроса на него на рынке труда.
242
ные. К сожалению, по России таких исследований пока не проводилось. Данная глава со
держит едва ли не первую попытку взглянуть на эту проблему в контексте современной
российской экономики.
Избранная нами логика анализа определила структуру изложения. В следующем раз
деле (раздел 4.2) мы приводим основные определения и обсуждаем, что понимается под
расхождениями между фактическим образованием и образовательными требованиями со
стороны рабочего места. Здесь приводится краткий обзор литературы. Раздел 4.3 посвя
щен используемым данным, а раздел 4.4 – применяемой эконометрической методологии.
В разделе 4.5 анализируются факторы, влияющие на «сверх» и «недообразованность».
В шестом разделе мы обращаемся к вопросу о том, какие последствия «неправильное»
образование может иметь для заработков его обладателей. Полученные здесь результаты
мы перепроверяем и уточняем в седьмом разделе, используя для этого метод квантильной
регрессии. Заключение подводит итоги эмпирического анализа и возвращает нас к исход
ным теоретическим посылкам.
4.2.
Расхождения между фактическим
и требуемым образованием:
что это такое и к чему ведет?
Обычно предполагается, что всякое рабочее место требует образования определенного
уровня. Если работник имеет ровно столько образования, сколько необходимо на данном
рабочем месте, то мы констатируем наличие соответствия между требуемым и фактическим
образованием. В противном случае возникают расхождения, которые могут быть как со
знаком плюс, так и со знаком минус. Если работник обладает более высокой формальной
подготовкой, чем нужно для выполнения работы, которой он занят, то это означает нали
чие у него избыточного образования, сигнализируя о переинвестировании в человеческий
капитал. Напротив, если полученная им формальная подготовка не дотягивает до требо
ваний, предъявляемых его рабочим местом, то это обозначает факт недостаточного обра
зования, сигнализируя о недоинвестировании в человеческий капитал. Избыточность об
разования оборачивается его неполным и неэффективным использованием, а недостаточ
ность чревата более низкой квалификацией, чем требуется. Понятно, что в обоих случаях
возможны чувствительные потери в производительности по сравнению с ситуацией пол
ного соответствия, а следовательно, и серьезные потери в заработках у работников, обла
дающих такой неадекватной подготовкой.
243
Хотя фактическое образование может отклоняться от требуемого как в большую, так

и в меньшую стороны, основной теоретический и эмпирический интерес представляет
проблема избыточного образования, так что подавляющее большинство существующих
исследований сосредоточены именно на ней. В нашей работе мы также делаем упор на
проблеме избыточности образования, пытаясь понять ее возможные причины и следствия.
Впервые о потенциальных негативных последствиях избыточного образования под
робно написал в своей книге американский социолог Айвар Берг еще в 1970 г. [Berg, 1970].
Внимание экономистов к этой проблеме несколько позже привлек Ричард Фримен в ис
следовании, посвященном положению на рынке труда выпускников колледжей и универ
ситетов, которое так и называлось «Сверхобразованный американец» [Freeman, 1976]. «Де
прессию», наблюдавшуюся в США на рынке дипломированной рабочей силы в 1970е го
ды, он объяснял изменениями в структуре экономики и замедлением темпов создания
рабочих мест, требующих продвинутого образования. Активное же обращение исследова
телей к эмпирическому анализу расхождений между фактическим и требуемым образова
нием начинается со статьи американских экономистов Г. Дункана и С. Хоффмана, опубли
кованной в начале 1980х годов [Duncan, Hoffman, 1981, p. 75–86]. В ней они представили
фактическое число лет обучения (E) как сумму из трех слагаемых – лет обучения, требуемых
(R – required) для работы на данном рабочем месте, избыточных (O – overeducated) и не
достаточных (U – undereducated), использовав для этого простую формулу: E = R + O – U.
Это позволило им не только оценить распространенность случаев сверх и недообразован
ности работников, но и получить эконометрические оценки отдачи для каждой из трех
3
составляющих – R, O и U .
Исследования, проводившиеся с тех пор в разных странах и в разные годы, докумен
тируют широкую распространенность случаев несоответствия между фактическими уров
нями образования, достигнутыми работниками, и теми, что реально требуются на занимае
мых ими рабочих местах. Хотя имеющиеся оценки (даже для любой отдельно взятой стра
ны) сильно варьируются в зависимости от используемых методов измерения, общая тен
денция просматривается достаточно четко. В развитых странах доля избыточно образо
ванных работников составляет в среднем около 25%, тогда как недостаточно образован
ных – около 15% [Groot, Maassen van den Brink, 2000, p. 149–158; Hartog, 2000, р. 131–147].
Как показывают имеющиеся исследования, в США доля как «сверхобразованных», так и
«недообразованных» работников выше, чем в Западной Европе. В Эстонии, единственной
3
При таком подходе по сути предполагается, что показатели отдачи фактического образования, получае
мые при оценивании стандартного минцеровского уравнения заработков, представляют собой взвешен
ное среднее из трех различных компонент – отдачи от требуемого, избыточного и недостаточного обра
зования.
244
стране с переходной экономикой, для которой существуют подобные оценки, на рубеже

столетий избыточное образование имели 12% всех занятых, тогда как недостаточное –
4
2,5% . Даже минимальные оценки из имеющихся позволяют констатировать значитель
ный масштаб несоответствий между фактической и требуемой образовательной подготов
кой рабочей силы. Относительно того, увеличиваются или уменьшаются они со временем,
показания различных исследований расходятся.
Платой за избыточное образование оказываются потери в заработках по сравнению с
тем, что получают «правильно» образованные и занятые работники. В исследованиях, про
анализированных в обзорной работе С. Макгиннесса [McGuinness, 2006], «штраф» за об
ладание избыточным образованием варьировался от –8% в Португалии до –27% в Велико
британии при средней величине в –15,3%. Что же касается постсоветской Эстонии, то здесь
он достигал –24% [Lamo, Messina, 2010]. В то же время обладание недостаточным образо
ванием обычно вознаграждается «премией», размер которой оценивается примерно в 10%
5
(объяснение этого контринтуитивного, на первый взгляд, результата будет дано ниже) .
Существование столь значительных расхождений между фактическим и требуемым
образованием, отрицательно влияющих на производительность и заработную плату, нужда
ется в теоретическом объяснении. Их наличие плохо согласуется со стандартными предска
заниями теории человеческого капитала, согласно которым более высокий уровень обра
зования обеспечивает более высокую производительность и, соответственно, более высо
кую оплату труда. Это связано с тем, что на конкурентных рынках труда фирма всегда
платит работнику заработную плату, соответствующую его предельному продукту, который
в свою очередь определяется уровнем имеющегося у него образования. В таком случае ра
ботник будет получать заработную плату в соответствии с накопленным им запасом чело
веческого капитала вне зависимости от того, где именно он занят (т.е. независимо от того,
является ли он избыточно или недостаточно образованным для работы на том или ином
рабочем месте).
Однако из признания факта существования подобных рассогласований еще не сле
дует, что они не поддаются объяснению в терминах теории человеческого капитала. От
4
См.: [Lamo, Messina, 2010]. Существуют также оценки для 25 европейских стран (включая 7 стран с
переходной экономикой), опубликованные в работе П. Галаши [Galasi, 2008]. Однако эти оценки полу
чены с использованием неконвенциональной методологии и с трудом поддаются интерпретации. Так, из
них следует, что в среднем во всех включенных в исследование Галаши странах почти 60%(!) занятых имели
недостаточное образование, свыше 30% – избыточное и менее 10% – адекватное. Едва ли можно объяс
нить и такой неожиданный результат, что, например, в Эстонии почти 80% работников оказались отнесе
ны к категории «сверхобразованных», в то время как на Украине 65% – к категории «недообразованных».
5
Впервые такая оценка была получена в работе [Verdugo R., Verdugo N., 1989]. Впоследствии она была
подтверждена результатами более поздних исследований. См., в частности: [Cohn, Khan, 1995, p. 67–76;
Cohn, Ng C.Y., 2000, p. 159–168; Kiker, Santos, De Oliveira, 1997, p. 111–125].
245
клонения фактического образования от требуемого могут представлять собой кратко

срочный феномен и обуславливаться всевозможными «трениями» на рынке труда – таки
ми как особенности входа на рынок выпускников учебных заведений, запаздывание в
адаптации используемых технологий (спроса на труд) к образовательной структуре рабо
чей силы (предложению труда), несовершенство информации и сигналов на рынке труда,
обесценение накопленного человеческого капитала при его длительном «простаивании» и
т.д. Если, скажем, после временного ухода (как это часто происходит у женщин в связи с
рождением детей) [Groot, Maassen van den Brink, 2007] работникам требуется время, чтобы
восстановить свои профессиональные позиции, то, возвращаясь на рынок труда, они будут
вынуждены соглашаться сначала на более простую и менее оплачиваемую работу. Пред
сказания теории человеческого капитала вполне согласуются с существованием таких крат
косрочных расхождений между фактическим и требуемым образованием, которые допол
нительно описываются теорией карьерной мобильности [Sicherman, 1991, р. 101–122;
Buchel, Mertens, 2004, р. 803–816]. Однако, как показывают многочисленные исследования,
значительная часть работников может надолго или даже навсегда «оседать» на рабочих
местах, которые не соответствуют уровню их образования.
С этим типом расхождений дело обстоит сложнее, но и они могут быть рационали
зированы в терминах теории человеческого капитала, если дополнительно во внимание
принимается его внутренняя неоднородность. При одинаковом уровне формального обра
зования работники могут сильно различаться по другим составляющим своего запаса зна
ний и умений – таким как врожденные способности, качество обучения, опыт, прохож
дение подготовки на рабочих местах (onthejob training) и т.д. [Groot, 1996, p. 1345–1350].
Для исследователя эти компоненты человеческого капитала не всегда наблюдаемы. Их учет
при эконометрическом анализе будет сокращать (в предельном случае – до нуля) различия
в производительности, а следовательно, и в заработной плате между работниками с адек
ватным образованием, с одной стороны, и с избыточным или недостаточным образовани
ем, с другой. Именно поиск возможных связей образовательного «мизматча» с различиями
в «неформальных» характеристиках человеческого капитала мотивирует значительную
часть эмпирических исследований по данной проблеме, пытающихся примирить наблюда
емые факты с теоретическими предсказаниями. Для этого в анализ вводятся дополнитель
ные переменные человеческого капитала, а также используются различные эконометри
ческие методы контроля неоднородности работников – такие как метод инструментальных
переменных, модели с индивидуальными эффектами, методы квантильной регрессии или
матчинга (PSM) [Hartog, Pereira, Viera, 2001, р. 1021–1037; Bauer, 2002, р. 221–229; Lamo,
Messina, 2010; Budría, Egido, 2007; McGuinness, 2008, р. 145–149; McGuinness, Bennett,
2007, р. 521–531]. В ряде случаев применение такой техники дает аргументы в пользу тео
рии человеческого капитала. Например, Т. Бауэр показывает, что для Германии при пере
246
ходе от кросссекционных к панельным данным, позволяющим полнее учитывать ненаб

людаемую неоднородность работников, негативный зарплатный эффект «сверхобразо
ванности» сходит практически на нет [Bauer, 2002, р. 221–229; Chevalier, 2003, р. 509–531].
К схожим выводам, анализируя лонгитюдные данные по США, приходит и Юпин Цай
[Tsai, 2010, р. 606–617].
Действительный вызов для теории человеческого капитала представляют такие рас
хождения между фактическим и требуемым образованием, которые, вопервых, не расса
сываются со временем и, вовторых, не могут быть сведены к различиям в ненаблюдаемых
компонентах человеческого капитала. Но именно такую ситуацию констатируют большин
ство исследователей, фиксируя сохранение значимых различий в заработной плате даже
при условии эксплицитного контроля неоднородности работников [McGuinness, 2006;
McGuinness, Bennett, 2007, р. 521–531]. В таком случае потери от избыточного или недос
таточного образования не являются всего лишь статистическим артефактом, а действи
тельно свидетельствуют о более низкой отдаче от «неправильного» образования. Возник
новение подобных ситуаций возможно, если относительное предложение более и менее
квалифицированных рабочих мест со стороны фирм слабо реагирует или даже совсем не
реагирует на изменения в относительном предложении более и менее образованной рабо
чей силы, и наоборот. Если, например, фирмы не создают достаточного количества новых
рабочих мест, требующих высокой квалификации, и не адаптируют используемые ими
технологии с учетом роста предложения квалифицированного (образованного) труда, то
тогда его растущее предложение будет сталкиваться с жесткой структурой рабочих мест
6
(спроса на труд) . К тому же, растущее предложение образованной рабочей силы может не
только быть реакцией на стимулы, создаваемые перспективой получения более высоких
заработков, но и отражать складывающиеся в обществе социальные нормы, когда высо
кому образованию начинает отводиться особо значимая социальностатусная роль. Это
дополнительно раздувает спрос на образование со стороны населения, придает ему мощ
ную автономную динамику и делает политически невозможными какиелибо значимые
сокращения в этой сфере. Этот круг явлений уже плохо описывается теорией человеческого
капитала и требует привлечения альтернативных теоретических объяснений, включающих
описание и состояния спроса на труд. Среди таких альтернативных объяснений наиболее
популярным является обращение к идеям теории назначений (assignment theory) [Sattinger,
1993, р. 831–880].
Стандартная теория человеческого капитала исходит из представления о том, что
фирмы способны полностью использовать квалификационный потенциал своего персо
6
Речь идет не о том, что спрос на квалифицированный труд абсолютно сокращается (это не соответство
вало бы реальности), а лишь о том, что он растет медленнее, чем предложение такого труда.
247
нала, каким бы высоким или даже сверхвысоким он ни был. Когда на рынке возникает
изобилие квалифицированных работников и их труд дешевеет, то фирмы не просто уве
личивают найм таких работников, но создают все необходимые условия для того, чтобы
их потенциальная производительность (более высокая, чем у неквалифицированных ра
ботников) оказалась полностью реализована. Для этого они начинают перестраивать под
них структуру рабочих мест, переходя от более простых к более сложным технологиям.
В подобных условиях производительность работников (а, значит, и их заработная плата)
не будет зависеть от того, где они заняты: везде она будет оставаться одной и той же.
В отличие от этого теория назначений предполагает, что используемые фирмами
технологии не являются абсолютно гибкими, требуя поддержания строго фиксированных
пропорций между рабочими местами разного типа. При наличии таких технологических
ограничений фирмы оказываются уже не в состоянии создавать специально под образо
ванных работников какое угодно количество рабочих мест, требующих высокой квалифи
кации. Если они и станут нанимать их сверх того, что необходимо, то только на такие ра
бочие места, где достаточно и более низкой образовательной подготовки. В результате на
копленный этими работниками человеческий капитал будет недоиспользоваться, а их фак
тическая производительность оставаться ниже потенциальной. Можно сказать, что выбор
неподходящего рабочего места ограничивает производительные возможности работника
верхним пределом, выйти за который он оказывается не в состоянии.
Если это так, то тогда производительность и заработная плата будут зависеть не только
от характеристик самих работников, но также от характеристик рабочих мест, где они за
няты, – говоря точнее, от качества их соединения («матчинга») друг с другом. Неэффектив
ная сортировка, когда часть работников будет оседать на рабочих местах, не соответствую
щих полученному ими образованию, чревата серьезными потерями как для них самих, так
и для экономики в целом. Фактически речь идет о неоптимальном размещении ресурсов
общества. При определенных условиях, как мы отмечали, оно может носить устойчивый
характер и сохраняться не только в краткосрочном, но и в долгосрочном периодах.
Представим себе, что рабочая сила состоит из нескольких групп разной квалифика
ции. Если увеличение предложения труда в высшей группе (сдвиг кривой предложения
вправо) не сопровождается соответствующим ростом спроса на ее услуги, то при данной
цене труда образуется излишек предложения. Работники, составляющие этот «излишек»,
должны либо потерять работу (стать безработными или покинуть рынок труда), либо со
гласиться на рабочее место, где достаточно и более низкого образования.
Если работники, лишние в первой группе, начинают претендовать на рабочие места
во второй (по уровню квалификации) группе, то их предложение добавляется к тому, что
уже есть в этой группе. Рост предложения труда в этой группе (а он складывается не только
248
из излишков первой группы, но и из выпуска из учебных заведений, ориентированных на

вторую группу, а также безработных с данным уровнем образования) опять сталкивается с
фиксированной структурой рабочих мест. В итоге образуется «излишек», который делится
на безработных, неактивных и переходящих на следующий еще более низкий «ярус» рабо
чих мест.
Этот процесс последовательного перераспределения работников по рабочим местам,
в результате которого часть из них оказывается на позициях, требующих более низкого
уровня образования/квалификации, и ведет к формированию групп, «сверхобразованных»
для выполнения достающейся им работы. Аналогично можно представить себе и зеркаль
ный процесс – последовательное продвижение части недостаточно образованных работ
ников на более высокие позиции, связанное с дефицитом работников с требуемым уров
нем образования (нужной квалификацией) изза недостаточной гибкости структуры рабо
чих мест и инерционностью в деятельности системы образования (невозможностью бы
стро нарастить выпуск из учебных заведений).
4.3.
Эмпирические данные и их особенности
Для измерения расхождений между фактическим и требуемым образованием используются
три основных подхода. Объективный подход предполагает сопоставление специально соби
раемой объективной информации о требованиях, предъявляемых к образованию работни
ков рабочими местами разного типа и уровня сложности, с фактическим образованием,
7
которое есть у работников, занимающих эти рабочие места . Субъективный подход осно
ван на самооценках опрашиваемых работников. Отвечая на соответствующие вопросы ан
кеты, респонденты высказывают свои суждения о том, насколько имеющееся у них обра
зование совпадает или не совпадает с требуемым. Наконец, при использовании статисти
ческого подхода образование считается соответствующим требованиям рабочего места,
если полученное индивидом фактическое число лет обучения лежит внутри интервала,
определяемого одним стандартным отклонением от средней продолжительности обучения
для работников, принадлежащих к той же, что и он, профессиональной группе [Verdugo R.,
Verdugo N., 1988]. Работники, у которых число лет обучения отклоняется от группового
7
Такая информация собирается обычно в рамках специальных обследований рабочих мест, но она имеется
не для всех стран, а там, где имеется – не за все годы. Наиболее известным примером является американ
ский DOT (Dictionary of Occupational Titles) – словарь профессий, содержащий детальное описание требо
ваний к ним, включая требования к предполагаемой образовательной подготовке работников соответст
вующих профессий.
249
среднего (или модального – как в некоторых исследованиях) более чем на одно стандарт
ное отклонение вверх, квалифицируются как «сверхобразованные». Аналогичным образом
работники с числом лет обучения, отклоняющимся более чем на одно стандартное откло
нение вниз, квалифицируются как «недообразованные».
У каждого из подходов есть свои плюсы и минусы. Кроме того, каждый из них до
пускает множество вариантов, определяемых наличием соответствующих эмпирических
данных. И хотя получаемые с их помощью оценки могут сильно различаться, в целом они
дают достаточно согласованную картину [McGuinness, 2006, р. 399]. В данной работе мы
используем второй – субъективный – подход. Как показывает сравнительный анализ,
именно он обеспечивает получение наиболее точных и надежных количественных оценок
расхождений между фактическим и требуемым образованием работников [Velden, Smooren
burg, 1997].
Наш эмпирический анализ базируется на данных 17й волны РМЭЗ за 2008 г. Такой
выбор связан с тем, что в этом году впервые респондентам задавались вопросы, позволя
ющие зафиксировать их субъективные представления о соответствии/несоответствии име
ющегося у них образования выполняемой работе. Общее число опрошенных работников
составило 11,5 тыс. человек, из них около 5,5 тыс. было включено в анализ.
Чтобы устранить искажающее влияние временной или случайной работы у тех, у кого
прочная связь с рынком труда еще не сложилась (младшие возраста) или уже отсутствует
(старшие возраста), мы ограничили возраст респондентов интервалом 25–64 года. Очевид
но, что такое цензурирование выборки должно занижать общий масштаб несоответствий,
так как в крайних возрастных группах они встречаются чаще. К сожалению, мы не могли
включить в анализ работников, имевших лишь разовые случайные подработки, так как им
(изза конструкции анкеты) интересующие нас вопросы не задавались. И поскольку веро
ятность как недостаточного, так и особенно избыточного образования здесь выше, наши
оценки могут дополнительно занижать распространенность подобных случаев также и по
этой причине. Впрочем, значительная доля случайных работников сосредоточена в крайних
возрастных группах, которые исключены из нашего анализа.
Выделение групп с «адекватным», «недостаточным» и «избыточным» образованием
осуществлялось двумя способами.
В первом случае мы использовали прямой вопрос анкеты: «Оцените, пожалуйста, в
какой мере Ваша нынешняя работа требует того уровня образования, который Вы получили в
учебном заведении…?» Он допускает три возможных ответа, предполагающих избыточность
(«Ваш уровень образования выше, чем требуется»), примерное соответствие («Ваш уровень
образования примерно соответствует тому, что требуется») и недостаточность («Ваш уро
вень образования ниже того, что требуется») полученного образования. Сходные форму
250
лировки часто используются в зарубежных эмпирических исследованиях, базирующихся

на субъективном подходе. Назовем этот подход «одношаговым», а эту меру – «мизматчI».
Во втором случае процедура была чуть более сложной и «двухшаговой». Вначале мы
брали ответы респондентов о том, какое образование, по их мнению, необходимо для вы
полнения имеющейся у них работы («Как Вы считаете, профессиональное образование како
го уровня необходимо для выполнения Вашей нынешней работы?»), а затем сравнивали эти от
веты с их фактическим образованием. Пересечение двух этих показателей задает альтерна
тивную меру несоответствий между фактическим и требуемым образованием («мизматчII»).
По своей конструкции она близка к той, что использовалась в работе Дункана и Хоффма
на [Duncan, Hoffman, 1981].
На индивидуальном уровне расхождения между двумя этими типами оценок оказы
ваются довольно значительными: многие работники с «правильным» образованием, со
гласно первому подходу, имеют «неправильное» образование, согласно второму подходу,
и наоборот (коэффициент парной корреляции Пирсона между показателями «мизматчI»
и «мизматчII» составляет 0,416 и является значимым на 1процентном уровне довери
тельной вероятности). Однако агрегированные оценки отличаются не слишком сильно.
Так, согласно «одношаговому» подходу, в 2008 г. у 72% обследованных работников фак
тическое образование совпадало с требуемым, у 22% было выше него и у 6% ниже. Со
гласно «двухшаговому» подходу, аналогичные показатели составляли 58, 29 и 14%. Таким
образом, обе используемые нами меры дают хотя и не полностью тождественные, но в
целом схожие результаты.
Как полученные оценки выглядят в межстрановой перспективе? По доле «сверхоб
разованных» работников Россия, повидимому, немного опережает большинство развитых
стран (усредненные показатели по ним обсуждались выше), тогда как по доле «недообра
зованных» намного от них отстает. Этот вывод подтверждается недавними данными по
12 странам Западной Европы, согласно которым в середине 2000х годов обладателями
избыточного образования являлись около 22% работников этих стран (с вариацией от 16% в
Австрии до 31% в Италии) [Budría, Egido, 2007]. Однако ситуация в России выглядит ощу
тимо хуже, чем в Эстонии (см. выше) – стране, двигавшейся последние двадцать лет по
тому же маршруту, от плановой экономики к рыночной. Это дает основания отнести Рос
сию к числу стран с высокой (хотя и не экстремальной) степенью рассогласованности меж
ду фактической и требуемой структурой образования рабочей силы.
Чтобы дать более полное представление о характере используемых данных, в табл. П41
(см. Приложение П4) представлены оценки, характеризующие вариацию показателей из
быточного и недостаточного образования по различным группам работников. Как уже от
мечалось, общая картина, получаемая при использовании альтернативных методов изме
251
рения, совпадает. Поэтому, чтобы не перегружать изложение, мы будем в основном ссы

латься на показания «двухшагового» подхода, обращаясь к показаниям «одношагового»
подхода лишь при наличии серьезных разночтений.
Как и следовало ожидать, вероятность отклонений от «оптимума» тесно связана с
фактическим уровнем полученного образования. Чем оно выше, тем больше риск его из
быточности и тем меньше риск его недостаточности (табл. П41). Согласно «одношагово
му» подходу, среди обладателей вузовских дипломов избыток образования наблюдается
у 28%, тогда как среди тех, кто не пошел дальше неполной средней школы, только у 12%.
И, наоборот: среди первых лишь 2% расценивают свое образование как недостаточное,
тогда как среди вторых – 15%. «Двухшаговый» подход рисует более сложную картину:
около половины работников, не имеющих никакого профессионального образования,
испытывают потребность в его получении. Среди выпускников ПТУ полученное образо
вание является избыточным примерно у каждого третьего и одновременно недостаточным
примерно у каждого седьмого. Среди тех, кто учился в ссузах, избыток образования отме
чается примерно в 40%, тогда как недостаток – примерно в 10% случаев. Наконец, при
мерно каждый четвертый обладатель высшего образования мог бы успешно трудиться на
своей нынешней работе и без вузовского диплома. Это достаточно высокие показатели,
предполагающие, что в настоящее время 25–45% работников со средним и 25–30% с
высшим профессиональным образованием заняты на рабочих местах, не соответствую
щих полученной ими формальной подготовке.
Из приведенных в табл. П41 оценок следует также, что в условиях российского
рынка труда женщины чаще, чем мужчины, страдают от переинвестирования (31% про
тив 26%), но реже – от недоинвестирования в человеческий капитал (11% против 16%).
Этот результат интуитивно ожидаем, поскольку по уровню полученного образования рос
сийские женщины заметно опережают мужчин. Городские жители превосходят сельских –
хотя и незначительно – по относительной численности работников как с избыточным,
так и с недостаточным образованием. Региональная вариация, как и вариация по типу по
селения, является достаточно ограниченной.
Парадоксально, но в различных возрастных группах показатели избыточности/не
достаточности образования оказываются практически одинаковыми (табл. П41). Единст
венное исключение – самая старшая группа, 60–64 года, в которой случаи недостаточного
образования встречаются реже, чем в какихлибо других. Кроме того, «одношаговый» под
ход выводит эту группу в лидеры по доле работников с избыточным образованием. Объяс
нить это можно тем, что лица с высоким образованием даже после достижения ими пен
сионного возраста очень часто продолжают оставаться на рынке труда, «съезжая», однако,
при этом на худшие рабочие места, не соответствующие их прежней квалификации.
252
Отсутствие явно выраженной вариации по возрасту позволяет предполагать, что рез

ко возросший спрос на высшее образование со стороны молодежи – не единственная при
чина наличия у многих работников избыточного образования. Если бы это было так, то
случаи «сверхобразованности» были бы локализованы преимущественно в когортах, вы
шедших на рынок труда в 1990–2000е годы, что эмпирически не подтверждается.
Вполне предсказуемо, что случаи «сверхобразованности» чаще встречаются в группах,
занимающих нижние ступени профессиональноквалификационной иерархии, – среди
неквалифицированных рабочих, конторских служащих и торговых работников. В то же
время случаи «недообразованности» чаще отмечаются, вопервых, в группе квалифици
рованных рабочих (24%) и, вовторых, в группе руководителей (16%). В целом у «белых
воротничков» соответствие между требуемым и фактическим образованием поддержива
ется на значительно более высоком уровне, чем у «синих воротничков». Так, среди спе
циалистов высшей квалификации фактический уровень формальной подготовки совпа
дает с требуемым в 80–85% случаев, тогда как среди представителей рабочих специально
стей лишь в 35–60% случаев.
Значительная вариация в показателях «сверх» и «недообразованности» наблюдается
также по разным типам рабочих мест. Так, в частном секторе риск как избыточности,
так и недостаточности образования оказывается заметно выше, чем в государственном
(табл. П41). Другой достаточно ожидаемый результат – постепенное убывание вероятно
сти избыточного образования с увеличением размеров предприятия. Если на предприятиях
с численностью занятых до 10 человек доля «сверхобразованных» работников достигает
35%, то на предприятиях с численностью свыше 500 человек она не превышает 23%. В то
же время существенных различий по показателям недостаточного образования между пред
приятиями разного размера не наблюдается.
На рабочих местах с полной занятостью риск переинвестирования в человеческий ка
питал ниже, однако риск недоинвестирования в него – выше, чем на рабочих местах с не
полной занятостью. Среди работников, занятых полное рабочее время, полученное ими об
разование избыточно у 29%, тогда как среди занятых неполное рабочее время – у 36%.
Вместе с тем среди первых недостаточное образование имеют 14%, тогда как среди вто
рых – 11%.
Риск несоответствий связан также и с формой найма. Так, среди работников с офи
циально оформленными трудовыми контрактами от избыточности образования страдают
28% и от недостаточности – 13%, тогда как среди работников, не имеющих таких кон
трактов, – соответственно 39 и 18%.
Среди отраслей в зависимости от используемого метода измерения лидерами по из
быточности образования оказываются либо промышленность, либо торговля, а аутсайде
253
рами – либо сельское хозяйство, либо финансы, тогда как лидерами по недостаточности
образования оказываются либо наука, либо строительство, а аутсайдером (в обоих слу
чаях) – здравоохранение.
По большей части закономерности, которые фиксируются для России, не отлича
ются от тех, что наблюдаются в большинстве других стран мира. В развитых странах с про
блемой «сверхобразованности» также, как правило, относительно чаще сталкиваются жен
щины, тогда как с проблемой «недообразованности» – мужчины. Известная «аномальность»
просматривается лишь в том, что в России масштабы несоответствий между фактическим и
требуемым образованием для различных возрастных групп оказываются практически оди
наковыми. В других странах от невостребованности полученного образования обычно силь
нее всего страдает молодежь. Вместе с тем ситуация, когда более высокие показатели «сверх
образованности» демонстрируют работники, занятые в частном секторе, на малых предпри
ятиях, работающие неполное время и не имеющие формальных трудовых контрактов, вы
глядит вполне стандартно. В этом смысле можно утверждать, что на уровне дескриптивной
статистики мы не обнаруживаем в большинстве случаев ничего, что резко выделяло бы
Россию на фоне других стран.
4.4.
Методология эконометрического анализа
Логика эконометрического анализа, к которому мы обращаемся в последующих разделах,
достаточно проста.
На первом этапе мы анализируем факторы, влияющие на вероятности наличия у ра
ботников избыточного или недостаточного образования. Поскольку средние показатели,
которые обсуждались в предыдущем разделе, не учитывают неоднородность рассматривае
мой статистической совокупности, мы оцениваем мультиномиальную логитрегрессию сле
дующего вида:
Pr ( yi = j ) =
(
exp X i β j ) и Pr ( yi = 0 ) =
1
, (41)
j j
(
1 + ∑ exp X i β j ) (
1 + ∑ exp X i β j )
j =1 j =1
где yi есть статус работников с точки зрения «оптимальности» полученного ими образова
ния. Если образование является избыточным, то j = 1, если недостаточным, то j = 2, и
если адекватным, то j = 0. Xi представляет собой вектор объясняющих переменных и
254
включает продолжительность фактического образования в годах, а также различные ха

8
рактеристики работников и занимаемых ими рабочих мест .
Здесь нас интересуют коэффициенты β, на основе которых мы рассчитываем средние
частичные эффекты (average partial effects – APE), или условные вероятности избыточного
и недостаточного образования. Оценки APE показывают, как в среднем (на сколько про
центных пунктов) меняется вероятность того или иного исхода (того или иного значения
зависимой переменной) при изменении независимой переменной на единицу при условии,
что все остальные независимые переменные зафиксированы на уровне средних по выборке.
На следующем этапе мы оцениваем влияние отклонений фактического образования
от «оптимального» на заработки. В исследованиях, посвященных этой проблеме, обычно
используется стандартное минцеровское уравнение заработков, в которое добавляются пе
ременные, позволяющие разложить фактическое образование на три составляющие – тре
буемое, избыточное и недостаточное. Для обозначения этой модифицированной версии
уравнения заработков Й. Хартог использует аббревиатуру ORU (Over, Required, Under)
[Hartog, 2000, р. 131–147].
Если отклонения фактического образования от требуемого измеряются в годах, то
уравнение заработков принимает вид
ln W = Xβ + γ r S r + γ o S o + γ u Su + η , (42)
где lnW – натуральный логарифм заработной платы; Sr, So, Su – продолжительность обра
зования в годах (соответственно требуемого, избыточного и недостаточного); X – вектор
контрольных переменных; η – нормально распределенный остаток. Параметр γr пред
ставляет оценку отдачи на год требуемого образования, а γo и γu – оценки отдачи на год
избыточного и недостаточного образования соответственно. Такая спецификация была
впервые предложена в работе Дункана и Хоффмана [Duncan, Hoffman, 1981] и с тех пор
стала очень популярной.
Если же мы лишь констатируем факт расхождений между фактическим и требуемым
образованием с помощью даммипеременных (не измеряя их в годах обучения), то урав
нение принимает вид
8
Мы контролировали следующие характеристики: пол; возраст; семейное положение (в браке/не в браке);
число детей; субъективные оценки состояния здоровья (3 группы); тип поселения (город/село); регион
проживания (федеральные округа); отраслевую принадлежность (7 групп); размер предприятия (6 групп
в зависимости от численности персонала); формы собственности (частная/государственная); тип заня
тости (полная/неполная); тип трудового контракта (формальный/устная договоренность). Формируя этот
набор переменных, мы среди прочего исходили из того, что причинами недоиспользования человеческого
капитала могут являться лежащие на работниках семейные обязательства (особенно – у женщин) и со
стояние их здоровья.
255
ln W = Xβ + γ a S a + λ o Do + λ u Du + η, (43)
где lnW – натуральный логарифм заработной платы; Sa – продолжительность фактически

полученного образования в годах; Do и Du – даммипеременные, которые принимают зна
чение единица, если работник имеет избыточное (недостаточное) образование, и ноль в
противном случае (требуемое образование принимается за базу сравнения), X – вектор
контрольных переменных; η – нормально распределенный остаток. Данное уравнение
представляет собой стандартное минцеровское уравнение, в которое добавлены дамми
переменные для избыточного и недостаточного образования с соответствующими коэф
фициентами λ.
Исследователь часто не знает Sa, а располагает информацией лишь о наивысшем
достигнутом уровне образования (EDUa). В таком случае уравнение (43) превращается в
следующее:
ln W = Xβ + γ a EDU a + λ o Do + λ u Du + η. (44)
Преимущество спецификации (44) по сравнению с (43) заключается в том, что она

позволяет учитывать неоднородность получаемого работниками образования. (Логично
ожидать, что, скажем, отдача от одного года начального образования будет не такой, как
от одного года высшего образования.)
Согласно уравнениям (43) и (44), работники с «неправильным» образованием (Do и
Du) сравниваются с точно такими же работниками, но имеющими «правильное» образо
вание с точки зрения требований к занимаемым ими рабочим местам. Если работник имеет
«правильное» образование, то Do и Du равны нулю и спецификации (43) и (44) вырож
даются в стандартное минцеровское уравнение, где заработная плата определяется факти
ческой продолжительностью или фактическим уровнем образования. Естественно ожидать,
что накопление избыточного образования (Do = 1 или комбинация {1; 0} на рис. 4.1 ниже)
будет оказывать на заработную плату отрицательное воздействие. В этом случае сверхоб
разованный работник будет зарабатывать меньше, чем аналогичный работник с тем же
уровнем образования, но занимающий «правильное» рабочее место {1; 1}. Этому исходу
соответствует λ о < 0. В то же время можно ожидать, что эффект недостаточного образова
ния (Du = 1 или комбинация {0; 1} на рис. 4.1 ниже) будет положительным, так как недос
таточно образованный работник, занятый на «неправильном» (более квалифицированном)
рабочем месте, скорее всего будет зарабатывать больше, чем работник с таким же образо
ванием, но занятый на «правильном» (менее квалифицированном) рабочем месте {0; 0}.
В этом случае λ u > 0.
256
Ситуацию, описываемую уравнениями (43) и (44), можно упрощенно представить

в виде следующей схемы, где и фактическое, и требуемое образование могут принимать
только два значения – высокое (единица) или низкое (ноль). Стрелки показывают на
контрфактические исходы, с которыми производятся сравнения в каждом из двух воз
9
можных случаев несоответствия .
Требуемое образование
низкое высокое
Фактическое низкое (0; 0) (0; 1)

высокое (1; 0) (1; 1)
Рис. 4.1. Возможные варианты соотношения между фактическим

и требуемым образованием
Спецификации (43) и (44) и составили основу нашего анализа. Уровень заработков

определялся исходя из величины среднемесячной заработной платы за предыдущие 12 ме
сяцев. Из индивидуальных характеристик работников мы контролировали: пол (база срав
нения – женщины); возраст (база сравнения – молодые люди в возрасте 25–34 лет); семей
ное положение (база сравнения – не состоит в браке); тип поселения (база сравнения –
9
В отличие от спецификаций (43) и (44) спецификация (42) позволяет производить сравнения с конт
рафактическими исходами не только по «горизонтали», но и по «вертикали» (см. рис. 4.1). Как показывает
анализ существующей эмпирической литературы, оценки отдачи от одного дополнительного года избы
точного образования, как правило, оказываются положительными, но меньше оценок отдачи от одного до
полнительного года требуемого образования. Это означает, что «сверхобразованные» работники, занятые
на менее квалифицированных рабочих местах, зарабатывают меньше, чем работники с таким же образова
нием, занятые на более квалифицированных рабочих местах, но больше, чем работники с более низким
образованием, занятые на тех же, что и они, рабочих местах. В то же время оценки отдачи от одного допол
нительного года недостаточного образования обычно оказываются отрицательными, но меньше по абсо
лютному значению оценок отдачи от одного дополнительного года требуемого образования. Это означает,
что «недообразованные» работники, занятые на более квалифицированных рабочих местах, зарабатывают
меньше, чем работники с более высоким образованием, занятые на тех же рабочих местах, но больше, чем
работники с таким же, как у них образованием, занятые на менее квалифицированных рабочих местах. Ус
редненные оценки, полученные В. Гроотом и Х. Маасен ван ден Бринк в исследовании, посвященном
метаанализу существующей литературы, выглядят так: отдача от одного года требуемого образования –
7,8%, от одного года избыточного образования – 3,0%, от одного года недостаточного образования –
–1,5% [Groot, Maassen van den Brink, 2007, р. 104].
257
город); регион проживания (база сравнения – ЦФО); специальный стаж и квадрат специ
ального стажа; логарифм продолжительности обычной рабочей недели (в часах). Кроме
того, учитывались следующие характеристики рабочих мест: форма собственности (база
сравнения – частная); размер предприятия (база сравнения – малые предприятия с чис
ленностью работников менее 10 человек); отраслевая принадлежность (база сравнения –
промышленность); тип трудового контракта (база сравнения – имеют официально оформ
ленный трудовой контракт).
Использование модифицированного минцеровского уравнения с учетом расхождений
между фактическим и требуемым образованием хотя и общепринято, но не дает ответов на
несколько существенных вопросов. Вопервых, оно неявно предполагает, что распределе
ния по заработной плате работников с «правильным» и «неправильным» образованием
идентичны по форме и лишь сдвинуты друг относительно друга на фиксированную вели
чину (определяемую параметром λ в уравнениях (43) и (44)). Вовторых, этот подход
игнорирует ненаблюдаемую неоднородность человеческого капитала. Возможно сущест
вование различий в ненаблюдаемых переменных (например, способностях, определяю
щих производительность индивида), которые также могут влиять на заработную плату,
выступая реальной причиной ее неравенства между работниками с «оптимальными» и «не
оптимальными» уровнями образования.
Для преодоления этих ограничений, следуя, в частности, за С. Макгиннессом и
Дж. Беннет (2007), мы используем метод квантильной регрессии [McGuinness, Bennett,
2007; Budría, Egido, 2007]. Этот метод, впервые предложенный в работах Р. Кёнкера с со
авторами, позволяет анализировать влияние несоответствий между фактическим и тре
буемым образованием не только на заработки среднего работника, но также в разных точ
10
ках условного (т.е. при прочих равных) распределения по заработной плате . Исходная
идея состоит в том, что работники, находящиеся в разных частях распределения по зара
ботной плате, должны отличаться друг от друга некими ненаблюдаемыми характеристи
кам (это могут быть врожденные способности, ненаблюдаемое качество обучения и т.д.),
которые принято обозначать обобщенным термином «способности» (abilities).
Если предположить, что на менее квалифицированных рабочих местах, по отноше
нию к которым полученное образование может оказаться избыточным, концентрируются
работники с худшими «способностями», то тогда отрицательное влияние «сверхобразован
ности» на заработки будет наблюдаться только в нижней части условного распределения по
заработной плате, а в верхней оно будет отсутствовать. В таком случае превышение фактиче
10
См.: [Koenker, Bassett, 1978, р. 33–50]. Хороший обзор дан в работе: [Koenker, Hallock, 2001, р. 143–156].
258
ского образования над требуемым будет свидетельствовать лишь о внутренней неоднород

ности имеющегося у работников человеческого капитала, ничего не говоря о качестве их
соединения с рабочими местами. Говоря иначе, попытка перемещения таких «неспособ
ных» работников на рабочие места, соответствующие уровню полученного ими формаль
ного образования, ничего бы не дала, поскольку они были бы не в состоянии успешно вы
полнять более сложную работу. Если же негативное влияние избыточного образования на
заработки проявляется и у работников с лучшими способностями (т.е. в верхней части рас
пределения по заработной плате), то в этом случае мы, повидимому, имеем дело с реаль
ными экономическими потерями, связанными с неоптимальной состыковкой (матчингом)
работников и рабочих мест. Перемещение таких «способных» работников на более квали
фицированные рабочие места, действительно, повышало бы их производительность и зара
ботки, способствуя тем самым росту благосостояния общества. (Та же цепь рассуждений,
но только с обратными знаками, приложима к случаям недостаточности имеющегося у
работников образования.)
Оценки, получаемые с помощью МНК, отражают влияние факторов «сверх» и «не
дообразованности» лишь на среднюю величину заработков и не учитывают того, что в
разных частях распределения по заработной плате оно может сильно варьироваться и
приобретать иной характер. В отличие от этого метод квантильной регрессии позволяет
получать оценки не только для середины распределения, но и для любых других его сег
ментов (квантилей). (Стоит уточнить, что при использовании этого метода расчеты для
каждого отдельного квантиля производятся на базе всей выборки, но только наблюдениям,
относящимся к данному квантилю, придаются бóльшие веса.) Такой подход позволяет
избежать ошибочных заключений, когда более способные работники, имеющие адекват
ное образование, начинают сравниваться с менее способными работниками, имеющими
избыточное образование, или менее способные работники, имеющие адекватное образо
вание, с более способными работниками, имеющими недостаточное образование (как это
фактически происходит при использовании МНК).
Модель квантильной регрессии можно представить в следующем виде:
lnWi = Xiβθ + uθi при Quantθ(lnWi | Xi) = βθ Xi,
где Quantθ(lnWi | Xi) обозначает условный квантиль θ переменной lnWi при условии кон
троля вектора переменных Х. Набор Х повторяет тот, что использовался нами при оцени
вании уравнений (43) и (44).
259
4.5.
Детерминанты «сверх-»
и «недообразованности»
Мы оценивали модель мультиномиальной регрессии для обоих сконструированных нами
показателей соответствия как по выборке в целом, так и отдельно по мужчинам и женщи
нам. Затем на основе полученных коэффициентов регрессии рассчитывались значения
средних частичных эффектов (APE – см. раздел 4.4) для всех включенных в модель пере
менных.
Полученные оценки представлены в табл. П42–П43. Некоторые характеристики
рабочих мест, включенные нами в регрессионное уравнение в качестве независимых пе
ременных, потенциально эндогенны, и поэтому мы не интерпретируем получаемые оценки
в терминах причинности. Сразу отметим, что при переходе от «одношагового» подхода к
«двухшаговому» частично меняется набор значимых факторов, подтверждая известный
факт, что выбор способа измерения влияет на результаты анализа [Verhaest, Omey, 2009].
Тем не менее в этих результатах есть много общего.
Начнем с того, что в зависимости от используемого определения дополнительный
год обучения повышает вероятность наличия избыточного образования на 1–2 п.п. Это
означает, что для высшего образования этот эффект может достигать 5–10 п.п., что пред
ставляет весьма значительную величину. (Напомним, что для всей выборки доля работ
ников с избыточным образованием оценивается в 22–29%.) Напротив, увеличение про
должительности обучения на один год сопровождается снижением вероятности недоста
точного образования на 1–2,5 п.п.
Для женщин риск избыточной образованности оказывается на 2–4,4 п.п. выше, чем
для мужчин. В то же время мужчины подвергаются существенно большему – на 3,4 п.п. –
риску недостаточной образованности (при использовании данных «двухшагового» под
хода).
При «одношаговом» подходе риск «сверхобразованности» не зависит от возраста, а
риск «недообразованности» с возрастом постепенно снижается, но эта зависимость нели
нейна. Так, в самой старшей группе (60–64 года) он оказывается на 5,5 п.п., а в средней
(40–49 лет) на 3,1 п.п. ниже, чем в самой младшей (25–29 лет). «Двухшаговый» подход
мало меняет картину. Лишь в группе 30–39 лет вероятность «сверхобразованности» сни
жается по сравнению с базовой (самой младшей) группой, а вероятность «недообразован
ности» также убывает с возрастом, но в этом случае убывание происходит почти линейно.
Для самого старшего возраста вероятность такого исхода оказывается меньше на весьма
существенную величину – 4,6 п.п. По итогам анализа обеих спецификаций мы можем
260
говорить о том, что вероятность избыточного образования с возрастом практически не

меняется, тогда как вероятность недостаточного образования снижается.
Интересно отметить, что в сельской местности, при прочих равных условиях, расхож
дения между фактическим и требуемым образованием встречаются относительно реже,
чем в городской. Этот эффект наблюдается по отношению как к избыточному, так и не
достаточному образованию и в зависимости от используемого подхода может достигать
2–4 п.п. Такая закономерность объясняется тем, что на селе не только спрос на образован
ную рабочую силу, но и ее предложение значительно меньше, чем в городах.
Региональные переменные оказываются незначимы для вероятности иметь избыточ
ное образование, но значимы (в некоторых случаях) для вероятности иметь недостаточное
образование. Так, проживание в УФО и ДФО (по сравнению с проживанием в ЦФО) по
вышает риск «недообразованности» на 4–5 п.п., тогда как проживание в ПФО и СФО сни
жает его на 2–4 п.п.
Состояние в браке имеет тенденцию снижать риск «сверхобразованности» (на 3 п.п.,
согласно «одношаговому» подходу), тогда как увеличение числа детей его повышает (на
2,5 п.п., согласно «двухшаговому» подходу). Однако по отношению к риску «недообразо
ванности» семейные характеристики выступают как нейтральный фактор.
Эффект здоровья проявляется лишь при использовании «одношагового» подхода. Пло
хое здоровье (по сравнению со средним) сильно (на 6,4 п.п.) повышает риск оказаться на
рабочем месте, не требующем полученного работником образования, а хорошее, наоборот,
снижает риск оказаться на рабочем месте, где полученного образования будет не хватать.
Все учтенные в нашем анализе характеристики рабочих мест в целом рисуют непро
тиворечивую и интуитивно понятную картину, хотя уровни значимости и масштаб влия
ния отдельных переменных различаются в зависимости от используемых спецификаций.
На государственных предприятиях, на предприятиях большого размера, при занятости на
полное рабочее время, при наличии официально оформленных трудовых контрактов ве
роятность избыточного образования оказывается меньше. Требования к работникам на та
ких рабочих местах более жестко формализованы, а потому несоответствия – при прочих
равных условиях – возникают здесь относительно реже. Что же касается вероятности не
достаточного образования, то она практически не связана с большинством характеристик
рабочих мест.
Занятость в госсекторе снижает риск избыточного образования примерно на 3 п.п.
На более крупных предприятиях (с численностью занятых свыше 500 человек) работники
с избыточным образованием встречаются намного – на 6–9 п.п. – реже, чем на малых
11
(с численностью занятых до 10 человек) . Его вероятность значимо меньше для занятых в
11
Первая цифра относится к спецификации, использующей одношаговое определение, а вторая – двух
шаговое.
261
строительстве и в бюджетном секторе (включающем государственное управление, образо

вание и здравоохранение). По сравнению с работниками промышленности (референтный
сектор) риск переинвестирования в человеческий капитал оказывается в них меньше при
мерно на 5 п.п. в первом случае (одношаговый подход) и примерно на 4 п.п. во втором
(двухшаговый подход). В отношении бюджетного сектора, использующего преимущест
венно работников с высоким уровнем образования, этот вывод достаточно очевиден, но
применительно к строительству, где велик удельный вес малоквалифицированного труда,
требует пояснений. Это можно объяснить тем, что значительная часть рабочих мест в
строительстве по разным причинам не является привлекательной для лиц с высшим обра
12
зованием, предпочитающих альтернативные сферы занятости . Полная занятость снижает
вероятность обладания избыточным образованием на 4–6 п.п., а наличие официально
оформленного трудового контракта – на 5–6 п.п. В сумме для работника, занятого полное
рабочее время по официально оформленному трудовому контракту на крупном предпри
ятии бюджетного сектора, риск избыточности полученного им образования будет на це
лых 25 п.п. (!) меньше, чем для работника, занятого на малом частном предприятии по
устной договоренности неполное рабочее время.
Мы также оценивали средние частичные эффекты отдельно для мужчин и для жен
щин. В целом они подтверждают выводы, представленные выше. Основное уточнение за
ключается в том, что для мужчин на вероятность несоответствий относительно сильнее
влияют характеристики рабочих мест (размер предприятия, отрасль, неформальный сек
тор), а для женщин – индивидуальные характеристики (возраст, семейное положение, на
личие детей, здоровье). Это справедливо как для уровней статистической значимости, так
и для величины соответствующих эффектов.
Как видно из полученных нами результатов, процессы формирования структуры за
нятости с точки зрения оптимальности использования приобретенного человеческого ка
питала отличаются выраженной селективностью как со стороны предложения труда, так и
со стороны спроса на труд.
4.6.
«Штрафы» и «премии»
за «неправильное» образование
Сравнение средних уровней заработной платы для групп с адекватным, избыточным и
недостаточным образованием показывает, что в российских условиях работники, у кото
12
Широкое использование неквалифицированных мигрантов в строительстве является дополнительным
подтверждением этого обстоятельства.
262
рых фактическое и требуемое образование совпадают, оплачиваются явно лучше, чем те, у
кого они расходятся. Согласно «двухшаговому» подходу, заработки работников с адекват
ным образованием превышают заработки работников с избыточным образованием на 25%,
а заработки работников с недостаточным образованием – на 3,5% (согласно «одношагово
му» подходу – на 9 и 3% соответственно). Если предположить, что различия в заработной
плате более или менее адекватно отражают различия в производительности, то отсюда
можно сделать вывод, что потенциал российских работников, занятых на «неподходящих»
рабочих местах, недоиспользуется и они трудятся с гораздо меньшей отдачей, чем могли бы.
Однако такое сравнение является очень грубым, игнорирующим возможную неодно
родность групп с адекватным, избыточным и недостаточным образованием. На самом деле
наблюдаемые между ними различия в заработках могут объясняться иными факторами, не
имеющими непосредственного отношения к «оптимальности» или «неоптимальности» по
лученного ими образования.
Чтобы определить «чистый» вклад несоответствий между фактическим и требуемым
образованием в заработную плату, мы оценивали расширенную версию уравнения зара
ботков с добавлением в него даммипеременных для избыточного и недостаточного обра
зования. Точкой отсчета для нас служили оценки стандартного минцеровского уравнения
без включения этих дополнительных переменных. Как уже отмечалось, для измерения
фактического образования мы пользовались двумя альтернативными показателями: общим
числом лет обучения и наивысшим достигнутым уровнем образования. Каждая из этих
спецификаций оценивалась далее в двух вариантах – с использованием данных либо «од
ношагового», либо «двухшагового» подходов. Расчеты делались как для всей выборки, так
и отдельно для мужчин и женщин. Такое многократное дублирование оценок контроли
рует устойчивость результатов.
Результаты расчетов, представленные в табл. П44–П45, свидетельствуют, что учет
факторов «сверх» и «недообразованности» приводит к заметному улучшению качества мо
делей. Доля объясненной вариации в заработках увеличивается на 2–7% при «одношаго
вом» и на 4–10% при «двухшаговом» подходах. Однако на «традиционных» детерминантах
заработков (имеются в виду прочие характеристики работников и рабочих мест) это почти
не отражается. В подавляющем большинстве случаев величина и статистическая значи
мость стоящих перед ними коэффициентов практически не меняется.
Наибольший интерес для нас представляет вопрос, как добавление факторов «сверх»
и «недообразованности» (даммипеременных Do и Du), вопервых, отражается на отдаче от
фактического образования (Sa или EDUa) и, вовторых, к каким «штрафам» или «преми
ям» это приводит. Другими словами, мы смотрим на изменения в значениях коэффици
ентов γ и λ в уравнениях (43) и (44).
263
Подобное расширение приводит к пусть небольшому, но повышению норм отдачи

от одного дополнительного года обучения – с 6,9 до 7,1–7,2% (спецификация (3)). Премия
за высшее образование (спецификация (4)) возрастает в этом случае с 60 до 64% при «од
ношаговом» и еще сильнее – до 87% – при «двухшаговом» подходах. Иными словами, в ги
потетической ситуации, когда все работники трудились бы на рабочих местах, в точности
соответствующих полученной ими формальной подготовке, отдача от образования была
бы выше. Сильнее всего в таком случае, повидимому, выиграли бы обладатели вузовских
дипломов, поскольку для них глубина потенциального падения (при недоиспользовании
полученного образования) больше, чем для других групп работников.
Как видно из табл. П44–П45, переменные Do и Du практически всегда входят в оце
ниваемые уравнения с ожидаемыми знаками: отрицательным для Do (во всех случаях) и
положительным для Du (в большей части случаев). Однако если у переменной Do коэффи
циенты регрессии значимы на 1процентном уровне доверительной вероятности во всех
спецификациях, то у переменной Du они достигают 1процентного уровня статистической
значимости только в спецификации (44) с использованием «двухшагового» подхода.
Переход от спецификации (43) к спецификации (44) почти не меняет величину по
терь в заработках от избыточного образования. Однако используемый способ измерения
несоответствий имеет значение. Величина потерь составляет примерно 17% при использо
вании «одношагового» подхода, но возрастает до 22% при использовании «двухшагового»
подхода. Для женщин «штраф» за избыточное образование оказывается несколько больше,
чем для мужчин: 18–19% против 13–14% при «одношаговом» и 23% против 19–22% при
«двухшаговом» подходах.
Что касается «премии» за недостаточное образование, то в среднем по выборке она со
ставляет чуть более 16% (спецификация (44) с использованием данных «двухшагового»
подхода). У женщин ее величина опятьтаки оказывается несколько больше, чем у муж
13
чин: 20% против 13% .
Общий вывод, который можно отсюда сделать, состоит в том, что в условиях россий
ского рынка труда переинвестирование в человеческий капитал, действительно, чревато
достаточно серьезными экономическими потерями: при прочих равных условиях работни
ки с избыточным образованием зарабатывают примерно на 20% меньше, чем работники с
адекватным образованием. В случае с недостаточным образованием ситуация менее одно
значна, так как получаемые результаты зависят от используемого метода измерения. Тем не
13
Так как в уравнении заработков показатели избыточного и недостаточного образования представлены
D
даммипеременными, «премии» и «штрафы» на них рассчитывались по формуле (e – 1) · 100%, где D –
коэффициент регрессии перед соответствующей переменной. Такая же процедура использовалась при
оценке «премий» для различных уровней образования.
264
менее нельзя исключить, что эффект недообразованности также весьма существенен. По

некоторым оценкам, попадание на рабочие места, требующие более высокого образования,
чем фактически имеющееся у работников, сопровождается приростом заработков пример
но на 15%.
Усредненные оценки, которые мы обсуждали до сих пор, не учитывают, что у разных
групп занятых «штрафы» и «премии» за «сверх» и «недообразованность» могут сильно от
личаться. Два возникающих в этом контексте вопроса представляют, повидимому, наи
больший интерес: как величина этих «штрафов» и «премий» варьируется, вопервых, по
разным возрастным и, вовторых, по разным образовательным группам работников?
Старшие поколения российских работников вступали на рынок труда в относитель
но благоприятный (для себя) период, когда предложение образованной рабочей силы было
достаточно ограниченным, а спрос на такой труд рос, открывая перед молодыми специа
14
листами, казалось бы, широкие перспективы . В отличие от этого молодым поколениям,
вступавшим на рынок труда в 1990–2000е годы, пришлось начинать трудовую жизнь в
условиях, с одной стороны, резко возросшего предложения образованной рабочей силы
и, с другой, сократившегося спроса на нее. Это означало усиление конкуренции за «хоро
шие» рабочие места, доля которых неуклонно сокращалась [Нестандартная занятость в рос
сийской экономике, 2006]. Следствием этого могло стать значительное увеличение «штра
фов» за избыточное образование, фактически ненужное экономике. В таких условиях есте
ственно было бы ожидать, что максимальные экономические потери от «сверхобразован
ности» должна нести молодежь.
Однако покогортные оценки, представленные в табл. 4.1, не подтверждают этого
предположения. Согласно «двухшаговому» подходу, штраф за «сверхобразованность» во
всех возрастных группах оказывается примерно одинаковым и составляет около 20%.
«Одношаговый» подход вообще дает результаты, обратные ожидаемым: если молодые по
коления в случае избыточности полученного образования теряют в заработках порядка 15%,
то более старшие – около 25%. Что касается влияния на заработки недостаточного обра
зования, то внутри отдельно взятых возрастных групп оно никак не проявляется (коэффи
циенты при этой переменной ни в одном из случаев не достигают хотя бы 10процентного
уровня статистической значимости).
14
Напомним, что в плановой экономике молодые специалисты подпадали под обязательное распределение
с учетом полученной специальности. По крайней мере в начале своей профессиональной карьеры они не
сталкивались с проблемой расхождения между уровнем образования и требованиями рабочего места.
265
Таблица 4.1. Оценки премий и штрафов за «неоптимальное» образование

для различных возрастных групп, спецификация (43), %
Группы «Одношаговый» подход «Двухшаговый» подход

по возрасту
избыточное недостаточное избыточное недостаточное
образование образование образование образование
*** ***
25–29 лет –13,4 0,7 –21,8 3,3
*** ***
30–39 лет –11,5 –1,0 –16,0 6,4
*** ***
40–49 лет –17,7 –0,7 –25,2 –3,2
*** ***
50–59 лет –24,6 –9,1 –22,8 –3,3
** **
60–64 года –25,0 18,0 –23,6 –10,2
* **
Примечание: – статистическая значимость на уровне 0,10; – статистическая значимость на уровне
***
0,05; – статистическая значимость на уровне 0,01. Оценки получены из минцеровского уравнения
заработков для различных возрастных групп с включением даммипеременных избыточного и недоста
точного образования. Перечень контрольных переменных, включавшихся в расчет, был тем же, что при
водимый в табл. П43–П45.
Таблица 4.2 содержит результаты оценивания уравнений (43) и (44) для различных
образовательных групп.
Теоретически можно было бы ожидать, что максимальные «штрафы» за «сверхобра
зованность» будут наблюдаться у наиболее продвинутых, тогда как максимальные «пре
мии» за «недообразованность» – у наименее продвинутых групп работников (у обладате
лей дипломов вузов – в первом случае и у не закончивших даже полной средней школы –
15
во втором случае) . Как следует из табл. 4.2, с повышением уровня образования потери,
порождаемые его избыточностью, действительно, возрастают. Так, при переходе от на
чального профессионального к высшему образованию «штраф» увеличивается примерно
вдвое: с –11 до –20% при использовании «одношагового» и с –15 до –32% при использо
вании «двухшагового» подходов. Иными словами, с увеличением объема накопленного
человеческого капитала потери в заработках, порождаемые его недоиспользованием, воз
растают.
15
Следует иметь в виду, что изза различий в конструкции показателей несоответствия («мизматчI» и
«мизматчII») число и состав образовательных групп, выделяемых при их использовании, оказываются
неидентичными. Дело в том, что в первом случае такие группы выделяются исходя из уровней как общего,
так и профессионального, тогда как во втором – одного только профессионального образования работ
ников (более детальное описание см. в табл. 4.2).
266
Таблица 4.2. Оценки премий и штрафов за «неоптимальное» образование

для работников с различными уровнями образования, %
Группы «Одношаговый» подход Группы по уровням «Двухшаговый» подход

по уровням профессионального
образования избыточное недостаточное образования избыточное недостаточное
образование образование образование образование
Основное общее Нет никакого про

и ниже (незави фессионального
симо от обучения образования (не
в ПТУ или зависимо от уровня
на профессио полученного обще
нальных курсах) –2,2 –4,6 го образования) – 18,1***
Полное среднее –2,3 –4,9 ПТУ или

профессиональные
*** **
курсы –15,3 13,0
Полное среднее + Среднее профес

*** ***
ПТУ или профес сиональное –19,7 24,1
**
сиональные курсы –10,7 –8,7
***
Среднее профес Высшее –32,4 –
*** **
сиональное –19,1 19,2
***
Высшее –22,2 –2,7
* **
***
0,05; – статистическая значимость на уровне 0,01. Оценки получены из минцеровского уравнения
заработков для различных возрастных групп с включением даммипеременных избыточного и недоста
точного образования. Перечень контрольных переменных, включавшихся в расчет, был тем же, что при
водимый в табл. П43–П45.
Более сложная картина вырисовывается при обращении к оценкам «премий» за не

достаточное образование. При «одношаговом» подходе они оказываются статистически
значимыми только для среднего профессионального образования. Выпускники ссузов,
которым удается устраиваться на рабочие места, требующие более высокого образования,
зарабатывают на 19% больше, чем выпускники ссузов, которые устраиваются на рабочие
места, соответствующие уровню полученной ими профессиональной подготовки. Исполь
зование «двухшагового» подхода позволяет сделать еще более сильный вывод. В этом случае
существенные «премии» за недостаточное образование отмечаются не только у работников
со средним профессиональным, но и с начальным профессиональным образованием, а
также у работников без какоголибо профессионального образования. Выигрыш в зара
ботках у выпускников ссузов, «проникающих» на рабочие места, предназначенные для
работников с более высоким, чем у них, образованием, составляет 24%, у выпускников
ПТУ и профессиональных курсов – 13%, у тех, кто не получил никакого профессиональ
267
ного образования, – 18%. Обращает на себя внимание, что в случае выпускников ПТУ и
ссузов величина «штрафов» за избыточность полученного ими образования примерно сов
падает с величиной «премий» за его недостаточность. Иными словами, потери в заработ
ках, которые они несут в первом случае, более или менее компенсируются выигрышами,
которые достаются им во втором случае.
В целом представленные результаты совпадают с основными выводами, которые де
лались в предшествующих исследованиях. В большинстве из них, как и в нашей работе,
фиксировались отрицательные и статистически значимые эффекты для избыточного и по
ложительные, но во многих случаях статистически незначимые эффекты для недостаточ
ного образования. Если говорить о «штрафах» за избыточность, то в России (20%) они ока
зываются больше, чем в развитых странах (15%), но меньше, чем в Эстонии (27%), которая,
как и Россия, входит в группу стран с переходной экономикой. Однако у российских работ
ников с высшим образованием «штраф» может доходить до трети заработков, что по любым
меркам представляется очень значительной величиной.
4.7.
Меняются ли «штрафы» и «премии»
при учете ненаблюдаемых характеристик?
Как отмечалось ранее, попытки оценить «зарплатные» эффекты избыточного и недоста
точного образования с помощью стандартного МНК наталкиваются на серьезные кон
цептуальные трудности. Главная из них заключается в том, что при этом не учитываются
ненаблюдаемые характеристики работников, во многом определяющие их заработки.
С одной стороны, различные элементы человеческого капитала – более формальные
и менее формальные – могут выступать как субституты. Например, работники с худшими
природными задатками могут стремиться к получению дополнительного, более высокого
образования с тем, чтобы компенсировать этим нехватку врожденных способностей. Или:
работники, не сумевшие достичь высокого образования, могут вкладывать больше средств
и усилий в получение производственной подготовки, пытаясь восполнить таким способом
дефицит имеющегося у них «формального» человеческого капитала. С другой стороны,
менее способные работники могут быть просто не в состоянии использовать полученные
знания и навыки с такой же эффективностью, как это удается делать более способным. Как
следствие, работники с худшими способностями будут «сползать» на рабочие места, запол
няемые обычно работниками с более низким, чем у них, образованием, тогда как работни
ки с лучшими способностями – подниматься на рабочие места, заполняемые обычно ра
ботниками с более высоким, чем у них, образованием.
268
Естественно полагать, что в таком случае между способностями работников и наличи

ем у них избыточного/недостаточного образования будет наблюдаться тесная корреляция.
Соответственно оценки, игнорирующие различия в их ненаблюдаемых характеристиках,
будут завышать влияние факторов «сверх» и «недообразованности» на заработки или даже
обнаруживать его там, где на самом деле оно отсутствует. Возможное решение этой про
блемы связано с использованием техники квантильной регрессии.
В условиях, когда заработки работников определяются ненаблюдаемыми характери
стиками их человеческого капитала, можно ожидать, что наиболее способные из них, при
прочих равных условиях, будут размещаться на высших, тогда как наименее способные –
на низших позициях в зарплатной иерархии. Поэтому если предположить, что наличие
избыточного образования есть свидетельство плохих способностей, то тогда случаи «сверх
образованности» должны в основном встречаться в нижней части распределения работ
ников по заработной плате и практически отсутствовать в его верхней части. И наоборот,
если наличие недостаточного образования есть свидетельство хороших способностей, то
случаи «недообразованности» должны в основном встречаться в верхней части распреде
ления по заработной плате и практически отсутствовать в его нижней части.
Данные РМЭЗ позволяют отвергнуть предположение об абсолютном доминировании
фактора ненаблюдаемых способностей. На рис. 4.2–4.3 представлены оценки распростра
ненности избыточного и недостаточного образования в различных квантилях распределе
ния работников по заработной плате для мужчин и женщин. На них хорошо видно, что как
у мужчин, так и у женщин случаи как «сверх», так и «недообразованности» встречаются
на всех его участках. Иными словами, рискам «неоптимальности» образования подверже
ны любые работники вне зависимости от их (предполагаемых) способностей.
Случаи «недообразованности» примерно с равной частотой отмечаются на всех уров
нях зарплатной иерархии. В отличие от этого частота случаев «сверхобразованности» при
переходе от нижних к верхним квантилям постепенно убывает, хотя убывание является
далеко не монотонным. Более отчетливо эта закономерность проявляется при использова
нии «двухшагового» подхода (рис. 4.3). Так, у женщин в самом нижнем квантиле доля ра
ботников с избыточным образованием приближается к 50%, тогда как в самом верхнем не
достигает и 25%. У мужчин аналогичные оценки соотносятся как 31% против 13%. Эти
наблюдения позволяют сделать вывод, что хотя более способные работники также не за
щищены от рисков «сверхобразованности», для них эти риски оказываются все же слабее,
чем для менее способных работников.
Хотя случаи избыточного образования встречаются на протяжении всего распределе
ния работников по заработной плате, нельзя исключить, что его отрицательное влияние на
269
заработки наблюдается исключительно в нижних квантилях (среди менее способных ра

ботников) и отсутствует в верхних квантилях (среди более способных работников). Ана
логичным образом положительное влияние на заработки недостаточного образования мо
жет наблюдаться исключительно в верхних квантилях (среди более способных работников)
и отсутствовать в нижних квантилях (среди менее способных работников). Иное дело, если
отрицательное (положительное) влияние избыточного (недостаточного) образования на
заработки будет обнаруживаться также и в верхних (нижних) сегментах распределения ра
ботников по заработной плате. В таком случае у нас появляются веские основания утверж
дать, что проблема не сводится всего лишь к ненаблюдаемой неоднородности человече
ского капитала и что «неоптимальные» инвестиции в него действительно чреваты серьез
ными потерями в производительности и заработках.
40,0
35,0
30,0
25,0
20,0
15,0
10,0
5,0
0,0
1-й 2-й 3-й 4-й 5-й 6-й 7-й 8-й 9-й 10-й
(нижний) (верхний)
Избыточное образование (жен.)

Недостаточное образование (жен.)
Избыточное образование (муж.)
Недостаточное образование (муж.)
Рис. 4.2. Уровни избыточного и недостаточного образования

в различных квантилях распределения работников по заработной плате:
«одношаговый» подход, мужчины и женщины, %
270
50,0
45,0
40,0
35,0
30,0
25,0
20,0
15,0
10,0
5,0
0,0
1-й 2-й 3-й 4-й 5-й 6-й 7-й 8-й 9-й 10-й
(нижний) (верхний)
Избыточное образование (жен.)

Недостаточное образование (жен.)
Избыточное образование (муж.)
Недостаточное образование (муж.)
Рис. 4.3. Уровни избыточного и недостаточного образования

в различных квантилях распределения работников по заработной плате:
«двухшаговый» подход, мужчины и женщины, %
Результаты тестирования этих альтернативных гипотез с помощью метода квантиль

ной регрессии содержатся в табл. 4.3–4.6. В этом случае мы также оценивали несколько
различных спецификаций – с использованием как показателя числа лет обучения, так и
показателя наивысшего достигнутого уровня образования; по данным как «одношагового»,
так и «двухшагового» подходов; как для всей выборки, так и отдельно для мужчин и жен
щин. Наиболее общий вывод, который можно сделать, состоит в том, что МНК, действи
тельно, не улавливает существенную часть вариации в заработках. Это отчетливо видно
как из оценок норм отдачи, так и из оценок «штрафов» и «премий» за избыточное или
недостаточное образование, получаемых для разных квантилей условного распределения
по заработной плате.
271
Таблица 4.3. Результаты оценивания уравнения заработков

методом квантильной регрессии:
спецификация с переменной числа лет обучения (43),
«одношаговый» подход, %
Квантили Все Мужчины Женщины
норма «штраф» «премия» норма «штраф» «премия» норма «штраф» «премия»

отдачи за избы за недоста отдачи за избы за недо отдачи за избы за недоста
точное об точное об точное статочное точное об точное об
разование разование обра образование разование разование
зование
1й
*** *** *** *** * *** ***
(нижний) 6,6 –17,9 –4,2 4,2 –12,1 –13,5 8,4 –18,9 7,7
*** *** *** *** ** *** ***
2й 6,8 –16,0 –6,8 5,5 –16,6 –16,4 8,5 –17,6 4,8
*** *** *** *** *** ***
3й 7,4 –17,0 –0,4 5,9 –13,1 –10,6 8,5 –18,1 1,5
*** *** *** *** *** ***
4й 7,5 –16,4 0,4 5,9 –12,1 –5,2 8,3 –18,3 3,0
*** *** *** *** *** ***
5й 7,2 –16,5 –2,1 5,7 –12,0 –4,6 8,1 –17,8 1,9
*** *** *** *** *** ***
6й 7,2 –15,3 –0,5 5,8 –11,6 –2,9 8,1 –18,1 3,2
*** *** *** *** *** ***
7й 7,4 –16,7 0,9 6,8 –13,0 –1,6 7,9 –17,8 3,3
*** *** *** *** *** ***
8й 7,7 –15,7 –1,1 7,1 –10,6 –2,7 8,5 –20,5 0,7
9й
*** *** *** *** *** ***
(верхний) 7,6 –17,5 –4,0 6,7 –6,7 –4,3 8,1 –22,3 1,3
* ** ***
Примечание: – статистическая значимость на уровне 0,10; – статистическая значимость на уровне 0,05; – стати
стическая значимость на уровне 0,01.
Так, при переходе от нижних к верхним квантилям значения норм отдачи возрастают с
6,6–6,7 до 7,1–7,6%, т.е. становятся выше примерно на 0,5–1 п.п. (спецификация (43),
табл. 4.3 и 4.5). Правда, эта тенденция проявляется только у мужчин; у женщин на всех
участках распределения нормы отдачи остаются примерно на одном и том же уровне. Зна
чительный прирост наблюдается также в величине премий за высшее образование: с 57%
в нижнем квантиле до 67% в верхнем квантиле при использовании «одношагового» и с
72% в нижнем квантиле до 92% в верхнем квантиле при использовании «двухшагового»
подходов (спецификация (44), табл. 4.4 и 4.6). Однако и в этом случае эффект «нараста
ния» присутствует только у мужчин, практически отсутствуя у женщин. Иными словами,
работникимужчины с лучшими способностями выигрывают от более высокого образо
вания существенно больше, чем работники с худшими способностями. В то же время жен
щины получают примерно одинаковую отдачу от образования независимо от различий в
их ненаблюдаемых характеристиках.
272

спецификация с переменными уровней образования (44),
«одношаговый» подход, %
«премия» «штраф» «премия» «премия» «штраф» «премия» «премия» «штраф» «премия»

за выс за избы за недо за выс за избы за недо за выс за избы за недо
шее точное статоч шее точное статоч шее точное статоч
образо образо ное образо образо ное образо образо ное
вание вание образо вание вание образо вание вание образо
вание вание вание
1й
*** *** *** *** ** *** *** ***
(нижний) 56,7 –20,2 –4,2 31,9 –15,5 –17,3 79,4 –17,8 17,2
*** *** *** *** *** *** ***
2й 65,7 –18,4 –3,8 49,7 –16,3 –19,3 74,7 –20,8 5,7
*** *** *** *** ** *** ***
3й 66,7 –19,0 1,0 49,9 –15,8 –14,2 71,3 –18,6 6,1
*** *** *** *** ** *** ***
4й 60,9 –17,7 2,5 44,9 –14,2 –13,7 76,1 –18,5 7,8
*** *** *** *** *** ***
5й 64,0 –17,1 –0,9 46,1 –14,8 –4,6 78,2 –19,3 3,0
*** *** *** *** *** ***
6й 68,2 –17,0 1,9 53,0 –14,4 –4,7 79,3 –17,6 6,8
*** *** *** *** *** ***
7й 68,1 –16,6 2,3 57,6 –13,6 –1,4 74,0 –16,0 6,8
*** *** *** *** *** ***
8й 68,2 –13,7 0,5 63,0 –11,3 1,7 73,3 –18,1 7,5
9й
*** *** *** *** *** ***
(верхний) 67,4 –10,5 1,9 68,3 –4,7 10,9 69,9 –17,6 3,4
* ** ***
В рамках спецификации (43) «штрафы» за избыточное образование оказываются при

мерно одинаковыми на всех участках распределения работников по заработной плате: 16–
18% при «одношаговом» и 20–23% при «двухшаговом» подходах. Другими словами, учет
различий в ненаблюдаемых характеристиках человеческого капитала практически не от
ражается на величине потерь, порождаемых избыточным образованием: и у более, и у менее
способных работников они по существу совпадают. Оценивание спецификации (44)
приводит к несколько иным результатам. При переходе от нижних квантилей к верхним
величина «штрафов» постепенно убывает с 20 до 10% при «одношаговом» и с 26 до 21%
при «двухшаговом» подходах, хотя и в этом случае коэффициенты при переменной избы
точного образования остаются статистически значимыми на протяжении всего распреде
ления по заработной плате.
273

спецификация с переменной числа лет обучения (43),
«двухшаговый» подход, %
норма «штраф» «премия» норма «штраф» «премия» норма «штраф» «премия»

отдачи за избы за недос отдачи за избы за недоста отдачи за избы за недос
точное таточное точное точное об точное таточное
образо образова образова разование образова образова
вание ние ние ние ние
1й
*** *** *** *** *** ***
(нижний) 6,7 –23,4 0,2 5,1 –21,6 –0,8 8,2 –25,5 3,4
*** *** *** *** *** ***
2й 7,6 –22,6 1,2 6,0 –21,7 –5,6 8,3 –21,7 3,7
*** *** *** *** *** ***
3й 7,1 –22,7 0,7 6,0 –21,1 –0,2 8,1 –22,2 –1,6
*** *** *** *** *** ***
4й 6,9 –20,5 0,4 5,7 –20,8 2,4 8,0 –22,0 –1,7
*** *** *** *** *** ***
5й 7,1 –19,9 0,9 6,0 –16,1 2,6 7,9 –20,6 1,7
*** *** *** *** *** ***
6й 7,2 –19,9 1,0 5,8 –16,9 0,0 8,2 –21,8 0,1
*** *** *** *** *** ***
7й 7,1 –19,6 –0,2 6,2 –17,2 0,8 7,8 –23,3 1,8
*** *** *** *** *** ***
8й 7,4 –19,6 2,5 7,2 –15,5 2,5 7,6 –22,3 7,6
9й
*** *** *** *** *** ***
(верхний) 7,1 –21,0 1,8 6,6 –13,3 6,5 8,0 –21,5 4,1
* ** ***
Расчеты отдельно по мужчинам и женщинам показывают, что тенденция к постепен

ному убыванию размеров «штрафов» за избыточное образование характерна только для
мужчин. У женщин их величина меняется слабо.
Все это означает, что более низкую оплату «сверхобразованных» работников, повиди
мому, нельзя считать всего лишь статистическим артефактом. При учете различий в ненаб
людаемых способностях величина потерь, которые им приходится изза этого нести, начи
нает снижаться. Однако такое снижение наблюдается далеко не всегда, причем даже в та
ких случаях оно оказывается весьма скромным. Даже наиболее способные работники,
принадлежащие к верхним квантилям распределения по заработной плате, все равно серь
езно теряют в заработках, если имеющееся у них образование является избыточным.
274

спецификация с переменными уровней образования (44),
«двухшаговый» подход, %
«премия» «штраф» «премия» «премия» «штраф» «премия» «премия» «штраф» «премия»

за высшее за избы за недо за высшее за избы за недо за высшее за избы за недо
образо точное статочное образо точное статочное образо точное статочное
вание образо образо вание образо образо вание образо образо
вание вание вание вание вание вание
1й
*** *** * *** *** *** *** ***
(нижний) 71,6 –25,8 9,9 54,7 –25,6 8,8 92,5 –23,3 18,2
*** *** *** *** *** *** *** ***
2й 79,6 –22,6 11,7 56,6 –24,6 4,3 97,9 –22,4 22,3
*** *** *** *** *** *** *** ***
3й 82,8 –22,5 12,6 65,6 –20,5 7,2 103,2 –23,3 17,7
*** *** *** *** *** ** *** *** ***
4й 84,5 –20,4 16,8 52,0 –20,2 10,2 98,5 –21,5 16,4
*** *** *** *** *** * *** *** ***
5й 89,6 –21,5 14,7 58,8 –18,8 11,3 100,9 –23,0 15,6
*** *** *** *** *** *** *** *** ***
6й 93,9 –20,8 18,7 70,0 –18,9 12,8 106,0 –23,2 17,0
*** *** *** *** *** ** *** *** ***
7й 91,2 –20,6 17,2 72,1 –18,5 11,4 104,7 –22,3 22,5
*** *** *** *** *** ** *** *** ***
8й 85,7 –19,7 16,2 73,8 –18,0 10,7 94,1 –22,7 23,5
9й
*** *** *** *** *** ** *** *** ***
(верхний) 91,5 –20,9 16,8 86,3 –16,4 14,2 91,4 –21,4 19,7
* ** ***
Что касается недостаточного образования, то для него статистически значимые ре

зультаты дает только спецификация (44) с использованием данных «двухшагового» подхо
да. (Напомним, что сходная картина наблюдалась и при использовании МНК). Согласно
им, величина «премий» за недостаточное образование имеет тенденцию к постепенному
увеличению – с 10% в нижнем квантиле распределения работников по заработной плате
до 17% в верхнем квантиле. Иными словами, работники с лучшими способностями полу
чают бóльшие премии, чем менее способные. Отмеченная тенденция характерна как для
мужчин, так и в еще большей степени для женщин. Этот результат согласуется с предпо
ложением о том, что способности могут выступать субститутом формального образова
ния и компенсировать (во всяком случае – частично) его нехватку. Однако исчерпываю
щим такое объяснение признать нельзя, поскольку и для работников с худшими способ
ностями из нижних квантилей распределения по заработной плате «премия» за недоста
точное образование остается далеко не нулевой.
275
Наш анализ позволяет сделать вывод, что в условиях российского рынка труда произ
водительность и заработки определяются не только характеристиками самих работников (в
том числе – ненаблюдаемыми), но в значительной мере также и характеристиками рабо
чих мест, которые они занимают. Независимо от различий в способностях попадание ра
ботников на рабочие места, не требующие того образования, какое ими фактически полу
чено, оборачивается снижением их производительности и заработков. Напротив, попада
ние на рабочие места, требующие более высокого образования (чем то, что у них фактиче
ски есть), во многих случаях ведет к повышению производительности и заработков. Даже
при учете различий в ненаблюдаемых характеристиках человеческого капитала этот вывод
все равно остается в силе.
4.8.
Повидимому, Даниил Хармс (см. эпиграф к данной главе) был прав, утверждая, что «че
ловеку полезно знать только то, что ему полагается». Наше исследование, используя эмпи
рические данные и современную эконометрическую технику, подтверждает, что избыточ
ное образование, конечно, не «порок», но экономически вознаграждается в значительно
меньшей степени, чем то, что действительно востребовано. Оно рисует однозначную кар
тину: в среднем примерно каждый четвертый российский работник мог бы с успехом вы
полнять свою работу даже при наличии формального образования более низкого уровня.
Одновременно немалая часть российских работников – примерно каждый десятый – тру
дятся на рабочих местах, по отношению к которым имеющееся у них образование является
недостаточным. Иными словами, структура рабочей силы и структура рабочих мест «стыку
ются» между собой достаточно плохо. Но хотя степень этой «несостыковки» высока, ее все
же нельзя признать экстремальной: в других странах между фактическим и требуемым об
разованием работников зачастую наблюдаются расхождения примерно такого же порядка.
Избыточное образование не только широко распространено на российском рынке
труда, но и сопряжено с заметным денежным «штрафом», налагаемым на его обладателей.
Менее ясно, сопровождается ли денежной «премией» недостаточное образование: в этом
отношении имеющиеся показания расходятся. В целом наши результаты хорошо согласу
ются с теми, что были получены зарубежными исследователями для других стран. В боль
шинстве работ фиксируются статистически значимые отрицательные эффекты для избы
точного и положительные, но во многих случаях статистически незначимые эффекты для
недостаточного образования. «Штраф» за избыточность в России приближается к 20% от
величины заработка и превышает аналогичные оценки для большинства развитых стран,
276
где он составляет в среднем 15%.Однако у российских работников с высшим образованием

он может доходить до трети их заработной платы, а это по любым меркам очень значитель
ная величина.
Общий вывод, который следует из представленного анализа, заключается в том, что
производительность и заработки определяются не только характеристиками самих работ
ников (в том числе – ненаблюдаемыми), но в значительной мере также и характеристиками
рабочих мест, которые они занимают. При этом учет различий в ненаблюдаемых характе
ристиках человеческого капитала, которые мы интерпретируем как «способности», мало
что меняет. При любом уровне способностей работников «сползание» на рабочие места, не
требующие фактически приобретенного образования, оборачивается снижением их про
изводительности и заработков по сравнению с теми, которых можно было бы достичь при
«правильном» – более полном – использовании полученных ими знаний. Напротив, «вос
хождение» на рабочие места, где нужно больше образования (чем то, что у работников фак
тически есть), повышает и производительность, и заработки.
С чем же могут быть связаны столь значительные масштабы «сверхобразованности» на
российском рынке труда? Почему значительная часть человеческого капитала страны оста
ется невостребованной? С одной стороны, наше общество обеспокоено дефицитом чело
веческого капитала и выступает за увеличение его объема, а, с другой, уже имеющемуся че
ловеческому капиталу не находится адекватного применения. Установив факт существен
ных расхождений, мы должны предложить объяснения этому явлению. Хотя в данной рабо
те специально не рассматривались непосредственные причины имеющихся расхождений,
в заключении все же рискнем высказать некоторые предположения. Здесь возможны три
различных объяснения, которые, впрочем, не столько исключают, сколько дополняют друг
друга.
Объяснение № 1 связано с ненаблюдаемой разнокачественностью предлагаемого че
ловеческого капитала. Фактическое качество полученного образования может варьироваться
от довольно высокого до крайне низкого. Неоднородность качества образования – особенно
в младших когортах – вряд ли вызывает сомнения. Хотя для каждого уровня образования с
формальной точки зрения дипломы одинаковы (единого государственного образца), рынок
труда распознает их разнокачественность и в итоге «опускает» обладателей менее «качест
венного» человеческого капитала на одну или несколько ступенек ниже их притязаний, оп
ределяемых уровнем полученного образования. Однако это объяснение – как главное – не
представляется достаточно убедительным. Почему?
• Вопервых, если неоднородность качества варьируется по возрастным группам,
то мы должны наблюдать покогортные различия как в масштабах расхождений между фак
тическим и требуемым образованием, так и в величине «штрафов» и «премий» за «непра
вильное» образование. Однако наш анализ подобных различий в общем не обнаруживает.
277
• Вовторых, используемое нами «одношаговое» определение ориентируется не

столько на формальный диплом (одинаковый для всех), сколько на самооценку уровня
образования (которая не является жестко привязанной к формальным свидетельствам о
полученном образовании), а потому в неявном виде учитывает эту неоднородность.
• Втретьих, как показал наш анализ с использованием метода квантильной регрес
сии, учет различий в ненаблюдаемых характеристиках человеческого капитала (включая
различия в качестве обучения) практически не отражается на величине «штрафов» и «пре
мий» за «неправильное» образование.
Объяснение № 2 делает упор на то, как работают механизмы «матчинга», т.е. соеди
нения работников и рабочих мест. Если они неэффективны, то рабочие места и соответст
вующие им работники подолгу не могут встретиться. В итоге вероятность «несостыковок»
резко возрастает. Этот фактор, безусловно, имеет очень большое значение, но и он, скорее
всего, не объясняет всей картины. Ведь если бы все сводилось к неэффективному «матчин
гу», то тогда масштабы «сверхобразованности» и «недообразованности» были бы примерно
равновелики. Мы же обнаруживаем, что доля «сверхобразованных» работников в россий
ской экономике значительно больше, чем «недообразованных».
Наконец, объяснение № 3 предполагает несовпадение структуры предложения рабо
чей силы со структурой предложения рабочих мест (т.е. спроса на труд). Если предложение
труда в части работников с третичным образованием значительно превышает спрос на них,
то формируется излишек рабочей силы, выплескивающийся за границы сегмента «подхо
дящих» для них рабочих мест. В 2008 г. около 41% занятых работали по профессиям, пред
полагающим наличие той или иной формы третичного образования (группы 1–3 по ОКЗ), а
обладателей такого образования в то же время было около 55%. По очень грубым прикид
кам получается разрыв около 15 п.п. Это означает, что примерно каждый четвертый облада
тель третичного образования в принципе не мог найти работу, соответствующую уровню
его образования. Экономический рост 2000х годов значительно улучшил соотношение
между спросом и предложением высококвалифицированного труда: если в 1999 г. чис
ленность работников, занятых высококвалифицированными видами труда, отставала от
численности работников с третичным образованием почти на 40%, то в 2008 г. – «всего
лишь» на 25%.
С одной стороны, это означает, что возникновение огромного разрыва между струк
турой рабочей силы и структурой рабочих мест было бы неправильно связывать с наблю
давшимся в последние годы ускоренным притоком на рынок труда молодежи с вузовскими
дипломами, поскольку этот разрыв сформировался значительно раньше – по меньшей
мере, в кризисный период 1990х годов, а возможно, еще в советскую эпоху. С другой сто
роны, это свидетельствует о том, что хотя экономический рост «втянул» определенную
278
часть высококвалифицированных работников на рабочие места, где полученная ими фор

мальная подготовка оказалась востребована, его все же было далеко недостаточно для пол
ного заполнения образовавшейся бреши. В итоге многие обладатели дипломов о профес
сиональном образовании были вынуждены занимать рабочие места, явно не соответствую
щие их формальной квалификации. Повидимому, именно дефицит предложения рабочих
мест, предполагающих наличие высшего или среднего специального образования, следует
считать главной причиной устойчивых структурных диспропорций, наблюдающихся на
российском рынке труда.
Полученные нами выводы означают признание того факта, что теория назначений
(assignment theory) ближе к объяснению природы образовательных несоответствий, чем тео
рия человеческого капитала. В этом наша работа согласуется с результатами многих других
исследований на эту тему [McGuinnes, 2006]. Практический вывод, который отсюда следу
ет, заключается в том, что решение проблем взаимодействия между рынком труда и рынком
образования во многом связано с тем, насколько работодатели заинтересованы в создании
новых рабочих мест, предполагающих наличие третичного образования. Устойчивый эко
номический рост – необходимое, но недостаточное для этого условие. Существует настоя
тельная потребность в системном совершенствовании всей институциональной среды рос
сийской экономики, включая институты рынка труда.
279
Таблица П4 1. Распределение работников в зависимости от соотношения
между фактическим и требуемым образованием, %
Группы по социально «Одношаговый» подход «Двухшаговый подход»

демографическим
избыточное адекватное недоста избыточное адекватное недоста
характеристикам
точное точное
Все 22,0 72,1 5,9 29,0 57,5 13,5
По полу
Женщины 23,7 70,7 5,6 31,4 57,5 11,2
Мужчины 19,9 74,0 6,1 26,1 57,6 16,3
По возрасту
25–29 лет 22,6 71,0 6,4 30,6 56,4 13,0
30–39 лет 20,0 73,4 6,6 26,6 58,6 14,9
40–49 лет 23,1 72,0 4,9 30,1 56,3 13,6
50–59 лет 21,8 72,0 6,2 29,6 57,9 12,5
60–64 года 28,5 69,3 2,2 29,2 60,5 10,3
По семейному положению
Холост/не замужем 25,0 69,4 5,6 32,1 55,5 12,5
В браке 21,0 73,1 5,9 27,9 58,2 13,9
По типу населенного пункта
Областной центр 24,8 68,8 6,5 28,3 57,3 14,4
Город 21,8 72,9 5,3 31,3 56,4 12,3
ПГТ 18,7 74,1 7,2 24,8 58,8 16,4
Село 17,3 77,7 5,0 28,4 59,0 12,6
По уровню образования
Основное и ниже 12,0 73,5 14,5 0,0 63,2 36,8
ПТУ на базе неполного
среднего 19,0 75,3 5,7 41,9 51,1 7,0
Среднее 11,8 76,6 11,6 0,0 51,1 48,9
ПТУ на базе полного
среднего 17,9 75,5 6,7 33,9 51,8 14,3
Высшее 27,8 69,7 2,4 24,9 75,1 0,0
280
Продолжение табл. П41

По федеральным округам
ЦФО 23,1 71,5 5,4 29,2 57,1 13,7
СЗФО 22,4 73,1 4,5 28,4 58,2 13,4
ЮФО 19,4 75,2 5,5 27,7 57,8 14,5
ПФО 20,8 72,6 6,6 29,8 58,3 11,9
УФО 23,6 67,1 9,3 28,3 53,0 18,7
СФО 23,9 72,3 3,8 30,6 59,8 9,6
ДВФО 20,1 71,5 8,4 25,7 56,2 18,1
По типу занятости
Неполная 31,4 64,0 4,6 35,8 53,7 10,6
Полная 21,6 72,5 5,9 28,7 57,6 13,7
По форме собственности
Частная 24,6 68,2 7,2 32,1 53,8 14,2
С участием государства 19,0 76,7 4,3 25,4 61,7 12,8
По размерам предприятия
10 человек и менее 24,5 68,4 7,1 34,9 52,7 12,3
11–50 человек 22,4 71,7 5,9 27,4 57,8 14,8
51–100 человек 20,0 74,6 5,4 22,5 64,5 12,9
101–500 человек 21,3 74,8 3,8 27,1 61,6 11,3
Более 500 человек 18,4 74,8 6,9 23,1 62,2 14,7
По отраслям
Промышленность 28,9 63,1 8,0 27,8 58,4 13,8
Строительство 17,1 75,6 7,3 23,5 56,9 19,6
Транспорт, связь 22,7 71,6 5,7 30,0 55,5 14,4
Сельское хозяйство 16,4 79,7 3,9 26,8 59,1 14,1
Торговля 28,7 64,3 7,1 40,8 45,4 13,8
Финансы 19,0 76,0 5,0 11,2 72,0 16,8
ЖКХ 25,8 69,6 4,6 30,5 57,6 11,9
Образование 17,5 77,5 5,0 22,6 64,6 12,8
Наука, культура 24,4 67,5 8,1 26,3 58,9 14,7
Здравоохранение 20,0 77,3 2,7 27,1 66,9 6,0
Управление 18,5 75,2 6,4 24,5 64,3 11,2
281
Окончание табл. П41

По профессиям
Руководители 13,4 75,2 11,4 19,1 64,0 16,9
Специалисты высшего
уровня квалификации 11,0 85,0 4,1 8,1 82,7 9,2
Специалисты среднего
уровня квалификации 18,3 75,6 6,2 23,8 60,7 15,5
Работники, занятые под
готовкой информации 29,7 62,1 8,2 42,6 43,0 14,4
Работники торговли 27,6 66,6 5,7 44,6 44,6 10,8
работники сельского
хозяйства 23,1 73,1 3,8 34,6 46,2 19,2
рабочие 17,5 74,1 8,3 24,6 51,9 23,6
рабочие 17,2 79,0 3,9 26,7 58,0 15,3
Неквалифицированные
рабочие 53,7 42,6 3,7 62,3 35,0 2,7
По типу трудового
контракта
Формальный 21,2 73,3 5,5 27,6 59,5 13,0
Неформальный 27,4 64,3 8,3 39,2 43,2 17,6
282
Таблица П4 2. Оценки средних частичных эффектов,

модель мультиномиальной регрессии,
«одношаговый» подход
избыточное недостаточ избыточное недостаточ избыточное недостаточ

ное ное ное
*
Пол (1 = мужской) –0,020 –0,004 – – – –
Возраст (25–29 лет)
30–39 лет –0,015 –0,011 –0,008 –0,008 –0,019 –0,015

*** ***
40–49 лет 0,024 –0,031 0,006 –0,019 0,039 0,041
50–59 лет 0,008 –0,018 0,010 –0,011 0,008 –0,024

*** *** ***
60–64 года 0,038 –0,055 0,033 –0,052 0,048 –0,056
*** *** *** *** *** ***
Число лет обучения 0,019 –0,010 0,026 –0,008 0,014 –0,011
*** ** * ** **
Село (город = 1) –0,040 –0,018 –0,036 –0,021 –0,043 –0,014
Женат/замужем
** **
(да = 1) –0,029 0,000 –0,004 0,005 –0,033 –0,001
***
Число детей 0,011 0,002 –0,010 0,001 0,028 0,003
Самооценка
здоровья (среднее)
** ***
Хорошее 0,001 –0,012 0,003 0,000 0,000 –0,022
** **
Плохое 0,064 0,013 0,053 –0,006 0,070 0,028
ФО (ЦФО)
**
СЗФО –0,006 –0,009 –0,016 –0,028 0,000 0,010
ЮФО –0,018 0,003 0,012 –0,005 –0,039 0,014

*
ПФО –0,017 0,012 0,000 –0,002 –0,030 0,027
** *
УФО 0,014 0,035 0,051 0,031 –0,003 0,037
* **
СФО 0,012 –0,016 0,041 –0,011 –0,011 –0,020
** **
ДВФО –0,010 0,044 0,005 0,026 –0,021 0,070
283


Размер предприятия
(не более 10 человек)
10–50 человек –0,003 –0,006 –0,007 –0,005 –0,008 –0,007

***
50–100 человек –0,029 –0,004 –0,002 0,025 –0,044 –0,032
** **
100–500 человек –0,020 –0,024 –0,053 –0,031 –0,001 –0,016
*** ***
Более 500 человек –0,059 0,002 –0,087 –0,023 –0,039 0,036
Нет ответа –0,003 –0,012 –0,037 –0,019 0,019 –0,003
Отрасли
(промышленность)
** *
Строительство –0,049 –0,002 –0,037 0,002 –0,069 –0,019
Транспорт, связь 0,006 –0,009 0,006 –0,009 0,021 –0,012

** ***
Бюджетный сектор –0,044 0,019 –0,006 0,000 –0,065 0,035
Торговля и услуги 0,011 0,001 0,023 –0,001 0,008 0,004
Электроэнергетика
и ЖКХ 0,008 –0,009 0,016 –0,003 0,015 –0,021
** ***
Сельское хозяйство –0,019 –0,023 –0,036 –0,036 0,025 0,007
Неформальный
** **
контракт (1=да) 0,046 0,010 0,085 0,000 0,008 0,022
** *** ** *** **
Госсектор (1 = да) –0,035 –0,026 –0,048 –0,024 –0,021 –0,023
Полное рабочее
*** *** ***
время (1 = да) –0,068 0,018 –0,092 –0,004 –0,063 0,024
χ
2
311,949 198,328 202,184
Число наблюдений 5216 2355 2861

2
Псевдо R 0,041 0,059 0,047
* **
***
0,05; – статистическая значимость на уровне 0,01.
284
Таблица П4 3. Оценки средних частичных эффектов,

модель мультиномиальной регрессии,
«двухшаговый» подход

*** ***
Пол (1 = мужской) –0,044 0,034 – – – –

** *
30–39 лет –0,044 –0,003 –0,035 –0,001 –0,048 –0,002
40–49 лет –0,020 –0,018 0,004 –0,006 –0,035 –0,027

** **
50–59 лет –0,030 –0,032 –0,016 –0,009 –0,038 –0,047
* **
60–64 года –0,038 –0,046 –0,019 0,000 –0,048 –0,069
** *** *** *** ***
Число лет обучения 0,006 –0,026 0,014 –0,028 0,000 –0,026
*** *** ***
Село (город = 1) –0,001 –0,041 0,037 –0,053 –0,030 –0,035
Женат/замужем
** * *
(да = 1) –0,033 –0,003 –0,029 –0,037 –0,032 0,007
*** ***
Число детей 0,026 –0,004 0,007 –0,006 0,041 –0,002
Самооценка
здоровья (среднее)
**
Хорошее –0,018 –0,005 –0,004 –0,020 –0,031 0,012
Плохое 0,005 0,008 0,061 0,003 –0,024 0,015
ФО (ЦФО)
СЗФО –0,019 –0,001 –0,011 –0,014 –0,028 0,011

*
ЮФО –0,014 0,002 0,017 –0,018 –0,043 0,023
***
ПФО 0,000 –0,021 0,021 –0,022 –0,018 –0,022
**
УФО –0,021 0,043 –0,004 0,050 –0,033 0,039
*** ***
СФО –0,001 –0,043 0,002 –0,037 –0,008 –0,050
*
ДВФО –0,038 0,049 –0,050 0,051 –0,023 0,042
285


**
10–50 человек –0,044 0,028 –0,054 0,034 –0,040 0,034
*** **
50–100 человек –0,083 0,014 –0,060 0,019 –0,099 0,026
*
100–500 человек –0,041 –0,003 –0,056 0,002 –0,030 0,007
*** *** **
Более 500 человек –0,090 0,025 –0,108 0,050 –0,076 0,015
Нет ответа 0,004 –0,003 –0,009 0,026 0,010 –0,024
Отрасли
** *
Строительство –0,048 0,017 –0,036 0,018 –0,079 0,025
Транспорт, связь 0,019 –0,014 0,004 –0,015 0,059 –0,016

* *
Бюджетный сектор –0,037 –0,005 –0,019 –0,005 –0,050 0,007
*
Торговля и услуги 0,039 0,007 0,028 –0,018 0,046 0,026
и ЖКХ –0,020 –0,023 –0,009 –0,024 –0,024 –0,025
Сельское хозяйство –0,009 –0,016 0,003 –0,023 –0,044 0,013
*** * * ***
контракт (1=да) 0,063 0,030 0,048 0,047 0,074 0,014
* *** *
Госсектор (1 = да) –0,030 0,014 –0,061 0,036 –0,003 –0,008
Полное рабочее
*
время (1 = да) –0,043 0,018 0,005 –0,025 –0,046 0,023
χ
2
435,074 180,091 283,664
Число наблюдений 5310 2380 2930

2
Псевдо R 0,043 0,039 0,052
* **
***
0,05; – статистическая значимость на уровне 0,01.
286
Таблица П4 4. Результаты оценивания уравнения заработков

методом МНК, спецификация (43)
стан одноша двухша стан одноша двухша стан одноша двухша

дартное говый говый дартное говый говый дартное говый говый
подход подход подход подход подход подход
Пол (1 = мужской) 0,361*** 0,352*** 0,347*** – – – – – –
Число лет обучения 0,069*** 0,072*** 0,071*** 0,059*** 0,062*** 0,063*** 0,078*** 0,080*** 0,077***
30–39 лет 0,079*** 0,085*** 0,080*** 0,063* 0,061* 0,061* 0,097** 0,115*** 0,102***
40–49 лет 0,041 0,054* 0,057** –0,004 –0,008 0,000 0,077** 0,112*** 0,103***
50–59 лет –0,068** –0,051* –0,046 –0,144*** –0,138*** –0,130*** –0,020 0,013 0,011
*** *** *** *** *** *** ***
60–64 года –0,253 –0,205 –0,235 –0,396 –0,378 –0,396 –0,168 –0,088 –0,135**
Специальный стаж 0,006* 0,004 0,003 0,011** 0,009** 0,007 0,003 0,001 –0,000
Квадрат специального
стажа/100 –0,002 –0,003 0,001 –0,018 –0,016 –0,011 0,007 0,005 0,008
*** *** *** *** *** *** *** ***
Лог рабочего времени 0,394 0,377 0,395 0,520 0,492 0,528 0,322 0,312 0,319***
Тип поселения
(город = 1) –0,263*** –0,273*** –0,263*** –0,250*** –0,260*** –0,247*** –0,275*** –0,284*** –0,280***
Женат/замужем (да = 1) 0,014 0,017 0,007 0,105*** 0,104*** 0,094*** –0,018 –0,011 –0,023
ФО (ЦФО)
СЗФО 0,197*** 0,208*** 0,199*** 0,176*** 0,175*** 0,180*** 0,199*** 0,220*** 0,200***
*** *** *** *** *** *** *** ***
ЮФО –0,290 –0,286 –0,280 –0,258 –0,258 –0,238 –0,308 –0,306 –0,309***
ПФО –0,398*** –0,397*** –0,393*** –0,409*** –0,413*** –0,399*** –0,393*** –0,391*** –0,391***
УФО –0,213*** –0,215*** –0,223*** –0,155*** –0,145*** –0,164*** –0,258*** –0,271*** –0,267***
СФО –0,346*** –0,347*** –0,348*** –0,374*** –0,379*** –0,377*** –0,328*** –0,323*** –0,329***
** ** *** ** **
ДВФО –0,104 –0,103 –0,117 –0,050 –0,046 –0,067 –0,155 –0,165 –0,164***
10–50 человек 0,131*** 0,128*** 0,129*** 0,194*** 0,192*** 0,189*** 0,094** 0,089** 0,096**
50–100 человек 0,224*** 0,213*** 0,211*** 0,288*** 0,279*** 0,287*** 0,178*** 0,168*** 0,157***
*** *** *** *** *** *** *** ***
100–500 человек 0,253 0,246 0,252 0,285 0,268 0,278 0,232 0,232 0,235***
Более 500 человек 0,303*** 0,296*** 0,297*** 0,375*** 0,361*** 0,362*** 0,264*** 0,257*** 0,265***
Нет ответа 0,149*** 0,145*** 0,162*** 0,189*** 0,178*** 0,204*** 0,129*** 0,130*** 0,139***
287


Отрасли
Строительство 0,156*** 0,155*** 0,145*** 0,090** 0,090** 0,081** 0,240*** 0,237*** 0,227***
Транспорт, связь 0,080** 0,083** 0,084*** 0,047 0,046 0,051 0,078 0,088* 0,085*
Бюджетный сектор –0,087*** –0,083*** –0,095*** –0,149*** –0,142*** –0,155*** –0,021 –0,019 –0,034
** ** *** *** ***
Торговля и услуги 0,066 0,074 0,077 0,006 0,018 0,019 0,117 0,122 0,127***
и ЖКХ –0,072** –0,070** –0,077** –0,134*** –0,133*** –0,133*** –0,004 –0,002 –0,016
*** *** *** *** *** *** *** ***
Сельское хозяйство –0,539 –0,537 –0,534 –0,690 –0,686 –0,685 –0,343 –0,336 –0,341***
контракт (1 = да) –0,028 –0,007 0,001 0,016 0,035 0,036 –0,070 –0,049 –0,028
Госсектор (1 = да) –0,218*** –0,231*** –0,217*** –0,172*** –0,186*** –0,178*** –0,263*** –0,274*** –0,253***
Оптимальность
Выше, чем требуется – –0,180*** –0,245*** – –0,141*** –0,212*** – –0,208*** –0,263***
Ниже, чем требуется – –0,019 0,014 – –0,069 0,015 – 0,029 0,023

*** *** *** *** *** *** *** ***
Константа 6,765 6,847 6,834 6,697 6,823 6,690 6,926 6,978 7,029***
Число наблюдений 4620 4471 4538 2030 1975 2550 2590 2496 1988
2
Adjusted R 0,416 0,426 0,440 0,406 0,411 0,380 0,349 0,365 0,424
Примечание: * – статистическая значимость на уровне 0,10; ** – статистическая значимость на уровне 0,05; *** – статисти
ческая значимость на уровне 0,01.
288
Таблица П4 5. Результаты оценивания уравнения заработков

методом МНК, спецификация (44)

Пол (1 = мужской) 0,374*** 0,369*** 0,359*** – – – – – –
Уровень образования
(среднее полное общее)
Неполное среднее
и ниже –0,128*** –0,133*** –0,104** –0,054 –0,031 –0,031 –0,215*** –0,242*** –0,185***
курсы –0,069 –0,069 0,097 –0,096 –0,080 0,053 –0,007 –0,027 0,180
ПТУ –0,069 –0,061 0,107** –0,072 –0,066 0,075 –0,069 –0,050 0,142**
Полное среднее + курсы –0,009 –0,008 0,131*** –0,005 0,009 0,117** –0,031 –0,039 0,126**
* *** *
Полное среднее + ПТУ –0,053 –0,051 0,099 –0,049 –0,038 0,079 –0,056 –0,058 0,122**
Среднее
профессиональное 0,126*** 0,149*** 0,308*** 0,093** 0,128*** 0,293*** 0,156*** 0,171*** 0,330***
Высшее 0,472*** 0,492*** 0,626*** 0,389*** 0,426*** 0,545*** 0,525*** 0,535*** 0,678***
30–39 лет 0,053** 0,060** 0,052** 0,044 0,044 0,044 0,062* 0,078** 0,064*
40–49 лет –0,011 0,001 0,003 –0,044 –0,049 –0,040 0,010 0,042 0,039
*** *** *** *** *** *** **
50–59 лет –0,127 –0,111 –0,103 –0,189 –0,183 –0,171 –0,091 –0,062 –0,056
60–64 года –0,305*** –0,260*** –0,283*** –0,428*** –0,415*** –0,432*** –0,232*** –0,157** –0,186***
Специальный стаж 0,005* 0,004 0,002 0,010** 0,008* 0,006 0,003 0,001 –0,001
Квадрат специального
стажа/100 –0,002 –0,003 0,002 –0,017 –0,014 –0,008 0,006 0,004 0,008
Лог рабочего времени 0,407*** 0,387*** 0,404*** 0,509*** 0,480*** 0,526*** 0,351*** 0,334*** 0,338***
Тип поселения
(город = 1) –0,258*** –0,267*** –0,247*** –0,257*** –0,265*** –0,241*** –0,261*** –0,268*** –0,252***
*** ** **
Женат/замужем (да = 1) 0,012 0,011 –0,002 0,089 0,084 0,066 –0,016 –0,011 –0,024
ФО (ЦФО)
СЗФО 0,212*** 0,224*** 0,212*** 0,190*** 0,189*** 0,188*** 0,218*** 0,239*** 0,219***
*** *** *** *** *** *** *** ***
ЮФО –0,296 –0,293 –0,287 –0,264 –0,264 –0,243 –0,314 –0,314 –0,315***
ПФО –0,390*** –0,390*** –0,382*** –0,402*** –0,402*** –0,388*** –0,384*** –0,385*** –0,378***
*** *** *** *** *** *** *** ***
УФО –0,202 –0,201 –0,210 –0,146 –0,131 –0,147 –0,245 –0,256 –0,256***
289


СФО –0,344*** –0,343*** –0,338*** –0,371*** –0,374*** –0,367*** –0,325*** –0,318*** –0,316***
ДВФО –0,096** –0,095** –0,114*** –0,055 –0,048 –0,067 –0,132** –0,145** –0,157**
10–50 человек 0,122*** 0,122*** 0,117*** 0,181*** 0,180*** 0,171*** 0,181*** 0,087** 0,086**
50–100 человек 0,208*** 0,199*** 0,189*** 0,282*** 0,271*** 0,274*** 0,282*** 0,147*** 0,127***
*** *** *** *** *** *** *** ***
100–500 человек 0,249 0,244 0,246 0,278 0,260 0,267 0,278 0,233 0,233***
Более 500 человек 0,299*** 0,292*** 0,289*** 0,371*** 0,355*** 0,350*** 0,371*** 0,249*** 0,257***
Нет ответа 0,144*** 0,141*** 0,168*** 0,176*** 0,163*** 0,194*** 0,176*** 0,135*** 0,158***
Отрасли
Строительство 0,154*** 0,151*** 0,136*** 0,092** 0,091** 0,078** 0,227*** 0,223*** 0,194***
Транспорт, связь 0,080** 0,083*** 0,079** 0,053 0,053 0,051 0,074 0,085 0,080
*** *** *** *** *** ***
Бюджетный сектор –0,112 –0,109 –0,128 –0,156 –0,150 –0,170 –0,062 –0,062 –0,080*
Торговля и услуги 0,050* 0,055* 0,056** –0,007 0,003 0,013 0,091** 0,094** 0,092**
и ЖКХ –0,070** –0,070** –0,076** –0,128*** –0,127*** –0,130*** –0,010 –0,009 –0,017
*** *** *** *** *** *** *** ***
Сельское хозяйство –0,572 –0,571 –0,564 –0,707 –0,703 –0,710 –0,383 –0,382 –0,361***
контракт (1 = да) –0,012 0,012 0,028 0,017 0,036 0,046 –0,038 –0,014 0,010
Госсектор (1 = да) –0,220*** –0,233*** –0,221*** –0,180*** –0,195*** –0,188*** –0,257*** –0,267*** –0,249***
Оптимальность
Выше, чем требуется – –0,183*** –0,252*** – –0,156*** –0,236*** – –0,202*** –0,263***
Ниже, чем требуется – –0,006 0,152*** – –0,082 0,120*** – 0,060 0,180***
Константа 7,521*** 7,637*** 7,478*** 7,454*** 7,606*** 7,342*** 7,722*** 7,822*** 7,700***
Число наблюдений 4620 4470 4538 2030 2496 2550 2590 1974 1988
2
Adjusted R 0,434 0,445 0,463 0,415 0,392 0,411 0,375 0,422 0,438
Примечание: * – статистическая значимость на уровне 0,10; ** – статистическая значимость на уровне 0,05; *** – статисти
ческая значимость на уровне 0,01.
290
Нестандартная занятость в российской экономике / под ред. В.Е. Гимпельсона, Р.И. Ка
пелюшникова. М.: Изд. дом ГУ ВШЭ, 2006.
Bauer T. Educational Mismatch and Wages: A Panel Analysis // Economics of Education Re
view. 2002. Vol. 21. № 2. Р. 221–229.
Berg I. Education and Jobs: The Great Training Robbery. Boston: Beacon Press, 1970.
Buchel F., Mertens A. Overeducation, Undereducation, and the Theory of Career Mobility //
Applied Economics. 2004. 36. Р. 803–816.
Budría S., Egido A.M. Overeducation and Wages in Europe: Evidence from Quantile Regression
CEEAplA: Working Papers CEEAplA. 2007. № 1.
Chevalier A. Measuring Overeducation // Economica. 2003. Vol. 70. № 279. P. 509–531.
Cohn E., Khan P. The Wage Effects of Overschooling Revisited // Labour Economics. 1995.
Vol. 2. Iss. 1. P. 67–76.
Cohn E., Ng C.Y. Incidence and Wage Effects of Underschooling and Overschooling in Hong
Kong // Economics of Education Review. 2000.Vol. 19. Р. 159–168.
Duncan G., Hoffman S. The Incidence and Wage Effects of Overeducation // Economics of
Education Review. 1981. Vol. 1. № 1. Р. 75–86.
Freeman R. The Overeducated American. Academic Press, 1976.
Galasi P. The Effect of Educational Mismatch on Wages for 25 Countries: Working Paper on the
Labour Market BWP № 8. Budapest: Corvinus University, 2008.
Goldin C., Katz L. The Race between Education and Technology. Harvard University Press, 2008.
Groot W. The Incidence of, and Returns to Overeducation in the UK // Applied Economics.
1996. Vol. 28. Р. 1345–1350.
Groot W., Maassen van den Brink H. Overeducation in the Labour Market // Human Capital.
Advances in Theory and Evidence / ed. by J. Hartog, H. Maassen van den Brink. Cambridge: Cam
bridge University Press, 2007.
Groot W., Maassen van den Brink H. Overeducation in the Labour Market: A MetaAnalysis //
Economics of Education Review. 2000. Vol. 19. № 1. Р. 149–158.
Hartog J. Overeducation and Earnings: Where Are We, Where Should We Go? // Economics of
Education Review. 2000. Vol. 19. № 2. Р. 131–147.
Hartog J., Pereira P., Viera H. Changing Returns to Education in Portugal during the 1980s
and Early 1990s: OLS and Quantile Regression Estimators // Applied Economics. 2001. Vol. 33. № 8.
Р. 1021–1037.
291
Kiker B.F., Santos M.C., De Oliveira M.M. Overeducation and Undereducation: Evidence for
Portugal // Economics of Education Review. 1997. Vol. 16. № 2. Р. 111–125.
Koenker R., Hallock K. Quantile Regression // Journal of Economic Perspectives. 2001. Vol. 15.
№ 4. Р. 143–156.
Koenker R., Bassett G. Regression Quantiles // Econometrica. 1978. Vol. 46. № 1. Р. 33–50.
Lamo A., Messina J. Formal Education, Mismatch and Wages after Transition. Assessing the Im
pact of Unobserved Heterogeneity Using Matching Estimators: ECB Working Paper. Series № 1215.
June 2010.
McGuinness S. Overeducation in the Labour Market // Journal of Economic Surveys. 2006.
Vol. 20. № 3. Р. 387–418.
McGuinness S., Bennett J. Overeducation in the Graduate Labour Market: A Quantile Regres
sion Approach // Economics of Education Review. 2007. Vol. 26. № 5. Р. 521–531.
McGuinness S. How Biased are the Estimated Wage Impacts of Overeducation? A Propensity
Score Matching Approach // Applied Economics Letters. 2008. Vol. 15. № 2. Р. 145–149.
Sattinger M. Assignment Models of the Distribution of Earnings // Journal of Economic Litera
ture. 1993. Vol. 31. № 2. Р. 831–880.
Sicherman N. «Overeducation» in the Labor Market // Journal of Labor Economics. 1991. Vol. 9.
№ 2. Р. 101–122.
Tsai Y. Returns to Overeducation: A Longitudinal Analysis of the U.S. Labor Market // Economics
of Education Review. 2010. Vol. 31. № 2. Р. 606–617.
Velden van der R., van Smoorenburg M.S.M. The Measurement of Overeducation and Under
education: SelfReport vs. JobAnalyst Method / Research Center for Education and the Labour Mar
ket. Maastricht University, OARM1997/2E. Maastricht, 1997.
Verdugo R., Verdugo N. The Impact of Surplus Schooling on Earnings // Journal of Human Re
sources. 1989. Vol. 24. № 4. Р. 629–643.
Verhaest D., Omey E. The Determinants of Overeducation: Different Measures, Different Out
comes? Working Paper 2009/592. University of Gent, 2009.
292
Глава 5
ВЫБОР ПРОФЕССИИ:
ЧЕМУ УЧИЛИСЬ
И ГДЕ ПРИГОДИЛИСЬ?
Книгу переворошив,
намотай себе на ус –
все работы хороши,
выбирай на вкус!
В. Маяковский
5.1.
Введение
Мнение о том, что многие обладатели высшего и среднего

специального профессионального образования, работают
не по той специальности, которая записана у них в дип!
ломах, широко распространено. Однако объяснения при!
чин такого дисбаланса предлагаются разные, соответст!
венно различаются и политические выводы, направлен!
ные на исправление ситуации.
Одно объяснение заключается в том, что система об!
разования готовит не тех специалистов, которые нужны
экономике, а потому должна быть перенастроена на дру!
гие профессии/специальности. Этот подход возлагает ос!
новную «вину» на систему профессионального образова!
ния, которая продолжает действовать по инерции и плохо
«улавливает» сигналы рынка. Одна из причин этого – не!
хватка информации о «реальных потребностях» экономи!
ки. При этом неявно предполагается, что существует не!
293
кий «центр» объективного знания, который способен с достаточной точностью определить

профессионально!образовательную структуру текущего и перспективного дисбаланса и
выдать «руководящее» указание. Например, увеличить на столько!то подготовку инжене!
ров, которых, якобы, начинает критически не хватать, и/или сократить на столько!то под!
готовку экономистов, юристов, социологов, ставших избыточными. Если же такой все!
знающий центр не существует, то его надо создать и вооружить специальными «научными»
методиками «прогнозирования спроса на профессии и квалификации».
Сторонники другой позиции в явном виде не обсуждают обоснованность фактиче!
ской структуры выпуска по специальностям, осуществляемого системой профессиональ!
ного образования. Для них «виноваты» прежде всего сами работники, которые «в погоне» за
заработком забывают про интересы страны. Работники несознательны или легкомысленны;
движимые эгоистическими интересами, они предпочитают более «легкие» или лучше оп!
лачиваемые профессии. Решение проблемы, по мнению сторонников этой точки зрения,
заключается в восстановлении обязательного распределения и полуадминистративном
закреплении выпускников профессиональных учебных заведений там, «где стране нуж!
нее». Альтернативный вариант решения этой проблемы связан с наказанием таких «выпу!
скников!оппортунистов» рублем.
Согласно третьей точке зрения, массовая межпрофессиональная мобильность явля!
ется неизбежным следствием структурных сдвигов в современной экономике. В этом смыс!
ле она представляет собой скорее положительное явление, поскольку ведет к более эффек!
тивному соединению рабочей силы и рабочих мест, а ее искусственное торможение грозит
ростом безработицы. В России мобильность дополнительно стимулируется также тем, что
в нашей стране специальности/профессии, по которым ведется образовательная подготов!
1
ка , чрезмерно заужены, и в итоге рынок труда сам вынужден «перенастраивать» узкоспе!
циализированных работников на те профессии, которые сегодня наиболее востребованы.
В этом случае главный рецепт заключается в том, чтобы «расширить» границы профессий/
специальностей в системе профессионального образования, отказаться от использования
чрезмерно специализированных классификаторов, стимулировать непрерывное обучение/
переобучение работников на протяжении всей трудовой жизни и т.п.
Возможно, что приведенное выше изложение основных подходов чересчур схематич!
2
но. Однако данная глава посвящена не обсуждению их обоснованности . Ведь прежде чем
проголосовать за ту или иную позицию, представляется крайне важным ответить на вопрос
о том, действительно ли профессиональная структура подготовки кадров и профессиональ!
ная структура занятости существенно расходятся? Если такое рассогласование имеет ме!
1
См. классификатор ОКСО.
2
Авторам ближе третья из перечисленных точек зрения.
294
сто, то в каких сегментах и для каких групп работников оно максимально? К сожалению,
в литературе и в статистике отсутствуют тщательно документированные ответы на эти
вопросы.
Именно поискам ответа на вопрос о том, насколько различаются профессиональные
структуры (1) подготовки кадров в системе третичного образования и (2) фактической заня!
тости, и посвящена данная глава. Ее главная цель – измерить степень их совпадения/рас!
хождения и определить те сегменты рынка труда и те группы работников, в которых это
несоответствие максимально или, наоборот, минимально.
Мы ставим перед собой несколько задач. Во!первых, необходимо преобразовать су!
ществующие классификаторы профессий/специальностей таким образом, чтобы они ста!
ли сопоставимыми. Во!вторых, оценить степень совпадения/расхождения между профес!
сиональной принадлежностью работников по полученному образованию и их профессио!
нальной принадлежностью по фактическим занятиям. В!третьих, выявить факторы, влия!
ющие на масштабы таких совпадений/расхождений.
Этот набор задач и определяет структуру и логику главы. В разделе 5.2 мы подробно
обсуждаем используемые в работе классификаторы специальностей и занятий, а также
увязываем их с имеющимися эмпирическими данными. Разделы 5.3 и 5.4 посвящены проб!
лемам профессиональной мобильности выпускников высших и средних специальных учеб!
ных заведений. Здесь мы показываем, кто «изменяет» (а кто нет) своей исходной специаль!
ности. В разделе 5.5 анализируются факторы, влияющие на склонность к «изменам» и
стимулирующие межпрофессиональные переходы. Заключение подводит итоги эмпири!
ческого анализа и ставит их в общий контекст проблемы использования человеческого
капитала в России.
5.2.
Эмпирические данные
и используемые классификаторы
Для решения поставленных задач нам необходимы такие данные, которые позволяли бы
для каждого работника, имеющего профессиональное образование, одновременно иден!
тифицировать и профессию по диплому, и профессию по текущему занятию. При этом
обе профессии должны фиксироваться в одной системе координат, т.е. с использованием
идентичного классификатора профессий (занятий).
Из имеющихся в России обследований наиболее подходящим для наших целей явля!
ется Обследование населения по проблемам занятости (ОНПЗ), регулярно проводимое
295
3
Росстатом. Во!первых, его респондентам задаются вопросы как о профессии по диплому ,
так и о профессии по текущей занятости. Во!вторых, это наиболее массовое обследование,
представительное для всех регионов России. Его годовая выборка составляет около 270 тыс.
4
респондентов, или примерно 0,25% населения в возрасте 15–72 лет .
Для анализа, который предложен ниже, мы используем данные за 2006 г. После ис!
ключения незанятого населения, а также занятых респондентов без высшего или среднего
специального образования в нашей выборке остаются 58,2 тыс. наблюдений (28,5 тыс. рес!
пондентов с высшим и 29,7 тыс. со средним специальным образованием).
Сравнение нескольких профессиональных структур возможно лишь в том случае, если
их измерение опирается на идентичные или гармонизированные классификаторы. Если ис!
ходные классификации методологически сильно расходятся, то их унификация неизбежно
сопряжена с определенными допущениями и ошибками, которые грозят потерей или ис!
кажением данных. В этом случае обеспечение максимально корректного перехода от одной
классификации к другой является самостоятельной методологической задачей.
Характеристики классификаторов: ОКЗ и ОКСО. Поскольку потребность в тех или
иных профессиях в конечном счете определяется на рынке труда, то фактически сложив!
шаяся профессиональная структура и является наилучшим приближением к структуре ре!
ального спроса на профессии. Мы принимаем ее за точку отсчета, а потому должны пере!
классифицировать профессии (специальности) по образованию в терминах профессий как
занятий. Это означает, что классификация занятий (ОКЗ) и является для нас базовой.
ОКЗ строится на тех же методологических принципах, что и общепринятый между!
народный классификатор профессий ISCO!88, и используется при проведении ОНПЗ
5
начиная с 1997 г. В общей сложности ОКЗ, как и ISCO!88, задает 10 укрупненных групп,
соответствующих четырем основным уровням квалификации.
С самого начала следует отметить, что хотя связь между уровнем образования и ква!
лификацией существует, на практике она не является однозначно заданной. Например, в
первых двух группах ОКЗ могут встречаться работники с относительно невысоким уровнем
образования, а среди неквалифицированных рабочих, наоборот, с высоким. Набор функ!
циональных задач, решаемых в рамках данного рабочего места, может существенно выхо!
дить за рамки какой!либо одной специальности или профессии, определяемой формаль!
ным дипломом об образовании. Этот набор, как правило, является синтетическим и меж!
профессиональным (междисциплинарным в смысле полученного образования), требую!
3
Впервые этот вопрос был включен в программу обследования в 2003 г.
4
Более подробно характеристика обследования представлена во Введении к книге.
5
Более подробно принципы построения ISCO/ОКЗ обсуждаются в работе: [Elias, 1997]. См. также: [Зара!
ботная плата в России, 2007, гл. 8].
296
щим знаний из различных областей, а также может предполагать сочетание специальной

образовательной подготовки с обучением на рабочем месте (опытом работы). При этом
«вес» отдельных составляющих в таком наборе может варьироваться как между работода!
телями, так и во времени. Усиление синтетичности требований к работникам со стороны
рынка труда является глобальной тенденцией современности.
Таблица 5.1. Уровни квалификации по основным профессиональным группам

одноразрядной кодировки ISCO!88
Профессиональные группы Уровень квалификации
1. Руководители –
2. Специалисты высшего уровня квалификации 4
3. Специалисты среднего уровня квалификации 3
4. Работники, занятые подготовкой информации, оформлением

документации, учетом и обслуживанием 2
5. Работники сферы обслуживания, жилищно!коммунального хозяй!

ства, торговли и родственных видов деятельности 2
6. Квалифицированные работники сельского хозяйства 2
7. Квалифицированные рабочие крупных и мелких промышленных

предприятий, художественных промыслов, строительства, транспорта,
связи, геологии и разведки недр 2
8. Операторы, аппаратчики, машинисты установок и машин 2
9. Неквалифицированные рабочие 1
10. Вооруженные силы –
Тем не менее степень соответствия между уровнем образования работников и их про!

фессионально!квалификационным статусом является важной характеристикой того, в ка!
кой мере человеческий капитал, производимый системой образования, оказывается затем
востребованным на рынке труда. Когда работники с высокой формальной подготовкой за!
нимаются малоквалифицированными видами труда, это свидетельствует либо о крайне
низком качестве полученного ими образования, либо о нерациональном его использова!
нии. Экономическому анализу феномена «избыточного образования» (overeducation) спе!
циально посвящена Глава 4.
Однако недоиспользование человеческого капитала может выражаться не только в
том, что работники с высоким образованием перемещаются в группы с низкой квалифи!
297
кацией, но и в том, что они начинают трудиться не по специальности, оставаясь при этом
на высоких ступенях профессионально!квалификационной иерархии. Чтобы оценить, на!
сколько распространена эта практика, помимо данных об уровнях образования работников
необходимо знать также о том, по каким специальностям велась их подготовка в учебных
заведениях. К сожалению, такие данные менее доступны. Именно с этим связано то, что
даже в зарубежной экономической литературе исследования, посвященные анализу этой
проблемы (educationoccupation mismatch), достаточно редки.
Перед тем, как приступать к обсуждению российских данных, имеет смысл предста!
вить оценки образовательно!профессионального несоответствия для других стран. Конеч!
но, любые сопоставления такого рода отличаются приблизительностью, поскольку разли!
чаются и национальные системы образования, и методы определения соответствия. Имею!
щиеся сопоставления (хотя, как уже отмечалось, они немногочисленны) говорят о том,
что в развитых странах соответствие фактической работы полученным специальностям
отмечается примерно в 80% случаев. Как мы уже отмечали, в большинстве развитых стран
обучение в системе третичного образования идет по широким специальностям, что в по!
следующем снижает шансы несоответствия.
Одной из немногих стран с относительно дробной предметной специализацией выс!
6
шего образования является Швеция , а потому шведский пример представляет для нас осо!
бый интерес. М. Нордин, И. Персон и Д. Рут исследовали масштаб несоответствия и его
влияние на заработную плату, применяя методологию, во многом близкую той, что исполь!
зуется в нашей работе [Nordin, Persson, Rooth, 2008]. Согласно этому исследованию, по
полученной специальности (полное соответствие) работают 61% мужчин и 71% женщин и
еще 16% мужчин и 10% женщин работают по смежным или близким специальностям
(слабое соответствие). Другими словами, примерно 80% всех выпускников университетов
и колледжей сохраняют приверженность выбранной профессии. Наивысшая степень соот!
ветствия (более 90%) характерна для обладателей медицинских специальностей, а самая
низкая – для биологов, физиков, математиков. Те, кто «изменяют» образовательному вы!
бору, теряют в заработной плате до 30% по сравнению с сопоставимыми работниками, но
работающими по специальности.
В США, наоборот, образовательные специальности определены очень широко. Как
показал Дж. Робст, 55% обладателей третичного образования отмечают, что они трудятся
по профессии, тесно связанной с полученным образованием, для еще 20% специальность
7
по образованию и текущая занятость как!то связаны . Никак не связаны они для 20% вы!
6
Хотя и в Швеции специальности гораздо шире, чем в России.
7
См.: [Robst, 2007а, р. 397–407; Robst, 2007b, р. 159–175]. Отметим, что работа Дж. Робста – в отличие от
нашего исследования, а также исследования М. Нордина с соавторами – основывается не на объективных
298
пускников университетов и колледжей. Эти соотношения очень стабильны и слабо зависят

от пола, расы, семейного положения, но риск несоответствия увеличивается с возрастом.
Вероятность несоответствия варьируется также в зависимости от полученной специально!
сти. Например, по отношению к референтной группе специалистов по компьютерным и
информационным технологиям практически все остальные специальности повышают риск
несоответствия. Исключение составляют медицинские профессии и библиотечные науки,
для которых риск несоответствия ниже, чем для референтной группы. Этот риск также не!
высок для инженерных профессий, архитекторов и ориентированных на бизнес менедже!
риальных профессий. Наоборот, он максимален для филологических и лингвистических
специальностей, для социальных наук, для выпускников колледжей свободных наук и ис!
кусств (Liberal Arts Colleges). Это понятно: преобладание более общих знаний в программе
обучения увеличивает шансы на межпрофессиональные перемещения.
В российских условиях ситуация осложняется тем, что специальности по образова!
нию кодируются с помощью иного классификатора, чем данные о текущих профессиях
работников. Общероссийский классификатор специальностей по образованию (ОКСО)
разрабатывался и использовался еще применительно к задачам централизованного пла!
8
нирования . Хотя в 1990!е годы в него вносились определенные изменения, выделяемая в
нем номенклатура специальностей по!прежнему остается основой, на которой строится
деятельность всех российских учреждений высшего и среднего профессионального обра!
зования. Перечень профессий и специальностей, используемый в ОКСО, является сверх!
дробным и несет на себе следы той аппаратной борьбы за привлечение кадров дипломи!
рованных специалистов, которая велась еще советскими министерствами и ведомствами.
Включение в этот перечень любой сколь угодно узкой специальности тогда гарантировало,
что вузы или ссузы станут вести по ней подготовку и что потребности соответствующих
ведомств в узкоспециализированной рабочей силе будут удовлетворены. Более того, чем
уже была специализация, тем выше оказывались шансы на то, что после окончания учеб!
ного заведения выпускник останется работать в системе именно данного ведомства.
В ОКСО объектами классификации являются узкие области знаний (наук), специаль!
ности среднего и высшего профессионального образования, направления подготовки, а
данных о профессиях, записанных в дипломах, а на субъективных оценках респондентов о степени бли!

зости их работы полученному образованию. Применительно к России аналогичный подход (с привлече!
нием данных РМЭЗ) используется И. Денисовой и М. Карцевой [Заработная плата в России, 2007, гл. 7].
8
Международный классификатор ISCED строится на основе других принципов, нежели ОКСО. Мы по!
нимаем, что переход от ОКСО к классификатору типа ISCED является не столько технической, сколько
политической проблемой, поскольку ставит под сомнение целесообразность существования многочислен!
ных учебных заведений и тем самым затрагивает влиятельные ведомственные и региональные интересы.
299
также специализации. В соответствии с данной логикой, чем ýже специальность, тем «про!
фессиональнее» специалист. В этом смысле ОКСО отражает узкую специализацию в нау!
9
ках, а не синтетичность и динамичность реальных занятий на рынке труда . Сказанное
выше означает методологическую несовместимость этих классификаций. Естественно, что
чем дробнее и ýже специальности в рамках ОКСО, тем значительнее риск несоответствия
между системой образования и структурой спроса со стороны рынка труда. Наоборот, чем
шире и фундаментальнее общепрофессиональная подготовка, тем меньше объем избыточ!
ных узкоспециальных знаний и тем легче адаптация к смежным профессиям. Правда, в
этом случае возрастает необходимость в дообучении на рабочем месте.
Переход от номенклатуры специальностей по ОКСО к номенклатуре занятий по
ОКЗ осуществлялся нами в несколько этапов.
На первом этапе виды специальностей, классифицированных согласно семиразряд!
ной (наиболее дробной) кодировке ОКСО, распределялись по видам занятий, классифи!
цированных согласно трехразрядной кодировке ОКЗ. Проиллюстрируем логику перевода
на конкретном примере. Одной из групп специалистов высшего уровня квалификации,
выделяемой в рамках ОКЗ, являются «математики, статистики и специалисты родствен!
ных видов деятельности» (код 212). Этой группе можно поставить в соответствие набор из
следующих групп специальностей по ОКСО: «Математика» (0101016); «Прикладная ма!
тематика и информатика» (0105016); «Прикладные математика и физика» (0106006); «Ме!
ханика, прикладная математика» (011006); «Статистика» (0806016).
В результате применения такой процедуры было получено 14 перекодированных
групп для обладателей дипломов вузов и 17 перекодированных групп для обладателей дип!
ломов ссузов (табл. 5.2). При этом для специалистов высшего уровня квалификации оста!
лось четыре и для специалистов среднего уровня квалификации две группы, для которых
в перечне специальностей ОКСО не находится прямых соответствий. Это – «специали!
сты в области биологических, сельскохозяйственных наук и здравоохранения, занятые на!
учными исследованиями» (224); «преподаватели университетов, вузов» (231); «специалисты
в области финансов и права, занятые научными исследованиями» (247); «служащие органов
государственной власти и муниципального управления» (248). Тем не менее в последующем
анализе эти группы также учитывались, что стало возможным благодаря использованию
нами двух альтернативных определений «работы по специальности» – более узкого и более
широкого (см. об этом ниже).
9
Можно сказать, что современный рынок труда требует «генералистов» (по выражению В. Магуна), а не
узких «специалистов». С этим отчасти и связан такой аспект Болонского процесса, как переход к двух!
уровневой подготовке. Бакалавры и являются, по сути, такими «генералистами».
300
Таблица 5.2. Система соответствий между трехзначными кодами ОКЗ

и семизначными кодами ОКСО
Профессиональные группы Трехзначные Семизначные коды

по ОКЗ коды по ОКСО
по ОКЗ
Специалисты высшего уровня квалификации
Специалисты в области естественных 211 0107016–0109016; 0201016; 0202076–

и технических наук 0202096; 0203016–0204016; 0206016–
0206036; 131006–1303066; 1403016–
1404046
Математики, статистики и специалисты 212 0101016;0102006; 0105016;

родственных видов деятельности 0106006;0110006; 0806016
Специалисты по компьютерам 213 0103006; 0104006; 0105026; 0105036;

0901016–0901076; 2301016–2401006
Архитекторы, инженеры и т.п. 214 0205013; 1201016–1203036; 134016–

1402116; 1405016–2206016; 2402016–
2409026;2601006–2703036
Специалисты в области биологических 221 0202016–0202066; 0207016; 0208016–

и сельскохозяйственных наук 0208046; 1101016–1104016; 1110016;
2501006–2503036; 2801016–2804026
Специалисты в здравоохранении 222 03201016–032036; 0601016–0601146;

1105016–1109016
Преподаватели в средней школе 232 0501016–0506026; 0507206
Преподаватели в системе специального 234 0507126–0507176

Прочие специалисты в области образования 235 0507016–0507116
Специалисты по экономической 241 0801056–0801156; 0803016–0805076;

деятельности и кадрам 1001016–1001106;
Специалисты в области права 242 0305016–0305056;
Специалисты в области информации и т.п. 243 0315026; 0320016; 0705036; 0712016;
Специалисты в области общественных 244 0301016–0304026; 0309016–0314016;

и родственных наук 0315016; 0316006–0318016; 0401016–
0402016; 0801016–0801046; 0801166–
0802016
Деятели литературы и искусства 245 0306016–0308016; 0701016–0705016;

0706016–0711066; 0713016–0715046;
Религиозные деятели 246 0319016
301

Профессиональные группы Трехзначные Семизначные коды
по ОКЗ коды по ОКСО
по ОКЗ
Специалисты среднего уровня квалификации

Техники физических и инженерных 311 1302015–1402125; 1404045–1603055;
направлений деятельности 1801025–1804055; 1801025–1804055;
1902015–1906055; 2001015–2103085;
2202045–2205015; 2402035–2703015
Техники и операторы по обслуживанию 312 2301015–2301065
ЭВМ
Техники и операторы оптического 313 2103095–2105015
и электронного оборудования
Диспетчеры и специалисты!техники 314 1605025–1609045; 1804065–1804095;
по эксплуатации транспортных средств 1907015
Инспекторы и инструкторы по строительству 315 1403085;2801045–2802015
и безопасности
Специалисты среднего уровня квалифика! 321 0205015–0206025; 1102015–1203045;
ции в области естественных наук 2804015
Средний медицинский персонал 322 0601015; 0601025–0601085; 0601105–
0601115
Медицинский персонал по уходу 323 0601025; 0601095
и акушерству
Учителя начальных школ и другой препода! 331 0501035–0506035; 0501035–0506035;
вательский персонал начального образования 0507025; 0507095–0507105; 0507205
Персонал дошкольного воспитания 332 0507045;
и обучения
Преподавательский персонал специального 333 0507055; 0507115–0507195; 0507215
обучения
Средний персонал в области финансовой 341 0801065; 0801085–0801145; 1001025–
и торговой деятельности 1001055
Средний персонал торгово!коммерческих 342 0803025–0805015
деятельности и услуг
Средний административно!управленческий 343 0305035–0320025; 0712025; 0806015
персонал
Средний персонал государственных служб 344 0801075; 0805045
Социальные работники 346 0401015–0401035
Персонал сферы искусства, развлечений 347 0701025–0709035; 0713025–0715055
и спорта
302
На следующем этапе в зависимости от типа и уровня полученного образования работ!

ники с дипломами вузов и ссузов распределялись по нескольким базовым категориям. Сре!
ди работников с высшим образованием выделялись: 1) работающие по профессиям руково!
дителей (первая группа в иерархии профессий ОКЗ); 2) работающие по профессиям спе!
циалистов высшего уровня квалификации в соответствии с полученным образованием;
3) работающие по профессиям специалистов высшего уровня квалификации, но не в со!
ответствии с полученным образованием; 4) работающие по профессиям среднего уровня
квалификации, т.е. где достаточно иметь среднее специальное образование (группа 3 по
ОКЗ); 5) работающие по профессиям еще более низкой квалификации, не требующим ни
высшего, ни среднего специального образования (группы 4–9 по ОКЗ).
Среди работников со средним специальным образованием выделялись: 1) работаю!
щие по профессиям руководителей (ОКЗ!1); 2) работающие по профессиям специалистов
высшего уровня квалификации, требующим более высокого, чем полученное ими, образо!
вания (ОКЗ!2); 3) работающие по профессиям специалистов среднего уровня квалифика!
ции в соответствии с полученным образованием; 4) работающие по профессиям специали!
стов среднего уровня квалификации, но не в соответствии с полученным образованием;
5) работающие по профессиям более низкой квалификации, не требующим среднего спе!
циального образования (ОКЗ!4/9).
Для выделения работников, занятых по специальности, использовались два подхода –
более широкий и более узкий. В первом случае работающими по специальности согласно
полученному образованию считались группы, которые находятся на главной диагонали
матрицы, отражающей распределение работников одновременно по их «образовательным»
и «фактическим» профессиям. Во втором случае к этим группам добавлялись также некото!
10
рые другие группы, примыкающие к главной диагонали той же матрицы .
Поскольку наш анализ охватывал только занятых работников, то мы оценивали веро!
ятности работы по специальности/не по специальности при условии, что человек является
занятым (влияние получения той или иной специальности на вероятность нахождения са!
мой работы не рассматривалось). Вопрос о соотношении «образовательных» и «факти!
ческих» профессий выпускников системы НПО также остался за рамками анализа, так как
для них перекодировка специальностей по образованию в соответствии с ОКСО в профес!
сии по ОКЗ оказывается невозможной из!за недостатка имеющейся информации. К этому
стоит добавить, что оценки, получаемые для выпускников ссузов, являются менее точными,
чем оценки для выпускников вузов. Дело в том, что ссузы могут готовить не только спе!
циалистов среднего уровня квалификации (ОКЗ!3), но также работников, занятых подго!
10
Конкретные алгоритмы применения узкого и широкого подходов приводятся в табл. П5!1 и П5!2.
303
товкой информации, и работников сферы обслуживания (группы 4–5 в ОКЗ). К сожале!

нию, доступные данные не позволяют выделить эту часть работников со средним специаль!
ным образованием. В результате наши оценки относятся только к тем из них, кто обучался в
ссузах по профессиям, которые классифицируются как принадлежащие к группе специа!
листов среднего уровня квалификации.
Расхождения между профессией по образованию и фактической профессией мы будем
обозначать терминами «работа не по специальности», «не по диплому», «постдипломная»
мобильность или для краткости просто «мобильность», рассматривая их как равнозначные.
Важно оговориться, что к предмету нашего анализа не будут относиться случаи, когда ра!
ботники меняют одни профессии, не совпадающие с их специальностью по образованию,
на какие!то другие профессии, также не совпадающие с их специальностью по образова!
нию. Кроме того, из!за отсутствия необходимой информации мы не проводим различия
между ситуациями, когда люди приступают к работе не по специальности сразу после
окончания вуза или ссуза, и ситуациями, когда они меняют свою исходную профессию,
вначале отработав по ней какое!то время.
В зависимости от характера перемещений по ступеням профессиональной иерархии
можно выделить три основные формы постдипломной мобильности: горизонтальную
(фактическая профессия работника относится к той же квалификационной группе ОКЗ,
что и его специальность по диплому); вертикальную восходящую (фактическая профессия
относится к более высокой квалификационной группе); вертикальную нисходящую (фак!
тическая профессия относится к более низкой квалификационной группе). В соответст!
вующих случаях мы будем говорить также о перемещениях «вбок», «вверх» или «вниз».
При интерпретации получаемых оценок важно учитывать, что в силу их конструкци!
онных особенностей они преувеличивают распространенность «работы по специальности»
и преуменьшают распространенность «работы не по специальности». Связано это с исполь!
зуемым алгоритмом перекодировки, который агрегирует 756 позиций по ОКСО в 37 пози!
ций по ОКЗ. Например, при использовании трехразрядной кодировки ОКЗ все предста!
вители инженерных профессий оказываются включенными в одну общую группу (213) –
«Архитекторы, инженеры и специалисты родственных профессий». Это означает, что если,
скажем, дипломированный инженер по ракетным установкам переквалифицировался в
инженера по стиральным машинам, он все равно будет считаться работающим по специ!
альности, поскольку он остается «инженером». Естественно, что оценки масштабов «рабо!
ты не по специальности», получаемые при применении такой процедуры, следует рассмат!
ривать как минимальные и предельно консервативные.
Важно также учитывать, что смена специальности по ходу трудовой карьеры не может
оцениваться как однозначно негативное явление. В конечном счете такая мобильность
обеспечивает более полное согласование работников и рабочих мест, которыми распола!
304
гает экономика. Вместе с тем повсеместное распространение работы не по специальности

может рассматриваться как сигнал того, что эффективное взаимодействие между системой
образования и рынком труда нарушено и что значительная часть издержек на образование
(как общественных, так и частных) затрачивается впустую. В этом случае общество (вклю!
чая самих обучающихся) выиграло бы, если бы масштабы подготовки по тем специально!
стям, которые не востребованы рынком, были бы сокращены, а масштабы подготовки по
тем специальностям, на которые все равно идет активное переключение, – расширены.
5.3.
«Постдипломная» мобильность работников
с высшим образованием
На рис. 5.1 представлено распределение российских работников с высшим образованием
по специальностям, полученным в вузах.
45
40
35
30
25
%
20
15
10
0
Спец-ты по
Преподаватели спец.
Спец-ты в области
компьютерам
Преподаватели в ср.
Прочие спец-ты
Спец-ты по экономике
Спец-ты по обществ.
Архитекторы и
Математики, статистики
Спец-ты по биол. и с/х
здравоохранения
Спец-ты права
Спец-ты по ест. и
Деятели лит-ры и
информации
инженеры
Спец-ты
искусства
тех. наукам
школе
наукам
наукам
Рис. 5.1. Распределение работников с высшим образованием по специальностям,

полученным в вузах, %
Самой многочисленной группой, как и можно было ожидать, являются дипломиро!

ванные инженеры, на долю которых приходится почти 30% всех обладателей вузовских
305
дипломов. Среди мужчин этот показатель еще выше – почти 45% (среди женщин – только
17%). Следующими по численности группами являются педагоги – 17% (суммарный пока!
затель по трем педагогическим специальностям), экономисты – 15%, медики – около 9%,
обществоведы – 8%, юристы – 6% и агрономы – около 5%. На остальные специальности
приходится по 3% и менее. Мужчины опережают женщин по доле юристов, агрономов и
компьютерщиков, женщины – по доле экономистов, педагогов и обществоведов. Как
видно из этих оценок, контингент российских выпускников вузов по!прежнему остается
сильно скошенным в пользу носителей инженерного образования.
Кто хранит верность полученному образованию? Среди обладателей высшего образова!
ния в целом примерно 60% (59,6%) работают по профессиям специалистов высшего уровня
квалификации (табл. 5.3). Эта цифра варьируется от 38% для специалистов в области био!
логических и сельскохозяйственных наук до 81% в группе специалистов в области здраво!
охранения. Среди имеющих дипломы инженеров и архитекторов на уровне специалистов
с высшим образованием (ОКЗ!2) удерживаются менее половины (46%). Напротив, доста!
точно высокую степень принадлежности к «своей» квалификационной группе демонстри!
руют математики и специалисты родственных видов деятельности (почти 73%), специали!
сты по компьютерам (около 74%), а также преподаватели средней школы (около 71%).
Однако приведенные выше цифры относятся к тем, кто сохранил свой «вертикальный
статус», но не обязательно остался верным своему диплому, т.е. той специальности, которая
в дипломе указана. Например, инженер может стать актером, а врач переквалифицировать!
ся в журналиста или политика. Формально они будут оставаться на той же ступени по «вер!
тикали», но при этом существенно смещаться по «горизонтали».
Как было сказано ранее, мы используем два определения работы по специальности –
более широкое и более узкое. Согласно широкому определению, доля работающих по спе!
циальности среди всех обладателей вузовских дипломов составляет в среднем около 50%.
Максимальная приверженность полученной специальности наблюдается среди специали!
стов здравоохранения, где верность «широкой» профессии сохраняют около 80% выпуск!
ников медицинских вузов, а также среди математиков и компьютерщиков (61 и 67% соот!
ветственно). Наибольшая «ветреность» опять!таки характерна для выпускников сельско!
хозяйственных вузов (среди них лишь 22% остаются в «широкой» профессии) и инженер!
ных вузов (36%).
Теперь мы можем сузить используемое определение. Это ведет к дальнейшему сокра!
щению доли тех, кто остается в той профессии, по которой шло обучение в вузе. Доля таких
специалистов составляет уже чуть более трети от всех обладателей дипломов о высшем об!
разовании, тогда как работают не по специальности почти две трети, в том числе почти каж!
дый четвертый (около 23%) остается «на уровне», изменив, однако, своей специальности по
диплому. Впрочем, состав как лидеров по стабильности, так и лидеров по мобильности
при этом не меняется.
306
Таблица 5.3. Распределение работников с высшим образованием

по фактическим занятиям в 2006 г., %
Специальности ОКЗ!2 Профессии по фактическим Восхо! Нисхо!

по диплому занятиям дящая дящая в том числе:
в том числе: мобиль! мобиль!
ность ность
широкое узкое (ОКЗ!1) (ОКЗ!3/ ОКЗ!3 ОКЗ!4 ОКЗ!5 ОКЗ!6 ОКЗ!7 ОКЗ!8 ОКЗ!9
определение определение ОКЗ!9)
по не по по не по
специ! специ! специ! специ!
ально! ально! ально! ально!
сти сти сти сти
Все работники
с высшим
образованием 59,6 49,6 10,0 37,0 22,6 16,4 24,1 9,0 2,0 5,5 0,7 2,9 2,1 1,8
в том числе
по специ!
*
альностям :
211 52,8 42,1 10,7 8,1 44,7 18,0 29,2 11,6 2,3 4,7 0,3 5,2 3,0 2,1
212 72,7 61,0 11,7 1,4 71,3 10,1 17,2 6,3 2,6 4,9 0,6 0,5 1,7 0,7
213 74,3 66,6 7,7 54,7 19,6 10,1 15,6 7,0 2,0 3,9 0,1 1,0 1,0 0,7
214 46,0 35,9 10,1 31,9 14,1 24,6 29,4 8,3 1,9 6,0 0,4 6,2 4,0 2,7
221 38,2 21,6 16,6 10,2 28,0 22,5 39,3 9,4 1,8 9,1 5,5 4,5 5,0 3,9
222 80,9 78,8 2,1 74,3 6,6 6,5 12,6 7,5 0,3 2,3 0,5 0,6 0,7 0,7
232 71,3 57,8 13,6 47,9 23,4 8,5 20,1 8,2 1,6 4,8 0,8 1,6 1,5 1,7
234 70,0 43,5 26,6 27,7 42,3 2,9 27,1 20,1 0,8 3,1 1,3 0,5 0,0 1,4
235 65,1 57,7 7,4 7,0 58,1 9,6 25,3 15,3 1,4 5,4 0,6 1,0 0,5 1,1
241 61,3 47,6 13,6 42,9 18,4 17,2 21,5 8,9 3,0 5,4 0,4 1,3 1,0 1,5
242 64,7 59,3 5,3 52,6 12,1 12,0 23,4 9,5 2,4 8,3 0,3 0,9 1,3 0,8
243 58,6 52,1 6,5 48,1 10,5 19,2 22,3 3,0 10,2 7,5 0,0 0,4 0,0 1,2
244 63,5 57,6 5,9 24,6 38,9 16,1 20,4 8,3 2,9 5,2 0,6 1,1 1,1 1,2
245 66,6 52,8 13,8 36,9 29,6 8,7 24,7 13,5 1,2 4,7 0,5 2,0 1,1 1,8
*
Трехзначные коды по ОКЗ: 211 – «Специалисты в области естественных и технических наук»; 212 – «Математики,
статистики и специалисты родственных видов деятельности»; 213 – «Специалисты по компьютерам»; 214 – «Архитек!
торы, инженеры и т.п.»; 221 – «Специалисты в области биологических и сельскохозяйственных наук»; 222 – «Специа!
листы в области здравоохранения»; 232 – «Преподаватели в средней школе» 234 – «Преподаватели в системе специаль!
ного образования»; 235 – «Прочие специалисты в области образования»; 241 – «Специалисты по экономической деятель!
ности и кадрам»; 242 – «Специалисты в области права» 243 – «Специалисты в области информации и т.п.»; 244 – «Спе!
циалисты в области общественных и родственных наук»; 245 – «Деятели литературы и искусства».
307
Абсолютный лидер по показателю «верности» полученной специальности – дипло!

мированные врачи. Даже при использовании узкого определения все равно оказывается, что
среди них каждые трое из четырех работают по выбранной профессии. Высока устойчивость
у специалистов по компьютерам (около 55%), юристов (53%), преподавателей средней шко!
лы (48%). Все остальные группы идут со значительным отставанием, что означает нараста!
ние степени «оппортунизма» с их стороны. При использовании узкого определения мало
кто остается работать по специальности среди математиков (всего 1,4%), прочих специали!
стов в области образования (7%), специалистов в области естественных и технических наук
(8%) и в области сельского хозяйства (около 10%).
Кто поднимается по лестнице вверх? В целом 16% дипломированных специалистов
занимают те или иные руководящие должности (группа 1 по ОКЗ). Следует сразу отметить,
что формальный факт принадлежности к группе руководителей еще не означает вертикаль!
ную восходящую мобильность. Многие «руководящие» должности не требуют специальных
знаний и с успехом могут замещаться людьми и с более низким образованием. Например,
мастер или бригадир на промышленном предприятии относятся к руководителям, но их
должности, как правило, не требуют высшего образования. То же относится и к предпри!
нимателям – руководителям частных предприятий: для успешной деятельности в этом ка!
честве «предпринимательский дух» важнее, чем высшее образование. Поэтому, говоря о вос!
ходящей мобильности, мы должны помнить об известной условности такого определения.
Какая специальность по диплому дает наилучшие шансы на получение руководящих
позиций? На таких позициях находятся примерно 25% выпускников технических и 23%
сельскохозяйственных вузов. У специалистов в области информации этот показатель со!
ставил 19%. Это максимальные вероятности продвижения вверх для всех групп из списка
«трехзначных» профессий по ОКЗ. Напротив, реже всего поднимаются «вверх» обладатели
педагогических и медицинских дипломов, а также деятели литературы и искусства. Коэф!
фициенты «восхождения» не достигают здесь 10% от численности соответствующих групп.
Кто спускается вниз? Если о восхождении мы можем говорить с известной долей ус!
ловности, то о движении «вниз» можем судить с большей уверенностью. Если обладатель
высшего образования занимает позицию, не требующую такого уровня подготовки, то это,
очевидно, является фактом нисходящей мобильности. Если соответствующий человече!
ский капитал не востребован, то это означает и потери от прошлых инвестиций в образо!
вание, и упущенный текущий заработок. По!видимому, именно показатель спуска «вниз»
(в группы ОКЗ!3 и ниже) является наиболее наглядной мерой расхождения между обра!
зовательной и профессиональной структурами.
В целом каждый четвертый выпускник вуза занимается работой, не требующей выс!
шего образования. Абсолютными лидерами снижения являются выпускники сельскохо!
308
зяйственных и биологических специальностей, среди которых почти 40% заняты работой,

не требующей полученной ими профессиональной подготовки. Почти 30% обладателей
инженерных и технических специальностей также занимают рабочие места, для которых
вузовский диплом является избыточным. Велики показатели нисходящей мобильности и
для обладателей педагогических дипломов (20–27%), для специалистов в области экономи!
ки, права, информации, общественных наук, а также литературы и искусства (20–23%).
Реже всего «вниз» спускаются выпускники с дипломами медицинских вузов (около 13%).
Если вниз, то куда и как далеко? Однако куда «сползают» те, кто не задерживается в
группе специалистов высшего уровня квалификации? Для них глубина спуска варьируется
от позиции специалистов среднего уровня квалификации до профессий неквалифициро!
ванных рабочих (последняя 9!я группа по ОКЗ).
В целом основной группой приема «спускающихся вниз» обладателей высшего обра!
зования является пул специалистов среднего уровня квалификации, т.е. множество таких
рабочих мест, где достаточно иметь образование в виде техникума или приравненного к
нему училища. Здесь оказывается почти каждый десятый выпускник вузов (или почти
40% из всех тех, кто занимает позицию ниже, чем формально позволяет достигнутый уро!
вень образования). Обратим внимание на то, что 5,5% имеющих высшее образование рабо!
тают на рядовых позициях в торговле, а 6,8% занимают места рабочих. Но это в среднем, и
эти цифры заметно варьируются по основным группам специальностей.
Максимальный отток в группу специалистов среднего уровня квалификации дают
обладатели дипломов преподавателей системы специального образования. Отсюда 15–20%
спускаются на ступеньку ниже, а 3–5% уходят работать в торговлю. Группа обладателей
высшего образования в области литературы и искусства теряет 13,5% в пользу представи!
телей следующей квалификационной группы. На должностях специалистов среднего уров!
ня квалификации оседают также примерно 10% всех инженеров, специалистов технических
и сельскохозяйственных наук, экономистов и юристов.
Еще более круто (по сравнению с достигнутым уровнем образования) статус снижает!
ся у тех, кто «приземляется» в группе служащих, занятых обработкой информации (ОКЗ!4).
Но так как сама эта профессиональная категория невелика, то и доли оттока в нее невелики
и не превышают 3%. Исключением является группа специалистов в области информации,
которая отдает сюда более 10% своей исходной численности.
Заметная (5,5%) доля обладателей высшего образования находит себе занятие на низо!
вых (рядовых) позициях торговых работников (ОКЗ!5). Здесь лидируют три образователь!
ные группы: специалисты в области биологических и сельскохозяйственных наук (9,1%),
специалисты в области права (8,3%), специалисты в области информации (7,5%), инже!
неры (6%).
309
Квалифицированными работниками сельского хозяйства (ОКЗ!6) чаще всего стано!

вятся выпускники сельскохозяйственных вузов (5,5%), тогда как для обладателей других
дипломов вероятность перехода сюда составляет менее 1%.
Теперь обратимся к трем группам, объединяющим рабочие профессии (ОКЗ!7, ОКЗ!8
и ОКЗ!9). Как уже отмечалось выше, около 7% всех дипломированных специалистов тру!
дятся в качестве рабочих, хотя относительно чаще как квалифицированные рабочие (2,9%).
Однако вместе взятые полуквалифицированные и неквалифицированные рабочие места,
занятые лицами с высшим образованием, составляют относительное большинство (около
4%). Наибольший вклад в пополнение этих групп дают обладатели инженерно!техниче!
ского и сельскохозяйственного образования (10–13%). Для всех остальных образователь!
ных групп «миграция» в рабочие профессии незначительна.
Как можно оценить наблюдаемые уровни оттока в рабочие профессии? По!видимо!
му, однозначную оценку этому явлению дать трудно. С одной стороны, уровни оттока зна!
чительны, поскольку речь идет о каждом восьмом обладателе инженерного или сельскохо!
зяйственного диплома. Это означает, что прошлые инвестиции в высшее образование для
каждого восьмого инженера являются избыточными и полученные знания в итоге остаются
невостребованными. С другой стороны, использование современных технологий зачастую
требует от рабочих достаточно высокого уровня профессионального образования, и в таких
случаях принадлежность к высококвалифицированным рабочим вполне представима даже
для обладателей вузовских дипломов. Однако то, что массовые перемещения дипломиро!
ванных специалистов на рабочие места полуквалифицированных и неквалифицированных
рабочих связаны с недоиспользованием их человеческого капитала, не вызывает сомнений.
Социальнодемографические характеристики мобильности выпускников вузов. Как рас!
пределение специалистов с высшим образованием по различным профессиональным груп!
пам зависит от основных социально!демографических характеристик? Информация об
этом в схематизированном и упрощенном виде представлена на рис. 5.2–5.4. Отметим
лишь самые интересные и значимые моменты.
Мужчины с вузовскими дипломами удерживаются на ступени специалистов высшего
уровня квалификации гораздо реже, чем женщины. Разница между ними в коэффициентах
устойчивости достигает около 17 п.п., причем она объясняется не только тем, что мужчины
значительно чаще занимают позиции руководителей (23% против 11%), но и тем, что они
чаще спускаются на рабочие места, не требующие высшего образования (27% против 22%).
Другими словами, риск нисходящей мобильности оказывается для них выше, чем для
женщин.
310
70
65
60
55
50
45
40
% 35
30
25
20
15
10
5
0
Все Мужчины Женщины Город Село
В группе специалистов высшей квалификации Работают по специальности (широкое определение)

Работают по специальности (узкое определение) Мобильность вверх (ОКЗ-1)
Мобильность вниз (ОКЗ-3) Мобильность вниз (ОКЗ-4/ОКЗ-9)
Рис. 5.2. Показатели «постдипломной» мобильности работников с высшим образованием

по полу и месту проживания, %
70
65
60
55
50
45
40
% 35
30
25
20
15
10
5
0
15–25 26–35 36–45 46–55 55+

по возрасту, %
311
Различия между горожанами и жителями села невелики, но оказываются в пользу

горожан. Обладатели вузовских дипломов, проживающие в городах, чаще удерживаются
на ступени специалистов высшего уровня квалификации (в 60% случаях, тогда как для
жителей села этот показатель составляет 56%); чаще работают по специальности (и в ши!
роком, и в узком определении); несколько чаще становятся руководителями. Они, наконец,
реже опускаются по профессиональной лестнице вниз (23% против 29%). Хотя в сельской
местности предложение высококвалифицированного труда ограничено сильнее, но и спрос
на него также значительно меньше, что проявляется в меньшем числе вакансий для специа!
листов с высшим образованием.
С возрастом вероятность того, что выпускник вуза будет работать специалистом выс!
шего уровня квалификации (ОКЗ!2) и будет трудиться по полученной специальности,
практически не меняется (рис. 5.3). Однако вероятность того, что обладатель высшего
образования станет руководителем (перейдет в ОКЗ!1), увеличивается с 8% в группе до
25 лет до 21% в группе 55 лет и старше. Напротив, вероятность невостребованности обра!
зовательного капитала (переход в группы ОКЗ!3 и ниже) с возрастом уменьшается – с 29
до 21%. Такая зависимость понятна: чтобы стать руководителем, недостаточно лишь фор!
мальной «корочки», а другие необходимые для этого качества и вырабатываются, и про!
являются с возрастом. Кроме того, в молодых возрастах люди часто находятся в поиске
работы, «стоят» в очереди на получение устраивающего их рабочего места, готовы браться
за работу, которая лучше оплачивается, хотя и не соответствует их образовательному уров!
ню. С возрастом происходит своего рода перегруппировка доступных рабочих мест, откры!
вается доступ к позициям руководителей и идет отток с рабочих мест, не требующих выс!
шего образования.
Зависимость вероятности работать по специальности от отраслевых характеристик
текущей занятости иллюстрирует рис. 5.4, где представлены данные по трем видам эконо!
мической деятельности – промышленности, торговле и бюджетному сектору (здравоохра!
нение, образование, культура и государственное управление). Наибольшую «верность» по!
лученной специальности хранят бюджетники, среди которых две трети работают в соответ!
ствии со специальностью, записанной в дипломе. Еще больше – почти 75% – остаются на
той же (второй) ступени в иерархии профессий по ОКЗ. Противоположный полюс пред!
ставлен теми, кто занят в торговле. Среди них меньше четверти (!) трудятся по полученной
специальности. При этом они демонстрируют максимальную мобильность как вверх (на
должности руководителей), так и вниз (на рабочие места, не требующие высшего образова!
ния). Так, с профессиональной деквалификацией среди них сталкиваются свыше 40%. Ра!
ботающие в промышленности занимают с точки зрения «постдипломной» мобильности
промежуточное положение. Верность полученной специальности хранят свыше 40% из
312
них, почти 25% находятся на руководящих должностях и примерно столько же занимают

рабочие места, где высшее образование является, очевидно, излишним.
80
75
70
65
60
55
50
45
% 40
35
30
25
20
15
10
5
0
Промышленность Торговля Бюджетный сектор

Работают по специальности (узкое определение) Мобильность ввверх (ОКЗ-1)

по видам экономической деятельности, %
5.4.
«Постдипломная» мобильность работников
со средним профессиональным образованием
Распределение работников, получивших среднее профессиональное образование, по полу!
ченным специальностям показано на рис. 5.5. Оно выглядит еще более неравномерным,
чем распределение по специальностям выпускников вузов. Доминирующей группой опять!
таки оказываются представители технических и инженерных специальностей, на долю кото!
рых приходится около 40% всех обладателей дипломов ссузов. Среди мужчин этот показа!
тель достигает астрономических 65%, а для женщин составляет около 22%. На долю средне!
го экономического персонала приходится свыше 20%, среднего медицинского персонала –
почти 15%, среднего педагогического персонала – 10%. Среди женщин представительство
этих групп оказывается намного больше, чем среди мужчин: свыше 30% против 5%; свыше
313
20% против 3% и около 15% против немногим более 2% соответственно. Остальные груп!
пы остаются достаточно немногочисленными.
70
65
60
55
50
45
40
%
35
30
25
20
15
10
0
311 312 313 314 315 321 322 323 331 332 333 341 342 343 344 346 347
Примечание. Трехзначные коды по ОКЗ: 311 – «Техники физических и инженерных направлений деятель!
ности»; 312 – «Техники и операторы по обслуживанию ЭВМ»; 313 – «Техники и операторы оптического и
электронного оборудования»; 314 – «Диспетчеры и специалисты!техники по эксплуатации транспорт!
ных средств»; 315 – «Инспекторы и инструкторы по строительству и безопасности»; 321 – «Специали!
сты среднего уровня квалификации в области естественных наук»; 322 – «Средний медицинский персо!
нал»; 323 – «Медицинский персонал по уходу и акушерству»; 331 – «Учителя начальных школ и другой
преподавательский персонал начального образования»; 332 – «Персонал дошкольного воспитания и
обучения»; 333 – «Преподавательский персонал специального обучения»; 341 – «Средний персонал в
области финансовой и торговой деятельности»; 342 – «Средний персонал торгово!коммерческих дея!
тельности и услуг»; 343 – «Средний административно!управленческий персонал»; 344 – «Средний пер!
сонал государственных служб»; 346 – «Социальные работники»; 347 – «Персонал сферы искусства, раз!
влечений и спорта».
Рис. 5.5. Распределение работников со средним специальным образованием
по специальностям, полученным ими в ссузах, %
Кто хранит верность полученному образованию? Среди работников со средним специ!

альным образованием около 38% работают по профессиям специалистов среднего уровня
314
квалификации (табл. 5.4). Этот показатель сильно варьируется от 19% для техников физи!
ческих и инженерных профессий и специалистов средней квалификации в области естест!
венных наук до, примерно, 80% у медицинского персонала. Достаточно высок он и для пе!
дагогического персонала начального образования и дошкольного воспитания (53–66%), а
также для среднего персонала в области финансовой и торговой деятельности (около 50%).
Для всех остальных специальностей доля выпускников ссузов, занятых на рабочих местах,
где требуется среднее профессиональное образование, составляет меньше половины, а во
многих случаях и меньше трети. Все это свидетельствует о массовой невостребованности
среднего профессионального образования в рамках существующей структуры рабочих мест.
Какова же доля тех, кто остается при этом верным профессии, полученной в ссузе?
Согласно широкому определению, среди всех обладателей дипломов ссузов доля работаю!
щих по полученной специальности составляет чуть более 30%. Напомним, что для выпу!
скников вузов этот показатель гораздо выше – около 50%. И вновь мы отмечаем макси!
мальную приверженность диплому среди медицинского персонала: в своей «широкой»
профессии остаются около 75–80% выпускников медицинских училищ. Сильна привер!
женность полученной профессии и у персонала дошкольного обучения (около 62%), но уже
у учителей начальных школ соответствующий показатель составляет только 43%.
Среди тех, кто в наименьшей степени держится за специальность по диплому, хотя и
продолжает при этом оставаться на ступени специалистов средней квалификации, выделя!
ются две группы: специалисты в области естественных наук и техники (5 и 13% работающих
по «широкой» специальности соответственно).
Сужение используемого определения работы в соответствии с полученным дипломом
ведет к дальнейшему сокращению доли работающих по специальности. В этом случае для
всех выпускников ссузов она дополнительно снижается с 22 до 18%, тогда как доля рабо!
тающих не по специальности возрастает с 6 до 19%. Если лидеры «соответствия» остаются
теми же и почти не теряют при переходе от более широкого определения к более узкому,
то к аутсайдерам добавляется еще несколько групп. Так, среди обладателей дипломов тех!
ников и операторов оптического и электронного оборудования по полученной специаль!
ности работают около 5%, среди инспекторов – также 5%, а среди торгово!финансовых
работников – и вовсе менее 3%.
Кто поднимается по лестнице вверх? Выпускники ссузов также могут занимать более
высокие позиции, чем те, что формально соответствуют уровню компетенции специалиста
средней квалификации. Доля таких работников, занимающих либо позиции руководителей
(6,8%), либо специалистов высшей квалификации (5,3%), в сумме составляет чуть более
12%. Вариация этого показателя по группам специальностей относительно невелика: от 5 до
19%. За границы этого интервала выходит только группа преподавательского персонала
специального обучения, в которой почти нет руководителей, но свыше 30% занимают по!
зиции специалистов высшей квалификации, а также персонал сферы искусства (29%).
315
Таблица 5.4. Распределение работников со средним специальным образованием
316
по фактическим занятиям в 2006 г., %
Специальности Профессии по фактическим занятиям
по диплому ОКЗ"3 в том числе: восхо" в том числе: нисходящая в том числе:
широкое узкое дящая ОКЗ"1 ОКЗ"2 мобильность ОКЗ"4 ОКЗ"5 ОКЗ"6 ОКЗ"7 ОКЗ"8 ОКЗ"9
определение определение мобиль" (ОКЗ"4/
ность ОКЗ"9)
по не по по не по
специ" специ" специ" специ"
ально" ально" ально" ально"
сти сти сти сти
Все работники со
средним специаль"
ным образованием 37,5 31,2 6,3 18,4 19,0 12,1 6,8 5,3 50,5 4,8 13,6 2,5 13,4 9,6 6,5
в том числе по спе
циальностям*:
311 19,0 12,7 6,3 11,1 7,9 12,8 9,4 3,3 68,2 2,6 13,4 1,4 26,2 17,0 7,7
312 39,1 28,9 10,2 20,2 18,9 15,9 5,5 10,4 45,0 13,7 11,1 0,7 7,4 5,6 6,5
313 28,1 21,1 6,9 4,5 23,6 10,7 6,1 4,6 61,2 6,8 6,4 0,9 33,2 5,5 8,4
314 25,7 20,7 4,9 15,5 10,1 5,5 4,0 1,5 68,8 3,7 7,9 2,7 12,6 37,1 5,0
315 27,4 19,7 7,7 5,0 22,3 9,0 4,9 4,1 63,6 0,0 45,1 0,0 4,8 10,8 3,0
321 18,9 5,1 13,8 5,1 13,8 13,2 7,6 5,6 67,9 2,8 11,7 13,9 12,6 14,7 12,3
322 78,5 74,5 4,0 55,5 23,0 8,6 2,0 6,6 12,9 1,9 5,1 0,7 1,6 1,7 2,0
323 82,4 79,0 3,4 62,7 19,7 4,6 3,7 0,9 13,0 1,2 6,4 1,2 1,0 0,9 2,3
331 53,0 43,0 10,0 24,4 28,6 18,8 4,1 14,7 28,3 3,3 9,8 2,3 5,0 2,5 5,3
332 66,4 61,8 4,6 57,9 8,5 6,9 3,8 3,1 26,7 3,8 9,2 2,4 3,0 2,0 6,3
333 45,7 34,2 11,5 11,1 34,6 30,7 0,2 30,4 23,6 4,7 9,7 0,0 0,5 2,9 5,8
341 50,5 45,9 4,6 2,5 47,9 11,7 4,7 7,0 37,8 10,5 13,6 3,2 2,9 2,2 5,4
342 23,9 20,3 3,6 6,8 17,1 14,1 9,1 5,0 62,0 6,2 40,2 1,5 3,0 2,7 8,4
343 29,2 25,9 3,2 7,6 21,6 14,1 4,3 9,8 56,7 19,4 23,2 2,0 3,8 3,6 4,7
344 42,7 32,2 10,6 13,4 29,3 18,8 6,0 12,8 38,5 9,0 15,0 1,5 4,6 0,0 8,5
346 55,2 50,0 5,2 38,4 16,9 13,8 2,3 11,5 30,9 6,9 15,6 3,0 1,1 0,0 4,4
347 38,1 18,5 19,6 18,5 19,6 29,1 10,0 19,1 32,9 2,5 11,0 1,7 8,7 4,1 4,9
*
Трехзначные коды по ОКЗ: 311 – «Техники физических и инженерных направлений деятельности»; 312 – «Техники и операторы по обслуживанию
ЭВМ»; 313 – «Техники и операторы оптического и электронного оборудования»; 314 – «Диспетчеры и специалисты"техники по эксплуатации транс"
портных средств»; 315 – «Инспекторы и инструкторы по строительству и безопасности»; 321 – «Специалисты среднего уровня квалификации в об"
ласти естественных наук»; 322 – «Средний медицинский персонал»; 323 – «Медицинский персонал по уходу и акушерству»; 331 – «Учителя началь"
ных школ и другой преподавательский персонал начального образования»; 332 – «Персонал дошкольного воспитания и обучения»; 333 – «Препода"
вательский персонал специального обучения»; 341 – «Средний персонал в области финансовой и торговой деятельности»; 342 – «Средний персонал
торгово"коммерческих деятельности и услуг»; 343 – «Средний административно"управленческий персонал»; 344 – «Средний персонал государствен"
ных служб»; 346 – «Социальные работники»; 347 – «Персонал сферы искусства, развлечений и спорта».
Кто спускается вниз? Наиболее распространенное направление карьерного «движе!

ния» выпускников ссузов по лестнице рабочих мест – это снижение профессионального
статуса. При наличии диплома о среднем специальном образовании, формально соответ!
ствующего позиции специалиста среднего уровня квалификации (группа ОКЗ!3), каждый
второй такой работник (50,5%) занимает позиции от ОКЗ!4 до ОКЗ!9. Для почти всех тех!
нических профессий доля «съезжающих» вниз доходит до 2/3 от общей численности соот!
11
ветствующей группы . То же самое верно и для среднего персонала торгово!коммерческой
деятельности (62%) и среднего административно!управленческого персонала (около 57%).
Но и в других группах каждый третий!четвертый опускается ниже того уровня квалифика!
ции, который обеспечен его дипломом об образовании.
Однако карьерный лифт, который движется сверху вниз, может «высаживать» людей
на разных этажах, что вносит в такую мобильность дополнительную вариацию.
Первой «остановкой» на пути вниз является «этаж» работников, занятых подготовкой
информации (ОКЗ!4). На нем «выходят» в среднем около 5% выпускников ссузов. Этот
показатель гораздо выше для обладателей дипломов среднего административно!управ!
ленческого персонала (19,4%), техников и операторов по обслуживанию ЭВМ (13,7%), а
также среднего персонала в области торгово!коммерческой деятельности и услуг.
Вторую остановку «лифт» делает на «этаже» работников торговли и сферы обслужи!
вания (ОКЗ!5), где высаживается около 14% выпускников ссузов. Максимальный отно!
сительный отток в эту группу наблюдается среди обладателей дипломов инспекторов и
инструкторов по строительству и безопасности (45%), среднего персонала торгово!ком!
мерческой деятельности (40,2%) и среднего административно!управленческого персонала
(23,2%). Если в первом случае, по!видимому, смена профессии не вызывает сомнений, то
во втором имеет место снижение квалификации относительно уровня, потенциально обес!
печиваемого профессиональным образованием.
В квалифицированные работники сельского хозяйства (ОКЗ!6) переходят 2,5% всех
выпускников ссузов, но почти 14% среди обладателей дипломов специалистов среднего
уровня квалификации в области естественных наук. Следует сказать, что в этой группе пре!
обладают люди, закончившие сельскохозяйственные техникумы, а потому «съехавшие»
вниз остаются внутри выбранного вида деятельности.
Наконец, около 30% выпускников ссузов становятся рабочими (переходят в одну из
групп ОКЗ!7/9). Из них 13,4% становятся квалифицированными рабочими и около 16%
спускаются еще ниже – на места рабочих средней и низкой квалификации. Наиболее ин!
тенсивное перемещение в группу квалифицированных рабочих характерно для тех, кто
учился по специальностям либо техников физических и инженерных направлений (26%),
11
Исключением являются техники по обслуживанию ЭВМ, среди которых «вниз» съезжают «лишь» 45%.
317
либо техников оптического и электронного оборудования (около 33%). Возможно, что для
некоторых из этих случаев среднее специальное образование не может считаться избыточ!
ным. Но многие обладатели дипломов ссузов активно пополняют ряды двух последних
профессиональных групп – рабочих средней и низкой квалификации. Прежде всего, отме!
тим отток сюда 37% всех обладателей дипломов диспетчеров и техников по эксплуатации
транспортных средств. По 25–27% «передают» сюда специалисты среднего уровня квали!
фикации в области естественных наук, а также техники физических и инженерных направ!
лений.
Социальнодемографические характеристики мобильности выпускников ссузов. Связь
между показателями мобильности и основными демографическими характеристиками спе!
циалистов со средним специальным образованием в схематизированном и упрощенном
виде представлена на рис. 5.6–5.7.
70
65
60
55
50
45
40
% 35
30
25
20
15
10
5
0
Все Мужчины Женщины Город Село
В группе специалистов средней квалификации Работают по специальности (широкое определение)

Мобильность ввверх (ОКЗ-2) Мобильность вниз (ОКЗ-4/ОКЗ-9)
Рис. 5.6. Показатели «постдипломной» мобильности работников

со средним специальным образованием по полу и месту проживания, %
Наиболее сильное различие в распределении обладателей дипломов ссузов по факти!

ческим профессиям наблюдается между мужчинами и женщинами. Доля женщин, рабо!
тающих по профессиям специалистов среднего уровня квалификации, составляет пример!
но 47%, что вдвое превышает соответствующий показатель у мужчин. Очевидно, для муж!
318
чин проблема избыточности среднего специального образования относительно текущей

структуры рабочих мест стоит особенно остро. Такое двукратное гендерное расхождение
проявляется далее и в показателях, характеризующих соответствие профессий по диплому
фактическим профессиям по текущему занятию. Если мы используем широкое определе!
ние, то тогда окажется, что среди женщин 41% трудятся по специальности против 17%
среди мужчин. Узкое определение сокращает эти показатели соответственно до 23 и 12%, но
двукратная разница, как видим, все равно сохраняется. Это означает, что у мужчин лишь
каждый десятый в полной мере использует знания, полученные в ссузе.
Различия в показателях работы по специальности между горожанами и селянами не!
значительны и не зависят от версии используемого определения. Что же касается возраста
(рис. 5.7), то максимальное значение соответствия при широком определении достигается
в группе 26–35 лет (23%), после чего этот показатель немного снижается. Использование уз!
кого определения не показывает заметной вариации в зависимости от возраста работников.
60
55
50
45
40
35
% 30
25
20
15
10
5
0
15–25 26–35 36–45 46–55 55+

Мобильность вверх (ОКЗ-2) Мобильность вниз (ОКЗ-4/ОКЗ-9)

со средним специальным образованием по возрасту, %
Гендерная асимметрия проявляется в показателях потоков, идущих как «вверх», так и

«вниз». Женщины с дипломами ссузов реже (по сравнению с мужчинами) становятся ру!
ководителями, но зато чаще перемещаются на должности специалистов высшего уровня
319
квалификации. Что касается нисходящей мобильности, то она намного чаще распростра!

нена среди мужчин, чем среди женщин (64% против 41%). Эта разница формируется
прежде всего из!за того, что мужчины в массовом порядке становятся квалифицирован!
ными и полуквалифицированными рабочими (25 и 20%), что нетипично для женщин. В то
же время женщины несколько чаще попадают на рабочие места служащих, занятых подго!
товкой информации (7% против 1%), и работников торговли и сферы обслуживания (16%
против 10%).
Различия между городскими и сельскими жителями в этом отношении невелики. Ос!
новное отличие заключается в том, что сельские жители с дипломами ссузов чаще стано!
вятся рабочими сельского хозяйства (что вполне предсказуемо), тогда как у горожан выше
отток в квалифицированные рабочие.
Как и следовало ожидать, отток в руководители нарастает с возрастом (рис. 5.7): соот!
ветствующий показатель для самой младшей возрастной группы составляет 2,6%, для самой
старшей – 10%. При этом старшие возрастные группы в целом реже испытывают снижение
профессионального статуса. Если в группе 15–24 лет 54% занимают позицию, при которой
среднее специальное образование избыточно, то в старшей группе (55+) – 48%. С возрас!
том снижается отток в ряды работников торговли (с 19 до 8%), но зато удваивается отток в
ряды неквалифицированных рабочих (с 5 до 10%).
Если говорить о влиянии отраслевого фактора, то здесь мы видим ту же картину, что
и для работников с высшим образованием (рис. 5.8).
70
65
60
55
50
45
40
% 35
30
25
20
15
10
5
0
Промышленность Торговля Бюджетный сектор

Работают по специальности (узкое определение) Мобильность ввверх (ОКЗ-1)
Мобильность вверх (ОКЗ-2) Мобильность вниз (ОКЗ-4/ОКЗ-9)

со средним специальным образованием по видам экономической деятельности, %
320
Верность полученной специальности хранят свыше половины выпускников ссузов,

занятых в бюджетном секторе (при использовании широкого определения). Аналогичный
показатель для занятых в промышленности и торговле составляет менее 20%. Среди первых
на рабочих местах, не требующих среднего специального образования, трудятся чуть более
20%, среди вторых – свыше 60%.
Столь высокие показатели нисходящей мобильности указывают, по!видимому, на
то, что значительную часть российского среднего профессионального образования можно
считать не более чем эквивалентом начального профессионального образования.
5.5.
Что толкает к «изменам»?
(эконометрический анализ
«постдипломной» стабильности
и мобильности)
До сих пор наш анализ был двумерным, поскольку связывал постдипломную мобильность
лишь с одной объясняющей переменной, хотя эта переменная последовательно менялась.
Далее мы обращаемся к многомерному анализу с использованием аппарата мультино!
миальной логит!регрессии (МЛР).
В нашем случае зависимой переменной является показатель соотношения между по!
лученной профессией по диплому и фактической профессией по текущему занятию. Инди!
вид имеет в своем распоряжении несколько опций: работать по полученной специальности;
остаться в своей квалификационной группе (специалистов высшего уровня квалификации
для выпускников вузов и специалистов среднего уровня квалификации для выпускников
ссузов), сменив при этом специальность (сместиться «вбок»); занять более высокую про!
фессиональную позицию (подняться вверх); занять более низкую профессиональную пози!
цию (спуститься вниз). При этом для работников с высшим образованием мы рассматрива!
ем одну ступень, ведущую вверх – на должности руководителей (ОКЗ!1), и две ступеньки,
ведущие вниз: либо на рабочие места специалистов среднего уровня квалификации (ОКЗ!3),
либо на рабочие места рабочих и служащих (от ОКЗ!4 до ОКЗ!9). Для работников со сред!
ним специальным образованием мы рассматриваем две ступеньки, ведущие вверх, – на
должности либо руководителей (ОКЗ!1), либо специалистов высшего уровня квалифика!
ции (ОКЗ!2) и одну ступеньку, ведущую вниз, – на рабочие места рабочих и служащих (от
ОКЗ!4 до ОКЗ!9). Перемещения на первую ступень в иерархии профессий (в группу руко!
321
водителей) рассматриваются как вертикальная мобильность «вверх», хотя, строго говоря,

это не обязательно верно во всех случаях.
В качестве базы для сравнения мы используем первую опцию – «работа по специаль!
ности», когда фактическая профессиональная принадлежность работников совпадает с их
профессиональной принадлежностью по диплому. Другими словами, «верность диплому»
рассматривается как базовая или референтная категория, по отношению к которой оцени!
ваются альтернативные исходы. При идентификации работы по специальности/не по спе!
циальности мы исходим из широкого определения.
В качестве независимой переменной в нашем анализе выступает специальность по об!
разованию (15 укрупненных групп для обладателей дипломов вузов и 17 укрупненных групп
для обладателей дипломов ссузов). Набор контрольных переменных в правой части урав!
нения включает следующие показатели: пол, возраст (измеряемый с помощью интерваль!
ной шкалы для того, чтобы «схватить» возможную нелинейность его влияния), семейное
положение (наличие/отсутствие супруга или супруги), тип поселения (город/село), регион
проживания (дамми!переменные для Москвы и Санкт!Петербурга, а также для автоном!
ных республик), характер места работы (на предприятии/не на предприятии), тип занято!
сти (по найму/не по найму), отраслевая принадлежность (9 отраслевых групп); размер
предприятия (7 групп в зависимости от численности персонала).
Результаты оценивания мультиномиальных логит!регрессий представлены в табл. П5!3
и П5!4 (см. Приложение П5). Из них следует, что большинство полученных коэффициен!
тов регрессии являются значимыми на 1!процентном уровне. Однако содержательные ин!
терпретации этих оценок крайне затруднены. Чтобы получить понятные и легко интерпре!
тируемые показатели, мы использовали полученные оценки для расчета серии симуляций.
Смысл таких симуляций заключается в том, что рассчитываются условные ожидаемые ве!
роятности анализируемых исходов (соответствующих значениям зависимой переменной)
для всех групп (соответствующих значениям независимых переменных). Для этого мы по!
следовательно фиксируем каждое дамми!значение по каждой переменной в правой части
уравнения (например, для мужчин, для женщин и т.д.) и рассчитываем для них ожидаемые
вероятности исхода при условии, что все остальные независимые переменные при этом
равны средним значениям по выборке. Таким образом, в отличие от наблюдаемых (безус!
ловных) вероятностей, обсуждавшихся в предыдущем разделе (табл. 5.2 и 5.3), ожидаемые
условные вероятности позволяют получать оценки чистых эффектов, связанных с воздей!
ствием различных факторов на интенсивность и направление постдипломной мобильно!
сти, поскольку их расчет осуществляется при выполнении требования «при прочих равных
условиях».
322
В результате таких симуляционных расчетов мы получили ожидаемые вероятности

трудиться по специальности/не по специальности для работников с высшим и средним
12
специальным образованием (результаты представлены в табл. П5!5 и П5!6) .
Начнем обсуждение с результатов, относящихся к обладателям вузовских дипломов.
Как видно из табл. П5!5, мужчины лишь в 44% случаев остаются в своей квалификацион!
ной группе, намного уступая по этому показателю женщинам (54% случаев). При этом, по
сравнению с женщинами, их отличает более интенсивная мобильность как «вверх», так и
«вниз». С одной стороны, мужчины с высшим образованием заметно активнее, чем жен!
щины (с таким же образованием), перемещаются вверх на должности руководителей (что
достаточно ожидаемо). С другой, они также чуть чаще (25% против 23%) спускаются вниз
на рабочие места, где вузовский диплом является излишним (что несколько неожиданно).
Иначе говоря, мужчины чаще терпят «профессиональное поражение», проявляющееся
в невостребованности полученных ими в вузах знаний. В то же время с точки зрения го!
ризонтальной мобильности между мужчинами и женщинами значимых различий не
прослеживается: ожидаемая вероятность трудиться не по специальности, оставаясь при
этом в «своей» квалификационной группе (ОКЗ!2), для тех и других примерно одина!
кова (9–10%).
Влияние возраста на вероятность работать по специальности/не по специальности
может идти по двум направлениям. Связанные с ним эффекты могут иметь как «возраст!
ную», так и «поколенческую» природу. С одной стороны, можно ожидать, что непосред!
ственно после получения диплома большинство выпускников вузов приступают к работе
по полученной специальности, но затем по мере взросления и накопления опыта начинают
все активнее «мигрировать» в другие профессиональные ниши. В этом случае ожидаемая
вероятность работы по специальности (эффект возраста) должна быть связана с возрастом
отрицательно. С другой стороны, можно предполагать, что в советский период связь между
фактической специальностью и специальностью по диплому была намного более прямой
и жесткой, чем в настоящее время (достаточно вспомнить о практике обязательного рас!
пределения выпускников вузов). В таком случае будет иметь место «поколенческий» эф!
фект, состоящий в том, что у старших поколений верность полученным специальностям
будет сильнее, чем у младших.
Данные табл. П5!5 свидетельствуют о наличии как возрастного, так и поколенческого
эффектов (хотя вероятность работать по специальности примерно одинакова для всех воз!
12
От ожидаемых вероятностей (при желании) легко перейти к оценкам средних предельных эффектов.
Они показывают, как (на сколько процентных пунктов) в среднем меняются вероятности исхода при еди!
ничном изменении включенных в модель независимых переменных. Однако для экономии места мы не
приводим этих оценок. Достаточно сказать, что они могут быть получены из данных табл. П5!5 и П5!6
как разности между соответствующими вероятностями, например, для мужчин и женщин или горожан и
селян и т.д.
323
растных групп – 48–50%). В случаях горизонтальной, а также вертикальной нисходящей

мобильности преобладает поколенческий эффект. С возрастом вероятность смены профес!
сии «вбок» снижается с 11 до 6%, а шансы на движение «вниз» в группы 3–9 по ОКЗ
уменьшаются с 28 до 20%. Напротив, в случае восходящей мобильности возрастной эффект
доминирует. Если у самой старшей группы (46–65 лет) вероятность перемещения в «на!
чальники» составляет 26%, то у самой младшей (15–25 лет) – только 12%.
Проживание в городах активизирует все виды постдипломной мобильности, кроме
«сильной» формы нисходящей мобильности (перемещений в группы 4–9 по ОКЗ). Так, у
обладателей вузовских дипломов, проживающих в городах, вероятность пересесть в кресло
руководителя почти вдвое выше, чем у обладателей вузовских дипломов, проживающих на
селе (10% против 6%).
Состоящие в браке обладатели вузовских дипломов чуть чаще (чем не состоящие) пе!
ремещаются в группы ОКЗ!1 (руководители) и ОКЗ!3 (специалисты среднего уровня ква!
лификации), хотя по абсолютной величине эти различия являются незначительными. По
отношению к горизонтальной мобильности эффект семейного положения практически
отсутствует.
С известной долей условности работу на предприятиях можно интерпретировать как
занятость в «формальном» секторе, в то время как работу не на предприятиях – как заня!
тость в «неформальном». Приняв такое условное определение, можно сделать вывод, что
формальная занятость открывает путь «наверх» (в группу руководителей), тогда как не!
формальная повышает шансы на сползание вниз, т.е. на рабочие места, не требующие
высшего образования. Например, у занятых в формальном секторе ожидаемая вероятность
стать руководителем составляет 18%, а у занятых в неформальном – только 11%. Напротив,
ожидаемые вероятности перемещений на нижние этажи профессиональной иерархии (в
группы 4–9 по ОКЗ) соотносятся у них как 13% против 28% (!). Оба эти результата явля!
ются интуитивно предсказуемыми. С одной стороны, неформальная занятость (по найму
у физических лиц, самозанятость и т.п.) обычно не предполагает существования много!
ступенчатой служебной лестницы, а значит, и возможностей для продвижения по ней
вверх на должности «руководителей». С другой стороны, чаще всего она бывает связана
с малоквалифицированными видами трудовой деятельности, находящимися на низших
ступенях профессиональной иерархии. По отношению к горизонтальной постдипломной
мобильности данный фактор также действует: вероятность работать не по специальности,
оставаясь при этом в «своей» квалификационной группе, у тех, кто трудится на предпри!
13
ятиях, составляет 10% против 7% (у занятых в неформальном секторе) .
13
Масштаб занятости в неформальном секторе в России составляет, по разным оценкам, от 20 до 30%,
тем самым он вносит значительный вклад в недоиспользование человеческого капитала.
324
Работа не по найму положительно и очень сильно связана с вероятностью нахождения

на руководящих должностях, что вполне объяснимо, поскольку среди группы руководите!
лей широко представлены те, кто не входят в ряды наемных работников (предпринимате!
ли и др.). Если среди работающих не по найму руководителем становится каждый второй
(52%), то среди работающих по найму – лишь каждый шестой (16%). На остальные типы
межпрофессиональных перемещений статус занятости (по найму/не по найму) оказывает
более слабое влияние, но их вероятности выше для занятых по найму.
Увеличение размера предприятия подавляет постдипломную мобильность. На самых
мелких предприятиях (1–5 человек) верность специальности по диплому сохраняет только
каждый третий, а на самых крупных (свыше 1000 человек) – двое из трех. В группе самых
мелких предприятий вдвое выше вероятность горизонтальной мобильности (13% против
6–7% в остальных группах), а также в несколько раз выше вероятность нисходящей мо!
бильности (40% против 11–17% в остальных группах). В то же время перемещения на
должности руководителей слабо зависят от размера предприятия. Общий вывод состоит в
том, что существенная часть обладателей вузовских дипломов, работающих не по специ!
альности, сосредоточена в сфере малого и мельчайшего бизнеса.
Как ни странно, в Москве и Санкт!Петербурге обладатели вузовских дипломов, ра!
ботающие по специальности, встречаются значительно чаще, чем где!либо еще (60–61%
против 48–49% в других регионах). Чуть выше (11% против 9%) в столицах и шансы остать!
ся специалистом высшей квалификации (ОКЗ!2), сменив специальность. Наоборот, раз!
личия в шансах на восходящую мобильность в столицах немного ниже, но это не меняет
предшествующего вывода. В итоге наличие высшего образования вне столиц не спасает
от нисходящего движения. Если в столицах это удел для 14–18%, то вне их – у 24–25%.
Возможно, в столицах сама структура спроса на рабочую силу настолько сильно смещена
в направлении работников с высшим образованием, что давление в пользу смены полу!
ченной специальности и тем более в пользу выбора менее квалифицированной работы
оказывается намного слабее, чем в других регионах.
«Верность» специальности (вероятность сохраниться в ОКЗ!2) варьируется по отрас!
лям экономики. В наибольшей мере она характерна для работников бюджетного сектора
(55%), занятых в финансах и операциях с недвижимостью (52%), а также в сельском хозяй!
стве (51%). Наименее «верны» своим дипломам занятые в торговле и ремонте бытовой тех!
14
ники, в гостиницах и ресторанах (37%) . Ожидаемая вероятность «бокового дрейфа» выше
всего в финансовой деятельности – 14% по сравнению с 7–10% в остальных отраслях. Дви!
жение «вверх» сравнительно чаще наблюдается в менее «интеллектуалоемких» отраслях –
строительстве, торговле, промышленности – и сравнительно реже в более «интеллектуало!
14
Мы оставляем за скобками остаточную категорию «других отраслей».
325
емких» отраслях – финансах и бюджетном секторе (если под «интеллектуалоемкостью»

понимать насыщенность тех или иных отраслей работниками с высшим образованием).
Перемещения обладателей вузовских дипломов «вниз» на должности, где достаточно
иметь среднее специальное образование, наиболее характерны для транспорта (20%) и
торговли (15%), а наименее характерны – для промышленности (5%) и строительства (7%).
Особый случай, по!видимому, представляют отрасли бюджетного сектора (образование,
здравоохранение и др.), где вероятность таких перемещений также высока (14%). В них
граница между должностями специалистов высшего и специалистов среднего уровней
квалификации во многих случаях оказывается размытой. Например, согласно ОКЗ, пре!
подаватели начальных и специальных школ относятся к группе специалистов среднего
уровня квалификации, но эти должности нередко заполняются выпускниками педагоги!
ческих вузов. В результате многие работники с высшим образованием могут трудиться в
качестве специалистов среднего уровня квалификации, не усматривая в этом какого!либо
ущерба для своего профессионального статуса и сохраняя высокие шансы на переход в
«родную» группу специалистов высшего уровня квалификации. Показательно в этом смыс!
ле, что бюджетные отрасли демонстрируют самую низкую ожидаемую вероятность переме!
щений в низшие группы профессиональной иерархии (ОКЗ!4/9) – 8%, что в два – два с
половиной раза меньше, чем в остальных отраслях.
Однако ключевой для нашего исследования вопрос звучит так: обладатели каких ву
зовских специальностей имеют больше, а какие – меньше шансов трудиться на рабочих
местах, соответствующих полученному ими образованию? Ответ на него можно получить,
обратившись к нижней панели табл. П5!5.
Из представленных здесь данных следует, что крайне низкие показатели верности по!
лученной профессии характерны для выпускников инженерных вузов: при прочих равных
условиях среди них лишь 41% трудятся по специальности, совпадающей с записью в
дипломе. Еще более низкий показатель – 34% – отмечается только среди выпускников
биологических и сельскохозяйственных вузов. По сравнению с дипломированными инже!
нерами практически все остальные группы демонстрируют намного более высокую склон!
ность трудиться по специальности, а наибольшей «верностью диплому» отличаются ме!
дики (76%), компьютерщики (72%), математики (64%), юристы и специалисты по обще!
ственным наукам (по 62%).
Кадры руководителей относительно реже рекрутируются из обладателей дипломов
по математике, компьютерам, медицине, педагогике, праву, литературе и искусству, тогда
как относительно чаще – из обладателей дипломов по инженерии, сельскому хозяйству,
экономике, информатике и общественным наукам. Таким образом, инженеры до сих пор
15
остаются едва ли не главной кузницей «руководящих кадров» нашей страны .
15
Не это ли определяет широкую распространенность в нашей стране упрощенных технократических
представлений о функционировании общества и экономики?
326
Поскольку результаты для обоих видов нисходящей мобильности – перемещений на

должности специалистов среднего уровня квалификации (в группу ОКЗ!3) и перемещений
на еще менее квалифицированные виды труда (в группы от ОКЗ!4 до ОКЗ!9) – практиче!
ски идентичны, мы будем обсуждать их вместе. Как видно из табл. П5!5, наибольшая
опасность профессиональной деквалификации подстерегает дипломированных инженеров
(30%), а также обладателей дипломов по биологии и сельскому хозяйству. Минимальный
риск нисходящей мобильности характерен для математиков, компьютерщиков, медиков,
педагогов, экономистов и юристов, специалистов по общественным наукам.
Наш анализ не подтверждает широко распространенные представления о том, что
российская экономика страдает от недопроизводства инженеров при перепроизводстве
экономистов и юристов. При прочих равных условиях обладатели инженерных дипломов
гораздо чаще, чем обладатели дипломов по экономике или праву, трудятся на рабочих
местах, где не требуется высшее образование. Возможно, этот результат является отражени!
ем прошлых негативных тенденций, когда в кризисные 1990!е годы инженеры, получившие
высшее образование в советский период, были вынуждены в массовом порядке осваивать
менее квалифицированные виды труда. Но даже если мы ограничимся рассмотрением ра!
ботников в возрасте 26–35 лет, поступавших в вузы уже в постсоветский период, то и для
них мы обнаружим сходную картину.
Специально для этой группы мы оценивали дополнительные варианты мультиноми!
16
альной регрессионной модели . Как показывает анализ, для недавних выпускников ин!
женерных вузов вероятность трудиться на рабочих местах, не требующих высшего образо!
вания, все равно намного выше, чем для недавних выпускников экономических или юри!
дических вузов. Еще выше для них вероятность мобильности «вбок» – они гораздо чаще,
чем обладатели дипломов по экономике или праву, изменяют полученной специальности,
оставаясь при этом на той же ступени профессионально!квалификационной иерархии (в
группе ОКЗ!2). Таким образом, дело не в недопроизводстве кадров дипломированных ин!
женеров, а в их перепроизводстве, вследствие чего многие из них либо не могут, либо не
хотят работать по полученной специальности и с большой легкостью изменяют профессии
инженера.
Обратимся теперь к результатам, полученным для обладателей дипломов ссузов
(табл. П5!6).
По интенсивности постдипломной мобильности мужчины и женщины со средним
17
специальным образованием практически не отличаются . Среди тех и других верность
16
Соответствующие результаты представлены на рис. П5!1 и П5!2 (Приложение П5).
17
Таким образом, наблюдаемые вероятности (рис. 5.6) дают искаженное представление о различиях в
постдипломной мобильности мужчин и женщин. Оказывается, что более низкая наблюдаемая постдип!
327
полученной специальности сохраняет примерно каждый третий. При этом у женщин, за!
кончивших ссузы, несколько выше склонность менять профессию, не покидая «своей» ква!
лификационной группы ОКЗ!3 (6,9% против 4,6% у мужчин), а также способность дора!
стать до должностей специалистов высшей квалификации (6,2% против 4,2% у мужчин).
В то же время мужчинам чаще удается «пересаживаться» в кресла руководителей (8,4%
против 6,4% у женщин).
Как и у обладателей дипломов вузов, у выпускников ссузов ожидаемая вероятность
продвижения на должности руководителей повышается с возрастом. Сходная тенденция,
хотя и не столь явно выраженная, отмечается также для перемещений на ступеньку вверх
(из группы ОКЗ!3 в ОКЗ!2), где для занятия должностей обычно требуется высшее обра!
зование. В то же время риск нисходящей мобильности (в группы 4–9 по ОКЗ) с возрастом
постепенно убывает (с 51,7 до 44,7%). Но, пожалуй, самое интересное, что у работников
со средним специальным образованием вероятность смены полученных профессий «вбок»
не уменьшается с возрастом, как у работников с высшим образованием, а остается прибли!
зительно постоянной на протяжении всей трудовой карьеры. Это говорит о фактическом
отсутствии поколенческого эффекта: те, кто заканчивал ссузы в годы реформ, по своей
склонности к горизонтальной мобильности почти не отличаются от тех, кто заканчивал
их в советский период.
В городах работники со средним специальным образованием реже, чем на селе, до!
растают до постов руководителей, но несколько чаще поднимаются на должности специа!
листов высшего уровня квалификации. Это можно объяснить тем, что в сельской местно!
сти – где насыщенность рынка труда обладателями вузовских дипломов относительно
ниже – даже среднее профессиональное образование открывает двери к позициям руково!
дителей. С точки зрения межпрофессиональных перемещений «вбок» и «вниз» влияние
типа поселения статистически незначимо.
Состояние в браке активизирует все виды постдипломной мобильности, за исключе!
нием нисходящей. Это может быть связано с тем, что установка на карьерный рост сильнее
у людей, состоящих в браке, а также со взаимным «притяжением», которое может сущест!
вовать между профессиями обоих супругов.
Обладатели дипломов ссузов, работающие на предприятиях (в «формальном» секто!
ре), реже меняют профессии «вниз», чем работающие не на предприятиях (в «неформаль!
ном» секторе), но при этом чаще становятся руководителями. Эти эффекты аналогичны
тем, что мы наблюдали у выпускников вузов.
Работа по найму стимулирует все формы постдипломной мобильности, кроме пере!
мещений на должности руководителей. При прочих равных условиях наемные работники
ломная мобильность среди женщин объясняется действием иных факторов, не связанных с гендерной
принадлежностью.
328
чаще становятся специалистами высшего уровня квалификации и чаще сталкиваются с

риском профессиональной деквалификации. Вместе с тем среди них до постов руководи!
телей дорастают менее 7%, тогда как среди ненаемных работников – свыше 33%. Эти ре!
зультаты вполне согласуются с общепринятыми представлениями об особенностях наем!
ного и ненаемного труда.
На самых мелких предприятиях верность специальности, полученной в ссузе, встре!
чается намного реже, чем на более крупных (21% против 41–45%). В то же время работ!
ники крупных предприятий чаще меняют профессии, сохраняя принадлежность к «своей»
квалификационной группе. Но самый сильный контраст наблюдается в показателях нис!
ходящей мобильности: если у занятых на самых мелких предприятиях риск профессио!
нальной деквалификации превышает 63% (!), то у всех остальных он варьируется в преде!
лах 35–38%.
В столицах – Москве и Санкт!Петербурге – работники со средним специальным об!
разованием в большей мере, чем в иных местах, склонны сохранять верность полученной
профессии. Возможно, это связано с меньшей емкостью рынков труда в других регионах,
где после окончания ссуза работники зачастую оказываются не в состоянии найти работу
по полученной специальности и вынуждены соглашаться на менее квалифицированные
виды работ.
Если говорить о влиянии отраслевой принадлежности, то лидерами по «боковой» мо!
бильности работников со средним специальным образованием (со сменой специальности,
но с сохранением профессионального статуса) выступают бюджетный сектор и финансы,
тогда как аутсайдерами – промышленность и строительство. Однако в том, что касается
перемещений на должности руководителей, ситуация оказывается почти зеркальной: с
наибольшей частотой они происходят в промышленности и строительстве, тогда как с
наименьшей – в сельском хозяйстве, бюджетном секторе, финансах и на транспорте. В то
же время в бюджетном секторе и финансах обладатели дипломов ссузов чаще (тогда как
на транспорте и в промышленности реже) «дорастают» до должностей специалистов выс!
шего уровня квалификации. Наконец, риск профессиональной деквалификации (мобиль!
ности «вниз») оказывается максимальным при работе в промышленности и торговле, а ми!
нимальным – при работе в бюджетном секторе (образовании, здравоохранении и др.) и
финансах. По большей части эти различия связаны с отраслевыми особенностями в
структуре спроса на рабочую силу, а также со спецификой механизмов продвижения по
служебной лестнице, характерных для тех или иных отраслей.
Что касается различных типов среднего специального образования, то из полученных
нами оценок следует, что наибольшую верность специальностям по диплому хранят медики
(ОКЗ!322/323), учителя (ОКЗ!331/333), «финансисты» (ОКЗ!341) и социальные работники
329
(ОКЗ!346), а наименьшую – техники инженерных направлений (ОКЗ!311) и специалисты

среднего уровня в области естественных наук (ОКЗ!321). Если среди первых, при прочих
равных условиях, по полученной специальности трудятся 47–77%, то среди вторых 14–
18% (!).
Наиболее интенсивная горизонтальная мобильность (работа не по специальности,
но с сохранением профессионального статуса) отмечается среди техников инженерных на!
правлений и специалистов среднего уровня в области естественных наук. Шансы продви!
нуться «вверх» на должности руководителей выше всего у работников культуры (ОКЗ!347),
среднего персонала государственных служб (ОКЗ!344) и техников инженерных направле!
ний, тогда как ниже всего – у среднего медицинского и среднего педагогического персона!
ла, а также социальных работников. По частоте перемещений на места специалистов выс!
шего уровня квалификации лидируют работники культуры, «госслужащие» и преподаватель!
ский персонал специального обучения. Аутсайдерами выступают диспетчеры (ОКЗ!314) и
инспекторы (ОКЗ!315), а также медики.
Но, возможно, наибольший интерес представляют оценки, полученные для пост!
дипломной нисходящей мобильности. Группами, подверженными максимальному риску
профессиональной деквалификации, с вероятностью 62% (!) оказываются техники инже!
нерных направлений, за которыми следуют инспекторы (55%) и «естественники» (51%).
По сравнению с ними все остальные группы значительно лучше застрахованы от этой
угрозы.
Напомним, что анализируя результаты, полученные для обладателей вузовских дип!
ломов, мы обнаружили явно выраженную асимметрию между специалистами инженерного
и экономического/юридического профиля: для первых вероятность нисходящей мобиль!
ности оказалась примерно в полтора раза выше, чем для вторых. Как видно из табл. П5!6,
у обладателей дипломов ссузов этот эффект выражен еще сильнее – для специалистов ин!
женерного профиля риск профессиональной деквалификации оказывается вдвое выше,
чем для специалистов экономического профиля. Полученные оценки свидетельствуют о
том, что в российских условиях как высшее, так и среднее специальное образование ин!
женерно!технического профиля представляет собой весьма рискованную форму вложений
в человеческий капитал.
5.6.
Богатые страны именно потому и богаты, что их население хорошо образовано и обладает
высоким уровнем профессиональной квалификации. Однако наличие человеческого ка!
330
питала – это лишь полдела, другая половина – его эффективное использование. Если, к
примеру, авиационный инженер работает страховым агентом, врач торгует на рынке, а ди!
пломированная медсестра зарабатывает официанткой в ресторане, то, по!видимому, обще!
ственные и личные ресурсы, вложенные в их профессиональное образование, оказываются
во многом обесцененными. Но обесценивание и недоиспользование имеют место и в том
случае, когда инженер по образованию, работая специалистом, применяет лишь неболь!
шую долю тех знаний, которые он приобрел в вузе. Кто в этом виноват – система образо!
вания, структура рабочих мест, сдвиги на рынке труда, институты рынка труда или сам ра!
ботник, – представляет собой особый вопрос, который выходит за рамки обсуждения в
данной работе.
Представленная глава анализирует использование «капитала» третичного образования
в России и ищет ответы на комплекс вопросов о том, как соотносятся специальности/про!
фессии по диплому и по текущему занятию. Она базируется на микроданных Обследова!
ния населения по проблемам занятости за 2006 г., результаты которого позволяют получить
обобщенную картину образовательно!профессиональной стабильности и мобильности от!
дельно для обладателей высшего и среднего специального профессионального образования.
Для этого нам пришлось попутно решить непростую методологическую проблему: по!
строить «переходник» от кодов специальностей по образованию к кодам профессий по
фактическому занятию работников.
Каковы же основные выводы, вытекающие из представленного анализа? Подведем
их по отдельности для выпускников вузов и ссузов. Наиболее общий результат заключает!
ся в том, что масштабы несоответствия между анализируемыми структурами значительны
и имеет место массовое недоиспользование полученного образования. Мы используем са!
мые консервативные оценки, которые предполагают, что фактический масштаб несоот!
ветствий может быть еще больше.
1. Масштабы несоответствия для обладателей высшего образования значительны, в
наибольшей степени это касается тех, кто получал в вузе инженерно'технические и сельско'
хозяйственные специальности.
Лишь половина обладателей дипломов о высшем образовании (и не занимающих ка!
ких!либо руководящих должностей) работают по специальности. Если же мы подходим к
определению работы по специальности более строго, используя узкое определение, то тогда
этот показатель снижается до одной трети. При этом мужчины менее верны выбранной
ранее специальности, чем женщины.
Наш анализ не подтверждает широко распространенных представлений о том, что
российская экономика страдает от недопроизводства инженеров при перепроизводстве
экономистов и юристов. Полученные оценки говорят о том, что при прочих равных усло!
331
виях обладатели инженерных дипломов гораздо чаще трудятся на рабочих местах, где не
требуется высшее образование, чем обладатели дипломов по экономике или праву. Этот
результат сохраняется для всех возрастных когорт и, на наш взгляд, является закономер!
ным. Ведь в условиях плановой экономики и военного противостояния подготовка инже!
нерно!технических кадров в интересах промышленности (и особенно военно!промыш!
ленного комплекса) абсолютно доминировала. В период реформ российская экономика
вошла с большим накопленным «запасом» таких специалистов и действующими «мощно!
стями» по его наращиванию. Абсолютные масштабы производства инженеров в первой
половине 1990!х годов несколько сократились, но затем возросли, перекрыв показатели
1980!х годов примерно в полтора раза. Дипломированные инженеры до сих пор составляют
30% среди всех работников с высшим образованием, а среди мужчин их доля еще выше –
45%. В то же время общая численность занятых в промышленности – основном потреби!
теле инженерного труда – сократилась за последние десятилетия почти вдвое, опустившись
до отметки 20% от общей численности занятых. Такая усиливающаяся асимметрия между
предложением труда инженеров и падающим спросом на их услуги не могла пройти бес!
следно и в итоге стимулировала массовую профессиональную мобильность работников с
инженерно!техническим образованием как «вниз», так и «вбок».
Наоборот, развитие рыночной экономики сопровождалось ростом спроса на эконо!
мистов и юристов всех видов. Достаточно сказать, что общее число хозяйствующих субъ!
ектов, имеющих статус юридического лица, многократно возросло, а соответственно воз!
рос и спрос на экономическое и правовое обеспечение их деятельности. Кроме того, эко!
номико!правовые знания становятся важным атрибутом работы руководителя любого
уровня и в любой отрасли. (Вопрос о качестве подготовки мы здесь сознательно не рас!
сматриваем.) Поэтому неудивительно, что для обладателей таких дипломов вероятность
нисходящей мобильности оказывается ниже, чем для специалистов инженерно!техни!
ческого профиля.
2. Несоответствие между структурой специальностей среднего профессионального обра'
зования и структурой рабочих мест еще более драматично! Опять обладатели технических
специальностей не находят им применения.
Концентрация обладателей инженерно!технических специальностей среди выпускни!
ков средних специальных учебных заведений еще выше, чем среди выпускников высших
учебных заведений. На их долю приходится около 40% всех обладателей дипломов ссузов,
а для мужчин этот показатель составляет и вовсе 65%.
Значительная часть выпускников ссузов занимает более низкие позиции на лестнице
рабочих мест, чем те, на которые позволяет рассчитывать их квалификация. Снижение
профессионально!квалификационного статуса (или во многих случаях – его недостиже!
332
ние) имеет место у каждого второго работника со средним специальным образованием.

Для почти всех технических специальностей доля «съезжающих вниз» доходит до 2/3 от
численности группы. Причем около 30% становятся рабочими, в том числе средней и
низкой квалификации. При широком определении соответствие фактического занятия по!
лученному образованию отмечается в 30% случаев, при узком – менее чем в 20%. Факти!
чески среднее специальное образование оказывается невостребованным ни в качестве
запаса знаний и умений, ни в качестве поддерживающего социального лифта. Исключени!
ем является средний медицинский персонал и персонал дошкольного обучения, которые,
как правило, сохраняют верность своим дипломам. Про некоторые российские вузы иногда
говорят, что фактически они дают образование на уровне техникумов. На наш взгляд, с еще
большим основанием можно сказать, что значительная часть российских ссузов фактиче!
ски функционируют как ПТУ, поскольку огромная масса их выпускников оседают затем на
рабочих местах квалифицированных, полуквалифицированных и даже неквалифицирован!
ных рабочих.
Естественно, что полученные нами результаты о «дипломной» мобильности следует
интерпретировать с известной осторожностью. Тем не менее общая картина очевидна и не
может не настораживать. В то время как мы движемся к тому, что третичное образование
может стать практически всеобщим, структура предложения специальностей со стороны
системы образования, по!видимому, сильно отличается от структуры спроса со стороны
экономики. Хотя экономическая отдача от общего образования в нашей стране достаточно
высока, значительная часть инвестиций в специальное образование остается невостребо!
ванной, а потому малоэффективной. Итоги нашего исследования позволяют смелее ут!
верждать, что профессиональная структура спроса на российском рынке труда не соответ!
ствует структуре предложения дипломированного труда. Если одни не работают по специ!
альности, потому что их специальность не востребована, то многие работают по своей
специальности только потому, что у них отсутствует альтернативный выбор. При этом
проигрывают в терминах заработной платы и те, и другие. Одна из причин складывающейся
ситуации – в сохранении чрезмерно дробной номенклатуры специальностей, оторванной
как от реалий рыночной экономики, так и от запросов XXI столетия. Чем ýже образова!
тельные специальности, приобретаемые в учебных заведениях, тем ниже шанс у их обла!
дателей попасть в «десятку» быстро меняющегося спроса. Отсюда становится очевидной и
одна из ключевых задач реформирования системы образования – формирование у сту!
дентов такого набора компетенций, который бы максимально облегчал профессиональную
адаптацию внутри широкого спектра занятий на протяжении всей трудовой жизни.
333
*
Профессии согласно фактическим занятиям
334
241
221
211
246
245
244
243
242
235
234
232
222
214
213
212
Специалисты в области
2
1
0
0
0
0
0
0
0
0
0
0
0
0
0
211
естественных и технических наук
по специальности.
Математики, статистики и специалисты
0
0
0
0
0
0
0
0
0
0
0
0
0
2
1
212
родственных видов деятельности
1
2
0
0
0
0
0
0
0
0
0
0
0
0
0
Специалисты по компьютерам
213
1
2
2
2
0
0
0
0
0
0
0
0
0
0
0
Архитекторы, инженеры и т.п.
214
Специалисты в области биологических
2
1
0
0
0
0
0
0
0
0
0
0
0
0
0
221
и сельскохозяйственных наук
1
2
0
0
0
0
0
0
0
0
0
0
0
0
0
Специалисты в здравоохранении
222
Специалисты в области биологических,
сельскохозяйственных наук
0
0
0
0
0
0
0
0
0
0
0
0
0
2
2
224
и здравоохранения, занятые научными
исследованиями
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
Преподаватели университетов, вузов
2
2
2
2
2
2
2
2
1
2
2
2
2
2
2
Преподаватели в средней школе
231 232
Преподаватели в системе специального
2
2
2
2
2
2
2
1
2
2
2
2
2
2
2
234
2
2
2
2
2
2
1
2
2
2
2
2
2
2
2
Прочие специалисты в области образования
235
Специалисты по экономической
2
1
0
0
0
0
0
0
0
0
0
0
0
0
0
241
деятельности и кадрам
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
Специалисты в области права
242
Профессии согласно полученным дипломам
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
Специалисты в области информации и т.п.
243 Специалисты в области общественных

0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
244
и родственных наук
согласно полученному образованию при использовании узкого
0
0
0
0
0
0
0
0
0
0
0
0
0
0
Деятели литературы и искусства
245
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
Религиозные деятели
246
Таблица П5'1. Алгоритм идентификации работников, работающих по специальности
и широкого определений: специалисты высшего уровня квалификации*
Специалисты в области финансов и права,
0
0
0
0
0
0
0
0
0
0
0
0
2
2
2
247
занятые научными исследованиями

Служащие органов государственной власти
0
0
0
0
0
0
0
0
0
0
0
2
1
2
2
248
и муниципального управления
1 – работа по специальности согласно узкому определению; 2 – работа по специальности согласно широкому определению; 0 – работа не
*
Профессии согласно фактическим занятиям
341
331
321
311
347
346
344
343
342
333
332
323
322
315
314
313
312
Техники физических и инженерных
2
2
2
1
0
0
0
0
0
0
0
0
0
0
0
0
0
специальности.
311
направлений деятельности
Техники и операторы по обслуживанию
2
2
1
2
0
0
0
0
0
0
0
0
0
0
0
0
0
312
ЭВМ
Техники и операторы оптического
0
0
0
0
0
0
0
0
0
0
0
0
0
2
1
2
2
313
и электронного оборудования
Диспетчеры и специалисты!техники
1
2
2
2
0
0
0
0
0
0
0
0
0
0
0
0
0
314
по эксплуатации транспортных средств
Инспекторы и инструкторы
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
315
по строительству и безопасности
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
321
квалификации в области естественных наук
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
Средний медицинский персонал
322
Медицинский персонал по уходу
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
и акушерству
Целители и практики нетрадиционной
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
323 324
медицины
Учителя начальных школ и другой
0
0
0
0
0
0
0
0
0
0
0
0
0
0
2
2
1
преподавательский персонал начального
331
Персонал дошкольного воспитания
2
1
2
0
0
0
0
0
0
0
0
0
0
0
0
0
0
332
и обучения
Преподавательский персонал специального
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
2
2
333
обучения
Инструкторы по обучению управлению
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
334
транспортными средствами
Средний персонал в области финансовой
2
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
341
и торговой деятельности
Профессии согласно полученным дипломам
Средний персонал торгово!коммерческих
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
2
342
деятельности и услуг
Средний административно!управленческий
2
2
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
343
персонал
2
1
2
0
0
0
0
0
0
0
0
0
0
0
0
0
0
Средний персонал государственных служб

344
согласно полученному образованию при использовании узкого
Работники милиции
2
2
2
0
0
0
0
0
0
0
0
0
0
0
0
0
0
345
и др. правоохранительных органов
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
2
2
Социальные работники
Таблица П5'2. Алгоритм идентификации работников, работающих по специальности
346
и широкого определений: специалисты среднего уровня квалификации*
Персонал сферы искусства, развлечений
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
347
и спорта
Персонал культовых учреждений,
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
348
не имеющий духовного сана
335
1 – работа по специальности согласно узкому определению; 2 – работа по специальности согласно широкому определению; 0 – работа не по
Таблица П5'3. Результаты оценивания мультиномиальной регрессии для работников

с высшим образованием, все занятые (базовая категория сравнения –
работать по полученной специальности)
Работать специали! Стать руководителем Перейти в группу Перейти в группы

стом высшего уровня (мобильность вверх) специалистов рабочих и служащих
квалификации, среднего уровня (мобильность вниз)
но сменить квалификации
специальность (мобильность вниз)
коэфф. ст. ош. коэфф. ст. ош. коэфф. ст. ош. коэфф. ст. ош.
* *** ** **
От 15 до 25 лет 0,130 0,075 –0,385 0,082 0,147 0,075 0,166 0,069
1)
От 26 до 35 лет
От 36 до 45 лет –0,088 0,058 0,460*** 0,051 –0,186*** 0,059 –0,051 0,054
*** *** *** **
От 46 до 55 лет –0,260 0,060 0,524 0,051 –0,398 0,062 –0,135 0,055
От 56 до 65 лет –0,491*** 0,089 0,564*** 0,066 –0,637*** 0,093 0,057 0,072
Мужчины 0,059 0,054 0,910*** 0,040 0,237*** 0,051 0,459*** 0,044
*** ***
Наличие супруга/супруги 0,063 0,049 0,193 0,044 0,168 0,051 0,001 0,045
Проживание в городе 0,632*** 0,070 0,156*** 0,053 0,202*** 0,063 –0,013 0,054
Работа на предприятии 0,122 0,140 0,246** 0,107 –0,547*** 0,118 –1,032*** 0,083
***
Работа по найму 0,047 0,249 –2,023 0,136 0,070 0,217 –0,186 0,130
1)
Промышленность
Сельское хозяйство
и рыболовство –0,168 0,162 –0,405*** 0,119 0,266 0,178 –0,029 0,109
Энергетика и газ 0,120 0,141 –0,151 0,113 0,425*** 0,165 –0,164 0,120
*** ***
Строительство –0,393 0,137 0,330 0,085 –0,217 0,165 –0,138 0,095
Торговля и гостиницы 0,269*** 0,101 0,588*** 0,074 0,954*** 0,110 0,807*** 0,074
Транспорт 0,102 0,108 –0,073 0,086 1,086*** 0,112 0,336*** 0,084
*** *** **
Финансы и недвижимость 0,346 0,081 –0,585 0,074 0,225 0,107 –0,720*** 0,084
Бюджетный сектор –0,385*** 0,083 –0,725*** 0,061 0,510*** 0,093 –1,356*** 0,075
***
Другие отрасли 1,089 1,441 0,748 1,088 –25,506 0,786 0,856 0,795
от 1 до 5 человек1)
6–15 человек –0,418** 0,169 0,115 0,129 –0,214 0,160 –0,957*** 0,106
*** * ***
16–30 человек –0,775 0,166 –0,255 0,131 –0,163 0,156 –1,406 0,106
31–100 человек –0,945*** 0,163 –0,449*** 0,128 –0,377** 0,153 –1,577*** 0,101
101–200 человек –0,728*** 0,168 –0,453*** 0,134 –0,463*** 0,160 –1,505*** 0,111
*** *** *** ***
201–1000 человек –0,815 0,168 –0,505 0,134 –0,607 0,162 –1,516 0,110
более 1000 человек –0,918*** 0,180 –0,695*** 0,144 –0,972*** 0,188 –1,794*** 0,125
336
Окончание табл. П5!3

Работать специали! Стать руководителем Перейти в группу Перейти в группы
стом высшего уровня (мобильность вверх) специалистов рабочих и служащих
квалификации, среднего уровня (мобильность вниз)
но сменить квалификации
специальность (мобильность вниз)
** *** *** ***
Москва –0,137 0,068 –0,549 0,062 –0,620 0,083 –1,280 0,089
Санкт!Петербург –0,108 0,093 –0,752*** 0,090 –0,662*** 0,119 –0,640*** 0,098
Республика –0,166** 0,066 –0,027 0,053 –0,033 0,063 0,146*** 0,053
Специалисты в области есте!
ственных и технических наук –0,046 0,126 –0,400*** 0,104 –0,026 0,120 –0,105 0,107
Математики, статистики
и специалисты родственных
видов деятельности –0,232 0,175 –1,021*** 0,181 –1,177*** 0,230 –0,689*** 0,179
Специалисты по компьютерам –0,991*** 0,144 –1,297*** 0,130 –1,267*** 0,168 –1,349*** 0,133
1)
Архитекторы, инженеры и т.п.
Специалисты в области био!
логических и сельскохозяй!
ственных наук 1,304*** 0,103 0,576*** 0,085 0,406*** 0,118 0,769*** 0,090
Специалисты в здравоохра!
нении –2,048*** 0,167 –1,524*** 0,095 –1,115*** 0,099 –1,520*** 0,106
Преподаватели в средней
школе 0,156* 0,089 –0,839*** 0,073 –0,902*** 0,090 –0,458*** 0,080
Преподаватели в системе
специального образования 1,266*** 0,243 –0,747 0,486 0,513* 0,270 –0,231 0,363
Прочие специалисты
в области образования –0,163 0,116 –0,376*** 0,093 –0,086 0,091 –0,301*** 0,101
Специалисты по экономиче!
ской деятельности и кадрам 0,006 0,076 –0,175*** 0,058 –0,513*** 0,077 –0,814*** 0,068
*** *** ***
Специалисты в области права –1,242 0,134 –0,669 0,085 –0,663 0,098 –0,397*** 0,091
информации и т.п. –0,207 0,322 0,396* 0,222 –1,139*** 0,399 0,649*** 0,232
Специалисты в области об!
щественных и родственных
наук –0,981*** 0,112 –0,406*** 0,073 –0,725*** 0,096 –0,775*** 0,084
Деятели литературы
и искусства –0,156 0,163 –0,890*** 0,172 –0,032 0,149 –0,344** 0,159
*** *** *** ***
Константа –1,151 0,227 0,815 0,151 –0,952 0,221 2,107 0,146
N 28490
Псевдо R2 0,125
1)
Базовая категория.
Примечание: *** p < 0,01, ** p < 0,05, * p < 0,1.
337
Таблица П5'4. Результаты оценивания мультиномиальной регрессии для работников

со средним специальным образованием, все занятые
(базовая категория сравнения – работать по полученной специальности)
Работать специали! Стать руководителем Стать специалистом Перейти в группы

стом среднего уровня (мобильность вверх) высшего уровня рабочих и служащих
квалификации, но квалификации (мобильность вниз)
сменить специальность (мобильность вверх)
***
От 15 до 25 лет –0,152 0,104 –0,559 0,128 –0,128 0,101 –0,006 0,058
От 26 до 35 лет 1)
От 36 до 45 лет –0,167** 0,075 0,381*** 0,075 –0,090 0,077 –0,070 0,044
От 46 до 55 лет –0,104 0,074 0,597*** 0,073 0,122* 0,073 –0,038 0,044
От 56 до 65 лет –0,188* 0,108 0,646*** 0,097 0,231** 0,101 –0,099 0,065
Мужчины –0,469*** 0,072 0,249*** 0,067 –0,330*** 0,077 –0,012 0,045
***
Наличие супруга/супруги 0,067 0,062 0,229 0,063 0,088 0,061 –0,038 0,037
Проживание в городе 0,034 0,066 –0,226*** 0,061 0,159** 0,066 –0,108*** 0,038
Работа на предприятии –0,150 0,153 0,451*** 0,129 0,190 0,164 –0,796*** 0,078
*** ***
Работа по найму –0,860 0,265 –2,685 0,187 –0,251 0,302 –0,762*** 0,151
Промышленность1)
и рыболовство –0,076 0,154 –1,318*** 0,143 –0,081 0,150 –0,581*** 0,085
Энергетика и газ –0,010 0,197 –0,198 0,142 –0,174 0,196 –0,146 0,100
Строительство –0,303 0,199 0,483*** 0,114 0,096 0,166 –0,121 0,088
Торговля и гостиницы 0,584*** 0,134 0,328*** 0,096 –0,061 0,127 0,335*** 0,065
*** ***
Транспорт 0,118 0,141 –0,403 0,107 –0,539 0,149 –0,032 0,069
Финансы и недвижимость 1,023*** 0,126 –0,516*** 0,127 0,543*** 0,123 –0,456*** 0,079
Бюджетный сектор 1,031*** 0,107 –0,824*** 0,088 0,407*** 0,098 –1,074*** 0,058
Другие отрасли –5,570*** 1,226 23,205*** 1,493 23,613 23,019*** 0,994
от 1 до 5 человек1)
6–15 человек –0,232 0,169 –0,257* 0,139 –0,142 0,159 –0,974*** 0,086
*** ***
16–30 человек –0,179 0,166 –0,864 0,147 –0,527 0,159 –1,123*** 0,084
31–100 человек –0,111 0,162 –0,849*** 0,142 –0,351** 0,154 –1,100*** 0,082
*** **
101–200 человек –0,211 0,172 –0,833 0,152 –0,384 0,164 –1,060*** 0,088
201–1000 человек –0,407** 0,172 –0,947*** 0,150 –0,623*** 0,167 –1,055*** 0,087
более 1000 человек –0,390* 0,205 –0,886*** 0,169 –0,266 0,191 –1,147*** 0,104
Москва –0,599*** 0,138 –0,049 0,113 0,602*** 0,098 –0,605*** 0,074
Санкт!Петербург –0,272* 0,146 –0,314** 0,142 –1,150*** 0,223 –0,609*** 0,093
***
Республика –0,117 0,080 0,110 0,069 0,232 0,073 0,031 0,044
338

Работать специали! Стать руководителем Стать специалистом Перейти в группы
стом среднего уровня (мобильность вверх) высшего уровня рабочих и служащих
квалификации, но квалификации (мобильность вниз)
сменить специальность (мобильность вверх)
Техники физических и ин!
женерных направлений дея!
тельности1)
Техники и операторы
по обслуживанию ЭВМ –0,486** 0,223 –1,108*** 0,279 0,214 0,224 –1,212*** 0,154
Техники и операторы опти!
ческого и электронного
оборудования –0,231 0,205 –0,490** 0,198 0,180 0,224 –0,452*** 0,129
Диспетчеры и специалисты!
техники по эксплуатации
транспортных средств –0,696*** 0,191 –1,389*** 0,195 –0,957*** 0,284 –0,671*** 0,098
по строительству и безопас!
ности –0,193 0,412 –0,726 0,560 –0,576 0,632 0,109 0,285
Специалисты среднего уров!
ня квалификации в области
естественных наук 1,655*** 0,110 0,730*** 0,117 1,490*** 0,126 0,818*** 0,090
Средний медицинский
персонал –2,883*** 0,154 –2,863*** 0,181 –1,494*** 0,134 –3,098*** 0,096
Медицинский персонал
по уходу и акушерству –3,153*** 0,130 –2,368*** 0,131 –3,624*** 0,217 –2,919*** 0,074
Учителя начальных школ и
другой преподавательский
персонал начального обра!
зования –32,378*** 0,078 –1,607*** 0,128 –0,151 0,101 –1,770*** 0,067
Персонал дошкольного
*** *** *** ***
воспитания и обучения –2,754 0,163 –1,827 0,152 –2,116 0,182 –2,006 0,078
Преподавательский персо!
нал специального обучения –1,417*** 0,512 –1,759* 1,024 0,644* 0,369 –1,380*** 0,363
Средний персонал торгово!
коммерческих деятельности
и услуг –2,148*** 0,096 –1,755*** 0,089 –0,765*** 0,092 –1,986*** 0,052
Средний административно!
управленческий персонал –1,134*** 0,156 –0,580*** 0,119 –0,144 0,142 –0,731*** 0,081
Средний персонал государ!
ственных служб –1,936*** 0,194 –0,874*** 0,165 0,115 0,131 –0,302*** 0,084
*
Социальные работники –0,994 0,587 –0,547 0,604 0,723 0,441 –1,291*** 0,410
Персонал сферы искусства,
*** ** ***
развлечений и спорта –1,936 0,556 –2,318 1,036 –0,772 0,513 –1,665 0,310
Константа 0,212 0,162 0,074 0,189 1,086*** 0,164 –0,815*** 0,145
N 31732
Псевдо R2 0,202
1)
Базовая категория.
Примечание: *** p < 0,01, ** p < 0,05, * p < 0,1.
339
Таблица П5'5. Результаты оценивания симуляций мультиномиальной регрессии

для работников с высшим образованием, все занятые
Работать Работать Стать руково! Перейти в группу Перейти

специалистом специалистом дителем специалистов в группы
высшего уровня высшего уровня (мобильность среднего уровня рабочих
квалификации квалификации, вверх) квалификации и служащих
по полученной но сменить (мобильность (мобильность
специальности специальность вниз) вниз)
От 15 до 25 лет 0,494 0,106 0,122 0,101 0,176
От 26 до 35 лет 0,496 0,107 0,129 0,107 0,159
От 36 до 45 лет 0,477 0,086 0,222 0,075 0,139
От 46 до 55 лет 0,488 0,078 0,235 0,066 0,134
От 56 до 65 лет 0,486 0,060 0,256 0,049 0,149
Мужчины 0,435 0,086 0,226 0,090 0,163
Женщины 0,537 0,103 0,126 0,090 0,144
Есть супруг/супруга 0,487 0,095 0,176 0,093 0,150
Нет супруга/супруги 0,509 0,095 0,155 0,083 0,158
Проживание
в городе 0,485 0,103 0,172 0,091 0,149
в селе 0,529 0,061 0,162 0,082 0,165
Работа
на предприятии 0,498 0,097 0,182 0,088 0,135
не на предприятии 0,418 0,069 0,113 0,122 0,278
Работа
по найму 0,496 0,096 0,157 0,091 0,160
не по найму 0,288 0,050 0,519 0,047 0,097
Промышленность 0,449 0,096 0,203 0,051 0,201
и рыболовство 0,511 0,085 0,126 0,120 0,158
Энергетика и газ 0,482 0,105 0,149 0,132 0,132
Строительство 0,499 0,067 0,226 0,073 0,135
Торговля и гостиницы 0,368 0,087 0,196 0,151 0,199
Транспорт 0,412 0,086 0,134 0,199 0,168
Финансы и недвижимость 0,524 0,137 0,122 0,119 0,099
Бюджетный сектор 0,554 0,089 0,137 0,142 0,079
Другие отрасли 0,366 0,190 0,227 0,000 0,217
от 1 до 5 человек1) 0,328 0,127 0,146 0,083 0,316
6–15 человек 0,544 0,074 0,214 0,083 0,084
16–30 человек 0,590 0,063 0,181 0,097 0,070
31–100 человек 0,596 0,066 0,170 0,089 0,079
101–200 человек 0,617 0,069 0,165 0,080 0,068
340

Работать Работать Стать руково! Перейти в группу Перейти
специалистом специалистом дителем специалистов в группы
высшего уровня высшего уровня (мобильность среднего уровня рабочих
квалификации квалификации, вверх) квалификации и служащих
по полученной но сменить (мобильность (мобильность
специальности специальность вниз) вниз)
201–1000 человек 0,624 0,067 0,163 0,073 0,074
более 1000 человек 0,676 0,062 0,149 0,054 0,059
Москва 0,605 0,109 0,148 0,067 0,072
Не Москва 0,480 0,093 0,174 0,092 0,161
Санкт!Петербург 0,598 0,108 0,115 0,060 0,118
Не Санкт!Петербург 0,488 0,094 0,174 0,091 0,154
Республика 0,496 0,083 0,166 0,087 0,169
Не республика 0,493 0,097 0,171 0,090 0,149
Специалисты в области ес!
тественных и технических
наук 0,525 0,098 0,130 0,094 0,153
Математики, статистики и
специалисты родственных
видов деятельности 0,641 0,104 0,096 0,039 0,121
Специалисты по компьюте!
рам 0,724 0,059 0,091 0,042 0,083
Архитекторы, инженеры и т.п. 0,412 0,096 0,198 0,116 0,178
биологических и сельско!
хозяйственных наук 0,337 0,205 0,183 0,086 0,188
Специалисты в здравоохра!
нении 0,759 0,023 0,082 0,055 0,080
Преподаватели в средней
школе 0,579 0,131 0,106 0,050 0,135
Преподаватели в системе
специального образования 0,418 0,268 0,076 0,125 0,113
Прочие специалисты
в области образования 0,541 0,092 0,140 0,092 0,135
Специалисты по экономиче!
ской деятельности и кадрам 0,551 0,109 0,175 0,068 0,098
права 0,622 0,039 0,127 0,064 0,148
информации и т.п. 0,461 0,070 0,211 0,026 0,232
Специалисты в области об!
щественных и родственных
наук 0,618 0,051 0,162 0,061 0,108
Деятели литературы
и искусства 0,568 0,097 0,093 0,102 0,140
Количество наблюдений 28490
341
Таблица П5'6. Результаты оценивания симуляций мультиномиальной регрессии

для работников со средним специальным образованием, все занятые
Работать Работать Стать Стать Перейти

специалистом специалистом руководителем специалистом в категории
среднего уровня среднего уровня высшей квали! работников
квалификации квалификации, фикации с более низкой
по полученной но сменить квалификацией
специальности специальность
От 15 до 25 лет 0,328 0,054 0,046 0,054 0,517
От 26 до 35 лет 0,316 0,065 0,052 0,056 0,512
От 36 до 45 лет 0,320 0,053 0,097 0,054 0,476
От 46 до 55 лет 0,311 0,054 0,105 0,061 0,470
От 56 до 65 лет 0,311 0,049 0,125 0,068 0,447
Мужчины 0,324 0,046 0,084 0,047 0,498
Женщины 0,314 0,069 0,064 0,062 0,491
Есть супруг/супруга 0,316 0,060 0,077 0,059 0,489
Нет супруга/супруги 0,318 0,056 0,062 0,054 0,509
Проживание
в городе 0,319 0,060 0,070 0,061 0,489
в селе 0,309 0,055 0,081 0,050 0,504
Работа
на предприятии 0,323 0,060 0,089 0,059 0,470
не на предприятии 0,248 0,047 0,037 0,035 0,634
Работа
по найму 0,320 0,059 0,064 0,058 0,499
не по найму 0,168 0,057 0,333 0,033 0,409
Промышленность 0,275 0,028 0,087 0,040 0,569
Сельское хозяйство и ры!
боловство 0,389 0,074 0,034 0,069 0,434
Энергетика и газ 0,337 0,064 0,068 0,053 0,479
Строительство 0,321 0,045 0,114 0,064 0,456
Торговля и гостиницы 0,278 0,079 0,077 0,045 0,521
Транспорт 0,331 0,069 0,055 0,037 0,508
Финансы и недвижимость 0,323 0,147 0,053 0,093 0,383
Бюджетный сектор 0,375 0,151 0,059 0,088 0,326
Другие отрасли 0,000 0,000 0,129 0,181 0,690
от 1 до 5 человек 0,205 0,039 0,075 0,048 0,633
6–15 человек 0,411 0,071 0,094 0,070 0,354
16–30 человек 0,439 0,082 0,064 0,056 0,358
31–100 человек 0,414 0,080 0,066 0,063 0,378
101–200 человек 0,433 0,078 0,064 0,061 0,363
201–1000 человек 0,438 0,069 0,060 0,052 0,381
более 1000 человек 0,449 0,071 0,063 0,070 0,347
342

Работать Работать Стать Стать Перейти
специалистом специалистом руководителем специалистом в категории
среднего уровня среднего уровня высшей работников
квалификации квалификации, квалификации с более низкой
по полученной но сменить квалификацией
специальности специальность
Москва 0,362 0,042 0,093 0,117 0,385
Не Москва 0,314 0,060 0,072 0,054 0,500
Санкт!Петербург 0,406 0,066 0,081 0,026 0,421
Не Санкт!Петербург 0,314 0,058 0,073 0,058 0,497
Республика 0,310 0,052 0,078 0,067 0,493
Не республика 0,318 0,060 0,072 0,056 0,495
Техники физических и инженер!
ных направлений деятельности 0,141 0,105 0,088 0,048 0,618
Техники и операторы по об!
служиванию ЭВМ 0,453 0,065 0,051 0,111 0,320
Техники и операторы оптиче!
ского и электронного обору!
дования 0,367 0,059 0,061 0,082 0,431
Диспетчеры и специалисты!
техники по эксплуатации
транспортных средств 0,434 0,050 0,033 0,035 0,448
по строительству и безопасности 0,326 0,051 0,037 0,034 0,553
квалификации в области
естественных наук 0,181 0,123 0,071 0,113 0,513
Средний медицинский персонал 0,765 0,017 0,026 0,047 0,144
Медицинский персонал
по уходу и акушерству 0,767 0,016 0,042 0,006 0,169
Учителя начальных школ
и другой преподавательский пер!
сонал начального образования 0,559 0,000 0,048 0,108 0,285
Персонал дошкольного вос!
питания и обучения 0,646 0,015 0,047 0,021 0,272
Преподавательский персонал
специального обучения 0,467 0,028 0,030 0,176 0,299
Средний персонал финансо!
вой и торговой деятельности 0,561 0,027 0,051 0,069 0,292
Средний персонал торгово!ком!
мерческих деятельности и услуг 0,415 0,032 0,069 0,072 0,413
Средний административно!
управленческий персонал 0,372 0,013 0,042 0,080 0,494
Средний персонал государст!
венных служб 0,430 0,037 0,082 0,170 0,281
Социальные работники 0,584 0,024 0,024 0,062 0,306
Персонал сферы искусства,
развлечений и спорта 0,339 0,082 0,102 0,171 0,305
Количество наблюдений 31732
343
80 76,5
70
60 58,0
54,7
50
43,3
%
40
31,6
30 26,3
19,8
20
14,1 15,0
13,6
11,0 11,9
9,9
10
5,9 5,2
3,3
0
Работать по специальности Мобильность вбок Мобильность вверх Мобильность вниз
Инженеры Медики Экономисты Юристы
Рис. П5'1. Ожидаемые вероятности работать по специальности/не по специальности

для выпускников вузов, 26–35 лет
80 75,7
70 65,4
60 56,4
49,9
50
% 40
33,6
28,3
30
20 13,6 15,5
11,4 12,3 13,9
9,6
10 6,6
2,2 3,1 2,5
0
Работать Мобильность вбок Мобильность вверх Мобильность вниз
по специальности
Техники. инж. направлений Медики

Фин.торг. персонал Торг.-коммерч. персонал
Рис. П5'2. Ожидаемые вероятности работать по специальности/не по специальности

для выпускников ссузов, 26–35 лет
344
Заработная плата в России. Эволюция и дифференциация / под ред. В. Гимпельсона,
Р. Капелюшникова. М.: Изд. дом ГУ ВШЭ, 2007. Гл. 7, 8.
Elias P. Occupational Classification (ISCO!88): Concepts, Methods, Reliability, Validity and
Cross!National Comparability // OECD Labour Market and Social Policy Occasional Papers. Paris:
OECD, 1997. № 20.
Nordin M., Persson I., Rooth D!O. Education!Occupation Mismatch: Is There an Income
Penalty?: IZA Discussion Paper № 3806. 2008.
Robst J. Education and Job Match: The Relatedness of College Major and Work // Economics
of Education Review. 2007. 26. Р. 397–407.
Robst J. Education, College Major, and Job Match: Gender Differences in Reasons for Mis!
match // Education Economics. 2007. Vol. 15. № 2. Р. 159–175.
345
Глава 6
НЕРАВЕНСТВО
В ЗАРАБОТКАХ:
РОЛЬ ПРОФЕССИЙ
6.1.
Введение
Развитие экономики тесно связано с процессом общест

венного разделения труда. Специализация в производстве
товаров и услуг при возможности обмена – ключевой фак
тор роста производительности труда, увеличения произ
водства и повышения качества жизни. Ее естественным
результатом является формирование в обществе групп лю
дей, занимающихся схожей трудовой деятельностью, т.е.
имеющих схожие профессии.
В настоящей главе анализируется влияние профес
сионального разделения труда на общее неравенство в
распределении заработков. Тема «зарплатного» неравенст
ва является весьма популярной в отечественной социаль
ноэкономической литературе. Однако удивительно, что,
хотя профессии общепризнанно являются одним из клю
чевых элементов социальноэкономической стратифика
ции общества, анализу их роли в формировании заработ
ной платы и неравенства в целом уделяется относительно
1
мало внимания . Этот пробел существует, на наш взгляд,
1
В исследовании А. Лукьяновой (2010), где проводится обзор работ по неравенству по заработным платам в
России, профессиональное разделение труда лишь мельком упоминается в качестве самостоятельного
345
во многом изза недостатка микроданных, позволяющих выделять относительно узкие и

однородные профессиональные группы. В подавляющем большинстве эмпирических ис
следований профессии сводятся к девяти агрегированным профессиональноквалификаци
онным группам, выделяемым на укрупненном уровне Общероссийского классификатора
занятий (ОКЗ), что автоматически приводит к тому, что они «уходят в тень» других фак
торов, прежде всего – образования.
Мы проводим наш анализ, выделяя профессиональные группы на всех четырех су
ществующих в ОКЗ уровнях агрегирования, используя для этого данные Обследования
заработных плат по профессиям (ОЗПП) Росстата за 2007 г. Такая дезагрегация застав
ляет серьезно пересмотреть роль профессий в формировании различий в заработной плате.
Вопервых, это касается величины вклада профессионального разделения труда в общее
неравенство в заработках. Мы показываем, что вклад профессий в неравенство превышает
вклад традиционных для российского рынка труда факторовлидеров – регионов и отрас
лей. Вовторых, это касается механизмов влияния профессий на заработные платы. Ре
зультаты исследования свидетельствуют о том, что в основе этого влияния во многом лежат
профессиональноспецифические факторы. Например, мы показываем, что профессия
является «проводником» влияния изменений в структуре спроса на труд на индивиду
альные заработные платы. Кроме того, анализируя формирование заработной платы и не
равенства внутри достаточно узких и внутренне однородных профессий, мы приходим к
выводу, что профессия может рассматриваться как особая «среда», в которой трансформи
руется, усиливается или ослабляется влияние на заработную плату многих наблюдаемых
и ненаблюдаемых «зарплатообразующих» факторов.
Структура главы выглядит следующим образом. В следующем разделе обсуждаются
понятие «профессия» и роль профессиональной принадлежности работников в формиро
вании заработной платы. В третьем разделе описываются исходые данные. Поскольку они
уже использовались в других главах книги, где давалась их подробная характеристика, глав
ное внимание уделяется описанию структуры занятости и структуры заработной платы
внутри выделяемых нами массовых профессий. В четвертом разделе проводится стандарт
ная декомпозиция общего неравенства в заработках на межпрофессиональную и внутри
профессиональную компоненты на всех четырех доступных уровнях ОКЗ. При этом вклад
профессий в неравенство сравнивается с вкладами других традиционно выделяемых фак
торов – таких как образование, стаж, пол, возраст, отрасли, сектора, размер предприятий
и регионы. В пятом разделе анализируется межпрофессиональное неравенство по заработ
ным платам. Мы оцениваем, в какой мере межпрофессиональные различия в уровнях
фактора неравенства. Исключением можно считать Главу 8 в книге «Заработная плата в России: эволюция
и дифференциация» [Заработная плата в России, 2007].
347
оплаты труда вызваны различиями в «наполнении» профессий работниками и рабочими

местами с разными характеристиками, а также обсуждаем возможные причины остающих
ся различий. В шестом разделе мы обращаемся к проблеме внутрипрофессионального нера
венства по заработной плате. Для каждой из выделенных массовых профессий оценива
ются стандартные уравнения заработной платы, что позволяет выявить особенности фор
мирования оплаты труда работников разных профессий и оценить вклад различных факто
ров во внутрипрофессиональное неравенство. В последнем, седьмом, разделе суммируются
и обобщаются полученные результаты.
6.2.
Что такое профессия и почему она может играть
важную роль в формировании заработной платы?
Что такое профессия? Прежде чем представить содержательное обсуждение понятия «про
фессия» и роли этого фактора в формировании заработной платы, необходимо устранить
возможную лингвистическую неясность. В русском языке и, соответственно, в нашей работе
профессия обычно выступает в качестве синонима занятия. Недопонимание может возни
кать изза того, что в английском языке для обозначения профессии и занятия используются
два разных термина – profession и occupation (хотя в обыденной речи они легко заменяют
друг друга). Соответственно в английском словоупотреблении не все «занятия» оказываются
«профессиями». Принципиальным, но не единственным отличием «профессии» от «заня
тия» выступает обязательное требование к работнику о наличии у него специального про
фессионального образования или подготовки для выполнения соответствующих профес
2
сиональных задач и обязанностей .
В содержательном понимании того, что представляют собой профессии, мы будем
следовать методологическим установкам, заложенным в международном классификаторе
занятий (International Standard Classification of Occupations – ISCO 88), используемом с
минимальными различиями во многих странах, в том числе и в России. Российским ана
логом ISCO является Общероссийский классификатор занятий (ОКЗ).
Профессия характеризует собой некое множество рабочих мест, которые отличаются
высокой степенью схожести предполагаемых задач и обязанностей. Классификатор диф
ференцирует профессии по такому параметру, как их квалификация, имеющему два изме
2
Подробнее о соотношении между понятиями «профессия» и «занятие» при таком подходе см., например:
[Elias, 1997; Иванов, 2004; Мансуров, Юрченко, 2009].
348
рения – уровень и специализация. Уровень квалификации зависит от сложности и разнооб

разия предполагаемых задач и обязанностей. Он является тесно связанным с уровнем фор
3
мального образования, необходимого для работы по данной профессии , но зависит также
и от навыков, приобретаемых на рабочем месте. В свою очередь профессиональная специа
лизация определяется либо на основе предметной области, по которой требуются образова
ние или навыки, либо на основе используемого в процессе деятельности оборудования или
материалов, либо исходя из производимых товаров или предоставляемых услуг (подробнее
см.: [International Standard Classification of Occupations, 1990]).
Таким образом, предполагается, что профессия представляет собой набор задач и обя
занностей, схожих по уровню сложности и области специализации, который можно закрепить
за одним человеком.
Экономика и социология профессий. Профессии представляют собой комплексное
явление на рынке труда, в экономике и обществе в целом. Неслучайно различные аспекты
этого явления изучаются как в экономической, так и социологической науке. Социологи
ческий и экономический подходы в данном случае (и как это часто бывает) тесно пере
плетаются и во многом дополняют друг друга, но имеют и заметные отличия.
Прежде всего они различаются объектом анализа. Экономическая теория (в частно
сти, экономика труда) не отдает предпочтения какимлибо определенным профессиям,
объектом изучения может быть любая из них или же профессиональная структура занято
сти в целом. При таком подходе профессия выступает обычно как синоним занятия. Со
циология (в частности, в рамках специализированной дисциплины – социологии профес
сий) традиционно фокусирует внимание на представителях лишь некоторых занятий, отно
сительно более привилегированных и требующих специального образования или подготов
ки (подробнее, см., например: [Мансуров, Юрченко, 2009]).
Другое различие между социологическим и экономическим подходами к изучению
профессий состоит в том, что обычно они фокусируют внимание на разных аспектах этого
явления. Для социологов интерес представляет прежде всего их социальные характеристи
ки, которые включают социальный статус и престиж, значимость выполняемых функций
для общества, внутреннюю (суб)культуру, особенности стиля жизни, а также взаимодейст
вие между группами «профессионалов», государством и другими социальными группами
(выделяемыми по различным основаниям). Для экономистов основной интерес представ
ляют не профессии как таковые, а то, как они взаимодействуют с другими традиционными
для экономики объектами изучения – неравенством, функционированием товарных рын
3
В ОКЗ первый уровень квалификации соответствует основному общему образованию и среднему (пол
ному) общему образованию; второй уровень – начальному профессиональному образованию; третий –
среднему профессиональному образованию; четвертый – высшему профессиональному образованию и
послевузовскому профессиональному образованию (см. Общероссийский классификатор занятий).
349
ков и рынков труда, процессом формирования заработной платы, накоплением и использо

4
ванием человеческого капитала и т.д.
Исходя из описанного выше разграничения можно сказать, что наш анализ профессий
ведется в русле экономического подхода. В его фокусе находится не профессия сама по себе
как определенный социальный феномен, а роль профессионального разделения труда в
формировании неравенства по заработной плате. Однако такая постановка вопроса со
пряжена с известными методологическими трудностями.
Почему профессия имеет значение? С точки зрения экономического анализа целесо
образность изучения роли профессий в формировании заработной платы является далеко
не очевидной. Если социология рассматривает профессиональную принадлежность в ка
честве ключевого фактора, определяющего социальный статус и уровень доходов индивида,
воспринимает профессиональную структуру общества как основу стратификации (см.:
[Blau, Dunkan, 1967; Parkin, 1971; Шкаратан, 1996а; Hauser, Warren, 1997; Weeden, 2002; Kim,
Sakamoto, 2006]) и как структуру возможностей для социальной мобильности (см., напри
мер: [Социальная стратификация, 1996, разд. 3; Massey, Hirst, 1998]), то экономическая тео
рия, хотя открыто и не оспаривает эту точку зрения, отводит профессиям достаточно
скромную роль в процессе формирования заработной платы и экономического неравенства
в целом. Распределение заработков по профессиям рассматривается скорее как побочный
результат действия более фундаментальных зарплатообразующих механизмов – таких как
механизм компенсирующих различий (включая компенсацию за издержки, связанные с на
коплением человеческого капитала) или механизм торга [Fogel, 1979; De Beyer, Knight, 1989].
Тем не менее в рамках экономических исследований можно выделить несколько под
ходов, признающих важную роль профессий в формировании заработной платы. Если в
рамках базовой теории человеческого капитала профессия действительно выступает неко
торым «аппендиксом» полученного образования и квалификации, то введение предпосыл
ки о гетерогенности человеческого капитала меняет ситуацию. Изначально такая предпо
сылка вводилась для учета того, что разные индивиды могут обладать неодинаковыми
природными способностями для работы в тех или иных конкретных видах деятельности
[Willis, 1986]. Это предполагает, что человеческий капитал необходимо делить не только
«по вертикали» – по объему накопленных знаний и навыков (по времени обучения в сис
теме образования и подготовки непосредственно на рабочих местах или по продолжитель
ности трудового опыта), но также и «по горизонтали» – по специальностям, по которым
4
Трудно избавиться от ощущения, что социологическая наука придает профессиям заметно большее
значение, чем наука экономическая, в частности экономика труда. Это косвенно подкрепляется тем, что
в рамках социологии изучение профессий выделено в специальную дисциплину с сильной исторической
традицией – социологию профессий, тогда как в рамках экономической теории такая субдисциплина, как
экономика профессий, на данный момент не сформировалась.
350
проходило обучение или накапливался опыт. Если однозначного ответа на вопрос о том,
что первичней при принятии решения о получении (формального) образования – выбор
уровня образования или выбор образовательной специальности (во многом предопределя
ющий выбор будущей профессии), не существует, то в отношении человеческого капитала,
приобретаемого на рабочем месте, уже с большей определенностью можно сказать, что
значительная его часть является профессиональноспецифической (дополняя традиционное
деление человеческого капитала на общий и специфический). В целом ряде исследований
профессии рассматриваются как «фабрики» по производству профессиональноспецифиче
ского человеческого капитала, а не как место его «складирования» [Shaw, 1984; Knight, 1979;
De Beyer, Knight, 1989; Kambourov, Manovski, 2009].
Еще большее внимание со стороны экономистов «профессиональный фактор» начал
приобретать в конце прошлого века в связи с быстрым научнотехническим прогрессом,
ведущим к серьезным изменениям в структуре спроса на труд. НТП повышает спрос на
квалифицированную рабочую силу, однако его воздействие оказывается избирательным.
Рост спроса происходит не по всему спектру высококвалифицированных работников, а
только по тем профессиям, которые являются комплементарными по отношению к науч
нотехническому прогрессу (прежде всего – к информационнокомпьютерным технологи
ям). Что же касается профессий, которые выступают по отношению к нему как субституты
(т.е. связанных с выполнением рутинных операций), то спрос на них сокращается. При
этом спрос на некоторые малоквалифицированные виды труда может не уменьшаться или
даже возрастать (см. работы: [Autor et al., 2003, 2006; Autor, 2009] по США и [Goos, Manning,
2007] по Великобритании). В подобных условиях профессия выходит на передний план в
дискуссиях о росте неравенства, поскольку «профессии представляет собой ключевой ка
нал, через который технологические изменения влияют на структуру заработных плат»
[Firpo et al., 2009].
6.3.
Описание используемых данных
Общая характеристика базы данных ОЗПП. В нашей работе мы используем данные Обсле
дования заработной платы по профессиям (ОЗПП) Росстата за 2007 г. Общее описание этой
базы данных представлено во Введении к данной книге, а дизайн построения выборки Об
следования был описан в Главе 3.
Для наших целей особое значение имеет то, что, вопервых, данные ОЗПП позволяют
анализировать заработные платы в разрезе профессиональных групп на четырех уровнях
агрегирования ОКЗ, включая самый дробный, четвертый уровень. Тот факт, что они полу
351
чены из отчетности предприятий, значительно ослабляет проблему неправильного или не

точного отнесения работника к той или иной профессии, которая обычно возникает при
5
использовании обследований индивидов или домохозяйств (см.: [Hauser, Warren, 1997]) .
Однако при анализе на четвертом (и даже на третьем) уровне агрегирования ОКЗ во
многих профессиях мы имеем очень малое количество наблюдений. В связи с этим особое
внимание мы уделяем массовым профессиям – относительно многочисленным профес
сиональным группам, среди них: инженеры и архитекторы, врачи, преподаватели, учителя,
бухгалтеры, секретари, водители, слесари, сварщики, сторожа, грузчики и некоторые другие
(подробней см. следующий подраздел «Структура занятости внутри массовых профессий»).
Упоминания о них можно часто встретить в различных контекстах в СМИ; они являются
постоянными участниками разнообразных рейтингов профессий; они понятны и узнаваемы.
Такое сужение фокуса повышает надежность расчетов, а также дает возможность анализи
ровать особенности формирования заработной платы и неравенства внутри профессий.
Вовторых, данные ОЗПП содержат информацию о многих других (помимо про
фессиональной принадлежности) характеристиках работников и рабочих мест, влияющих
на заработные платы. Их перечень представлен в табл. 6.1. (В Приложении к Главе 3, в
табл. 3П1 представлены также данные о распределении участников обследования по всем
доступным характеристикам как самих работников, так и предприятий, где они заняты.)
Таблица 6.1. Доступные переменные базы данных ОЗПП

Характеристики работников Краткое описание
Возраст Измеряется в годах, от 15 до 85 лет
Пол Мужчины и женщины
Уровень образования Выделяются семь уровней образования: высшее профессиональ
ное, неполное высшее, среднее профессиональное, начальное
профессиональное, среднее (полное) общее, основное общее,
начальное и без образования
Стаж работы Общий трудовой стаж (в годах)
Профессия Согласно ОКЗ, доступны все четыре уровня агрегирования
Отработанное время Продолжительность рабочей недели в октябре (в часах, количе
ственная переменная)
Характеристики предприятий Краткое описание
6
Вид экономической деятельности Согласно ОКВЭД , доступны три уровня агрегирования
7
Форма собственности Согласно ОКФС , доступны два уровня агрегирования
Размер (численность занятых) Выделяются шесть групп предприятий
5
В данных РМЭЗ, как свидетельствует К. Сабирьянова [Sabirianova, 2003], в 1996–1998 гг. профессиональ
ная группа на четвертом уровне ОКЗ была неправильно определена почти для 40% (!) работников.
6
Общероссийский классификатор видов экономической деятельности.
7
Общероссийский классификатор форм собственности.
352
Втретьих, данные ОЗПП содержат информацию о структуре заработной платы. Воз

награждение работников – общая величина получаемой заработной платы – разделяется
на три компоненты: 1) тарифный заработок, 2) выплаты по районному регулированию и
3) прочие выплаты. Первая компонента включает в себя должностной оклад, а также все
регулярные доплаты и надбавки. Вторая включает в себя все надбавки, формируемые в
зависимости от величины районного коэффициента. Третья компонента включает все
выплаты, носящие индивидуальный и нерегулярный характер, например, премии, оплату
сверхурочной работы и т.д. (подробнее о составе этих компонент см.: [Заработная плата
в России, 2007, гл. 8]).
Информация о структуре заработной платы работников дает представление о степени
ее «гибкости». Мерой «гибкости» выступает относительная величина нетарифной части
заработной платы. Чем она выше, тем в большей степени заработная плата зависит от фи
нансовых результатов деятельности предприятия. В случае занятости в государственном
секторе она показывает, в какой мере размер заработной платы зависит от объема финан
совых (не обязательно только бюджетных) ресурсов, которые оказывается способна акку
8
мулировать та или иная организация .
В отношении структуры заработных плат следует сделать два важных замечания. Пер
вое касается того, что многие выплаты, связанные с районным регулированием заработной
платы, устанавливаются не как абсолютные величины, а как относительные – через ре
гиональный коэффициент (как процент от начисленной заработной платы). Предприятия
полностью свободны в установлении размера заработной платы (но не ниже величины
МРОТ и при соблюдении регионального коэффициента), а потому абсолютная величина
надбавки может быть любой. Таким образом, абсолютный размер данной компоненты
полностью зависит от тарифной и премиальной составляющих заработной платы. В связи
с этим в нашей работе эта региональная компонента распределяется между тарифной и
премиальной составляющими заработной платы пропорционально их относительным ве
личинам.
Второе замечание состоит в том, что к анализу структуры заработной платы на основе
данных только за один месяц следует подходить с большой осторожностью. Мы не знаем,
в какой мере структура заработных плат за рассматриваемый месяц отражает структуру за
работков за весь год. С одной стороны, у работников с нулевой премиальной частью в рас
сматриваемый месяц она могла быть ненулевой в другие месяцы. С другой стороны, у ра
ботников, в рассматриваемый месяц получивших премию, в другие месяцы она могла быть
8
Отметим, что размер тарифной части также может зависеть от финансовых результатов деятельности
предприятий, но связь между оплатой труда и успешностью предприятия устанавливается главным образом
через переменную часть, так как ее размер, по определению, изменять легче, чем размер тарифной части.
353
нулевой. Таким образом, заработная плата, «гибкая» в рассматриваемом месяце, вполне

может оказаться достаточно «жесткой» в целом за год и наоборот.
Еще одним недостатком данных ОЗПП для целей нашего анализа является недо
представленность в них работников 11й и 13й подгрупп ОКЗ («Руководители (предста
вители) органов власти и управления» и «Руководители малых предприятий и организа
ций»), 6й укрупненной группы ОКЗ («Квалифицированные работники сельского, лесного,
охотничьего хозяйств, рыбоводства и рыболовства») и 92й подгруппы ОКЗ («Неквали
фицированные рабочие сельского, лесного, охотничьего хозяйств, рыбоводства и рыбо
ловства»). Это связано с тем, что ОЗПП не охватывает такие отрасли, как государственное
управление и сельское хозяйство. Несмотря на немногочисленность представителей этих
групп, мы не исключаем их из анализа, так как эти работники входят в состав других групп,
выделяемых по образовательному, отраслевому и иным признакам. Их исключение было
бы чревато еще более сильными смещениями.
Структура занятости внутри массовых профессий. Как было отмечено выше, при иссле
довании роли профессионального разделения труда в формировании неравенства по зара
ботным платам мы отталкиваемся от так называемых «массовых» профессий – узких про
фессиональных групп, в которых занято относительно большое число работников. Всего
мы выделяем 28 таких групп, полный перечень которых представлен в табл. П61 (см. При
ложение П6). На каждую из них приходится не менее 1% всех наблюдений в выборке ОЗПП,
а суммарно они составляют почти 60% выборки. Это соответствует примерно 50% всех заня
тых на крупных и средних предприятиях в охваченных обследованием секторах экономики.
Прежде всего здесь возникают вопросы: работники с какими характеристиками «на
полняют» массовые профессии; в каких отраслях и секторах концентрируются в основном
9
их представители?
В табл. П62 представлена образовательная структура выделенных нами массовых про
фессий. Как и можно было ожидать, в профессиях, относящихся к первому и второму ук
рупненным уровням ОКЗ, доминируют работники, обладающие высшим профессиональ
ным образованием. Здесь лидируют профессии врачей и преподавателей вузов, для которых
наличие высшего образования является обязательным. Для медсестер, в отличие от врачей,
типичным является наличие среднего профессионального образования. Среди бухгалтеров
высшим образованием обладает только каждый второй. Внутри остальных групп работники,
обладающие высшим образованием, не являются наиболее многочисленными, а на первый
план выходят работники либо со средним профессиональным (например, среди продавцов),
либо со средним общим (например, среди водителей автомобилей, горничных и уборщиков)
образованием.
9
Межпрофессиональные различия в оплате труда подробно анализируются в разделе 6.5 данной главы.
354
Таблица П63 дает представление о структуре массовых профессий по возрасту, стажу,

полу, а также принадлежности к государственному сектору. По среднему возрасту явным
«лидером» выступает профессиональная группа, включающая сторожей, гардеробщиков и
лифтеров, где он превышает 51 год. Средний возраст в ближайшей к ней группе уборщиков
составляет уже менее 48 лет. Эти же группы лидируют по доле работников старше 60 лет.
Однако было бы ошибкой воспринимать всю девятую укрупненную группу по ОКЗ (неква
лифицированных работников) в качестве такой, где все или большинство работников нахо
дятся в пожилом возрасте (а потому уже не способны найти более высокооплачиваемую
работу). Вопервых, как видно из табл. П62, массовые профессии из девятой группы явно
проигрывают по уровню «образованности» всем другим, что указывает на то, что в нее
отбираются преимущественно те, кто обладает относительно низким уровнем образования.
Вовторых, не все неквалифицированные профессии могут быть отнесены к категории
«возрастных». Например, грузчики и разнорабочие являются одной из наиболее «моло
дых» профессий (со средним возрастом 38,5 лет и доле работников в возрасте 15–24 лет бо
лее 17%). Таким образом, внутри группы неквалифицированных работников профессии
сторожей, лифтеров, уборщиков составляют явный контраст профессии грузчиков, не раз
личимый при анализе на укрупненном уровне. Одни группы являются профессиями «вхо
да» на рынок труда для молодежи, другие являются профессиями, где завершается тру
довая карьера. Среди иных профессий «входа» молодежи на рынок труда явно выделя
ются продавцы и секретари, где наблюдается самый низкий средний возраст и самая вы
сокая доля занятых в возрасте 15–24 лет.
Рассмотрение профессиональных групп на четвертом уровне ОКЗ позволяет также
выделить узкие профессии, являющиеся гендернооднородными. Медсестры, воспитатели,
горничные, секретари, бухгалтеры, повара и продавцы – это более чем в 90% случаев жен
щины. Отметим также, что в выборке ОЗПП доминирование женщин наблюдается и в
10
группе руководителей предприятий (их доля составляет здесь почти 70%!) . В то же время
среди водителей автомобилей, строителеймонтажников, сварщиков, слесарей, станочников,
а также работников служб, осуществляющих защиту граждан и собственности, преобладают
мужчины.
Вполне предсказуемо то, что некоторые профессии встречаются почти исключительно
в государственном секторе – это учителя, воспитатели, врачи, медсестры. В выборке ОЗПП
к таким профессиям принадлежат также и горничные, 92% которых занято на государст
11
венных рабочих местах . Профессии, которые связаны почти исключительно с частным
10
Это вызвано заметным превышением числа руководителейженщин над численностью руководителей
мужчин в оптовой и розничной торговле, образовании, здравоохранении и социальных услугах. В этих ви
дах деятельности заняты около 70% всех руководителейженщин.
11
Это связано с тем, что почти 85% горничных в выборке ОЗПП заняты в здравоохранении и социальных
услугах. Можно предположить, что речь идет о различных домах отдыха, санаториях и/или профилакториях.
355
сектором, – это продавцы, машинисты кранов, руководители подразделений (в промыш

ленности) и станочники.
Наконец, табл. П64 дает представление о структуре заработной платы для всех «мас
совых» профессий, используя для этого три альтернативных показателя – охват работников
премиями; среднюю долю премий в заработной плате; отношение суммарной величины
премиальных выплат к суммарной величине всей заработной платы. Между этими инди
каторами «гибкости» заработной платы существует сильная корреляция, поэтому не имеет
принципиального значения, какой из них используется.
Интересно отметить, что по степени «гибкости» заработной платы на первых местах
идут «синие воротнички» – это слесари, станочники, машинисты и сварщики. Лишь затем,
на пятом месте, появляется одна из групп руководителей. Наименее «гибкой» заработная
плата оказывается в профессиях бюджетного сектора – у учителей и воспитателей. Тем не
менее между долей работников, занятых в государственном секторе, и размером преми
альной части для различных профессий наблюдается лишь слабая отрицательная корре
ляция (–0,5). Иными словами, степень принадлежности работников к государственному/
частному сектору не обязательно предполагает низкую/высокую долю премий. Ярким
примером выступает группа продавцов с наименьшей долей работников, занятых на госу
дарственных предприятиях (около 5%), но находящаяся при этом на последнем месте по
охвату премиями – лишь 45% из них на момент обследования получали премиальные вы
платы. (Впрочем, как отмечалось выше, необходимо соблюдать осторожность при интер
претации этих результатов, так как мы обладаем информацией о структуре заработной
платы только за один месяц.)
6.4.
Профессии и неравенство
в оплате труда
В данном разделе мы пытаемся ответить на следующий вопрос: каков вклад профессио
нального разделения труда в наблюдаемое неравенство по заработной плате? В ряде пред
шествующих работ такие оценки уже предлагались (см., например: [Лукьянова, 2007]), но
при этом в качестве профессий выступали лишь девять укрупненных профессионально
квалификационных групп, выделяемых на первом уровне ОКЗ. Мы же проводим анализ
на всех четырех уровнях ОКЗ.
Декомпозиция неравенства по заработным платам. В работах, посвященных экономиче
скому неравенству, принято различать две широкие группы возможных причин его сущест
вования. Вопервых, это деление общества на различные социальные группы. Такие груп
356
пы могут выделяться по разным признакам, и если оказывается, что они получают неоди
наковые доходы, то это влияет на общее неравенство. Вовторых, это наличие различных
источников доходов. В таком случае общее неравенство формируется за счет неравенства
в получении доходов разного типа. Этому соответствуют два альтернативных подхода к де
композиции неравенства.
Декомпозиция по подгруппам населения. Для ответа на вопрос, в какой мере разделение
общества на группы по какомулибо признаку формирует неравенство по заработной плате,
удобно предполагать, что оно складывается из двух частей. Первая связана с различиями в
средних уровнях заработной платы между выделяемыми группами. Вторая связана с тем,
что существуют различия в заработных платах также и внутри выделяемых групп. Исходя
из этого и строится стандартная декомпозиция неравенства по подгруппам населения на
две компоненты – межгрупповое (between) и внутригрупповое (within) неравенство [Shorrocks,
1984]. При этом доля первой компоненты в общем неравенстве принимается в качестве
оценки вклада соответствующего фактора в неравенство.
Среди реализаций этого подхода на практике можно выделить «простую» декомпози
цию индексов неравенства и декомпозицию, основанную на оценивании уравнения зара
ботной платы. Эти методы были уже апробированы ранее в ряде отечественных исследо
ваний (см., например: [Заработная плата в России, 2007, гл. 10; Ощепков, 2009] и др.) и ис
пользуются также в настоящей работе. Мы сравниваем вклад в неравенство профессий,
выделяемых на разных уровнях агрегирования ОКЗ, с вкладами других традиционно выде
ляемых факторов.
Декомпозиция по источникам доходов. Не менее важным представляется вопрос о том,
в какой мере разные компоненты доходов (в нашем случае – компоненты заработной пла
ты) формируют общее неравенство. В этом случае предположение состоит в том, что нера
венство (измеряемое неким индексом) можно разделить на части, каждая из которых будет
соответствовать определенной компоненте [Shorrocks, 1984]. Более подробно методология
этой декомпозиции и соответствующие результаты будут представлены в разделе 6.5.
«Простая» декомпозиция неравенства по подгруппам населения. При проведении «про
стой» декомпозиции неравенства по заработной плате по подгруппам населения мы следуем
методологии, предложенной в работе Ф. Коуэлла и С. Дженкинса [Cowell, Jenkins, 1995], где
в качестве показателей неравенства используется семейство показателей энтропии, обладаю
12
щих полезными свойствами и удобными для декомпозиции .
12
Следует отметить, что коэффициент Джини – весьма популярный индекс для измерения неравенства –
не очень хорош для декомпозиции по подгруппам населения изза того, что при декомпозиции возникают
пересечения, которые с трудом поддаются интерпретации. Но при декомпозиции неравенства по компо
нентам доходов этот индекс широко используется.
357
Семейство показателей энтропии задается формулой
⎧n ( x ) ⎛ ⎡ α ⎞⎫⎪
1 ⎪ ⎜ x ⎤ ⎟
Gα(x) = 2 ⎨ ⎜⎢ ∑ ⎥ − 1⎟⎬ ,
(α − α )n( x) ⎪ i =1 ⎣ μ( x) ⎦
⎩ ⎝ ⎠⎪⎭
где x – вектор, задающий распределение заработных плат; n – число индивидов; μ – сред

няя зарплата. Параметр α характеризует чувствительность индекса к изменениям в распре
делении заработных плат в определенной его части. Так, чем больше α превышает единицу,
тем больший вес будет придаваться заработным платам, лежащим выше среднего уровня.
Чем меньше α ноля, тем больший вес придается заработным платам, лежащим ниже сред
него уровня.
В случаях, когда α = 1 или α = 0, выражение для семейства показателей энтропии
принимает вид
n
1 x x
α = 1, G1(x) =
n( x ) ∑ μ log μ – индекс Тейла;
i =1
n
1 μ
α = 0, G0(x) =
n( x ) ∑ log x – индекс Герфиндаля – Хиршмана, или среднее лога
i =1
рифмическое отклонение.
Отметим также, что при α = 2 энтропийный индекс G2(x) представляет собой поло
вину квадрата коэффициента вариации – другого широко используемого индекса нера
венства.
Далее можно определить, какую часть показателя неравенства, заданного уравнением
для семейства показателей энтропии, объясняет некоторая характеристика. Другими слова
ми, какая часть неравенства существует изза того, что общество разделено на группы по
этой характеристике. Общее неравенство в заработках можно разложить на две компонен
ты – «between» (межгрупповое неравенство) и «within» (внутригрупповое неравенство):
G(x) = Gwithin + G between.
Первая компонента – «between» – представляет собой меру неравенства в распределе
нии среднегрупповых заработных плат. Она строится при предпосылке о том, что внутри
каждой группы все заработные платы равны групповой средней. Предполагается, что ком
понента «between» характеризует часть неравенства, объясняемого данной характеристикой
(по которой группы выделяются). Компонента «within», состоящая из взвешенной суммы
неравенств внутри каждой подгруппы, характеризует ту часть неравенства, которая не мо
жет быть объяснена данной характеристикой.
358
G between = G(μ between),

S
Gwithin = ∑ ναs u1s−αG( xs ) ,
s =1
где μ between – вектор средних заработных плат s групп индивидов, задающихся определен
ным признаком; us – доля sй группы в численности занятого населения; υs – доля общего
объема заработной платы, которую получает группа s. Таким образом, доля общего нера
Gbetween
венства, объясняемая принадлежностью индивидов к определенным группам, это ,
G (x)
Gwithin
что должно совпадать с 1 − .
G ( x)
Результаты простой декомпозиции энтропийных индексов неравенства по заработ
ным платам представлены в табл. 6.2.
Таблица 6.2. «Простая» декомпозиция неравенства по заработным платам

(вклад отдельных характеристик в общее неравенство), ОЗПП, 2007 г., %
Вклад в неравенство Число GE(–1) GE(0) GE(1) GE(2)

(компонента «between») групп
Профессия, 1й уровень ОКЗ 9 19,73 22,16 19,71 11,28
Вид экономической деятельности

(3й уровень ОКВЭД) 47 11,24 13,97 13,32 7,98
Образование 6 7,36 9,58 9,39 5,65
Пол 2 5,68 7,09 6,64 3,79
Форма собственности (государственная/

частная) 2 3,76 4,66 4,31 2,43
Форма собственности 22 9,73 11,55 10,51 6,00
Стаж 8 0,62 0,74 0,67 0,37
Возраст 8 0,65 0,77 0,67 0,37
Регион 79 14,62 18,60 18,39 11,54
Размер предприятия (численность занятых) 5 3,58 4,36 3,99 2,23
359
Из табл. 6.2 следует, что профессиональное разделение труда вносит весьма заметный
вклад в общее неравенство по заработной плате. Даже на наиболее укрупненном первом
уровне ОКЗ, на котором выделяется всего лишь девять профессиональных групп, вклад
этого фактора является максимальным в сравнении со вкладами других факторов. Важно
отметить, что, вопервых, он превышает вклад регионального фактора. Этот результат от
личается от результатов аналогичной декомпозиции, полученных в других исследованиях
на микроданных РМЭЗ и НОБУС, в которых максимальный вклад вносил именно регио
нальный фактор [Лукьянова, 2010; Ощепков, 2009]. (Возможно, это связано с особенностя
ми выборки ОЗПП: исключение определенных видов экономической деятельности, а также
малых предприятий ведет к сокращению межрегиональной вариации в заработной плате.)
Вовторых, влияние профессионального разделения труда на неравенство оказывается
сильней, чем влияние отраслевого деления. Заметим, что это верно даже в случае, когда в
качестве профессий принимаются девять укрупненных профессиональных групп, а в каче
стве отраслей – 47 групп на третьем уровне ОКВЭД. Как и следовало ожидать, при переходе
к более дробной классификации профессий вклад профессиональной принадлежности
работников только растет.
Декомпозиция неравенства на основе уравнения заработной платы. «Простая» декомпо
зиция неравенства в заработках по подгруппам работников не учитывает такой важный
факт, что вклад, относимый на счет того или иного фактора (компонента «between»), вклю
чает в себя влияние других факторов. Это происходит потому, что различия в средних уров
нях заработной платы между группами работников, выделенных по рассматриваемой харак
теристике, зависят от наполнения этих групп. Для оценки «чистого» вклада интересующего
нас фактора в неравенство (т.е. вклада, очищенного от влияния прочих факторов) может
использоваться другой метод декомпозиции, проводимый на основе оценки уравнения за
работной платы.
Данный метод основан на том, что каждая группа регрессоров уравнения заработной
платы объясняет определенную часть дисперсии логарифма заработной платы, что является
аналогом компоненты «between» при описанном выше методе простой декомпозиции. Ана
логично простой декомпозиции мы каждый раз можем раскрывать компоненту «within»,
добавляя в модель новые регрессоры. В конечном итоге общая дисперсия заработной платы
будет раскладываться на объясненную часть («between»), состоящую из частей, объясняемых
каждым фактором, и на остаток («within»).
Можно выделить два способа оценки вклада различных факторов в неравенство на ос
нове эконометрической оценки уравнения заработной платы. Вопервых, можно использо
2
вать увеличение объясняющей силы модели (увеличение adjusted R ) при включении объ
ясняющих переменных в регрессию. Вовторых, можно использовать метод, предложенный
360
Г. Филдсом [Fields, 2000]. В этом случае доля дисперсии логарифма заработной платы, объ
ясненная фактором j, представляется как
s j ( LnW ) =
[
cov a j X j ; LnW ] =
[
a j σ( Х j ) ⋅ corr Х j ; LnW],
2
σ ( LnW ) σ( LnW )
где aj – оценка коэффициента в уравнении при jом факторе; σ – стандартное отклоне

ние. Соответственно доля фактора j в объясненной дисперсии представляется как
s j ( LnW )
p j ( LnW ) = ,
R 2 ( LnW )
где R – доля всей объясненной дисперсии.

2
Следует отметить, что при декомпозиции, основанной на регрессии, по умолчанию

происходит декомпозиция дисперсии логарифма заработной платы. Дисперсия не очень хо
роша в качестве индекса неравенства и редко используется для измерения и декомпози
ции неравенства. Одна из причин состоит в том, что величина неравенства в данном слу
чае оказывается зависимой от уровня доходов или заработных плат (т.е. оказывается зави
симой от среднего уровня доходов, mean dependent). Для сопоставления результатов двух
способов декомпозиции мы проводим «простую» декомпозицию также и для дисперсии
логарифма заработных плат.
Результаты декомпозиции неравенства по заработной плате на основе оценивания
уравнения заработной платы (по методу Филдса) представлены в табл. 6.3.
Таблица 6.3. Декомпозиция неравенства по заработной плате по методу Филдса
Фактор Число Объясненная доля неравенства, %

неравенства групп 2007 г. 2005 г.
Пол 2 4,0 4
Стаж 8 0,4 1
Образование 6 4,8 4
Форма собственности 2 1,9 4
Вид экономической деятельности 12 7,2 8
Размер предприятия 5 3,3 –
Регион (субъект федерации) 79 10,8 15
Часы работы 0,7 –
Профессия, 1й уровень ОКЗ 9 18,9 13
Необъясненное неравенство 48 52
Примечание: расчеты за 2005 г. взяты из работы [Заработная плата в России, 2007, гл. 8].
361
Несмотря на то, что при таком подходе удается объяснить лишь чуть более половины
дисперсии (логарифмов) индивидуальных заработных плат, наш качественный вывод от
носительно влияния профессионального разделения занятости на неравенство не меняется.
Этот фактор вносит в неравенство максимальный вклад, величина которого будет только
расти с переходом на более дробный уровень агрегирования профессий. Аналогичная ме
тодика декомпозиции неравенства по заработным платам применялась в работе [Заработ
ная плата в России, 2007, гл. 7] на данных ОЗПП за 2005 г. Результаты за 2005 и 2007 гг.
оказываются схожими за исключением небольших различий в общей объясняющей спо
собности используемой спецификации уравнения заработной платы, а также в величинах
вкладов регионального и профессионального факторов. Сопоставление результатов пока
зывает, что за период с 2005 по 2007 гг. вклад профессий в неравенство вырос (с 13 до поч
13
ти 19%), а вклад регионального фактора сократился (с 15 до примерно 11%) .
Таким образом, наш промежуточный вывод заключается в том, что в российских ус
ловиях профессиональное разделение труда вносит существенный вклад в неравенство по
заработной плате. Даже «чистый» вклад этого фактора сопоставим, а возможно, и превы
шает вклад регионального и, тем более, отраслевого фактора (ранжирование факторов за
висит от того, какие данные используются).
Другими словами, различия в средних уровнях оплаты труда между профессиями вно
сят бóльший вклад в неравенство, чем различия в средних уровнях оплаты труда между
любыми другими группами занятых. Возникает закономерный вопрос, с чем связаны эти
различия в средних уровнях оплаты труда между профессиями? Поиску ответов на этот воп
рос посвящен следующий раздел.
6.5.
Межпрофессиональные различия
в оплате труда
Интерес к анализу межпрофессиональных различий в заработной плате возникает не
только в связи с изучением общего неравенства. Профессиональная структура заработных
плат служит источником важной информации при принятии решений о выборе (получе
нии новой или изменении старой) профессии. Она также – прямо или косвенно – оказы
вает влияние на выбор образовательной специализации и уровня получаемого образова
13
Отметим, что для того чтобы сделать окончательные выводы о росте влияния профессионального раз
деления труда на неравенство, необходимо контролировать изменения в структуре выборки ОЗПП с 2005
по 2007 гг.
362
ния. Не случайно разнообразные рейтинги профессий (которые обычно основываются ли

бо на результатах опросов населения, либо на анализе информации о вакансиях и резюме)
являются весьма популярной темой в СМИ, а активность в публикации этих рейтингов
заметно возрастает к началу учебного года. Это указывает на большой общественный ин
терес к данному вопросу. Однако в отечественных научных исследованиях профессиональ
ная структура заработных плат ранее практически не изучалась, так как для ответа на него
необходимы достоверные и репрезентативные данные об оплате труда представителей
14
различных профессий .
Данные ОЗПП предоставляют такую возможность, поскольку (несмотря на ряд огра
ничений – см. раздел 6.2. данной главы) позволяют анализировать достаточно узкие и
однородные профессиональные группы, выделяемые на третьем и четвертом уровнях ОКЗ.
Среди них, как уже отмечалось, особое внимание мы уделяем «массовым» профессиям,
охватывающим значительную долю занятых.
Средние уровни оплаты труда для двадцати восьми таких групп, выделенных на
четвертом и, частично, на третьем уровне ОКЗ, представлены в таблице П65. Профессии
проранжированы по убыванию этого показателя. Как можно было ожидать, на самой верх
ней ступеньке «лестницы» заработных плат находятся руководители, а на самой нижней –
горничные, уборщики и сторожа. Средний уровень оплаты труда в группе, занимающей
первое место, примерно в шесть раз выше, чем в группе, занимающей последнее место. Од
нако расположение профессий между крайними «ступеньками» выглядит весьма неожи
данно.
Представители группы специалистов высшего уровня квалификации – архитекторы
и инженеры, врачи, бухгалтеры и преподаватели вузов – чередуются с «синими воротничка
ми», представителями седьмой и восьмой укрупненных групп ОКЗ – сварщиками и газо
резчиками, машинистами подъемников, станочниками, слесарями, водителями автомоби
лей и строителями. Это полностью соответствует результатам выполненного ранее анализа
профессиональной структуры заработных плат на первом (самом укрупненном) уровне ОКЗ
на данных ОЗПП за 2005 г. [Заработная плата в России, 2007, гл. 8]. Наш анализ, исполь
зующий более дезагрегированную информацию, подтверждает высказанное в этой работе
14
Нам удалось найти единственную опубликованную работу [Aage, 1996], в которой, суммируя инфор
мацию из различных источников (включая газетные и журнальные публикации, а также опросы эмиг
рантов из России), автор попытался проранжировать профессиональные группы по уровню заработных
плат в 1980 г. в СССР и в 1992 г. в России и сопоставить их с профессиональной структурой заработных
плат в ряде развитых стран. Основные выводы работы подтвердили мнение, что в СССР относительно
более высоко оплачивались профессии производственного сектора, включая «синие воротнички». Однако,
как отмечает сам автор, источник данных о профессиональных заработных платах в СССР и России и слож
ность с межстрановым сопоставлением профессиональных групп заставляют с осторожностью относиться
к полученным выводам.
363
мнение, что на российском рынке труда связь между профессиональной квалификацией

и оплатой нарушена, и позволяет привести ряд других ярких примеров этого. Так, среди
специалистов высшего уровня квалификации наиболее низкий уровень оплаты труда на
блюдается у учителей. Они зарабатывают заметно меньше, чем, например, водители авто
мобилей, работа которых не требует нескольких лет профессионального обучения в вузе.
Другой пример: секретари, воспитатели и повара получают в среднем значительно меньше,
чем кладовщики и грузчики – представители группы неквалифицированных рабочих, ко
торым не требуется практически никакого обучения и квалификации для выполнения
своих обязанностей.
Если профессиональная структура заработков отражает структуру возможностей для
мобильности по оплате труда и/или социальной мобильности, то тогда, например, при
влекательной возможностью для преподавателей вузов оказывается переход в группу во
дителей автомобилей. Для учителей школ такой переход, увеличивающий уровень оплаты
труда почти в полтора раза (!), явился бы настоящим «скачком» в доходах, даже при нали
чии издержек межпрофессиональной мобильности. Все эти примеры указывают, что суще
ствующая профессиональная структура заработков может заставлять индивидов сомневаться
в ценности образования и квалификации еще на стадии принятия решения об их получении.
Почему в России существует именно такая структура профессиональных заработных
плат? Чтобы ответить на этот вопрос, мы оценивали, в какой мере различия в «наполне
нии» профессиональных групп, т.е. различия в их внутренней структуре занятости, спо
собны объяснить наблюдаемые межпрофессиональные различия в уровнях оплаты труда.
Влияние всех этих структурных факторов мы будем называть эффектом структуры. При
этом анализировалось, в какой мере отдельные компоненты структуры участвуют в фор
мировании как межпрофессиональных различий в целом, так и зарплатных «премий» по
отдельным профессиям. Все различия в средних уровнях оплаты труда, остающиеся после
учета эффекта структуры, мы связываем с влиянием определенных профессионально
специфических факторов и называем это влияние эффектом профессии.
Отметим, что соотношение между этими двумя эффектами в известной степени может
служить аргументом в пользу предпочтительности либо экономического, либо социоло
гического взгляда на роль профессий в формировании заработной платы. С одной стороны,
доминирование эффекта структуры будет означать, что профессии почти не играют само
стоятельной роли в формировании заработной платы, а различия в уровнях оплаты труда
между профессиональными группами вызываются различиями в их внутренней структуре,
т.е. какимито иными факторами. Такой результат будет больше соответствовать традици
онному экономическому взгляду на проблему. С другой стороны, доминирование эффекта
профессии будет означать, что профессии играют большую роль в определении заработной
платы, и сам факт принадлежности индивида к той или иной профессиональной группе
364
почти полностью предопределяет уровень его трудового дохода. Такой результат будет
больше соответствовать традиционному социологическому взгляду на проблему.
Методология анализа межпрофессиональных различий в оплате труда. В рамках исполь
зуемой нами методологии межпрофессиональные различия в заработках представляются
в виде набора отклонений средних уровней заработной платы для каждой из профессио
нальных групп от среднего уровня заработной платы в целом по стране. Эти отклонения
представляют собой профессиональные зарплатные «премии», которые могут быть как
положительными, так и отрицательными. Чтобы ответить на вопрос, в какой мере разные
факторы могут объяснить наличие подобных «премий», а также в какой мере эти факторы
могут объяснить общий масштаб межпрофессиональных различий, мы оцениваем урав
15
нение заработной платы следующего вида :
Ln(Wagei , j ) = A + B ⋅ X i , j + εi , j , (61)
где Wagei,j – (индивидуальная) заработная плата работника i из профессии j; X – набор ха

рактеристик работников и работодателей (не включающий индикатор профессиональной
принадлежности); А – глобальная константа; B – набор коэффициентов при соответству
ющих характеристиках работников и работодателей; ε – ошибка, отражающая влияние на
индивидуальную заработную плату всех неучтенных в уравнении факторов.
Остатки регрессии (61), усредненные по каждой профессиональной группе, харак
теризуют величину отклонения средней (логарифма) заработной платы в данной профес
сиональной группе от средней (логарифма) заработной платы по стране в целом, не объяс
16
няемого включенными в регрессию факторами . Это и есть профессиональные зарплат
ные «премии». Таким образом, мы можем анализировать, в какой мере выбранные фак
торы – различные характеристики работников и работодателей внутри профессий – могут
объяснить как наличие (положительных или отрицательных) зарплатных «премий» для от
17
дельных профессий, так и межпрофессиональные различия в заработной плате в целом .
Другими словами, включение в уравнение (61) набора Х позволяет контролировать и
оценивать эффект структуры. При этом «схватывается» влияние сразу обеих составляющих
этого эффекта – неравномерного распределения по профессиям работников различных
15
Данная методология применялась ранее для России (на микроданных НОБУС) для исследования
межрегиональных различий в заработной плате в работах А. Ощепкова [Ощепков, 2007, 2009].
16
Отметим, что сумма таких остатков по всем профессиональным группам, взвешенная на доли занятых
в каждой группе, равна нулю.
17
Уравнение (61) включает в себя два уровня данных – индивидуальный уровень и уровень профессий.
Оно может быть оценено с использованием техники оценки иерархических линейных моделей (HLM 2),
как, например, в работе Видена [Weeden, 2002]. Однако такой подход затрудняет оценку вклада в различия
по заработной плате отдельных факторов.
365
групп и различий в уровнях оплаты труда между этими группами. Предполагается, что все
профессиональные «премии», оставшиеся после учета эффекта структуры, вызваны дей
ствием определенных профессиональноспецифических факторов, т.е. вызваны эффек
том профессии.
Соотношение между эффектом структуры и эффектом профессии. Общие результаты
18
анализа профессиональной структуры заработных плат на трех уровнях агрегирования
профессиональных групп представлены в табл. 6.4.
Таблица 6.4. Вклад структурных характеристик

в объяснение межпрофессиональных различий
в оплате труда на разных уровнях ОКЗ
Число выделяемых Уровни ОКЗ

групп (число профессиональных групп)
1(9) 2(32) 3(124)

Уровень межпрофессионального
*
неравенства (WSD) 0,385 0,394 0,417
Эффект структуры в целом, % 54,18 54,25 53,65
Образование, % 6 44,62 42,01 39,49
Вид деятельности, % 47 16,62 13,74 16,41
Пол, % 2 11,06 12,25 11,29
Стаж, % количественная 4,78 5,05 5,57
переменная
Регион, % 79 4,67 3,75 4,40
Размер предприятия, % 5 3,97 3,40 4,04
Форма собственности, % 2 1,49 1,65 2,60
Часы работы, % количественная 0,59 0,08 0,79
переменная
**
Эффект профессии , % 45,82 45,75 46,35
Примечание: вклады отдельных факторов рассчитаны как прирост объясняемой доли различий при вклю
чении соответствующего фактора в уравнение, уже содержащее все другие факторы. В этом случае сумма
вкладов факторов не обязательно совпадает с величиной объясненных различий в целом.
*
WSD – weighted standard deviation.
**
Эффект профессии измеряется как остаточное неравенство после учета эффекта структуры.
18
Анализ ограничивается тремя уровнями. Вопервых, на четвертом уровне ОКЗ по многим профессиям
доступно лишь малое количество наблюдений. Вовторых, наименование многих профессий на четвер
том уровне аналогично наименованию на третьем уровне.
366
Масштаб различий в оплате труда между профессиями хотя и увеличивается при пе
реходе к более дробным профессиональным группам, но незначительно: величина инди
катора неравенства возрастает с 0,385 до 0,417. Оказывается, вклад эффекта профессии
практически не зависит от уровня агрегирования профессий. Как на самом агрегированном
уровне ОКЗ, на котором выделяются только девять профессиональных групп, так и на го
раздо более дезагрегированном уровне, на котором выделяются 124 профессиональные
группы, вклад эффекта профессии примерно одинаков и составляет немногим менее поло
вины наблюдаемых различий.
Мы могли ожидать, что с переходом на более дробный уровень величина эффекта
профессии будет возрастать, так как профессиональноспецифические факторы должны
проявляться отчетливей в более узких профессиональных группах. Однако с переходом к
более узким профессиональным группам отдельные компоненты структуры занятости так
же начинают оказывать все большее влияние на уровень оплаты труда (например, растет
концентрация работников с определенным уровнем образования и/или в определенных
видах деятельности). В результате баланс между эффектом структуры и эффектом про
фессии практически сохраняется.
Выполненный анализ позволяет также судить о том, какие из структурных факторов
сильнее влияют на межпрофессиональные различия в заработной плате. Получающаяся
иерархия этих факторов не зависит от уровня агрегирования профессиональных групп.
Наибольшее влияние на межпрофессиональное неравенство в заработной плате оказывает
неравномерное распределение по профессиональным группам работников с разным уров
нем образования. Фактор образования, будучи добавленным в уравнение заработной платы,
берет на себя «львиную долю» всего эффекта структуры. Стоит, однако, заметить, что его
влияние несколько сокращается при переходе к более узким профессиональным группам.
Это можно объяснить тем, что если на укрупненном уровне ОКЗ девять профессиональных
групп четко разделяются по уровню образования на четыре квалификационные группы,
то на более низких уровнях агрегирования анализ происходит уже внутри этих укрупненных
групп, работники которых в меньшей степени различаются по уровню образования, что
снижает его роль.
На втором месте и с большим отрывом от первого идет неравномерное распределение
профессий по видам деятельности (выделенных на третьем уровне ОКВЭД). Достаточно
сильное влияние неоднородности отраслевой структуры профессий на профессиональную
структуру заработных плат может объясняться взаимодействием двух факторов: неравно
мерностью распределения профессий по отраслям и сильными межотраслевыми различия
ми в оплате труда (причины этих различий для российского рынка труда практически не ис
следованы, см.: [Лукьянова, 2010]).
367
На третьем месте идет гендерный фактор, опережая такие факторы, как общий стаж
работы, регион, размер и форму собственности предприятия, а также отработанное время.
Это связано с тем, что даже на самом агрегированном уровне ОКЗ большинство профес
сиональных групп не являются гендернонейтральными по своей структуре; тем более это
верно в отношении более узких профессиональных групп (см. табл. П63).
Таким образом, результаты декомпозиции межпрофессиональных различий в уровнях
заработной платы свидетельствуют о том, что примерно половина этих различий вызвана
различиями во внутренней структуре занятости по профессиям. Это верно для всех уровней
агрегирования профессиональных групп. Но не следует забывать, что в применяемой нами
декомпозиции межпрофессиональных различий в оплате труда на две компоненты, вы
званные эффектом структуры и эффектом профессии, существует известная условность.
Дело в том, что структура занятости внутри профессиональных групп может быть во многом
вызвана спецификой самих профессий. Например, все занятые по профессиям второй ук
рупненной группы ОКЗ (специалисты высшего уровня квалификации) «по определению»
должны иметь высшее образование. Другой пример: некоторые профессии, опять же в силу
своей специфики, встречаются почти исключительно в государственном секторе экономи
ки или же только в определенных видах экономической деятельности. Не понятно, где в
таком случае следует проводить границу между эффектом структуры и эффектом профес
сии. И так как внутренняя структура занятости профессий в определенной степени детер
минируется самими профессиями, мы считаем, что представленная декомпозиция скорее
занижает, чем завышает влияние эффекта профессии на межпрофессиональные различия в
заработных платах.
Далее мы рассмотрим соотношение между эффектом структуры и эффектом профес
сии отдельно для каждой из выделенных массовых профессий и подробно обсудим, какие
факторы могут формировать эффект профессии.
Почему одни профессии оплачиваются выше других? Результаты аналогичной деком
позиции, но уже по отдельным массовым профессиям, представлены в табл. П66. В столбце
«Начальная» представлены профессиональные премии, рассчитанные как наблюдаемые
отклонения средних уровней (логарифмов) заработной платы по каждой профессиональ
ной группе от средней (логарифма) заработной платы в стране. Если средняя заработная
плата в некоторой профессии выше (ниже) среднего уровня оплаты труда в стране в целом,
то в данной профессии существует положительная (отрицательная) премия, которая от
ражается со знаком «+» («–»). (Если проранжировать «премии», представленные в столбце
«Начальная», то относительное положение профессий будет полностью соответствовать их
расположению по уровню средней заработной платы в табл. П66.) В столбце «Скорректи
рованная» приведены профессиональные премии, которые остаются после учета всех вы
деляемых нами факторов структуры.
368
Можно заметить, что после учета эффекта структуры абсолютная величина премий
почти во всех профессиональных группах уменьшается (это, в частности, и приводит к то
му, что, как было показано выше, общий масштаб различий сокращается более чем на 50%).
Рисунок П61 показывает, как меняется профиль профессиональных «премий» после кор
ректировки на различия в структуре. После такой корректировки они заметно сглаживают
ся и начинают в большей мере соответствовать квалификационной иерархии (качественно
похожий результат для профессиональных групп, выделяемых на укрупненном уровне ОКЗ,
был получен ранее в работе [Заработная плата в России, 2007, гл. 8]).
Столбец табл. П66 «Вклад структурных факторов» показывает, какое общее влияние
оказывает эффект структуры на «премии» в отдельных массовых профессиях. Структура
занятости внутри профессии может быть благоприятной – тогда она будет положительно
влиять на средний уровень оплаты труда, или же неблагоприятной – тогда она будет ока
зывать на него отрицательное влияние. Ранжирование массовых профессий по величине
вклада структурных факторов показывает, что больше всего от их негативного влияния
«страдают» профессии бюджетного сектора – учителя, медсестры и воспитатели. Можно
утверждать, что в этих профессиях именно эффект структуры приводит к тому, что зарплат
ная «премия» оказывается отрицательной. Однако принадлежность к государственному
сектору не обязательно имеет решающее значение. Например, для врачей внутренняя
структура занятости оказывается благоприятной, объясняя более половины положительной
«премии». Наиболее благоприятной внутренней структурой занятости отличаются профес
сии, осуществляющие защиту прав и собственности, а также строители, архитекторы и ин
женеры. Для последних эффект структуры практически полностью объясняет высокую
профессиональную «премию».
Сравним в контексте выполненной декомпозиции положение учителей и водителей.
Отрицательная зарплатная премия учителей полностью вызвана негативным эффектом
структуры, и его учет превращает зарплатную «премию» учителей из отрицательной в поло
жительную. Два ключевых элемента эффекта структуры, вносящих негативный вклад, –
это вид деятельности (отрасль) и отработанное время. Наиболее важным позитивным фак
тором является образование. Для водителей, в противоположность учителям, эффект струк
туры является положительным и составляет примерно 60% положительной зарплатной
«премии». Среди факторов, оказывающих позитивное влияние, наиболее важным является
гендер. Фактором, оказывающим наибольшее отрицательное влияние, оказывается обра
зование.
Значительный интерес представляют не только знак «эффекта структуры», но и его
величина. Если для некоторой профессии «эффект структуры» является доминирующим,
то это означает, что принадлежность к ней сама по себе не предопределяет получения соот
ветствующего (высокого или низкого) уровня вознаграждения. Все дело оказывается в ха
369
рактеристиках работников или рабочих мест, составляющих профессию, но не в профессии

как таковой. Примером таких профессий могут служить как уже упомянутые учителя, мед
сестры, воспитатели и инженеры, так и продавцы, строители и слесари. Но в то же время
в случае некоторых других профессий – таких как руководители предприятий, преподавате
ли вузов, операторы, аппаратчики – внутренняя структура занятости играет достаточно
слабую роль. В них, а также в ряде других профессий, абсолютная и относительная вели
чина зарплатной «премии», остающейся после учета всех структурных факторов, оказывает
ся высокой. В следующем подразделе мы обсудим, что может скрываться за этим остатком.
Что содержится в эффекте профессии? Как уже отмечалось, под «эффектом профессии»
мы понимаем различия в средних уровнях оплаты труда, вызванные действием профес
сиональноспецифических факторов, при прочих равных условиях. Поскольку этот эффект
определяется по остаточному принципу, то, несмотря на то, что мы контролируем доста
точно широкий набор характеристик (среди них образование, общий трудовой стаж, отра
ботанное время, вид деятельности (на третьем уровне ОКВЭД), форма собственности и
размер предприятия, а также регион), он может отражать влияние какихто иных обстоя
тельств, не учтенных нами. В качестве первых кандидатов на эту роль можно выделить:
1) неденежные характеристики рабочих мест; 2) прибыльность предприятий; 3) специаль
ный стаж работников; 4) размер населенного пункта. Ниже мы обсудим, как учет этих не
наблюдаемых факторов мог бы повлиять на наши результаты.
Выполнение обязанностей в рамках одних профессий может быть связано как с боль
шим риском для здоровья и жизни работника, так и просто с работой в менее комфортных
условиях, чем в рамках других профессий. Поэтому в профессиях, где «плохие» условия
труда распространены в относительно большей степени, следует ожидать, при прочих рав
ных условиях, относительно более высокого уровня оплаты труда. Хотя при декомпозиции
мы учитываем вид экономической деятельности на достаточно дробном (третьем) уровне
ОКВЭД, этого все же недостаточно для полного контроля действия компенсирующего
механизма, так что компенсирующая надбавка в определенной мере может присутствовать
в остаточных зарплатных «премиях». Следует ожидать, что в большей степени она должна
содержаться в «премиях» «синих воротничков» – машинистов кранов и подъемников, ста
ночников, сварщиков и газорезчиков. Очевидно, что их деятельность намного чаще ока
зывается связанной с вредными или опасными условиями труда, чем деятельность «бе
лых воротничков», обычно работающих в чистом и безопасном офисе. Это согласуется с
нашими результатами – остаточная профессиональная «премия» для многих профессий
«синих воротничков» действительно является положительной (см. табл. П66).
Согласно предсказаниям теории компенсирующих различий, дополнительный учет
неденежных характеристик рабочих мест мог бы повлиять на размер остаточной профес
сиональной зарплатной премии также и для профессий бюджетной сферы – преподава
370
телей, учителей, врачей, медсестер, воспитателей. Как известно, занятость в бюджетном

секторе обладает целым рядом преимуществ по сравнению с занятостью в частном секторе.
В бюджетном секторе в большей мере распространены оплата отпусков и больничных
листов, отпуска являются более длительными, стандартная рабочая неделя короче, занятость
более стабильна [Заработная плата в России, 2007, гл. 4]. Хотя многие из этих факторов
автоматически учитываются через учет формы собственности, вида деятельности и часов
работы, этого опять же может быть недостаточно. Например, преимущество бюджетного
сектора в отработанном времени заметно возрастет, если учесть рабочее время не за месяц,
как в наших расчетах, а в целом за год. Мы ожидаем, что полный учет благоприятных не
денежных факторов несколько повысил бы положительные остаточные зарплатные «пре
мии» в профессиях бюджетной сферы.
Одной из особенностей функционирования российского рынка труда является то,
что финансовоэкономические результаты деятельности предприятий оказывают сильное
влияние на размер заработных плат [Там же, гл. 2]. У нас нет оснований ожидать, что суще
ствуют сильные различия в распределении представителей различных профессий по пред
приятиям с различным уровнем прибыльности. Однако, вопервых, механизм разделения
ренты (или механизм разделения риска) в одних профессиях может быть распространен
больше, чем в других. Вовторых, в одних профессиях доля переменной части (зависящей
от результатов деятельности компаний) в общей величине получаемой заработной платы
может быть выше, чем в других. Таким образом, различия в прибыльности компаний могут
влиять на профессиональные «премии». Так как мы рассматриваем данные за 2007 г., ко
торый был экономически благоприятным для многих предприятий, то высокая доля пе
ременной части должна сочетаться с более высокой оплатой труда. (В кризисный год могла
наблюдаться обратная связь.) Наши оценки показывают, что величина остаточной «пре
мии», действительно, положительно коррелирована с долей работников внутри профессий,
получающих премии, а также со средней долей переменной части в общей заработной пла
те, однако эти корреляции статистически незначимы.
Что касается специального стажа работников, то вклад этого фактора в неравенство
является незначительным (см., например: [Мальцева, 2009]). Тем не менее в определенных
профессиях он все же может играть важную роль. Поскольку данные ОЗПП за 2007 г. не
содержат информацию о специальном стаже, то в качестве косвенной оценки значимости
этого фактора для выделяемых массовых профессиональных групп мы используем оценку
вклада общего трудового стажа. Расчет показывает, что максимальный вклад трудового
стажа (для группы учителей) составляет лишь 0,8% от общего внутрипрофессионального
неравенства (подробнее об этих результатах см. ниже). Отсюда следует, что влияние данного
неучтенного фактора является пренебрежимо малым.
371
Самостоятельное влияние на индивидуальные заработные платы может оказывать

размер населенного пункта, где проживает и занят работник. Естественно предположить,
что, при прочих равных условиях, уровень заработных плат будет выше в более крупных на
селенных пунктах, это подтверждается рядом исследований. Однако, на наш взгляд, учет
этого фактора слабо изменил бы наши результаты, так как из анализа изначально исключе
на группа профессий (шестая укрупненная группа ОКЗ), связанных с сельским хозяйством,
а потому с малыми населенными пунктами. Что же касается оставшихся профессий, то ма
ло оснований считать, что они распределены между городом и селом неравномерно.
Итак, в какой мере учет всех этих пропущенных структурных факторов мог бы увели
чить оценку влияния эффекта структуры? На этот вопрос сложно дать точный ответ. На
наш взгляд, это имело бы некоторое влияние только для рабочих профессий – таких как
машинисты кранов и подъемников, станочники, сварщики и газорезчики, – так как их
деятельность в бóльшей степени связана с вредными и опасными условиями труда, а также
для профессий бюджетной сферы.
Тогда возникает следующий вопрос: чем же могут объясняться остаточные положи
тельные и отрицательные профессиональные «премии»?
Рассматривая этот вопрос через «призму» экономического подхода, мы выделяем и
обсуждаем два основных фактора – это сильный относительный спрос и неслучайность
отбора индивидов в различные профессии. Здесь также можно выйти за рамки чисто эко
номических аргументов и обратиться к объяснениям, распространенным в социологии.
Социология профессий специально выделяет два обстоятельства: «закрытость» определен
ных профессий (институциональное ограничение входа в них) и общественную важность
выполняемых профессиональных функций (подчеркиваемую функционалистской теорией
стратификации). Учитывая важную роль гендерного фактора в представленных расчетах,
нельзя исключить и возможной девальвации «женских» профессий.
Изменения в структуре спроса на труд. Среди всех характеристик работника именно
профессия наиболее тесно связана со спросом на труд, так как профессиональные навыки
и умения должны соответствовать запросам производственного процесса. Поэтому роль
профессиональной принадлежности в определении заработной платы становится осо
бенно заметной при колебаниях спроса на труд, которые часто локализуются в отдель
ных профессиях.
В качестве известного примера можно привести ситуацию, возникшую на рынке труда
США в 1970–1980е годы. В этот период произошел ощутимый рост неравенства, стимули
ровавший целый поток исследований. Как указывали первоначальные исследования, тех
нологический прогресс поднял спрос на квалифицированную рабочую силу, что привело
к повышению относительных заработных плат квалифицированных работников. Однако
последующие исследования продемонстрировали, что его воздействие было избиратель
372
ным: рост спроса затронул не весь спектр высококвалифицированных работников, а только

те профессии, которые являются комплементарными по отношению к технологическим
изменениям, связанным с использованием ИКТ. В то же время профессии, которые вы
ступают по отношению к ним как субституты (предполагают выполнение рутинных опера
ций), испытали сокращение спроса. При этом не сократился или даже возрос спрос на
определенные низкоквалифицированные профессии (например, официантов). В результате
технологический прогресс оказался смещенным не просто в пользу высококвалифициро
ванного труда (skillbiased technical change), а в пользу отдельных высококвалифицированных
профессиональных групп (occupationbiased technical change).
Можно ожидать, что воздействие изменений в структуре спроса на труд на профес
сиональную структуру заработных плат в условиях переходной экономики также будет зна
чительным, поскольку значительны были сами изменения в структуре спроса на труд. По
оценкам К. Сабирьяновой [Sabirianova, 2002], в период с 1991 по 1998 гг. более 40% работ
ников сменили свою профессию. Эти переходы не были случайными. Они были связаны с
изменениями в профессиональной структуре занятости, т.е. работники ориентировались на
изменения в структуре спроса. Рыночная экономика стала предъявлять повышенный
(пониженный) спрос на профессиональные группы, недопредставленные (представлен
ные с избытком) в плановой экономике. Косвенно это подтверждается и в Главах 3 и 4 дан
ной книги, где показывается сильное несоответствие между уровнем образования и полу
ченной специальностью, с одной стороны, и фактическим занятием, с другой. Значительная
часть обладателей профессионального образования трудится не по специальности, указан
ной в дипломе.
Эти свидетельства мотивируют нас рассмотреть связь остаточных профессиональных
зарплатных «премий» со спросом на профессии. «Силу» спроса мы измеряем через пред
шествующие 2007 г. изменения в занятости по профессиональным группам.
Как показывает табл. 6.5, за 2000–2007 гг. общая численность занятых выросла при
мерно на 5,5 млн человек. В сумме по выделенным массовым профессиям занятость вы
росла даже сильней – более чем на 6 млн человек, но для разных профессий ситуация была
различной. Так, в некоторых профессиях занятость даже сократилась. Лидерами по росту
19
занятости (в порядке убывания) явились руководители подразделений, медсестры , опера
торы и аппаратчики, продавцы, бухгалтеры, строители, слесари и грузчики. Сокращение за
нятости произошло среди станочников, руководителей подразделений в промышленности,
а также в ряде неквалифицированных профессий – среди горничных, сторожей и убор
щиков.
19
Число медсестер выросло примерно на 140%, т.е. почти в 2,5 раза. Интересно, что при этом число вра
чей, по данным ОНПЗ, выросло только примерно на 10%.
373
Таблица 6.5. Изменения занятости в массовых профессиях

(с 2000 по 2007 гг.) по данным ОНПЗ
Код Название Изменение занятости
человек % (к 2000 г.)
1210 Руководители предприятий н/а н/а
1222 Руководители подразделений в промышленности –64226 –15
1229 Руководители подразделений 509943 304
2149 Архитекторы и инженеры 134393 25
2221 Врачи (без зубных) 91365 12
231 Преподаватели вузов 39627 8
232 Учителя 387901 24
2411 Бухгалтеры 502385 54
3231 Медсестры 714864 141
332 Воспитатели 165304 24
4115 Секретари 106889 34
5122 Повара 102256 13
516 Работники служб, осуществляющих защиту граждан
и собственности 445439 39
521 Продавцы 1696540 71
7121 Строители и строителимонтажники 114709 50
7212 Сварщики и газорезчики 130205 16
7223 Станочники и наладчики станков –105069 –17
7233 Слесари 389975 45
752 Телефонисты 27903 7
8163 Аппаратчики и операторы установок по обработке воды 86752 77
829 Операторы, аппаратчики, машинисты и слесарисборщики
стац. оборудования 30285 17
8322 Водители автомобилей 475375 11
8333 Машинисты кранов и подъемников 22484 6
9132 Горничные –7314 –12
9411 Сторожа, гардеробщики, лифтеры –184710 –13
9412 Кладовщики, маркировщики, комплектовщики 184306 30
9413 Грузчики, разнорабочие 506341 48
9414 Уборщики –228153 –12
Всего по выделенным профессиям 6043750 25
Всего занятых 5500085 8
Примечания: 1) данные для группы 1210 недоступны, так как такая группа не выделялась в ОНПЗ в рас
сматриваемые годы; 2) таблица не отражает происходивший в этот период мощный «сброс» занятости в
большинстве профессий сельского хозяйства. В целом шестая укрупненная группа ОКЗ «потеряла» почти
1 млн человек.
374
Наши оценки показывают, что эти изменения положительно связаны с интересую

щими нас профессиональными «премиями». Коэффициент корреляции между изменени
ем занятости в профессии и остаточной «премией» составляет 0,31. При малом количест
ве наблюдений он оказывается значимым на 10процентном уровне значимости. Таким
образом, относительно более высокий (низкий) спрос на профессии может быть одной из
причин высоких (низких) профессиональных зарплатных «премий».
Способности и склонности работников к определенным профессиям. Другим объяснением
существования остаточных профессиональных «премий» может быть то, что отбор (или са
моотбор) индивидов в разные профессии не является случайным. По разным причинам в
тех или иных конкретных профессиях оказываются люди, обладающие относительными
преимуществами в производительности именно в них. Самоотбор может возникать уже на
этапе выбора образовательной специальности, которую многие поступающие или уча
щиеся выбирают в соответствии со своими интересами. Далее профессия по образованию
может и не стать профессией по месту работы. Однако и после окончания формального
обучения индивиды выбирают профессии далеко не случайным образом (см.: [Filer, 1986]).
К сожалению, мы не можем протестировать влияние этого фактора на профессио
нальные «премии», поскольку наша база данных не содержит информации о предпочтениях
и способностях работников. Более того, практически не существует отечественных иссле
дований на эту тему, которые позволили бы получить какиелибо косвенные оценки, хотя
результаты некоторых работ указывают на наличие самоотбора при выборе образователь
20
ной специальности российскими абитуриентами .
Важность для общества выполняемых профессиональных функций. Функционалистская
теория стратификации предполагает, что в обществе существуют различные социальные
позиции. Уровень вознаграждения для каждой позиции зависит от двух факторов. Вопер
вых, от общественной важности выполняемых функций. Это является необходимой (но не
достаточной) причиной высокого ранга позиции и, следовательно, высокого уровня воз
награждения. Вовторых, от уровня способностей и навыков, требуемых для исполнения
этих функций. Если позиция не требует высокого уровня квалификации и навыков, то она
относительно легко может быть заполнена и, следовательно, конкуренция за позицию будет
понижать уровень получаемого вознаграждения. Чтобы мотивировать людей получать тре
буемые навыки, необходимые для выполнения различных функций, общество должно пре
доставлять достаточное вознаграждение [Davis, Moore, 1945]. Кроме того, некоторые необ
ходимые социальные позиции могут быть менее «приятны», чем другие, поэтому в них
20
Другов и Рощина [Другов, Рощин, 2002] показывают, что выбор образовательной специальности аби
туриентами значимо связан с их предпочтениями и способностями в изучении школьных предметов.
375
должно быть «встроено» более высокое вознаграждение даже при требуемом низком уровне
подготовки.
В ряде эмпирических социологических работ предсказания функционалистской тео
рии социальной стратификации использовались для анализа профессиональной структуры
заработных плат (см., например: [The Gendered Valuation… 1994; Weeden, 2002]). Профессия
хорошо подходит под понятие социальной позиции, не совсем четко определенное в рамках
функционалистской теории. В контексте профессий функционалистская теория предпола
гает, что, вопервых, чем более высокий уровень знаний и навыков требуется для работы в
профессии, тем выше в данной профессии должен быть уровень заработных плат. Вовто
рых, чем менее приятно исполнение функций и задач, связанных с профессией, тем выше
будет заработная плата. Втретьих, вознаграждение профессий будет различаться в зависи
мости от важности для общества функций, выполняемых в рамках профессий.
Надо отметить, что первые два предсказания функционалистской теории тесно пере
секаются с положениями теории человеческого капитала и теории компенсирующих раз
личий (и на практике различить их оказывается очень трудно). Для нашей работы это озна
чает, что, вопервых, действие соответствующих факторов частично было уже учтено при
корректировке профессиональных «премий» на различия в структуре занятости, важным
элементом которой является образовательная структура. Вовторых, они подпадают под
неучтенные характеристики рабочих мест, требующие компенсации, и относятся, видимо,
только к рабочим специальностям.
В том, что касается «платы за важность», как отмечали еще К. Дэвис и В. Мур [Davis,
Moore, 1945], часто бывает достаточно сложно установить, почему одна социальная пози
ция или профессия более важна, чем другая. При этом в обществе может не существовать
консенсуса в ранжировании позиций/профессий по функциональной важности. Поэтому
в эмпирических работах, в которых тестируются предсказания функционалистской тео
рии, принято просто выделять разные профессиональные функции без ранжирования их
по важности и не строить предварительных ожиданий о том, какие функции будут отно
сительно более важными и, следовательно, относительно более оплачиваемыми.
К сожалению, ввиду ограниченности данных мы не можем выделить разные функции
и задачи внутри профессий. Единственно, следует сказать, что положительные остаточные
«премии» для группы руководителей могут объясняться собственно выполнением управлен
ческой функции. Эта функция может присутствовать и в других профессиях, однако имен
но для руководителей предприятия/организаций или их подразделений она является клю
чевой. Существование высоких положительных «премий» у руководителей может объ
ясняться в рамках теории турниров, получившей свое развитие с известной работы
Э. Лэзьира и Ш. Розена [Lazear, Rosen, 1981]. В этом случае вознаграждение работника оп
376
ределяется скорее относительной производительностью его труда, а не абсолютной, что яв

ляется традиционным для экономической теории. При этом даже незначительные преиму
щества работника, позволяющие ему выиграть «турнир» за руководящую позицию, могут
привести к весьма значительному выигрышу в заработках.
Следует сделать также и другое замечание. Как свидетельствует табл. П66, для всех
профессий бюджетного сектора – учителей, врачей, преподавателей, медсестер, воспита
телей, – выполняющих общепризнанно важные общественные функции, наблюдается зна
чимый положительный эффект профессии. При этом другие профессиональные группы,
во многом принадлежащие к бюджетному сектору – горничные и сторожа/гардеробщики/
лифтеры, – не обладают таким эффектом. Результат полностью согласуется с предсказа
ниями функционалистской теории социальной стратификации.
Профессиональная «закрытость». Профессиональная «закрытость» является специфи
ческим случаем социальной «закрытости» (social closure). В общем случае она возникает,
когда одни социальные группы в целях максимизации полезности от использования не
которого ресурса ограничивают или полностью исключают доступ к нему других социаль
ных групп. В случае профессий социальные группы, практикующие исключение, формиру
ются из обладателей схожих профессиональных навыков, а ресурсом для них является
вознаграждение за выполнение соответствующих профессиональных функций. Таким
группам выгодно ограничивать доступ других групп или индивидов к выполнению своих
профессиональных функций, поскольку это снижает предложение соответствующего труда
21
и максимизирует вознаграждение . Для ограничения доступа могут использоваться раз
личные институциональные стратегии: лицензирование и сертификация деятельности,
требование о наличии диплома о получении определенного уровня и типа образования
(educational credentialing), требование обязательного членства в профессиональных союзах
и профессиональных ассоциациях. Эти стратегии в той или иной степени встречаются в
любом современном обществе и касаются, как правило, сложных профессий (врачи, ад
вокаты и т.п.).
Стратегии профессиональной закрытости могут влиять на величину профессиональ
ного вознаграждения через ограничение предложения труда в рамках данной профессии,
стимулирование спроса на услуги данной профессии, усиление переговорной позиции при
установлении вознаграждения, а также через сигнализирование потенциальным потреби
телям о том, что представители данного профессионального сообщества предлагает услуги
высокого качества. Как показывает К. Виден [Weeden, 2002], профессиональная закры
тость, несмотря на то, что она может проявляться для разных работников внутри профес
сий в разной степени, способна объяснять часть межпрофессиональных различий в оплате
21
В экономических терминах – профессиональные группы начинают получать монопольную ренту.
377
труда, дополняя объяснения со стороны теории человеческого капитала и функционалист

ской теории стратификации.
На российском рынке труда многие стратегии «закрытости», существующие в разви
тых странах, распространены достаточно слабо. Это касается, прежде всего, деятельности
профсоюзов и профессиональных ассоциаций. Лицензирование и сертификация деятель
ности присутствуют, но для идентификации их влияния необходимо спуститься на еще бо
лее дробный уровень профессиональной классификации, который, к сожалению, эмпири
чески недоступен. Наиболее вероятным элементом является требование о наличии диплома
о получении специального образования. Однако влияние этого фактора уже во многом
учтено в наших расчетах через учет уровня образования.
Девальвация «женских» профессий. Поскольку женщины в среднем получают меньше,
чем мужчины (даже с учетом гендерной асимметрии занятости и различий в накопленном
человеческом капитале), то с увеличением доли женщин в некоторой профессиональной
группе снижается, при прочих равных условиях, уровень оплаты труда. Такой эффект явля
ется частью эффекта структуры, однако в «женских» профессиях может наблюдаться низ
кий уровень оплаты труда и вследствие других причин.
Вопервых, это может быть результатом повышенного предложения труда в «женских»
профессиях. Социальные нормы часто не «пускают» женщин на «мужские» рабочие места,
что может приводить к повышенному предложению труда на «женские» рабочие места
[Bergmann, 1974]. Вовторых, это может объясняться тем, что навыки, ассоциируемые с
женщинами, оплачиваются на рынке труда ниже, чем навыки, ассоциируемые с мужчина
ми. Например, это навыки ухода за людьми (см.: [Steinberg, 1990; The Gendered Valuation…
1994; England, 2005]). В обоих случаях возникает эффект профессии, который оказывает
негативное влияние не только на заработные платы женщин, но и на заработные платы
мужчин, занятых в данной профессии.
Гипотеза о недооцененности «женских» профессий находит свое подтверждение и с
другой стороны. Целый ряд исследователей обнаруживают положительный эффект доли
мужчин в профессии на заработную плату. Этот эффект может объясняться ненаблюдае
мыми характеристиками рабочих мест, однако есть свидетельства того, что премия за за
нятость в «мужской» профессии перекрывает компенсацию за возможные относительно
менее приятные характеристики занятости в данной профессии [Usui, 2009].
Обладая данными о гендерной структуре профессиональных групп, мы можем прове
рить это объяснение на практике. Между остаточными профессиональными зарплатными
«премиями» и долей занятых женщин, действительно, наблюдается отрицательная корре
ляция (–0,16), однако она не является статистически значимой. На наш взгляд, это отвер
гает гипотезу о девальвации «женских» профессий на российском рынке труда. Однако,
возможно, нам не удалось выявить значимую связь потому, что к определению «женских»
378
профессий следует подходить более тонко – на основе выделения профессиональных за

дач, ассоциируемых с женщинами, а не на основе доли занятых женщин внутри профессии.
В завершающем этапе анализа мы оценивали одновременное влияние трех дополни
тельных факторов (доля премиальной части в общей заработной плате, изменения в спросе
на труд и доля занятых женщин) на зарплатные премии. В совместной регрессии, оценен
ной простым МНК, связь остаточных «премий» оказалась значимой (на 10процентом
уровне) только с изменениями в занятости. Таким образом, колебания спроса на профессии
являются наиболее вероятным составляющим элементом эффекта профессий. Однако мы
не можем исключать другие составляющие – профессиональные способности работников и
общественную значимость выполняемой ими деятельности.
6.6.
Неравенство в оплате труда
внутри профессий
Как показывают результаты декомпозиции, представленные в разделе 6.4, в российских
условиях профессиональное разделение труда оказывается наиболее важным фактором не
равенства по заработным платам. Деление занятости на узкие профессиональные группы
(на четвертом уровне ОКЗ) может объяснить почти треть всего наблюдаемого неравенства.
Однако еще бóльшая часть неравенства существует за счет различий в заработной плате
внутри этих узких профессий.
Уровень неравенства по заработным платам внутри выделенных массовых профессий,
измеренный с помощью различных индексов, представлен в таблице П67. В ней они ран
жированы по величине индекса Джини. Между любыми индексами неравенства наблюда
ется высокая корреляция (например, коэффициент корреляции между индексом Джини
и GE(2) составляет почти 0,95, а между индексом Джини и GE(1) почти 0,98), поэтому не
имеет принципиального значения, по какому индексу проводить ранжирование профессий.
(Эту тесную корреляцию между индексами легко можно наблюдать визуально на рис. П62.)
Как можно заключить из табл. П67, наибольший уровень неравенства наблюдается в
группах руководителей. В одной из них (руководители предприятий) неравенство оказывает
ся даже выше, чем в общем по выборке. (Вероятно, это объясняется тем, что оплата труда ру
ководителей обычно сильно привязана к финансовым результатам деятельности предпри
ятий и организаций). В нижней части табл. П67 располагаются, главным образом, рабочие
профессии (станочники, слесари, машинисты, сварщики), неквалифицированные профес
сии, а также ряд профессий бюджетного сектора – воспитатели, учителя и медсестры.
379
Чем можно объяснить неравенство внутри таких узких и, казалось бы, однородных
профессий? С чем связано относительно высокое неравенство внутри одних профессий и
относительно низкое неравенство внутри других? Общий ответ на эти вопросы состоит в
том, что, несмотря на высокую степень их однородности, характеристики работников и
рабочих мест внутри них могут все же значительно различаться.
Вопервых, даже внутри узких профессиональных групп, выделенных на четвертом
уровне ОКЗ, наблюдаются различия в уровне образования между работниками. Как было
показано ранее, достаточно однородными по уровню образования являются лишь профес
сии первой и второй укрупненных групп по ОКЗ (в них доминируют обладатели высшего
образования), а также профессиональная группа медсестер. Во всех других сложно выделить
какуюлибо доминирующую по численности образовательную группу. Вовторых, работ
ники внутри одной и той же профессии различаются по трудовому стажу. Первая и вторая
причины вместе дают возможность искать объяснения внутрипрофессиональных разли
чий в оплате труда с позиций теории человеческого капитала. Втретьих, одна и та же
профессия может встречаться как в государственном секторе, так и в частном. В итоге раз
личия в уровнях оплаты труда между секторами также могут вносить существенный вклад
в неравенство заработков внутри профессий. Более того, отмеченные выше различия в об
разовании и опыте работы между работниками могут усиливаться различиями в системах
оплаты труда между государственным и частным сектором, так как они предлагают разные
«премии» за эти характеристики (между секторами, например, значимо различаются «пре
мии» за образование). Вчетвертых, внутри профессий могут различаться обязанности и/или
набор выполняемых задач, зависящие от специфики конкретного рабочего места. Это может
быть, например, следствием занятости в разных отраслях экономики. Впятых, внутри од
ной и той же профессии работники различаются по своим способностям к выполнению
профессиональных обязанностей. Следовательно, эффективность и качественность их вы
полнения не одинакова, даже если сами они являются схожими. Вшестых, различия в зара
ботных платах между работниками внутри узких профессий могут возникать в случае при
вязки оплаты труда работников к результатам деятельности предприятий и организаций.
Вседьмых, определенная часть внутрипрофессиональных различий потенциально может
вызываться дискриминацией в оплате труда некоторых групп занятых, например, женщин.
Таким образом, оказывается, что причин для существования различий в оплате труда
внутри узких профессий более чем достаточно. Хотя используемые нами данные ОЗПП
позволяют выделять эти узкие профессии, они, к сожалению, не содержат универсальных
измерителей для всех возможных факторов, порождающих различия. Тем не менее набор
доступных факторов достаточно широк – это образование и опыт работы, гендер, рабочее
время, отраслевая принадлежность, форма собственности и размер предприятия, а также
380
регион. Далее мы оцениваем, в какой мере эти факторы могут объяснить неравенство
внутри различных профессий.
Методология декомпозиции неравенства внутри профессий. Для анализа принципов
формирования заработной платы внутри профессий отдельно для каждой из них мы оце
ниваем уравнение заработной платы (61). Далее для декомпозиции неравенства на основе
оцененных уравнений мы применяем методологию, аналогичную использованной в под
разделе «Декомпозиция неравенства на основе уравнения заработной платы».
Декомпозиция неравенства по источникам доходов. Одним из наиболее популярных
индексов неравенства, используемых для декомпозиции неравенства по источникам до
ходов (в отличие от декомпозиции неравенства по подгруппам населения), является индекс
Джини.
Декомпозиция Джини проводится следующим образом. Предположим, что общий до
K
ход складывается из K компонент, Y = ∑ yk ; G – индекс Джини для совокупного дохода;
k =1
Gk – индекс Джини для kй компоненты дохода, при расчете которого ранжирование
групп населения происходит по принадлежащей им доле не в рассматриваемой компо
ненте дохода, а в совокупном доходе; Y – средняя величина общего дохода, Yk – средняя
величина kй компоненты дохода. Тогда индекс Джини можно представить как
K
Yk
G= ∑Y
k =1
Gk . (62)
Каждый из элементов этой суммы представляет собой вклад kй компоненты дохода
в индекс Джини, т.е. в общее неравенство по доходам. Как видно из формулы (62), этот
вклад зависит, вопервых, от соотношения между средней величиной совокупного дохода
и средней величиной соответствующей компоненты дохода и, вовторых, от индекса Джи
ни для kй компоненты дохода Gk. Знак вклада определяется знаком Gk, который может
быть как положительным, так и отрицательным. Вклад является положительным, если кри
о
вая концентрации (кривая Лоренца) для компоненты дохода лежит ниже луча в 45 . В этом
случае можно сказать, что концентрация kй компоненты находится в соответствии с
концентрацией общего дохода. Если кривая концентрации для компоненты лежит выше
о
луча в 45 , то вклад компоненты в неравенство будет отрицательным, т.е. данная компо
нента сглаживает неравенство. Отрицательный вклад является типичным для социальных
пособий, так как домохозяйства с максимальным размером пособия одновременно явля
ются домохозяйствами с низкими совокупными доходами. Отметим, что если распределе
ние компоненты дохода находится в полном соответствии с распределением совокупного
381
дохода (другими словами, полностью пропорциональна ему), то ее вклад в неравенство бу

дет определяться исключительно соотношением средних. Из формулы (62) далее мож
но выразить относительный вклад kй компоненты дохода в неравенство как отношение
Yk Gk
абсолютного вклада к общему индексу Джини: S k = ⋅ ⋅ 100% .
Y G
Особенности формирования заработной платы внутри профессий. В целях экономии мес
та мы не приводим полные результаты оценивания уравнений заработной платы по каждой
из 28ми выделенных массовых профессий, а рассмотрим лишь результаты оценивания
премий за образование и разницы в оплате труда между мужчинами и женщинами и част
ным и государственным секторами. Эти оценки представлены в табл. П68.
«Премия» за высшее образование. В целом по выборке ОЗПП премия за обладание выс
шим образованием составляет более 100% (в процентах к средней заработной плате работ
ников с образованием ниже среднего). Однако внутри каждой из профессий премия за об
разование оказывается заметно ниже (исключение составляет одна из групп руководите
лей). Это указывает на то, что образование влияет на заработные платы во многом за счет
того, что требуемый уровень образования различается по профессиям.
Относительно низкая (или даже незначимая) премия за высшее образование наблю
дается в профессиях двух типов. Вопервых, в тех профессиях, где концентрация работ
ников с высшим образованием велика – это врачи, преподаватели, архитекторы и инжене
22
ры, учителя . Вовторых, там, где наличие высшего образования, с одной стороны, не явля
ется формальным требованием, а, с другой стороны, слабо влияет на производительность
труда. Это профессии «синих воротничков» и все неквалифицированные профессии. В пер
вом случае существуют условия для того, чтобы высшее образование приносило «премию»,
но оно присутствует практически у всех работников. Во втором случае высшим образовани
ем обладают лишь некоторые работники, но оно не является «полезным» для увеличения
заработной платы.
Гендерный разрыв в заработной плате. Анализ разницы в оплате труда между мужчи
нами и женщинами внутри узких профессиональных групп показывает, что в «мужских»
профессиях эта разница оказывается выше, чем в «женских». Связь между долей занятых
женщин и величиной разрыва можно проследить визуально (см. рис. П63), коэффициент
корреляции между ними оказывается равным 0,65. Разрыв оказывается незначимым среди
врачей, учителей, медсестер и секретарей, минимальным – среди продавцов, гардеробщи
ков и лифтеров, а максимальным – среди станочников, слесарей и сварщиков. Таким обра
22
В данном случае нельзя ожидать наличия положительной связи между премией за образование и долей
работников с высшим образованием, так как положительные экстерналии могут локализовываться на от
дельных предприятиях или в регионах, но никак не внутри профессий.
382
зом, необъясненный разрыв в оплате труда оказывается бóльшим внутри профессий, в ко
торых мужчины являются более производительными, чем женщины, а в других профессиях
он практически отсутствует. Это указывает на то, что в составе этого разрыва вряд ли со
держится часть, вызванная дискриминацией женщин в оплате труда. Однако все же отме
тим, что среди телефонистов и поваров разрыв является достаточно значимым, и этому
сложно найти четкое объяснение.
Разница в оплате труда между частным и государственным секторами. Наличие силь
ных различий в оплате труда между государственным и частным секторами внутри узкой
профессии при контроле других характеристик говорит о том, что государство не платит
представителям этой профессии рыночную заработную плату. Примером могут послужить
телефонисты и руководители подразделений. Такая ситуация существует и в ряде профес
сий «бюджетного сектора» – это преподаватели вузов и воспитатели. Однако среди других
«бюджетных» профессий – врачей, учителей и медсестер – межсекторного разрыва в оплате
труда не наблюдается.
Декомпозиция неравенства по заработной плате внутри профессий по подгруппам занятых.
Результаты декомпозиции неравенства по заработной плате внутри профессиональных
групп представлены в табл. П69. Для большинства профессий оказывается, что фактором,
вносящим наибольший вклад в неравенство, является регион (другими словами, за этим
фактором стоит то, что работники одних и тех же профессий заняты в регионах с разными
уровнями оплаты труда). Это верно для 22 из 28 выделенных «массовых» профессий. При
этом оставшиеся профессии состоят исключительно из рабочих седьмой и восьмой ук
рупненных групп ОКЗ – это сварщики и газорезчики, станочники, слесари, операторы
стационарного оборудования и машинисты кранов, а также телефонисты. Внутри этих
профессий наибольший вклад в различия вносит принадлежность к различным видам
экономической деятельности. В целом по всем профессиям отраслевой фактор идет на
втором месте по значимости после регионального.
Дальнейший анализ показывает, что размер вклада регионального фактора во внутри
профессиональное неравенство тесно связан с тем, в какой мере профессия принадлежит
к государственному сектору экономики. Связь между долей занятых работников в государ
ственном секторе и вкладом регионального фактора отражена на рис. П64. Между этими
показателями наблюдается значимая положительная корреляция (более 0,65). Объяснение
этому состоит в том, что оплата труда бюджетников привязана к финансовым возможно
стям региональных бюджетов (см.: [Заработная плата в России, 2007]).
На третьем месте по влиянию на внутрипрофессиональное неравенство идут уровень
образования и пол работников. Ранжирование профессиональных групп по вкладу обра
зования достаточно четко соответствует ранжированию профессий по укрупненным уров
ням ОКЗ. Наибольшее значение образование имеет для первой, второй и третьей укруп
383
ненных групп, а наименьшее – для седьмой, восьмой и девятой. Вклад пола в неравенство
по заработной плате, как и следовало ожидать, оказывается наибольшим в «мужских» про
фессиях (станочники и слесари), а наименьшим в «женских» – среди секретарей, учителей,
врачей, медсестер и горничных.
Величина необъясненного остатка также варьируется по профессиям – от примерно
56% для руководителей предприятий до примерно 75% для продавцов (см. рис. П65). От
метим, что лидерами по величине необъясненного остатка – вместе с продавцами – явля
ются неквалифицированные профессии девятой укрупненной группы ОКЗ – это убор
щики, сторожа и лифтеры и горничные. Вряд ли можно ожидать, что (ненаблюдаемые) ин
дивидуальные способности и склонности играют большую роль при формировании зара
ботной платы в этих группах. Поэтому мы склонны интерпретировать большую остаточную
вариацию в этих группах как свидетельство влияния на заработные платы другого плохо
наблюдаемого механизма – механизма разделения ренты (или разделения риска). Остаточ
ная вариация в группах неквалифицированных профессий, на наш взгляд, может служить
нижней границей оценки величины влияния этого механизма на заработные платы работ
23
ников на российском рынке труда .
Декомпозиция неравенства по заработной плате внутри профессий по ее компонентам.
При декомпозиции неравенства по компонентам заработной платы – тарифной части и
премиальной части – возникает вопрос, как поступать с тем, что у многих работников
премиальная часть отсутствует. С технической точки зрения было бы правильно исклю
чить нулевые значения (а следовательно, и соответствующих работников) из расчетов, так
как они автоматически резко увеличивают вклад премиальной части в неравенство. Однако
с содержательной точки зрения такое исключение недопустимо, так как означало бы ис
ключение значительной части работников из расчета и декомпозиции неравенства, в ре
зультате чего получаемые выводы нельзя будет распространять на всех работников. Отно
шение к нулевым значениям зависит от того, насколько мы верим, что нулевые значения
премиальной части соответствуют действительности. По всей видимости, за месячный пе
риод нулевые значения премиальной части у работника гораздо более вероятны, чем за
годовой период занятости. Поскольку мы работаем с данными за один месяц, было решено
оставить нулевые наблюдения в расчетах. При этом следует иметь в виду, что такой под
ход потенциально «раздувает» вклад премиальной части в неравенство и на годовых зара
ботках он может оказаться гораздо ниже.
23
Хотя следует отметить, что значимой корреляции между абсолютной и относительной величиной не
объясненного неравенства и охватом премиями или долей премиальной части в общем размере заработ
ной платы установить не удалось. Это может объясняться тем, что структура заработных плат только за
один месяц не показательна.
384
Результаты расчетов представлены в табл. П610. Вопервых, как по всей выборке в

целом, так и по всем профессиям наибольший вклад в общее неравенство вносит преми
альная часть. По выборке в целом эта компонента объясняет 85% (!) неравенства. Размер ее
вклада положительно коррелирован с долей работников внутри профессии, не имеющих
премиальной части (коэффициент корреляции равен 0,7). Это подтверждает наши опасе
ния о том, что премиальная компонента заработной платы будет вносить большой вклад в
неравенство за счет нулевых значений. Вовторых, во всех случаях вклад премий является
положительным, т.е. они всегда увеличивают неравенство. Втретьих, относительно слабый
или даже отрицательный вклад тарифной части наблюдается в двух группах. Первая – это
профессии бюджетного сектора – врачи, преподаватели, учителя, медсестры, воспитатели.
Как мы отмечали ранее, в выборке ОЗПП к этой группе профессий относятся и горнич
ные, вклад тарифной части для которых также отрицателен. Вторая – это неквалифициро
ванные профессии, к которым кроме горничных относятся сторожа и гардеробщики, кла
довщики, грузчики и уборщики.
6.7.
Данная глава посвящена анализу влияния профессионального разделения труда на неравен
ство по заработным платам на российском рынке труда. Для этого мы использовали данные
ОЗПП, позволяющие разделять занятость на достаточно узкие и однородные профессио
нальные группы, соответствующие третьему и четвертому уровню агрегирования ОКЗ.
Выполненные стандартные декомпозиции неравенства свидетельствуют, что рассмат
ривать неравенство по заработной плате как результат деления работающих на различные
профессиональные группы чрезвычайно важно. Различия в средних уровнях оплаты труда
между группами занятых, выделенных по профессиональному признаку, формируют поч
ти треть общего неравенства. Этот вклад оказывается выше, чем вклады любых других
факторов.
Анализ причин сильных межпрофессиональных различий в оплате труда, выполнен
ный на всех уровнях агрегирования профессиональных групп в рамках ОКЗ, показывает,
что примерно половина этих различий вызвана эффектом структуры – разным наполнени
ем профессиональных групп работниками и рабочими местами с разными характеристика
ми. В составе эффекта структуры доминирующее значение имеют различия в образователь
ной структуре профессий. Это подтверждает известный вывод о том, что влияние образова
ния во многом замещает влияние профессий (и наоборот), так как сложность профессии
часто определяется требуемым образованием. Однако вопрос о том, что первичней – про
385
фессия или образование – не имеет, на наш взгляд, однозначного ответа, так как эти фак
торы просто невозможно отделить друг от друга. С одной стороны, формальное образова
ние (начиная со среднего уровня) является профессиональным. С другой стороны, обучение
на рабочем месте, накопление трудового опыта и развитие практических навыков неизбежно
происходит в рамках выполняемой профессии. Поэтому человеческий капитал любого
уровня имеет профессиональный «оттенок», т.е. является в большей или меньшей степени
профессиональноспецифическим.
Остающиеся межпрофессиональные различия в оплате труда, составляющие другую
половину различий, вызываются эффектом профессии, т.е. влиянием профессионально
специфических факторов. Учитывая, что различия в «наполнении» профессий в опреде
ленной степени вызваны различиями в выполняемых профессиональных функциях и зада
чах, размер эффекта профессии может быть еще больше. Все это явно говорит о том, что
профессии играют значимую самостоятельную роль в формировании неравенства по зара
ботным платам.
Более подробное исследование эффекта структуры и эффекта профессии было про
ведено на примере массовых профессий – узких и относительно однородных профессио
нальных групп, в которых занята значительная доля населения. Оказалось, что, вопервых,
в одних профессиях размер профессиональной зарплатной «премии» – превышения сред
ней заработной платы в профессии над ее средним уровнем в экономике в целом – почти
полностью объясняется эффектом профессии, тогда как в других – почти полностью эф
фектом структуры. Другими словами, сам факт принадлежности работника к одним про
фессиональным группам означает получение соответствующего уровня вознаграждения,
но принадлежность к другим профессиональным группам вовсе не гарантирует его получе
ние, так как он определяется иными факторами, чем профессия.
Вовторых, в одних профессиях эффект структуры оказывает благоприятное влияние
на уровень оплаты труда, повышая профессиональные «премии», а в других – неблагопри
ятное влияние, понижая их. Один из характерных результатов состоит в том, что в профес
сиях первых двух укрупненных групп ОКЗ (особенно среди специалистов высшего уровня
квалификации) образовательный фактор играет сильную положительную роль, тогда как
во всех других профессиях влияние этого фактора негативное. При этом, как и следовало
ожидать, принадлежность профессии к бюджетному сектору во всех случаях оказывает не
гативное влияние на размер профессиональных «премий».
Втретьих, нам удалось установить значимую положительную корреляцию между про
фессиональными зарплатными «премиями», остающимися после учета эффекта структуры,
и чистыми изменениями занятости в соответствующих профессиях. Это указывает на то,
что эффект профессии может вызываться изменениями в структуре спроса на труд – опе
режающим ростом спроса на одни виды занятий по сравнению с другими. Другим воз
386
можным источником этого эффекта является то, что работники могут отбираться в те
профессии, где они обладают сравнительными преимуществами в производительности. Мы
также обнаружили, что сильный положительный эффект профессии наблюдается во всех
массовых квалифицированных профессиях бюджетного сектора – преподавателей, врачей,
учителей, медсестер, воспитателей. Это согласуется с представлениями функционалистской
теории социальной стратификации – эти профессии выполняют общепризнанно значи
мые общественные функции.
Несмотря на то, что различия в средних уровнях оплаты труда между профессиями
вносят значительный вклад в неравенство по заработной плате, бóльшая часть всего нера
венства оказывается сосредоточенной внутри узких профессиональных групп. На первый
взгляд сложно найти объяснение столь сильному неравенству внутри достаточно узких и
однородных профессий. Можно ожидать, что теория человеческого капитала будет здесь
бессильной, так как различия в накопленном человеческом капитале вряд ли могут иметь
столь высокую объясняющую способность. Это подтверждается и нашими оценками –
различия в уровнях образования и общем трудовом стаже объясняют максимум 9% внутри
профессиональной вариации в заработках.
Было установлено, что для большинства профессий главным фактором внутрипро
фессионального неравенства по заработной плате оказывается региональная принадлеж
ность. При этом вклад регионального фактора будет тем больше, чем выше степень «при
вязки» профессии к государственному сектору экономики. Объяснение этого результата
может состоять в том, что оплата труда бюджетников сильно зависит от финансовых воз
можностей региональных бюджетов. Следующими по значимости факторами являются
отраслевая принадлежность, образование и гендер.
Оценки стандартного уравнения заработной платы отдельно по профессиональным
группам показали, в какой мере величина отдачи/«премии» за образование зависит от ха
рактера профессиональной деятельности. Относительно низкие, и даже незначимые, «пре
мии» за высшее образование наблюдаются либо в профессиях, где оно неспособно повы
сить производительность труда, либо в профессиях, где доля работников с вузовскими ди
пломами очень высока. При этом «внутри» практически всех профессий образовательные
«премии» оказываются заметно ниже, чем на рынке труда в целом. Это указывает на то,
что образование влияет на заработные платы во многом за счет того, что требуемый уро
вень образования различается по профессиям.
Другой важный результат оценивания уравнения заработной платы для отдельных
профессий состоит в том, что гендерный фактор оказывает значимое влияние внутри «муж
ских» профессий, например, среди станочников, слесарей, сварщиков, грузчиков, к работе
по которым мужчины объективно являются более приспособленными и поэтому являются
более производительными, чем женщины. В других же профессиях – врачей, учителей,
387
медсестер и секретарей, продавцов, гардеробщиков и лифтеров – он практически отсут

ствует. Это указывает на то, что в составе гендерного разрыва в оплате труда, фиксируемого
в целом ряде исследований, вряд ли содержится значительная часть, вызванная дискрими
нацией женщин в оплате труда.
Таким образом, в целом мы можем констатировать, что в российских условиях про
фессии играют, безусловно, важную роль в формировании неравенства по заработной пла
те. Их роль является сложной и во многом переплетается с воздействиями других факторов,
но и самостоятельное влияние также хорошо заметно. В частности, профессия трансфор
мирует влияние на заработки многих других традиционно наблюдаемых и ненаблюдае
мых факторов. Взгляд на формирование неравенства «через призму» профессий позволяет
выявить новые и полнее увидеть «старые» механизмы формирования заработной платы на
российском рынке труда.
388
Таблица П6-1. Массовые профессии в ОЗПП, 2007 г.
Номер Уровень Код Название Численность Доля, %

ОКЗ профессии (N), человек
1 4 1210 Руководители предприятий 320874 1,48
2 4 1222 Руководители подразделений в промышленности 500445 2,30
3 4 1229 Руководители подразделений 491137 2,26
4 4 2149 Архитекторы и инженеры 534606 2,46
5 4 2221 Врачи (без зубных) 474170 2,18
6 3 231 Преподаватели вузов 406925 1,87
7 3 232 Учителя 943095 4,34
8 4 2411 Бухгалтеры 504342 2,32
9 4 3231 Медсестры 670765 3,09
10 3 332 Воспитатели 440111 2,03
11 4 4115 Секретари 223218 1,03
12 4 5122 Повара 336159 1,55
13 3 516 Работники служб, осуществляющих защиту граждан
и собственности 351010 1,62
14 3 521 Продавцы 373897 1,72
15 4 7121 Строители и строителимонтажники 247522 1,14
16 4 7212 Сварщики и газорезчики 284023 1,31
17 4 7223 Станочники и наладчики станков 305142 1,40
18 4 7233 Слесари 1005865 4,63
19 3 752 Телефонисты 247611 1,14
20 4 8163 Аппаратчики и операторы установок по обработке
воды 220910 1,02
21 3 829 Операторы, аппаратчики, машинисты и слесарисбор
щики стац. оборудования 296269 1,36
22 4 8322 Водители автомобилей 1058640 4,87
23 4 8333 Машинисты кранов и подъемников 240021 1,10
24 4 9132 Горничные 399518 1,84
25 4 9411 Сторожа, гардеробщики, лифтеры 656165 3,02
26 4 9412 Кладовщики, маркировщики, комплектовщики 275182 1,27
27 4 9413 Грузчики, разнорабочие 267880 1,23
28 4 9414 Уборщики 945533 4,35
Всего 13021034 59,93
Всего по ОЗПП 21727097 100,00
389
Таблица П6-2. Структура занятости по уровням образования

внутри массовых профессий, в % от занятых в каждой профессии
Код Название Высшее Непол Сред Началь Среднее Основное Индекс

проф. ное нее ное (полное) общее «образован
и выше высшее проф. проф. общее и ниже ности»
1210 Руководители предприятий 82,9 2,3 12,9 0,9 0,9 0,0 5,65
1222 Руководители подразделений
в промышленности 67,1 2,1 26,7 1,4 2,8 0,0 5,29
1229 Руководители подразделений 68,6 2,3 24,3 1,7 3,1 0,0 5,32
2149 Архитекторы и инженеры 72,9 3,8 19,7 1,1 2,5 0,0 5,43
2221 Врачи (без зубных) 96,8 0,5 2,5 0,2 0,1 0,0 5,94
231 Преподаватели вузов 96,3 1,0 2,2 0,3 0,1 0,0 5,93
232 Учителя 82,1 3,3 13,6 0,6 0,5 0,0 5,66
2411 Бухгалтеры 51,4 7,5 35,6 2,2 3,3 0,0 5,01
3231 Медсестры 1,5 3,3 93,0 1,4 0,7 0,0 4,03
332 Воспитатели 34,7 4,1 49,0 4,3 6,9 1,1 4,52
4115 Секретари 27,6 12,3 36,5 7,0 15,1 1,5 4,26
5122 Повара 1,5 1,0 36,9 29,0 24,2 7,4 3,05
516 Работники служб, осуществляющих
защиту граждан и собственности 15,3 3,0 32,5 13,5 31,2 4,5 3,44
521 Продавцы 8,8 5,2 40,8 19,9 22,8 2,4 3,50
7121 Строители и строителимонтажники 3,7 1,2 22,4 22,8 38,4 11,6 2,74
7212 Сварщики и газорезчики 1,4 0,9 22,3 39,3 30,0 6,0 2,86
7223 Станочники и наладчики станков 5,7 3,2 23,7 20,6 39,6 7,3 2,93
7233 Слесари 7,1 1,3 28,7 23,4 32,8 6,8 3,06
752 Телефонисты 7,0 2,1 30,0 20,7 36,4 3,8 3,11
8163 Аппаратчики и операторы установок
по обработке воды 6,8 1,0 29,2 17,4 37,9 7,8 2,98
829 Операторы, аппаратчики, машинисты
и слесарисборщики стац. оборудова
ния 11,7 3,2 31,5 16,0 32,0 5,8 3,29
8322 Водители автомобилей 2,1 1,1 22,3 20,0 44,7 9,9 2,66
8333 Машинисты кранов и подъемников 1,8 0,9 19,0 28,0 41,3 9,1 2,67
9132 Горничные 2,2 0,9 17,3 12,1 50,5 17,0 2,41
9411 Сторожа, гардеробщики, лифтеры 5,8 1,6 25,1 12,2 40,2 15,1 2,75
9412 Кладовщики, маркировщики,
комплектовщики 7,1 2,5 37,5 14,3 33,2 5,4 3,20
9413 Грузчики, разнорабочие 2,1 1,1 18,5 16,7 43,9 17,7 2,48
9414 Уборщики 3,2 1,3 20,5 13,5 43,7 17,8 2,53
Всего по выборке 30,2 2,8 28,3 11,7 21,9 5,1 3,93
Примечание. Индекс «образованности» рассчитывается как средний взвешенный уровень образования. В этой процеду
ре каждому уровню образования, начиная с высшего, присваивается соответствующее число от шести до единицы, а
весами выступают доли занятых с соответствующими уровнями образования.
390
Таблица П6-3. Структура занятости внутри массовых профессий по возрасту,

стажу, полу и сектору экономики
Код Название Средний 15–24, 60 Средний 1 год и Женщины, Гос

возраст, % и выше, стаж, лет меньше, % сектор,
лет % % %
1210 Руководители предприятий 46,9 0,9 9,3 25,1 0,2 68,1 76,8
в промышленности 46,1 1,6 8,6 25,1 0,4 26,5 17,0
1229 Руководители подразделений 46,8 2,0 11,3 25,3 0,6 41,4 57,3
2149 Архитекторы и инженеры 42,8 8,8 9,4 21,4 2,9 54,8 44,6
2221 Врачи (без зубных) 45,7 1,8 12,2 22,2 1,2 69,6 96,2
231 Преподаватели вузов 47,5 3,6 21,5 24,6 1,5 61,1 95,1
232 Учителя 43,7 4,3 8,2 21,4 1,7 81,8 99,4
2411 Бухгалтеры 38,5 12,0 1,4 17,8 2,7 96,5 48,6
3231 Медсестры 42,6 5,7 6,4 21,9 1,6 98,4 96,1
332 Воспитатели 41,9 5,3 4,3 20,2 2,8 98,4 98,6
4115 Секретари 35,3 25,7 2,7 14,1 7,7 97,0 67,4
5122 Повара 42,5 7,5 3,7 21,0 3,3 94,2 68,4
защиту граждан и собственности 40,9 9,5 5,6 19,1 3,3 15,7 30,3
521 Продавцы 35,8 22,5 1,1 14,4 10,5 90,3 5,3
7121 Строители и строителимонтажники 44,7 6,6 8,6 22,7 2,9 2,7 42,9
7212 Сварщики и газорезчики 41,8 8,4 3,4 20,9 2,6 3,7 22,4
7223 Станочники и наладчики станков 45,9 5,7 9,2 25,9 1,4 15,5 18,0
7233 Слесари 43,9 8,6 7,8 23,2 2,5 8,1 26,9
752 Телефонисты 42,2 9,0 4,2 21,0 3,1 59,4 58,0
по обработке воды 46,5 2,2 7,8 25,7 0,5 60,9 49,8
829 Операторы, аппаратчики, машинисты
и слесарисборщики стац. оборудования 41,5 11,0 5,2 20,7 4,4 67,5 33,5
8322 Водители автомобилей 43,8 4,8 4,0 22,8 1,5 0,6 43,3
8333 Машинисты кранов и подъемников 42,3 7,4 3,7 21,6 2,6 29,6 11,5
9132 Горничные 45,7 5,2 11,4 23,1 2,2 97,2 92,0
9411 Сторожа, гардеробщики, лифтеры 51,2 4,2 27,4 28,0 2,0 55,8 79,1
комплектовщики 42,7 8,0 3,9 21,3 3,9 83,5 26,5
9413 Грузчики, разнорабочие 38,8 17,5 4,7 16,6 9,5 19,6 26,2
9414 Уборщики 47,8 4,6 15,9 24,9 2,5 85,7 69,9
Всего по выборке 43,2 7,6 7,7 21,7 2,7 55,5 54,6
391
Таблица П6-4. Характеристики структуры заработков в массовых профессиях
Код Название Охват Средняя Отношение

премиями, доля премий премиального
% занятых в ЗП, % ЗП фонда к фонду
ЗП, % сумм. ЗП
1210 Руководители предприятий 51,42 20,15 32,25

1222 Руководители подразделений в промышленности 75,64 28,54 46,58
1229 Руководители подразделений 67,54 26,71 44,77
2149 Архитекторы и инженеры 70,33 27,23 45,33
2221 Врачи (без зубных) 67,73 28,13 48,75
231 Преподаватели вузов 54,66 21,75 38,70
232 Учителя 46,35 12,16 16,83
2411 Бухгалтеры 57,87 21,79 34,56
3231 Медсестры 65,15 23,92 39,92
332 Воспитатели 50,54 14,07 19,83
4115 Секретари 56,18 21,52 33,43
5122 Повара 56,10 19,57 31,96
и собственности 57,97 21,45 34,46
521 Продавцы 45,11 16,48 26,75
7121 Строители и строителимонтажники 65,23 26,61 40,77
7212 Сварщики и газорезчики 72,94 29,43 47,92
7223 Станочники и наладчики станков 77,65 29,87 48,86
7233 Слесари 81,55 32,18 54,93
752 Телефонисты 71,30 18,48 29,29
8163 Аппаратчики и операторы установок по обработке воды 79,15 27,49 45,55
829 Операторы, аппаратчики, машинисты и слесари
сборщики стац. оборудования 72,85 26,19 42,18
8322 Водители автомобилей 71,02 28,44 47,99
8333 Машинисты кранов и подъемников 74,47 29,62 47,85
9132 Горничные 62,70 23,74 40,24
9411 Сторожа, гардеробщики, лифтеры 54,38 18,52 28,49
9412 Кладовщики, маркировщики, комплектовщики 65,51 25,34 40,35
9413 Грузчики, разнорабочие 58,68 22,69 37,72
9414 Уборщики 58,20 21,00 34,28
Всего по выборке 64,75 24,28 28,77
392
Таблица П6-5. Характеристики заработной платы в массовых профессиях
Укруп Уровень Уровень Код Название профессиональной группы Числен Доля, Средняя
ненная квалифи ОКЗ профес ность % ЗП, руб.
группа кации сии (N),
ОКЗ человек
1 4 1222 Руководители подразделений в промышленности 500445 2,30 26989
1 4 1229 Руководители подразделений 491137 2,26 23865
1 4 1210 Руководители предприятий 320874 1,48 20835
2 4 4 2149 Архитекторы и инженеры 534606 2,46 18974
7 2 4 7212 Сварщики и газорезчики 284023 1,31 17618
8 2 4 8333 Машинисты кранов и подъемников 240021 1,10 17200
2 4 4 2221 Врачи (без зубных) 474170 2,18 16367
7 2 4 7223 Станочники и наладчики станков 305142 1,40 15903
7 2 4 7233 Слесари 1005865 4,63 14949
2 4 4 2411 Бухгалтеры 504342 2,32 14732
8 2 4 8322 Водители автомобилей 1058640 4,87 14508
7 2 4 7121 Строители и строителимонтажники 247522 1,14 13502
2 4 3 231 Преподаватели вузов 406925 1,87 13109
5 2 3 516 Работники служб, осуществляющих защиту
граждан и собственности 351010 1,62 10971
8 2 3 829 Операторы, аппаратчики, машинисты
и слесарисборщики стац. оборудования 296269 1,36 10647
2 4 3 232 Учителя 943095 4,34 10379
3 3 4 3231 Медсестры 670765 3,09 10109
9 1 4 9412 Кладовщики, маркировщики, комплектовщики 275182 1,27 9702
8 2 4 8163 Аппаратчики и операторы установок
по обработке воды 220910 1,02 9652
7 2 3 752 Телефонисты 247611 1,14 9630
9 1 4 9413 Грузчики, разнорабочие 267880 1,23 9606
5 2 3 521 Продавцы 373897 1,72 9010
4 2 4 4115 Секретари 223218 1,03 8574
3 2 3 332 Воспитатели 440111 2,03 8174
5 2 4 5122 Повара 336159 1,55 6648
9 1 4 9132 Горничные 399518 1,84 5852
9 1 4 9414 Уборщики 945533 4,35 5201
9 1 4 9411 Сторожа, гардеробщики, лифтеры 656165 3,02 4566
Всего по выделенным профессиям 13021034 59,93
Всего по выборке 21727097 100,00 13570
393
Таблица П6-6. Декомпозиция профессиональных зарплатных «премий»
Код Название Премия1 (лог пункты) Вклад структурных Остаточная

про факторов2, премия3,
началь скорректиро
фессии % от начальной % от начальной
ная ванная
премии премии
1210 Руководители предприятий 0,43 0,41 4,7 95,3
в промышленности 0,76 0,19 75,1 24,9
1229 Руководители подразделений 0,59 0,25 58,5 41,5
2149 Архитекторы и инженеры 0,40 –0,05 111,3 –11,3
2221 Врачи (без зубных) 0,29 0,12 59,4 40,6
231 Преподаватели вузов 0,05 0,09 –97,7 197,7
232 Учителя –0,13 0,18 –235,6 135,6
2411 Бухгалтеры 0,15 0,09 41,3 58,7
3231 Медсестры –0,17 0,15 –185,7 85,7
332 Воспитатели –0,37 0,08 –120,9 20,9
4115 Секретари –0,44 –0,18 –58,3 –41,7
5122 Повара –0,64 –0,18 –71,9 –28,1
защиту граждан и собственности –0,14 –0,34 135,8 –235,8
521 Продавцы –0,30 –0,03 –89,2 –10,8
7121 Строители и строителимонтажники 0,06 –0,01 120,2 –20,2
7212 Сварщики и газорезчики 0,39 0,17 56,3 43,7
7223 Станочники и наладчики станков 0,31 0,13 56,9 43,1
7233 Слесари 0,23 0,02 91,6 8,4
752 Телефонисты –0,23 –0,15 –34,4 –65,6
по обработке воды –0,24 –0,20 –18,7 –81,3
829 Операторы, аппаратчики, машини
сты и слесарисборщики стац.
оборудования –0,13 –0,17 24,6 –124,6
8322 Водители автомобилей 0,16 0,07 59,2 40,8
8333 Машинисты кранов и подъемников 0,38 0,14 63,7 36,3
9132 Горничные –0,73 –0,25 –66,3 –33,7
9411 Сторожа, гардеробщики, лифтеры –0,95 –0,50 –47,7 –52,3
комплектовщики –0,23 –0,15 –35,3 –64,7
9413 Грузчики, разнорабочие –0,28 –0,20 –29,5 –70,5
9414 Уборщики –0,86 –0,40 –53,1 –46,9
Примечания: 1) профессиональные «премии» в оплате труда представлены в виде отклонений средней (логарифма) заработной
платы в профессии от средней (логарифма) заработной платы в стране в целом; 2) вклад фактора показывает размер его влия
ния на профессиональную «премию», когда влияние всех других факторов уже учтено. Сумма таких (предельных) вкладов не
обязательно должна равняться общей величине объясненной профессиональной «премии». Отрицательный (положительный)
вклад фактора означает, что этот фактор уменьшает (увеличивает) размер «премии»; 3) остаточная «премия» – «премия», ос
тающаяся после учета всех структурных факторов.
394
Таблица П6-7. Неравенство по заработной плате внутри массовых профессий
Код Название Индексы неравенства
GE(1) GE(0) GE(1) GE(2) Gini
1210 Руководители предприятий 0,3616 0,3051 0,3498 0,5973 0,4279
1229 Руководители подразделений 0,3062 0,2538 0,2735 0,4131 0,3902
1222 Руководители подразделений в промышленности 0,2708 0,2210 0,2320 0,3310 0,3616
4115 Секретари 0,2454 0,2033 0,2066 0,2612 0,3491
2149 Архитекторы и инженеры 0,2483 0,2011 0,2047 0,2673 0,3444
231 Преподаватели вузов 0,2326 0,1955 0,2036 0,2687 0,3424
7121 Строители и строителимонтажники 0,2455 0,1963 0,1927 0,2286 0,3406
2411 Бухгалтеры 0,2185 0,1891 0,1990 0,2643 0,3389
9413 Грузчики, разнорабочие 0,2287 0,1898 0,1895 0,2296 0,3377
5122 Повара 0,1936 0,1754 0,1874 0,2425 0,3298

и собственности 0,1901 0,1730 0,1862 0,2478 0,3281

сборщики стац. оборудования 0,1956 0,1663 0,1680 0,2022 0,3171
752 Телефонисты 0,1815 0,1601 0,1674 0,2133 0,3130
2221 Врачи (без зубных) 0,1931 0,1626 0,1622 0,1931 0,3121
8322 Водители автомобилей 0,1970 0,1621 0,1593 0,1855 0,3101
9414 Уборщики 0,1668 0,1528 0,1625 0,2078 0,3081
9412 Кладовщики, маркировщики, комплектовщики 0,1817 0,1561 0,1577 0,1880 0,3074
521 Продавцы 0,1688 0,1516 0,1608 0,2099 0,3043
9132 Горничные 0,1531 0,1431 0,1532 0,1912 0,2994
8163 Аппаратчики и операторы установок по обработке воды 0,1634 0,1470 0,1577 0,2086 0,2979
7212 Сварщики и газорезчики 0,1732 0,1443 0,1422 0,1643 0,2927
9411 Сторожа, гардеробщики, лифтеры 0,1387 0,1337 0,1473 0,1928 0,2894
7233 Слесари 0,1667 0,1397 0,1394 0,1645 0,2872
3231 Медсестры 0,1488 0,1337 0,1386 0,1708 0,2862
8333 Машинисты кранов и подъемников 0,1606 0,1363 0,1358 0,1607 0,2856
232 Учителя 0,1468 0,1287 0,1318 0,1574 0,2785
332 Воспитатели 0,1378 0,1252 0,1289 0,1516 0,2782
7223 Станочники и наладчики станков 0,1517 0,1276 0,1242 0,1383 0,2752
Всего по ОЗПП 0,3388 0,2679 0,2845 0,4981 0,3965
395
Таблица П6-8. Особенности формирования заработной платы

внутри массовых профессий
Код Название Премия за высшее Гендерный разрыв Разрыв в ЗП

образование, в ЗП, % от средней между частным
% от ЗП ниже ЗП мужчин и гос. секторами, %
среднего от ЗП в гос. секторе
1210 Руководители предприятий 32 –13 7

в промышленности незначима –20 13
1229 Руководители подразделений 168 –13 27
2149 Архитекторы и инженеры 18 –13 19
2221 Врачи (без зубных) незначима незначим незначим
231 Преподаватели вузов незначима –12 20
232 Учителя 39 незначим незначим
2411 Бухгалтеры 50 –10 8
3231 Медсестры 51 незначим незначим
332 Воспитатели 63 –12 11
4115 Секретари 41 незначим незначим
5122 Повара 42 –15 19
защиту граждан и собственности 28 –15 9
521 Продавцы 21 –5 3
7121 Строители и строителимонтажники 24 –15 16
7212 Сварщики и газорезчики незначима –24 13
7223 Станочники и наладчики станков 16 –30 5
7233 Слесари 18 –24 13
752 Телефонисты 13 –20 32
по обработке воды 26 –9 14
829 Операторы, аппаратчики, машинисты и
слесарисборщики стац. оборудования 15 –16 12
8322 Водители автомобилей 7 –10 6
8333 Машинисты кранов и подъемников 17 –16 5
9132 Горничные незначима –10 22
9411 Сторожа, гардеробщики, лифтеры 7 –4 21
комплектовщики 14 –10 13
9413 Грузчики, разнорабочие 15 –19 17
9414 Уборщики 6 незначим незначим
В целом по выборке 108 –20 13
396
Таблица П6-9. Результаты декомпозиции неравенства по заработным платам

внутри массовых профессий по методу Филдса, %
Код Название Образо Стаж Пол Вид Форма Размер Часы Регион Остаток
вание деятель собствен предпри работы
ности ности ятия
1210 Руководители предприятий 8,2 0,3 3,1 10,7 1,2 3,5 0,8 16,0 56,3
в промышленности 5,0 0,4 4,0 9,4 1,9 4,2 1,1 14,9 59,3
1229 Руководители подразделений 8,8 0,5 2,7 6,3 2,9 2,7 1,0 15,1 60,0
2149 Архитекторы и инженеры 3,5 0,5 2,7 11,5 2,4 2,0 1,1 14,3 61,9
2221 Врачи (без зубных) 6,9 0,7 0,4 3,8 3,2 1,9 1,2 16,5 65,5
2310 Преподаватели вузов 3,8 0,6 2,6 9,3 2,2 3,3 0,9 11,7 65,7
2320 Учителя 3,9 0,8 0,2 9,3 0,2 0,1 0,4 17,3 68,0
2411 Бухгалтеры 4,9 0,4 1,7 6,9 1,1 3,1 1,1 16,1 64,7
3231 Медсестры 4,4 0,4 0,5 2,6 1,7 1,3 1,2 17,3 70,6
3320 Воспитатели 6,1 0,5 2,4 4,4 1,7 0,3 0,3 17,9 66,4
4115 Секретари 3,8 0,4 0,1 9,6 2,5 2,0 1,1 15,6 64,9
5122 Повара 3,9 0,1 3,2 7,5 3,1 2,3 1,2 15,8 63,0
5160 Работники служб, осуществ
ляющих защиту граждан
и собственности 2,3 0,5 3,1 6,9 0,7 4,6 0,9 12,3 68,8
5210 Продавцы 3,1 0,1 1,7 1,3 0,4 3,2 1,1 14,0 75,2
7121 Строители и строители
монтажники 1,8 0,2 3,1 12,0 2,8 4,0 1,8 13,1 61,3
7212 Сварщики и газорезчики 0,0 0,4 4,0 12,2 1,9 4,6 1,9 11,7 63,2
7223 Станочники и наладчики
станков 2,4 0,3 6,5 13,8 1,1 4,8 1,8 11,7 57,7
7233 Слесари 2,0 0,4 4,7 14,8 1,8 4,3 1,4 14,0 56,7
7520 Телефонисты 1,5 0,2 4,4 14,5 4,3 1,1 2,2 14,8 57,1
8163 Аппаратчики и операторы
установок по обработке
воды 2,0 0,1 1,2 12,1 1,8 4,6 0,6 14,2 63,3
8290 Операторы, аппаратчики,
машинисты и слесарисбор
щики стац. оборудования 2,4 0,3 2,8 13,0 2,2 2,9 1,2 13,8 61,6
8322 Водители автомобилей 1,1 0,4 2,5 8,8 1,0 3,9 1,6 14,0 66,7
8333 Машинисты кранов и подъ
емников 1,7 0,3 3,2 17,2 0,1 4,0 1,3 13,0 59,4
9132 Горничные 1,7 0,1 0,7 6,5 2,9 1,1 1,1 16,8 69,0
9411 Сторожа, гардеробщики,
лифтеры 1,3 0,1 0,9 5,1 2,7 2,3 0,9 14,4 72,3
комплектовщики 2,1 0,3 2,6 9,6 1,4 3,2 1,3 14,3 65,2
9413 Грузчики, разнорабочие 2,3 0,2 4,5 11,3 2,0 4,3 1,7 13,2 60,6
9414 Уборщики 0,7 0,1 0,1 6,1 2,5 1,9 1,2 14,7 72,8
В целом по выборке 9,7 0,5 4,6 10,4 1,8 3,1 0,7 14,7 54,5
397
Таблица П6-10. Декомпозиция неравенства по компонентам заработной платы

внутри массовых профессий
Код Название Индекс Вклад Вклад

Джини тарифной премиальной
части, % части, %
1210 Руководители предприятий 0,4279 12 88

1222 Руководители подразделений в промышленности 0,3616 20 80
1229 Руководители подразделений 0,3902 16 84
2149 Архитекторы и инженеры 0,3444 11 89
2221 Врачи (без зубных) 0,3121 2 98
231 Преподаватели вузов 0,3424 –8 108
232 Учителя 0,2785 –38 138
2411 Бухгалтеры 0,3389 1 99
3231 Медсестры 0,2862 –14 114
332 Воспитатели 0,2782 –33 133
4115 Секретари 0,3491 3 97
5122 Повара 0,3298 –9 109
и собственности 0,3281 –4 104
521 Продавцы 0,3043 –26 126
7121 Строители и строителимонтажники 0,3406 11 89
7212 Сварщики и газорезчики 0,2927 7 93
7223 Станочники и наладчики станков 0,2752 6 94
7233 Слесари 0,2872 13 87
752 Телефонисты 0,3130 –9 109
8163 Аппаратчики и операторы установок по обработке воды 0,2979 7 93
сборщики стац. оборудования 0,3171 8 92
8322 Водители автомобилей 0,3101 8 92
8333 Машинисты кранов и подъемников 0,2856 7 93
9132 Горничные 0,2994 –11 111
9411 Сторожа, гардеробщики, лифтеры 0,2894 –22 122
9412 Кладовщики, маркировщики, комплектовщики 0,3074 1 99
9413 Грузчики, разнорабочие 0,3377 0 100
9414 Уборщики 0,3081 –12 112
В целом по выборке 0,3965 15 85
398
0,8
Начальная премия Скорректированная премия
0,6
Премия (лог пункты)
0,4
0,2
–0,2
–0,4
–0,6
–0,8
–1
231
232
332
516
521
752
829
2411
3231
4115
5122
7121
7212
7223
7233
8163
8322
8333
9132
9411
9412
9413
9414
1210
1222
1229
2149
2221
Рис. П6-1. Наблюдаемые (начальные) и скорректированные на различия

в структуре занятости профессиональные зарплатные «премии», массовые профессии
0,70 0,45
0,40
0,60
0,35
0,50
0,30
0,40 0,25
GE Gini
0,30 0,20
0,15
0,20
0,10
0,10
0,05
0,00 0,00
1210
1222
1229
2149
2221
2310
2320
2411
3231
3320
4115
5122
5160
5210
7121
7212
7223
7233
7520
8163
8290
8322
8333
9132
9411
9412
9413
9414
Все
GE(-1) GE(0) GE(1) GE(2) Gini
Рис. П6-2. Индексы неравенства по заработной плате внутри массовых профессий
399
35
Гендерный разры, в % от ЗП мужчин
30
25
20
15
10
0
0 10 20 30 40 50 60 70 80 90 100
Доля женщин, %
Рис. П6-3. Гендерный разрыв в ЗП внутри массовых профессий

в зависимости от доли женщин
20
19
18
17
Вклад региона, %
16
15
14
13
12
11
10
0 10 20 30 40 50 60 70 80 90 100
Доля занятых в гос.секторе, %
Рис. П6-4. Вклад региона проживания во внутрипрофессиональное неравенство

и доля занятых в государственном секторе внутри массовых профессий
400
80,0
70,0
60,0
50,0
40,0
30,0
20,0
10,0
0,0
5210
9414
9411
3231
9132
5160
2320
8322
3320
2310
2221
9412
4115
2411
8163
7212
5122
2149
8290
7121
9413
1229
8333
1222
7223
7520
7233
1210
Все
Рис. П6-5. Необъясненный остаток (% от всей вариации) по массовым профессиям
401
Заработная плата в России: эволюция и дифференциация / под ред. В. Гимпельсона, Р. Ка

Другов М., Рощина Я. Выбор профессии: по любви и по расчету?: препринт WP3/2002/04.
М.: ГУ ВШЭ, 2002.
Иванов И. Профессионалы на рынке труда и проблемы их социальной защищенности в
современной России // Мир России. 2004. № 4. С. 115–142.
Капелюшников Р. Структура российской рабочей силы: особенности и динамика: пре
принт WP3/2006/04. М.: ГУ ВШЭ, 2006.
Лукьянова А. Дифференциация заработных плат в России (1991–2008 гг.): факты и объ
яснения: препринт WP3/2010/10. М.: ГУ ВШЭ, 2010.
Мальцева И. Трудовая мобильность и стабильность: насколько высока отдача от специфи
ческого человеческого капитала в России? // Экономический журнал ВШЭ. 2009. Т. 13. № 2.
С. 243–278.
Мансуров В., Юрченко О. Социология профессий. История, методология и практика ис
следований // Социологические исследования. 2009. № 8. С. 36–46.
Ощепков А. Факторы межрегиональных различий в заработной плате в России: дисс. …
канд. эконом. наук. М.: ГУ ВШЭ, 2009.
Социальная стратификация / под ред. В. Радаева, И. Шкаратана. Гл. 2. М.: Аспект Пресс,
1996.
Aage H. Russian Occupational Wages in Transition // Comparative Economic Studies. 1996.
Vol. 38. № 4. Р. 35–52.
Autor D. Explaining Trends in Wages, Work, and Occupations // The Federal Reserve Bank of
Chicago, Chicago Fed Letter № 261. 2009.
Autor D., Katz L., Kearney M. Trends in U.S. Wage Inequality: Revising the Revisionists // The
Review of Economics and Statistics. 2006. Vol. 90. № 2. Р. 300–323.
Autor D., Levy F., Murnane R. The Skill Content of Recent Technological Change: an Empirical
Exploration // Quarterly Journal of Economics. 2003. Vol. 118. № 4. Р. 1279–1334.
Bergmann В. Occupational Segregation, Wages and Profits When Employers Discriminate by
Race and Sex // Eastern Economic Journal. 1974. Vol. 1. № 2. Р. 103–110.
Blau P., Dunkan O. The American Occupational Structure. N.Y.: Wiley, 1967.
402
Cowell F., Jenkins S. How Much Inequality Can We Explain? A Methodology and an Applica
tion to the United States // The Economic Journal. 1995. Vol. 105. № 429. Р. 421–430.
Davis K., Moore W. Some Principles of Stratification // American Sociological Review. 1945.
Vol. 10. № 2. Р. 242–249.
De Beyer J., Knight J. The Role of Occupation in the Determination of Wages // Oxford Eco
nomic Papers. 1989. Vol. 41. № 1. Р. 595–618.
Dorman P., Hagstrom P. Wage Compensation for Dangerous Work Revisited // Industrial Labor
Relations Review. 1998. Vol. 52. Р. 116–135.
Elias P. Occupational Classification (ISCO88): Concepts, Methods, Reliability, Validity and
CrossNational Comparability // OECD Labour Market and Social Policy Occasional Papers. № 20.
OECD Publishing, 1997.
England P. Emerging Theories of Care Work // Annual Review of Sociology. 2005. Vol. 31.
P. 381–399.
Fields G. Measuring Inequality Change in an Economy with Income Growth // The Interna
tional Library of Critical Writings in Economics: Income Distribution. Edward Elgar, 2000.
Filer R. The Role of Personality and Tastes in Determining Occupational Structure // Industrial
and Labor Relations Review. 1986. Vol. 39. № 3. Р. 412–424.
Firpo S., Fortin N., Lemieux T. Occupational Tasks and Changes in Wage Structure. 2009. Un
published manuscript.
Fogel W. Occupational Earnings: Market and Institutional Influences // Industrial and Labor Re
lation Review. 1979. Vol. 33. № 1. Р. 24–35.
Goos M., Manning A. Lousy and Lovely Jobs: The Rising Polarization of Work in Britain // Re
view of Economics and Statistics. 2007. Vol. 89. № 1. Р. 118–133.
Harper B., Haq M. Occupational Attainment of Men in Britain // Oxford Economic Papers.
1997. Vol. 49. № 4. Р. 638–650.
Hauser R., Warren J. Socioeconomic Indexes for Occupations: A Review, Update, and Critique
// Social Methodology. 1997. Vol. 27. Р. 177–298.
International Standard Classification of Occupations, ISCO88. Geneva: International Labour
Office, 1990.
Kambourov G., Manovski I. Occupational Specificity of Human Capital // International Eco
nomic Review. 2009. Vol.50. № 1.Р. 63–115.
Kim C., Sakamoto A. The Rise of Intraoccupational Wage Inequality in the United States, 1983
to 2002 // American Journal of Sociology. 2006. Vol. 73. № 1. Р. 129–157.
403
Knight J. Job Competitions, Occupational Production Functions, and Filtering Down // Oxford
Economic Papers. New Series. 1979. Vol. 31. № 2. Р. 187–204.
Lazear E., Rosen S. Rank Order Tournaments as Optimal Labor Contracts // Journal of Political
Economy. 1981. Vol. 89. № 5. Р. 841–864.
Massey D., Hirst D. From Escalator to Hourglass: Changes in the U.S. Occupational Wage
Structure 1949–1989 // Social Science Research. 1998. Vol. 27. № 1. Р. 51–71.
Parkin F. Class Inequality and Political Order: Social Stratification in Capitalist and Communist
Societies. N.Y.: Praeger, 1971.
Rosen S. The Theory of Equalizing Differences // Ashenfelter O., Layard R. (eds.) Handbook of
Labor Economics. Vol. 1. Amsterdam: North Holland, 1986.
Sabirianova Peter K. The Great Human Capital Reallocation: A Study of Occupational Mobility
in Transitional Russia // Journal of Comparative Economics. 2002. Vol. 30. № 1. Р. 191–217.
Shaw K. A Formulation of the Earnings Function Using the Concept of Occupational Invest
ments // The Journal of Human Resources. 1984. Vol. 19. № 3. Р. 319–340.
Shorrocks A. Inequality Decomposition by Population Subgroups // Econometrica. 1984. Vol. 52.
№ 6. Р. 1369–1386.
Steinberg R. Social Construction of Skill // Work and Occupation. 1990. Vol. 17. № 4. Р. 449–482.
The Gendered Valuation of Occupations and Skills: Earnings in 1980 Census Occupations / Eng
land P., Herbert M., Kilbourne B. et al. Social Forces. 1994. Vol. 73. № 1. Р. 65–99.
Usui E. Wages, Nonwage Characteristics, and Predominantly Male Jobs // Labour Economics.
2009. Vol. 16. № 1. Р. 52–63.
Weeden K. Why Do Some Occupations Pay More than Others? Social Closure and Earnings Ine
quality in the United States // American Journal of Sociology. 2002. Vol. 108. № 1. Р. 55–101.
Willis R. Wage Determinants: A Survey and Reinterpretation of Human Capital Earnings Func
tion // Ashenfelter O., R. Layard (eds.) Handbook of Labour Economics. Vol. 1. Ch. 10. Amsterdam:
North Holland, 1986.
404
Глава 7
НУЖНЫ ЛИ НАШЕЙ
ПРОМЫШЛЕННОСТИ
КВАЛИФИЦИРОВАННЫЕ
РАБОТНИКИ?
ИСТОРИЯ ПОСЛЕДНЕГО
ДЕСЯТИЛЕТИЯ
7.1.
Введение
Вопрос, вынесенный в название, кажется риторическим.

Очевидно, что для эффективного и конкурентоспособного
производства требуется работник, обладающий необходи!
мой квалификацией, т.е. определенными профессиональ!
ными навыками для выполнения порученной ему работы.
Эта квалификация формируется как в системе общего и
профессионального образования, так и непосредственно
в ходе трудовой деятельности на рабочем месте, в том чис!
ле путем формального и неформального обучения. Нали!
чие работников, имеющих востребованные рынком обра!
зование, профессию, квалификацию, – важная характери!
стика предложения труда. Однако предложение квалифи!
цированного труда не является полностью независимым
от спроса. Такие работники должны быть востребованы
экономикой. Предприятия и фирмы, которые не только
производят продукцию или услуги для потребителей, но
405
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
и соучаствуют в воспроизводстве человеческого капитала, должны быть готовы их нани!

мать, обучать и использовать [Беккер, 2003]. В связи с этим возникают вопросы, которые
не имеют простых ответов, но имеют большое практическое значение. Например, каков
спрос нашей промышленности на квалификацию и навыки? Где он концентрируется?
Как удовлетворяется? Что мешает предприятиям решить эту проблему, когда она воз!
никает?
Если экономика растет, новые рабочие места активно создаются, а технологии ус!
ложняются, может возникнуть потребность в дополнительных квалифицированных ра!
ботниках. Если же экономика «сворачивается» и к тому же упрощается, то данное предло!
жение квалифицированного труда грозит стать избыточным по отношению к падающему
спросу. В то же время даже быстрый количественный рост экономики (например, измеряе!
мый динамикой ВВП) может сочетаться с ее технологической примитивизацией и при этом
не формировать дополнительный спрос на квалифицированный труд. Такое, например,
вполне возможно в ресурсно!ориентированной экономике. Добыча нефти или газа – очень
капиталоемкие виды деятельности, но они сравнительно малотрудоемки.
В 1990!е годы российская экономика «падала» быстрее, чем снижалась общая заня!
тость, а потому формировался избыток рабочей силы как в целом, так и работников с вы!
сокой квалификацией. Например, численность занятых в промышленности – одном из
главных потребителей квалифицированного труда — сократилась с 22,8 млн человек в
1990 г. до 14,5 млн человек в 2000 г. (т.е. на 36%). В 2000!е годы возобновился экономиче!
ский рост и сразу появились жалобы на дефицит и качество доступной рабочей силы.
К 2005 г. такие жалобы участились, усилились и прочно слились почти во всеобщий и не!
прерывный «стон» о дефиците. Основная причина возникшего дефицита многим виделась
на стороне предложения: подразумевалось, что оно и уменьшилось по величине, и ухуд!
шилось по качеству. В результате заметно усилилось политическое давление со стороны
работодателей на государство с призывами более полно адаптировать систему профес!
сионального образования под текущие нужды производителя.
Экономический кризис 2008–2009 гг. (а это был прежде всего кризис спроса) силь!
но ослабил эти стоны и частично вернул на первый план быстро подзабытую проблему
1990!х – необходимость сброса избыточной рабочей силы, в том числе и квалифициро!
ванной. Но даже в кризис жалобы на дефицит полностью не исчезли, хотя и стали заметно
слабее и реже. Однако в условиях посткризисного восстановления экономики стоны о де!
фиците могут возобновиться в полный голос. Вместе с ними вернется и необходимость реа!
гировать на эти сигналы. Первые симптомы их возврата стали явными в 2010 г.
Дефицит квалифицированного труда (если он существует) может вызываться очень
разными причинами. Среди них, например, такие:
406
• учебные заведения профессионального образования готовят недостаточное число

специалистов (или не по тем профессиям), и в итоге предприятия не могут компенсиро!
вать этот провал. Возможно, система образования постарается нарастить выпуск, но сего!
дня нужных специалистов просто нет на рынке;
• образовательные учреждения готовят достаточно специалистов, но инвестиции в
профессиональное обучение со стороны работодателей недостаточны. В итоге выпускники
учебных заведений в процессе постучебной трудовой деятельности не приобретают специ!
фические навыки или не обновляют их и, тем самым, не приобретают (или теряют) нужную
квалификацию. Эта ситуация означает, что отсутствуют профессиональное обучение и пере
обучение на предприятиях;
• в экономике есть сегменты быстрого роста, которые по разным причинам (в том
числе из!за значительных издержек приспособления) не успевают нарастить и обновить
свой человеческий капитал (либо через наем новых работников, либо через переобучение
имеющихся). Это следствие того, что отдельные компании (или целые виды деятельности)
могут расти слишком быстро;
• предприятия сильно неоднородны по своим основным экономическим характери!
стикам (например, из!за того, что рынок должным образом не осуществляет селекцию).
В результате неконкурентоспособные предприятия теряют человеческий капитал и попа!
дают в ловушку неэффективности;
• работодатели, ищущие квалифицированных работников, и работники, имеющие
требуемую квалификацию, по каким!либо причинам не могут быстро найти друг друга и ус!
тановить трудовые отношения, в результате чего безработица и незаполненные вакансии
подолгу сосуществуют, порождая проблему соединения (matching problem).
Хотя названные причины могут проявляться одновременно и в разных сочетаниях,
все же они, по!видимому, имеют неодинаковые «объяснительный» вес и приоритет. А по!
тому нам важно представлять себе относительную важность той или иной из них.
Одним из самых чувствительных к качеству рабочей силы секторов является обраба!
тывающая промышленность. Она производит торгуемые товары, качество которых прямо
влияет на конкурентоспособность. Качество же, в свою очередь, зависит от квалификации
тех, кто занят в производстве. Кроме того, данный сектор по!прежнему остается среди
крупнейших российских работодателей; на его долю приходится около 10% всех занятых
в экономике. Наконец, это политически очень важный сектор, включающий крупные и
оборонные предприятия. Здесь используются работники разных профессий и видов ква!
лификации; именно под приоритетные нужды этого сектора в России (и не только в России
[Thelen, 2004]) исторически формировалась система подготовки кадров. Поэтому нам ка!
жется естественным уделить специальное внимание именно сектору обрабатывающих пред!
приятий.
407
Основная цель данной главы – определить, существует ли разрыв между спросом обра!
батывающего сектора на квалифицированный труд и предложением такого труда в России.
Если существует, то возникают вопросы о том, какова его природа и что предприятия дела!
ют для ликвидации этого разрыва. Конечно, такой разрыв может иметь две стороны (де!
фицит и избыток), но, учитывая восприятие проблемы в общественном мнении, мы акцен!
тируем внимание на дефиците. Намеренно заостряя и упрощая ситуацию, этот вопрос мож!
но сформулировать и так: нужны ли нашей промышленности квалифицированные кадры?
В поисках ответов на эти вопросы мы используем данные Росстата, дополняя их ин!
формацией из обследований промышленных предприятий. Мы анализируем, насколько
распространены жалобы на дефицит квалифицированного труда и ищем объяснения дви!
жущих механизмов этого явления в условиях гибкого рынка труда. Если такой дефицит
представляется всеобщей проблемой, как на него реагирует предложение труда и каковы
особенности формирования спроса на труд? Что промышленные предприятия делают
(и чего не делают!) для решения возникающих проблем?
Такая логика определяет структуру работы. Во втором разделе обсуждаются общие
тенденции, касающиеся предложения квалифицированного труда для промышленности и
особенностей в спросе на него; в третьем дается характеристика используемых эмпириче!
ских данных; в четвертом анализируются эволюция и особенности представлений менед!
жеров о дефиците квалификации; пятый раздел посвящен анализу факторов «дефицита»:
где и почему менеджеры о нем говорят особо активно. В шестом и седьмом разделах мы
обсуждаем возможные реакции на дефицит: политику обучения имеющейся рабочей силы
и политику найма новых работников. Восьмой раздел сфокусирован на проблемы, связан!
ные с наймом молодых квалифицированных работников. В заключении подводятся общие
итоги.
7.2.
Квалифицированный труд в промышленности:
предложение и спрос в 1990–2000-е годы
Ставший популярным к середине 2000!х годов тезис о дефиците квалифицированных
кадров для промышленности молчаливо исходит из того, что проблема порождена недос!
таточным предложением. Другими словами: «их просто нет на рынке». Однако официаль!
ная российская статистика свидетельствует скорее об обратном. Агрегированное предложе!
ние квалифицированной рабочей силы на протяжении всего периода увеличивалось, а об!
щий спрос на труд со стороны промышленности при этом непрерывно сокращался. Снача!
408
ла мы вкратце рассмотрим динамику предложения через призму таких индикаторов, как

выпуск из учебных заведений профессионального образования, общая численность облада!
телей профессионального образования и качество такого образования. Затем мы остано!
вимся на оценках спроса на труд, используя статистику численности занятых, заработной
платы, вакансий и безработицы.
Предложение труда: выпуск из учебных заведений профессионального образования. Пред!
ложение труда работников с третичным образованием в течение последних 15 лет активно
наращивалось за счет увеличения выпуска из учебных заведений высшего и среднего профес!
сионального образования. Эта проблема обсуждалась в Главе 1 (см. также [Полетаев, Савель!
ева, 2002]), и здесь нет необходимости к ней возвращаться. Предложение труда специали!
стов стало очевидно избыточным; многие выпускники из!за невостребованности получен!
ной профессии вынуждены трудиться по более простым профессиям, где ранее приобре!
тенная квалификация оказывается полностью или частично избыточной. В первую очередь
это затрагивает обладателей инженерно!технических специальностей (см. Главы 4 и 5 дан!
ной монографии).
Проблема подготовки квалифицированных рабочих в системе начального профессио!
нального образования (НПО) изучена гораздо хуже. С одной стороны, острый дефицит
именно этой группы работников постоянно озвучивается представителями промышленно!
сти. Основным аргументом в пользу тезиса о дефиците квалифицированных рабочих яв!
ляется значительное сокращение числа соответствующих учреждений начального профес!
сионального образования (НПО), численности учащихся в них и выпуска из них, а также
деградация материальной базы таких учебных заведений. Действительно, как показывает
рис. 7.1, ежегодный выпуск из учебных заведений НПО сократился более чем вдвое. Однако
отрицательная динамика выпуска рабочих с НПО по профессиям промышленности в рас!
чете на 1000 занятых в промышленности, представленная на том же рисунке, впечатляет
1
уже не так сильно : хотя снижение в целом имело место, оно не столь значительно и вполне
могло быть количественно компенсировано из иных источников.
С другой стороны, учреждения НПО (т.е. профессионально!технические училища,
многие из которых теперь называются техническими колледжами, или лицеями) никогда
не были эксклюзивными поставщиками квалифицированных рабочих кадров для промыш!
ленности. В этом активно участвовали и ссузы технического профиля, поскольку каждый
2
второй обладатель соответствующего диплома трудился в качестве рядового рабочего . Бо!
лее того, считалось, что для промышленного рабочего, использующего современное техно!
1
Скачок в 2002 г. объясняется изменениями в методологии определения отраслевой принадлежности про!
фессий, по которым шло обучение в системе НПО.
2
Также по рабочим профессиям работают около 15% выпускников вузов; см. Главу 5.
409
логическое оборудование, среднее профессиональное образование не является избыточ!

ным. Выпуск же из ссузов в последние 15 лет как минимум не уменьшился и, с учетом сокра!
3
щения промышленности, вполне мог компенсировать сжатие суммарного выпуска из ПТУ .
20 1400
18
1200
16
14
1000
12
10 800
8
600
6
4
400
2
0 200
1990 1991 1992 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Выпуск из ПТУ по профессиям промышленности на 1000 занятых в промышленности, человек (левая шкала)
Выпуск из ПТУ всего на 1000 занятых по полному кругу, человек (левая шкала)
Выпуск из ПТУ всего, тыс. человек (правая шкала)
Рис. 7.1. Выпуск из учебных заведений начального профессионального образования,

1990–2008 гг.
Как бы там ни было, аккуратный анализ статистики профессионального образования

не дает достаточных оснований для безапелляционных утверждений о том, что учебные за!
ведения стали поставлять настолько меньше дипломированных специалистов и рабочих на
рынок труда для промышленности, что тем самым создали дефицит таких кадров.
Предложение труда: общая численность. Конечно, величина суммарного предложения
труда зависит не только от масштаба подготовки кадров. Выпуск из учебных заведений
составляет лишь фракцию общего притока на рынок труда. Есть и отток с рынка, также
имеющий сложную структуру. Нас же больше интересует абсолютная численность работ!
ников и ее итоговая динамика. Сильное сокращение численности – при прочих равных –
может привести к дефициту квалифицированного труда.
3
В общем случае наличие специального профессионального образования не является обязательным атри!
бутом квалифицированного рабочего, так как необходимое профессиональное обучение может быть полу!
чено и в ходе текущей трудовой деятельности на своем рабочем месте. Более того, во многих развитых странах
именно так в основном и формируется группа квалифицированных рабочих; см., например: [Thelen, 2004].
410
Что же происходило с абсолютной численностью интересующих нас профессиональ!

ных групп? Рисунок 7.2 иллюстрирует изменения в численности экономически активных
граждан с профессиональным образованием разного уровня. Число обладателей вузовских
дипломов за последние шесть лет возросло почти на четверть, а число обладателей ссузов!
ских оставалось примерно стабильным.
23000
21000
19000
17000
15000
13000
11000
9000
7000
5000
2003 2004 2005 2006 2007 2008 2009
Высшее профессиональное образование

Среднее профессиональное образование
Начальное профессиональное образование
Рис. 7.2. Численность лиц с разным уровнем профессионального образования

в составе рабочей силы, 2003–2009 гг., тыс. человек
Хотя, как мы уже отметили, ежегодный выпуск из системы начального профессио!

нального образования постоянно сокращался, абсолютная численность экономически ак!
тивных граждан с начальным профессиональным образованием в стране увеличилась с
12,0 млн человек в 2003 г. до 14,7 млн в 2008 г., т.е. на 22,5%! [Труд и занятость… 2010, с. 40].
Другими словами, в последние годы суммарное предложение труда работников с НПО на
рынке труда не сократилось, а возросло почти на четверть!
На первый взгляд такой вывод по отношению к выпускникам ПТУ может показаться
странным на фоне сокращения абсолютных масштабов выпуска. Однако ничего невозмож!
ного здесь нет. Ведь динамика выпуска из учебных заведений – это лишь один из факторов,
влияющих на общую численность лиц с данным уровнем и типом образования. Другим
фактором является динамика притока в занятость из состояния экономической неактивно!
411
сти (или, наоборот, оттока в него). В этом случае мы наблюдаем значительное увеличение
численности старших возрастов в рабочей силе, среди которых высока доля обладателей
4
подобного образования . Ускоренный рост заработной платы по отношению к пенсии до
2008 г. стимулировал возврат пенсионеров на рынок труда. Другое дело, что они часто воз!
вращались не в те сектора, в которых трудились ранее. Но причиной того, что они «оседали»
не в промышленности, может быть как недостаточное качество их рабочей силы (например,
связанное с возрастом обесценение их человеческого капитала), так и элементарное отсут!
ствие спроса на их труд со стороны промышленных предприятий.
Предложение труда: качество. Еще одна характеристика предложения – это качество
имеющейся рабочей силы. С его измерением связан ряд проблем. Во!первых, понятие «ка!
чество» охватывает различные аспекты – от мотивации до квалификации, от дисциплини!
рованности до инновационности. Работодатели могут ценить в своих работниках отдельные
компоненты качества, и разные рабочие места могут предъявлять неодинаковые требова!
ния. Оценивая интегральное качество, работодатели могут придавать разный вес его разным
составляющим, да и вообще иметь в виду не одно и то же [Green, Machin, Wilkinson, 1998].
Мнение о том, что качество (определяемое очень широко) рабочей силы на протяже!
нии последних лет непрерывно ухудшалось, широко распространено в нашем обществе,
хотя специальных аналитических работ по этой проблеме, по!видимому, не существует.
Имеющиеся обследования смежных проблем это не всегда подтверждают. Так, участвую!
щие в мониторинге экономики образования менеджеры предприятий устойчивы в своих
оценках, которые лишь незначительно колеблются в районе четырех баллов («хорошо») по
пятибалльной шкале. Это относится как к качеству в целом, так и к его отдельным состав!
ляющим – профессионализму, обучаемости, дисциплине, трудовой и общей культуре.
Качество образования (т.е. знания и умения вновь приходящих на рынок труда вы!
пускников учебных заведений профессионального образования) на протяжении последних
20 лет, по!видимому, все же неуклонно снижалось. Это связано, прежде всего, с быстрой
количественной экспансией третичного образования при сокращении удельного финан!
5
сирования (на одного преподавателя или на одного обучающегося) . Что же касается на!
чального и среднего профессионального образования, то следует признать: его качество на
6
выходе всегда было невысоким . Однако в советское время ПТУ и ссузы часто были ин!
4
Еще одним дополнительным источником предложения труда является трудовая миграция. К сожалению,
представительных данных об образовательной и профессиональной структуре миграционных потоков
не существует.
5
См. Главу 1.
6
Конечно, система ПТУ выполняла и важную социальную функцию досоциализации и профессионали!
зации тех, кто по разным причинам выпадал из средней школы и системы постшкольного образования.
Постепенно эта функция стала доминировать над собственно профессиональным обучением. В этом смыс!
ле контингент ПТУ формировался путем явно выраженного негативного отбора.
412
ституционально привязаны к базовым предприятиям, которые в обязательном порядке

доучивали таких выпускников, а затем использовали их труд. В рамках подобной модели
профессиональное образование, дававшее массовую (отраслевую) рабочую профессию (sec
torspecific skills), было фактически совмещено с обучением на рабочем месте, предоставляв!
шем специфические навыки (firmspecific skills). Мягкие бюджетные ограничения, в кото!
рых существовали советские предприятия, делали для них дополнительные затраты на
подготовку кадров в конечном счете малосущественными. Тем не менее проблема квали!
фикации рабочих оставалась нерешенной, о чем наглядно свидетельствовало общепри!
знанно низкое качество выпускаемой промышленной продукции. Другое дело, что в ус!
ловиях тотального дефицита рабочей силы, свойственного плановой экономике, любые
работники массовых профессий для промышленности (особенно оборонной) были всегда
остро востребованы.
Переход от плановой к рыночной экономике стал сильнейшим шоком для всей сис!
темы НПО. С кризисом промышленности она не только утратила привычные источники
и объемы финансирования, но и потеряла заинтересованного в ее конечной продукции
потенциального потребителя. Предприятия, столкнувшись с более жесткими бюджетными
ограничениями, полностью утратили интерес как к доучиванию на рабочем месте, так и к
найму выпускников таких училищ. Свой вклад в дестимулирование инвестиций в доучи!
вание выпускников ПТУ и ссузов вносит и то обстоятельство, что практически сразу после
их окончания молодые люди становятся кандидатами для призыва на срочную военную
службу. В таких условиях какой бы то ни было экономический смысл для работодателей в
найме на работу и доучивании молодых рабочих окончательно исчезает. В то же время в
условиях роста спроса на высшее образование со стороны молодежи негативный отбор в
ПТУ лишь усилился, а диплом ПТУ еще более обесценился. Социальная функция полно!
стью подмяла образовательную. Если любой диплом выполняет сигнальную функцию, то
этот несет скорее негативные коннотации.
Агрегированный спрос на труд. Если агрегированное предложение квалифицированно!
го труда в нашей экономике в 2000!е годы возросло, то агрегированный спрос на труд со
стороны промышленности (прежде всего, обрабатывающей), напротив, демонстрировал
7
сложившуюся тенденцию к сокращению . Это отражается в динамике основных показа!
телей – занятости, вакансий, заработной платы и безработицы.
Начнем с численности занятости. Устойчивая тенденция к ее сокращению является
одним из наиболее очевидных свидетельств того факта, что спрос на труд падает. Промыш!
ленности нужно меньше работников, чем в ней фактически было занято. После небольшого
7
Обсуждение причин этого явления выходит далеко за границы темы данной работы; см., например:
[Rutkovsky, Scarpetta, 2005].
413
и краткосрочного подъема, вызванного бурным послекризисным (1998 г.) восстановлением

в 1999–2000 гг., численность занятых на предприятиях промышленности в целом и обра!
батывающей промышленности в частности неуклонно сокращалась (рис. 7.3). Хотя темпы
экономического роста в 1999–2008 гг. оставались высокими и объем промышленного про!
изводства вырос на 64% (в обрабатывающей промышленности – на 83%), занятость в про!
мышленности в 2008 г. была ниже в целом на 16%, а в обрабатывающей – на 19%. Данные
за 2009–2010 гг. свидетельствуют о том, что экономический кризис лишь ускорил это
снижение.
16000
14000
12000
10000
8000
6000
4000
2000
0
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
В промышленности, всего В обрабатывающей промышленности
Рис. 7.3. Численность занятых в организациях промышленности (разделы C, D, E по ОКВЭД)

и обрабатывающей промышленности (D), 1999–2009 гг., тыс. человек
Внутри самой промышленности численность работников, занятых квалифицирован!

ным трудом, также в целом показывала понижательную тенденцию (рис. 7.4). Если сум!
марная численность руководителей всех уровней и численность специалистов высшего
уровня квалификации (группы 1 и 2 по классификации ISCO) все же несколько возросла
(за 2000–2008 гг.), то численность всех остальных профессиональных групп снизилась.
Особенно заметно сокращение численности рабочих высокой и средней квалификации
(группы 7 и 8 по классификации ISCO): оно (сокращение) составило 640 тыс. в первом
случае и 60 тыс. во втором. На 120 тыс. снизилась численность специалистов среднего уров!
ня квалификации (группа 3 по ISCO), т.е. тех, кто обладал технической квалификацией на
уровне выпускника ссуза. Эти цифры говорят о том, что агрегированный спрос на квали!
414
фицированных рабочих и техников заметно сузился, и, по!видимому, эта тенденция со!

храняется.
2000 2004 2008

7,00
6,00
5,00
4,00
3,00
2,00
1,00
0,00
Специалисты средней
Специалисты высшей
Рабочие средней
Служащие без
Руководители
квалификации
рабочие
рабочие
Рис. 7.4. Численность занятых в промышленности по основным профессиональным группам,
2000, 2004, 2008 гг., млн человек
Спрос на труд: заработная плата в промышленности по отношению к другим секторам.

Если спрос на труд в каком!то секторе меняется в том же направлении и с тем же темпом,
что и в других секторах, то относительная зарплата в данном секторе, при прочих равных
условиях, не должна меняться. Однако если спрос снижается быстрее, то относительная
заработная плата будет сокращаться. Что же происходило в этом отношении в российской
обрабатывающей промышленности?
На рис. 7.5 показана динамика заработной платы в обрабатывающем секторе относи!
тельно (1) средней по всей экономике, (2) средней по добывающему сектору и (3) средней
по торговле и бытовому обслуживанию. Выбор секторов (2) и (3) для сопоставления не слу!
чаен: это крупные работодатели, предоставляющие альтернативные рабочие места в том
числе и работникам обрабатывающих предприятий.
Как мы видим, начиная с 2001 г. средняя заработная плата в обрабатывающем секторе
относительно средней по экономике в целом начала опускаться. Суммарное относительное
415
снижение за 2001–2008 гг. составило 13,6 п.п. (106,4–92,8%). Еще заметнее ухудшение от!
носительной оплаты труда по сравнению с торговлей. Если в начале десятилетия работник,
занятый в обрабатывающей промышленности, зарабатывал в среднем в 1,5 раза больше,
чем занятый в торговле, то к концу десятилетия средние зарплаты почти уравнялись. При
этом отметим, что уровень образования и квалификации в торговле в среднем намного
ниже. Некоторый относительный рост наблюдался по отношению к сектору добычи по!
лезных ископаемых. Однако это вряд ли могло иметь большое значение, учитывая дву!
кратный разрыв между секторами в пользу добывающего сектора, а также тот факт, что
последний по численности почти в 10 раз меньше обрабатывающего.
160,0 Относительно сектора торговли и бытовых услуг (2)
140,0
120,0
100,0
Относительно средней по экономике в целом (1)
80,0
60,0 Относительно сектора добычи полезных ископаемых (3)
40,0
20,0
0,0
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Рис. 7.5. Динамика относительной заработной платы

в обрабатывающей промышленности, 1995–2009 гг., %
Спрос на труд: вакансии. Статистика вакансий также свидетельствует о подавленном

спросе на труд со стороны промышленности. В одной из наших прежних публикаций мы
отмечали факт очень ограниченного спроса на дополнительных работников [Гимпельсон,
Капелюшников, Лукьянова, 2007]. На протяжении всего обсуждаемого периода свободные
вакансии составляли около 1,5% от среднесписочной численности занятых, что не является
8
высоким показателем . Однако даже эти объявленные вакансии были либо сильно скон!
8
В среднем по странам ЕС уровень вакансий в эти годы варьировался от 1,5% (2003 г.) до 2,2% (2007 г.).
В Германии, например, этот показатель колебался в диапазоне 2,2–3,8%, а в Великобритании – 2,2–2,4%
416
центрированы в пространстве (что означало ограниченный доступ к ним со стороны жи!

телей других населенных пунктов), либо имелись преимущественно на неконкурентоспо!
собных, а потому непривлекательных предприятиях. Уровень вакансий, например, в легкой
промышленности был заметно выше, чем в среднем по промышленности, но это отражало
лишь постепенное угасание первой. Легкая промышленность предлагала неконкурентный
уровень вознаграждения (заработная плата составляла менее 50% от среднего по экономи!
ке) и ускоренно теряла занятость вместо того, чтобы нанимать новых работников. Хотя мы
и не можем разделить зафиксированные статистикой вакансии на квалифицированные и
не очень, принципиального вывода это не меняет.
Спрос на труд: безработица. Общая картина подавленного спроса на квалифицирован!
ных рабочих подтверждается данными о безработице в зависимости от уровня образования.
Для выпускников ПТУ он последовательно снижался с 11,7 до 6,6%, но все время оставался
заметно выше, чем для обладателей высшего или среднего профессионального образова!
ния. В этих группах снижение составило с 5,2 до 2,8% и с 7,9 до 4,7% соответственно. Дру!
гими словами, рынок труда больше всего ценил наличие высшего профессионального обра!
зования, вторым по ценности шло среднее профессиональное и лишь затем – начальное
профессиональное образование. Впрочем, отсутствие какого бы то ни было профессио!
нального образования у работников (например, наличие лишь среднего общего) сопровож!
далось для них максимальным риском стать безработными.
Итак, основной промежуточный вывод из агрегированных статистических данных за!
ключается в том, что предложение труда в целом и предложение квалифицированного труда
в частности в 2000!е годы, как минимум, не сокращалось. В то же время, несмотря на рост
производства, все указывает на сжатие спроса на труд в промышленности в целом и на ква!
лифицированный труд в частности. Другими словами, кривая предложения труда смеща!
лась вправо, а кривая спроса – вниз. Это должно было бы (для восстановления равновесия)
вызвать снижение заработной платы в промышленности, но она значительно выросла аб!
солютно, хотя снизилась относительно других секторов. Такое взаимодействие спроса и
предложения сопровождалось вытеснением работников из промышленности в другие сек!
торы или в незанятость. Лица с низким уровнем образования в наибольшей степени оказа!
лись подвержены вытесняющему давлению. Поскольку технико!технологическая структура
рабочих мест меняется крайне медленно, постольку имеющиеся рабочие места перерас!
пределяются в пользу более образованных и квалифицированных групп населения. В итоге
мы наблюдаем увеличение доли работников, выполняющих работу, которая не требует
(см.: www.eurostat.eu). Темпы экономического роста в этих странах в данный период были гораздо ниже,
чем в России.
417
имеющихся у них образования и квалификации. Другими словами, происходит заметное

9
снижение эффективности использования человеческого капитала .
Таков тот общий фон, на котором мы будем далее рассматривать данные эмпириче!
ских обследований, касающиеся дефицита специалистов разного типа в российской обра!
батывающей промышленности.
7.3.
Используемые данные
Наш дальнейший анализ опирается на микроданные трех выборочных обследований
предприятий обрабатывающей промышленности. Их сравнительная характеристика дана
в табл. 7.1.
Таблица 7.1. Характеристика выборочных обследований

предприятий обрабатывающей промышленности
(кроме малых и сверхкрупных)
Год Выборка Вид опроса Разработка инструментария

проведения и проведение полевого
этапа
2003 Квотная, Опрос менеджеров по персоналу ГУ ВШЭ (ЦеТИ)

N = 304; и Левада!Центр
30 регионов
России
2005 N = 1002; Опрос руководителей предприятий и ГУ ВШЭ (ИАПР и ЦеТИ)

49 регионов менеджеров по персоналу, дополненный и Всемирный Банк,
объективной финансово!экономической ГФК!Русь
информацией о предприятиях
2009 N = 957; Опрос руководителей предприятий и ГУ ВШЭ (ИАПР и ЦеТИ)

48 регионов менеджеров по персоналу, дополненный и Левада!Центр
объективной финансово!экономической
информацией о предприятиях
Примечание. Данные обследования не являются панельными, но выборки 2005 и 2009 гг. пересекаются при!
мерно на 50%. Некоторые использованные в анкетах вопросы являются сквозными для всех обследований.
Более подробное описание обследований можно найти в соответствующих публикациях: [Гимпельсон, 2004b;
Гимпельсон, Капелюшников, Лукьянова, 2007; Гимпельсон, 2010].
9
См. Главы 4 и 5.
418
7.4.
Представления работодателей:
дефицит нарастает?
Если анализ объективной статистики позволяет говорить скорее о дефиците спроса, то
многочисленные опросы работодателей, проводившиеся в 2000!е годы, отмечали преиму!
щественно дефицит предложения. Менеджеры зачастую были склонны видеть чуть ли не
основное ограничение для развития их предприятий именно в дефиците квалифицирован!
ных работников. Из их ответов иногда складывалось впечатление, что системы профессио!
нального образования в нашей стране вообще уже давно не существует, а те работники с
профессиональным образованием, которые закончили учебные заведения ранее, успешно
переселились на иные планеты и на нашем, российском, рынке труда более ни в каком виде
не присутствуют. СМИ активно транслировали эту точку зрения. Вот типичная для пред!
кризисного (2006–2008 гг.) периода характеристика ситуации: «В России свирепствует кад!
ровый голод… Но настоящая кадровая катастрофа происходит в промышленности – нет
10
инженеров и квалифицированных рабочих» . Слово «катастрофа» стало ключевым сигна!
лом, который промышленность настойчиво посылала чиновникам и системе образования.
Этот сигнал звучал все громче. Лишь в редких случаях он подвергался сомнениям и рассмат!
ривался как ложный [Гимпельсон, 2004b; Гимпельсон, Капелюшников, Лукьянова, 2007].
Остановимся подробнее на динамике и источниках таких представлений о дефиците.
В начале 1990!х годов в процессе перехода к рыночной экономике хроническая нехватка ра!
бочей силы почти в одночасье сменилась ее избытком (в различных, явных и неявных, прояв!
лениях). Спад производства по величине значительно опережал сокращение численности за!
нятых. Избыточность рабочей силы нарастала на протяжении почти всех 1990!х годов, что
получило свое отражение не только в соответствующей динамике статистических показа!
телей [Обзор занятости в России… 2001], но и в распространении жалоб предприятий на тя!
жесть «навеса» из лишних работников. Согласно квартальным опросам Российского эконо!
мического барометра (РЭБ), доля промышленных предприятий, считавших численность
своего персонала избыточной относительно ожидаемого спроса на выпускаемую ими про!
дукцию, в 1998–1999 гг. перевалила за 40%. Наоборот, доля предприятий, считавших ее не!
достаточной, сократилась до статистически малоразличимых 5–10% [Гимпельсон, Капе!
люшников, Лукьянова, 2007].
Посткризисное (1999 г. и далее) восстановление экономики активно потянуло за собой
11
спрос на труд . Стали улучшаться все показатели занятости и использования рабочего
10
Газета. 2007. 23 декабря. (http://www.gzt.ru/topnews/business/!prestizh!dorozhe!deneg!/157782.html)
11
Более подробно см.: [Заработная плата в России… 2008, гл. 1].
419
времени, безработицы, неполной занятости, долгов по заработной плате. В итоге начиная

с 1999 г. доля трудоизбыточных предприятий, согласно опросам того же РЭБ, быстро сни!
жалась, а доля трудонедостаточных росла. В 2005 г. уже каждый четвертый респондент РЭБ
заявлял о том, что его предприятие недостаточно укомплектовано рабочей силой относи!
тельно планируемого выпуска. Регулярные конъюнктурные обследования Института эко!
номики переходного периода (ИЭПП) оценивали долю трудонедостаточных предприятий
12
в 2008 г. в 26%, а в легкой промышленности эта доля доходила до 59% . По данным неко!
торых других обследований, их удельный вес превышал 40% (в 2003 г.), а доля трудоизбы!
точных сократилась до малоразличимости [Гимпельсон, 2004а, с. 10]. Предприятия все ча!
ще признавали недоукомплектованность персоналом в качестве значимого ограничения для
производства. Ощущение тревоги по этому поводу у политиков и предпринимателей уси!
ливалось демографическими прогнозами, неумолимо предсказывавшими сокращение чис!
13
ленности населения в трудоспособном возрасте . Но если дефицит квалифицированных ра!
ботников еще можно понять и объяснить (в конце концов всегда хочется лучшего, особенно
в условиях обостряющейся конкуренции), то широко распространившиеся жалобы на де!
фицит любых работников уже плохо поддавались прямолинейной интерпретации.
Более детальный эконометрический анализ эмпирических данных предположил, что
вдруг появившийся дефицит имел мало общего с недостатком предложения, а лежал пре!
имущественно на стороне спроса на труд. Он во многом происходил из неконкурентоспо!
собности и убыточности большого числа предприятий и был прямым следствием искус!
ственного продления им жизни [Гимпельсон 2004а; Гимпельсон, Капелюшников, Лукья!
нова, 2007], и его истинные причины объяснялись слабостью действующих механизмов
рыночной селекции. По сути, мы столкнулись, если воспользоваться образным выражением
Б. Кузнецова, с «непохороненными мертвыми предприятиями». Неэффективные предпри!
ятия, которые платили заниженную заработную плату, оказывались основными и наиболее
14
громкими пропагандистами тезиса о дефиците . Именно из!за своей неконкурентоспо!
собности такие предприятия и не были способны реагировать повышением заработной
платы, продолжали терять рабочие места, а слабость механизмов расчистки рынка позволя!
ла им сохранять видимость своего присутствия в экономике. Предприятия!аутсайдеры те!
ряли рабочую силу, но никуда не исчезали, продолжая оставаться на плаву неопределенно
долгое время. И именно они, находясь в кризисном или полукризисном состоянии, стано!
12
См.: http://www.iet.ru/files/text/industrial_survey/195!int.pdf
13
Отметим, что из факта сокращения численности россиян в трудоспособном возрасте сокращение за!
нятого населения автоматически не следует.
14
Например, в обследовании ИЭПП опрошенные руководители прямо отмечают низкую заработную плату
как основную помеху найму работников во всех профессиональных группах; см.: http://www.iet.ru/files/
text/industrial_survey/195!int.pdf
420
вились главными генераторами и трансляторами жалоб на нехватку (квалифицированной и

не только) рабочей силы. Эти жалобы далее трансформировались в политические требования
расширить подготовку работников желательно на государственной основе и за бюджетные
деньги. В этом смысле проблема дефицита во многом оказалась следствием специфической
настройки институтов, отвечающих за банкротства и своевременный отсев «покойников».
Экономический кризис 2008–2009 гг. несколько сместил акценты, но не отменил сде!
ланных ранее принципиальных выводов. Обследование 2009 г. показало заметно снизив!
шуюся интенсивность жалоб на дефицит, но подтвердило основные причины их появле!
ния – значительную неоднородность экономических характеристик предприятий на фоне
по!прежнему слабых механизмов расчистки рынка [Гимпельсон, 2010].
Главные выводы, касающиеся природы представлений о дефиците труда в целом, вер!
ны и по отношению к отдельным профессиональным группам. Хотя в 2007 г. – начале
2008 г. менеджеры жаловались на нехватку работников во всех основных профессиональ!
ных группах, они особо отмечали дефицит квалифицированных работников. Даже те пред!
приятия, где занятость в целом считалась оптимальной или избыточной по отношению к
текущему выпуску, могли жаловаться на недоукомплектованность персоналом по отдель!
ным профессиональным группам. Такие жалобы касались нехватки квалифицированных
рабочих, а также специалистов, хотя и в меньшей степени. Согласно опросам в рамках мо!
ниторинга экономики образования, в 2005–2007 гг. примерно 16–19% опрошенных работо!
дателей в промышленности жаловались на дефицит специалистов и 37–45% – на дефицит
квалифицированных рабочих [Мониторинг экономики образования… 2007, с. 26]. Еще ярче
выглядят данные опросов ИЭПП: только 29% предприятий промышленности без особых
сложностей могли найти квалифицированных рабочих [Экономика переходного периода,
2008, с. 740–741]. Об этом же, казалось бы, говорят и данные наших обследований обраба!
тывающих предприятий, на которые мы опираемся в дальнейшем обсуждении.
Оценки «нехватки квалифицированных рабочих как характеристики инвестиционного
климата и ограничения для экономического роста» оказываются еще более высокими. Это
отметили около 40% респондентов в обследовании 2005 г.; в итоге данный фактор занял вто!
рое место по значимости среди всех ограничений (налогообложение занимало первое место).
В обследовании 2009 г. – несмотря на острый кризис! – каждый третий (33,4%) опрошенный
руководитель по!прежнему считал это существенным либо очень серьезным препятствием.
Показатели обеспеченности предприятий работниками разных профессиональных
групп приведены в табл. 7.2. Если в качестве условного проблемного порога ввести уровень
в 10% (отметивших ту или иную неоптимальную укомплектованность среди всех обследо!
ванных предприятий), то жалобы на дефицит в 2005 г. касались специалистов (19% отме!
тивших), квалифицированных (54%) и даже неквалифицированных (около 13%) рабочих.
В 2009 г. сохранились жалобы только применительно к квалифицированным рабочим, что
421
отмечало каждое третье предприятие (36%). Доля «жалобщиков» на дефицит специалистов

и неквалифицированных рабочих упала ниже порога в 10%. Наоборот, доля жалоб среди
опрошенных на избыток руководителей, специалистов и неквалифицированных рабочих
достигла или превысила порог в 10%. Отметим, что в 2005 г. 13% предприятий отмечали
избыток неквалифицированных рабочих, но жалобы на количественный «навес» в осталь!
ных группах встречались гораздо реже. В 2009 г. (по сравнению с 2005 г.) жалобы на избыток
участились во всех профессиональных группах.
Таблица 7.2. Распределение предприятий по группам с оптимальной,

недостаточной и избыточной численностью работников
определенных профессий (% от общего числа обследованных предприятий)
Группы работников Численность работников данной профессиональной группы

на предприятии
оптимальная недостаточная избыточная
2005 г. 2009 г. 2005 г. 2009 г. 2005 г. 2009 г.
Руководители 87,7 85,9 4,6 2,9 7,8 9,8

Специалисты 72,6 79,8 19,3 7,7 8,1 12,5
*
Служащие 90,3 – 2,0 – 7,7 –
Квалифицированные рабочие 41,5 59,2 54,2 36,4 4,3 4,5
*
В 2009 г. вопрос о служащих не задавался.
Предприятия, считающие численность в целом оптимальной, как правило, отмечают

и оптимальную укомплектованность по профессиональным группам (табл. 7.3). В этом слу!
чае совпадение составляет около 90% (от 86% для неквалифицированных рабочих до 95%
для руководителей). Исключением является группа квалифицированных рабочих, которая
укомплектована оптимально в 73% случаев. Хотя данный показатель ниже, чем в других
профессиональных группах, но его рост по сравнению с 2005 г. составил весьма заметные
11 п.п. Обратной стороной той же медали является практически всеобщее сокращение
масштаба трудонедостаточности. В наиболее многочисленной группе предприятий с оп!
тимальной численностью нехватку квалифицированных рабочих в 2009 г. отмечали 26%
(по сравнению с 37% в 2005 г.), а нехватку специалистов — 4% ответивших менеджеров
(по сравнению с 12%).
За период между обследованиями 2005 и 2009 гг. процент предприятий с недостаточ!
ной численностью сократился. При этом даже среди них доля тех, кто указывал на недос!
422
таточную укомплектованность в отдельных группах, снизилась. Особенно заметно такое

сокращение в группах специалистов и квалифицированных рабочих. Наоборот, доля пред!
приятий с избыточной численностью демонстрировала явную тенденцию к росту, что про!
являлось как в целом, так и по отдельным профессиональным группам.
Таблица 7.3. Соотношение между общей обеспеченностью предприятий кадрами

и их обеспеченностью отдельными группами работников, %
Предприятия, указавшие оптимальную численность:

руководителей специалистов квалифициро! неквалифициро!
ванных рабочих ванных рабочих
2005 г. 2009 г. 2005 г. 2009 г. 2005 г. 2009 г. 2005 г. 2009 г.
Общая численность
персонала:
оптимальна 93,5 94,6 85,2 90,5 62,5 73,4 88,4 86,1
недостаточна 86,0 83,6 59,6 67,4 3,0 7,0 65,2 60,8
избыточна 63,8 47,4 40,8 30,4 24,6 35,7 28,9 36,6
Всего 87,7 87,2 72,6 79,9 41,5 59,5 74,5 78,1
Предприятия, указавшие недостаточную численность:
2005 г. 2009 г. 2005 г. 2009 г. 2005 г. 2009 г. 2005 г. 2009 г.
персонала:
оптимальна 3,1 1,5 11,9 4,2 37,3 26,4 5,2 4,3
недостаточна 8,3 10,2 37,7 28,7 97,0 91,4 32,0 31,3
избыточна 3,9 3,5 15,2 4,3 42,9 31,3 6,6 1,8
Всего 4,6 2,9 19,3 7,6 54,2 36,8 12,5 7,7
Предприятия, указавшие избыточную численность:
2005 г. 2009 г. 2005 г. 2009 г. 2005 г. 2009 г. 2005 г. 2009 г.
персонала:
оптимальна 3,4 4,0 2,9 5,2 0,2 0,3 6,4 7,6
недостаточна 5,7 6,3 2,6 3,9 0 1,6 2,8 8,0
избыточна 32,3 49,1 44,0 65,7 32,5 33,0 64,5 61,6
Всего 7,8 9,8 8,1 12,5 4,3 4,5 13,0 14,3
423
Обследования 2005 и 2009 гг. свидетельствуют о том, что характеристика предприятия

как оптимально укомплектованного, трудоизбыточного или трудонедостаточного сильно
упрощает реальную ситуацию, скрывая возможные внутренние диспропорции. На пред!
приятиях с недостаточной численностью существует избыток определенных профессий и
наоборот. В таких ситуациях, с одной стороны, повышается вероятность вынужденного
замещения более квалифицированных работников менее квалифицированными, а с дру!
гой, работники с более высокой квалификацией занимают места, где такая квалификация
просто не требуется. В первом случае мы имеем дело с недостаточной квалификацией
(«недоквалификацией»), а во втором – с избыточной («сверхквалификацией»). В любом
случае подобные несоответствия могут отрицательно сказываться на производительности
и финансово!экономических показателях деятельности предприятий. Если же данные жа!
лобы отражают реальную ситуацию структурного дисбаланса, то тогда предприятия сталки!
ваются с риском двойных потерь, связанных как с наличием лишних работников, так и с
недостатком нужных специалистов. Однако напомним, что общим фоном для нашего ана!
лиза является неуклонное сокращение фактической численности занятых в обрабатываю!
щей промышленности в целом и на обследуемых предприятиях в частности (см. рис. 7.3).
7.5.
«Миражи» дефицита: откуда они?
Поскольку в 1990!е годы проблема дефицита рабочей силы в целом или по отдельным
профессиональным группам практически не существовала, то и исследования ее причин
или факторов, естественно, не проводились. К обсуждению проблем дефицита стали воз!
вращаться в начале 2000!х. Кажется, первой работой на эту тему стало наше исследование
2003 г. По его итогам был сделан следующий вывод: «Картина, которая восстанавливается
с помощью полученных нами оценок, непротиворечива. В значительной мере дефицит ква!
лифицированного труда декларируется предприятиями, которые находятся в плохом эконо!
мическом положении и неэффективно используют ресурсы труда, уже имеющиеся в их
распоряжении. Это дает дополнительные основания для утверждения о том, что декларируе!
мая потребность в дополнительных квалифицированных кадрах является, по крайней мере,
частично виртуальной и порождена неэффективностью производства. Нанимая на работу
искомых работников на рынке труда в конкуренции с более успешными фирмами, такие ра!
ботодатели все равно неспособны их удержать и эффективно использовать. Повышая им
заработную плату, они лишь увеличивают свои трудовые издержки» [Гимпельсон, 2004].
Дальнейшие события показали распространение жалоб на дефицит, с одной стороны,
и подтвердили сделанный выше вывод, с другой. В определенном смысле «миражи» стали
реальностью.
424
Мы вынуждены констатировать: жалобы на дефицит определенных квалификаций и

навыков в 2005–2008 гг. распространились очень широко. Кризис 2008–2009 гг., резко
сбивший общую «температуру» спроса на труд, их несколько ослабил, но далеко не лик!
видировал. Казалось бы, вызванное кризисом сокращение кадров, охватившее практически
все секторы экономики, вывело на рынок труда в качестве соискателей работы сотни тысяч
специалистов разного профиля. Это увеличило потенциальное предложение квалифици!
рованного труда, которым могла бы воспользоваться промышленность, однако спрос на
труд еще более сократился. Возникает вопрос: как же можно объяснить распространен!
ность и устойчивость таких представлений вне зависимости от общеэкономического кон!
текста? Какие факторы стоят за жалобами или констатациями дефицита?
Как и в случае с дефицитом рабочей силы в целом, дефицит квалифицированных ра!
ботников связан, прежде всего, со значительной вариацией в экономической эффективно!
сти. Соответствующие ассоциации более подробно анализируются в табл. 7.4–7.7, постро!
енных на данных 2005 г. Таблицы содержат оценки уравнения мультиномиальной логит!
регрессии для переменной, характеризующей отклонение фактической численности от
оптимальной (предприятия с оптимальной численностью приняты за базу сравнения). Та!
кую процедуру мы проделали как для всех работников, так и затем по отдельности для обеих
групп квалифицированных работников – специалистов и квалифицированных рабочих, а
также неквалифицированных рабочих.
Все оценки, независимо от используемой спецификации, приводят к одному выводу:
такие показатели экономической результативности, как заработная плата, производитель!
ность труда и рентабельность, значимо и негативно связаны с вероятностью того, что пред!
приятие окажется трудонедостаточным. В то же время характеристики экономической дея!
тельности предприятий не влияют на вероятность трудоизбыточности, которая является,
прежде всего, функцией от имеющейся численности занятых. Это свидетельствует о том,
что менее эффективные предприятия по экономическим причинам не могут достичь оп!
тимальной численности (или удержать ее), а слишком крупные предприятия затрудняются
быстро «сбросить лишний вес», независимо от своих экономических возможностей. Этот
«лишний вес» у многих унаследован еще с советских времен, а не является результатом те!
кущей экономической деятельности или недавней смены конъюнктуры. Возможный отказ
крупных и средних предприятий от такого избыточного «наследства» ограничивается же!
сткостью существующего трудового законодательства (в части защиты занятости), эффек!
тивностью его инфорсмента и дополнительным административным вмешательством вла!
15
стей, опасающихся роста безработицы . Они не позволяют быстро сокращать занятость в
15
О связи между трудовым законодательством и поведением предприятий на рынке труда см.: [Lazear, 1990;
Addison, Teixeira, 2001]; влияние инфорсмента трудового законодательства обсуждается в работе: [Gimpelson,
Kapeliushnikov, Lukyanova, 2010]; см. обзор зарубежных исследований на русском языке: [Мироненко, 2009].
425
ответ на негативные шоки со стороны спроса. Это, однако, не может остановить тенденцию
к снижению численности, но тормозит ее и сильно растягивает во времени.
Таблица 7.4. Факторы неоптимальности численности персонала:

все работники (мультиномиальная логит!регрессия)
Спецификация 1 Спецификация 2 Спецификация 3

Насколько оптимальной является
численность работников?
дефицит избыток дефицит избыток дефицит избыток
Экспортер (1 = да) –0,303 0,161 –0,225 0,186 –0,241 0,168
Создано после 1992 г. (1 = да) 0,097 –0,189 0,098 – 0,151 0,077 –0,188
Есть иностранный собственник

** * **
(1 = да) 0,076 0,841 0,033 0,592 0,136 0,742
Государственная собственность
больше 25% (1 = да) 0,253 –0,077 0,146 0,051 0,076 –0,157
*** ***
Занятость (ln численности) –0,022 0,460 0,043 0,480 0,038 0,504
**
Средняя заработная плата (ln) –0,273 –0,118
*** *
Производительность труда (ln) –0,281 –0,226
** ***
Рентабельность –1,080 –1,028
Отрасль Да Да Да Да Да Да
Регион Да Да Да Да Да Да
Константа –0,336 –26,983 0,348 –26,142 –1,023 –27,476
2
Псевдо R 0,1437 0,1344 0,1392
N 894 929 946
*
Примечания: базовая категория зависимой переменной – оптимальная численность. Статистическая зна!
** ***
чимость на уровне 0,10. Статистическая значимость на уровне 0,05. Статистическая значимость на
уровне 0,01.
426

специалисты (мультиномиальная логит!регрессия)
Насколько оптимальной Спецификация 1 Спецификация 2 Спецификация 3

является численность
квалифицированных работников? дефицит избыток дефицит избыток дефицит избыток
* ** *
Экспортер (1 = да) 0,369 0,285 0,491 0,350 0,396 0,407
** **
Создано после 1992 г. (1 = да) 0,145 –0,918 –0,089 –0,780* –0,067 –0,958

(1 = да) –0,216 0,568 –0,044 0,560 –0,088 0,601
больше 25% (1 = да) 0,161 –0,115 0,168 0,013 0,157 –0,287
*** *** ***

Занятость (ln численности) –0,012 0,637 0,001 0,619 –0,016 0,621
*
**
Рентабельность 0,248 –2,135
* *** ** *** ** ***

Константа –1,622 –30,27 –2,071 –29,21 –2,091 –31,20
2
Псевдо R 0,1347 0,123 0,1291
N 890 925 940
*
** ***
уровне 0,01.
427

квалифицированные рабочие (мультиномиальная логит!регрессия)

квалифицированных рабочих? дефицит избыток дефицит избыток дефицит избыток
Экспортер (1 = да) –0,022 0,013 0,054 0,155 0,024 0,380
* **
Создано после 1992 г. (1 = да) –0,285 0,251 –0,336 0,269 –0,387 –0,004

(1 = да) 0,060 0,484 0,039 0,077 –0,026 0,428
больше 25% (1 = да) –0,051 –0,050 –0,037 0,081 –0,050 –0,225
* *
Занятость (ln численности) 0,181 0,359 0,167 0,306 0,138 0,337
***
***
* **
Константа –1,366 –26,064 –0,190 –24,626 –1,649 –43,037
2
Псевдо R 0,1455 0,1378 0,1352
N 890 924 941
*
** ***
уровне 0,01.
428

неквалифицированные рабочие (мультиномиальная логит!регрессия)

неквалифицированных рабочих? дефицит избыток дефицит избыток дефицит избыток
Экспортер (1 = да) 0,265 –0,012 0,251 0,068 0,343 0,107
Создано после 1992 г. (1 = да) –0,025 –0,305 –0,192 –0,269 –0,015 –0,378

*** *** ***
(1 = да) 0,457 1,063 0,385 0,998 0,303 0,951
больше 25% (1 = да) 0,043 –0,334 0,023 –0,371 0,002 –0,394
*** *** ***
Занятость (ln численности) 0,130 0,479 0,151 0,425 0,165 0,426

*
Производительность труда (ln) –0,204 0,027
**
*** *** ** *** *** ***
Константа –3,57 –28,85 –2,57 –29,23 –3,70 –29,18
2
Псевдо R 0,1425 0,1347 0,1358
N 847 879 898

*
** ***
уровне 0,01.
Обратная связь между наличием дефицита работников и величиной средней зара!

ботной платы сохраняется и в случае специалистов (на 10!процентном уровне доверительной
вероятности), и в случае квалифицированных рабочих (на 1!процентном уровне). Низкая
производительность труда на предприятии значимо повышает вероятность дефицита ква!
лифицированных рабочих, но не специалистов. Что же касается рентабельности, то ее
влияние на вероятность дефицита этих групп работников статистически несущественно.
В дополнительных специалистах, при прочих равных условиях, также нуждаются компа!
нии!экспортеры, а в квалифицированных рабочих — предприятия, созданные до начала ре!
429
форм. Вероятность дефицита неквалифицированных рабочих не зависит от основных струк!

турных характеристик предприятия, но она значимо выше на предприятиях с низкой произ!
водительностью и низкой рентабельностью. Влияние средней заработной платы в данном
случае статистически незначимо.
А что определяет избыточность численности занятых работников? В случае специали!
стов два фактора значимы во всех спецификациях: возраст и размер предприятия. Старые
(созданные до 1992 г.) и крупные предприятия имеют повышенный риск столкнуться с проб!
лемой сокращения численности специалистов, которая оказывается избыточной. Предпри!
ятия с избытком квалифицированных рабочих практически не отличаются от предприятий с
оптимальной численностью занятых, но это может быть следствием того обстоятельства,
что доля первых в выборке очень мала (4,2%). Вероятность избытка неквалифицированного
труда выше на крупных предприятиях и на предприятиях с иностранными собственниками.
Последнее на первый взгляд кажется странным, но объяснимо тем, что наличие иностранно!
го акционера может усиливать давление на менеджмент с целью реструктуризации и повы!
шения эффективности, актуализируя необходимость избавления от лишних работников,
доля которых выше среди неквалифицированных рабочих (см. табл. 7.7).
К сожалению, мы не можем полностью воспроизвести вышеприведенные специфи!
кации на данных для кризисного 2009 г. Однако максимально возможное приближение
16
дает схожие оценки и ведет к аналогичным выводам . В табл. 7.8 приведены оценки ко!
эффициентов при переменных логарифма численности занятых и логарифма заработной
платы – основных факторах трудодефицитности. Сразу отметим, что эти переменные
вносят основной вклад в дифференциацию предприятий по критерию оптимальности за!
нятости, тогда как остальные либо незначимы во всех спецификациях, либо значимы лишь
в одной из них на уровне 10%.
Показатели в первой строке табл. 7.8 говорят о том, что более крупные предприятия
скорее трудоизбыточны, чем оптимально укомплектованы. Это верно для всех профес!
сиональных групп. Данный факт не является удивительным: размер предприятия и ранее
был одной из основных детерминант трудоизбыточности. Странным может показаться по!
ложительный знак для трудодефицитности в обеих группах рабочих – и квалифицирован!
ных, и неквалифицированных. Казалось бы, в этом случае коэффициент должен быть либо
статистически незначимым, либо иметь отрицательный знак. По!видимому, в условиях
кризиса более крупные (и часто менее эффективные) предприятия относительно быстрее
теряли занятость. Спонтанный и слабо селективный процесс сокращения может усиливать
дефицит как одних профессиональных групп, так и избыток других. Что же касается зара!
ботной платы, то она не преподносит никаких сюрпризов. Более низкая заработная плата
16
Мы в этом случае контролируем те же переменные, что и в табл. 7.4–7.7.
430
устойчиво ассоциируется с ростом вероятности дефицита рабочих, так как ухудшение усло!
вий вознаграждения ведет к оттоку ключевых работников и актуализирует проблему хотя бы
частичного их возмещения.
Таблица 7.8. Влияние занятости и заработной платы

на оптимальность занятости по профессиональным группам,
коэффициенты мультиномиальной регрессии
Предприятия, указавшие численность:

руководителей специалистов квалифицированных неквалифицированных
рабочих рабочих
дефицит избыток дефицит избыток дефицит избыток дефицит избыток
Логарифм
* *** *** *** *** *** ***
занятости –0,59 0,46 0,046 0,50 0,30 0,45 0,61 0,49
Логарифм
заработной
*** ***
платы 0,87 0,69 –0,013 0,24 !1,01 –0,071 !1,98 –0,59
*
** ***
уровне 0,01.
Основной вывод, который был ранее сделан на основе докризисных данных, подтверж!
дается и на выборке 2009 г. Заработная плата крепко привязана к эффективности произ!
водства, а ее снижение стимулирует текучесть работников – их добровольный и неселек!
тивный уход с предприятий. Неконтролируемый отток, в свою очередь, требует хотя бы
частичной компенсации и генерирует хронически незаполняемые вакансии на низкооп!
лачиваемые позиции! В итоге мы наблюдаем уже знакомое нам явление – неэффектив!
ные предприятия «идут ко дну», но до последнего не сдаются и требуют дополнительных
квалифицированных работников!
Предложенный выше вывод характеризует основную тенденцию в отношении мас
17
совых профессий, естественно, не претендуя на исчерпывающую полноту картины . Ко!
нечно, жалобы на нехватку квалифицированных работников имеют сложную структуру и
не сводимы к единственной причине. Они встречаются среди более успешных предпри!
ятий и среди тех, что на дефицит в целом не жалуются. Более того, с ростом эффективности
17
Мы специально обходим вопрос о дефиците уникальных или специфических навыков и знаний, которые
остро необходимы рыночной экономике, но в России отсутствуют или редки. Это касается, прежде всего,
менеджеров и некоторых немассовых видов специалистов (финансистов, юристов, логистов и т.п.). Спрос на
таких работников реален, предъявляется всеми предприятиями (а не только неэффективными) и представ!
ляет собой сильный фактор роста заработной платы в этих профессиях.
431
и обострением конкуренции увеличиваются требования к деловым и личностным качест!

вам работников, к их профессиональной квалификации. А чем строже требования, тем ве!
роятнее и проблемы с их удовлетворением.
Поскольку предложение труда работников массовых профессий с любым уровнем
формального профессионального образования на российском рынке труда в целом, как мы
показали ранее, достаточно обширно, то либо предприятиям не хватает обладателей спе!
цифических навыков, либо у них возникают проблемы с поиском и наймом нужных ра!
18
ботников . В первом случае очевидным решением было бы расширение масштабов обу!
чения работников специфическим навыкам, прежде всего, на рабочем месте. Здесь возни!
кает серия вопросов, связанных с тем, насколько активно обрабатывающие предприятия
инвестируют в человеческий капитал, как они обучают и переобучают свой персонал. Этой
теме посвящен следующий раздел.
7.6.
Обучение на рабочем месте
Накопление человеческого капитала обычно не завершается с окончанием учебных заве!
дений. Оно продолжается в процессе трудовой деятельности, в ходе которой человек при!
19
обретает дополнительные знания и навыки. Профессиональное обучение и переобучение
работающих позволяют повысить уровень их человеческого капитала и адаптировать навы!
ки и умения к непрерывным изменениям в технике, технологии и организации производ!
ства. Это особенно важно для работников старших возрастов, чей человеческий капитал
со временем устаревает и нуждается в обновлении, а также для малоквалифицированных
работников, которым грозит вытеснение с рынка труда. Согласно многочисленным иссле!
дованиям экономическая отдача от дополнительного профессионального обучения является
значительной по величине и может в несколько раз превышать отдачу от общего образова!
ния [Frazis, Loewenstein, 2005; Leuven, 2007]. Специально проблема обучения на рабочем
месте обсуждается в Главе 8 данной книги, здесь мы ее затрагиваем лишь в контексте ин!
тересующего нас вопроса о поведении обрабатывающих предприятий.
Если выгоды от профессионального обучения велики, а дефицит навыков общепри!
знан, то естественно ожидать, что компании будут активно заниматься переобучением сво!
их работников. Тем более, если оно существенно повышает производительность труда. Од!
18
Проблемы поиска и найма обсуждаются в разделе 7.7 данной главы.
19
Хотя понятия «обучение» и «переобучение» не идентичны, мы их используем в данной работе как си!
нонимы.
432
нако целый букет сильнодействующих факторов противодействует росту объемов предос!

тавляемого фирмами формального обучения. Среди таких факторов: неопределенность
по поводу будущей отдачи на обучение, угроза переманивания обученных работников,
потенциальная взаимозаменяемость образования (schooling) и производственного обучения
на рабочем месте (training), возможность более дешевого и замещающего неформального
обучения [Bartel, Sicherman, 1998; Berger, Earle, Sabirianova, 2001]. Есть и другие факторы,
например, недостаточная конкуренция между предприятиями на продуктовых рынках или
отсутствие у них финансовых ресурсов для инвестиций в человеческий капитал. С теоре!
тической точки зрения природа многочисленных проблем, возникающих в сфере переобу!
чения, более!менее очевидна, но в России репрезентативные эмпирические свидетельства
масштаба и факторов переобучения единичны.
Масштаб переобучения. Таблица 7.9, построенная на основе данных обследования
20
BEEPS , дает представление о масштабах формального обучения в странах с переходной
экономикой и в Турции. Поскольку в выборку BEEPS входят не только предприятия об!
рабатывающей промышленности, но и других секторов экономики (которые могут пре!
доставлять как относительно больше, так и меньше обучения), то показатели таблицы не
совсем сопоставимы с данными наших обследований. Однако определенные выводы из
нее кажутся очевидными. Россия сильно проигрывает странам Центральной Европы и
Балтии в масштабах предоставляемого обучения. Отставание по этому показателю от стран
Западной Европы, по!видимому, еще значительнее [Workplace Training in Europe, 2005].
Правда, следует отметить, что в таких межстрановых обследованиях ошибка измерения мо!
жет быть большой, а неформальное обучение на рабочем месте, как правило, не учитывает!
ся. Вероятность неформального обучения снижается по мере увеличения размера предпри!
ятия и чем выше доля малых предприятий в экономике страны, тем вероятнее недооценка
общего масштаба обучения (как формального, так и неформального) [Lynch, Black, 1998].
В России, как известно, в 1990!е и 2000!е годы смена профессии была широко распро!
страненным явлением [Sabirianova!Peter, 2002; а также Глава 5], что вряд ли было бы воз!
можно без повсеместного переобучения. Тот факт, что мы его не можем эмпирически за!
фиксировать, еще не означает, что его в той или иной форме не существовало. Однако в
какой мере на современном обрабатывающем производстве неформальное обучение может
компенсировать отсутствие формального, остается большим вопросом.
20
BEEPS (Business Environment and Enterprise Performance Survey) – обследование предприятий, проводи!
мое совместно Европейским банком реконструкции и развития (ЕБРР) и Всемирным банком (ВБ); охва!
тывает почти 30 стран с переходной экономикой, включая Россию. Особенности методологии обследо!
вания и полученные микроданные представлены на сайте ЕБРР (http://www.ebrd.com/country/sector/
econo/surveys/beeps.htm).
433
Таблица 7.9. Доля предприятий, предоставлявших формальное обучение

квалифицированным рабочим в течение последних 12 месяцев,
и % охвата обучением, BEEPS, 2005 г.
Страна Фирмы Охваченные работники
Россия 33 18
Украина 42 22
Польша 47 35
Венгрия 39 27
Чехия 62 52
Словакия 80 72
Словения 67 43
Хорватия 57 23
Румыния 28 12
Латвия 51 29
Литва 46 19
Эстония 65 41
Турция 23 18
Источник. Рассчитано по: BEEPS, 2005; данные доступны по адресу: http://www.ebrd.com/pages/research/

analysis/surveys/beeps.shtml
О масштабах профессионального обучения и переобучения в обрабатывающем секто!

ре в России дает представление табл. 7.10. В 2004 г. два из каждых трех предприятий зани!
мались переподготовкой своего персонала, в 2008 г. – каждое второе. Много это или мало?
Надо отметить, что даже показатель 2008 г. сам по себе вовсе не является низким и в целом
сопоставим cо значениями для других стран [Skills Shortages… 2007, р. 33]. Например, в
странах – членах Организации экономического сотрудничества и развития (ОЭСР) также
в среднем каждое второе предприятие переобучает своих работников, в странах Южной
Азии этот показатель заметно ниже, а в странах Восточной Азии и некоторых странах Ла!
тинской Америки он значительно выше. Правда, такие межстрановые сопоставления дос!
таточно грубы, поскольку основаны на обследованиях предприятий, которые обычно ме!
тодологически не полностью сопоставимы. Тем не менее они дают представление о мас!
штабе явления.
434
Таблица 7.10. Предприятия, которые направляли своих работников

на обучение с отрывом от производства, %
2004 г. 2008 г.
Направляли своих работников на обучение с отрывом

от производства 68,7 49,8
из них: – 100%
на обучение непосредственно на самом предприятии 41,9 5,0 (+ 27,3 = 32,5)
на обучение в учебных заведениях вне предприятия 61,4 67,7 (+ 27,3 = 95,0)
и на самом предприятии, и вне его 34,5 27,3
Примечание. Структура вопросов анкеты, на основе которых построена таблица, в 2005 и 2009 гг. не пол!
ностью идентична. Данные в скобках показывают возможное распределение ответов в случае, если ответы
на позицию «И на самом предприятии, и вне его» механически добавлены к первым двум позициям.
Сокращение охвата предприятий обучением (в 2009 г. по сравнению с 2005 г.) почти

на 20% (с 69 до 50%) не может быть объяснено лишь смещением новой выборки. Расчеты
по панельной подвыборке предприятий (т.е. включающей предприятия, обследованные
дважды) дают оценки, близкие к средним значениям по всей выборке 2009 г. Является ли
это краткосрочной адаптационной реакцией на кризис или естественным продолжением
тренда, сложившегося еще до кризиса? На основании лишь имеющихся у нас данных отве!
тить на этот вопрос невозможно.
Где учат: внутри или вовне? Предприятия могут обучать своих работников «у себя до!
ма», а могут использовать те или иные внешние программы. Выбор предпочитаемой опции
зависит как от финансовых возможностей («дома дешевле»), так и от наличия инфраструк!
туры обучения (специально оборудованных классов, преподавателей и т.п.).
Предприятия, обследованные в 2005 и 2009 гг., предпочитали внешние обучающие
программы, хотя и использовали свои домашние возможности (табл. 7.10). В 2009 г. со!
кращение обучения, по!видимому, происходило в основном за счет минимизации внутрен!
них программ. В условиях кризиса их пустить под нож легче всего. В 2005 г. почти две трети
предприятий, обучавших своих сотрудников, использовали внешние программы; в 2009 г.
их использовали почти все обучавшие, хотя общий охват, как мы видели, сократился на
треть. Доля предприятий, обучавших у себя, сократилась в той же степени, что и общий
охват тренингом. Однако абсолютного сокращения охвата внешними программами мы
почти не наблюдаем. Возможно, их труднее сократить, если они финансируются на основе
длинных контрактов с провайдерами соответствующих услуг.
Чтобы лучше представить влияние различных факторов на использование тех или
иных (внутри предприятий или вовне) форм обучения, мы оценивали соответствующие
435
пробит!модели. Результаты говорят о том, что трудонедостаточные предприятия более

склонны к использованию внутрифирменного обучения, но это не оказывает влияния на
объемы более дорогостоящей переподготовки работников в учебных заведениях за преде!
лами предприятий. Обучение вне предприятия, как правило, содержит более высокую
долю общих знаний и навыков, которые могут быть востребованы и за воротами данной ор!
ганизации. Риск оппортунистического поведения обученных работников для предприятия,
оплачивающего обучение, может дестимулировать такого рода инвестиции. При прочих
равных условиях трудоизбыточные предприятия на 13–15% чаще, чем предприятия с оп!
тимальной численностью, обучают своих работников (включая обучение как внутри, так и
вне предприятия). Это подтверждает опасения, что общая избыточность персонала не сни!
мает проблемы нехватки кадров со специфическими навыками [Гимпельсон, Капелюш!
ников, Лукьянова, 2007]. Можно иметь много лишних работников, не имея при этом дей!
ствительно нужных.
Расходы на обучение. Обучающую активность предприятий можно охарактеризовать
и с помощью ответов менеджеров на вопрос о величине расходов на эти цели. Поскольку
это дорогая деятельность, то отсутствие расходов или их небольшая величина вряд ли мо!
гут сочетаться с интенсивным переобучением. Следует также иметь в виду, что данный
вопрос в обследовании относится ко всем формам обучения, включая обучение без отрыва
от производства. Логично предположить, что фактические расходы на обучение с отрывом
будут еще меньше, чем те, что приведены в табл. 7.11.
Таблица 7.11. Размер затрат на обучение персонала в 2008 г., %
Не было Меньше 1–5 6–10 11–15 16–20 Больше Число

1 млн руб. млн руб. млн руб. млн руб. млн руб. 20 млн руб. наблюдений
24,7 64,9 8,3 1,4 – 0,4 0,3 780
Примерно 20% респондентов на этот вопрос вообще не ответили, что может расцени!
ваться как косвенное подтверждение отсутствия таких расходов на их предприятиях. На
каждом четвертом из предприятий, где были получены ответы, указывалось на отсутствие
затрат на эти цели, а две трети предприятий затратили менее 1 млн руб. Лишь 8,3% пред!
приятий израсходовали на эти цели 1–5 млн руб., а 2,1% — свыше 6 млн руб. Среднее же
значение величины расходов для ответивших составляет около 600 тыс. руб. в год. Сумма
в 1 млн руб. при средней численности в 600 человек и средней зарплате около 14–15 тыс.
руб. в месяц составляет менее 0,7% от фонда заработной платы, что никак не может счи!
таться значительной величиной. Полученные нами оценки затрат, по!видимому (прямое
сравнение невозможно), оказываются меньше, чем оценки, приводимые в Главе 8. В стра!
436
нах Евросоюза соответствующие расходы достигали 3%. Однако оценки Росстата для Рос!
сии еще ниже наших: в 2005 г. доля затрат на профессиональное обучение в составе затрат
на рабочую силу в обрабатывающих производствах составляла лишь 0,3% [Труд и заня!
тость в России, 2007, с. 361].
Обучающиеся: кто, где и сколько? Как показывают наши обследования, деятельность
по переобучению концентрируется на предприятиях с определенными характеристиками
[Гимпельсон, Капелюшников, Лукьянова, 2007]. Во!первых, имеет значение размер пред!
приятия. Самые крупные предприятия в нашей выборке переобучают вдвое чаще, чем самые
малые. Это является общей закономерностью для всех стран, и рост доли малых пред!
приятий в экономике сокращает совокупный объем формального обучения [Almedia, Ateri!
do, 2010]. Во!вторых, к предоставлению обучения более склонны предприятия с хорошим
финансовым положением, технологически более продвинутые и инвестирующие в
НИОКР, расположенные в областных городах. В!третьих, предприятия в сфере машино!
строения и химии и (или) нефтехимии занимаются обучением своих работников заметно
чаще, чем все остальные, а швейные и (или) текстильные и металлургические — реже.
Другими словами, чаще обучают те, кто ощущает реальную потребность в поддержании
технологического уровня и имеет для этого финансовые и инфраструктурные ресурсы.
Казалось бы, признание дефицита рабочей силы должно ассоциироваться с более ин!
тенсивной деятельностью по обучению, поскольку она позволяет ликвидировать нехватку
квалификации. Наоборот, избыточная занятость может дестимулировать обучение, так как
в этом случае предприятие несет дополнительные трудовые издержки и имеет возможности
для внутрифирменного отбора наиболее подготовленных работников. Однако данные и
2005, и 2009 гг. рисуют обратную картину. Предприятия с избыточной численностью были
более активны в этой области, чем предприятия с недостаточной.
Среди трудоизбыточных предприятий много крупных, которые имеют собственные
учебные базы и программы адаптации и переподготовки работников. На крупных пред!
приятиях расширению обучения также способствует экономия на масштабе – удельные из!
держки по обучению работников оказываются у них ниже, чем у более мелких предприя!
тий. Кроме того, если крупные предприятия – монополисты на товарном рынке или мо!
нопсонисты на локальном рынке труда, то им намного проще компенсировать свои затраты
(перекладывая их на потребителей или на своих работников). По сравнению с двумя други!
ми группами предприятий подготовка, которую предоставляют трудонедостаточные пред!
приятия, была слабее ориентирована на квалифицированных рабочих и руководителей, но
зато сильнее – на неквалифицированных рабочих [Гимпельсон, Капелюшников, Лукьяно!
ва, 2007].
Для определения факторов, влияющих на вероятность обучения на предприятии, мы
оцениваем пробит!регрессию, где зависимая бинарная переменная приобретает значение
437
единица, если предприятие (пере)обучает своих работников, и равна нулю в противном слу!
чае. Полученные оценки (предельные эффекты показаны в табл. 7.12) подтверждают наши
предварительные выводы о том, что более крупные и более богатые предприятия с большей
вероятностью проводят такую работу. Значения соответствующих коэффициентов поло!
жительны и статистически существенны. Вероятность обучения и (или) переобучения за!
метно ниже на текстильных и швейных предприятиях (на 16,2% ниже, чем в машинострое!
нии), на металлургических предприятиях (на 19,3% ниже, чем в машиностроении) и на
предприятиях, расположенных в моногородах (на 12,3% ниже, чем не в моногородах).
Таблица 7.12. Предельные эффекты из пробит-регрессии

для показателя обучения на предприятии
Переменные Обучение
предельный эффект Z
***
Логарифм численности 0,129 5,23
***
Логарифм зарплаты 0,368 4,76
Создано после 1992 г. –0,070 –1,34
Государственная собственность (1 = да) –0,015 –0,16
Есть иностранный собственник 0,027 0,35
*
Экспортер (1 = да) –0,102 –1,97
Производство пищевых продуктов –0,073 –1,14
*
Текстильное и швейное производство –0,162 –1,90
Обработка древесины и производство
изделий из дерева 0,09 0,10
Химическое производство 0,126 1,54
Металлургическое производство и произ!
**
водство готовых металлических изделий –0,193 –2,58
Производство машин и оборудования
Уровень найма 0,000 0,59
*
Моногород –0,123 –1,85
В агломерации –0,021 –0,25
Регионы Контролируются
2
R = 0,186
N = 650
Примечание: вид деятельности «Производство машин и оборудования» является референтным. Для упроще!
ния мы объединили его с двумя другими видами деятельности машиностроительного характера – «Произ!
водством электрооборудования, электронного и оптического оборудования» и «Производством транс!
портных средств и оборудования».
* ** ***
Статистическая значимость на уровне 0,10. Статистическая значимость на уровне 0,05. Статистиче!
ская значимость на уровне 0,01.
438
Естественно предположить, что интенсивный наем новых работников должен сопро!

вождаться их активным переобучением, так как у вновь принятых на работу могут отсутст!
вовать необходимые для работы на данном предприятии специфические навыки. Тем не
менее гипотеза о комплементарности найма и переобучения здесь пока не подтверждается
(соответствующий коэффициент неотличим от нуля). По!видимому, интенсивный наем
новых работников как раз и решает проблему недостающих навыков с помощью активного
переманивания их обладателей с других предприятий. Неожиданным также является эф!
фект экспортной ориентации в выпуске. Мы могли бы ожидать, что предприятия!экспорте!
ры особо заинтересованы в обеспечении качества продукции, чему должна способствовать
более высокая квалификация рабочей силы. Однако (при прочих равных условиях) вероят!
ность обучения на предприятиях!экспортерах на 10% ниже, чем у неэкспортеров. Причем
21
с ростом доли экспорта отрицательная эластичность еще более усиливается . Этот пара!
докс можно объяснить тем, что экспортируется в основном низкотехнологическая про!
дукция, для выпуска которой особое обучение не требуется.
Основной результат, приведенный в табл. 7.12, связан с доминированием двух эффек!
тов – размера предприятия и оплаты труда, зависящей от уровня продаж. Он оказывается
весьма устойчивым и не меняется, когда мы контролируем уровень образования имею!
щейся рабочей силы, оценки сложностей найма, структуру работников по продолжитель!
ности специального стажа, показатели наличия исследований и разработок, технологиче!
ский уровень производства.
Хотя доля переобучающих предприятий, как уже отмечалось, и не является низкой
по мировым меркам, реальный охват работников переобучением остается очень скромным
(см. табл. 7.13). На это мы также уже указывали по итогам обследования 2005 г., но вывод
22
еще более верен для обследования 2009 г.
Среди переобучавших предприятий более половины (56%) предоставили эту возмож!
ность менее чем 5% всего персонала, а еще около 22% предприятий — 6–10% всех работ!
ников. Относительно массовое переобучение (охватывающее более 30% персонала) имело
место лишь на 5% переобучавших предприятий, что составляет менее 3% всех предпри!
ятий в нашей выборке. С учетом статистической погрешности выборки этот показатель
почти неотличим от нуля. Но даже если мы увеличим значение показателя охвата пере!
обучением до 20% персонала и более, то и в этом случае получим лишь 5% переобучавших
предприятий в составе нашей полной выборки.
21
Если мы заменяем дамми!переменную для наличия экспорта на более сильную переменную (экспорт
составляет не менее 10% всего выпуска), то значение предельного эффекта возрастает, а отрицательный
знак сохраняется.
22
Например, согласно данным Бергера, Эрла и Сабирьяновой, охват работников обучением в России зна!
чительно ниже, чем в США [Berger, Earle, Sabirianova, 2001].
439
Таблица 7.13. Доля работников предприятий, прошедших переобучение в 2008 г., %

(все предприятия, переобучавшие работников = 100%)
Охват обучением на предприятии, Доля предприятий среди всех предприятий,

% персонала, прошедшего переобучение переобучавших работников
1–5 55,8
6–10 21,6
11–20 10,9
21–30 4,2
Более 30 5,2
Продолжительность обучения. Ограниченный охват работников сочетается с корот!

кой продолжительностью обучающих программ (табл. 7.14). На каждых двух предприятиях
из трех, заявивших об обучении и (или) переобучении, она не превышала двух недель (на
40% предприятий лишь одна неделя!). Около 80% предприятий использовали программы
продолжительностью менее одного месяца. Очевидно, что за такое время добиться серьез!
ного приращения навыков и квалификации затруднительно. Достаточно серьезная обучаю!
щая программа требует не менее месяца интенсивных занятий, но доля предприятий с
программами такой длительности, как мы видим, мала.
Таблица 7.14. Средняя продолжительность обучения с отрывом

от производства в 2008 г., недель
Число Доля предприятий среди всех предприятий,

недель переобучавших работников
1 37,3
2 23,1
3 6,3
4 12,4
5 и более недель 15,5
В целом вариация в продолжительности невелика. Средняя продолжительность пе!

реподготовки (там, где она реально была) составляла 3,5 недели, но медианное значение,
равное 2 неделям, говорит о сильной скошенности распределения и концентрации на!
блюдений в области низких значений. При этом относительно более длительные формы
440
обучения использовались на предприятиях с оптимальной численностью (3,6 недели). На

трудодефицитных предприятиях средняя продолжительность обучения была короче и со!
ставляла лишь 3,1 недели, а на трудоизбыточных недотягивала и до трех недель (2,8 недели).
Приведенные выше цифры продолжительности обучения хорошо согласуются с дан!
ными о том, что использовались в основном краткосрочные программы в виде курсов по!
вышения квалификации продолжительностью менее трех месяцев (табл. 7.15). Доля таких
программ для управленцев и специалистов превышает 50%, а для квалифицированных ра!
бочих составляет почти 40% среди всех обучавшихся с отрывом от производства. Свыше
трети (37%) предприятий вообще не использовали внешние программы переобучения
квалифицированных рабочих. При этом существующая инфраструктура техникумов и ПТУ
также была крайне слабо задействована для повышения квалификации работников пред!
приятий.
Таблица 7.15. Формы профессионального обучения и переподготовки,

используемые предприятиями, %
Управленческий Специалисты Квалифицирован!

персонал ные рабочие
Бизнес!школы 14,5 4,8 –
Вузы, институты повышения квалификации 34,0 28,1 –
Техникумы 3,6 5,5 6,9
ПТУ – – 2,9
Краткосрочные курсы (до 3!х месяцев) 51,0 59,5 39,8
Курсы повышения квалификации свыше
3!х месяцев 4,4 4,6 2,1
Стажировка на других предприятиях 6,3 7,1 8,2
Стажировка за границей 5,0 4,6 2,5
Другое 11,1 6,3 12,6
Вообще не направляли 12,8 15,7 36,9
Подведем промежуточный итог: есть ли связь между жалобами на дефицит квалифи!

цированных работников и производственным обучением? Наш анализ ее не подтверждает.
Но если такая связь отсутствует, естественно предположить, что спрос на квалифицирован!
ный труд ограничен.
Хотя каждое второе предприятие заявляет о переподготовке своих работников, реаль!
ные масштабы деятельности по обучению остаются незначительными. Обучение отлича!
441
ется не только довольно узким охватом работников, но и весьма короткой продолжитель!

ностью. Оно не сопровождает интенсивное обновление персонала (наем новых работни!
ков). Либо новые работники приходят, уже обладая нужными для данного производства
специальными навыками, либо действительная потребность предприятий в таких навы!
ках (не приобретаемых неформальным образом на рабочем месте) крайне ограничена, хо!
тя те же предприятия часто утверждают прямо обратное. Даже жалобы на острый дефицит
не заставляют их увеличить инвестиции в обучение.
Но почему предприятия столь пассивны в обучении персонала, если это так выгодно
и у них есть жалобы на квалификацию своих работников? Ответ на этот вопрос впрямую
не следует из проведенных обследований. Однако в поисках ответа мы можем опираться
на всю сумму выводов из исследований, осуществленных нами в 2001–2010 гг. По!види!
мому, одним из наиболее общих барьеров к инвестированию в специфический человече!
ский капитал промышленности является запредельно высокая текучесть кадров, создающая
23
риск переманивания (poaching problem) . Эти инвестиции, как правило, не являются пол!
ностью специфическими, хотя считаются таковыми. Полученные знания и навыки обычно
могут быть использованы и за пределами данного предприятия. Поскольку расходы на обу!
чение осуществляет работодатель, он должен их затем компенсировать, например, устанав!
ливая заработную плату несколько ниже величины предельного продукта работника. Дру!
гие же работодатели, которые не несут подобных затрат, могут предложить более высокую
зарплату (на уровне предельного продукта), тем самым «уводя» переобученных работников.
В условиях же широко распространенного оппортунистического поведения работников
(в форме текучести кадров) никто из работодателей не хочет «раскошеливаться» на пере!
обучение.
Риск переманивания усиливается высокой дисперсией зарплат в экономике, в свою
очередь происходящей из системных особенностей зарплатообразования в рамках рос!
сийской модели рынка труда [Заработная плата в России… 2008, гл. 1]. В итоге стимулы к
обучению остаются лишь у тех, кто платит самую большую заработную плату на локаль!
ном рынке труда и не боится «увода» обученных работников конкурентами. В такой при!
вилегированной ситуации находятся предприятия, занимающие монопольное положение
на товарных рынках, и предприятия!монопсонисты на своих локальных рынках труда.
Первые могут перекладывать издержки на потребителей, вторые – на своих работников.
В российской экономике такое положение занимают многие компании в сфере добычи
23
Отрицательное влияние текучести кадров на стимулы к инвестированию в обучение работников на пред!
приятии является одним из следствий из теории человеческого капитала. Некоторые статистические дан!
ные, характеризующие интенсивность движения рабочей силы в российской промышленности, приведе!
ны в разделе 7.7 данной главы.
442
полезных ископаемых (например, «Норильский никель» является и монополистом, и мо!

нопсонистом), а в секторе обрабатывающей промышленности – это металлурги и нефте!
химики чаще других.
Правда, есть и альтернативное объяснение пассивности в переобучении. Оно заклю!
чается в том, что фактическая деятельность в этой области значительна, но в основном идет
без отрыва от производства в полуформальном или неформальном режиме. Именно по!
этому она и не схватывается простыми измерителями. Такая опция облегчается высоким
средним уровнем формального образования у работников предприятий, доминированием
простых технологий, значительный опыт использования которых уже накоплен, и низкой
интенсивностью инновационной активности. Понятно, что внедрение новых технологий,
использующих современное и более сложное оборудование, вряд ли может поддерживаться
неформальной передачей опыта непосредственно на рабочем месте от одного работника
другому.
Итак, если фирмы не инвестируют в человеческий капитал своих работников, то это
еще не означает, что они (фирмы) не стремятся к его воспроизводству и накоплению, по!
скольку потенциально могут его приобретать иным способом – через наем новых работ!
ников на внешнем рынке труда. То, как это происходит и происходит ли, мы рассмотрим
в следующем разделе.
7.7.
Вакансии и наем: поиск квалификации
и навыков
Наем обладателей нужных навыков на внешнем рынке труда теоретически позволяет под!
держивать не только количественный оптимум численности персонала, но и его качествен!
ную структуру. Потребность в найме новых работников возникает практически у всех пред!
приятий, поскольку даже при оптимальной численности и структуре занятых в целом имеет
место регулярный естественный отток, который должен определенным образом возмещать!
ся. Казалось бы, в условиях возрастающего разрыва между растущим предложением ква!
лифицированного труда и стагнирующим спросом на него предприятия должны довольно
легко находить нужных им работников. Но эта «легкость» зависит не только от физического
наличия нужных работников на внешнем рынке труда «здесь и сейчас», но и от уровня пред!
лагаемой предприятием заработной платы (в соотношении с уровнем альтернативной зар!
платы). Имеют значение и величина суммарных издержек поиска, найма, скрининга и до!
443
учивания новичков до нужной кондиции, а также риск оппортунистического поведения со

24
стороны работников .
Ежегодный уровень оттока (увольнений по всем причинам) на предприятиях про!
мышленности в 2000!е годы составлял в среднем около 34%, и полное замораживание най!
25
ма быстро привело бы к критической депопуляции персонала . По!видимому, наем в зна!
чительной мере был обусловлен необходимостью частично компенсировать интенсивное
выбытие, поскольку показатели притока и оттока сильно закоррелированы. Особую роль
наем приобретает также в тех случаях, когда предприятие быстро развивается или реструк!
туризируется, а потому нуждается в количественном пополнении или в качественном об!
новлении рабочей силы. В среднем уровень притока (найма) в 2000!е годы колебался около
30% от среднесписочной численности работающих.
Наше обследование 2009 г. показало, что годовой темп оттока на предприятиях, по!
павших в выборку, в предшествующие годы варьировался около 30% (27,8% в 2007 г. и 32,4%
в 2008 г.). В 2008 г. среднее значение уровня найма составляло 25,3%, т.е. каждый четвертый
работник был нанят в течение последнего года. На каждом втором предприятии уровень
найма превышал 20% в год. Поскольку доля работников со стажем менее одного года была
около 12% (а каждый третий не проработал и трех лет), можно сделать вывод о том, что
примерно половина всех новичков долго не задерживается и заменяется вновь нанятыми.
Другими словами, чтобы получить и удержать одного работника, предприятиям зачастую
приходилось нанимать двоих.
Такой значительный по величине оборот рабочей силы – типичный для российской
26
промышленности уже на протяжении многих лет – имеет два важных следствия для вос!
производства специфического человеческого капитала. Во!первых, он означает необходи!
мость массового дообучения и переобучения вновь приходящих работников, у которых от!
сутствуют специфические навыки для работы на данном предприятии. Во!вторых, под!
рывает стимулы к инвестициям в обучение (навыкам) из!за высокого риска потери этих
инвестиций вследствие текучести кадров.
Выше было высказано предположение о том, что, по!видимому, компании предпо!
читают искать и нанимать новых работников, уже обладающих необходимыми знаниями
и навыками. В таком случае потребность в их формальном дообучении на предприятии те!
ряет остроту, а недостающие навыки могут быть относительно легко приобретены в ходе
24
Суммарные издержки тем выше, чем выше вариация в качестве образования и жестче правила найма и
увольнения, выше текучесть кадров, уровень МРОТ и его соотношение со средней заработной платой.
25
По данным Росстата, уровень увольнений на обрабатывающих производствах в 2007 и 2008 гг. был еще
выше: 37 и 34% соответственно, а уровень найма – 30 и 32% [Социально!экономическое положение России,
2008; Социально!экономическое положение России, 2009].
26
Подробнее см.: [Обзор занятости… 2001].
444
неформальных взаимодействий непосредственно на рабочем месте. Это означает, что тре!

бования к работникам при найме на внешнем рынке труда должны учитывать эти обстоя!
тельства. Возникают два взаимосвязанных вопроса: (1) с какими проблемами при поиске и
найме работников предприятия сталкиваются и (2) каково качество вновь приобретаемой
ими рабочей силы? Так, руководители предприятий, обследованные ИЭПП на пике пред!
кризисного роста в 2008 г., основную помеху найму видели в низкой заработной плате, а
низкая квалификация не входила в число главных помех [Российский бюллетень… 2008].
Конечно, анализируя соответствующие докризисные данные, мы не можем упускать
из виду коренную смену общей ситуации на рынке труда в течение кризисного 2008 г. Час!
тично изменилось, по!видимому, и само адаптивное поведение предприятий [Капелюшни!
ков, 2009; Гимпельсон, 2010]. Столкнувшись с драматическим сокращением спроса во вто!
рой половине 2008 – начале 2009 гг., многие предприятия почти полностью ликвидировали
вакансии и заморозили наем новых работников. При этом возможности для поиска хоро!
ших специалистов на открытом рынке труда существенно расширились, поскольку уровень
резервируемой заработной платы снизился, а безработица выросла. В то же время до начала
кризиса (т.е. до сентября 2008 г.) предприятия могли проявлять значительно более высокую
активность в сфере поиска и найма.
Степень сложности поиска мы можем оценить с помощью двух взаимосвязанных воп!
росов: во!первых, мы спрашивали менеджеров о том, сколько времени им в среднем (до
наступления кризиса) было необходимо для заполнения вакансии; во!вторых, мы просили
дать качественную оценку возникавших при этом трудностей.
Таблица 7.16. Примерная продолжительность поиска работников

для заполнения одной вакансии, недель
(до начала кризиса 2008 г.)
Недели Не приходилось искать

работников этой категории, %
Специалисты с высшим образованием 5,7 28,5

Специалисты со средним специальным
образованием 3,6 31,0
Квалифицированные рабочие 5,8 14,5
Неквалифицированные рабочие 2,0 29,5
Данные табл. 7.16 не свидетельствуют о том, что наем новых работников требовал от
менеджеров предприятий каких!то чрезмерных временных затрат и был сопряжен с осо!
быми трудностями. Почти каждое третье предприятие вообще не нанимало специалистов
445
и неквалифицированных рабочих, а каждое седьмое обходилось и без найма новых ква!

лифицированных рабочих. Но и те, которые нанимали, довольно быстро находили нужных
им кандидатов. Больше всего времени (5,7–5,8 недели) требовалось для поиска специали!
стов с высшим образованием и квалифицированных рабочих. Поскольку появление вакан!
27
сии, как правило, известно заранее, предприятие может начать поиск заблаговременно .
В этом случае период времени, в течение которого рабочее место остается вакантным, ока!
зывается существенно короче, чем 1,5 месяца, указанные респондентами.
Показатели продолжительности поиска варьируются по группам предприятий в зави!
симости от степени их укомплектованности персоналом. Казалось бы, признание дефицита
работников тех или иных профессий должно подгонять менеджмент предприятий к уско!
рению этой процедуры. Однако это далеко не так. Оптимально укомплектованные пред!
приятия имеют наименьшие затраты времени на поиск и наем. Что же касается специали!
стов и квалифицированных рабочих, то трудонедостаточные предприятия тратят в 1,5–2 ра!
за больше времени, чем оптимально укомплектованные. По!видимому, эти относительные
оценки отражают различия в привлекательности предприятий как работодателей. За разли!
чиями в свою очередь стоит вариация в экономической эффективности и доступных ре!
сурсах на оплату труда.
Качественная оценка сложностей найма отражена в табл. 7.17, которая дополняет и
подтверждает количественные показатели, представленные в табл. 7.16. В крайнем правом
столбце приведены средние значения индекса сложности поиска, меняющегося от 1 балла
(нет проблем) до 5 баллов (проблемы практически неразрешимы). Доля предприятий, счи!
тающих проблемы, возникающие при поиске нужных работников, практически неразре!
шимыми в разумные сроки, статистически незначима. И хотя доля предприятий, придер!
живающихся данной точки зрения относительно квалифицированных рабочих, несколько
выше (3,7%), она тоже пренебрежимо мала. Позиция «очень большие проблемы» отмечает!
ся уже более заметным (со статистической точки зрения) числом предприятий. Так, доля
респондентов, отметивших это применительно к специалистам с высшим образованием,
составляет 8,5%, а применительно к квалифицированным рабочим так считает каждый
пятый (20,3%). Тем не менее, позиции на другом полюсе шкалы сложности поиска гораздо
более популярны. Полное отсутствие проблем такого рода либо их эпизодический характер
отмечают почти 70% опрошенных менеджеров в отношении специалистов с высшим об!
разованием, почти 80% в отношении специалистов со средним специальным образованием,
27
Данные BEEPS свидетельствуют о том, что средние затраты времени на поиск работников в некоторых
странах Центральной Европы и Балтии могут доходить до 8–9 недель. В этом ряду Россия занимает сре!
динное положение.
446
51% в отношении квалифицированных рабочих и почти 90% в отношении неквалифици!

рованных рабочих. Отсюда можно заключить, что если и существуют проблемы поиска,
то они касаются только квалифицированных рабочих.
Таблица 7.17. Сложность поиска необходимых работников, %
Нет Проблемы Проблемы Очень Проблемы Средний

проблем иногда возникают большие практиче! балл
возникают, регулярно, проблемы ски нераз!
но не часто но они решимы
разрешимы в разумные
в разумные сроки
сроки
Специалисты с высшим
образованием 33,8 35,5 20,9 8,5 1,4 2,08
Специалисты со средним
специальным образова!
нием 42,6 36,2 16,2 4,2 0,8 1,85
рабочие 21,7 29,7 24,7 20,3 3,7 2,55
рабочие 68,9 19,6 8,6 2,3 0,6 1,46
С чем же связаны такие сложности, и какие предприятия с большей вероятностью с

ними сталкиваются? В табл. 7.18 приведены факторы, влияющие на индекс сложности
поиска для работников каждой из исследуемых профессиональных групп. Мы используем
пробит!регрессию для порядковых переменных (ordered probit), поскольку наша зависимая
переменная (индекс сложности) принимает упорядоченные значения от 1 до 5 (максималь!
ный уровень сложности). В качестве независимых переменных в правую часть уравнения
включены основные структурные характеристики предприятий, логарифм зарплаты и уро!
вень увольнений в 2008 г., а также контролируются тип поселения и регион расположения
предприятий.
Прежде всего отметим, что сложность поиска всех специалистов и квалифицирован!
ных рабочих возрастает с размером предприятия, поскольку при этом увеличиваются аб!
солютные масштабы оборота рабочей силы. Более высокая заработная плата, наоборот, об!
легчает поиск квалифицированных и неквалифицированных рабочих, а также работников
со средним специальным образованием. Соискателей работы обычно более всего привлека!
447
ет размер компенсации, а потому с его увеличением находить нужных работников становит!

28
ся легче . Однако эффект зарплаты оказывается довольно слабым; возможно, он косвенно
схватывается эффектом оттока. Поскольку интенсификация оттока кадров требует более ак!
тивного поиска замены, постольку он может ассоциироваться с дополнительными сложно!
стями. Это подтверждается во всех четырех протестированных спецификациях (соответ!
ствующие коэффициенты статистически значимы не менее чем на уровне 95%). Не влияют
на индекс поиска ни в одной из спецификаций такие переменные, как возраст предпри!
ятия, участие государства или иностранцев в собственности. Предприятия, расположенные
в агломерациях, легче решают проблемы, возникающие при поиске квалифицированных
рабочих. Отраслевая принадлежность влияет на сложности поиска. По сравнению с маши!
ностроением, принятым за базовую группу, предприятия пищевой промышленности и ме!
таллургии имеют меньше проблем.
Остановимся подробнее на проблеме поиска квалифицированных рабочих, ведь имен!
но с комплектованием этой группы на предприятиях чаще всего возникали основные слож!
ности, если верить опрошенным менеджерам.
Коэффициент при логарифме зарплаты в уравнении регрессии имеет ожидаемый знак,
но статистически незначим. Его незначимость кажется контринтуитивной, поскольку более
высокий уровень вознаграждения должен бы привлекать соискателей работы, облегчая рабо!
тодателям поиск.
Одно из возможных объяснений связано с особенностями предложения такого труда.
Оно ограничено и малоэластично, поскольку молодые поколения либо уже имеют преиму!
щественно третичное образование, либо твердо ориентированы на его приобретение. Рабо!
чие профессии промышленности полностью растеряли престижность и теперь кажутся уде!
лом неудачников. Кроме того, на предложение такого труда влияют и альтернативные воз!
можности для работы в других секторах, которые зачастую лучше оплачиваются. Второе
объяснение связано со спросом на труд. С ростом заработной платы – даже если пред!
ложение труда увеличивается – значительно возрастают требования работодателей к
потенциальным работникам, а соответственно и издержки на их скрининг при найме, а
затем – на дообучение. Это в конечном счете сдерживает спрос на труд и тормозит на!
ем. Данные обстоятельства (на стороне предложения труда и на стороне спроса) своими
эффектами могут компенсировать друг друга, в итоге не меняя результирующих оценок
уровня сложности поиска и найма.
28
С другой стороны, предприятия, предлагающие более высокую заработную плату, могут предъявлять и
более высокие требования к рабочей силе.
448
Таблица 7.18. Ordered probit: коэффициенты регрессии для индексов сложности поиска
Переменные Индекс сложностей поиска

специалистов специалистов квалифицированных неквалифицированных
с высшим cо средним специаль! рабочих рабочих
образованием ным образованием
β t β t β t β t
Логарифм
численности 0,091 20,11** 0,131 2,62*** 0,105 2,27** 0,026 0,50
Логарифм
зарплаты –0,225 –1,42 –0,278 –1,88* –0,179 –1,37 –0,183 –1,25
Основано после
1992 г. –0,091 –0,79 –0,095 –0,76 –0,118 –1,21 0,008 –0,05
Уровень
увольнений 0,148 2,37** 0,169 3,11*** 0,129 2,51** 0,131 2,16**
Государственная
собственность 0,082 0,39 0,186 0,86 0,236 1,39 –0,123 –0,50
Есть иностран!
ный собственник –0,065 –0,38 –0,044 –0,28 0,079 0,42 0,074 0,42
*
Экспортер –0,219 –1,67 –0,103 –0,67 0,019 0,14 –0,365 –2,83**
Производство
пищевых про!
дуктов –0,374 –2,09** –0,307 –2,00** –0,422 –2,74*** 0,015 0,08
Текстильное
и швейное
производство –0,274 –1,10 –0,105 –0,51 0,013 0,09 0,358 1,69
Обработка дре!
весины и про!
изводство из!
делий из дерева –0,027 –0,12 –0,103 –0,45 0,029 –0,14 –0,544 –1,95*
Химическое
производство 0,070 0,51 0,103 0,64 –0,089 –0,44 0,196 1,41
Металлургическое
производство –0,422 –2,32** –0,489 –3,00*** –0,323 –3,26*** –0,407 –2,19*
Моногород 0,017 0,10 0,031 –0,30 –0,000 –0,00 –0,003 –0,02
*
В агломерации –0,206 –1,21 –0,031 –0,17 –0,409 –1,91 –0,297 –1,69
Регионы Да Да Да Да
N 642 642 642 642
Примечания. Вид деятельности «Производство машин и оборудования» является референтным. Для упрощения мы
объединили его с двумя другими видами деятельности машиностроительного характера – «Производством электрообо!
рудования, электронного и оптического оборудования» и «Производством транспортных средств и оборудования».
*
Статистическая значимость на уровне 0,10. ** Статистическая значимость на уровне 0,05. *** Статистическая значимость на
уровне 0,01.
449
Итак, эмпирические данные говорят о том, что промышленные предприятия находят

нужных работников относительно легко, но удержать их оказывается намного труднее. За
этими трудностями стоит значительная экономическая неоднородность предприятий и,
как следствие, неспособность многих из них вести ценовую конкуренцию на рынке труда.
Эти обстоятельства лежат на стороне спроса на труд.
7.8.
Молодые специалисты:
ждут ли их на российских заводах
и фабриках?
Вопрос, вынесенный в название данного раздела, представляет особый интерес по несколь!
ким причинам.
Во!первых, как мы уже отмечали, система профессионального образования в целом
продолжала наращивать выпуск специалистов. И то, какую работу по окончании учебных
заведений получают молодые выпускники и каким образом они ее находят, характеризует
эффективность системы профессионального образования, в том числе ее настроенность на
потребности рынка труда. Это взгляд со стороны предложения труда.
Во!вторых, работодатели в последние годы постоянно говорят о постарении занятой у
них рабочей силы, дефиците кадров, невозможности привлечь молодежь на предприятия
промышленности, низком качестве подготовки новых выпускников. Но есть ли у самой
промышленности спрос на молодых работников, только что получивших образование и
потому потенциально обладающих более современными знаниями, чем поколения пенси!
онного возраста? Насколько активно предприятия нанимают молодых людей? Если они
этого не делают, то почему? Это взгляд на проблему со стороны спроса на труд. В целом же,
активность предприятий в поиске и найме молодых специалистов является интегральным
ответом на вопрос о том, нужны ли им квалифицированные работники не только сегодня,
но и в обозримой перспективе.
И, наконец, в!третьих, мы можем анализировать эту проблему со стороны институтов,
которые опосредуют (либо облегчают, либо усложняют) взаимодействие системы образова!
ния и работодателей на рынке труда. Завышенная минимальная заработная плата и избы!
точно жесткое законодательство, защищающее работников!инсайдеров, потенциально по!
давляют спрос на труд, и, как хорошо известно, этот эффект в первую очередь сказыва!
ется на молодых людях.
В данной работе мы не ставим задачу дать исчерпывающие ответы на все эти непро!
стые вопросы, но некоторую ясность постараемся внести.
450
Нанимают ли предприятия молодых специалистов? Естественно предположить, что

предприятия, заявляющие о дефиците квалифицированных работников, будут более актив!
ны в найме молодежи, недавно закончившей учебные заведения. Молодые люди не только
обладают более свежими знаниями, но и легче адаптируются к разнообразным изменениям,
включая новые технологии. Конечно, спрос на труд реализуется через наем только при ус!
ловии, что отсутствуют специфические барьеры, противодействующие такому найму.
В табл. 7.19, построенной на данных обследования 2003 г., приведены некоторые по!
казатели интенсивности найма выпускников промышленными предприятиями в течение
сентября 2002 г. – июня 2003 г. Почти два из трех обследованных предприятий в течение
10 месяцев приняли на работу хотя бы одного выпускника предыдущего года, но каждое
третье вообще не нанимало молодых специалистов. Положительная статистическая связь
между декларацией дефицита квалифицированного труда и показателями найма выпускни!
ков существует, но она слаба и полностью исчезает при включении дополнительных конт!
рольных переменных. Это говорит о том, что между словесными декларациями и реальным
поведением может лежать значительная дистанция.
Таблица 7.19. Некоторые обобщающие показатели найма предприятиями выпускников

в течение сентября 2002 г. — июня 2003 г.
Профессионально! Средние Высшие

технические училища специальные учебные
учебные заведения заведения
Доля предприятий, нанимавших моло!
дых рабочих или специалистов, % 62 59 65
Среднее число принятых в расчете
на одно предприятие в выборке, человек 8 5,3 4,4
Среднее число принятых в расчете
на одно предприятие, принимавшее
выпускников, человек 13 8,8 6,9
Доля предприятий, нанявших пять
и менее выпускников, среди нанимав!
ших предприятий, % 50 65 71
Доля предприятий, нанимавших выпу!
скников ПТУ, среди предприятий, за!
явивших о дефиците квалифицирован!
ных рабочих, % 66 – –
Доля предприятий, нанимавших моло!
дых специалистов, среди предприятий,
заявивших о дефиците специалистов, % – 66 75
Доля принятых выпускников в общей
численности занятых, % 0,8 0,5 0,4
451
Каждое третье предприятие, заявлявшее о дефиците квалифицированных работников,

в обследуемый период не приняло на работу ни одного выпускника профессионально!тех!
нических и средних специальных учебных заведений, а каждое из четырех нуждающихся
(по мнению опрошенных менеджеров) в специалистах не приняло на работу ни одного вы!
пускника высших учебных заведений. Более того, подавляющее большинство предприятий,
нанимавших молодежь, приняли на работу не более пяти человек в соответствующей про!
фессиональной группе. Так поступили 50% предприятий среди принимавших на работу
выпускников профессиональных училищ, 65% среди принимавших на работу выпускников
средних специальных учебных заведений и 71% среди принимавших на работу выпускни!
ков вузов. В целом по выборке обследования выпускники составляли лишь незначительную
долю вновь принятых на работу. Если средний показатель найма составлял 14,9% за полуго!
дие (или 29,8% за год), то суммарный (для выпускников всех видов учебных заведений) по!
казатель найма выпускников равнялся лишь 1,7%. Другими словами, выпускники учебных
заведений составляли немногим более 10% от всех вновь принимаемых на работу.
Обследование 2009 г. дает близкие оценки (см. правый столбец табл. 7.20). Почти 39%
обследованных предприятий в 2008 г. не приняли на работу ни одного молодого специали!
ста с экономической или управленческой специальностью, 29% – ни одного молодого ин!
женера или техника, 24% – ни одного выпускника с рабочей специальностью.
Из вышеприведенных данных следует, что массовый наем выпускников реально осу!
ществлялся лишь небольшой частью всех промышленных предприятий. Возможно, они
принимали молодежь годом ранее или планировали это сделать через год, но в любом
случае темп обновления персонала молодыми специалистами, по!видимому, невысок. По!
скольку общие показатели найма при этом были и остаются достаточно высокими, то воз!
никает вопрос о том, не является ли минимизация найма молодых специалистов дополни!
тельным свидетельством того, что спрос предприятий на квалифицированный труд крайне
ограничен?
Какие предприятия и кого нанимают? Анализируя данные обследования 2003 г., мы
оценивали логит!регрессии найма выпускников различных типов учебных заведений (имел
он место или нет) в зависимости от ряда структурных и экономических характеристик пред!
29
приятий . Какие главные выводы можно сделать на основании полученных оценок?
Во!первых, статистическая связь между декларируемой потребностью в рабочих и спе!
циалистах, с одной стороны, и реальным наймом выпускников ПТУ или техникумов, с дру!
гой, отсутствует. Такая зависимость проявлялась лишь в случае с выпускниками вузов.
При этом общая интенсивность найма (во всех возрастах в целом) новых работников, как
уже отмечалось, остается высокой. Во!вторых, уровень заработной платы не связан с интен!
29
Соответствующую таблицу см.: [Гимпельсон, 2004а, с. 33].
452
сивностью найма, а финансовое положение имело значение лишь в одном случае, да и то

с относительно небольшим уровнем значимости. В!третьих, ни обновление технологии, ни
обновление продукции не стимулировали наем. Наоборот, они снижали вероятность найма
молодых специалистов, о чем говорят отрицательные коэффициенты перед соответствую!
щими переменными. Казалось бы, модернизация производства должна стимулировать при!
ток «свежей крови», нового человеческого капитала, но этого не происходило. В!четвертых,
во всех случаях, как говорится, размер имеет значение. Вероятность найма выше на самых
крупных предприятиях (с численностью свыше 500 человек), что очевидно отражает общий
масштаб трудовых потоков. Форма собственности, как правило, несущественна за исклю!
чением того, что государственные предприятия статистически реже (по сравнению с част!
ными или приватизированными) нанимали на работу выпускников профессиональных
училищ.
Замена бинарной переменной («Нанимали?» с ответами да/нет) в левой части урав!
нения на интервальную переменную уровня найма (количество наймов в расчете на средне!
списочную численность) и оценка регрессионного уравнения с помощью МНК дает прак!
тически те же результаты. Сам факт декларирования дефицита никак не проявляется в
более активных действиях по рекрутированию выпускников, т.е. слова не превращаются в
дела. Уровень найма выпускников ПТУ отрицательно зависит от уровня заработной платы
на предприятии (с ее ростом наем сокращается!) и от возраста предприятия (созданные до
1970 г. или в 1991–1998 гг. нанимают меньше). Уровень найма выпускников средних спе!
циальных учебных заведений отрицательно зависит от возраста предприятия: их активнее
принимали на работу лишь самые молодые предприятия (созданные после 1998 г.). Уровень
найма выпускников высших учебных заведений выше на частных и государственных пред!
приятиях, а на приватизированных, наоборот, он был несколько ниже.
Мы вынуждены вновь констатировать наличие разрыва между декларацией спроса на
труд и реальными действиями по трудоустройству молодых выпускников учебных заведе!
ний. Возможно, конечно, и то, что сами выпускники не хотят идти на промышленные
предприятия, находя условия занятости здесь недостаточно привлекательными и имея от!
носительно лучшие альтернативные возможности в других секторах экономики. Межсек!
торное сопоставление заработных плат, представленное в начале главы (см. рис. 7.5), дает
аргумент в пользу подобной гипотезы. Ранее мы уже говорили, что резервируемая зара!
ботная плата выпускников может быть заметно выше, чем та, что предлагают низкоэф!
фективные предприятия. Но и в этих случаях предприятия, предлагающие более высокую
зарплату, должны относительно активнее притягивать к себе выпускников. Коэффициент
перед показателем логарифма зарплаты остается незначимым, свидетельствуя о том, что
такое объяснение является в лучшем случае второстепенным.
453
Так что же мешает предприятиям, нуждающимся в квалифицированных работниках,

быть более активными работодателями для молодых специалистов – выпускников про!
фессиональных учебных заведений разного уровня? Может быть, качество подготовки?
Оценка качества подготовки специалистов и рабочих. Низкое качество подготовки, как и
высокие издержки, связанные с определением такого качества, способны существенно де!
стимулировать наем. В условиях неопределенности, связанной с измерением потенциальной
производительности, работодатели могут предлагать вновь нанимаемым заниженную вход!
30
ную заработную плату и временный трудовой контракт. Если по каким!то причинам такие
условия оказываются невозможными, то работодатели замораживают прием на работу но!
вичков либо резко вздувают свои требования к ним. В обоих случаях жалобы на качество
подготовки оказываются вполне легитимными.
Качество подготовки специалистов в России никогда не было одинаково ровным, а с
увеличением масштаба охвата молодежи высшим и средним профессиональным образова!
нием в 1990–2000!е годы такое неравенство, по!видимому, могло еще больше возрасти. Ес!
ли диплом об образовании является единым для всех (стандартным) и при этом не выпол!
няет сигнальную функцию дифференциации выпускников по качеству полученного ими
образования, то издержки на поиск хороших специалистов (среди общей массы выпускни!
ков учебных заведений) существенно возрастают. В этом случае менее эффективные пред!
приятия, не имеющие ресурсов для глубокого и продолжительного скрининга кандидатов
и предлагающие относительно низкую зарплату, будут собирать худших кандидатов (ока!
жутся в ситуации негативного отбора). Если нет особой необходимости, рациональной
стратегией для них было бы воздерживаться от найма молодых специалистов.
Но и очень «качественные» молодые специалисты, как правило, требуют определен!
ного дообучения на рабочем месте, поскольку система профессионального образования в
любом случае не может вооружить их в нужном объеме специфическими навыками или
знаниями. Этот факт сам по себе еще не является негативной оценкой качества таких спе!
циалистов. Под качеством скорее следует понимать дальнейшую обучаемость работников
специфическим требованиям и технологиям, используемым предприятием!работодателем.
Если предприятие по тем или иным причинам (отсутствие стимулов к обучению из!за вы!
сокой текучести, отсутствие средств или инфраструктуры для обучения) отказывается от до!
обучения вновь нанятых специалистов, то оно может завышать профессиональные требо!
вания ко вновь нанимаемым работникам, считая, что соответствующие расходы были (или
30
Например, завышение резервированной зарплаты выпускников и законодательный запрет на временные
контракты или прием на работу молодых специалистов с испытательным сроком. И то и другое случается
на российском рынке труда. Трудовой кодекс РФ запрещает нанимать на работу выпускников на условиях
трудового договора с испытательным сроком. Это ограничивает наем выпускников без опыта работы, по!
скольку их производительность неизвестна.
454
должны быть) сделаны до этого. В этом случае организация сталкивается с трудностями

при поиске нужных и хорошо подготовленных и, экономя на дообучении, должна дополни!
тельно «раскошелиться» на поиск и последующий скрининг. Это также может дестимули!
ровать наем.
Полученные в ходе обследования 2009 г. оценки масштаба найма и качества подготов!
ки молодых специалистов представлены в табл. 7.20. Они не подтверждают популярное
мнение о том, что работодатели единодушно считают уровень подготовки молодых специа!
листов безнадежно низким. Лишь 2–3% респондентов отметили, что качество подготовки
сегодня совсем не соответствует требованиям, тогда как 36–42% считают, что качество их
вполне удовлетворяет. Как показывает дополнительный анализ, вероятность найма моло!
дых специалистов (и управленцев!экономистов, и инженеров!технологов, и квалифициро!
ванных рабочих) возрастала с размером предприятия и практически не зависела ни от сте!
пени укомплектованности персоналом, ни от уровня средней заработной платы, ни от
большинства структурных характеристик предприятия. Исключением являлись предпри!
ятия с иностранным участием и созданные после 1992 г., которые были несколько активнее
в найме молодых специалистов. Возможно, иностранные работодатели проявляют большее
внимание при скрининге соискателей работы. Также не исключено, что они в целом при!
держиваются лучшего мнения о качестве подготовки молодых специалистов (например, из!за
большей селективности притока) либо более склонны инвестировать в их дальнейшую
профессиональную подготовку. Отметим также, что контроль показателей оттока рабочей
силы или итогового снижения занятости не влияет на общий вывод.
Таблица 7.20. Удовлетворенность предприятий качеством подготовки

молодых специалистов, обследование 2009 г., % предприятий*
Качество подготовки Вообще

не принима!
вполне не вполне совсем не ли молодых
соответствовало соответствовало соответствовало специалистов
Специальности
экономические и управленческие 35,2 21,7 2,4 38,8
инженерно!технологические 40,8 24,4 3,0 29,2
рабочие 40,1 29,5 4,1 23,7

*
Разность между 100% и суммой по строке (2,0–2,6%) приходится на затруднившихся с ответом.
Итак, распространенное нежелание нанимать молодых специалистов в целом объяс!

нимо как на стороне спроса, так и на стороне предложения. Во!первых, скрининг деловых
455
и профессиональных качеств сотрудников, впервые поступающих на работу, требует зна!

чительных затрат. Эти издержки могут быть компенсированы занижением входной зара!
ботной платы, но в этом случае снижается заинтересованность молодых людей в такой ра!
боте по сравнению с альтернативными секторами, где потенциальное вознаграждение вы!
ше. Во!вторых, под влиянием альтернативных возможностей в других секторах формиру!
ются высокие резервируемые требования молодежи. В!третьих, и без дополнительных мо!
лодых специалистов подавляющее большинство предприятий имеют либо оптимальную,
либо избыточную занятость. В!четвертых, в случае найма молодых специалистов возникает
необходимость их доучивания на производстве, что связано с дополнительными затратами
и, как следствие, высоким риском потерь этих затрат. В!пятых, нормы Трудового кодекса
не слишком благоприятствуют найму работников, информация о производительности ко!
торых отсутствует или неполна.
В заключение этого раздела также отметим, что если все же молодые специалисты на!
нимаются на работу, но не имеют возможности получить адекватную дополнительную под!
готовку, увеличивающую их человеческий капитал, они теряют шансы на дальнейшее про!
фессиональное развитие и продвижение. Тем самым они стимулируются к смене работы, а
частая смена работодателей отрицательно влияет на приобретение специфических навыков,
столь важных для производительного и хорошо оплачиваемого труда.
7.9.
Как бы мы ни смотрели на эту проблему – на макро! или на микроуровне, – нашему взору
открывается неоднозначная картина.
На макроуровне агрегированное предложение квалифицированного труда для про!
мышленности, если судить по уровню профессионального образования рабочей силы, по!
стоянно растет, а спрос на такой труд монотонно сокращается, отчасти следуя за снижени!
ем численности занятых в секторах, являющихся основными потребителями таких работ!
ников, отчасти из!за сохраняющейся экономической неоднородности предприятий.
На этом фоне своя драма разворачивается на микроуровне. Здесь предприятия по!
стоянно и все громче жалуются на нехватку квалифицированных работников, быстро теряя
при этом рабочие места и почти ничего не делая для привлечения таких специалистов со
стороны или же для повышения квалификации имеющихся. С одной стороны, они не ви!
дят имеющегося на рынке предложения труда, с другой – не пытаются адаптировать под
него свой спрос.
456
Возникает серия вопросов о том, как в российской экономике взаимодействуют пред!

ложение труда и спрос на него. Почему они столь плохо подстраиваются друг под друга?
Почему предложение продолжает расти, игнорируя ситуацию на стороне спроса? Почему
спрос на труд не активизируется в качестве реакции на растущее предложение квалифи!
цированных работников? Это очевидные вопросы, на которые, однако, нелегко дать столь
же очевидные ответы.
По!видимому, есть не одно объяснение, а целая серия соображений, которые, лишь
взятые вместе, могут пролить определенный свет. Начнем с ответов, имеющих более общий
характер, а затем перейдем к более частным.
Динамика предложения квалифицированного труда (измеряемого наличием профес!
сионального образования) в целом весьма инерционна и в значительной мере определяется
долговременными (а не конъюнктурными) обстоятельствами, зачастую лежащими вне
рынка труда. К таким, например, относится превращение третичного образования в обще!
принятую в нашем обществе социальную норму и в самоценное потребительское благо.
Ценность образования не определяется лишь дополнительным материальным доходом, ко!
торый оно потенциально может принести. В семье, где есть хотя бы один родитель с тре!
тичным образованием, велика вероятность того, что и дети будут стремиться к получению
как минимум такого же образования. Индивид, принимая решение о высшем образовании,
учитывает потенциальные выгоды от него в течение всей трудовой жизни, а не только в
краткосрочном периоде.
В то же время спрос предприятий на квалифицированный труд более конъюнктурен
и краткосрочен. Он зависит не только от спроса на продукцию в данный момент и в бли!
жайшей перспективе, поскольку производен от него, но и связан с действующими инсти!
туциональными условиями на рынке товаров (условия конкуренции) и на рынке труда.
На него влияют совокупные условия найма (включающие издержки поиска, скрининга,
собственно найма, тренинга, увольнения, величину стартовой заработной платы и т.п.), ко!
торые могут дополнительно подавлять спрос на труд. Кроме того, поскольку образование,
с одной стороны, и тренинг (и опыт), с другой, взаимозаменяемы, то при высоких издерж!
ках найма спрос на новых работников способен замещаться использованием имеющихся.
В итоге предложение и спрос могут в течение довольно продолжительного времени
меняться разнонаправлено, двигаясь в противоположных направлениях. Но если предло!
жение растет, а спрос падает, то в равновесии заработная плата должна снижаться. Если
же она по тем или иным причинам увеличивается (например, под воздействием давления
со стороны альтернативных секторов или государственной политики минимальной зарпла!
ты), то это чревато вытеснением работников из экономики (или из промышленности, если
наш анализ ограничен лишь одним сектором). Именно такое сжатие занятости в россий!
457
ской промышленности мы и наблюдаем. Относительное снижение заработной платы в

обрабатывающих производствах (по сравнению с другими секторами экономики) сопро!
вождается еще и ухудшением качества рабочей силы.
Теперь спустимся на уровень промышленного предприятия. Менеджеры предприятий
все чаще жалуются на дефицит квалифицированного труда, несмотря на избыток имею!
щихся работников, устойчивое нежелание переобучать старых и ограниченные возможно!
сти нанимать новых. Не является ли такая позиция, противоречащая всем тенденциям на
макроуровне, неким шизофреническим видением?
Оставаясь внутри собственно промышленности, эти противоречия трудно объяснить.
Но они получают свое объяснение, если выйти за узкосекторальные рамки и вписать эту
«загадочную» картину в более общий контекст российского рынка труда. В этом случае мы
можем привести несколько общих и взаимодополняющих объяснений.
Система профессионального образования в России давно не работает исключительно
на обрабатывающую промышленность, под которую она во многом изначально и создава!
лась. Она все больше ориентируется (если вообще имеет какие!либо приоритеты и маяки)
на быстрорастущий сектор услуг в целом, который в последние десятилетия стал главным
работодателем. Отдача от образования в 1990!е годы увеличивалась не столько в результате
изменения относительного спроса вследствие технологического перевооружения произ!
водства (skillbiased technological change), как в США, сколько из!за естественной декомпрес!
сии зарплат после их долгого искусственного сжатия в плановой экономике. Рост отдачи
стимулировал спрос на профессиональное (третичное) образование и, как следствие, под!
гонял безудержную экспансию последнего. Рост предложения сопровождался снижением
издержек для обучающихся (развитие различных форм дешевого и низкокачественного об!
разования, вечерне!заочного, филиального и т.п.), что во многом решало проблему бюд!
жетных (и кредитных) ограничений для студентов.
Спрос обрабатывающей промышленности на труд перестал определять спрос эконо!
мики по численности или по уровню оплаты. Более того, глубоко «провалившись» по
зарплате по отношению к другим секторам, промышленность потеряла доступ к «сливкам»
квалифицированного труда. Доступный же по цене профессиональный «отстой» ей самой
не очень!то и нужен. «Сливки» же достаются секторам с более высокой относительной за!
работной платой, включающим организации финансового сектора и государственного уп!
равления, предприятия добывающей промышленности, энергетики, транспорта и связи.
Они задают ориентиры оплаты труда для всех, тогда как «полуживые» обрабатывающие
предприятия, будучи не в состоянии с ними конкурировать, вынуждены до минимума уме!
рять свои квалификационные претензии.
Обрабатывающий сектор не только утратил зарплатные позиции в пользу других, но
и сам сильно расслоился. Неэффективные механизмы расчистки рынка от банкротов по!
458
зволяют поддерживать такую неоднородность. Ей способствовало и укрепление российской

модели рынка труда, суть которой в имплицитном отказе от количественной адаптации в
пользу ценовой. Привязав зарплату работников к коллективным результатам своей дея!
тельности, предприятия застраховали себя от необходимости быстро сокращать числен!
ность. Однако в итоге они также вздули неравенство по зарплате и тем самым еще более
подстегнули текучесть кадров.
Текучесть кадров, дополнительно провоцируемая множественностью альтернативных
зарплат на каждом локальном рынке труда, создала отрицательные стимулы для инвести!
ций в профессиональное обучение на рабочем месте, которое стоит дорого, а риски оппор!
тунистического поведения со стороны работников велики. Но если специальные навыки
и общие знания являются хотя бы частичными субститутами, то это стимулирует спрос на
обладателей общего образования, оплачиваемого не работодателем, а государством или до!
мохозяйствами.
Работодатели громко жалуются на дефицит квалифицированных работников, но сами
не готовы ни переобучать уже имеющихся, ни нанимать молодых специалистов. Ориенти!
руясь на оценки предприятиями их потребности в определенных специальностях и профес!
сиях, громко и часто озвучиваемые в средствах массовой информации или в чиновничьих
кабинетах, вузы, техникумы и ПТУ готовят квалифицированных работников, которые по!
том сталкиваются с труднопреодолимыми проблемами при получении работы по специаль!
ности. Конечно, это происходит не только из!за ошибок системы образования (они, без!
условно, имеются), но и из!за совокупности прочих макроэкономических и институцио!
нальных факторов, ограничивающих спрос на труд. Среди таких факторов и сырьевая ори!
ентация нашей экономики, и конкуренция с импортом, проигранная нашей промышлен!
ностью, и в целом крайне неблагоприятная институциональная среда. Действующие в рос!
сийской экономике институты (включая институты рынка труда), ограничивая временной
горизонт планирования и принятия решений, дестимулируя производство и ориентируя
экономических агентов на поиск быстрой ренты, не поощряют ни накопление, ни эффек!
тивное использование квалификации и навыков.
Что бы ни говорили чиновники и отдельные работодатели, похоже, в заданных сего!
дня институциональных условиях нашей промышленности в целом не очень!то и нужны
квалифицированные работники. И те, что есть, ей зачастую в тягость. Это и есть наш эмпи!
рический ответ на вынесенный в название главы полуриторический вопрос.
459
Беккер Г. Воздействие инвестиций в человеческий капитал на заработки // Беккер Г.
Человеческое поведение. Экономический подход. М.: ГУ ВШЭ, 2003. С. 50–88.
Гимпельсон В. Дефицит квалификации и навыков на рынке труда: недостаток предло!
жения, ограничения спроса или ложные сигналы работодателей?: препринт WP3/2004/01.
М.: ГУ ВШЭ, 2004а.
Гимпельсон В. Дефицит квалификации и навыков на рынке труда: недостаток предло!
жения, ограничения спроса или ложные сигналы работодателей? // Вопросы экономики. 2004b.
№ 3. С. 76–93.
Гимпельсон В. Предприятия обрабатывающей промышленности на рынке труда: инди!
каторы приспособления: препринт WP3/2010/01. М.: ГУ ВШЭ, 2010.
Гимпельсон В., Капелюшников Р., Лукьянова А. Спрос на труд и квалификацию в про!
мышленности: между дефицитом и избытком: препринт WP3/2007/03. М.: ГУ ВШЭ, 2007.
Заработная плата в России: эволюция и дифференциация / под ред. В. Гимпельсона, Р. Ка!
Капелюшников Р. Записка об отечественном человеческом капитале: препринт
WP3/2008/01. М.: ГУ ВШЭ, 2008.
Капелюшников Р. Конец российской модели рынка труда? М.: Фонд «Либеральная мис!
сия», 2009.
Лазарева О.В., Денисова И.А., Цухло С.В. Наем или переобучение: опыт российских
предприятий: препринт WP3/2006/11. М.: ГУ ВШЭ, 2006.
Мироненко О.Н. Влияние законодательства о защите занятости на кадровую политику
предприятий: препринт WP15/2009/07. М.: ГУ ВШЭ, 2009.
Мониторинг экономики образования: Информационный бюллетень. 2007. 8 (31).
Обзор занятости в России. 1991–2000 гг. М.: БЭА, ТЕИС, 2001.
Полетаев А., Савельева И. Спрос и предложение услуг в сфере среднего и высшего профес!
сионального образования в России // Обзор экономики России. 2002. 2 (34). С. 79–118.
Российский бюллетень конъюнктурных опросов. Промышленность. 195 опрос – Август
2008. ИЭПП. (http://www.iet.ru/files/text/industrial_survey/195!int.pdf)
Социально!экономическое положение России. М.: Росстат, 2008. № 1.
Социально!экономическое положение России. М.: Росстат, 2009. № 1.
Труд и занятость в России – 2007: стат. сб. М.: Росстат, 2008.
460
Труд и занятость в России – 2009: стат. сб. М.: Росстат, 2010.

Экономика переходного периода. Очерки экономической политики посткоммунисти!
ческой России. Экономический рост 2000–2007. М.: Дело, 2008. Гл. 19.
Addison J., Teixeira P. The Economics of Employment Protection: IZA Discussion Paper. № 381.
October, 2001.
Almeida R., Aterido R. The Investment in Job Training: Why Are SMEs Lagging So Much Be!
hind?: IZA Discussion Paper. № 4981. 2010.
Bartel A.P., Sicherman N. Technological Change and the Skill Acquisition of Young Workers
// Journal of Labor Economics. 1998. 16 (4). Р. 718–755.
Workplace Training in Europe / Bassanini A., Booth A., Brunello G. et al. IZA Discussion Pa!
per. № 1640. June, 2005.
Berger M.S., Earle J.S., Sabirianova K.Z. Worker Training in a Restructuring Economy // Re!
search in Labor Economics. 2001. 20. Р. 159–190.
Frazis H., Loewenstein M.A. Reexamining the Returns to Training: Functional Form, Magni!
tude, and Interpretation // The Journal of Human Resources. 2005. 40 (2). Р. 453–476.
Gimpelson V., Kapeliushnikov R., Lukyanova A. Employment Protection Legislation in Rus!
sia: Regional Enforcement and Labor Market Outcomes // Comparative Economic Studies. 2010.
Vol. 52. № 4.
Green F., Machin S., Wilkinson D. The Meaning and Determinants of Skills Shortages // Ox!
ford Bulletin of Economics and Statistics. 1998. 60 (2). Р. 165–187.
Lazear E. Job Security and Employment // Quarterly Journal of Economics. 1990. 105. Р. 699–726.
Leuven E. Returns to Training // Hartog J., Maassen van den Brink H. (eds.) Human Capital.
Advances in Theory and Evidence. Cambridge: Cambridge University Press, 2007.
Lynch L., Black S. Beyond the Incidence of Employer!Provided Training // Industrial and La!
bor Relations Review. 1998. 52 (1). Р. 64–81.
Rutkovsky J., Scarpetta S. Enhancing Job Opportunities. Eastern Europe and Former Soviet
Union. The World Bank, 2005.
Sabirianova!Peter K. The Great Human Capital Reallocation: A Study of Occupational Mobility
in Transitional Russia // Journal of Comparative Economics. 2002. 30 (1). Р. 191–217.
Skills Shortages and Training at Russian Enterprises / Tan H., Savchenko Ye., Gimpelson V.,
et al. Working Paper WP3/2007/04. M.: SU HSE, 2007.
Thelen K. How Institutions Evolve? The Political Economy of Skill Formation in Germany,
UK, Britain, the United States and Japan. Cambridge: Cambridge University Press, 2004.
461
Глава 8
ПОДГОТОВКА
НА ПРОИЗВОДСТВЕ:
РОССИЙСКИЙ ОПЫТ
8.1.
Введение
Эффективная система обучения персонала является не
обходимым звеном обеспечения устойчивого экономиче
ского роста, особенно в периоды значительных технологи
ческих изменений или глубокой реструктуризации эконо
мики. Школы, ссузы и вузы наделяют работников пре
имущественно общими знаниями и навыками, тогда как
обучение на рабочем месте призвано дополнить и адаптиро
вать их к потребностям предприятий, а профессиональная
переподготовка – привести их в соответствие с требовани
ями, предъявляемыми новыми технологиями. Подготовка
и переподготовка персонала преимущественно протекают
непосредственно на предприятиях и/или с их участием.
В этой главе мы будем говорить о профессиональном
обучении, понимаемом как дополнительное профессио
1
нальное обучение работающих . Оно включает обучение как
в рамках имеющейся специальности, так и новым или
смежным специальностям; подготовку как непосредствен
но на рабочих месте или в центрах повышения квалифика
ции предприятий, так и вне их; как обучение в рамках от
1
Мы не будем здесь рассматривать переобучение безработных.
461
носительно формализованных программ, так и получение трудно формализуемых знаний

и навыков в процессе работы и взаимодействия с коллегами и наставниками. Все это вхо
дит в понятие (дополнительного) профессионального образования или тренинга (onthejob
training) и отличается от получения образования в школе, колледже, техникуме или универ
ситете (schooling).
Исследования, посвященные изучению профессионального обучения в России, не
многочисленны, что связано, прежде всего, со сложностями измерения. Тем не менее в ли
тературе представлены как страновые, так и межстрановые оценки объемов и масштабов
обучения в России (мы поговорим об этом подробнее в разделе 8.3). В большинстве случаев
исследователи, обращая внимание на невысокие показатели распространенности профес
сионального обучения, говорят о специфике устройства российского рынка труда. Не отри
цая ценности такого подхода, мы попытаемся выявить те общие и характерные для многих
других стран реакции предприятий, которые задают их поведение на рынке труда.
Иными словами, нас будет интересовать, насколько поведение российских предприятий
типично и укладывается в современную теорию профессионального обучения (подробнее о
теории см. в разделе 8.2).
Кроме того, Россия, будучи во многих измерениях неоднородной, в том числе и с точки
зрения устройства региональных и локальных рынков труда, предоставляет отличную воз
можность для изучения влияния этой региональной и отраслевой вариации на стимулы и,
тем самым, на объемы предоставляемого работодателями обучения. Мы уделим особое вни
мание этому аспекту, не получившему до сих пор полноценного освещения в литературе.
Эмпирической основой анализа в этой главе являются данные опроса промышленных
предприятий, проведенного Лабораторией конъюнктурных опросов Института экономики
переходного периода (ИЭПП) в 2005 г., а также индивидуальные данные Российского мони
торинга экономического положения и здоровья населения (РМЭЗ) за 2001–2008 гг. Ис
пользование двух типов источников позволяет проанализировать влияние на объемы и фор
мы обучения персонала как характеристик предприятий, так и характеристик работников,
а также различных параметров региональных и отраслевых рынков труда.
Современная теория профессионального образования делает важное различие между
обучением общим и специфическим навыкам. Данные опроса ИЭПП уникальны, посколь
ку они дают информацию об этих двух видах обучения в России, недоступную из других
источников. Ее использование позволяет лучше понять поведение российских предприятий
в сфере обучения и в целом на рынке труда. В дополнение, на основе данных опроса РМЭЗ
за 2001–2008 гг. мы анализируем факторы, определяющие стимулы для работников и фирм
к инвестированию в обучение.
Глава имеет следующую структуру. Во втором разделе дается краткий обзор современ
ной теории профессионального обучения, в третьем разделе представлен международный
463
опыт обучения на рабочем месте, а также существующие оценки активности профессио

нального обучения в России. В разделе 8.4 дается общая описательная характеристика ис
пользуемых нами данных, а пятый посвящен анализу объемов обучения на предприятиях
российской промышленности, форм подготовки работников на рабочих местах, характери
стик получаемых ими навыков и взаимосвязи обучения персонала и рынка труда. В раз
деле 8.6 анализируются динамика и структура обучения работников по данным РМЭЗ.
В заключении представлены основные выводы.
8.2.
Профессиональное обучение: теория
Профессиональное обучение, и обучение на рабочем месте в частности, будучи важной со
ставляющей человеческого капитала, давно находятся в центре внимания экономистов.
Центральный вопрос большинства исследований – оптимален ли сложившийся уровень
дополнительного профессионального обучения при невмешательстве государства (при от
сутствии субсидий и льгот)? Еще А. Пигу в начале XX в. обратил внимание на то, что стиму
лы к инвестированию в обучение работников у работодателей ослаблены [Pigou, 1912]. Дело
в том, что обученный работник может уйти к другому работодателю, который, таким обра
зом, станет получать выгоды от его более высокой квалификации при нулевых затратах на
ее формирование. Существование таких положительных экстерналий для других работода
телей должно приводить к недоинвестированию в дополнительное профессиональное обу
чение работников. Выход из этого положения Пигу усматривал в государственном вмеша
тельстве в форме субсидирования производственной подготовки (onthejob training) по ана
логии с финансированием формального образования (schooling), но осуществляемого за счет
специальных налогов на фирмы.
Ключевую роль в современном представлении о профессиональном образовании сыг
рали исследования Г. Беккера [Becker, 1964], который первым указал на важное различие
между общим человеческим капиталом, т.е. знаниями и навыками, которым можно найти
применение в любой фирме, и специфическим человеческим капиталом, т.е. знаниями и
навыками, подходящими лишь для работы в данной фирме. Аргументация Пигу справедлива
только по отношению к общему человеческому капиталу. Действительно, в условиях совер
шенной конкуренции на рынке труда работник получает заработную плату, равную произво
димому им предельному продукту, что лишает работодателя стимулов к финансированию
инвестиций в общие знания и навыки изза существования положительной экстерналии
для других работодателей (poaching externality). Обучение общим навыкам повышает про
изводительность работника на многих альтернативных местах работы, и если текущий рабо
464
тодатель по окончании обучения не будет оплачивать работника по его полной рыночной

стоимости, то другие компании переманят его к себе. В то же время ничто (кроме ограниче
ния ликвидности) не мешает работнику самому финансировать инвестиции в общий челове
ческий капитал, поскольку в условиях совершенной конкуренции он получает весь выиг
рыш от возросшей производительности. Ограничения ликвидности могут быть ослаблены
благодаря вмешательству государства либо работник может согласиться на более низкую
по сравнению со своей производительностью заработную плату на период обучения, чтобы
возместить затраты работодателя на финансирование инвестиций в общие знания и навыки.
Иная ситуация возникает при инвестициях в специфический человеческий капитал.
Работник ничего не выигрывает от таких инвестиций в случае смены работы: так как они
увеличивают его производительность только на данном месте работы, ему не приходится
рассчитывать на получение более высокой заработной платы в других компаниях. В этом
случае изза существования рисков оппортунистического поведения как со стороны работ
ников, так и со стороны фирм оптимальным решением оказывается их совместное финан
сирование инвестиций в специфический человеческий капитал.
В целом, Беккер не видел необходимости в государственном стимулировании инве
стиций в профессиональное обучение, поскольку экономические агенты имеют достаточ
ные стимулы для их поддержания на оптимальном уровне. Роль государства в этих условиях
сводится к ослаблению ограничений ликвидности.
Несмотря на теоретическую убедительность аргументации Беккера, она не получила
достаточного эмпирического подтверждения. Так, из разработанной им теории следует, что
фирмы ни при каких обстоятельствах не должны финансировать наращивание общих зна
ний и навыков. Иными словами, если фирма инвестирует в обучение работников, то либо
это должно быть обучение специфическим знаниям и навыкам, либо, если речь идет об об
щих знаниях и навыках, издержки фирмы по их предоставлению должны возмещаться ей
работниками в форме более низкой по сравнению с производительностью заработной
платы. Однако оба этих предположения плохо согласуются с имеющимися фактическими
данными.
Эмпирические исследования показали, что обучение за счет фирм широко распростра
нено, причем значительная его часть направлена на формирование у работников общих зна
ний и навыков, не имеющих узкого внутрифирменного характера [Booth, Bryan, 2002; Work
place Training in Europe, 2005]. Так, в Германии крупные компании по самым консерва
тивным оценкам вкладывают в программы ученичества (apprenticeship) очень значительные
средства: по состоянию на 1991 г. их чистые расходы на эти цели достигали 7,5 тыс. не
мецких марок в расчете на одного обучающегося [Acemoglu, Pischke, 1999, p. F112–F142].
Но программы ученичества наделяют работников преимущественно общими (по крайней
мере, в пределах отрасли) навыками: обучающие фирмы должны следовать предписанным
465
программам, стажерывыпускники сдают серьезный внешний экзамен, и обучение в целом

проходит сертификацию в промышленных и ремесленных палатах [Steedman, 1993, p. 1279–
1291; Harhoff, Kane, 1997, p. 171–196; Loewenstein, Spletzer, 1998, p. 142–171]. Аналогичные
исследования по другим странам подтверждают значительные расходы фирм на обучение
общим навыкам по программам ученичества [Ryan, 1980, p. 334–352; Jones, 1986, p. 333–362].
Кроме того, эмпирические исследования не находят безусловного подтверждения тому,
что обучение на рабочем месте понижает стартовую зарплату, хотя такие примеры тоже
известны [Barron, Berger, Black, 1999; Bishop, 1996; Rosen, 1972, p. 326–342]. Таким образом,
есть множество свидетельств того, что фирмы часто оплачивают своим работникам при
обретение общих знаний и навыков.
В последние 20 лет появился целый ряд работ, предлагающих объяснения, почему ра
ботодатель оплачивает или софинансирует не только специфические навыки, но и общие
(обзор см., например: [Acemoglu, Pischke, 1999, p. F112–F142]). Основная идея состоит в
том, что конкуренция на рынке труда, как правило, несовершенна, что наделяет работода
теля монопсонической силой и позволяет получать ренту (как разницу между производи
тельностью и зарплатой). Это создает возможность финансировать обучение работника: не
совершенная конкуренция ограничивает мобильность работников между фирмами и позво
ляет обучающей фирме платить обученному работнику меньше его производительности и,
таким образом, получать отдачу от инвестиций в общую подготовку. В качестве основных
источников несовершенства рынка труда современные исследования называют трансак
ционные издержки, связанные с поиском работы и состыковкой работников и рабочих мест;
асимметрию информации между текущим и потенциальным работодателем об объеме и
качестве полученного работником обучения или о способностях молодых работников; асим
метрию информации между работниками и работодателями относительно уровня усилий,
затрачиваемых работниками, и т.д.
Очень часто эти несовершенства сопровождаются сжатием структуры относительных
заработных плат, что создает стимулы для инвестирования в обучение работников. Оно мо
жет порождаться такими институтами рынка труда, как профсоюзы, высокая минимальная
зарплата, высокие пособия по безработице и т.п., способствующими «подтягиванию» за
работной платы снизу при одновременном «придавливании» ее сверху. Такая ситуация по
лучила в литературе название компрессии заработных плат [Acemoglu, Pischke, 1999, p. F120].
При ее существовании разрыв между производительностью и заработками у менее квали
фицированных работников будет меньше, чем у более квалифицированных. Соответствен
но отдача от квалификации будет ниже, чем на конкурентном рынке труда. В этих условиях
работодателям становится выгоднее использовать труд более квалифицированных работ
ников, поскольку рента от использования такого труда выше. Отсюда у них возникают сти
мулы к повышению квалификации своего персонала. Работодатели оказываются заинте
466
ресованы в финансировании обучения любого типа – не только специфического, но и об

щего, ведущего к росту производительности. Чем сильнее компрессия относительных зара
ботных плат, тем большую долю издержек обучения будет готова оплачивать фирма; при
очень сильной компрессии она может брать их на себя целиком. Заметим, что такая ситуа
ция невозможна на рынке труда с совершенной конкуренцией, где рента от использования
труда любой квалификации равна нулю. Она невозможна также при отсутствии компрессии
заработных плат, поскольку тогда рента от квалифицированного и неквалифицированного
труда будет одинаковой.
Для проверки того, получают ли работодатели ренту от инвестирования в профес
сиональное обучение своего персонала, исследователи оценивали отдачу от обучения для
работников и для фирм. В большинстве случаев подтверждалось, что хотя обучение на ра
бочем месте повышает заработную плату, производительность растет еще сильнее. Баррон,
Бергер и Блэк на данных по США оценили этот разрыв в 10 раз, что свидетельствует о том,
что фирмы получают большую часть выгод от обучения работников [Barron, Berger, Black,
1999]. Кроме того, те же авторы нашли подтверждение компрессии заработных плат: они
установили, что вариация в заработках среди работников, занятых похожими видами дея
тельности на одном и том же предприятии, меньше, нежели вариация в их производитель
ности. Ловенстайн и Сплетцер на данных по США показали, что у тех, кто прошел профес
сиональные курсы общего характера, оплаченные работодателем, заработная плата возрас
тала у текущего работодателя на меньшую величину по сравнению с тем, как она возрастала
затем у следующего работодателя [Loewenstein, Spletzer, 1998, p. 142–171]. По их мнению,
это свидетельствует, с одной стороны, о том, что и работники, и работодатели готовы участ
вовать в программах профессионального обучения, поскольку они обеспечивают выигрыш
в производительности. С другой стороны, рост производительности опережает рост зара
ботков, что позволяет работодателям возмещать расходы на общее обучение из получаемой
ими ренты. Бут и Брайан также показали, что обучение, финансируемое работодателями,
сильнее повышает заработную плату работников в следующей фирме, куда они переходят,
чем в фирме, предоставившей обучение [Booth, Bryan, 2002]. Этот результат согласуется с
теорией несовершенного рынка труда. Конти на данных для Италии за 1996–1999 гг. пока
зала, что положительный эффект обучения существует только для производительности, но
не для заработной платы. Это также подтверждает гипотезу, что большая часть выгод от
обучения достается фирмам, а не работникам [Conti, 2005, p. 557–576].
Еще одно направление эмпирических исследований, тестирующих неконкурентные
теории профессионального обучения, пытается выяснить, ведет ли бóльшая компрессия
заработных плат к большему объему обучения. В его рамках оценивается влияние мини
мальной зарплаты и профсоюзов на масштабы профессионального обучения, а также срав
ниваются объемы обучения в странах с различными механизмами формирования заработ
467
ной платы, в частности, различающихся по степени неравенства в ее распределении [Gross

berg, Sicilian, 1999, p. 539–556; Card, Krueger, 1995; Acemoglu, Pischke, 1999, p. 159–202; Lillard,
Tan, 1992, p. 1–62; Barron, Berger, Black, 1999]. Убедительных подтверждений влияния ми
нимальной зарплаты или профсоюзов на объемы обучения работников получить не удалось,
что во многом связано с серьезными методологическими сложностями такого анализа. Срав
нение же стран с разным уровнем неравенства в заработках – США и Великобритании, где
оно выше, с Германией, Швецией, Францией и Японией, где оно значительно ниже – свиде
тельствует в пользу современных теорий, так как во второй группе стран объемы профессио
нального обучения (onthejob training) оказываются существенно выше [Acemoglu, Pischke,
1999, p. F132]. Кроме того, в Европе и Японии работодатели намного чаще оплачивают обуче
ние, нежели в США. Межстрановые сопоставления, однако, обременены методологическими
проблемами, связанными с трудностями измерения объемов обучения в разных странах.
Итак, существующие на сегодняшний день исследования показывают, что обучение на
рабочих местах часто дает общие навыки (т.е. имеющие ценность для множества разных рабо
тодателей) и оплачивается в основном фирмами. Несовершенства на рынке труда позволяют
работодателям удерживать обученных работников и получать отдачу от инвестиций в их обу
чение.
Современная теория профессионального обучения, основанная на признании несо
вершенной конкуренции на рынке труда и наличия компрессии зарплат, приходит к вы
воду, что если недоинвестирование в профессиональное обучение и имеет место, то не изза
ограничений ликвидности, а по совокупности других причин. Среди них: сложность или
невозможность заключения подходящих для этих случаев контрактов между работниками
и работодателями, а также все та же проблема переманивания (poaching). Отсюда следует
нормативный вывод о том, что для преодоления этих проблем одних субсидий на обучение
недостаточно и что их следует дополнять введением специальных регулирующих мер [Mal
comson, Maw, McCormick, 2003, p. 197–227]. В то же время имеющиеся исследования не
дают достаточных эмпирических доказательств того, что текущий уровень обучения в тех
или иных странах ниже социально оптимального.
8.3.
Проблемы измерения
профессионального обучения.
Россия в международном контексте
Профессиональное обучение, будучи чрезвычайно разнообразным по формам, с трудом под
дается измерениям. Особенно непросто обеспечить межстрановую сопоставимость пока
468
зателей обучения. Первоначально инвестиции в подготовку на рабочих местах измерялись

годами стажа работы, причем общий стаж (experience) использовался как прокси для общего
обучения, тогда как стаж работы на текущем месте работы (tenure) – как прокси для специ
фического обучения. Современными источниками для измерения объемов профессиональ
ного обучения выступают, с одной стороны, выборочные обследования работодателей (пред
приятий и организаций) и, с другой стороны, обследования домохозяйств и их членов.
Респондентовиндивидов, как правило, просят сообщить об участии в программах обучения и
о продолжительности этих программ, а работодателей – рассказать о программах обучения на
предприятии и о количестве работников, прошедших через такие программы. Заметим, что
различия в выборках и формулировках вопросов значительно затрудняют сравнение результа
тов разных обследований, а зачастую делают его невозможным. Более того, как было показано
в ходе специального опроса фирм и их работников в США, работодатели более оптимистично
оценивают объемы обучения работников, чем сами работники: оценки работодателей об
объемах обучения были в среднем на четверть выше объемов по оценкам работников [Barron,
Berger, Black, 1997].
На сегодняшний день существует значительное количество опросов о подготовке на
рабочих местах в отдельных странах и в группах стран, позволяющих судить о ее масштабах
и формах. Для межстрановых сопоставлений особенно ценны обследования, проводимые
в разных странах по единой методологии. Так, согласно опросу частных компаний с числом
занятых более 200 человек в 26 странах (опрос Cranet), доля работников, прошедших обуче
ние в 1999 г., составила в среднем по странам Евросоюза (до расширения) 45,6%. При этом
в Финляндии и Швеции она превышала 60% [Hansson, 2007, p. 311–331]. По данным дру
гого опроса компаний в 25 европейских странах (the Continuing Vocational Training Survey
(CVTS)), доля работников, прошедших обучение в том же 1999 г., на предприятиях с числом
занятых более 10 человек составила в среднем по странам Евросоюза (до расширения) око
ло 50%. Наибольшие объемы обучения наблюдались в Скандинавских странах, а также во
Франции, Новой Зеландии и Ирландии [Workplace Training in Europe, 2005]. В то же время
в большинстве стран Восточной Европы этот показатель составлял 20–30%.
Данные обследований по странам ОЭСР, собранные в публикации ОЭСР 2004 г., так
же свидетельствуют о значительной межстрановой вариации как в средней доле персонала,
получившего профессиональной обучение, так и в средних часах обучения [Employment
Outlook, 2004]. Страны, являющиеся лидерами в профессиональном обучении – это Швеция,
Дания, Норвегия, Финляндия, Франция, Новая Зеландия и Великобритания, где более поло
вины работников в возрасте 25–64 лет за обследуемый год прошли профессиональное обуче
ние (в Швеции 60%), со средним количеством обучения от 25 до 35 часов на одного занятого в
год [Workplace Training in Europe, 2005, p. 5]. В США показатели ниже – 41% и 17 часов на
одного занятого. В странах Южной Европы (Греция, Италия, Португалия) эти показатели
469
еще ниже – около 20% персонала и 12–14 часов на одного работника. Страны Балтии, Венг
рия, Польша, Болгария и Румыния обучали еще меньше – 10–15% персонала и менее 10 ча
сов на работника в год. Среди переходных экономик лидируют Чехия, Словакия и Сло
вения, где объемы обучения не уступают Германии и Австрии: 30–35% персонала и около
15 часов обучения на одного работника [Workplace Training in Europe, 2005, p. 5].
Согласно опросу малых и средних предприятий Всемирного банка и Европейского бан
ка реконструкции и развития Business Environment and Enterprise Performance Survey (BEEPS),
Россия занимает достаточно низкие позиции по объемам обучения работников даже в срав
нении со странами Восточной Европы и СНГ, хотя цифры различаются в зависимости от
группы работников. Обследование BEEPS проводится раз в тричетыре года в 27 странах ре
гиона и Турции. Выборка обследования включает предприятия обрабатывающей промыш
ленности и двух отраслей сектора услуг (оптовой и розничной торговли), с численностью
постоянных работников не менее пяти, расположенных в городах. Обследование позволяет
сравнивать поведение предприятий в разных странах, поскольку инструмент обследования,
насколько это в принципе возможно, одинаков для всех стран выборки, а само обследова
ние проводится одной и той же социологической компанией.
Анкета обследования содержит вопросы о наличии на предприятии формальных кур
сов обучения работников, и если такие курсы есть, то спрашивают о проценте работников
разных подгрупп, прошедших обучение за предшествующий обследованию год. Наиболее
развернутые квалификационные подгруппы были представлены в исследовании 2002 г.,
когда собиралась информация об обучении отдельно управленческого персонала (менедже
ров), инженернотехнического персонала (специалистов), квалифицированных рабочих, не
квалифицированных рабочих, а также вспомогательного персонала. В обследованиях 2005
и 2009 гг. количество подгрупп было уменьшено (в 2005 г. выделялись группы квалифи
цированных рабочих, неквалифицированных рабочих и непроизводственный персонал, а
в 2009 г. остались только две группы постоянного персонала – занятого производственной и
занятого непроизводственной деятельностью).
Средняя доля предприятий, имевших формальные курсы обучения, а также средний
процент работников, прошедших переобучение в разных квалификационных группах, пред
ставлены в табл. 8.1 и 8.2 (опросы 2002 г. и 2005 г).
Как видно из табл. 8.1, в 2001 г. Россия занимала 15е место (из 27 стран с переходной
экономикой) по активности обучения управленческого персонала. Среди российских пред
приятий 32% имели программы обучения для этой группы (8е место среди всех обследо
ванных стран), и в среднем по ним обучались около 15% представителей этой группы. На
предоставлявших такое обучение фирмах его получили 48,2% менеджеров (19е место в ре
гионе). По доле предприятий, обучавших инженернотехнический персонал (специалистов),
470
Россия была на 7м месте (41,9%), пропустив вперед лишь страны Балтии, Чехию, Слова
кию и Словению. Однако по средней доле обученных представителей этой группы Россия
находилась на 12м месте (17,4%) по всей выборке предприятий и на 19м (44%) по подвы
борке предприятий, предоставлявших такое обучение. По доле предприятий, имевших про
граммы обучения квалифицированных рабочих, Россия занимала 18е место (23,9%), по
средней доле обученных квалифицированных рабочих по всей выборке предприятий лишь
22е (9,6%) и 19е (41,6%), если учитывать лишь те предприятия, где существовали такие
программы. Близкие показатели наблюдались и по обучению неквалифицированных ра
бочих: 4,4% предприятий занимались их обучением (20е место), 1,2% обученных по всей
выборке предприятий (24е место) и 30% обученных (22е место) по предприятиям, имев
ших соответствующие программы.
Таким образом, в России наблюдается значительное отставание от большинства стран
региона по доле обучающих предприятий по всем профессиональным группам кроме ин
женернотехнического персонала. Немногим более трети российских предприятий обучали
в 2001 г. хотя бы одну категорию персонала, а почти две трети вообще не имели формальных
программ обучения. Отставание по доле обученного персонала распространяется на все
профессиональные группы. Обучавшие предприятия в среднем обучали от 30 до 48% пер
сонала, что намного меньше, чем в большинстве других стран региона.
К середине 2000х годов ситуация с обучением работников немного улучшилась. Дан
ные 2005 г. об обучении в 2004 г. (табл. 8.2) свидетельствуют, что если по сравнению с 2001 г.
доля предприятий, обучавших квалифицированных рабочих, почти не изменилась (25% про
тив 24%), то доля работников, получавших обучение, как среди всех предприятий (рост с
9,6 до 18,6%), так и среди обучавших предприятий (рост с 41,6 до 55,7%), значительно
увеличилась. Аналогичная картина наблюдалась и с обучением неквалифицированных ра
бочих: хотя доля предприятий, имевших программы такого обучения, осталась на уровне
2001 г., отмечался активный рост доли обученных: с 1,2 до 6% по всей выборке и с 30 до
55,3% по подвыборке обучавших предприятий. К сожалению, изменение анкеты, приме
нявшейся в обследовании, не позволяет проследить, как менялась активность обучения
других категорий персонала.
В обследовании 2009 г., как мы уже упоминали, информация об обучении работников
собиралась по сильно агрегированным группам, что исключает возможность прямого срав
нения с предыдущими раундами. Согласно результатам обследования 2009 г., 30% пред
приятий в России занимались в 2008 г. обучением персонала. Средний процент постоян
ных работников, занятых производственной деятельностью и получивших обучение, соста
вил 30,1%. Аналогичный показатель для непроизводственного персонала был немного ни
же – 26,6%.
471
Таблица 8.1. Обучение работников в странах переходной экономики,

2001, BEEPS, %
Страна Менеджеры Специалисты Квалифицированные рабочие

работников, прошедших
среди предоставлявших
обучение, вся выборка

доля предприятий,
обучение в 2001 г.
предоставлявших
обучение, только
средний процент
обучение
обучение
обучение
Азербайджан 15,9 9,0 55,8 20,0 10,6 55,2 18,8 11,0 58,8
Албания 17,1 10,7 67,8 19,4 12,1 62,2 18,8 10,7 63,1
Армения 19,3 14,8 78,2 26,3 19,4 67,6 22,8 17,9 68,0
Беларусь 26,8 11,4 42,7 38,4 14,5 36,1 37,2 14,9 37,0
Болгария 22,0 16,3 68,9 30,4 14,7 45,3 31,6 16,7 50,6
Босния и Герцеговина 20,3 8,8 46,7 18,7 7,1 46,8 30,0 12,8 46,0
Венгрия 28,8 23,9 76,2 40,0 29,1 68,5 26,8 17,3 59,3
Грузия 22,4 18,0 67,4 28,7 17,5 61,5 13,8 12,5 59,2
Казахстан 19,6 8,5 46,0 28,4 11,5 42,1 24,4 9,2 38,1
Киргизия 23,7 9,1 40,0 37,0 10,4 29,5 28,3 9,8 39,6
Латвия 48,3 28,9 60,4 57,9 32,7 54,5 36,4 20,9 51,1
Литва 46,0 28,8 62,1 52,0 31,4 60,3 41,5 23,8 57,5
Македония 13,5 7,1 55,6 17,7 7,3 49,7 24,7 10,5 45,3
Молдова 24,7 10,7 43,7 32,8 11,5 35,0 19,6 7,1 33,8
Польша 37,2 30,1 78,9 32,6 25,4 71,9 45,8 32,1 68,8
Россия 32,0 14,6 48,2 41,9 17,4 44,0 23,9 9,6 41,6
Румыния 20,8 11,9 57,4 19,6 6,0 29,6 23,9 10,0 37,2
Сербия и Черногория 25,2 16,1 64,6 28,8 16,2 61,3 30,4 17,2 60,0
Словакия 48,8 42,4 80,8 59,4 50,8 78,4 65,9 48,5 73,0
Словения 45,2 40,5 65,7 46,3 38,2 58,0 55,9 32,5 47,7
Таджикистан 13,6 4,1 32,9 21,6 5,2 24,1 21,6 4,3 19,9
Турция 14,4 8,6 62,0 9,1 5,9 73,1 13,0 9,0 70,3
Узбекистан 13,9 5,1 41,8 26,5 8,2 32,0 18,5 4,3 24,9
Украина 28,3 15,1 49,6 33,1 15,1 41,9 26,6 12,8 43,0
Хорватия 28,3 15,2 39,7 29,4 18,9 41,7 28,9 13,1 33,3
Чехия 42,5 33,3 74,4 45,9 34,8 71,9 57,5 43,0 73,6
Эстония 55,9 44,2 74,2 61,2 45,7 68,8 50,6 31,3 52,9
Среднее по всем странам 27,8 17,4 61,3 32,6 18,0 53,7 30,4 16,8 53,1
472

Страна Неквалифицированные рабочие Вспомогательный персонал

обучение
обучение
Азербайджан 4,1 1,6 38,6 3,5 2,5 69,2
Албания 4,1 1,6 52,0 2,9 0,7 28,8
Армения 8,8 12,2 73,4 10,5 12,1 74,4
Беларусь 4,4 3,3 35,4 2,4 1,0 23,7
Болгария 8,0 3,2 37,1 10,4 5,7 47,6
Босния и Герцеговина 5,5 1,0 28,3 9,3 2,3 34,2
Венгрия 12,4 8,2 59,1 16,8 12,7 69,6
Грузия 2,3 1,5 32,3 6,3 7,5 77,4
Казахстан 4,8 1,7 36,8 4,8 1,6 35,7
Киргизия 8,7 1,6 35,7 7,5 2,1 28,4
Латвия 8,5 3,7 37,1 12,5 6,6 49,3
Литва 11,0 5,5 60,9 14,5 7,8 60,3
Македония 9,4 2,2 35,6 8,8 3,9 57,1
Молдова 2,9 0,5 20,3 4,6 2,7 35,0
Польша 12,6 8,9 64,9 18,4 13,8 66,5
Россия 4,4 1,2 30,0 12,3 5,2 51,5
Румыния 7,1 4,7 29,9 5,1 7,0 54,7
Сербия и Черногория 6,8 3,4 50,3 8,0 6,2 81,8
Словакия 25,3 19,1 72,5 24,7 20,4 77,3
Словения 17,6 17,7 43,2 2,4 21,9 43,9
Таджикистан 7,4 1,6 21,9 7,4 1,3 17,4
Турция 9,3 6,1 73,0 8,2 5,1 76,1
Узбекистан 3,5 1,1 33,8 3,5 0,9 35,8
Украина 4,1 4,0 47,1 3,5 3,6 50,1
Хорватия 5,9 4,2 25,0 16,6 11,7 28,7
Чехия 17,9 13,8 71,5 11,6 6,8 75,0
Эстония 16,5 12,2 55,2 25,3 23,1 65,1
Среднее по всем странам 8,4 5,0 52,7 10,3 6,6 57,2
Источник: EBRDWorld Bank Business Environment and Enterprise Performance Survey (BEEPS) II.
473
Таблица 8.2. Обучение работников в странах переходной экономики,

2005, BEEPS, %
Страна Квалифицированные рабочие Неквалифицированные рабочие Непроизводственный персонал


обучение
обучение
обучение
Азербайджан 13,4 8,4 49,9 1,1 0,8 35,0 0,6 0,8 40,0
Албания 38,7 25,6 61,2 25,0 22,0 61,8 6,4 7,3 55,8
Армения 24,2 16,5 61,6 14,5 14,4 50,9 14,3 10,0 56,3
Беларусь 41,2 26,4 55,5 9,2 10,9 47,1 11,7 13,2 42,6
Болгария 26,0 19,4 55,5 8,3 14,7 63,1 10,0 13,2 63,5
Босния и Герцеговина 36,5 29,3 69,4 11,5 20,5 64,7 18,5 24,4 64,5
Венгрия 32,8 27,2 69,8 13,4 20,6 70,4 14,3 19,4 67,2
Грузия 14,5 15,6 59,4 4,5 12,3 71,1 11,0 11,4 76,5
Казахстан 24,3 13,4 49,4 5,1 4,1 46,6 7,2 6,2 42,9
Киргизия 38,1 25,3 53,7 11,9 12,0 63,1 10,4 15,8 71,3
Латвия 42,0 29,0 59,1 10,7 8,8 40,0 15,1 19,9 46,1
Литва 33,7 19,2 45,8 5,9 4,5 40,6 23,4 19,7 45,4
Македония 34,0 31,5 73,1 11,3 20,5 65,9 17,7 24,6 65,1
Молдова 30,3 14,8 45,4 5,4 4,2 38,7 2,9 3,8 43,6
Польша 44,2 35,4 76,2 12,7 34,1 78,5 15,4 30,5 75,5
Россия 25,0 18,6 55,7 4,8 6,0 55,3 15,7 15,2 53,5
Румыния 25,5 12,1 43,8 9,8 12,6 62,1 8,3 12,2 56,7
Сербия и Черногория 29,5 32,1 81,4 7,0 18,6 81,1 6,0 10,9 71,7
Словакия 68,2 71,9 89,3 29,0 61,3 89,2 14,6 48,6 92,7
Словения 54,7 43,7 65,0 21,1 29,8 59,6 33,2 39,2 61,9
Таджикистан 24,0 10,9 39,4 11,5 6,5 40,0 8,5 5,9 42,9
Турция 21,5 18,0 78,0 13,1 21,4 81,1 9,7 11,8 78,0
Узбекистан 11,7 4,9 36,3 2,3 2,6 41,7 5,0 2,8 37,6
Украина 34,2 22,5 54,2 10,1 12,6 59,8 15,5 15,1 54,9
Хорватия 45,8 23,5 43,1 12,7 7,5 25,9 23,7 18,2 40,4
Чехия 44,0 52,6 85,1 11,1 36,4 80,7 8,5 30,5 78,4
Эстония 44,3 41,2 64,8 15,1 24,9 61,4 18,3 37,0 61,4
Среднее по всем странам 32,5 24,3 63,2 10,4 15,1 64,1 12,7 16,1 61,0
Источник: EBRDWorld Bank Business Environment and Enterprise Performance Survey (BEEPS) II.
474
Публикуемые Росстатом данные о дополнительном профессиональном образовании

взрослых основаны на данных Министерства образования. Они включают преимущест
венно государственные программы повышения квалификации и переподготовки, оставляя
за бортом значительную часть обучения на рабочих местах и по негосударственным про
граммам. Согласно этим данным, в России в 2002–2003 учебном году прошли обучение
около 1,5 млн человек (менее 2% занятых), из них 92% повысили свою квалификацию, а
оставшиеся 8% прошли профессиональную переподготовку [Образование в Российской
Федерации, 2006, с. 461].
Другим источником информации о формальном обучении предприятиями своих ра
ботников в России служат обследования предприятий обрабатывающей промышленности,
проведенные Высшей школой экономики совместно с ЛевадаЦентром в 2003 и 2009 гг. и
совместно с Всемирным банком в 2005 г. [Гимпельсон, 2010]. Выборка, использованная в
этих обследованиях, не включает малые и сверхкрупные предприятия.
Согласно обследованиям Высшей школы экономики, в 2004 г. два из каждых трех
предприятий занимались переподготовкой своего персонала, в 2008 г. – каждое второе.
Эти показатели превышают данные BEEPS, по которым в России лишь около 40% пред
2
приятий обучало хотя бы одну категорию персонала . В то же время охват работников пе
реобучением невысок и по данным обследований Высшей школы экономики. В среднем,
10–11% управленцев и специалистов и лишь 8% квалифицированных рабочих получали
формальное обучение в 2005 г. [Skills Shortages and Training in Russian Enterprises, 2007]. От
носительно массовое переобучение (более 30% персонала) наблюдалось на 5% обучавших
предприятий [Гимпельсон, 2010].
Наряду с показателями доли обучающих предприятий и доли обученного персонала,
важным измерителем объемов обучения служит показатель затрат на обучение. В странах
ОЭСР в среднем две трети обучения оплачивается или предоставляется работодателем. Со
гласно упомянутому опросу Cranet, доля фонда заработной платы, потраченная предпри
ятиями стран Евросоюза (до расширения) на обучение работников в 1999 г., составила в
среднем 3%. По данным опроса CVTS предприятий европейских стран, доля расходов на
обучение в совокупных затратах на рабочую силу на предприятиях с числом занятых более
10 человек по странам Евросоюза (до расширения) составила в среднем 2,6% в 1999 г. Наи
большие значения этого показателя наблюдались в Нидерландах, Скандинавских странах,
Франции и Ирландии, в то время как в Словении, Венгрии, Болгарии, Литве и Польше эти
расходы составляли около 1,5%.
Исследования Высшей школы экономики дают очень низкие оценки расходов на обу
чение на предприятиях промышленности России: менее 0,7% от фонда заработной платы.
2
Заметим, что в BEEPS представлено больше небольших предприятий, что объективно снижает долю
обучающих фирм, поскольку маленькие фирмы меньше обучают.
475
Однако оценки Росстата еще ниже: в 2005 г. доля затрат на профессиональное обучение в
составе затрат на рабочую силу в обрабатывающих производствах составляла 0,3%, а в до
бывающей промышленности – 0,4% [Труд и занятость в России, 2007, с. 361].
В целом, можно утверждать, что объемы обучения персонала в России невысоки по
сравнению не только со странами ОЭСР, но и с другими странами с переходной экономи
кой, особенно – по показателям доли обученного персонала и совокупных затрат на обучение.
Расхождения в приведенных оценках подтверждают тезис о серьезных методологических труд
ностях, возникающих при попытках измерения образовательной активности предприятий.
8.4.
Данные и методология
Наше исследование основано на данных, полученных из двух разных источников. В раз
деле 8.5 мы обсуждаем обучение на промышленных предприятиях, базируясь на данных
опроса руководителей предприятий по панели Института экономики переходного периода
(ИЭПП) в мае 2005 г. Анализ в разделе 8.6 основывается на данных Российского монито
ринга экономического положения и здоровья населения (РМЭЗ) за 2001–2008 гг. Во многих
отношениях эти источники являются взаимодополняющими. Использование обследований
предприятий позволяет взглянуть на программы обучения персонала российских промыш
ленных предприятий глазами их руководителей, понять, кто предоставляет обучение и ка
ким группам работников, а также проанализировать, как характеристики предприятий влия
ют на вероятность предоставления обучения. Данные опросов домохозяйств позволяют не
только дополнить картину, но и проанализировать влияние индивидуальных характеристик
работников на вероятность обучения и понять, кто получает дополнительное обучение.
Панель руководителей промышленных предприятий сформирована и поддерживается
ИЭПП для ежемесячных конъюнктурных опросов, проводимых по гармонизированной
европейской методике с 1992 г. Опросы организуются при методологической поддержке
Европейской комиссии, Евростата, Организации экономического развития и сотрудничества.
Панель построена по принципу «одно предприятие – один респондент». Выборка ИЭПП
представляет 22% занятых в российской промышленности, опрашиваются руководители
предприятий. Среди респондентов директора предприятий составляют 35%, заместители ди
ректоров – 35%, руководители экономических подразделений – 22%. Панель ИЭПП вклю
чает в основном предприятия обрабатывающих отраслей промышленности всех регионов
3
Российской Федерации . Кроме того, в выборке присутствуют предприятия энергетики и
3
Сопоставление выборки ИЭПП с регистром предприятий Росстата представлено в табл. П81 в Приложе
нии П8.
476
топливной промышленности. Использование почты для рассылки анкет и сбора ответов су
щественно расширяет географическую представительность данных. В то же время принцип
самозаполнения анкеты респондентом существенно увеличивает долю пропущенных ответов
по сравнению с личным интервью.
Выборка из панели ИЭПП, участвовавшая в опросе в мае 2005 г., составляет 956 пред
приятий. Отраслевая структура, а также распределение предприятий в выборке по числу
занятых представлены в табл. 8.3. Особенность нашей выборки по сравнению с выборками,
использованными в других исследованиях профессионального обучения в России, состоит в
смещении в сторону крупных и средних предприятий промышленности, с одной стороны, и
представленности предприятий энергетики и добывающих отраслей, с другой. И то и дру
гое позволяют выявить особенности этих групп предприятий, зачастую остающихся за преде
лами рассмотрения.
Таблица 8.3. Характеристики выборки по размеру

и отраслевой принадлежности
В процентах
Размер предприятия (число занятых)
1–50 1,79
51–200 16,95
201–500 25,37
501–2000 36,42
2001–5000 11,89
5001–10000 5,37
более 10000 2,21
Отраслевая структура промышленности
энергетика и топливная 1,6
металлургия 6,18
химическая 7,03
машиностроение 39,3
лесная 8,09
стройматериалы 11,4
легкая 11,93
пищевая 11,71
прочие 2,77
477
Необходимо отметить, что доля тех, кто не ответил на вопросы относительно обучения,
которые составляли отдельный дополнительный раздел в обследовании, достаточна велика,
что не является необычным при проведении опросов через самостоятельное заполнение
4
респондентами опросника . Доля неответивших не опускается ниже 15% ни по одному
вопросу и значительно варьируется от вопроса к вопросу. Так, от 20 до 30% респондентов
не ответили на вопросы относительно предоставления переобучения и среднего процента
работников, прошедших обучение; почти 40% не дали ответа на вопрос о расходах на обу
чение, и почти половина (44–47%) не дали ответа относительно трудностей поиска новых
сотрудников, времени, необходимого для поиска и содержания обучения (общее, специ
фическое или отраслевое). Мы проверили пропущенные ответы на наличие систематиче
ской зависимости от размера, отрасли и финансового положения предприятий. Вероятность
пропущенного ответа на общий вопрос об обучении на предприятии не имеет систематиче
ской зависимости от размера, отрасли и финансового положения предприятия. Вместе с
тем более крупные фирмы с численностью занятых более 500 работников охотнее отвечали
на вопросы о доле прошедших обучение по всем профессиональным группам, а предприятия
энергетики и топливной промышленности чаще, чем предприятия других отраслей, сооб
щали о доле прошедших обучение квалифицированных рабочих. Мы не выявили системати
ческой зависимости в пропущенных ответах о расходах на обучение. В то же время предпри
ятия с более хорошим финансовым положением, а также в лесной отрасли, чаще отвечали на
блок вопросов о дефиците кадров на рынке труда, времени поиска работников и содержании
обучения. Остальные наблюдаемые факторы не оказывали значимого воздействия на вероят
ность ответить или не ответить на предложенные вопросы. Систематические эффекты, там,
где они присутствуют, будут учитываться при интерпретации результатов.
Российский мониторинг экономического положения и здоровья населения (РМЭЗ) –
это опрос домашних хозяйств, проводимый ежегодно с целью отследить воздействие реформ
5
на благосостояние домашних хозяйств и индивидов . Анкеты для опросов РМЭЗ составля
лись междисциплинарной группой российских и американских ученых и содержат большое
количество индивидуальных характеристик. Одна из частей анкеты посвящена вопросам
труда и занятости. Мы используем данные за 2001–2008 гг., где задавался вопрос не только о
прохождении обучения, но и об источниках его финансирования.
4
Описательная статистика по основным переменным приведена в Приложении П8.
5
http://www.cpc.unc.edu/projects/rlms/
478
8.5.
Обучение персонала на предприятиях
промышленности
В настоящем разделе анализируются результаты опроса ИЭПП 2005 г. об обучении работ
ников на российских промышленных предприятиях. Определение профессионального обу
чения, используемое в этом обследовании, достаточно широкое и подразумевает разнооб
разные формы обучения, причем не только формальные курсы и программы. Руководителям
предприятий задавался следующий вопрос: «Проходили ли сотрудники вашего предприятия
нижеперечисленных групп профессиональное обучение/переобучение/переподготовку на
предприятии или за его пределами в 2004 г.?». Респонденты должны были дать ответ диф
ференцированно по основным категориям персонала (управленческий персонал (дирекция,
руководители подразделений и цехов); инженернотехнический персонал; квалифициро
ванные рабочие; неквалифицированные рабочие). Формулировка вопроса не сводит обуче
ние лишь к формальным программам, как это сделано в опросе BEEPS, где существует проб
6
лема сопоставления неформальных практик обучения между разными странами . В то же
время мы не можем с точностью судить о том, насколько ответы подразумевали нефор
мальные практики обучения. У нас есть лишь некоторые косвенные свидетельства на этот
счет (см. ниже подраздел «Формы обучения, характеристики получаемых навыков»).
Объемы и масштабы обучения, вариация по размеру и отраслям. В табл. 8.4 приведены
данные о доле предприятий, предоставлявших обучение в 2004 г., и о средней доле работни
ков, прошедших обучение. Где это возможно, статистика представлена по четырем группам
работников – управленческий персонал (далее – менеджеры), инженернотехнический пер
сонал (далее – специалисты), квалифицированные и неквалифицированные рабочие, – по
скольку политика предприятий в сфере обучения для этих групп может различаться.
Как показало проведенное обследование, большинство промышленных предприятий
предоставляли обучение тем или иным группам работников. Почти 74% обучали инженер
нотехнический персонал, около 70% – менеджеров и квалифицированных рабочих, но лишь
40% – неквалифицированных рабочих. Несмотря на значительную долю пропущенных отве
тов на общий вопрос об обучении, мы не выявили систематической связи между отказом
от ответа и наблюдаемыми характеристиками предприятий, что, впрочем, не гарантирует
отсутствия эффекта смещения в результате селекции на основе ненаблюдаемых характе
ристик.
6
По некоторым оценкам (см., например: [Pischke, 2005]), объемы неформального внутрифирменного обуче
ния в 4–7 раз превосходят объемы формального обучения.
479
Как видно из табл. 8.4, охват обучением для различных категорий персонала был не
одинаковым. Предприятия, предоставлявшие обучение и ответившие на вопросы про охват
обучением, обучали в среднем 27,6% менеджеров и чуть меньшую долю специалистов и
квалифицированных рабочих. Для неквалифицированных рабочих этот показатель был
выше – 30%. Как показал анализ пропущенных ответов, более крупные фирмы охотнее от
вечали на вопрос о доле прошедших обучение, и это наблюдалось для всех профессиональных
групп, тогда как предприятия энергетики и топливной промышленности охотнее информи
ровали о доле обученных квалифицированных рабочих. Таким образом, полученные оценки в
большей степени отражают ситуацию на крупных и крупнейших предприятиях.
Таблица 8.4. Объемы обучения в 2004 г.
Доля предприятий, Средний процент работни Стандартное

предоставлявших ков, прошедших обучение отклонение
обучение в 2004 г., на предоставлявших обучение
от общего числа ответивших и ответивших про долю
предприятий (количество обученных предприятиях
предприятий, ответивших (количество предприятий,
на вопрос об обучении), % ответивших на вопрос
про долю работников), %
Управленческий
персонал 69,2 (718) 27,6 (378) 24,0
Инженерно
технический персонал 73,9 (713) 22,6 (388) 21,2
рабочие 68,6 (697) 23,0 (273) 22,7
рабочие 43,0 (638) 30,5 (183) 27,1
Другой показатель, позволяющий оценивать объемы обучения работников на россий

ских предприятиях и сопоставлять их с другими странами, – расходы на обучение как про
цент совокупных затрат на рабочую силу. Для 600 предприятий, ответивших на вопрос «Ка
кова доля расходов на обучение в совокупных затратах на рабочую силу?», средняя величина
таких расходов составила 2,4%, медианная – 1%. При этом вариация в затратах оказалась
очень существенной (стандартное отклонение – 6,7%). Каждое четвертое (опрошенное) пред
приятие в 2004 г. не имело затрат на обучение. Среди предприятий, предоставлявших обу
чение, средние расходы на него составляли 3,3% совокупных затрат на рабочую силу, а ме
дианные – 1%. В то же время предприятия в верхнем дециле направляли на обучение 5%
совокупных затрат на рабочую силу, а самые верхние пять процентов – 10%. Несмотря на
значительное число пропущенных ответов на вопрос о расходах на обучение, мы не выяви
ли систематической связи пропущенных ответов с наблюдаемыми характеристиками пред
480
приятий, что не исключает эффекта смещения в результате селекции на основе ненаблюда

емых характеристик.
Таким образом, доля предприятий, предоставляющих обучение в нашей выборке,
значительно выше аналогичных показателей в выборке BEEPS, но сопоставима (немного
выше) с показателями в выборке НИУ ВШЭ. Доля работников, получающих обучение от
работодателей, по нашей выборке, заметно ниже, чем в странах Западной Европы, однако
сопоставима со странами Восточной Европы. Это отличает наше исследование и от BEEPS,
и от исследований НИУ ВШЭ. В нашей выборке не менее 25% предприятий обучали 30%
персонала в какойлибо из профессиональных групп. Превышение связано как с отличиями
самой выборки, в которой больше крупных и сверхкрупных предприятий, а также представ
лены предприятия добывающей промышленности, так и с более широким определением
обучения, допускающим неформальные практики наставничества и передачи опыта в про
цессе работы. В результате и доля расходов на обучение (2,4% от затрат на рабочую силу)
достигает уровня оценок расходов на формальное обучение в странах Западной Европы и
в несколько раз превышает оценки Росстата и НИУ ВШЭ.
Наши данные подтверждают, что объемы обучения персонала тесно связаны с вели
чиной предприятия: чем крупнее предприятие, тем выше вероятность, что оно предоставля
ет обучение своим работникам. Так, половина предприятий с числом занятых от 50 до 200 че
ловек обучали специалистов, в то время как среди более крупных предприятий (свыше
500 человек) эта доля составляла более 80% (табл. 8.5). Этот результат подтверждается во
всех исследованиях по обучению персонала и объясняется прежде всего эффектом экономии
от масштаба: удельные издержки на обучение работников на крупных предприятиях значи
тельно ниже, чем на мелких. Наиболее крупные предприятия могут себе позволить существо
вание так называемых корпоративных университетов, т.е. крупных обучающих центров
внутри компании (примером может служить корпоративный университет «Северстали»
и ряда других российских компаний).
Кроме того, возможности обучения персонала зависят от экономического положения
предприятий. Среди предприятий, которые оценивали свое финансовоэкономическое по
ложение как хорошее или удовлетворительное, предоставлявших обучение было на 10%
больше (89%), чем среди предприятий, которые оценивали его как плохое (79%).
В ходе опроса задавался также вопрос о том, есть ли в составе предприятий специа
лизированное подразделение, которое занимается профессиональной подготовкой/обуче
нием работников (корпоративный университет, школа, центр дополнительного профессио
нального образования и т.п.)? Из 751 предприятия, ответившего на него, 27,3% заявили о
7
наличии у них такого подразделения . При этом среди предприятий с числом занятых ме
7
Заметим, что средняя доля предприятий, имеющих обучающий центр, близка к доле предприятий, даю
щих формальное обучение работникам по данным BEEPS.
481
нее 500 человек этот показатель составил лишь 5%, среди предприятий с числом занятых
500–2000 человек – уже около 30%, а среди предприятий с численностью работающих
более 2000 человек – 71%.
Таблица 8.5. Доля предприятий, предоставлявших обучение в 2004 г.,

в зависимости от числа занятых, %
Управленческий Инженерно Квалифицированные Неквалифицированные

персонал технический рабочие рабочие
персонал
Число занятых,
человек
1–50 33,3 28,6 23,1 0,0
51–200 50,4 50,0 38,5 24,8
201–500 59,8 68,0 62,4 32,4
501–2000 75,4 81,6 76,1 50,2
2001–5000 86,2 91,7 88,4 60,0
5001–10000 94,6 91,9 91,9 57,1
более 10000 100,0 100,0 100,0 81,8
В отраслевом разрезе различия в образовательной активности предприятий также ока

зываются довольно существенными (табл. 8.6). Наибольший процент предприятий, предос
тавлявших в 2004 г. обучение всем четырем группам работников, наблюдался в топливно
энергетической и металлургической отраслях, наименьший – в легкой, пищевой и лесной
промышленности. Необходимо отметить, что отраслевые различия в показателях обучения
во многом объясняются различиями в размерах предприятий по отраслям: очевидно, что
среднее металлургическое предприятие гораздо крупнее, чем среднее предприятие в пище
вой промышленности. Чтобы отделить эффект масштаба от отраслевых различий, мы оце
нили зависимость наличия/отсутствия обучения от отраслевой принадлежности и размеров
предприятий. Согласно полученным оценкам, по сравнению с предприятиями машино
строения (самая многочисленная отрасль выборки) доля обучающих предприятий оказыва
ется значимо выше в металлургии, тогда как значимо ниже – в лесной промышленности.
Эти различия касаются, прежде всего, подготовки и переподготовки менеджеров и специа
листов. Предприятия остальных отраслей по активности обучения работников практически
не отличаются от предприятий машиностроения.
В зависимости от размера предприятия доля расходов на обучение в общих затратах
на труд варьируется незначительно (табл. 8.7). Наибольшая доля – 3% – наблюдается в
группе с числом занятых от 200 до 500 человек. Отраслевые различия в данном случае уже
учитывают эффект масштаба, который является относительным показателем (доля от сово
купных затрат на рабочую силу). Наибольшая средняя доля расходов на обучение наблюда
482
ется в химической и легкой промышленности. Однако данный показатель в этих отраслях

сильно варьируется по предприятиям. В целом межотраслевые различия по этому показа
телю статистически незначимы, за исключением лесной промышленности и «прочих» от
раслей, где доля расходов на обучение значимо ниже.
Таблица 8.6. Доля предприятий, предоставлявших обучение в 2004 г., по отраслям

Отрасль Управленче Инженерно Квалифицированные Неквалифицированные
ский персонал технический рабочие рабочие
персонал
Энергетика и топливная 92,9 92,9 92,9 66,7
Металлургия 90,5 90,7 92,7 57,9
Химическая 76,9 87,0 78,8 48,9
Машиностроение 72,4 75,6 72,3 48,0
Лесная 50,0 55,7 60,0 41,1
Стройматериалы 63,4 75,3 73,2 37,1
Легкая 64,2 65,2 53,0 38,5
Пищевая 64,9 67,5 53,9 25,0
Прочие 75,0 86,4 63,2 41,2
Таблица 8.7. Расходы на профессиональное обучение работников,

доля совокупных затрат на рабочую силу, %
Среднее Стандартное отклонение
Всего, по всем типам предприятий 2,4 6,7
в том числе по размеру:
1–50 занятых 1,3 3,0
51–200 1,7 3,4
201–500 3,0 9,7
501–2000 2,6 6,1
2001–5000 2,6 7,3
5001–10000 1,6 1,7
более 10000 2,3 2,8
в том числе по отраслям:
энергетика и топливная 1,8 2,8
металлургия 2,2 2,7
химическая 3,6 9,9
машиностроение 2,7 6,0
лесная 1,5 3,4
стройматериалы 2,5 5,8
легкая 2,9 11,4
пищевая 1,6 4,5
прочие 1,3 2,2
483
Для более точной оценки влияния размеров, отраслевой принадлежности и финан

сового положения на образовательную активность предприятий мы использовали регрес
сионный анализ. В табл. 8.8 представлены результаты двух регрессий: 1) для вероятности
предоставления обучения сотрудникам хотя бы одной из четырех профессиональных групп;
2) для наличия на предприятии собственного обучающего центра. Оба показателя положи
тельно связаны с размерами предприятий. Хорошее экономическое положение также ока
зывает сильное положительное влияние на возможности обучения персонала. Заметны так
же некоторые отраслевые различия – больше предприятий предоставляют обучение сотруд
никам в промышленности стройматериалов, в металлургии, легкой промышленности.
Таблица 8.8. Факторы, определяющие предоставление обучения (пробит)

(1) (2)
Обучение персонала в 2004 г. (пробит) Обучающий центр на предприятии (пробит)
Число занятых
200–500 человек 0,075*** 0,115
(0,023) (0,091)
500–2000 человек 0,167*** 0,413***
(0,026) (0,073)
более 2000 человек 0,162*** 0,759***
(0,019) (0,061)
Хорошее экономическое 0,048* –0,022
положение (0,028) (0,038)
Энергетика и топливная 0,017 0,035
(0,074) (0,102)
Металлургия 0,069* 0,154*
(0,035) (0,082)
Химическая 0,010 0,024
(0,051) (0,059)
Лесная –0,047 –0,153***
(0,046) (0,032)
Стройматериалы 0,060** 0,008
(0,028) (0,060)
Легкая 0,048* –0,026
(0,028) (0,050)
Пищевая 0,018 –0,181***
(0,034) (0,031)
Прочие 0,066* –0,069
(0,039) (0,076)
Количество наблюдений 708 720
R2 0,14 0,31
Примечание. В скобках указаны робастные стандартные ошибки. Вместо коэффициентов представлены пре
дельные эффекты. Базовая отрасль – машиностроение.
* ** ***
Статистическая значимость на уровне 0,10. Статистическая значимость на уровне 0,05. Статистическая
значимость на уровне 0,01.
484
Формы обучения, характеристики получаемых навыков. Обследование ИЭПП не со

держало вопроса об объемах разных форм обучения, поскольку на такой вопрос сложно
ответить. Мы попытались косвенно оценить их значение, попросив респондентов оценить
эффективность четырех возможных форм обучения персонала: на рабочем месте (настав
ничества); курсов, организованных на предприятии; курсов, организованных за пределами
предприятия в государственных образовательных учреждениях; курсов в негосударствен
ных образовательных учреждениях. Оценки строились по пятибалльной шкале. Результаты
представлены на рис. 8.1.
Курсы в
негосударственных
образовательных
учреждениях
Курсы в государственных
образовательных
учреждениях
Курсы, организованные
на предприятии
Обучение на рабочем
месте, наставничество
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
1-самая неэффективная 2 3 4 5-наиболее эффективная
Рис. 8.1. Оценка эффективности форм обучения на рабочем месте
Наивысшую оценку заслужило обучение на рабочем месте (наставничество). Меньше

1% предприятий сочли эту форму неэффективной или слабоэффективной, тогда как почти
8
46% – большинство ответивших – наиболее эффективной. Следующей по эффективно
8
Необходимо отметить, что почти половина предприятий в выборке (от 45 до 49%) не ответили на этот
вопрос.
485
сти формой обучения предприятия признали курсы, организованные на предприятии: 34%

дали «4» и «5» баллов, и 5% посчитали ее неэффективной. Об эффективности обучения на
курсах в государственных образовательных учреждениях заявили почти 31% предприятий,
тогда как около 5% сообщили об их полной неэффективности. Курсы в негосударственных
образовательных учреждениях сочли эффективными 17% предприятий, тогда как 13% –
неэффективными или малоэффективными.
Таким образом, российские предприятия расценивают неформальные способы обуче
ния (наставничество, например) как очень важные, что говорит о необходимости их учета
при оценке общих масштабов обучения, что отмечается и другими авторами [Skills Shorta
ges… 2007].
Для выявления различных типов навыков, приобретаемых в процессе обучения, пред
приятиям задавался вопрос: «Какие навыки и знания, как правило, получают сотрудники
9
вашего предприятия, проходящие обучение?». Респонденты выбирали из трех вариантов :
знания и навыки, которые могут быть использованы только на вашем предприятии (далее –
специфические навыки); знания и навыки, которые могут быть использованы не только на
вашем предприятии, но и на других предприятиях вашей отрасли (далее – отраслевые на
выки); знания и навыки, которые могут быть использованы не только в вашей отрасли, но
и на предприятиях других отраслей (далее – общие навыки).
Распределение ответов представлено на рис. 8.2. Следует оговориться, что почти поло
вина (45%) обследованных предприятий не ответили на этот вопрос. Анализ зависимости
пропущенных ответов на этот вопрос, а также и на группу вопросов относительно дефицита
требуемых работников на рынке труда, показал, что с большей готовностью на них отвечали
предприятия в хорошем финансовом положении, а также предприятия лесной промыш
ленности. Поэтому обсуждаемые ниже полученные оценки следует интерпретировать с ос
торожностью, учитывая их смещенность в сторону этой группы предприятий. Нельзя также
исключить потенциального влияния на полученные оценки ненаблюдаемых различий меж
ду теми, кто ответил на эту группу вопросов, и теми, кто не стал на них отвечать.
Наибольшее число ответивших (28%) сообщили, что знания и навыки, приобретаемые
в ходе обучения, могут использоваться затем работниками не только на данном предпри
ятии, но и на других предприятиях той же отрасли. Чуть менее 20% предприятий посчитали,
что они могут использоваться также на предприятиях других отраслей, а 17% заявили, что
их можно использовать только на данном предприятии. Таким образом, в большинстве
случаев обучение оказывается достаточно общим, позволяющим применять полученные
знания и на других предприятиях.
9
Респонденты могли выбрать несколько вариантов.
486
Знания и навыки, которые могут быть использованы не

только на вашем предприятии, но и на других предприятиях
вашей отрасли
Знания и навыки, которые могут быть использованы не

только в вашей отрасли, но и на предприятиях других
отраслей
Знания и навыки, которые могут быть использованы только

на вашем предприятии
Наши сотрудники не проходят обучение
0 10 20 30 40 50 60
Процент предприятий
Рис. 8.2. Типы знаний и навыков, приобретаемых сотрудниками во время обучения,

% ответивших на вопрос предприятий
В обследование был включен ряд вопросов для прояснения того, кто отбирает сотрудни
ков, направляемых на обучение, каковы критерии их отбора, а также о том, есть ли у предпри
ятий специальная политика удержания сотрудников, прошедших обучение. Как оказалось, в
большинстве случаев (45%) решение о переобучении принимает непосредственный началь
ник, а визирует генеральный директор. Более чем в 25% случаев решение принимает на
чальник отдела кадров, а сам сотрудник выступает с подобной инициативой менее чем в
10% случаев.
Среди критериев отбора лидерами являлись компетентность, высокая квалификация
сотрудника (50% ответивших) и уровень образования (50%). Далее шли природные способ
ности (35%), стаж работы на предприятии (33%) и возраст (32%). Стаж работы в отрасли
набрал менее 10%, а пол – менее 5%.
Наиболее популярным способом удержания на предприятиях сотрудников, прошед
ших обучение, является заключение договора, в соответствии с которым работник должен
вернуть сумму, вложенную в обучение, в случае добровольного увольнения в течение опре
деленного срока. Об этом сообщили 57% предприятий, ответивших на данный вопрос, что
эквивалентно 50% всей выборки. Треть предприятий заявили, что они повышают заработ
ную плату и улучшают условия труда тех сотрудников, которые прошли переобучение. Око
ло 10% предприятий не предпринимали никаких действий по удержанию обученных работ
ников. Предприятия, которые заключают специальный договор на обучение, инвестируют
в среднем больше в подготовку и переподготовку своих сотрудников: 3,2% фонда оплаты
труда против 2% среди остальных предприятий (разница статистически значима). Из этого
487
следует: чем выше затраты на обучение, тем больше предприятие стремится застраховать
эти расходы с помощью формального договора. И наоборот: чем надежнее защищены ин
вестиции предприятия в обучение работников, тем охотнее оно их предпринимает.
Обучение персонала и рынок труда. Несмотря на довольно высокую безработицу, рос
сийские промышленные предприятия в 2004 г. констатировали дефицит рабочей силы, осо
бенно – квалифицированных рабочих. Около 30% респондентов жаловались на дефицит
управленческого персонала, 47% – специалистов, почти 80% – квалифицированных рабочих,
но лишь 16% – неквалифицированных рабочих. Эти данные вполне согласуются с результа
тами других исследований [Гимпельсон, 2004].
Даже у предприятий, не испытывающих дефицита рабочей силы, издержки найма и
увольнения могут быть высокими, если на поиск новых работников требуется много времени.
Как показывают данные табл. 8.9, у обследованных предприятий средний срок поиска ква
лифицированных работников составлял около пяти недель, медианный – около месяца, а
максимальный превышал целый год. Можно, таким образом, утверждать, что издержки обо
рота рабочей силы для российских промышленных предприятий были достаточно значитель
ными. Очень высокой была также их вариация. Так, 10% опрошенных предприятий имели
возможность нанять нового менеджера или квалифицированного рабочего в течение недели,
тогда как у других 10% на это уходило два с половиной месяца. В целом полученные данные
об издержках оборота рабочей силы очень близки к данным другого опроса по выборке
400 промышленных предприятий в 2003 г. [Firms and Public Service Provision in Russia, 2003].
Таблица 8.9. Издержки предприятий на поиск и наем работников
Средний Стандартное Медиана Количество

срок отклонение предприятий,
в неделях ответивших
на вопрос
Сколько времени (в неделях) понадобилось
бы вашему предприятию, чтобы заполнить
одну вакансию
управленческого персонала (дирекция,
руководители подразделений, отделов/
цехов) 5,1 6,0 4 516
инженернотехнического персонала 4,9 5,9 4 512
квалифицированных рабочих 5,4 6,6 4 513
неквалифицированных рабочих 1,6 2,6 1 498
Как проблемы с поиском и наймом новых сотрудников влияют на стимулы пред

приятий к предоставлению обучения сотрудникам? Можно предположить, что чем труд
488
нее предприятию найти сотрудника необходимой квалификации на рынке труда, тем выше
потребность в дополнительном обучении уже нанятых работников. Как показывают резуль
таты регрессий в табл. 8.10, предприятия, жалующиеся на нехватку работников того или
иного типа (менеджеров, ИТП, квалифицированных или неквалифицированных рабочих),
действительно, с большей вероятностью предоставляли им обучение. Правда, данный ре
зультат статистически значим только для группы квалифицированных рабочих: предприя
тия, заявлявшие о дефиците таких работников, обучали их на 15% чаще.
Таблица 8.10. Обучение персонала и дефицит кадров (пробит),

предельные эффекты
(1) (2) (3) (4)
Обучение Обучение Обучение квалифи Обучение неквалифи

менеджеров ИТП цированных рабочих цированных рабочих
Дефицит менеджеров 0,032

(0,051)
Дефицит ИТП 0,069
(0,044)
**
Дефицит квалифициро 0,155
ванных рабочих (0,071)
Дефицит неквалифици 0,115
рованных рабочих (0,074)
***
200–500 человек 0,049 0,062 0,184 0,046
(0,062) (0,054) (0,057) (0,095)
*** *** *** ***
500–2000 человек 0,224 0,214 0,298 0,279
(0,056) (0,050) (0,059) (0,079)
*** *** *** ***
более 2000 человек 0,271 0,230 0,350 0,303
(0,047) (0,043) (0,043) (0,099)
* *** *
Хорошее экономическое 0,096 0,157 0,096 0,039
положение (0,054) (0,054) (0,058) (0,063)
Количество наблюдений 412 410 405 359
2
R 0,11 0,16 0,18 0,09
Примечание. Индикаторы отраслей включены. В скобках указаны робастные стандартные ошибки. Вме
сто коэффициентов представлены предельные эффекты.
*
**
***
489
Более отчетливо эта закономерность проявляется при анализе связи обучения персо
нала с трудностями найма (т.е. времени, необходимого для поиска новых сотрудников). Как
показывают результаты регрессионного анализа, приведенные в табл. 8.11, чем выше из
держки поиска работников определенной квалификационной группы, тем выше вероят
ность, что предприятие будет само заниматься обучением представителей этой группы.
Данный эффект статистически значим для ИТП и квалифицированных рабочих. Таким
образом, подготовка на рабочих местах – это стратегия, которая позволяет экономить на
издержках найма работников требуемой квалификации, когда эти издержки велики.
Таблица 8.11. Обучение персонала и трудности найма сотрудников (пробит),

предельные эффекты
(1) (2) (3) (4)
Обучение Обучение Обучение Обучение неква
менеджеров ИТП квалифициро лифицирован
ванных рабочих ных рабочих
Логарифм количества дней,
необходимых на поиск но
вого:
менеджера 0,030
(0,029)
***
ИТП 0,069
(0,026)
*
квалифицированного 0,062
рабочего (0,032)
неквалифицированного 0,077
рабочего (0,054)
***
200–500 человек 0,041 0,048 0,160 –0,004
(0,064) (0,054) (0,059) (0,099)
*** *** *** ***
500–2000 человек 0,199 0,200 0,298 0,240
(0,058) (0,050) (0,060) (0,083)
*** *** *** **
более 2000 человек 0,255 0,220 0,339 0,262
(0,050) (0,041) (0,046) (0,105)
* ** **
Хорошее экономическое 0,097 0,127 0,125 0,021
положение (0,055) (0,054) (0,059) (0,065)
Количество наблюдений 394 389 390 343
2
R 0,11 0,16 0,18 0,09
Примечание. Индикаторы отраслей включены. В скобках указаны робастные стандартные ошибки. Вме
сто коэффициентов представлены предельные эффекты.
*
**
***
490
Иными словами, чем труднее и дороже предприятию найти на рынке труда работника,
обладающего необходимыми знаниями и навыками, тем выше вероятность, что ему при
дется нанять работника, не обладающего такими знаниями и навыками, и затем пытаться
его им обучать. Можно утверждать, что при удорожании поиска и найма новых работников
предприятия начинают переключаться на обучение имеющихся работников, что подтвержда
ется нашими пробитрегрессиями. Аналогичный эффект был обнаружен и на данных НИУ
ВШЭ 2005 г. [Гимпельсон, Капелюшников, Лукьянова, 2007]. Отсутствие информации о
масштабах найма не позволяет нам проверить более сильную гипотезу о том, что наем и
обучение являются двумя альтернативными (т.е. взаимозаменяемыми) стратегиями повыше
ния производительности труда. Отметим, что в исследованиях НИУ ВШЭ не было обнаруже
но статистически значимой связи между уровнями найма и обучения [Гимпельсон, 2010].
Более того, разумно предположить, что издержки матчинга во многом определяют тип
предоставляемого обучения: если они велики, то и выгоды от обучения общим знаниям и
навыкам также возрастают по сравнению с иными типами обучения. С одной стороны, это
может быть связано с композицией пула ищущих работу: если на рынке труда мало соиска
телей с необходимыми общими навыками, предприятию становится выгодно самому ин
вестировать в общее обучение (при наличии несовершенств рынка, позволяющих получить
отдачу от такого обучения). С другой стороны, это может быть связано с технологиями про
изводства общих и специфических навыков, между которыми может существовать компле
ментарность. При высоких издержках матчинга риск переманивания работников уменьша
ется, так что инвестиции фирм в общую подготовку становятся более безопасными. В итоге
оказывается, что чем значительнее издержки найма, тем выше вероятность, что предприя
тия будут в большей степени предоставлять общее обучение и в меньшей – специфическое.
Наша база данных содержит информацию о различных типах обучения, предоставляе
мых предприятиями. Это позволяет проверить гипотезу о связи издержек найма сотрудни
ков и типа предоставляемого обучения. Для этого мы использовали регрессионный анализ
на основе модели мультиномиального логита. В табл. 8.12 приведены результаты четырех
10
мультиномиальных регрессий . Зависимая переменная может принимать три значения:
обучение специфическим навыкам, обучение общим отраслевым навыкам, обучение общим
11
межотраслевым навыкам . В таблице приведены предельные эффекты изменения зависи
10
У нас нет единого показателя издержек найма сотрудников, и мы используем показатели для четырех
групп сотрудников, добавляя их по отдельности в регрессии.
11
Предприятия могли выбирать несколько вариантов ответа. При создании переменной, используемой в
мультиномиальной регрессии, общим навыкам отдавался приоритет над специфическими: те предприя
тия, которые сообщали, что обучают общим навыкам, учитываются в переменной как дающие только об
щие навыки, даже если одновременно они сообщали, что предоставляют также навыки других типов;
предприятия, обучающие отраслевым навыкам, но не обучающие общим, учитывались как дающие от
раслевые навыки, даже если одновременно с этим предоставляли специфические навыки.
491
мой переменной при изменении объясняющих переменных. Предельные эффекты показы

вают, как изменяется распределение вероятностей обучать трем типам навыков (специфи
12
ческим, отраслевым и общим) при изменении объясняющих переменных на единицу .
Таблица 8.12. Специфическое, отраслевое и общее обучение

(мультиномиальный логит)
Менеджеры ИТП
специфическое отраслевое общее специфическое отраслевое общее
Логарифм количества
дней, необходимых
на поиск:
менеджера –0,004 –0,058** 0,062**
(0,021) (0,029) (0,032)
ИТП –0,031 –0,042 0,076**
(0,022) (0,03) (0,032)
200–500 человек –0,035 0 0,038 –0,031 0,008 0,026
(0,046) (0,079) (0,079) (0,046) (0,079) (0,078)
500–2000 человек –0,067 0,053 0,022 –0,065 0,052 0,018
(0,042) (0,074) (0,076) (0,043) (0,073) (0,075)
более 2000 человек –0,067 0,053 0,022 –0,065 0,052 0,018
(0,042) (0,074) (0,076) (0,043) (0,073) (0,075)
Энергетика –4,267*** 1,553 1,469*** –3,984*** 1,548*** 1,478
и топливная (0,37) 0 (0,246) (0,349) (0,239) 0
Металлургия 0,027 0,023 –0,053 0,024 0,019 –0,045
(0,066) (0,101) (0,098) (0,068) (0,101) (0,098)
Химическая 0,042 0,074 –0,12 0,036 0,066 –0,105
(0,059) (0,091) (0,091) (0,061) (0,092) (0,091)
Лесная 0,114* 0,258** –0,386*** 0,095 0,259** –0,362***
(0,064) (0,119) (0,139) (0,066) (0,121) (0,14)
Стройматериалы 0,047 0,103 –0,155* 0,046 0,118 –0,168*
(0,05) (0,083) (0,085) (0,051) (0,084) (0,086)
Легкая 0,018 0,158** –0,178** 0,013 0,159** –0,173**
(0,049) (0,078) (0,082) (0,05) (0,078) (0,082)
Пищевая 0,056 0,123 –0,186** 0,05 0,12 –0,174**
(0,049) (0,082) (0,086) (0,051) (0,083) (0,087)
Прочие 0,094 –0,268 0,163 0,081 –0,269 0,18
(0,092) (0,186) (0,159) (0,095) (0,192) (0,166)
Константа –0,039 0,11 –0,067 0,041 0,061 –0,106
(0,075) (0,111) (0,119) (0,08) (0,115) (0,12)
R2 0,04 0,04
12
Сумма предельных эффектов изменений по строке равна нулю (с поправкой на значимость коэффи
циентов).
492

Квалифицированные рабочие Неквалифицированные рабочие
специфическое отраслевое общее специфическое отраслевое общее
Логарифм количества
дней, необходимых
на поиск:
квалифицированного –0,037* 0,012 0,029
рабочего (0,02) (0,033) (0,032)
неквалифицирован –0,086** 0,032 0,063
ного рабочего (0,037) (0,054) –0,053
200–500 человек –0,031 –0,003 0,032 –0,023 –0,016 0,042
(0,046) (0,079) (0,08) (0,046) (0,08) (0,081)
500–2000 человек –0,065 0,047 0,016 –0,049 0,024 0,031
(0,043) (0,073) (0,075) (0,043) (0,074) (0,076)
более 2000 человек –0,099* 0,045 0,061 –0,084 0,013 0,081
(0,057) (0,089) (0,089) (0,057) (0,091) (0,091)
Энергетика –3,984*** 1,554 1,449*** –3,955*** 1,499*** 1,381
и топливная (0,349) 0 (0,246) (0,368) (0,24) 0
Металлургия 0,024 0,021 –0,034 0,02 0,005 –0,027
(0,068) (0,102) (0,098) (0,068) (0,105) (0,1)
Химическая 0,036 0,073 –0,109 0,032 0,081 –0,117
(0,061) (0,091) (0,091) (0,056) (0,092) (0,091)
Лесная 0,095 0,296** –0,397*** 0,08 0,308*** –0,397***
(0,066) (0,12) (0,139) (0,062) (0,119) (0,139)
Стройматериалы 0,046 0,131 –0,173** 0,037 0,117 –0,158*
(0,051) (0,085) (0,088) (0,049) (0,084) (0,087)
Легкая 0,013 0,174** –0,173** 0,006 0,183** –0,190**
(0,05) (0,079) (0,082) (0,05) (0,079) (0,083)
Пищевая 0,05 0,149* –0,188** 0,046 0,137 –0,188**
(0,051) (0,085) (0,088) (0,048) (0,084) (0,087)
Прочие 0,081 –0,244 0,152 0,101 –0,248 0,136
(0,095) (0,19) (0,166) (0,083) (0,182) (0,169)
Константа 0,041 –0,101 0,033 0,104 –0,108 –0,007
(0,08) (0,13) (0,127) (0,08) (0,131) (0,13)
R2 0,04 0,04
Примечания. В скобках указаны робастные стандартные ошибки.

*
**
***
Так, при увеличении времени поиска подходящего кандидата на вакансию управлен

ческого персонала наблюдается сдвиг в вероятности обучения от отраслевых и специфи
ческих в пользу общих навыков: при приросте логарифма времени поиска на единицу веро
493
ятность обучать общим навыкам возрастет на 6 п.п., в основном за счет уменьшения веро
13
ятности обучения отраслевым навыкам . Увеличение времени поиска на вакансию спе
циалиста ведет к повышению вероятности обучения общим навыкам (на 7 п.п.) за счет
снижения вероятности обучения отраслевым и специфическим навыкам (примерно в рав
ной степени). Аналогичный сдвиг наблюдается при увеличении издержек, связанных с по
иском квалифицированных рабочих. Однако величина эффекта в этом случае оказывается
значительно ниже, чем при росте издержек поиска менеджеров и специалистов. К таким
же последствиям приводит и удлинение времени поиска неквалифицированных рабочих.
Анализ зависимости структуры обучения от размеров предприятий говорит о том, что
крупные предприятия (с численностью свыше 2000 занятых) отдают предпочтение общим
и отраслевым навыкам и менее (по сравнению со средними предприятиями) склонны обу
чать специфическим навыкам. Значительный интерес представляют также межотраслевые
различия. Так, в энергетике и топливной промышленности наблюдается явный сдвиг в
пользу общего и часто отраслевого обучения в ущерб специфическому (базовая отрасль –
машиностроение). В лесной, легкой, пищевой отраслях и промышленности стройматериа
лов наблюдается иная картина: там предприятия, наоборот, менее склонны вести обучение
общим навыкам, предпочитая вместо этого наделять работников отраслевыми навыками.
В целом, полученные результаты свидетельствуют о доминировании предоставления
общих (межотраслевых и отраслевых) навыков над специфическими на российских про
мышленных предприятиях. Кроме того, более крупные предприятия, а также предприятия
отраслей с высокой прибылью или рентой (энергетика и топливная промышленность) пре
доставляют больше общего и меньше специфического обучения по сравнению со средними
предприятиями и предприятиями обрабатывающих отраслей. Этот эмпирический факт ук
ладывается в современные теоретические представления о профессиональном обучении в
условиях несовершенного рынка труда: такие предприятия, с одной стороны, имеют боль
шую возможность оплачивать обучение работников, а с другой, имеют больше стимулов к
предоставлению общего обучения, поскольку рента в виде разрыва между заработной
14
платой и производительностью обученных работников оказывается у них больше .
Более того, при росте издержек поиска, что соответствует относительному удорожа
нию матчинга, предприятия начинают активнее инвестировать в подготовку и переподго
товку работников, причем преимущественно в общее обучение, сокращая предоставление
13
Изменение логарифма времени поиска на единицу соответствует (в наблюдаемых интервалах времени)
изменению времени поиска примерно на полтора месяца.
14
Эмпирическое подтверждение существования такой ренты – разрыва между заработной платой и про
изводительностью – требует отдельного исследования. В то же время несовершенства российского рынка
труда, высокая степень монопсонической власти крупных и прибыльных предприятия на локальных и
даже региональных рынках хорошо известны.
494
специфического, а нередко и отраслевого обучения. Последний эффект выражен сильнее

для высококвалифицированных профессиональных групп. Оба эти результата вписываются
в картину мира современной теории обучения на несовершенном рынке труда с множест
венными равновесиями и компрессией заработных плат.
8.6.
Обучение работников:
данные опросов населения
В предыдущем разделе мы попытались взглянуть на проблему обучения работников глазами
руководителей предприятий, а также проанализировали, какое влияние оказывают различ
ные характеристики предприятий на вероятность предоставления такого обучения. В на
стоящем разделе дополним эту картину данными индивидуальных опросов РМЭЗ, кото
рые позволяют более полно охарактеризовать практику обучения на рабочих местах в Рос
сии. Мы используем данные РМЭЗ за 2001–2008 гг., где задавался вопрос не только о полу
чении обучения, но и об источниках его финансирования. В фокусе нашего внимания
находились следующие вопросы анкеты РМЭЗ.
• «В течение последних 12ти месяцев Вы учились или учитесь на профессиональных
курсах, курсах повышения квалификации или любых других курсах, включая курсы ино
странных языков, обучение на рабочем месте?»
• «По каким специальностям?»
• «Эта специальность совпадает с той, которая была у Вас к моменту поступления
на курсы?»
• «Сколько календарных дней проучились?»
• «За счет каких средств? (средств предприятия, личных средств, за счет других
источников)».
Вопрос о получении обучения сформулирован весьма широко, охватывает не только
подготовку на рабочих местах, но также и обучение вне работы, включая длительные про
фессиональные курсы, а также обучение, никак не связанное с профессиональной деятель
ностью человека. Вопрос об источниках финансирования обучения позволяет несколько
сузить его охват, поскольку обучение, оплачиваемое работодателями, скорее всего, будет
представлять собой подготовку на рабочих местах (которая, напомним, может осуществ
ляться как внутри предприятия, так и за его пределами).
Другая проблема, характерная не только для обследований РМЭЗ, состоит в том, что
вопрос об обучении касается в основном формального обучения, т.е. формализованных
курсов, тренингов, семинаров и т.п., тогда как приобретение человеческого капитала через
неформальное обучение (наставничество, перенимание опыта) практически не учитывается.
495
Еще одна проблема измерения, которая особенно важна при оценке того, какие фак
торы влияют на инвестиции в обучение, связана с тем, что вопросы об обучении охваты
вают предыдущие 12 месяцев до проведения обследования, в то время как вопросы о месте
работы (размерах предприятий, отраслевой принадлежности и др.) касаются только теку
щей занятости на момент проведения интервью. Это не создает никаких погрешностей,
если в течение предыдущего года человек не менял место работы. Однако около 25% рес
пондентов ежегодно меняют место своей работы. Для этой группы работников невозможно
определить, предоставлялось ли им обучение за счет фирмы текущим или предыдущим ра
ботодателем. Поэтому в тех случаях, когда мы будем говорить о влиянии характеристик за
нятости, оценки будут производиться по подвыборке тех работников, которые не меняли
работу в течение года.
Важно также оговориться, что последующий анализ будет охватывать только тех, кто
на момент интервью являлся занятым, и он не учитывает безработных и экономически не
активных.
Объемы, формы и структура обучения. В табл. 8.13 представлены обобщенные данные
РМЭЗ о масштабах дополнительного образования за 2001–2008 гг. Из них следует, что доля
работников, получавших профессиональное обучение, снизилась с 8,1% от общей числен
ности занятых в 2001 г. до 6,5% в 2008 г. Подавляющая часть обучения – от 69 до 77% – оп
лачивалась работодателями. Рис. 8.3 более наглядно представляет динамику обучения за
счет фирм и за счет работников, демонстрируя синхронное снижение в первой половине
2000х годов уровней обучения как за счет работников, так и за счет фирм. В 2006 г. наблю
дался небольшой подъем, после чего падение продолжилось.
Таблица 8.13. Доли работников, прошедших обучение,

и источники финансирования
2001 г. 2002 г. 2003 г. 2004 г. 2005 г. 2006 г. 2007 г. 2008 г.

Доля обучавшихся, % 8,1 7,0 6,7 6,1 5,6 7,3 6,5 6,5
Численность занятых,
человек 5084 5326 5508 5571 5422 6780 6838 6734
Доля обучения, оплаченного
работодателем, % 68,8 71,0 72,4 70,0 76,8 74,4 75,7 76,8
Доля обучавшихся по своей
профессии, % 65,9 66,0 70,3 – 73,0 68,4 70,0 70,6
Средняя длительность обу
чения для обучавшихся, дней 46,2 40,7 41,2 35,6 36,1 36,8 32,4 31,8
Медианная длительность
обучения для обучавшихся,
дней 30 28 24,5 21 20 21 20 14
Численность обучавшихся,
человек 410 370 368 340 301 492 439 440
496
8%
7%
6%
5%
4%
3%
2%
1%
0%
2001 2002 2003 2004 2005 2006 2007 2008
Годы
Оплачено фирмой Оплачено работником
Рис. 8.3. Динамика доли занятых, прошедших обучение

за счет фирмы и за свой счет
Объемы обучения измеряются не только долей обучавшихся, но также и его продол

жительностью. В табл. 8.13 приведены оценки средней и медианной длительности обуче
ния. С 2001 по 2008 гг. средняя длительность обучения снизилась в полтора раза, в конце
периода лишь незначительно превышая один месяц; медианная длительность сократилась
вдвое – до двух недель. В течение всего рассматриваемого периода длительность обучения
сроком до месяца наблюдалась у 70%, сроком до трех месяцев – у 93% обучавшихся. (Для
тех, кто обучался за счет фирмы, показатели были еще выше – 78 и 95% соответственно).
Более года учение длилось у менее чем 1% обучавшихся.
Сравнивать показатели дополнительного образования между странами весьма сложно
изза недостатка адекватных данных и существенных различий в методологии измерения.
Тем не менее, сравнивая данные РМЭЗ со сходными по методологии данными для других
стран, можно сказать, что и охват работников обучением, и его продолжительность в Рос
сии крайне низки. Согласно исследованию Бассанини и др. [Workplace Training in Europe,
2005], в 1999 г. в странах ОЭСР годовая доля обучавшихся варьировалась от 10,8% в Румы
нии до 60,1% в Швеции. При этом средняя продолжительность обучения среди прошедших
15
обучение колебалась от 43 часов в год в США до 80 часов в год в Ирландии . Таким обра
15
Эти данные о длительности обучения трудно сопоставить с данными РМЭЗ по России, поскольку анало
гичный показатель в РМЭЗ измерен в днях, и не известно, обучались ли респонденты полный или не
полный день.
497
зом, как минимум, по охвату работников обучением Россия существенно отставала даже от
самых «образовательно пассивных» стран – членов ОЭСР.
Интересно отметить, что данные РМЭЗ о масштабах обучения существенно расходят
ся с данными опроса промышленных предприятий, которые анализировались в предыду
щем разделе. Если руководители опрошенных компаний сообщали, что в 2004 г. обучение
16
прошли около 16% их работников , то по данным РМЭЗ в том же году обучение получили
лишь 6% занятых. Конечно, в выборку РМЭЗ входят не только работники промышленных
предприятий, но, как мы увидим ниже, в промышленности доля прошедших обучение ока
зывается еще ниже. Столь существенный разрыв в оценках на основе двух источников дан
ных вряд ли может объясняться лишь различиями в формировании выборок и формули
ровках вопросов. Как уже упоминалось выше, работодатели склонны более оптимистично
оценивать объемы обучения, чем их работники. Хотя в других странах расхождения между
данными обследований фирм и данными обследований домохозяйств также имеют место,
они все же не достигают таких больших размеров, как в России.
Как следует из табл. 8.13, около 70% обучавшихся проходили подготовку по своей
текущей специальности. В 2008 г. среди тех, кто обучался по своей текущей специально
сти, доля обучения за счет работодателей составляла 84,6%. У обучавшихся новой специаль
ности этот показатель был намного ниже; тем не менее в 56,5% случаев такое обучение все
равно оплачивалось работодателями.
Существенные преимущества в доступе к обучению имели работники, у которых от
ношения с работодателем были оформлены официально (работавшие по контракту, догово
ру и т.п.). Среди них доля прошедших обучение в 2008 г. достигала 7%, в то время как среди
работавших неофициально она составляла лишь 1,8%. Обучение за счет фирмы среди не
официально занятых получили лишь 0,6% работников.
Чтобы изучить структуру дополнительного образования по профессиям, были класси
фицированы текстовые ответы респондентов на вопрос о специальности обучения за
17
2001–2003 гг. по нескольким группам, представленным в табл. 8.14 . Значительная часть –
около четверти – всех обучавшихся обучались по профессиям, относящимся к бюджетному
(нерыночному) сектору, таким как врачи, учителя или милиционеры. Как мы увидим ниже,
в этом секторе интенсивность обучения, действительно, выше. Немалую долю составляло
также обучение, относившееся к профессиям сферы услуг.
Последний столбец в табл. 8.14 показывает, в скольких процентах случаев специаль
ность обучения совпадала с первоначальной профессией работников. Почти все респонден
16
Этот показатель получен как произведение средней доли обучавших компаний на среднюю долю обу
ченных сотрудников (из табл. 8.4), взвешенное по средним долям четырех категорий сотрудников в об
шей численности занятых на опрошенных предприятиях.
17
За 2004–2008 гг. кодировка текстовых ответов о специальностях не проводилась.
498
ты, получавшие обучение по медицинским специальностям, имели первое медицинское об

разование. Этот показатель также высок для работников, обучавшихся по образовательным и
инженерным специальностям. В то же время те, кто обучался владению компьютером, адми
нистрированию или различным профессиям, связанным с бытовым обслуживанием, чаще
всего имели другое первоначальное образование. Это показывает, что российская система
формального образования все еще не перестроилась в соответствии со спросом на профес
сии в новых «рыночных» секторах экономики, так что многие работники вынуждены овладе
вать этими профессиями на специальных курсах или непосредственно на рабочих местах.
Таблица 8.14. Структура обучения по специальностям,

доля от прошедших обучение, %
2001 г. 2002 г. 2003 г. Случаи, когда специальность

совпадала с первым
образованием, 2003 г., %
Медицинские специальности 11,1 11,5 12,3 97,7
Образовательные специальности 10,1 12,8 12,0 83,7
Инженернотехнические специальности 8,1 6,6 5,3 70,6
Профессиональные услуги (юристы,
экономисты, бухгалтеры, аудиторы
и т.п.) 14,5 13,4 14,9 37,3
Компьютерные специальности 7,9 7,9 10,4 11,4
Административные специальности
(секретари, клерки, переводчики и т.п.) 5,7 7,9 3,6 7,7
Бытовые услуги (парикмахеры,
продавцы и т.п.) 7,1 7,4 8,7 12,0
Рабочие специальности 15,8 12,0 13,2 25,0
Транспортные специальности 11,1 9,3 8,4 20,0
Армия и милиция 1,7 2,5 1,4 50,0
Низкоквалифицированные
специальности 2,5 1,1 2,8 0,0
Другие 4,4 7,7 7,0 13,6
Таблица 8.15 показывает по каждой специальности долю обучения, оплаченного рабо

тодателем. Она высока в здравоохранении, образовании, инженерных и рабочих специаль
ностях, а также в милиции. Обучение по компьютерным, административным специально
стям и специальностям сферы услуг в большей степени оплачивается самими работниками.
Это, возможно, свидетельствует о том, что отдача от обучения этим профессиям выше,
чем в других специальностях, или же о том, что размер ренты, достающейся фирмам при
использовании труда работников с этими профессиями, ниже.
499
Таблица 8.15. Доля обучения, оплаченного работодателем,

по специальностям, %
2001 г. 2002 г. 2003 г.

Медицинские специальности 90,0 85,0 83,3
Образовательные специальности 77,8 78,0 86,5
Инженернотехнические специальности 90,9 95,8 94,7
Профессиональные услуги (юристы, экономисты, бухгалтеры,
аудиторы и т.п.) 55,8 67,4 71,4
Компьютерные специальности 46,4 51,9 65,7
Административные специальности (секретари, клерки,
переводчики и т.п.) 33,3 54,2 38,5
Бытовые услуги (парикмахеры, продавцы и т.п.) 46,2 43,5 48,3
Рабочие специальности 86,4 83,7 83,0
Транспортные специальности 39,0 45,5 46,7
Армия и милиция 100,0 88,9 80,0
Низкоквалифицированные специальности 50,0 25,0 40,0
Другие 93,8 87,5 82,6
В табл. 8.16 представлена статистика по доле работников, прошедших обучение, и дли

тельности обучения по отраслям экономики. Все отрасли разделены на два сектора: не
бюджетный и бюджетный («рыночный» и «нерыночный»). Первый включает промышлен
ность, сельское хозяйство, транспорт, строительство, торговлю и сферу рыночных услуг,
второй – ЖКХ, здравоохранение, образование, государственное управление и некоторые
другие отрасли (такие как наука, культура и т.п.). Следует оговориться, что это разграниче
ние проводится не на основе формы собственности предприятия или организации, где за
нят респондент, а на основе отраслевых классификаторов ОКОНХ/ОКВЭД.
«Рыночный» сектор состоит преимущественно из коммерческих фирм, где решения об
обучении, как правило, принимаются на уровне фирмы и в целях повышения прибыльно
сти компании. «Нерыночный» сектор состоит в основном из некоммерческих организаций,
финансируемых из государственного бюджета. Соответственно, в них решения об обучении
работников принимаются не только на уровне организации, но и на уровне всей отрасли в
целом. В этих отраслях сохранилась система курсов повышения квалификации, предостав
ляемых государственными центрами обучения. Более того, обучение в некоторых профес
18
сиях, относящихся к бюджетному сектору, регулируется законами . Таким образом, хотя
18
Например, закон о государственной службе предусматривает, что все госслужащие должны проходить
обязательное переобучение раз в три года. Аналогичные требования существуют для медиков и учителей.
500
и бюджетные, и небюджетные предприятия и организации конкурируют за рабочую силу

на рынке труда, они имеют разные стимулы к инвестициям в обучение. Поэтому приводи
мые ниже оценки сделаны отдельно для этих двух секторов.
Данные табл. 8.16 подтверждают, что наибольшие объемы дополнительного образо
вания наблюдаются в бюджетных отраслях, таких как здравоохранение, образование и госу
дарственное управление. Максимальные доли проходивших обучение фиксируются в здра
воохранении и образовании – более 13% в 2008 г. По сравнению с ними объемы обучения
в небюджетных отраслях в разы ниже. Лишь около 6% занятых в промышленности, торгов
ле и услугах обучались в 2008 г., менее 3% в строительстве, менее 1% в сельском хозяйстве.
В течение 2001–2008 гг. характер отраслевой вариации в показателях обучения существенно
не менялся.
Следует отметить, что более высокие объемы обучения в бюджетных/государственных
секторах характерны не только для России. Анализ факторов, определяющих вероятность
обучения, на основе данных опросов домохозяйств в европейских странах свидетельствует,
что для занятых в общественном секторе (public sector) эта вероятность выше [Workplace
Training in Europe, 2005].
Таблица 8.16. Характеристики обучения по секторам
Доля Доля Медианная Доля

прошедших обучение, % прошед длитель обучения,
ших ность оплаченно
обучение, обучения, го работо
% дни дателем, %
2001 г. 2002 г. 2003 г. 2004 г. 2005 г. 2006 г. 2007 г. 2008 г.
Небюджетные секторы
Промышленность 6,8 5,7 4,8 4,8 3,5 7,1 5,0 6,0 14 87,7
Сельское хозяйство 1,5 1,6 1,4 3,0 1,3 1,5 1,2 0,7 22 100,0
Транспорт 9,4 7,9 6,9 5,1 5,5 6,2 6,8 5,6 14 76,9
Строительство 5,2 3,8 3,9 2,7 2,0 2,6 2,4 2,4 20 63,6
Торговля и услуги 5,5 3,5 4,6 3,9 3,5 5,3 4,2 5,6 10 61,3
Бюджетные секторы
ЖКХ 6,0 4,2 4,1 2,2 4,7 5,5 4,6 14 88,9
Медицина 13,3 14,5 11,5 12,9 11,0 13,1 13,9 13,5 30 83,6
Образование 14,1 12,7 13,4 12,4 12,8 14,5 12,5 13,8 14 91,3
Государственное
управление 6,2 8,8 9,0 7,9 6,1 7,6 5,1 3,8 12 100,0
Другие 6,8 4,1 7,3 6,4 5,8 3,5 7,4 5,1 10 90,9
Примечание: характеристики приведены для тех, кто не менял место работы в течение года, когда они проходили
обучение.
501
Как показывают оценки в последнем столбце табл. 8.16, наиболее склонны обучаться
за свой счет работники, занятые в строительстве, торговле и услугах, – там доля обучения,
оплачиваемого работодателями, оказывается лишь немногим больше 60%. Не удивительно,
что подавляющая часть обучения в здравоохранении, образовании и государственном уп
равлении финансируется работодателями.
Возвращаясь к анализу длительности обучения, на рис. 8.4 мы представляем динамику
медианной длительности обучения отдельно для обучения за счет работников и за счет
фирм в небюджетном и бюджетном секторах. Из рисунка видно, что медианная длитель
ность обучения за свой счет стабильно составляла около месяца на протяжении периода
наблюдений. Обучение медианного работника в бюджетном секторе, оплаченное работо
дателем, длилось около трех недель и также существенно не менялось за эти годы. В то же
время медианная длительность обучения в небюджетном секторе за счет фирм сократи
лась почти вдвое: с 20 дней в 2001 г. до 11 дней в 2008 г.
45
40
35
30
25
Дни
20
15
10
5
0
2001 2002 2003 2004 2005 2006 2007 2008
Оплачено фирмой, небюджетный сектор
Оплачено фирмой, бюджетный сектор
Оплачено работником
Рис. 8.4. Динамика медианной длительности обучения в днях

по источникам финансирования
Подводя итоги, можно сказать, что данные РМЭЗ свидетельствуют о более чем скром
ных объемах обучения на рабочих местах в России. Доля прошедших обучение за год в Рос
сии меньше (по сопоставимым источникам данных), чем в восточноевропейских и тем бо
лее западноевропейских странах. Более того, в течение 2000х годов она постепенно сокра
щалась, а длительность обучения в небюджетном секторе упала почти в два раза.
502
Факторы, определяющие объемы обучения и источники его финансирования. Для оценки

влияния различных характеристик работников, фирм и региональных рынков труда на ве
роятность получения дополнительного образования мы используем две модели. Пробит
модель, или модель бинарного выбора, используется для оценки вероятности получения
любого типа обучения. Кроме того, с помощью модели мультиномиальный логит, или мо
дели множественного выбора, мы оцениваем вероятности получения обучения за свой счет
и обучения за счет фирмы.
Наш анализ во многом схож с анализом, проведенным в работе Бассанини с соавтора
ми [Workplace Training in Europe, 2005], где оценивались факторы, влияющие на получение
обучения на рабочих местах по данным опросов домохозяйств в ряде европейских стран
[Ibid, tables 2.4, А2.8]. Это позволяет нам проводить осторожное (с учетом различий в ме
тодологии опросов и используемых эконометрических методов) сравнение оценок, получа
емых для России, с результатами для европейских стран.
Эконометрические оценки по российским данным представлены в табл. 8.17. Модель
оценивалась отдельно для бюджетного и небюджетного секторов, на панельных данных за
2001–2008 гг. Результаты, касающиеся влияния на обучение характеристик работников и
фирм, где они заняты, в основном согласуются с оценками для европейских стран, а также с
данными исследования Бергера и соавторов для России за более ранний период [Berger,
Earle, Sabirianova, 2001].
Согласно проведенному анализу, в России мужчины чаще проходят обучение, оплачи
ваемое фирмой, чем женщины, но это верно только для небюджетного сектора. Бут делает
подобные выводы для Великобритании [Booth, 1993]. Работодатели могут неохотно инве
стировать в обучение женщин, поскольку они ожидают, что женщина может уйти в декрет
ный отпуск. Бассанини с соавторами [Workplace Training in Europe, 2005] обнаружили при
анализе европейских данных, что женщины чаще, чем мужчины, платят за обучение на ра
бочих местах сами, но частота обучения за счет фирм для мужчин и женщин не различается.
Однако молодые женщины, у которых вероятность ухода в декретный отпуск выше, реже
получают обучение, оплаченное работодателем [Ibid].
Возраст имеет значение только для занятых в бюджетном секторе: там вероятность
обучения растет с возрастом, но убывающими темпами. Повидимому, обучение в государ
ственных организациях предоставляется работникам, достигшим определенного возраста
или стажа работы. В европейских странах вероятность получить обучение начинает падать
после 45 лет.
Частота получения обучения за счет фирм растет с уровнем образования как в бюд
жетном, так и небюджетном секторах. Подобный результат был получен во многих других
исследованиях, в том числе по европейским странам. Это означает, что формальное обра
зование и обучение на рабочих местах дополняют друг друга, т.е. отдача от обучения выше
503
для людей с более высоким уровнем образования. Также здесь может сказываться влияние
ненаблюдаемых способностей человека: более способные получают больше и формального
образования, и обучения на рабочих местах. Однако этот эффект нелинейный: для людей с
очень высоким образованием оно становится субститутом по отношению к обучению на
рабочих местах, т.е. им дополнительное обучение не требуется.
Помимо образования на вероятность обучения влияет также профессиональный ста
19
тус работников. Менеджеры, специалисты и административный персонал чаще получают
обучение за счет фирм, чем представители рабочих специальностей. Это также согласуется с
результатами, полученными для европейских стран.
Стаж работы в компании не влияет на вероятность прохождения обучения. В евро
пейских странах ситуация иная: там обучение чаще всего проходят работники с небольшим
стажем, т.е. в начале своего пребывания в компаниях.
20
Что касается характеристик предприятий, более крупные предприятия в небюджет
ном секторе с большей вероятностью предоставляют обучение работникам, реализуя эко
номию на масштабе в обучении, что подтверждается многими другими исследованиями.
При этом в бюджетном секторе эффект размера предприятия отсутствует – это еще раз под
тверждает, что решения об обучении принимаются здесь не на уровне отдельных предпри
ятий или организаций, а на уровне целых отраслей и регулируются государством.
Одна из важнейших характеристик региональных рынков труда, которая может оказы
вать влияние на решение об обучении, – это уровень безработицы. Теоретически влияние
безработицы на обучение, оплачиваемое фирмой, может быть двояким. С одной стороны,
высокая безработица сжимает структуру относительных зарплат, увеличивая тем самым
ренту (отдачу) от обучения для фирм. С другой – высокий уровень безработицы повышает
для фирм возможность найти обученного работника на рынке труда, снижая тем самым
потребность в обучении персонала. Таким образом, итоговое влияние безработицы на обу
чение не определено и зависит от того, насколько сильно уровень заработной платы в ре
гионе реагирует на безработицу.
Уровень безработицы в регионах был включен в качестве одной из объясняющих пе
21
ременных в оцениваемые модели . Как показывают результаты табл. 8.17, он значимо
влияет на вероятность получения обучения только в бюджетном секторе. В этом секторе
19
Группы 1–4 из 9 профессиональных групп по классификации ISCO.
20
Поскольку около трети респондентов РМЭЗ не предоставляют информацию о размере организации,
где они работают, мы подставляем среднее значение размера организацииработодателя по выборке вместо
пропущенных значений и добавляем фиктивную переменную – индикатор пропущенных значений. Это
позволяет избежать потери значительной части наблюдений.
21
Данные по уровню безработицы (в соответствии с определением МОТ) взяты из ежегодного сборника
Росстата «Регионы России». В регионах, где проводится опрос РМЭЗ, уровень безработицы значительно
варьировался – от 18,3% в КабардиноБалкарии до 0,9% в Москве в 2008 г.
504
заработки менее чувствительны к региональному уровню безработицы, поскольку регули

руются государством. Увеличение уровня безработицы в регионе снижает вероятность обу
чения в бюджетном секторе, поскольку издержки поиска и найма уже обученных сотрудни
ков уменьшаются.
Таблица 8.17. Факторы, влияющие на обучение
Небюджетный сектор Бюджетный сектор

пробит мультиномиальный логит пробит мультиномиальный логит
любое обучение, обучение, любое обучение, обучение,
обучение оплачиваемое оплачиваемое обучение оплачиваемое оплачиваемое
фирмой работником фирмой работником
(1) (2) (3) (4) (5) (6)
*** *** ***
Мужчина 0,009 0,012 –0,003 0,003 0,001 –0,002
(0,003) (0,002) (0,001) (0,006) (0,005) (0,003)
*** *** **
Возраст –0,000 0,001 0,000 0,005 0,004 0,002
(0,001) (0,001) (0,000) (0,002) (0,001) (0,001)
*** *** ***
Возраст в квадрате –0,000 –0,000 –0,000 –0,000 –0,000 –0,000
(0,000) (0,000) (0,000) (0,000) (0,000) (0,000)
*** *** *** ***
Образование (годы) 0,012 0,009 0,002 0,031 0,025 0,002
(0,004) (0,003) (0,001) (0,007) (0,005) (0,002)
* ** *** ***
Образование (годы) –0,000 –0,000 –0,000 –0,001 –0,001 –0,000
в квадрате (0,000) (0,000) (0,000) (0,000) (0,000) (0,000)
Срок работы в данной –0,000 –0,000 0,000 0,001 0,001 –0,001
фирме (0,001) (0,000) (0,000) (0,001) (0,001) (0,000)
* *
Срок работы в данной 0,000 0,000 –0,000 0,000 –0,000 0,000
фирме в квадрате (0,000) (0,000) (0,000) (0,000) (0,000) (0,000)
** *** *** ***
Менеджер 0,016 0,014 –0,002 0,059 0,036 0,007
(0,007) (0,004) (0,002) (0,017) (0,009) (0,005)
*** *** *** ***
Специалист 0,018 0,013 0,001 0,048 0,039 0,006
(0,004) (0,003) (0,001) (0,008) (0,007) (0,004)
*** *** *** ***
Неквалифицированный –0,026 –0,027 –0,003 –0,050 –0,079 –0,005
рабочий (0,004) (0,006) (0,002) (0,010) (0,020) (0,006)
*** *** **
Размер фирмы 0,003 0,003 –0,000 –0,002 –0,001 –0,001
(лог занятость) (0,001) (0,000) (0,000) (0,001) (0,001) (0,001)
*** *** *** ***
Нет данных о занято –0,020 –0,018 0,000 –0,028 –0,022 –0,003
сти (фиктив. перем.) (0,003) (0,003) (0,001) (0,007) (0,007) (0,003)
*** ***
Уровень безработицы 0,000 0,000 –0,000 –0,002 –0,002 –0,000
в регионе (0,000) (0,000) (0,000) (0,001) (0,000) (0,000)
*** ***
Сельское хозяйство –0,025 –0,024 –0,005
(0,004) (0,005) (0,003)
** ***
Транспорт 0,011 0,004 0,004
(0,004) (0,003) (0,001)
505

Небюджетный сектор Бюджетный сектор
пробит мультиномиальный логит пробит мультиномиальный логит
любое обучение, обучение, любое обучение, обучение,
обучение оплачиваемое оплачиваемое обучение оплачиваемое оплачиваемое
фирмой работником фирмой работником
(1) (2) (3) (4) (5) (6)
*** ***
Строительство –0,018 –0,017 0,000
(0,004) (0,004) (0,002)
*** ***
Торговля и услуги –0,003 –0,013 0,005
(0,004) (0,003) (0,001)
* **
ЖКХ 0,028 0,024 –0,001
(0,014) (0,009) (0,005)
*** *** **
Медицина 0,079 0,047 0,008
(0,012) (0,007) (0,003)
*** *** *
Образование 0,062 0,039 0,005
(0,010) (0,006) (0,003)
**
Государственная 0,014 0,016 –0,003
администрация (0,010) (0,007) (0,004)
*** *** *** ***
Константа –0,173 –0,039 –0,450 –0,085
(0,025) (0,013) (0,049) (0,022)
Количество наблюдений 18339 18314 18314 11162 11112 11112
Примечания. В скобках – робастные стандартные ошибки; показаны предельные эффекты вместо коэффициен
тов; регрессии оценены для выборки работников, которые не меняли место работы в течение года до интервью
(для полной выборки получены аналогичные результаты); фиктивные переменные лет включены.
*
**
***
Для занятых в небюджетном секторе региональный уровень безработицы не влияет

на вероятность пройти обучение. Интерпретировать этот результат можно следующим об
разом: заработная плата в промышленности, сельском хозяйстве, строительстве и т.п. более
чувствительна к уровню безработицы, чем в здравоохранении или образовании, где она ус
танавливается в соответствии с государственной тарифной сеткой. Так как в небюджетном
секторе заработная плата снижается с ростом безработицы, это дает стимулы для фирм к бо
лее активному обучению работников, и этот эффект перекрывает эффект, связанный с рас
ширением возможностей найма обученных работников на рынке труда.
Подводя итоги анализа факторов, влияющих на обучение на рабочих местах, мы мо
жем утверждать, что российские компании чаще обучают мужчин, а также работников с бо
лее высокими уровнем образования и профессиональным статусом. В этом они не отли
чаются от компаний в европейских странах. Работники более крупных компаний небюд
жетного сектора также получают обучение чаще.
506
8.7.
Наш анализ показал, что предоставление обучения – это стратегия, которая позво
ляет российским предприятиям экономить на издержках поиска работников требуемой
квалификации, когда эти издержки оказываются велики. Более того, при высоких из
держках матчинга они начинают активнее инвестировать в отраслевые и общие знания и
умения, уходя от обучения лишь специфическим навыкам. Он подтвердил также более
высокую вероятность получения оплаченного работодателем (общего) профессионального
образования более образованными и квалифицированными группами работников. Все эти
эмпирические наблюдения вполне укладываются в картину мира, которая вырисовывается
из современной теории обучения на рабочих местах, делающей акцент на несовершенствах
рынка труда. Выявленные отраслевые особенности образовательного поведения предпри
ятий также согласуются с теоретическими предсказаниями о бóльших объемах обучения в
рентогенерирующих отраслях. Все вместе это говорит в пользу типичности реакций рос
сийских предприятий на условия рынка труда, в которых им приходится действовать.
Наблюдаемая значительная межстрановая вариация в объемах профессионального
обучения, предоставляемого работодателями, во многом отражает различия в институтах,
составляющих основу альтернативных моделей рынка труда. Асемоглу и Пишке обращают
внимание на то, что особенности национальных систем профессионального обучения, на
пример, в США и Германии, тесно связаны с различиями в паттернах трудовой мобильно
сти и в механизмах регулировании рынка труда в этих странах [Acemoglu, 1999, p. F112–
F142]. США и Германия, по их мнению, представляют собой примеры экономик с разными
типами равновесия на рынке труда. В Германии низкая трудовая мобильность, поддержива
емая жестким регулированием трудовых отношений, сочетается с высоким уровнем про
фессионального обучения. В США, напротив, высокая трудовая мобильность и гибкое тру
22
довое законодательство сопровождаются низким уровнем профессионального обучения .
Множественные равновесия такого типа могут возникать изза асимметрии инфор
мации между текущим и потенциальным работодателями относительно способностей ра
ботников [Acemoglu, Pischke, 1998, p. 79–119]. По определению, альтернативная рыночная
заработная плата увольняемых или увольняющихся работников равна их ожидаемой про
изводительности. Однако в условиях высокой текучести пул ищущих работу будет включать
не только низкопроизводительных, но и значительное число высокопроизводительных ра
ботников. В этом случае альтернативная заработная плата работника при уходе от текущего
работодателя оказывается относительно высокой и, значит, стимулы к смене места работы
22
Заметим, что меньшее неравенство в заработках в Германии по сравнению с США служит дополни
тельным каналом повышения стимулов к предоставлению обучения на рабочих местах.
507
станут также достаточно сильными. Высокая вероятность переходов на другую работу

будет дестимулировать инвестиции фирм в профессиональное обучение своего персонала.
Так формируется равновесие с высокой трудовой мобильностью и низким уровнем инве
стиций в обучение.
Но возможна другая ситуация, когда работники редко меняют работу и среди ищущих
работу большинство составляют низкопроизводительные работники. В этом случае ожидае
мая производительность (т.е. наилучший прогноз при незнании ее истинного значения), а
значит, и альтернативная заработная плата на рынке будут невысоки. Это станет удержи
вать от смены работы даже многих тех, кого не устраивает текущий матчинг. Низкая веро
ятность смены работы усиливает для фирм стимулы к инвестированию в обучение работни
ков. Так возникает равновесие с низкой трудовой мобильностью и высоким уровнем инве
стиций в обучение.
Эмпирические исследования подтверждают, что в США переход с одной работы на
другую сопровождается значительным выигрышем в заработках, тогда как в Германии
этот эффект ничтожен или даже отрицателен [Topel, Ward, 1992, p. 439–480; McCue, 1996,
p. 175–209; Zimmermann, 1996]. Каким образом страны попадают в то или иное равнове
сие – это отдельный вопрос. Общий вывод состоит в том, что если в США повышение про
изводительности обеспечивается через достижение более эффективной состыковки рабо
чих мест с навыками и способностями работников, то в Германии оно достигается благо
даря интенсивному обучению персонала. Какое из равновесий предпочтительнее с точки
зрения производительности – вопрос сложный и до сих пор открытый. Однако необходи
мость учета взаимосвязи и взаимовлияния регулирования рынка труда, паттернов трудовой
мобильности и объемов профессионального обучения при выработке рекомендаций о по
литике на рынке труда очевидна.
Как в этих терминах можно было бы охарактеризовать ситуацию в России? Практи
чески по всем показателям объемы обучения в России оказываются незначительными.
В то же время оборот рабочей силы весьма высок. Так, по данным Росстата, в 2006 г. коэф
фициенты найма составляли 30% в обрабатывающей и 32,6% в добывающей промышлен
ности, а коэффициенты выбытия – соответственно 32,5 и 35,1% [Труд и занятость в Рос
сии, 2007, с. 271]. На промышленных предприятиях из выборки НИУ ВШЭ уровень найма
составлял в 2008 г. 25,3%, а доля работников со стажем менее одного года приближалась к
12% [Гимпельсон, 2010]. К сожалению, по многим другим характеристикам трудовой мо
бильности информация отсутствует. Например, в США медианное значение количества
перемещений с одной работы на другую у мужчин в первые 10 лет трудовой жизни дости
гает шести, тогда как в Германии – не более одногодвух [Acemoglu, Pischke, 1998, p. 79–119].
23
Сколько работ меняет за эти годы медианный российский мужчина – неизвестно .
23
Такую информацию можно получить либо из панельных данных, либо из ретроспективных опросов,
таких как Employment and education study (EES). На данный момент такие оценки отсутствуют.
508
Имеются также эмпирические свидетельства, что в российских условиях переходы

на другую работу сопровождаются значительным выигрышем в заработках. Так, Лукьянова
в исследовании мобильности зарплат пришла к выводу, что самым существенным факто
ром быстрого роста относительных заработков является смена места работы [Лукьянова,
2009]. Мальцева на основе данных РМЭЗ оценила размер отдачи от специфического стажа
и от трудовой мобильности в терминах прироста заработной платы. Результаты свидетель
ствуют об отрицательной отдаче, или штрафе за накопление специфического человеческого
капитала, при поддержании длительных трудовых отношений с одним и тем же работодате
лем [Мальцева, 2007].
Все это говорит о масштабном процессе перемещений в поисках наиболее подходяще
го совпадения навыков, умений, амбиций работников с характеристиками занимаемых ими
рабочих мест. Рост заработков при смене работы сигнализирует об удачном завершении
поиска как для работника, так и для работодателя, добившегося более высокой произво
дительности труда. Повидимому, в России именно матчинг, а не обучение выступает в
качестве основного канала повышения производительности труда. В ситуациях, когда он
становится очень дорогостоящим, предприятия, как показало наше исследование, пере
ключаются на обучение работников. Параллельно с этим происходит переориентация от
обучения узкоспециализированным к обучению отраслевым и общим навыкам.
Высокая дисперсия заработных плат в России должна ослаблять стимулы к предо
ставлению общего обучения за счет фирм. Однако высокая переговорная сила работодате
лей, практически не имеющая ограничений, способна приводить к компрессии заработных
плат в отраслях, регионах и профессиях с неконкурентными рынками труда. Как известно,
в России таких отраслей и регионов достаточно много. Более того, значительная неодно
родность внутри отраслей с присутствием большого числа хронически убыточных, некон
курентоспособных предприятий, дополнительно увеличивает переговорную силу наиболее
успешных предприятий. Результаты нашего исследования подтверждают, что рентогенери
рующие отрасли обучают чаще и в большей мере – общим навыкам.
Что привело российский рынок труда в равновесие с высоким уровнем трудовой мо
бильности и низким уровнем обучения (в терминологии Асемоглу и Пишке) – тема отдель
ного разговора и не одного исследования. Так же, как и ответ на вопрос, достаточен или
недостаточен с точки зрения общественного оптимума уровень профессионального обуче
ния, которое предоставляют российские фирмы. От ответа на последний вопрос зависит,
необходимо ли в российских условиях государственное вмешательство в виде субсидирова
ния профессионального обучения на предприятиях.
509
Таблица П8$1. Структура регистра Росстата и панели ИЭПП
Отрасли и подотрасли Количество Число занятых, Доля занятых, Репрезентатив

предприятий человек % ность панели
по занятым, %
регистр панель регистр панель регистр панель
1 Электроэнергетика 841 20 708310 114156 5,26 3,86 16,12
Топливная
2 нефтяная 110 11 308536 18304 2,29 0,62 5,93
3 газовая 32 1 37754 1407 0,28 0,05 3,73
4 уголь, сланцы, торф 352 31 456519 106950 3,39 3,62 23,43
5 Черная металлургия 275 44 718041 226024 5,33 7,64 31,48
6 Цветная металлургия 417 34 523400 199502 3,89 6,75 38,12
Химия и нефтехимия
7 химия 471 39 620781 117944 4,61 3,99 19,00
8 нефтехимия 163 22 224883 51183 1,67 1,73 22,76
Машиностроение
9 энергомашиностроение 42 10 95013 49570 0,71 1,68 52,17
10 подтранспортное 78 20 64839 29818 0,48 1,01 45,99
11 ж/д машиностроение 48 13 112939 50353 0,84 1,70 44,58
12 электротех. машиностроение 463 40 333890 50268 2,48 1,70 15,06
13 хим.нефт.машиностроение 214 34 185713 51652 1,38 1,75 27,81
14 станкостроение 301 24 154955 33869 1,15 1,15 21,86
15 приборостроение 291 47 350349 111509 2,60 3,77 31,83
16 автомобильная 240 30 699055 271567 5,19 9,18 38,85
17 тракторное и с/х 241 28 302009 91314 2,24 3,09 30,24
18 стройдормаш 197 33 99771 35126 0,74 1,19 35,21
19 легпищемаш 268 6 119694 2703 0,89 0,09 2,26
20 сантехпром 102 6 54107 3840 0,40 0,13 7,10
21 авиастроение 89 22 442808 132973 3,29 4,50 30,03
22 промть вооружений 131 33 600421 207084 4,46 7,00 34,49
23 судостроение 99 15 164217 31005 1,22 1,05 18,88
24 радиопромышленность 126 22 230844 44546 1,71 1,51 19,30
25 промть средств связи 117 21 157190 57645 1,17 1,95 36,67
26 электронная промть 274 35 268239 84091 1,99 2,84 31,35
27 прочее машиностроение 330 29 340439 101842 2,53 3,44 29,91
28 промть металлоконструкций 669 10 198168 7271 1,47 0,25 3,67
29 ремонт машин и оборудова
ния 1822 15 431690 7432 3,20 0,25 1,72
510

Отрасли и подотрасли Количество Число занятых, Доля занятых, Репрезентатив
предприятий человек % ность панели
по занятым, %
регистр панель регистр панель регистр панель
Лесная, деревообрабатывающая
и целлюлозно$бумажная
30 лесозаготовительная 1463 49 433657 49833 3,22 1,69 11,49
31 лесопильная 309 15 93149 18511 0,69 0,63 19,87
32 производство деталей и плит 367 30 124627 31670 0,93 1,07 25,41
33 мебельная 639 55 194198 43312 1,44 1,46 22,30
34 прочая деревообрабаты
вающая 111 10 26594 7172 0,20 0,24 26,97
35 целлюлознобумажная 187 20 170941 34866 1,27 1,18 20,40
Промышленность строительных
материалов
36 цементная и асбоцементная 73 20 57979 20838 0,43 0,70 35,94
37 промть ЖБК и ЖБИ 1013 14 276386 5252 2,05 0,18 1,90
38 стеновые материалы 643 20 151951 11058 1,13 0,37 7,28
39 стройкерамика 42 3 23898 2156 0,18 0,07 9,02
40 промть нерудных материалов 288 8 56247 2729 0,42 0,09 4,85
41 прочая стройиндустрия 349 14 104784 5421 0,78 0,18 5,17
42 стекольнофаянсовая 167 5 108808 12929 0,81 0,44 11,88
Легкая
43 хлопчатобумажная 190 44 207752 90750 1,54 3,07 43,68
44 шерстяная 105 27 87575 35619 0,65 1,20 40,67
45 трикотажная 314 28 107945 24391 0,80 0,82 22,60
46 прочая текстильная 404 38 127385 33971 0,95 1,15 26,67
47 швейная 1425 65 335226 53375 2,49 1,80 15,92
48 кожевеннообувная 538 23 184676 24270 1,37 0,82 13,14
Пищевая
49 сахарная 97 16 53930 9523 0,40 0,32 17,66
50 хлебопекарная 1504 19 234636 5339 1,74 0,18 2,28
51 кондитерская 360 18 89216 14265 0,66 0,48 15,99
52 спиртводкавино 551 41 117306 20729 0,87 0,70 17,67
53 прочая пищевкусовая 670 9 146500 5749 1,09 0,19 3,92
54 мясная 702 24 186698 16454 1,39 0,56 8,81
55 молочнаямаслосыродельная 1492 53 188423 20797 1,40 0,70 11,04
56 рыбная 391 2 167382 879 1,24 0,03 0,53
57 микробиологическая 40 0 23832 0 0,18 0,00 0,00
58 Мукомольно$крупяная 494 19 97392 8693 0,72 0,29 8,93
59 Медицинская 152 3 104514 2081 0,78 0,07 1,99
60 Полиграфическая 422 4 77510 1132 0,58 0,04 1,46
61 Прочие 484 2 106306 1358 0,79 0,05 1,28
Итого 24789 1428 13471997 2957363 100 100 21,95
511
Таблица П8$2. Описательные статистики основных переменных
Среднее Стандартное
отклонение
Обучают менеджеров 0,69 0,46
Обучают специалистов 0,74 0,44
Обучают квалифицированных рабочих 0,69 0,46
Обучают неквалифицированных рабочих 0,43 0,50
Доля обученных менеджеров, % 26,52 24,13
Доля обученных специалистов, % 21,98 21,20
Доля обученных квалифицированных рабочих, % 21,62 22,72
Доля обученных неквалифицированных рабочих, % 21,65 26,70
Обучают хотя бы одну из групп 0,86 0,35
Обучающий центр на предприятии 0,27 0,45
Тип навыков: 1 – специфические, 2 – отраслевые, 3 – общие 1,96 0,99
Дефицит менеджеров 0,29 0,46
Дефицит специалистов 0,47 0,50
Дефицит квалифицированных рабочих 0,80 0,40
Дефицит неквалифицированных рабочих 0,16 0,37
Количество недель, необходимых на поиск
менеджера 5,1 6,0
специалиста 4,9 5,9
квалифицированного рабочего 5,4 6,6
неквалифицированного рабочего 1,6 2,6
Хорошее текущее положение 0,71 0,45
512
Гимпельсон В. Дефицит квалификации и навыков на рынке труда: препринт WP3/2004/01.
М.: ГУ ВШЭ, 2004.
Гимпельсон В., Капелюшников Р., Лукьянова А. Спрос на труд и квалификацию в про
мышленности: между дефицитом и избытком: препринт WP3/2007/03. М.: ГУ ВШЭ, 2007.
Гимпельсон В.Е. Нужны ли нашей промышленности квалифицированные работники?
История последнего десятилетия: препринт WP3/2010/04. М.: ГУ ВШЭ, 2010.
Лукьянова А.Л. Чьи заработки растут быстрее: мобильность по относительным заработ
ным платам в России (2000–2005 гг.): препринт WP3/2009/02. М.: ГУ ВШЭ, 2009.
Мальцева И.О. Трудовая мобильность и стабильность: насколько высока отдача от спе
цифического человеческого капитала в России?: препринт WP15/2007/01. М.: ГУ ВШЭ, 2007.
Труд и занятость в России. М.: Росстат, 2007.
Acemoglu D., Pischke J.S. Why do Firms Train? Theory and Evidence // Quarterly Journal of
Economics. 1998. Vol. 113. Р. 79–119.
Acemoglu D., Pischke J.S. Beyond Becker: Training in Imperfect Labour Markets // Economic
Journal. 1999. Vol. 109. № 453. Р. F112–F142.
Acemoglu D., Pischke J.S. Minimum Wages and Onthejob Training // S. Polachek, K. Tatsira
mos (ed.) Worker WellBeing and Public Policy (Research in Labor Economics, Vol. 22), Emerald
Group Publishing, Limited, 1999. Р. 159–202.
Barron J., Berger M., Black D. How Well do we Measure Training? // Journal of Labor Economics.
1997. Vol. 15. № 3. Part 1.
Barron J., Berger M., Black D. Do Workers Pay for OntheJob Training // The Journal of Hu
man Resources. 1999. Vol. 34. № 2.
Becker G. Human Capital. Chicago: The University of Chicago Press, 1964.
Berger M.C., Earle J.S., Sabirianova K.Z. Worker Training in a Restructuring Economy: Evi
dence from the Russian Transition: IZA Discussion Paper № 361. September 2001.
Bishop J.H. What We Know about EmployerProvided Training: A Review of the Literature:
Cornell University, Center for Advanced Human Resources Studies Working Pape № 9609. 1996.
Booth A.L., Bryan M.L. Who Pays for General Training? New Evidence for British Men and
Women: IZA Discussion Paper № 486. 2002.
513
Booth A.L. Private Sector Training and Graduate Earnings // The Review of Economics and Sta
tistics. 1993. Vol. 75. № 1.
Card D., Krueger A. Myth and Measurement. The New Economics of Minimum Wage. Prince
ton: Princeton University Press, 1995.
Conti G. Training, Productivity and Wages in Italy // Labor Economics. 2005. Vol. 12. Iss. 4.
Р. 557–576.
Employment Outlook. Paris: OECD, 2004.
Firms and Public Service Provision in Russia / Haaparanta P., Juurikkala T., Lazareva O. et al.
BOFIT Discussion Paper № 16/2003. 2003.
Grossberg A.J., Sicilian P. Minimum Wages, Onthejob Training, and Wage Growth // South
ern Economic Journal. 1999. 65(3). Р. 539–556.
Hansson B. Companybased Determinants of Training and the Impact of Training on Company
Performance: Results from an International HRM Survey // Personnel Review. 2007. Vol. 36. Iss. 2.
Р. 311–331.
Harhoff D., Kane T. Is the German Apprenticeship System a Panacea for the US Labor Market?
// Journal of Population Economics. 1997. Vol. 10. Р. 171–196.
Jones I.S. Apprentice Training Costs in British Manufacturing Establishments: Some New Evi
dence // British Journal of Industrial Relations. 1986. Vol. 24. Р. 333–362.
Lillard L.A., Tan H.W. Private Sector Training: Who Gets it and What Are its Effects? // Re
search in Labor Economics. 1992. Vol. 13. Р. 1–62.
Loewenstein M.A., Spletzer J.R. Dividing the Costs and Returns to General Training // Journal
of Labor Economics. 1998. 16(1). Р. 142–171.
Malcomson J.M., Maw J.W., McCormick B. General Training by Firms, Contract Enforcability,
and Public Policy // European Economic Review. 2003. Vol. 47. Iss. 2. Р. 197–227.
McCue K. Promotions and Wage Growth // Journal of Labor Economics. 1996. Vol. 14. Р. 175–
209.
Pigou A.C. Wealth and Welfare. L.: Macmillan, 1912.
Pischke J. Comments on «Workplace Training in Europe» by Bassanini et al.: Working Paper
LSE, 2005.
Rosen S. Learning and Experience in the Labor Market // Journal of Human Resources. 1972.
Vol. 7. Р. 326–342.
Ryan P. The Cost of Job Training for a Transferable Skill // British Journal of Industrial Rela
tions. 1980. Vol. 8. Р. 334–352.
514
Steedman H. The Economics of Youth Training in Germany // Economic Journal. 1993. Vol. 103.
Р. 1279–1291.
Working Paper WP3/2007/04. M.: State University – Higher School of Economics, 2007.
Topel R.H., Ward M.P. Job Mobility and the Careers of Young Men // Quarterly Journal of Eco
nomics. 1992. Vol. 107. Р. 439–480.
Zimmermann K.F. German Job Mobility and Wages // Munchener Wirtschaftswissenschaftliche
Beitrage. 1996. № 9612.
Workplace Training in Europe / Bassanini A., Booth A., Brunello G. et al. IZA Discussion Paper
№ 1640. 2005.
515
Глава 9
НАЦИОНАЛЬНЫЕ
МОДЕЛИ ПЕРВИЧНОЙ
ПРОФЕССИОНАЛЬНОЙ
ПОДГОТОВКИ: УРОКИ
ДЛЯ РОССИИ
9.1.
Введение
Современная экономика испытывает потребность в ра
ботниках разного уровня квалификации. Спрос на наибо
лее квалифицированную рабочую силу может расти опе
режающими темпами, однако промышленность и сфера
услуг продолжают нуждаться в представителях различных
профессиональных групп, включая квалифицированных
рабочих. Механизмы формирования профессионально
подготовленной рабочей силы составляют важный элемент
институциональной системы любой страны. Их главной
целью является обеспечение такого предложения труда,
которое отвечало бы по своим количественным и качест
венным характеристикам потребностям современной эко
номики. Однако, несмотря на общность решаемых задач,
эти механизмы в разных странах имеют существенные,
часто принципиальные различия. Понимание особенно
стей функционирования существующих в мире систем
подготовки рабочей силы чрезвычайно важно для совре
менной России, пытающейся модернизировать систему
516
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
профессионального образования и привести ее в соответствие с потребностями иннова

ционной экономики.
В переходный период система начального и среднего профессионального образова
ния, унаследованная от советских времен, столкнулась с серьезными вызовами. Прежде
всего спрос на учебные места в ПТУ начал сокращаться, а в ссузах стал расти замедленными
темпами. Доступность высшего образования в сочетании с высокой экономической отда
чей от него привели к тому, что подавляющее большинство молодежи устремилось в вузы.
В то же самое время многие предприятия, которые в советское время играли активную роль
в подготовке рабочих кадров, отказались от участия в организации и финансировании про
фессионального обучения. В связи с этим возникает серия взаимосвязанных вопросов.
Можно ли решить проблему предложения квалифицированных рабочих кадров, восстано
вив старую советскую модель? Если нет, то на каких принципах должна строиться ее новая
версия? Каковы ее вероятные институциональные черты, и как она может быть вписана
в систему образования и в рынок труда?
В российском обществе, среди исследователей и практиков, единого мнения по этим
вопросам нет. Очень часто в подтверждение выдвигаемых предложений по реформирова
нию системы профобразования в России ссылаются на западный опыт. Однако, как пра
вило, эти ссылки носят произвольный характер, выхватывая отдельные элементы различ
ных национальных систем профессиональной подготовки без понимания институциональ
ного фундамента, на котором они строятся.
В мире существуют различные подходы к тому, как обучать профессиям новые поко
ления работников. По мере развития экономики и общества роль отдельных подходов
неоднократно менялась. В период становления крупного промышленного производства
ключевое значение имела система ученичества. Хотя в некоторых странах она продолжает
существовать до сих пор, в последние десятилетия ее значение последовательно умень
шалось.
В настоящее время помимо учебных заведений третичного образования (уровни 5А и
5B по МСКО) профессиональную подготовку предоставляют учебные заведения, которые
1
относятся к верхней ступени вторичного образования (уровень 3 по МСКО ), а также учеб
1
Использование Международной стандартной классификации образования (International Standard Clas
sification of Education), разработанной ЮНЕСКО в 1997 г., позволяет проводить международные сравне
ния. В странах с развитой рыночной экономикой существует множество типов учебных заведений, пре
доставляющих классическое академическое, либо профессиональное образование, либо имеющие элемен
ты того и другого. В основе разделения учебных заведений на отдельные уровни лежит принцип «слож
ности содержания учебных программ». Однако на практике деление учебных заведений производится с
использованием таких показателей, как 1) возраст поступающих; 2) длительность обучения; 3) необходи
мые условия для поступления (обычно уровень предшествующей подготовки); 4) цели обучения, включая
возможность продолжения обучения либо работы по специальности; 5) тип свидетельства об окончании
517
ные заведения, занимающие промежуточное положение между вторичным и третичным

образованием (уровень 4 по МСКО). Объектом нашего исследования будет профессио
нальная подготовка, получаемая в учебных заведениях третьего и четвертого уровней по
МСКО. В разных странах учебные заведения, предоставляющие такое профессиональное
обучение, могут называться поразному. Различными могут быть и формы преподавания
в них, длительность обучения, соотношение между общеобразовательными и специальны
ми предметами, степень активности в использовании производственной практики. В отли
чие от третичного образования эти формы подготовки фигурируют обычно под рубрикой
профессионального обучения (vocational education). В качестве синонимов мы будем также ис
пользовать для их обозначения такие термины, как «профессиональная подготовка» и «под
готовка кадров», а обращаясь к опыту отдельных стран, оперировать названиями, которые
употребляются непосредственно в них (например, «дуальная система обучения» примени
тельно к Германии). Несмотря на значительные различия в национальных системах, третий
и четвертый уровни по МСКО примерно соответствуют российскому начальному профес
сиональному образованию.
Следует специально оговориться, что в этой главе рассматриваются особенности на
циональных моделей первичной (initial) профессиональной подготовки, иными словами –
подготовки, которую будущие работники получают в системе профессионального образо
вания на старте своей трудовой карьеры. Проблемы их последующего обучения и пере
обучения выходят за рамки настоящей работы. Специальности, которые приобретаются в
ходе первичной профессиональной подготовки (ППП), по большей части относятся к про
фессиям среднего уровня квалификации (в частности, в их число входят профессии ква
лифицированных и полуквалифицированных рабочих), которые не требуют получения тре
тичного образования.
Важно отметить, что любая национальная система ППП возникает не случайно. В ис
торической перспективе их конфигурации формируются под влиянием множества различ
ных факторов: динамики и структуры занятости, политики государства, даже особенностей
финансовой системы. Особую роль в этом играют институты рынка труда. Именно поэтому
различия в институциональных характеристиках систем ППП наиболее отчетливо просле
живаются при сравнении двух групп стран – с координируемой и с либеральной рыночной
2
экономикой . В этих группах стран функционирование ППП строится во многом по
обучения. Уровень 0 относится к дошкольному образованию, уровень 1 – к начальному, уровень 6 включа

ет обучение в магистратуре и докторантуре. Что касается учебных заведений со 2го по 5й уровень, то все
они дают возможность получения общего образования (обозначаемого добавлением латинской буквы А),
подготовительного (prevocational) (B) либо профессионального (С) (см.: Глава 1, табл. 1.1).
2
Обоснование такого деления развитых стран содержится в широко известной книге под редакцией П. Холла
и Д. Соскиса «Разновидности капитализма» [Hall, Soskice, 2003]. Авторы выделяют пять основных институ
518
разному, и различия остаются устойчивыми на протяжении длительного периода времени.

Это и дает основания говорить об альтернативности национальных моделей ППП, отли
чающихся по целому ряду институциональных и функциональных характеристик.
Забегая вперед, отметим, что какойлибо одной идеальной модели профессиональной
подготовки не существует. Каждой из них присущи свои сильные и слабые стороны, каждая
посвоему организует и структурирует взаимоотношения между теми, кто предоставляет
образовательные услуги, и теми, кто их потребляет.
Глава состоит из введения, пяти разделов и заключения. Во введении формулируются
основные задачи исследования. Во втором разделе раскрывается роль профессиональной
подготовки в общей системе образования развитых стран, в третьем описываются институ
ты рынка труда, влияющие на выбор национальной модели ППП. В четвертом и пятом раз
делах рассматриваются основные институциональные особенности систем профессиональ
ной подготовки в двух странах, являющихся типичными представителями координируемой
и либеральной экономик – Германии и Великобритании. Современные вызовы системе
ППП обсуждаются в шестом разделе. Заключение подытоживает анализ институциональ
ных особенностей альтернативных моделей ППП и формулирует выводы, которые мо
гут представлять интерес при разработке реформы системы профессионального образо
вания в России.
9.2.
Первичная профессиональная подготовка
в общей системе формального образования
Как отмечалось во введении к настоящей главе, в современных экономиках профессио
нальные навыки могут приобретаться на различных ступенях образовательной системы:
• в учебных заведениях третичного образования (уровни 5–6 по МСКО);
• в учебных заведениях, промежуточных между вторичным и третичным образова
нием (уровень 4 по МСКО);
• на верхней ступени вторичного образования (уровень 3 по МСКО).
• на нижней ступени вторичного образования (уровень 2 по МСКО);
• в системе ученичества;
• в рамках специальных программ для подростков, имеющих медицинские проблемы.
тов, функционирование которых имеет существенные различия в странах с координируемой и либераль

ной экономикой. Это – структуры и особенности стратегии корпораций; финансовая система; организа
ция и регулирование рынка труда; система образования и профподготовки, а также неформальные пра
вила и установки, действующие между участниками рынка.
519
В ХХ в. роль различных каналов получения профессий постоянно менялась. За послед

ние 30–40 лет в связи с увеличением продолжительности обязательного школьного образо
вания значение подготовки на нижней ступени среднего образования (не говоря уже о на
чальном) резко упало. Подобного рода возможности сохраняются в крайне ограниченном
числе стран. Так, в Испании, Нидерландах, Бельгии и Португалии школьники могут посе
щать курсы профподготовки параллельно с учебой. Однако учеба на этих курсах, как прави
ло, не предполагает выдачу какоголибо сертификата, так как обеспечивает лишь опреде
ленный минимальный набор профессиональных навыков, а не «готовую» профессию.
Как и в более ранние периоды, одним из главных каналов получения профессии оста
ется верхняя ступень среднего образования (уровень 3 по МСКО). После завершения обя
зательного школьного образования, а в отдельных странах и раньше, учащиеся должны оп
ределиться с типом последующего обучения – выбрать академическое или профессиональ
ное направление. Сделанный на этом этапе выбор в значительной степени определяет их
дальнейшую профессиональную карьеру. Для участников профессиональных программ
поступление в учебные заведения более высокого уровня (прежде всего, университеты) ока
зывается невозможным без «дообучения» по академическим предметам.
Программы на верхней ступени вторичного образования делятся в зависимости от их
назначения и ориентации (уклона). Успешное завершение программы 3А позволяет после
окончания учебы поступать в университет. Выпускники программ 3В также имеют возмож
ность продолжать обучение, но круг учебных заведений, куда им открыт доступ, ограничен.
Они могут продолжать обучение в учебных заведениях, не дающих третичного образования
(уровень 4 по МСКО), либо в отдельных случаях в технических колледжах (уровень 5B по
МСКО). Наконец, программы 3С являются «финальными», и для их выпускников путь в
учебные заведения более высокого уровня практически закрыт.
Как видно из табл. 9.1, в странах с либеральной экономикой на верхней ступени вто
ричного образования преобладают академические программы. В США и Канаде среднее
образование является полностью академическим. Очень высока доля тех, кто учится по
программам 3А в Ирландии (71%), Великобритании (78%), Японии (76%). В странах кон
тинентальной Европы этот показатель, как правило, ниже и лежит в интервале от 30 до
60%, хотя и здесь встречаются исключения (пример – Финляндия с абсолютным домини
рованием программ, позволяющих продолжить обучение в вузах). Охват академическими
программами учащихся верхней ступени вторичного образования в целом демонстрирует
тенденцию к росту: с 2000 по 2007 гг. средний прирост по всем включенным в табл. 9.1
странам составил 4 п.п. Однако эта тенденция далеко не однозначная – в семи европей
ских странах доля молодежи, обучавшейся по программам 3A, в этот период снизилась и,
соответственно, выросла доля молодежи, обучавшейся по программам 3В и 3С.
520
Таблица 9.1. Распределение учащихся в зависимости от назначения программ

на верхней ступени вторичного образования в странах ОЭСР,
2000 и 2007 гг., %
2000 г. 2007 г.
МСКО 3A МСКО 3B МСКО 3C МСКО 3A МСКО 3B МСКО 3C
«Старые» страны ЕС 58,0 13,6 28,3 61,9 13,1 25,0
Австрия 43,5 48,1 8,5 44,8 46,1 9,1
Нидерланды 64,8 – 35,2 63 – 37,0
Бельгия 53,7 – 46,3 49,3 – 50,7
Германия 36,8 63,2 – 42,6 57,1 0,3
Финляндия 100 – – 100 – –
Франция 67,0 – 33,0 56,2 11,6 32,2
Норвегия 42,7 – 57,3 42,5 – 57,5
Люксембург 61,2 14,4 23,4 60,8 15,1 24,0
Швейцария 30,0 60,0 10,0 30,0 64,7 5,3
Дания 45,3 – 54,7 52,3 – 47,7
Испания 66,5 – 33,5 56,6 – 43,4
Италия 80,8 1,3 17,9 81,7 1,4 17,0
Португалия 75,9 17,0 7,0 100 – –
Великобритания 24,3 – 75,7 77,7 – 22,3
Ирландия 78,1 13,6 21,9 70,9 – 29,1
«Новые» страны ЕС 73,6 0,5 25,9 80,2 0,1 19,7
Чехия 63,5 0,5 36,0 72,8 0,4 26,8
Словакия 78,1 – 21,9 82,8 – 17,2
Польша 78,0 – 22,0 87,8 – 12,2
Венгрия 74,6 1,7 23,6 77,4 – 22,6
Страны ЕС 61,3 13,6 25,1 65,7 10,3 23,9
Прочие страны ОЭСР 74,8 0,2 25,0 67,8 8,6 23,6
США 100 – – 100 – –
Япония 73,9 0,8 25,3 75,7 0,9 23,4
Австралия 34,3 – 65,7 39,6 – 60,4
Канада 90,9 – 9,1 94,5 – 5,5
Страны ОЭСР 63,6 9,1 27,3 67,8 8,6 23,6
Источники: Education at a Glance, 2002, 2009. Table C1.4.
521
Таблица 9.2. Распределение учащихся в зависимости от ориентации программ

на верхней ступени вторичного образования в странах ОЭСР,
2000 и 2007 гг., %
Общеобра Профессиональ В том числе Подготовительные Профессиональ

зовательные ные программы включая обучение программы ные и подготови
программы на рабочем месте тельные програм
мы, всего
2000 г. 2007 г. 2000 г. 2007 г. 2000 г. 2007 г. 2000 г. 2007 г. 2000 г. 2007 г.
«Старые»
страны ЕС 43,5 45,0 51,8 49,1 – – – – 56,5 54,9
Австрия 21,7 22,7 71,1 70,7 36,4 34,3 7,2 6,6 78,3 77,3
Великобритания 32,7 58,6 67,3 41,4 – – – – 67,3 41,4
Нидерланды 31,7 32,4 68,3 67,6 20,4 18,5 – – 68,3 67,6
Бельгия 33,2 30,4 66,8 69,6 2,8 3,4 – – 66,8 69,6
Германия 36,8 42,6 63,2 57,4 48,7 42,2 – – 63,2 57,4
Финляндия 44,7 33,3 55,3 66,7 10,7 11,5 – – 55,3 66,7
Франция 42,6 56,2 57,3 43,8 11,7 12,1 – – 57,3 43,8
Норвегия 42,7 42,5 57,3 57,5 – 14,9 – – 57,3 57,5
Люксембург 36,5 37,7 63,5 62,3 13,7 14 – – 63,5 62,3
Швейцария 34,3 35,2 65,7 64,8 – 59 – – 65,7 64,8
Дания 45,1 52,3 54,7 47,7 54,1 47,2 – – 54,7 47,7
Испания 66,5 56,6 33,5 43,4 5,8 1,9 – – 33,5 43,4
Италия 35,7 40,2 24,6 26,5 – – 39,8 33,2 64,4 59,7
Португалия 72,2 68,4 27,8 14,8 – – – 16,7 27,8 31,5
Ирландия 76,6 66,5 – 2,2 – 2,2 23,4 31,3 23,4 33,5
«Новые» страны
ЕС 43,2 55,2 50,0 43,4 – – – – 56,8 45,9
Чехия 18,6 24,7 80,2 75,2 40,5 34 1,1 – 81,3 75,2
Словакия 21,4 26,8 78,6 73,2 39,7 29,8 – – 78,6 73,2
Болгария 44,3 44,3 55,7 55 – – – – 55,7 55
Польша 35,7 55,7 64,3 44,3 – 6,4 – – 64,3 44,3
Латвия 61,4 63,2 38,6 36,8 – – – – 38,6 36,8
Литва 60,4 75,3 39,6 24,7 – – – – 39,6 24,7
Эстония 67,5 75,3 32,5 24,7 – – – – 32,5 31,3
Венгрия 36 76,4 10,3 13,2 10,3 13,2 53,7 10,4 64 26,6
Все страны ЕС 43,4 48,6 51,1 47,1 – – – – 53,2 51,8
Прочие страны
ОЭСР 74,8 77,5 22,8 22,3 – – – – 25,2 22,6
США 100 100 0 0 – – – – 0 0
Япония 73,9 75,7 25,3 23,4 – – 0,8 0,9 26,1 24,3
Австралия 34,3 39,6 65,7 60,4 – – – – 65,7 60,4
Канада 90,9 94,5 0 5,5 – – 9,1 0 9,1 5,5
Страны ОЭСР
в целом 48,1 52,9 46,9 43,4 – – – – 51,9 47,5
Источники: Education at a Glance, 2002, 2009. Table C1.4.
522
Однако для наших целей больший интерес представляет другая классификация – по

ориентации образовательных программ, т.е. в зависимости от того, ведет ли обучение по
ним к овладению теми или иными конкретными профессиями. Исходя из этого критерия
все программы на верхней ступени вторичного образования можно подразделить на общие,
имеющие профессиональный уклон и подготовительные (табл. 9.2). Программы с обще
образовательным уклоном могут включать отдельные предметы, связанные с овладением
навыками по определенной профессии, однако количество часов, отводимых на такие
предметы, не должно превышать 25% общего учебного времени [Participation in Formal
TVET Programmes Worldwide: An Initial Statistical Study, 2009, р. 18]. В странах ОЭСР про
граммы с общеобразовательным уклоном являются наиболее популярными – в 2007 г. их
выбирали 53% учащихся старшей ступени вторичного образования.
Подготовительные программы не нацелены на овладение навыками и компетенциями
по определенной профессии, их задача иная – подготовить молодежь к поступлению в дру
гие учебные заведения, как правило, более высокого уровня. Распространенность таких
программ невелика: в странах ОЭСР в 2007 г. охват ими учащихся верхней ступени вторич
ного образования не превышал 3–4%. Достаточно широко они используются только в двух
европейских странах – Италии и Ирландии, где охват ими достигает трети всех учащихся.
Однако и там подготовительные программы чаще всего выступают в качестве «дополни
тельной нагрузки» для тех, кто получает академическую подготовку.
Основной задачей программ с профессиональным уклоном является наделение уча
щихся навыками по определенной профессии, что позволяет сразу после окончания учебы
3
приступать к работе по специальности . В 2007 г. в странах ОЭСР на эти программы при
ходилось 43% всех учащихся верхней ступени вторичного образования. В свою очередь
профессиональное обучение может осуществляться либо исключительно в специальных
учебных заведениях, либо дополнительно включать еще и подготовку на рабочих местах.
Отметим, что последняя форма подготовки мало напоминает традиционное ученичество
и ближе к производственной практике, так как обучение непосредственно на рабочих
местах обязательно сочетается с занятиями в учебных центрах по общеобразовательным
предметам и дисциплинам, связанным с выбранной профессией.
Как свидетельствует табл. 9.2, программы неакадемической направленности (подгото
вительные и с профессиональным уклоном) шире всего распространены в континенталь
ных странах Европы. В 2007 г. доля учащихся, выбравших такие программы, составила там
52%. По степени популярности программ с профессиональным уклоном на верхней ступе
ни вторичного образования европейские страны можно условно разделить на три группы.
3
К программам с профессиональным уклоном относятся программы, в которых не менее 75% учебного
времени отводится овладению специализированными навыками и компетенциями.
523
Первая группа объединяет страны, где подобные программы явно доминируют. Здесь
ими охвачено более 55% всех учащихся верхней ступени вторичного образования. Это наи
более многочисленная группа, включающая малые страны континентальной Европы (Ав
стрию, Нидерланды, Швейцарию, Бельгию, Люксембург), большую часть Скандинавских
стран, Германию, а также ряд стран с переходной экономикой – Чехию, Словакию, Бол
гарию. (Следует отметить, что с точки зрения структуры программ верхней ступени средне
го образования «новые» члены ЕС нельзя считать гомогенной группой. В отличие от трех
упомянутых выше стран в странах Балтии и в Венгрии основная масса учащихся предпо
читает программы академической ориентации.)
Страны второй группы (Дания, Франция, Великобритания, Польша) занимают про
межуточное положение: в них доля учащихся, обучающихся по программам с профессио
нальным уклоном, колеблется в пределах от 41 до 48%.
И, наконец, третья группа объединяет страны, где школы дают преимущественно ака
демическое образование, а по программам с профессиональным уклоном занимаются не
более трети учащихся. В нее входят две южноевропейские страны – Португалия и Испания,
а также Венгрия и страны Балтии.
На фоне европейских континентальных стран резко выделяются страны с либераль
ной экономикой – США, Канада, Ирландия, а также Япония. В них на верхней ступени
среднего образования доминирует академическая подготовка, а овладение профессиями
переносится на следующие этапы обучения. (Единственное исключение составляет Австра
лия, где программы с профессиональным уклоном охватывают почти две трети учащихся.)
Если говорить о тенденциях последнего десятилетия, то в 2000е годы доля учащихся
по подготовительным программам и программам с профессиональным уклоном снизилась
в странах ОЭСР с 52 до 48%, в том числе по программам, которые непосредственно пред
полагают выход на рынок труда, – с 47 до 43%.
Снижение востребованности программ с профессиональным уклоном протекало на
фоне роста спроса на третичное образование, которое обеспечивает работникам более ус
тойчивое положение на рынке труда. Однако в подавляющем большинстве стран какого
либо «обвального» сокращения спроса на такие программы не наблюдалось. Фактиче
ски в настоящее время в странах ЕС средняя доля учащихся по подготовительным про
граммам и программам с профессиональным уклоном стабилизировалась на отметке
53%. Однако в «новых» членах ЕС быстро растет популярность академических программ.
Если в 2000 г. доля учащихся по программам с профессиональным уклоном превышала
долю тех, кто выбирал программы с общеобразовательным уклоном, на 14 п.п., в 2007 г.
этот разрыв составлял уже 11 п.п. в пользу академических программ. Таким образом, ме
524
нее чем за десятилетие сдвиг составил 25 п.п. Можно предположить, что он был связан с
более высокой отдачей от высшего образования в странах – «новых» членах ЕС.
Еще одной значимой тенденцией последних десятилетий стал рост популярности про
грамм с профессиональным уклоном, обучение по которым ведется преимущественно в
специальных учебных заведениях, при постепенном сокращении популярности программ,
в которых значительное место занимает обучение непосредственно на рабочих местах. Как
видно из табл. 9.2, в 2007 г. в европейских странах среди учившихся на верхней ступени
вторичного образования с профессиональным уклоном лишь каждый пятый обучался по
программам, включавшим обучение непосредственно на производстве, в то время как в
2000 г. – каждый четвертый. Вместе с тем форма обучения, включающая производствен
ную подготовку, попрежнему сохраняет значение для стран Европы, в которых дейст
вует «дуальная система» образования (на ее характеристиках мы подробно остановимся
в разделе 9.3).
Подытоживая, отметим, что все три образовательных «уклона» – общеобразователь
ные, подготовительные и профессиональные программы – являются составной частью об
щей системы формального образования [Education at a Glance, 2009, annex 3, glossary, p. 16].
Однако распределение учащихся по различным программам верхней ступени вторичного
образования означает, что уже в подростковом возрасте (обычно по окончании обязатель
ного школьного обучения) молодые люди должны выбрать свою дальнейшую профессио
нальную карьеру. Принципиальное различие между отдельными программами определя
ется возможностями продолжения обучения. Багаж знаний (и соответствующий ему фор
мальный аттестат), получаемый учениками академических программ, открывает им дорогу
в учебные заведения высшего образования, включая университеты. Профессиональные
программы, включая те, которые предполагают обучение на рабочем месте, не ограничи
ваются наделением учащихся навыками по определенной профессии и обязательно вклю
чают общетеоретическую подготовку. Однако она недостаточна для продолжения учебы в
системе третичного образования.
В настоящее время задачи обеспечения равных возможностей для учащихся академи
ческих и профессиональных программ и постепенного преодоления барьеров между раз
личными образовательными траекториями относятся к числу наиболее актуальных в сфере
образования во многих западных странах. Эта задача практически решена лишь в Финлян
дии, где, в результате включения в образовательные программы солидного общеобразова
тельного компонента, обучение по профессиональным программам позволяет выпускни
кам продолжить учебу в высших учебных заведениях. В других странах программы с про
фессиональным уклоном попрежнему являются «тупиковыми» с точки зрения возможно
стей продолжения образования в вузах.
525
9.3.
Институциональные основы
формирования моделей ППП
Основные проблемы при выстраивании систем ППП. Показатели охвата молодежи первич
ной профессиональной подготовкой отражают различия в самих механизмах предостав
ления образовательных услуг, действующих в отдельных странах. Институциональные чер
ты национальных моделей ППП определяются преимущественно тем, как решаются три
наиболее важные проблемы. От их решения зависит результативность системы ППП: удов
летворенность работодателей качеством подготовки рабочей силы и спрос на учебные места
со стороны молодежи.
Первая проблема – это выбор источников финансирования обучения. От того, кто за
него платит (учащиеся, работодатели или государство), во многом зависят другие институ
циональные характеристики системы ППП. Вторая – соотношение между общими и спе
циальными программами. И, наконец, третья – кто и как тестирует знания учащихся и сер
тифицирует качество полученной подготовки. Этим может заниматься либо сам поставщик
образовательных услуг, либо независимый институт; стандарты могут действовать только в
определенной отрасли/регионе или иметь общенациональный характер.
При формировании национальных моделей ППП одним из важнейших является воп
рос об источниках финансирования. Согласно теории человеческого капитала, фирмы го
товы «бесплатно» обучать учеников лишь специфическим знаниям и навыкам. Если учени
ки получают также и общую подготовку, которая обеспечивает им более высокие заработки
после окончания учебы, то они должны сами нести связанные с ней затраты [Becker, 1964,
сh. 2]. Здесь может возникать проблема финансовых ограничений при оплате обучения,
которая потенциально решается через развитие рынка образовательных кредитов. Однако
на практике обучающиеся далеко не всегда оказываются способны в полной мере нести
расходы на обучение [Acemoglu, Pischke, 1999, р. F112–F142]. Будучи несовершеннолетни
ми, они часто не могут рассчитывать на получение таких кредитов. Кроме того, финансовые
рынки многих стран (примером являются переходные экономики) недостаточно развиты,
чтобы обеспечить кредитование образования. Таким образом, предложение совершенство
вать систему кредитования обучения в качестве главного «локомотива» развития системы
ППП является трудно реализуемым на практике.
Работодатели могут брать на себя значительную часть расходов на общее образование
учеников, но они будут готовы делать это лишь в том случае, если в дальнейшем будут иметь
возможность компенсировать связанные с этим издержки. Когда обучение рабочим про
фессиям протекает на рабочих местах, ученики фактически принимают участие в произ
526
водственном процессе и поэтому фирмы должны оплачивать их труд (такая оплата может
принимать форму стипендии). Если, пытаясь компенсировать свои затраты на обучение,
фирмы назначают обученным работникам слишком низкую заработную плату, то возника
ет опасность «переманивания» (poaching problem), когда фирмы, которые не участвовали в
финансировании обучения этих работников, начинают перетягивать их к себе, предлагая
им более высокую заработную плату. Это также может подрывать стимулы для компаний
финансировать и организовывать систему обучения.
Если говорить о содержании программ обучения, то здесь возникают, по крайней ме
ре, две проблемы. Обучение предполагает наделение учащихся конкретными производст
венными навыками, составляющими суть определенной профессии. Поскольку молодые
люди еще плохо осведомлены как о своих дальнейших предпочтениях, так и о перспектив
ной ситуации на рынке труда, они заинтересованы и в получении общих знаний. Однако
овладение общими знаниями позволит им в дальнейшем покинуть обучившую их фирму
или даже поменять сферу деятельности. Если разработкой программ обучения занимается
государство, то оно способно обеспечить учащихся минимумом общего образования, но
ему чрезвычайно трудно определить текущие потребности экономики в отдельных про
фессиях, не говоря уже о перспективных.
В том, что касается проблем тестирования и сертификации выпускаемых специали
стов, интересы всех трех участников – учащихся, работодателей и государства – совпадают.
Наиболее предпочтительной считается такая система аттестации, которая обеспечивает
всеобщее признание выдаваемых дипломов. Она имеет много преимуществ – дает работо
дателям ясный сигнал о качественных характеристиках выпускников и одновременно об
легчает их горизонтальную мобильность. Однако создание унифицированной системы сер
тификации требует значительных усилий либо со стороны государства, либо общественных
структур, представляющих коллективные интересы работодателей.
Общество в целом заинтересовано в том, чтобы система первичной профессиональной
подготовки не являлась тупиковой ветвью образования. Молодые люди, которые в ней обу
чаются, должны иметь возможности не только для горизонтальной, но и для вертикальной
мобильности, т.е. сохранять шансы на дальнейшее продолжение обучения по программам
более высокого уровня. Однако единого подхода, который позволял бы решить эту задачу,
не существует. В результате проблема «тупиковости» образовательной траектории, связан
ной с ППП, в той или иной форме продолжает существовать в подавляющем большинстве
стран.
Любые национальные системы ППП сталкиваются с описанными выше рисками и
проблемами. И поскольку цели трех основных участников – учащихся, фирм и государства –
зачастую очень сильно расходятся, найти равнодействующую между ними бывает достаточ
но сложно.
527
Институциональные особенности национальных систем ППП приводят к различным

результатам. Отношение работодателей к их деятельности также весьма неодинаково. Если
в одних странах работодатели в целом удовлетворены качеством выпускаемых работников,
то в других система профессиональной подготовки является объектом серьезной критики,
как со стороны самих учащихся, так и компаний.
Влияние институтов рынка труда на формирование моделей ППП. С аналитической
точки зрения один из наиболее важных и интересных вопросов касается причин, под влия
нием которых происходило формирование национальных моделей ППП. Своими корнями
эти модели уходят в прошлое – в период перехода к крупному промышленному производ
ству в конце ХIХ в. [Thelen, 2004].
Первоначально основной формой обучения в Европе было ремесленное ученичество.
В Германии оно в течение долгого времени служило главной «кузницей» квалифицирован
ных рабочих кадров для нарождающейся крупной промышленности. Когда в начале ХХ в.
в результате бурного развития промышленного производства работников, получивших
свою профессию в гильдиях ремесленников, стало не хватать, предприятия начали сами
открывать ученические места для молодежи. Причем по вопросу о создании ученических
мест между работодателями и профсоюзами существовал полный консенсус. Государство
сначала наделило компании правом сертифицировать выпускников системы ППП, но
позднее взяло задачу построения общенациональной системы аккредитации на себя, ак
тивно заимствуя при этом опыт ремесленных гильдий.
Совершенно иная ситуация сложилась в США, где ремесленничество никогда не име
ло широкого распространения. Нарождающаяся промышленность столкнулась с серьезной
нехваткой квалифицированных кадров. Американские профсоюзы, как и профсоюзы в
Великобритании, объединяли преимущественно наиболее квалифицированную рабочую
силу и стремились диктовать менеджменту свои условия, в частности, требуя высокой опла
ты труда. Ответом со стороны менеджмента стало активное внедрение таких форм органи
зации производства, которые позволяли минимизировать использование квалифицирован
ного труда. Речь в первую очередь идет о внедрении конвеерных технологий массового про
изводства, позволяющих обходиться рабочими средней и низкой квалификации. Спрос на
массовую продукцию поддерживался чрезвычайно емким внутренним рынком. Источни
ком рабочей силы для конвеерного производства стала массовая миграция неквалифици
рованной рабочей силы из Европы.
Отдельные фирмы пытались открывать у себя ученические места даже при отсутст
вии финансовой поддержки со стороны государства. Но поскольку другие фирмы, которые
не участвовали в подготовке кадров, стремились «переманивать» их, подготовка в рамках
компаний так и не получила широкого распространения. (Помимо школ государство счи
528
тало необходимым финансово поддерживать лишь систему колледжей, готовившую работ

ников по профессиям высокой квалификации.)
Дальнейшая эволюция этих альтернативных моделей ППП была в значительной мере
связана с различиями в функционировании институтов рынка труда – таких как система
социального партнерства; представительство коллективных интересов работников и рабо
тодателей (профсоюзы и объединения работодателей); механизмы детерминации заработной
платы; трудовое законодательство; установление минимальной оплаты труда. В странах с ли
беральной и координируемой экономикой они устроены и действуют во многом поразному,
что не может не накладывать сильного отпечатка на существующие в них системы ППП.
Представительство коллективных интересов работников и работодателей. Главным
препятствием, мешающим отдельным компаниям финансировать ППП, являются опасе
ния, связанные с «переманиванием» другими фирмами подготовленных работников.
Проблема оппортунистического поведения отдельных фирм может быть решена при
наличии института, который обеспечивает коллективные действия всех участников. В стра
нах с координируемой экономикой таким институтом выступают организации работодате
лей. В странах этой группы объединения работодателей охватывают подавляющее боль
шинство предприятий в различных секторах экономики. Имея широкую базу, они выпол
няют чрезвычайно важную роль – представляют интересы бизнеса в коллективнодоговор
ном процессе. В результате они оказываются способны вырабатывать решения, идущие на
пользу всем членам этих организаций и пресекать оппортунистическое поведение отдель
ных компаний. Это касается самых различных сфер деятельности, включая ППП.
Наличие влиятельных объединений работодателей с массовым членством позволяет
обеспечить вовлечение значительного, а то и подавляющего числа работодателей в органи
зацию профессиональной подготовки. Объединения работодателей, имеющие значитель
ный организационный и аналитический ресурс, могут оперативно определять потребности
отдельных отраслей в различных специальностях, разрабатывать программы обучения, про
водить сертификацию выпускников и осуществлять контроль за деятельностью отдельных
работодателей по организации обучения. В свою очередь каждая компания, готовя работ
ников «для себя», начинает стремиться обеспечить высокое качество обучения.
В странах с либеральной экономикой коллективные действия работодателей чрезвы
чайно затруднены. Не только общенациональные, но и отраслевые объединения работода
телей не играют существенной роли в системе трудовых отношений. Их роль чаще всего
сводится к информационным и лоббистским функциям в интересах бизнеса. В странах
этой группы не действуют механизмы, которые бы стимулировали работодателей осуще
ствлять финансирование ученических мест. При подобной децентрализованной системе
принятия решений работодатели оказываются неспособны решить проблему «безбилетни
ка». Соответственно там отсутствует заинтересованность компаний в организации подго
529
товки, и задачу обеспечения экономики кадрами среднего уровня квалификации берут на

себя учебные заведения, обучение в которых либо ведется на средства государственного и
местных бюджетов, либо оплачивается самими учащимися.
В странах со слабо структурированной системой представительства работодателей роль
профсоюзных организаций также менее значительна. Традиционно профсоюзы в странах
с либеральной экономикой всегда были враждебно настроены по отношению к системе
ученичества. В США и Великобритании профсоюзы, организованные по профессиональ
ному, а не отраслевому признаку, как в большинстве стран континентальной Европы, с
самого момента своего создания стремились ограничить предложение квалифицированной
рабочей силы, выступая против расширения числа ученических мест [Workplace Training in
Europe, 2005, p. 32]. Потенциальная привлекательность учеников для работодателей связана
с их более низкой заработной платой. Стараясь не допустить этого, профсоюзы в этих стра
нах всегда настаивали на высокой заработной плате для учеников, лишь ненамного отли
чающейся от заработной платы для «взрослых» работников [Thelen, 2004].
Механизмы формирования заработной платы. Механизмы формирования оплаты труда
могут облегчать коллективные действия в отношении организации системы профессио
нальной подготовки, но могут, наоборот, усугублять проблему «безбилетника».
В странах с координируемой экономикой централизованная система установления за
работной платы с эффективным контролем за выполнением коллективно принимаемых
решений, прежде всего в области оплаты труда, пресекает оппортунистическое поведение
отдельных компаний.
В либеральных экономиках отношения между работниками и работодателями мак
симально децентрализованы. По сравнению с континентальными странами Западной
Европы, где охват коллективными договорами в среднем приближается к 70%, в США и
Великобритании под их действие подпадает лишь пятая часть всех занятых. В странах кон
тинентальной Европы такой охват оказывается выше в том числе и потому, что там действу
ет механизм, предусматривающий распространение условий тарифных соглашений на
компании и работников, формально не участвующих в переговорном процессе (extension
practice). Именно благодаря этому решения, вырабатываемые в ходе переговорного процес
са между работодателями и профсоюзами, охватывают значительную часть экономики. При
существовании подобной практики степень юнионизации не является решающей. Наибо
лее показательный пример – Франция, где в профсоюзах состоят лишь 10% работников, в
4
то время как коллективные договора регулируют условия труда почти 90% всех занятых .
4
OECD Employment Outlook 2006. Supplementary material, Table W.3.2. (www.oecd.org/els/employmentoutlook/
statsupplement)
530
Трудовое законодательство. К институтам, которые оказывают непосредственное влия

ние на формирование системы ППП, относится также законодательство о труде. На связь
между жесткостью трудового права и характеристиками системы профессионального обуче
ния впервые обратили внимание Асемоглу и Пишке [Acemoglu, Pischke, 2000, р. 917–927].
По их мнению, флексибилизация рынка труда может вести к снижению заинтересованно
сти фирм в организации и финансировании такого обучения.
Между странами с координируемой и либеральной моделями рынка труда существуют
значительные различия по степени жесткости норм трудового права. В европейских кон
тинентальных странах трудовое законодательство налагает на работодателей высокие из
держки, связанные с наймом и увольнением работников, регулированием продолжительно
сти рабочего времени и т.д. Жесткое законодательство является одним из факторов, спо
собствующих возникновению внутреннего рынка труда, в рамках которого работодатель и
работники оказываются заинтересованы в поддержании длительных трудовых отношений.
Эту задачу выполняют системы мотивации и карьерного роста, а также программы пере
обучения. Не случайно, что средняя продолжительность работы на одном и том же рабочем
месте в Германии намного выше, чем в Великобритании или США. В то же самое время
значительные экономические потери, возникающие при необходимости увольнения работ
ников, способствуют тому, что при найме новых работников работодателям приходится об
ращать более пристальное внимание на уровень их подготовки, соответствие их качественных
характеристик требованиям конкретных рабочих мест, где их предполагается использовать.
В англосаксонских странах трудовое законодательство является намного менее жест
ким. Поэтому там при возникновении экономической необходимости работодатели могут
достаточно легко освобождаться от излишней рабочей силы. В то же время при расширении
производства в поисках нужных им работников они вынуждены чаще обращаться на внеш
ний рынок труда. Отсюда – крайне низкая заинтересованность в развертывании программ
профессиональной подготовки. Компании готовы дообучать работников только тем спе
цифическим знаниям и навыкам, которые необходимы для работы именно в данной ком
пании.
Минимальная заработная плата. Еще одним институтом рынка труда, который оказы
вает влияние на конфигурацию системы ППП, является минимальная заработная плата
(МЗП). Объясняется это существованием тесной связи между размерами МЗП и размерами
стипендий в рамках системы ученичества. В большинстве стран, где МЗП устанавливается в
общенациональном масштабе, ученики получают хотя и «урезанную» по сравнению с ос
новной, но все же достаточно высокую оплату. Это влечет рост расходов работодателей,
связанных с обучением молодежи. Если МЗП фиксируется в отраслевых коллективных
договорах, как это, например, происходит в Германии или Дании, то тогда у работодате
лей и профсоюзов появляются возможности для более гибкого регулирования размеров сти
531
пендий учеников. Как следствие, для работодателей организация ППП становится менее
затратной.
Различия между национальными системами ППП наглядно иллюстрирует опыт таких
стран, как Германия и Великобритания, которые можно считать типичными представителя
ми стран с координируемой и с либеральной моделями рыночной экономики.
9.4.
Немецкая модель ППП
Хотя модель ППП, о которой пойдет речь в данном разделе, мы будем называть немецкой,
она характерна для многих европейских стран с координируемой экономикой – Австрии,
Дании, Нидерландов, Люксембурга, Швейцарии, а также Скандинавских стран. Во всех
этих странах системы ППП имеют сходные «модельные» характеристики.
Отличительной чертой этой модели является сочетание обучения в специальных учеб
ных центрах, предоставляющих как общую, так и специальную подготовку, с обучением
непосредственно на рабочих местах. В этом смысле она является двуединой или дуальной
(dual system). Дуальная система является составной частью системы формального образо
вания, образуя верхнюю ступень вторичного образования. Молодые люди, обучающиеся в
рамках дуальной системы, заключают контракты на обучение с конкретной фирмой. По
добная система подготовки позволяет выпускникам, с одной стороны, получить опреде
ленный объем общего образования (хотя в урезанном по сравнению с академическими
программами объеме), а с другой, профессиональные навыки работы в условиях реального
производства.
Институциональные характеристики. Институциональные черты национальных моде
лей ППП определяются в первую очередь особенностями финансирования системы под
готовки, соотношением общих и специфических знаний в программах обучения, особенно
стями аттестации полученных знаний и навыков и, наконец, возможностью решить проб
лему оппортунистического поведения отдельных компаний.
Особенности финансирования. Немецкие компании активно инвестируют в организа
цию подготовки кадров – и это, несмотря на то, что содержание учебных мест очень затрат
но и ведет к увеличению расходов на рабочую силу, которые в Германии значительно выше
по сравнению с основными конкурентами.
В конце 2000х годов доля компаний в финансировании ППП превышала 70% [Hip
pachSchneider, 2007, р. 61]. Роль самих учащихся, а также государства была невелика. Прав
да, можно сказать, что учащиеся оплачивают часть расходов на обучение, получая стипен
дию, которая заметно ниже их трудового вклада в период обучения. Отсутствие общена
532
циональной минимальной заработной платы позволяет социальным партнерам устанавли

вать в отраслевых тарифных соглашениях размер стипендии, который обычно не превыша
5
ет одной трети от заработка взрослого работника . Государство также участвует в расходах
на ППП, хотя, в отличие от третичного образования, его роль здесь не столь заметна. Фе
деральное правительство выделяет ресурсы на проведение научных исследований в области
образования через Федеральный институт профессиональной подготовки (Bundesinstitut fur
Berufsbuilding – BIBB), а региональные правительства принимают участие в финансирова
нии профессиональных школ, где учащиеся получают подготовку по общеобразовательным
предметам.
Профессиональной подготовкой молодежи занимаются практически все крупные ком
пании с численностью занятых свыше 500 человек. Около 70% компаний с числом рабо
тающих от 50 до 499 человек имеют центры профессиональной подготовки. Даже малый
бизнес принимает участие в организации профессиональной подготовки. Среди компаний
размером от 10 до 49 человек в дуальной системе участвует почти каждая вторая [Hippach
Schneider, 2007]. Небольшие фирмы, которые не могут самостоятельно организовать про
цесс профессионального обучения, объединяют усилия для открытия совместных центров.
Свой вклад в развитие профессионального обучения вносят и сообщества ремесленников.
Примерно треть всех молодых людей в дуальной системе получают профессию на неболь
6
ших предприятиях или у отдельных ремесленников .
Проблема коллективных действий и система ППП. Итак, в Германии удалось решить
проблему «безбилетника», являющуюся камнем преткновения для систем ППП во многих
развитых странах. Но каким образом?
Коллективные действия немецких компаний в сфере профессиональной подготовки
молодежи обеспечиваются совместным действием различных институтов рынка труда.
Мощные и влиятельные объединения работодателей предотвращают оппортунистическое
поведение отдельных фирм, которые хотели бы «сэкономить» на финансировании профес
сионального обучения, но при этом нанимать молодых работников, подготовленных дру
гими компаниями. Влияние организаций работодателей основывается на высокой органи
зованности немецкого бизнеса. В Германии, так же как и в других странах с координируе
мой экономикой, практически 100% работодателей входят в объединения (хотя – в отли
чие, например, от Австрии – членство в этих организациях не является обязательным)
[Project on Business… 2006, p. 329].
Бизнесобъединения в лице организаций работодателей и торговых палат имеют це
лый ряд рычагов влияния на компании, которые отказываются финансировать систему
5
См. сайт: www.bibb.de
6
Там же.
533
профессиональной подготовки. Например, оппортунистов могут лишить доступа к новей

7
шим технологиям, распространением которых традиционно занимаются торговые палаты .
Однако главной преградой, препятствующей оппортунистическому поведению отдельных
фирм, является система установления заработной платы. В Германии, как и в других стра
нах с координируемой экономикой, формирование оплаты труда характеризуется тесной
согласованностью действий профсоюзов и объединений работодателей, централизацией
принимаемых решений. Координация между отдельными отраслями приводит к выравни
ванию уровней заработной платы работников, имеющих одинаковый уровень квалифика
ции. При этом система жестко отслеживает исполнение тарифных соглашений на всех
уровнях. Таким образом, немецкие компании, связанные условиями отраслевых соглаше
ний, практически лишены возможности переманивания работников с помощью повыше
ния заработной платы выше установленного уровня.
Институциональные характеристики дуальной системы формируются среди прочего
под воздействием жесткого трудового законодательства. Жесткость немецкого трудового
права определяется длительными сроками уведомления об увольнениях и необходимостью
согласования увольнения с профсоюзами и трудовыми советами предприятий. Процедура
увольнений прописывается в коллективных договорах и находится под постоянным конт
ролем профсоюзов. В этих условиях компании вынуждены более осмотрительно проводить
набор сотрудников. Готовя кадры внутри своих компаний, работодатели способны обес
печить производство квалифицированной рабочей силой, качество которой полнее всего
соответствует их текущим и перспективным потребностям. Тот факт, что немецкие компа
нии готовят работников в основном «для себя», подтверждается высоким процентом выпу
скников, которые получают работу в той компании, где они проходили подготовку. В круп
ных фирмах остается до 80–90% выпускников [Soskice, 1998].
Если заинтересованность крупных фирм в развитии системы обучения связана в пер
вую очередь с тем, что они готовят кадры для собственных нужд, то участие малого бизнеса
в поддержании системы ученичества не может быть объяснено только этой причиной. Ма
лые предприятия нанимают обычно не более трети прошедших у них обучение. Готовя
больше учеников по сравнению с их фактическими потребностями в рабочей силе, они
имеют возможность осуществлять отбор наиболее способных и мотивированных сотрудни
ков. Однако существует еще одна, не менее важная, причина «меркантильного» свойства.
Заинтересованность малого бизнеса в развитии системы профподготовки поддерживается
7
Роль «наказания» в отношении компанийоппортунистов анализируется в работах В. Стрик, которая
придерживается точки зрения, что данное направление деятельности торговых палат является даже более
важным для развития системы профессиональной подготовки, чем их организационные усилия в этой
области [Streeck, 1996].
534
возможностью использовать учащихся в качестве относительно дешевой рабочей силы.

Их профессиональные навыки во второй половине срока обучения приближаются к мас
терству «полноценного» работника, в то время как размер стипендии фиксируется на период
обучения на очень низком уровне. Это одна из причин, почему в периоды кризиса, когда
крупные фирмы стремятся сокращать или, по крайней мере, не увеличивать число учени
ков, малые предприятия могут, напротив, расширять их набор [Thelen, 2004, p. 268].
В немецкой модели роль главного организатора системы ППП выполняют торговые
палаты. Под их непосредственным контролем находится весь процесс профессионального
обучения. Торговые палаты дают разрешение компаниям на организацию центра подготов
ки, при этом учитывается степень оснащенности учебных мест, наличие квалифицирован
ных (и сертифицированных) мастеров производственного обучения, они определяют стан
дарты обучения, утверждают программы, устанавливают срок обучения по каждой профес
сии. Именно палаты формируют комиссии, которые принимают выпускные экзамены, а
также осуществляют мониторинг процесса обучения, обобщают полученную информацию
и вырабатывают предложения по совершенствованию системы подготовки. Вся информа
ция от региональных и отраслевых палат стекается в Федеральный институт профессио
нальной подготовки, который является основным мозговым центром, определяющим пер
спективы профессионального обучения. Этот двухсторонний орган состоит из работода
телей и профсоюзов в лице технических экспертов. В период кризиса палаты совместно с
отраслевыми объединениями профсоюзов препятствуют сокращению ученических мест.
Организации, представляющие коллективные интересы работников (профсоюзы и
рабочие советы на предприятиях), играют хотя и важную, но в целом подчиненную роль в
системе профподготовки. Немецкие профсоюзы с самого начала своего существования
проявляли заинтересованность в расширении системы профессионального обучения на
уровне предприятий. Однако их роль заключается преимущественно в осуществлении мо
ниторинга за действиями компаний в этой сфере. Подчеркнем, что система подготовки ста
ла одной из тех областей, где между организациями работодателей и профсоюзами наблю
дается значительное взаимопонимание.
Программы обучения: соотношение общих и специфических навыков. В рамках дуальной
системы учащиеся получают как специальные знания, связанные с выбранной профессией,
так и общие. Общетеоретическая подготовка включает, в том числе, и предметы академи
ческой направленности (например, немецкий и иностранный языки, обществоведческие
дисциплины).
Для немецкой модели ППП характерно преподавание «избыточного» объема обще
теоретических знаний, чем это диктуется требованиями профессии. Этот факт подтверж
дают регулярно проводимые опросы преподавателей общетеоретических предметов, в том
535
числе математиков. Включение в программу большого объема общетеоретической подго

товки значительно удлиняет продолжительность обучения, которая составляет от 2,5 до
4 лет. Длительный срок обучения характерен даже для полуквалифицированных рабочих
профессий. К примеру, срок обучения для мастеров по ремонту швейных машин составляет
в Германии 2,5 года, тогда как в Великобритании – 6 недель [Hippach Schneider, 2007, р. 25].
Включение в программы подготовки значительного объема общего образования имеет
несколько важных последствий.
Вопервых, это способствует выравниванию общих знаний учеников, поступающих
в систему ППП после окончания первой ступени вторичного образования, которая в Гер
мании представлена несколькими типами школ. Подавляющую часть ученических мест за
нимают выпускники реальных училищ (Realschule), длительность обучения которых со
ставляет 7 лет, и основных школ (Hauptschule), срок обучения в которых равен 8–9 годам.
Однако по окончании обучения уровень общей подготовки отдельных групп учащихся
практически выравнивается.
Вовторых, значительный объем общих знаний служит основой для вертикальной мо
бильности учащихся (хотя, конечно, далеко не полной). В частности, он позволяет выпуск
никам получать в дальнейшем квалификацию мастера. В то же время уровень подготовки в
дуальной системе не дает возможности поступить даже в высшие технические учебные заве
дения, не говоря уже об университетах. Подобной возможностью обладают только выпуск
8
ники гимназий, которые после ее окончания получили профессию в дуальной системе .
Втретьих, значительная общетеоретическая подготовка формирует у выпускника сис
темы ППП уровень компетенций, который позволяет ему в дальнейшем в кратчайшие сроки
переобучиться, если требования к выбранной профессии со временем усложнятся, либо
освоить смежную специальность.
Система аттестации. Управление программами профессиональной подготовки из
единого центра в лице торговых палат позволило решить важнейшую задачу любой системы
ППП – внедрить общенациональную систему аттестации. В результате профессиональные
дипломы действительны в общенациональном масштабе. Получаемое учениками свиде
тельство признается на любом предприятии, тем самым для выпускников открываются воз
можности горизонтальной мобильности. Для работодателей дипломы являются важным
сигналом, свидетельствующим об уровне подготовки.
Повсеместное признание дипломов стало следствием стандартизации программ обу
чения. Непосредственно стандартизацией программ обучения и требований к набору ком
8
Доля подобных учеников в дуальной системе постоянно увеличивается. Это связано с тем, что после
окончания университета такие специалисты пользуются устойчивым спросом на рынке труда. Многие
компании охотно берут выпускников с университетским дипломом, которые до этого овладели профес
сией квалифицированного рабочего или техника.
536
петенций занимается Германский комитет технического образования (DATSCH). Подго

товка по любой профессии происходит на основе утвержденных на национальном уровне
программ. Подчеркнем, что отдельные фирмы не могут вносить кардинальных изменений в
программы обучения. Подобный подход имеет как свои плюсы, так и минусы. С одной
стороны, он гарантирует единые стандарты обучения, с другой, лишает компании возмож
ности быстро адаптировать программы подготовки при появлении технических и техноло
гических новинок.
Преимущества и недостатки немецкой модели ППП. Немецкая система первичной про
фессиональной подготовки имеет несомненные преимущества. Одно из самых главных –
она является стабильным поставщиком квалифицированных рабочих кадров, необходимых
немецкой экономике. Это подтверждается ежегодными опросами работодателей, органи
зуемыми Федеральным институтом профессиональной подготовки. Например, в 2009 г. три
четверти работодателей были довольны качеством специалистов, выпускаемых системой
9
профподготовки .
Высокая оценка системы ППП во многом связана с тем, что сложившаяся модель
подготовки кадров адекватна потребностям немецкой промышленности. Промышленное
производство Германии никогда не базировалась на фордистской модели массового про
изводства с ее низкими требованиями к качеству рабочей силы. Она в первую очередь ори
ентирована на производство продукции в соответствии с требованиями заказчика (incre
mental customization model). Обеспечение экономики кадрами с высокими качественными
характеристиками дает немецким компаниям серьезные конкурентные преимущества. Су
ществующая система ППП позволяет им поддерживать конкурентоспособность на миро
вых рынках, несмотря на высокие затраты на рабочую силу. Немецкий бизнес имеет устой
чивые позиции в тех секторах экономики, где для потребителя принципиально важно соот
ветствие поставляемой продукции требованиям заказчика, а не ценовой фактор.
Хорошие перспективы трудоустройства способствуют тому, что молодежь предъявляет
устойчивый спрос на ученические места в дуальной системе. Хотя интерес учащихся верх
ней ступени вторичного образования постепенно смещается в пользу общего образования
(что отражает растущий спрос молодежи на высшее образование), приток в дуальную сис
тему попрежнему остается значительным. Напомним, что во всех странах с «немецкой»
моделью ППП охват молодежи профессиональным обучением превосходит 50% (в Авст
рии он превышает отметку 70%). Это намного выше, чем в других странах ОЭСР (см.
табл. 9.1).
Как видно из табл. 9.3, несмотря на колебания по отдельным годам, в Германии между
спросом на ученические места и их предложением поддерживается устойчивый паритет.
9
См. сайт: www.bibb.de
537
Практически все учебные места, предлагаемые компаниями, заполняются. О заинтересо

ванности молодых людей в получении профессионального диплома свидетельствует чрез
вычайно низкий процент отчислений. Если в Великобритании примерно половина уче
ников не заканчивают обучения, то в Германии этот показатель не превышает 10–13%.
Таблица 9.3. Соотношение между спросом и предложением учебных мест

в системе ученичества, 1977–2005 гг.
Количество ученических Число молодых людей, Места/ученики

мест подавших заявку на обучение
1977 г. 584000 585000 99,7
1982 г. 651000 665000 97,9
1987 г. 690000 680000 101,6
1992 г. 623000 511000 121,8
1997 г. 487000 494000 98,6
*
2005 г. 1870005 1878184 99,6
Примечание: данные за 2005 г. включают восточные земли.

Источники: Federal Office for Vocational Training (BBWFT), 1998, 2006.
Широкое распространение дуальной системы приводит к тому, что структура населе

ния по уровню образования в странах, практикующих данную модель, имеет существенные
отличия. Для этих экономик характерна низкая доля лиц с начальным или низшей ступенью
среднего образования (уровни 0–2 по МСКО). При этом большая часть населения имеет
среднее общее или среднее профессиональное образование (3–4 уровень по МСКО). Доля
лиц с третичным образованием приближается к среднему показателю для стран ОЭСР в
целом (табл. 9.4).
Поскольку компании, участвующие в дуальной системе, готовят кадры преимущест
венно для своих нужд, то это обеспечивает лучшую «состыковку» (matching) между харак
теристиками работников и рабочих мест. Это относится не только к Германии, но и к дру
гим странам, использующим данную модель [Modernizing Vocational Education and Training,
2009, p. 43].
Не менее важно, что действующая в Германии, а также в ряде других европейских
стран, система ППП позволяет сдерживать рост молодежной безработицы. Хотя во всех
странах с развитой рыночной экономикой уровень безработицы для молодежи превышает
уровень безработицы для взрослых работников, в странах этой группы соотношение между
«взрослой» и молодежной безработицей является одним из самых низких. Так, в 2009 г. в
Германии безработица у лиц в возрасте 15–24 лет была выше, чем у лиц в возрасте 25–54 лет,
лишь в 1,5 раза, тогда как в Великобритании – в 4 раза.
538
Таблица 9.4. Распределение населения стран ОЭСР по уровням образования,

25–64 года, 2007 г., %
ISCED 0–2 ISCED 3–4 ISCED 5–6

Германия 16 60 24
Австрия 20 63 18
Дания 25 43 32
Финляндия 19 44 36
Франция 31 42 27
Италия 48 39 14
Португалия 73 14 13
Чехия 9 77 14
Великобритания 32 37 32
Канада 13 38 48
США 12 48 40
ОЭСР в среднем 30 43 27
Источник: Education at a Glance, 2009, table A.1.4. p. 40–41.
Хотя немецкая модель ППП доказала свою устойчивость, в настоящее время она под
вергается испытанию на прочность. Во многом это связано с тем, что в последние десятиле
тия специфические институты рынка труда, под непосредственным воздействием которых
исторически формировалась эта модель, стали давать сбои.
Усиление межстрановой конкуренции, требующей сокращения трудовых издержек,
разрушает стимулы для немецких компаний к межотраслевой координации и усиливает
соблазн сокращать расходы на обучение. При этом крупные фирмы попрежнему готовы
нести значительные расходы на ППП, в том числе и потому, что для них поддержание со
циального мира на предприятиях является гарантией стабильной работы. Для средних и не
больших фирм гораздо более важным становится сдерживание роста трудовых издержек.
Рост заработной платы, о котором договариваются отраслевые объединения профсоюзов и
работодателей, для многих компаний все чаще оказывается неприемлемым, так как они не
могут компенсировать его соответствующим увеличением производительности труда. К то
му же на малых предприятиях очень часто отсутствуют профсоюзы, которые держат под
своим контролем процесс установления заработной платы. Все эти причины подталкивают
фирмы к оппортунистическому поведению [Streeck, 1996]. Тенденция к сокращению охвата
предприятий объединениями работодателей означает, что все чаще фирмы выходят изпод
контроля коллективных координирующих органов. Этот процесс особенно заметен в Вос
точной Германии.
539
Еще одним фактором, «раскачивающим» систему бизнеспредставительства, стало

введение «двухъярусной» модели членства, на которую руководителям ассоциаций работо
дателей пришлось пойти для сдерживания центробежных процессов. Кроме статуса «пол
ных членов» во многих отраслевых объединениях некоторые компании получают так назы
ваемый «бестарифный статус» (Ohne Tarifbindung status), который позволяет им пользовать
ся всеми услугами, предоставляемыми объединениями, но одновременно освобождает их
от обязательства соблюдать все пункты отраслевых соглашений. В результате растет число
компаний, которые, являясь членами объединений работодателей, самостоятельно дого
вариваются с профсоюзами по вопросам заработной платы, рабочего времени, предостав
ления образовательных услуг и т.д. [Schroeder, Silvia, 2008, p. 1–21.]
Отрицательное воздействие на существующую систему ППП оказывают также нарас
тающие противоречия внутри организаций, представляющих интересы работников. В то
время как профсоюзы выступают за сохранение и развитие системы ученичества, позиция
трудовых советов (Work Council) компаний не является столь однозначной. Если основной
целью для трудовых советов является поддержание высокой экономической эффективно
сти «своих» предприятий, то для отраслевых профсоюзов – выполнение условий тарифных
соглашений. Трудовые советы все чаще выражают недовольство высокими расходами
компаний на образование, предлагая передать эту сферу под государственный контроль
[Thelen, 1991].
Ослабление влияния организаций бизнеса на систему ППП, с одной стороны, и про
тиворечивые взгляды организаций, представляющих интересы работников, с другой, наи
более наглядно проявились в восточных землях Германии. Нежелание компаний брать на
себя расходы по профессиональному обучению привело если не к демонтажу сложившейся
системы, то к началу серьезной коррекции. В восточных землях заметен постепенный отход
от многих положений дуальной системы, которые десятилетиями создавались в западных
землях. Вопервых, в отличие от западных земель, где основное бремя финансирования
системы ППП несут на себе компании, в восточных землях 80% всех расходов по обучению
приходится либо на федеральное правительство, либо на власти земель. Вовторых, значи
тельная часть молодежи (10–15%) проходит подготовку не в компаниях, а только в специ
альных технических школах, финансируемых правительством. В результате ученики лиша
ются такого существенного компонента обучения, как производственный опыт.
Будущее немецкой модели во многом зависит от того, сумеет ли сложившаяся система
профподготовки адекватно ответить на вызовы времени. Усиление глобализационных про
цессов и научнотехнический прогресс требуют более быстрой адаптации квалификацион
ных характеристик работника к требованиям меняющейся экономической среды. Однако
жестко централизованная система утверждения учебных программ и требований к отдель
ным профессиям, упор на обучение рабочим специальностям, подготовка преимуществен
540
но «узких» специалистов лишают немецкую модель ППП возможности оперативно реаги

ровать на экономические вызовы.
Для немецкой системы ППП попрежнему характерна выдача сертификата на очень
узкую профессию (несмотря на то, что обучающийся может при этом получить достаточно
широкую общую подготовку). Хотя уровень знаний и компетенций, приобретаемых в не
мецкой системе ППП, позволяет работнику быстро осваивать смежные профессии, на
практике работать по другой специальности он не может изза отсутствия соответствующе
го диплома. Получение же дополнительного диплома сопряжено с большими издержками.
Постепенно подобная ситуация перестает удовлетворять работодателей, так как без нали
чия у работников соответствующих профессиональных сертификатов их невозможно быст
ро переключить на выполнение смежных функций, даже если те близки к профилю и уров
ню полученной ими подготовки.
Узкая специализация по выбранной профессии имеет еще одно важное отрицатель
ное следствие – она не позволяет внедрять на немецких предприятиях такую форму органи
зации труда, как работа в бригадах, где осуществляется ротация работников [Culpepper,
1999, р. 50]. Особенно остро эта проблема стоит в компаниях, принадлежащих иностран
ному капиталу, где такие формы организации труда широко распространены.
Решение проблемы чрезмерно узкой профессиональной подготовки возможно в рам
ках перехода к обучению поливалентным профессиям, т.е. набору навыков и компетенций
в определенной профессиональной области, которые дают ученику бóльшую свободу при
выборе рабочего места, а также возможность дообучения или переобучения в дальнейшем.
Однако этот процесс, хотя и начался, но идет чрезвычайно медленно. Одним из исключе
ний является металлообработка, где вместо 37 профессий в настоящее время предлагается
10
обучение по 7 квалификационным категориям .
Немецкой системе профобучения следует преодолеть такой ее недостаток, как отста
вание системы переподготовки. Немецкая модель профессионального образования плохо
приспособлена к дальнейшему обучению уже работающих. В Германии доля работников,
проходящих переобучение, значительно ниже, чем в других странах с развитой рыночной
экономикой. По данным Евростата, расходы немецких компаний на обучение своих со
трудников составляли в 2005 г. 1,5% от общих издержек на рабочую силу, тогда как в среднем
11
по 27 странам Европейского союза они были на треть выше (2,3%) . Отставание немецких
компаний от своих западноевропейских конкурентов по развитию системы переподготовки
отчасти связано с тем, что поскольку они сами обучают молодежь, поступающую на учени
ческие места, потребность в их дальнейшем переобучении или доучивании, по крайней ме
10
Bundesinstitut fur Berufsbuilding (BIBB), 2006.
11
Eurostat online database. См. также Главу 1, раздел 1.5.
541
ре, на первых порах, практически отсутствует. В то же время нельзя не отметить, что разви
тие переподготовки сдерживается тем, что она «заточена» под обучение молодых людей: с
длительными программами обучения по заранее утвержденным направлениям подготовки,
обязательной сертификацией после окончания обучения и т.д. В этих условиях немецкие
компании испытывают трудности с использованием своих центров подготовки для пере
обучения взрослых работников.
Суммируя, подчеркнем, что функционирование модели ППП в Германии, как и в дру
гих странах с координируемой экономикой, обеспечивается институциональной средой,
которая позволяет преодолевать проблему «безбилетника». Решающая роль в финансирова
нии и организации профподготовки принадлежит работодателям и их объединениям. Уни
фикация программ подготовки в общенациональном масштабе и единая система серти
фикации обеспечивает горизонтальную мобильность выпускников системы ППП. Програм
мы подготовки нацелены на обучение преимущественно специфическим знаниям и навы
кам, позволяющим работать в конкретной отрасли. Получаемый при этом объем общих
знаний, хотя и достаточно большой, не позволяет в дальнейшем продолжить обучение на
верхних ступенях образования. Таким образом, дуальная система с точки зрения вертикаль
ной мобильности попрежнему является тупиковой.
9.5.
Британская модель первичной
профессиональной подготовки
Система первичного профессионального образования Великобритании выросла из англо
саксонской модели образования, которая в чистом виде до сих пор характерна для США,
Канады и в значительной степени для Ирландии. Основная задача средней школы (в Вели
кобритании – для обязательной программы обучения в 1–10 классах) – дать учащимся об
щеобразовательную подготовку. В этих странах значительная часть молодежи нацелена на
поступление в систему высшего образования, так что даже учеба в учебных заведениях, где
можно получить профессию среднего уровня квалификации, рассматривается многими не
как конечная цель обучения, а всего лишь как промежуточный этап на пути к высшему об
разованию.
Выбор Великобритании как представительницы стран с либеральной рыночной эко
номикой обусловлен тем, что она попыталась отойти от свойственной этим странам модели
ППП и расширить охват молодежи профессиональной подготовкой.
Особенности институтов рынка труда и роль государства. Национальные модели ППП
в странах с либеральной экономикой формировались в иной, нежели в координируемых
542
экономиках, институциональной среде. Ключевой для них являлась проблема «перемани

вания» кадров. В Великобритании, как и в других странах этого типа, коллективные дей
ствия работодателей были затруднены изза институциональной слабости объединяющих
их ассоциаций. К тому же охват работодателей предпринимательскими объединениями был
и остается в них значительно ниже, чем в странах континентальной Европы. Организации
работодателей являются малопредставительными, а те бизнесобъединения, которые суще
ствуют, выполняют преимущественно информационные и лоббистские функции.
Еще важнее, что объединения работодателей практически не участвуют в коллектив
нодоговорном процессе. Коллективные договора заключаются преимущественно на уров
не отдельной компании и лишь в исключительных случаях на уровне отрасли. Подобная
практика проистекает из особенностей прецедентного права англосаксонских стран. Те до
говоры, которые заключаются на уровне отрасли, не имеют юридической силы и являются
по существу джентльменскими соглашениями, не обязательными к исполнению. Отсутст
вие полноценного коллективнодоговорного процесса как на общенациональном, так и на
отраслевом уровне означает децентрализацию процесса установления заработной платы.
Как следствие, фирмы имеют возможности активно переманивать работников, обученных
другой фирмой, предлагая им более высокую заработную плату, чем та, что платят обучаю
щие предприятия.
Британские профсоюзы также не стали силой, заинтересованной в развертывании
системы подготовки на предприятиях. Более того, объединение работников по профес
сиональному признаку привело к тому, что английские профсоюзы всегда рассматривали
выпускников системы ученичества в качестве конкурентов на свои рабочие места и поэтому
стремились помешать ее нормальному функционированию [Thelen, 2003]. Одним из рыча
гов достижения этой цели стало установление в коллективных договорах высоких, сравни
мых с заработками основных работников, стипендий для учеников.
При отсутствии системы ППП экономика Великобритании испытывала острую не
хватку рабочей силы среднего уровня квалификации, включая квалифицированных рабо
чих. На протяжении нескольких последних десятилетий правительство, применяя разные
подходы, пыталось «заставить» бизнес расширить свое участие в организации первичной
профессиональной подготовки молодежи (краткий анализ этих мер дан во Вставке). Ана
лиз государственной политики по стимулированию профессионального обучения на част
ных предприятиях позволяет ответить на принципиально важный вопрос: можно ли, оста
ваясь в рамках либеральной модели экономики, «принудить» частные компании инвести
ровать в начальную профессиональную подготовку?
В 1960е годы в качестве средства давления на бизнес были задействованы налоговые
рычаги, однако это не побудило бизнес заняться организацией ученических мест. В 1970е го
ды и в первой половине 1980х годов государство пыталось решить задачу увеличения пред
543
ложения квалифицированных рабочих, снижая финансовые затраты предприятий на обу

чение. В рамках этой политики оно взяло на себя основные расходы по программам учени
чества. По новому законодательству вопрос о размере стипендий учеников был выведен из
сферы коллективнодоговорного регулирования, что дало компаниям возможность значи
тельно снизить затраты на выплату стипендий ученикам. Правительство попыталось также
привлечь самих учеников к оплате собственной подготовки в рамках системы ученичества,
однако и от этих попыток пришлось отказаться [White Book, 1992]. Различные программы
предоставления займов молодым людям для оплаты обучения рабочим профессиям также
оказались невостребованными.
Негативный опыт Великобритании ясно показывает, как сложно при отсутствии со
ответствующих институтов принудить компании к серьезным инвестициям в ППП. С сере
дины 1980х годов в стране была выстроена иная модель ППП, которая в наибольшей сте
пени отвечает институциональным особенностям ее рынка труда.
Вставка.
Программы стимулирования участия бизнеса в системе ППП
в Великобритании в 1960–1980(е годы
Первой попыткой английского правительства заставить фирмы увеличить за
траты на организацию обучения стал Закон «О промышленном обучении» (Industrial
Training Act), принятый в 1964 г. Он потребовал от работодателей либо развернуть на
своих предприятиях систему ученичества, либо производить специальные отчисления
в общенациональный фонд, средства из которого поступали компаниям – организа
торам подготовки. Налог на предприятия был определен в размере от 0,5 до 1,5% от
фонда оплаты труда. Одновременно к аккумулированию и, самое главное, расходова
нию этих средств привлекались организации работодателей и профсоюзов в форме
специально созданных Советов по промышленному обучению (Industrial Training
Boards).
Эффективность этого этапа реформы английской системы ППП оказалась
достаточно низкой. Даже угроза финансовых выплат не заставила компании пойти
на открытие ученических мест. Уже в 1976 г. этот закон был отменен. Советы по про
мышленному обучению, хотя и не были распущены, продолжали действовать только
как форумы по выработке рекомендаций в области ППП.
В 1980е годы государство пыталось увеличить предложение квалифицирован
ных рабочих другим путем, сокращая финансовые издержки компаний в случае орга
низации ими профподготовки. В качестве главной причины низкой заинтересованно
сти работодателей в развертывании системы ППП был признан слишком высокий
размер стипендий, выплачиваемых ученикам. Действительно, на английских пред
приятиях зарплата учеников, которая устанавливалась в коллективных договорах,
приближалась к двум третям от заработной платы молодого работника, имеющего
трудовой договор (в Германии она составляла примерно одну треть). Для «оживления»
системы ученичества в рамках «Программы обучения молодежи» (Young Training
544
Scheme), которая в 1990 г. была переименована в «Обучение молодежи» (Youth Trai

ning), был резко сокращен размер стипендии. Она не могла превышать трети от зара
ботной платы вновь нанятого работника с постоянным контрактом. Компании, кото
рые удерживали стипендию учеников ниже средней по отрасли, поощрялись допол
нительно.
Однако эта программа, несмотря на серьезное внимание к ней со стороны пра
вительства, была признана неэффективной. Одна из причин неудачи заключалась в
попытке правительства с помощью этой программы решить сразу две задачи: расши
рить масштабы подготовки и одновременно снизить остроту молодежной безработи
цы. Молодых безработных принуждали к участию в программе, в противном случае
лишая доступа к пособиям и другим социальным выплатам. Опыт Великобритании
(так же как и опыт Франции) доказал неэффективность политики, направленной на
одновременное решение двух этих задач [Crouch, Finegold, 1999]. Их смешение при
вело к тому, что ни одна не была выполнена. Учащиеся по «Программе обучения мо
лодежи», среди которых преобладали молодые безработные, часто не имели ни моти
вации к обучению, ни необходимой школьной подготовки. Кроме того, в условиях
высокой безработицы перспективы последующего трудоустройства представлялись
достаточно неопределенными. В этой ситуации дипломы, полученные после окон
чания обучения, рассматривались работодателями скорее как негативный сигнал. Как
показало обследование Министерства образования Великобритании, большинство
работодателей, которые приняли на работу выпускников «Программы обучения мо
лодежи», заявили, что диплом претендента на рабочее место не играл какойлибо роли
и что при найме они руководствовались иными причинами [Castro, 1999, p. 29].
Основные институциональные характеристики британской модели ППП. Современную

британскую модель ППП отличает разделение функций финансирования и администри
рования. В конце 2000х годов доля государства в финансировании ППП приблизилась к
80% от всех затрат на эти цели [United Kingdom, 2008]. При этом государство устранилось
от прямого регулирования самого процесса обучения – составления программ обучения,
выбора профессий, по которым оно ведется, и т.п. Длительный период времени государство
не занималось даже проблемой сертификации выпускников, и лишь в конце 1990х годов
начали предприниматься усилия по созданию такой системы.
Предложением образовательных услуг непосредственно занимаются их поставщики,
в роли которых выступают учебные заведения или предприятия. В отличие от немецкой
модели, для которой характерно широкое участие работодателей в определении программ
обучения, в Великобритании эту функцию берут на себя преимущественно учреждения
послешкольного обучения, многие из которых являются муниципальными, но при этом
имеющими автономный статус, либо частными. Эти образовательные учреждения облада
ют достаточно широкой самостоятельностью при разработке учебных программ. Целью
подобного подхода было создание рынка образовательных услуг, где бы государство только
устанавливало правила игры.
545
Важной институциональной особенностью британской модели ППП является то,

что профессиональное обучение часто не выделяется в отдельную «ветвь» системы образо
вания, а является составной частью различных ее уровней. В таблице 9.5 представлены виды
учебных заведений Великобритании, которые помимо академического образования пре
доставляют профессиональное обучение. Их круг очень широк – профессиональная под
готовка ведется в школах, колледжах, в специальных учебных заведениях дальнейшего проф
образования (Фколледжи) и даже в некоторых университетах, где открыты краткосроч
ные, обычно двухгодичные, курсы.
Таблица 9.5. Основные виды учебных заведений, осуществляющие

профессиональную подготовку в Великобритании
Вид Основная направленность обучения Условия приема, Контингент

учебного заведения форма обучения учащихся
Школы и колледжи Академическая направленность, но После оконча Молодые лю
шестого уровня (Sixth многие школы предлагают параллельно ния обязатель ди 16–18 лет
form school/colleges) получение специальности, обычно не ного обучения.
требующей сложного оборудования для Форма обуче
обучения (парикмахер, некоторые ния – дневная
строительные специальности)
Фколледжи Под этим названием объединена целая Форма обуче Поступление
(Fcollege – Further сеть учебных заведений, в состав кото ния – как днев не зависит
education institution) рых входят среди прочего специальные ная, так и вечер от возраста.
учебные заведения (сельскохозяйствен няя Учатся как мо
ные, художественные), а также учебные лодые люди,
заведения для инвалидов так и взрослые
Учебные заведения, По сути, эту систему можно определить Лица, не закон До 18 лет
осуществляющие под как систему ученичества (apprenticeship). чившие обяза
готовку по рабочим Чаще всего такие заведения являются тельную сред
профессиям и базиру подготовительными курсами для моло нюю школу
ющиеся в компаниях дых людей, прежде всего безработных,
которые не закончили среднюю школу
и изза недостаточной подготовки не
могут быть приняты даже на ученические
места. Правительство финансирует эти
учебные места по программе New Deal.
Обучение не ведет к получению диплома
Частные школы Основные направления подготовки – Дневная Без ограниче
без государственного информационные технологии, дело и вечерняя ния возраста
финансирования производство
Обучение непосредст Профессии низкой квалификации На рабочем Безработные,
венно на предприятии месте прежде всего
(без государственного молодежь
финансирования)
546
Важно отметить, что в настоящее время обучение на предприятиях, т.е. ученичество,

больше не рассматривается в качестве источника массовой подготовки квалифицирован
ных рабочих кадров. Отдельные компании открывают свои учебные центры, однако они
идут на это при условии государственного финансирования программ обучения. При этом
различные программы подготовки (в частности, Новый курс – New Deal) в основном ре
шают проблему обучения маргинальных групп молодежи, в первую очередь тех, кому слож
но закончить даже обязательный курс школьного обучения, представителей некоторых дру
гих «проблемных» социальных групп (например, матерейодиночек, мигрантов), а также
молодых безработных. Таким образом, система ученичества выполняет не столько эконо
мическую, сколько социальную функцию, пытаясь обеспечить социализацию отдельных
маргинальных групп (прежде всего – среди молодежи). Однако подобное обучение, обычно
достаточно краткосрочное, и, как правило, не включающее общеобразовательный компо
нент, не является гарантией дальнейшего успешного трудоустройства [Initial Vocational Edu
cation... 2007, р. 29].
Британская система ППП не предполагает участия бизнесассоциаций ни в ее орга
низации, ни в финансировании. Отдельные работодатели могут влиять на ситуацию через
Советы по обучению и квалификации (Learning and Skill Council), которые являются общест
венными структурами и состоят из руководителей наиболее влиятельных учебных заведений,
чиновников муниципальной системы образования и технических специалистов, а также
местных работодателей, преимущественно крупных. Особенность этих органов в том, что они
создаются по региональному принципу (в настоящее время их насчитывается свыше ста).
Советы по обучению и квалификации можно отнести к системообразующим элемен
там британской модели ППП. Их важнейшей функцией является распределение государ
ственных средств на профессиональное обучение между различными учебными заведениями.
Предоставляя по конкурсу образовательные гранты, Советы пытаются решить несколько
задач. Вопервых, найти баланс между номенклатурой предлагаемых к обучению специаль
ностей, а также количественными параметрами набора учащихся, и потребностями локаль
ных рынков труда. Советы собирают с работодателей информацию о потребностях в рабо
чей силе и обобщают ее в виде количественных показателей, характеризующих потребности
локальных рынков труда в тех или иных группах работников. Вовторых, они финансово
поддерживают наиболее эффективные учебные заведения. Втретьих, поощряя конкурен
цию между различными образовательными учреждениями, а также предприятиями, кото
рые открывают у себя ученические места, Советы тем самым «подталкивают» их к посто
янному обновлению программ и повышению качества обучения.
Проблема аттестации выпускников в Великобритании. В условиях множественности
типов учебных заведений, осуществляющих профессиональную подготовку, применения
различных программ обучения неизбежно возникает проблема сопоставимости получен
547
ных аттестатов. Отсутствие единых стандартов обучения и общих критериев аттестации

ведет к тому, что работодатели перестают доверять свидетельствам об образовании некото
рых учебных заведений. В Великобритании подобная ситуация способствовала тому, что
отсутствие диплома не рассматривается в качестве формального препятствия к получению
рабочего места.
При институциональном устройстве системы ППП, которое характерно для Велико
британии, введение общих стандартов обучения и критериев аттестации сопряжено со зна
чительными трудностями. Попытки создать общенациональную систему аттестации стали
12
осуществляться только с начала 1990х годов . Их введение явилось значительным шагом
вперед, однако уже в 2007 г. было принято решение о серьезном реформировании нацио
нальной системы присвоения квалификации и замене ее к 2013 г. новой.
Главный недостаток существующих подходов к оценке качества подготовки заключа
ется в том, что ее критерии не являются всеобщими. По сути дела, есть только один способ,
как можно заставить образовательные учреждения придерживаться стандартов обучения –
через систему выделения государственных образовательных грантов. Еще один недостаток
такой системы связан с тем, что она оценивает преимущественно навыки практической
работы на рабочих местах. Однако в условиях быстрых технологических изменений, харак
терных для современной экономики, подобный подход к аттестации толкает учебные заве
дения к узкоспециализированной подготовке. Ожидается, что новая система изменит под
ходы к определению уровня квалификации, который будет зависеть не столько от владения
навыками работы по конкретной профессии, сколько от полученных общих знаний. Таким
образом, система оценивания будет согласовываться с системой оценивания, существую
щей в академическом образовании. Сама организация обучения будет иметь модульную
форму, что призвано упростить переходы между системами профессионального и акаде
мического образования без потери накопленного образовательного багажа, а также обеспе
чить доступ к более высокому образованию, включая высшее, тем людям (необязательно
молодым), кто на раннем этапе выбрал профессиональную подготовку.
Преимущества и недостатки британской модели ППП. Оценивая британскую модель
ППП, нельзя не отметить, что она позволяет решать целый ряд проблем. Вопервых, моло
дежь в Великобритании отличается достаточно высоким уровнем формального образования,
поскольку обучение профессиям среднего уровня квалификации очень часто оказывается
инкорпорировано в систему общего образования. Вовторых, множественность учебных за
ведений, предлагающих программы профессиональной подготовки, а также конкуренция
12
После принятия в 1986 г. Закона «О национальной системе присвоения квалификации» (National Vo
cational Qualifications) несколько лет ушло на разработку соответствующих стандартов.
548
между ними за получение государственных средств стимулируют повышение качества обу

чения, обновление программ и т.д. Все это позволяет быстрее реагировать на изменяющие
ся требования рынка. Учебные заведения послешкольного обучения успешно справляются
с задачей подготовки профессий, на которые молодые люди предъявляют повышенный
спрос. Речь идет, например, о профессиях в сфере современных технологий, бухгалтерских
и офисных специальностях. Втретьих, в британской модели ППП не существует непрохо
димого барьера между академическим и профессиональным образованием, что позволяет
выпускникам ППП продолжать обучение и получать образование более высокого уровня.
Однако, несмотря на отдельные успехи, британская модель ППП не стала эффектив
ным поставщиком рабочей силы среднего уровня квалификации, в частности, квалифи
цированных рабочих. Как свидетельствуют данные табл. 9.1 и 9.2, основная часть англий
ской молодежи выбирает академическое образование. Активное участие молодежи в про
граммах профессиональной подготовки связано с тем, что изза особенностей английской
статистики в эту группу попадают не только учащиеся уровня 3 по МСКО (верхняя ступень
среднего образования), но и те, кто учится в учебных заведениях уровня 4 МСКО. Более
того, в нее включаются не только молодые люди, которые получают свою первую профес
сию, но и те, кто переучиваются, осваивая новую профессию либо повышая свою квали
фикацию. (К тому же, если в большинстве стран показатели охвата профессиональным
обучением относятся к молодежи до 20 лет, то в Великобритании они относятся к гораздо
более широкой группе, охватывая молодых людей до 24 лет.)
При этом значительная часть молодежи выходит на рынок труда, не имея профессии.
По данным ОЭСР, в 2007 г. в Великобритании не учились и не работали 11% молодых лю
дей в возрасте от 15 до 19 лет, тогда как в Финляндии – 3%, Дании и Германии – 4%, в Ав
стрии – 5% [Education at a Glance, 2009, p. 353–354].
К недостаткам британской модели ППП можно отнести и то, что она не обеспечивает
подготовку по широкому набору профессий, на которые предъявляет спрос экономика.
Поскольку для многих учебных заведений профессиональная подготовка является лишь до
полнением к академическому образованию, обучение ведется по достаточно узкой номенк
латуре специальностей, причем, как свидетельствует табл. 9.6, две трети выпускников полу
чают профессии не и полуквалифицированных рабочих.
Серьезным недостатком британской модели ППП является и ее ориентация на по
требности узких сегментов рынка труда. Поскольку Советы требуют от учебных заведений
обеспечить потребность локальных рынков в рабочей силе, подготовка часто отвечает сию
минутным потребностям экономики конкретного региона, не говоря уже о том, что подоб
ная система ограничивает региональную мобильность выпускников.
549
Таблица 9.6. Уровни квалификации выпускников системы

профессиональной подготовки в Великобритании,
1995–2006 гг., %
Уровень квалификации 1995 г. 2000 г. 2004 г. 2006 г.

Неквалифицированный рабочий (NVQ1) 17,5 12,5 11,6 9,6
Полуквалифицированный рабочий (NVQ2) 61,6 57,9 57,9 59,3
Квалифицированный рабочий (NVQ3) 18,4 25,8 26,0 26,0
NVQ4 и NVQ5 2,5 3,8 4,5 5,0
Всего 100 100 100 100
Примечание: NVQ – National Vocational Qualifications.

Источник: Education and Training Statistics for the United Kingdom, 2007.
Подытоживая сказанное, отметим, что британская модель ППП формировалась в иной,

нежели в координируемых экономиках, институциональной среде, которая не позволяет
решить проблему «переманивания» кадров. Здесь работодатели неохотно участвуют в про
цессе финансирования и организации первичной профессиональной подготовки, а созда
ние единой системы сертификации сталкивается со значительными трудностями. Поэтому
в Великобритании, как и в других странах с либеральной экономикой, система среднего
образования является преимущественно академической. Получение профессии либо пере
носится на более поздние сроки, либо является «дополнительной нагрузкой» для общего
образования. Подобный подход позволяет дать молодым людям высокий уровень общего
образования. Эта система отличается большой гибкостью, она быстрее реагирует на изме
нения в структуре производства и технические нововведения. Однако ей свойственна по
ляризованная структура занятости с двумя многочисленными группами рабочей силы –
с очень высоким и очень низким образованием.
9.6.
Современные вызовы системе
первичной профессиональной подготовки
В современных условиях все национальные системы ППП, независимо от их институцио
нальных особенностей, стоят перед серьезными общими вызовами. От того, какие ответы
на эти вызовы будут найдены, во многом зависит их будущее.
Едва ли не самая главная проблема связана с последствиями глобализации, в резуль
тате которой остается все меньше преград для перетока капитала между странами. В итоге
550
наметилась тенденция к переносу наиболее трудоемких промышленных производств в

страны с более низкими трудовыми издержками. Не менее серьезный вызов связан со
структурной перестройкой экономики и занятости, в частности, с сокращением доли сель
ского хозяйства и промышленности и возрастанием роли сферы услуг, в которой в настоя
щее время занято уже более двух третей рабочей силы.
Все это означает постепенное сокращение удельного веса отраслей, традиционно предъ
являвших повышенный спрос на профессии, по которым велась подготовка в системе ППП.
Как видно на рис. 9.1, в отраслях сферы услуг меньше доля работников не только с низким,
но и со средним уровнем образования. Если в промышленности 27 стран ЕС доля работ
ников, имеющих образование на уровне 3–4 по МСКО, составляет в среднем 54% и только
17% приходится на рабочие места, требующие образования на уровне 5–6 по МСКО, то в
отраслях сферы услуг эти показатели составляют соответственно 47 и 33%.
100
6
90 17
33
80
70 47
60
54
50
47
40
30
20 47
29
10 21
0
Сельское хозяйство Промышленность Сфера услуг
ISCED 0-2 ISCED 3-4 ISCED 5-6
Рис. 9.1. Структура занятых по уровню образования в 27 странах ЕС

Источник: Modernizing Vocational Education and Training, 2009, p. 29.
Сфера услуг, однако, предъявляет спрос на качественно иного работника, обладающего

иным набором компетенций, чем промышленность. Поэтому одна из главных задач, стоя
щих в настоящее время перед ППП, – это увеличение подготовки по специальностям сферы
услуг, а также по специальностям, связанным с информационными технологиями. В дан
ном случае в более выигрышном положении оказываются страны с либеральной экономи
кой, где система ППП отличается большей гибкостью и быстрее реагирует на изменения
в структуре производства и технические нововведения.
В свою очередь быстрое техническое перевооружение современного производства
способствует повышению спроса на работников, обладающих поливалентными профес
551
сиональными навыками. Это в полной мере относится и к рабочим специальностям. Решение

этой проблемы в значительной мере связано с преодолением узкоспециализированной под
готовки, которая характерна для системы ППП континентальных стран Западной Европы.
Отличительной чертой системы образования в европейских странах в прошлом, а в
значительной степени и в настоящем, остается несостыковка общего (академического) и
профессионального образования. Молодые люди, выбравшие профессиональные програм
мы (а во многих странах этот выбор приходится делать фактически в подростковом возрас
те), оказываются лишены возможности продолжить свое обучение на более высоких об
13
разовательных уровнях . В частности, в Германии, Австрии, Нидерландах ученики уже
в 6–7 классах должны выбрать тип школы и соответственно определить вид дальнейше
го образования – академическое или профессиональное. Подобный подход все чаще рас
сматривается как социально неприемлемый. Главное, что он лишает значительные группы
молодежи возможности получить более высокое и качественное образование. Именно по
этому многие страны стали проводить реформы, направленные на то, чтобы выпускники
системы ППП имели возможность либо продолжать образование вплоть до обучения в
вузах, либо менять специальности, если обнаружат, что при первоначальном выборе про
фессии совершили ошибку. Эта задача требует создания такой системы, при которой, во
первых, образовательные учреждения всех уровней придерживаются жестких стандартов
обучения, которые в свою очередь «стыкуются» друг с другом и, вовторых, багаж знаний,
накопленных на предыдущей ступени обучения, не «пропадает», а засчитывается во время
дальнейшей учебы. Наилучшим образом последнюю задачу может решить модульная сис
тема оценки знаний.
Однако процесс создания системы, позволяющей ученикам перемещаться между раз
ными ветвями обучения, как в горизонтальном, так и вертикальном направлениях, еще да
лек от своего завершения. В современных условиях можно говорить о начале этого процес
са. При этом наметились два основных подхода к решению проблемы вертикальной мо
бильности выпускников системы ППП. Один из них характерен для Великобритании, где
пытаются создать единую систему высшего образования независимо от того, какую в про
шлом подготовку получали молодые люди: академическую или профессиональную. Прав
да, для поступления в вузы последним необходимо «дообучение», предполагающее сдачу
отдельных предметов. Большинство стран с координируемой экономикой пошли по друго
му пути. Понимая трудности, связанные с поступлением выпускников системы ППП в
классические университеты, они стали развивать систему высших технических учебных
13
Проблема неравных возможностей отдельных категорий населения усугубляется ранней профилизацией
школ, создающей трудно преодолимую стратификацию. Эта проблема на примере отдельных странах под
робно рассмотривается в работе: [Brunella, Giannini, 2004, p. 156–173].
552
заведений по статусу, равных университетам. Однако в этой группе стран лишь Финлян
дия и отчасти Германия значительно продвинулись в данном направлении.
9.7.
Основной вывод, который можно сделать из представленного анализа, заключается в том,
что в любой стране различные элементы системы ППП оказываются комплементарными
друг к другу и формируют целостную модель. Любая национальная модель ППП представ
ляет собой итог длительного эволюционного развития, а не искусственный конструкт, соз
данный чиновниками на скорую руку под воздействием текущей политической или эко
номической конъюнктуры.
Странам с разными типами институционального устройства (например, с либеральной
и с координируемой экономикой) присущи свои, во многом различающиеся модели ППП.
Это касается не только их институциональных характеристик, но и конечной результатив
ности. Страны с координируемой экономикой в целом достаточно хорошо обеспечены ра
ботниками среднего уровня квалификации, включая квалифицированных рабочих. Кроме
того, выработанная ими модель ППП препятствует появлению маргинальных групп моло
дежи, не имеющих ни школьного образования, ни профессии. В результате в этих странах
менее остро стоит проблема молодежной безработицы.
Функционирование системы ППП обеспечивается в них институциональной средой,
которая пресекает оппортунистическое поведение отдельных фирм, не желающих участво
вать в обучении, но стремящихся пользоваться плодами чужой деятельности. В этих стра
нах существует консенсус между организациями работодателей и профсоюзами по вопро
сам профессиональной подготовки молодежи. В том же направлении действует система
формирования заработной платы и жесткое трудовое законодательство.
В странах с либеральной экономикой отсутствует всеобъемлющая система социально
го партнерства, слабы организации, представляющие коллективные интересы как работни
ков, так и работодателей, децентрализован договорный процесс, действует либеральное
трудовое законодательство. Здесь работодатели неохотно участвуют в процессе финансиро
вания и организации первичной профессиональной подготовки. Усилия государства, пыта
ющегося, используя различные методы, стимулировать активность бизнеса, не приносят
желаемого результата. В этих странах используется иной подход – создание условий для
функционирования различных типов учебных заведений, в основном частных или автоном
ных, которые совмещают академическое и профессиональное образование. Эта система
553
способна дать молодым людям высокий уровень общего образования, она отличается боль
шей гибкостью и быстрее реагирует на изменения в структуре производства и технические
нововведения. Однако ей свойственна поляризованная структура занятости с двумя много
численными группами рабочей силы – с очень высоким и очень низким образованием.
Какие уроки из опыта функционирования альтернативных систем ППП за рубежом
можно извлечь для России?
В последние 20 лет Россия столкнулась с необходимостью серьезной модернизации
системы начального профессионального образования, доставшейся ей от советского перио
да. Унаследованная от плановой экономики модель профессиональной подготовки более
не соответствует новым рыночным реалиям. Российская экономика испытывает острую
потребность в налаживании такой системы профессионального обучения рабочих кадров,
которая, с одной стороны, была бы источником предложения необходимой рабочей силы,
а с другой, стала привлекательной для молодых людей.
Говоря о трансформации системы ППП в России, следует в первую очередь отметить
существенное изменение роли предприятий. По сравнению с советским периодом масшта
бы формального обучения для молодежи, предоставляемого компаниями, заметно сокра
тились. Часть предприятий полностью отказалась от участия в финансировании и организа
ции учебных мест в силу значительного ухудшения своего финансового положения. Но даже
многие из тех компаний, которые заинтересованы в подготовке рабочих кадров и готовы
выделять на эти цели значительные финансовые ресурсы, останавливает проблема удержания
подготовленных кадров. Опыт организации центров обучения квалифицированных рабо
чих в некоторых крупнейших компаниях свидетельствует, что большинство выпускников не
остаются работать на обучившем их предприятии, а получив профессию, трудоустраиваются
самостоятельно, часто совершенно в другой отрасли или даже сфере деятельности.
Уход предприятий с поля профессиональной подготовки имел несколько негативных
последствий. С одной стороны, «разрыв» связей учебных заведений с производством лишил
учебнопроизводственный процесс такой важной составляющей, как обучение на рабочем
месте. С другой стороны, предприятия, отказавшись от развития профессиональной под
готовки, но так и не выработав методы отбора поступающих к ним на работу работников,
выбрали стратегию найма, наименее эффективную из возможных. Они предпочитают в
значительных масштабах набирать рабочую силу и лишь затем осуществлять ее «фильтра
цию». Подобная стратегия стала возможной благодаря чрезвычайно высокой текучести кад
ров, характерной для российской экономики. Известно, что по показателям оборота рабочей
силы Россия значительно опережает многие как развитые, так и переходные экономики.
Это является, с одной стороны, следствием неспособности предприятий привлечь рабочую
силу с необходимыми качественными характеристиками, а с другой, причиной, подрываю
554
щей заинтересованность работодателей в организации формального (так и неформального)

обучения работников.
Основным поставщиком рабочих кадров продолжают оставаться учреждения начально
го профессионального образования (НПО). Однако отказ предприятий от участия в их фи
нансировании еще больше увеличил нагрузку на государство, которое несет основные расхо
ды на ППП.
Одна из причин, почему система НПО не выполняет функцию подготовки квали
фицированных рабочих кадров, связана с усилением негативного отбора среди той части
молодежи, которая поступает в ПТУ. В пореформенный период существенно снизился
интерес молодых людей к получению рабочих профессий, по которым в них ведется под
готовка. Доступность третичного образования наряду с высокой экономической отдачей от
профессий, по которым готовят вузы, способствуют тому, что подавляющая часть выпуск
14
ников школ стремится продолжить обучение в высших учебных заведениях .
Что полезного в этих условиях можно извлечь из сравнительного анализа альтерна
тивных систем ППП в странах с развитой рыночной экономикой?
Первое, что необходимо отметить, – в современных условиях бесперспективно даль
нейшее поддержание модели, созданной специально для потребностей плановой социали
стической экономики. Столь же бесперспективны были бы попытки механического копи
рования немецкой модели ППП. Эта модель укоренена в специфических немецких инсти
тутах, которые не имеют почти ничего общего с российскими. Многие институциональные
особенности функционирования российского рынка труда являются препятствием для ши
рокого участия работодателей в финансировании и организации профессиональной подго
товки молодежи. Российские объединения работодателей в их нынешнем виде не могут
быть теми агентами, которые способны обеспечить приоритет коллективных действий и
пресечь оппортунистическое поведение отдельных компаний. Сами бизнесассоциации ока
зывают мало влияния на своих членов. Участие компаний даже в наиболее крупных объе
динениях носит во многом формальный характер. К тому же значительная часть предпри
ятий вообще находится вне зоны коллективного представительства.
Фактором, сдерживающим широкое вовлечение работодателей в организацию про
фессиональной подготовки, является и система формирования заработной платы. Меха
низм зарплатообразования в том виде, в каком он сложился в России, стимулирует теку
честь кадров, а потому не позволяет решить проблему их «переманивания». В России не
действует централизованная система, когда решения о повышении оплаты труда на отрас
левом уровне учитывают рекомендации, выработанные общенациональными объедине
ниями работодателей и профсоюзов. Межотраслевая и внутриотраслевая координация в
14
См. Главу 1 данной монографии.
555
15
вопросах установления оплаты труда также отсутствует . Эти и другие особенности фор
мирования заработной платы приводят к значительным различиям в оплате труда работ
ников одного и того же уровня квалификации в различных отраслях и даже внутри отдельно
взятой отрасли, тем самым питая текучесть кадров. Поэтому создание центров подготовки
на предприятиях, если и может быть успешным, то только в тех отраслях, где заработная
плата значительно превышает среднероссийский уровень. Речь в первую очередь идет об
отдельных отраслях добывающей промышленности. Профессиональной подготовкой мо
лодых работников могут заняться также предприятия отраслей, которые в настоящее время
способны переложить возросшие затраты либо на потребителей своей продукции, либо на
самих обучаемых.
Как свидетельствует опыт Великобритании, в условиях, когда невозможно решить
проблему «безбилетника», достаточно сложно принудить частный бизнес активно участ
вовать в организации профессиональной подготовки молодежи. Еще меньше шансов раз
вивать платное обучение в учреждениях НПО. В этих условиях функцию финансирования
приходится брать на себя государству, прежде всего в лице региональных и местных орга
нов власти. Ключевой вопрос заключается в том, по каким направлениям должны расхо
доваться эти средства. Ответом на него мог бы стать допуск на рынок образовательных
услуг различных учебных заведений, в том числе принадлежащих некоммерческим органи
зациям, частному капиталу, отдельным предприятиям. Подготовка по квалифицированным
рабочим профессиям может вестись и в системе высшего образования, причем такой опыт в
нашей стране уже имеется. Все эти учебные учреждения могли бы участвовать в тендерах
при распределении бюджетных средств, выделяемых на эти цели. Конкуренция между
учебными заведениями за бюджетные деньги могла бы стать катализатором повышения
качества обучения.
Следует признать, что российская система НПО в ее сегодняшнем виде неспособна
служить эффективным поставщиком квалифицированных рабочих кадров, по крайней ме
ре, в значительных объемах. Повидимому, сокращение выпуска этой «ветвью» образова
ния – неизбежный процесс, однако речь не должна идти об ее полной ликвидации. Система
НПО может выполнять важные социальные функции, предоставляя профессиональные
навыки молодым людям, которым сложно осилить общую программу обучения. Ее можно
также использовать для повышения качественных характеристик рабочей силы, поступаю
щей в Россию за счет миграции – как временной, так и постоянной.
15
Коллективные соглашения (договоры) на уровне отрасли и предприятия обычно регулируют лишь размер
минимальной оплаты труда. Подробнее об этих особенностях системы детерминации заработной платы
в России см.: [Вишневская, Куликов, 2009, с. 91–103].
556
Вишневская Н., Куликов О. Формирование заработной платы в России: роль отраслевых

тарифных соглашений // Вопросы экономики. 2009. № 4. С. 91–103.
Acemoglu D., Pischke J.S. Beyond Becker: Training in Imperfect Labour Markets // The Eco
nomic Journal. 1999. Vol. 109 (February).
Becker G. Human Capital. Ch. 2. N.Y.: Columbia University Press, 1964.
Brunella J., Giannini M. The Optimal Timing of School Tracking // The Scottish Journal of Po
litical Economy. 2004. № 4.
Castro L. Qualifications, Unemployment and Youth Training Policy in the United Kingdom.
Estudio/Working Papers. 1999/131. March 1999.
Crouch C., Finegold D. Are Skills the Answer? Oxford: Oxford University Press, 1999.
Culpepper P. The Future of the Highskill Equilibrium in Germany // Oxford Review of Eco
nomic Policy. 1999. Vol. 15. № 1. Р. 50.
Education at a Glance. Paris: OECD, 2002, 2009.
Education and Training Statistics for the United Kingdom. 2007, 2009.
Hall P., Soskice D. (eds.) Varieties of Capitalism. The Institutional Foundations of Compara
tive Advantage. Oxford University Press, 2003.
Hippach Schneider U. Vocational Education and Training in Germany // Cedefop Panorama
Series. 2007. № 138.
Initial Vocational Education and Training in Europe. Review. Cedefop, 2007.
Modernizing Vocational Education and Training. Research Report 4. Ch. 3. 2007.
Modernizing Vocational Education and Training // Background Report. Vol. 3. Cedefop, 2009.
Participation in Formal TVET Programmes Worldwide: An Initial Statistical Study. Cedefop,
2009.
Project on Business Interest Organizations in the European Union / coordinated by F. Traxler.
Support of EU Commission, 2006. Р. 329.
Schroeder W., Silvia S.J. Why Are German Employers Associations Declining? Center for
European Studies, Program for the Study of Germany and Europe. Working Paper Series 05.3. 2008.
Soskice D. Reconciling Markets and Institutions: The German Apprenticeship System, NBER
Series in Comparative Labor Market. Chicago, IL: University of Chicago Press, 1998.
557
Streeck W. Lean Production in the German Automobile Industry: A Test Case for Convergence
Theory // Berger S., Dore R. (eds.) National Diversity and Global Capitalism. Ithaca, N.J.: Cornell
Thelen K. How Institutions Evolve. Cambridge: Cambridge University Press, 2004.
Thelen K. Union of Parts: Labour Politics in Postwar Germany. Ithaca, N.J.: Cornell Univer
sity Press, 1991.
United Kingdom. Country Report. Cedefop, 2008.
White Book. Ministry of Employment. United Kingdom, 1992.
Workplace Training in Europe. IZA № 1640. 2005.
558
ЗАКЛЮЧЕНИЕ
Все ХХ столетие, нареченное экономистами как «век че

ловеческого капитала», было для России крайне сложным
и противоречивым. Противоречиями была отмечена и ис
тория накопления и использования российского челове
ческого капитала. Для нашей страны ХХ век был одновре
менно и веком ускоренного «приобретения» человеческо
го капитала, и веком его масштабных и зачастую безвоз
вратных «потерь».
Вступив в прошлое столетие аутсайдером образова
тельного развития – страной с преимущественно неграмот-
ным населением, не умеющим ни писать, ни читать, к кон-
цу его Россия была не только поголовно грамотной, но од-
ним из мировых лидеров по охвату населения третичным
образованием. Однако на всем протяжении столетия в этой
области были не только важные приобретения, но и ог-
ромные потери. В ходе двух мировых войн и одной граж-
данской, в результате большевистской революции, сталин-
ского террора и брежневского застоя страна безвозвратно
потеряла не просто очень значительную, но, возможно,
наиболее творческую часть своего человеческого капитала.
Лишилась лучших ученых, писателей, врачей, инженеров,
рабочих и крестьян. Многие из тех, кто не погиб на фрон-
тах или в лагерях ГУЛАГа, эмигрировали, забрав с собой
свои знания и умения, чтобы использовать их в других стра-
нах и на благо других народов. Среди тех, кто не погиб и
не уехал, многие сделали намного меньше, чем потенциаль-
но могли бы. «Утечка» человеческого капитала на про-
тяжении всего этого периода была колоссальной. Можно
только гадать, какой объем человеческого капитала был
недополучен, потерян, недоиспользован или использован
на достижение ошибочных целей!
559
Не были гладкими с точки зрения накопления и использования человеческого капитала

и последние 20 лет. Переход от тотального планирования к утверждению рыночных инсти
тутов в 1990е годы сопровождался двумя, казалось бы, несовместимыми между собой явле
ниями. С одной стороны, это трансформационная рецессия с глубоким спадом производства
и радикальной ломкой его структуры. Значительная часть «старого» человеческого капитала,
приобретенного в советское время – в учебных заведениях или на рабочем месте, – оказа
лась ненужной, невостребованной, обесцененной. С другой, это стремительный рост спро
са на третичное образование и создание условий для движения к всеобщему высшему обра
зованию. К началу 1990х в стране была создана достаточно развитая образовательная инф
раструктура, однако доступ к высшему образованию жестко рационировался государством,
1
а отдачи от него искусственно поддерживались на очень низком уровне . Реформы 1990х го
дов взорвали сложившееся статускво, дав начало настоящей «образовательной револю
ции», охватившей всю страну, и признаки завершения которой пока не просматриваются.
Основные итоги
Собирая вместе «сухой остаток» от исследований, составивших эту книгу, мы хотели бы еще
раз привлечь внимание читателя к ее главным содержательным выводам и некоторым
возможным следствиям из них.
Основные тенденции в формировании и использовании российского человеческого капи
тала. Стремительный рост охвата населения высшим образованием, наблюдающийся в те
чение двух последних десятилетий, вывел Россию в число мировых лидеров по доле высо
кообразованных работников. Для большинства наших граждан обладание им становится
(и можно сказать, что уже стало) своего рода социальной нормой, несоблюдение которой
автоматически записывает молодого человека в разряд жизненных неудачников и тракту
ется рынком труда как косвенный признак недостаточных способностей или крайней бе
зынициативности. В таких условиях на рынке труда отсутствие диплома трудно компенси
ровать другими индивидуальными качествами. Оно значимо повышает риски безработицы,
низкой заработной платы, нестабильной и малооплачиваемой занятости.
Рост охвата образованием является следствием не только возрастания спроса со сторо
ны населения на услуги учебных заведений, но и экспансии предложения таких услуг. Сис
тема образования уловила основные сигналы, идущие от населения и экономики, и научи
лась быстро и эффективно наращивать абсолютные масштабы выпуска специалистов. Даже
во многих ведущих учебных заведениях получение диплома стало все больше напоминать
простую финансовую трансакцию, связанную с его удобной покупкой, нежели напряжен
1
Отмеченные тенденции были характерны для всех постсоциалистических стран.
560
ную повседневную работу по приобретению профессиональных компетенций. Возникла

обширная инфраструктура вечернезаочного и филиального производства дипломов с ми
нимальными издержками для ее клиентов.
Поддержание высоких темпов накопления формального человеческого капитала было
куплено ценой резкой деградации его качества. Об этом говорят результаты международно
сопоставимых обследований грамотности чтения, математической и естественнонаучной
грамотности учащихся начальных и средних школ. Из имеющихся оценок следует, что в
России качество образования по мере продвижения вверх по ступеням образовательной
шкалы последовательно снижается и достигает своего минимума в высшей школе. В итоге
наше отставание от лидеров мирового высококачественного образования последовательно
нарастает. Недофинансирование системы образования при ее экстенсивном разбухании, с
одной стороны, и слабая селекция работников рынком труда по качеству реально получен
ных знаний, с другой, способствуют укреплению этой тенденции. Что же касается благо
приятных тенденций, то кроме расширения охвата третичным образованием можно отме
тить быстрое распространение компьютерной грамотности, которая среди российской мо
лодежи становится практически всеобщей.
Подчеркнем: массовый доступ к высшему образованию – одно из главных социальных
приобретений российского общества в 1990–2000е годы. И обратного пути здесь нет. Вряд
ли можно объяснить комулибо из родителей, что их детям высшее образование не нужно
или не положено! Попытки административно ограничить доступ к нему – а такие предло
жения в последние годы звучат все громче – ни к чему не приведут и только вызовут резкое
отторжение общества.
Эволюция и дифференциация выгод от человеческого капитала. Эскалация предложения
рабочей силы с высокой формальной подготовкой пока не привела к заметному падению
экономической ценности образования. Нормы отдачи были крайне низки накануне ре
форм, но быстро повышались на начальном этапе переходного процесса. Они еще более
возросли на рубеже 1990–2000х годов и затем сохраняли относительную стабильность до
конца 2000х годов. Часто раздающиеся призывы политиков и чиновников повышать пре
стиж рабочих профессий не находят соответствующей поддержки в уровнях заработков для
этих категорий на рынке труда. Хорошая окупаемость вложений в человеческий капитал
(на уровне 8–10% в год) во многом объясняет причины ускоренного притока молодежи в
систему третичного образования. Здесь – по отдельности и совместно – действовали мно
гие факторы: декомпрессия заработков вследствие дерегулирования оплаты труда, лучшая
адаптивность более образованных работников, отраслевые сдвиги в структуре занятости,
технологический прогресс, да и просто естественное стремление людей к более чистой и
социально престижной работе. Но главным явилось то, что в условиях перевода экономи
561
ки из планового в рыночный режим спрос на высококвалифицированную рабочую силу с

определенного момента стал расти быстрее ее предложения.
Действительно, лавинообразный приток на рынок труда работников с дипломами ву
зов и ссузов, казалось бы, неизбежно должен был обернуться их перепроизводством. Мож
но было ожидать, что для них резко повысится риск безработицы; что размеры «премий» за
полученное ими образование сократятся; что им придется в массовом порядке перемещать
ся на худшие рабочие места, где их знания и навыки будут оставаться невостребованными.
Однако ничего этого не произошло. В 2000е годы шансы на доступ к рабочим местам у
работников с третичным образованием не ухудшались, а непрерывно улучшались; эконо
мическая отдача от него, как уже было сказано, оставалась высокой; начался активный
переток работников с таким образованием из менее квалифицированных в более квалифи
цированные профессиональные группы.
Все это и заставляет предполагать, что в период после завершения переходного кризи
са спрос на работников с высоким образованием рос не менее или даже более быстрыми
темпами, чем их предложение. Внутренним «мотором» этого процесса выступала институ
циональноорганизационная (и отчасти – технологическая) перестройка экономики, кото
рую невозможно было бы осуществить без привлечения больших отрядов рабочей силы с
высоким образованием и высокой квалификацией.
Однако за высокими среднероссийскими показателями отдачи от образования скры
вается значительная пространственная дифференциация и связанные с этим проблемы.
В более развитых регионах отдачи относительно невелики, как это характерно и для раз
витых стран. Здесь спрос экономики на образованных работников встречается с мощным
потоком такого предложения, которое идет из разных регионов страны. В менее же разви
тых регионах оценки отдачи гораздо выше среднероссийских и соответствуют показателям
для развивающихся стран. В таких регионах спрос намного меньше, но и предложение
сильно ограничено. Кроме того, более образованные работники, как правило, и более мо
бильны; они реагируют на альтернативные возможности трудоустройства, имеющиеся в
других регионах, и мигрируют туда, где их труд лучше вознаграждается. Это обстоятельство
заставляет предприятия или «раскошеливаться» сверх имеющихся у них финансовых воз
можностей, или безвозвратно терять человеческий капитал. В итоге неравенство, связанное
с образованием, возрастает.
Человеческий капитал дифференцирует работников по заработной плате не только
изза их образования, но и посредством профессионального разделения труда. Эти два фак
тора тесно связаны, но первый не полностью поглощает второй. Самым удивительным ока
зывается то, что внутри даже очень узких массовых профессий остается значительное не
равенство. Это означает, что вклад человеческого капитала в формировании заработков не
562
является исчерпывающим, а многие прочие факторы (включая и «простое» везение ока

заться в нужном месте в нужное время) играют значительную роль.
Накопление диспропорций. Накопление человеческого капитала в виде увеличения до
ли населения с третичным образованием открывает дополнительные перспективы как для
его обладателей, так и для компаний. Обладатели дипломов получают возможность претен
довать на более сложную и лучше оплачиваемую работу. Компании же могут замещать ме
нее образованных и квалифицированных работников более образованными и более ква
лифицированными. Все это облегчает освоение новой продукции и новых – более слож
ных – технологий. Тем самым богатеет страна, повышается производительность труда, рас
тет благосостояние людей.
Однако предложение человеческого капитала со стороны населения и спрос на него
со стороны экономики должны быть сбалансированы. Наблюдаемая нами образовательная
революция была лишь частично уравновешена экспансией спроса на такой сложный труд.
Многие обладатели профессионального образования не находят для себя работы, требую
щей уже имеющегося у них образования. Они вынуждены соглашаться на те рабочие места,
которые появляются в быстро растущих секторах – строительстве, торговле, бытовых услу
гах, а там широко используется труд, не предполагающий значительных и продолжитель
ных инвестиций в человеческий капитал. В то же время занятость в секторах, критически
зависимых от качества человеческого капитала, сокращается. Отсюда – глубокие диспро
порции между образовательной структурой рабочей силы и образовательной структурой
рабочих мест. Мы вынуждены констатировать, что недоиспользование человеческого капи
тала является масштабным и ведет к большим потерям в экономическом и социальном
плане, на макроуровне и на уровне домохозяйств и индивидов. И хотя, как мы отмечали,
в период экономического подъема 2000х годов между темпами роста спроса и темпами
роста предложения образованной рабочей силы сильных расхождений не наблюдалось,
диспропорции, уже накопленные в дореформенный период, а затем и в период кризиса
1990х годов, были настолько велики, что, по оценкам, это делает их и сейчас одними из
самых больших в мире. Хуже того: высока вероятность, что относительно благополучные
времена уже позади и что в ближайшие десятилетия диспропорции будут только увели
чиваться.
Можно выделить два основных их измерения – по вертикали и по горизонтали.
Вопервых, у многих россиян формальный (по диплому) уровень профессионального
образования оказывается значительно выше, чем нужно для выполнения имеющейся у
них работы. Такие «излишки» практически не используются или используются далеко не
полностью. Согласно представленным в книге оценкам, в среднем каждый четвертый рос
сийский работник с формальной точки зрения «сверхобразован» для своего рабочего места.
563
При этом, каждый десятый, наоборот, недообразован. Естественно предположить, что за

такое несоответствие приходится платить, и эта плата в основном ложится на работника.
Исследования подтверждают подобные ожидания и показывают, что работники, которые
«сверхобразованы» (для своих рабочих мест), зарабатывают примерно на 20% меньше, чем
могли бы, выполняя работу в соответствии со своей потенциальной квалификацией.
Вовторых, даже если уровень образования соответствует требованиям рабочего места,
специальность, полученная в учебном заведении, оказывается не той, что нужна для данной
работы. Работник в итоге, конечно, «пригодился», но совсем не в том деле, которому спе
циально и долго учился, чтобы стать специалистом, профессионалом. А тому делу, где «при
годился», он специально не учился, т.е. фактически является дипломированным «самоуч
кой». Таких самоучек у нас тоже около трети от всех занятых.
Как мы видим, подобные диспропорции затрагивают интересы и положение очень
многих работников. Понятно, что в обоих случаях как общественные, так и частные инве
стиции в образование могут окупаться далеко не полностью. В то же время мы сталкива
емся с дефицитом определенных компетенций, накопление которых не было своевременно
проинвестировано в достаточном объеме.
Ограничения спроса. С чем связано накопление таких диспропорций между образова
нием и рынком труда? С одной стороны, с динамикой предложения труда, о которой мы
говорили выше. Это – мощная тенденция к всеобщему высшему образованию и инерция
деформированной структуры его предложения в разрезе специальностей и профессий.
С другой, мы наблюдаем неспособность российской экономики генерировать в достаточ
ном количестве рабочие места, требующие высокого уровня образования. Но почему эти
две тенденции направлены в разные стороны?
Здесь нет одного простого ответа. Предложение квалифицированного труда в целом
весьма инерционно и во многом определяется долговременными обстоятельствами, многие
из которых лежат вне рынка труда. Спрос же предприятий на квалифицированный труд
более конъюнктурен и краткосрочен. Он производен от спроса на продукцию в данный
момент и в ближайшей перспективе, но также зависим и от действующих институциональ
ных условий на рынках товаров и труда. В итоге предложение и спрос могут в течение до
вольно продолжительного времени меняться разнонаправленно, двигаясь в противополож
ных направлениях. Рост предложения при сокращении спроса должен сопровождаться сни
жением заработной платы, чтобы сохранялось равновесие, но по многим причинам этого
не происходит. В таком случае работники начинают вытесняться из сектора «хороших» рабо
чих мест, где образование востребовано и оценено. Именно такое сжатие занятости, сопро
вождающееся выдавливанием работников, в том числе высокообразованных, на относи
тельно «худшие» рабочие места (неформальные, нестабильные, не требующие особых обра
зования и квалификации) мы и наблюдаем.
564
Эти тенденции хорошо видны на примере обрабатывающей промышленности, одного

из самых требовательных к качеству человеческого капитала секторов экономики. Менед
жеры предприятий часто жалуются на дефицит квалифицированного труда, несмотря на
избыток имеющихся у них и на рынке работников, устойчивое нежелание переобучать
старых и ограниченные возможности нанимать новых.
Промышленность не только утратила свои зарплатные позиции в пользу других сек
торов, но и сама сильно расслоилась. С одной стороны, здесь есть относительно небольшой
слой успешных и конкурентоспособных предприятий, которым нужны очень квалифици
рованные работники и которые готовы нанимать их за большие деньги. С другой, есть мас
совый слой предприятий, лихорадочно сражающихся за свое выживание. Спрос на такой
труд в этом слое ограничен слабой конкурентоспособностью и тяжелым финансовым по
ложением входящих сюда предприятий. Они не могут платить конкурентные зарплаты,
постоянно теряют самых квалифицированных работников ключевых профессий в пользу
других секторов (строительства, торговли, услуг), что создает иллюзию дефицита квалифи
цированных кадров на фоне потенциального избытка.
Неэффективные механизмы расчистки рынка от банкротов позволяют в течение дли
тельного времени поддерживать такую неоднородность. Этому способствует и закрепление
специфической российской модели рынка труда, предполагающей доминирование цено
вой адаптации – через изменения заработной платы, а не через изменения занятости. При
вязав зарплату работников к коллективным результатам своей деятельности, российские
предприятия фактически страхуют себя от необходимости быстро сокращать численность.
Однако в то же самое время они вздувают неравенство по зарплате и тем самым еще более
подстегивают текучесть кадров.
Тупики профессионального обучения. Как известно, человеческий капитал производит
ся не только в учебных аудиториях, но и непосредственно на рабочих местах – как в про
цессе трудовой деятельности, так и в результате привязанной к ней профессиональной под
готовки. В основном эта компонента формирует то, что называется специфическим чело
веческим капиталом. Наши исследования констатируют сокращение инвестиций в специ
фический человеческий капитал, его последовательную эрозию и закономерное снижение
экономической отдачи от специальных навыков и опыта. Доля российских предприятий,
участвующих в профессиональном обучении своих работников, близка к средним показа
телям для развитых стран, но показатели охвата работников обучением очень малы. Не
значительны и их расходы на эти цели.
Почему же так происходит? Российские предприятия не имеют стимулов инвестиро
вать в специфический человеческий капитал. Высокая текучесть кадров создает значитель
ные риски потери таких инвестиций и снижает вероятность их окупаемости. Наоборот,
интенсивный оборот работников повышает шансы на то, что нужные по квалификации
565
работники могут быть найдены на стороне и «перекуплены» с помощью более высокой

альтернативной оплаты труда. Растущее предложение рабочей силы с третичным образова
нием также позволяет экономить на дополнительном профессиональном обучении, при
влекая сверхобразованных работников и затем доучивая их неформально. В итоге у более
эффективных предприятий нет особой необходимости серьезно заниматься обучением сво
их работников в институционализированных формах, а у менее эффективных для этого
нет ни стимулов, ни финансовых ресурсов. Мы констатируем, что складывается такое рав
новесие, при котором специфический человеческий капитал оказывается устойчиво недо
финансированным. Конкуренция на рынках товаров могла бы стимулировать компании
больше расходовать на эти цели, но ее интенсивность остается недостаточной, чтобы ней
трализовать действие дестимулирующих факторов.
Недоинвестирование со стороны предприятий может быть лишь отчасти замещено
инвестициями государства в начальное профессиональное образование. К тому же мас
штабы такого образования также сокращаются, хотя основная проблема здесь не в сокраще
нии охвата (что и в самом деле имеет место), а в потере целевых ориентиров. Экспансия
третичного образования и превращение последнего в социальный стандарт еще более усили
вают негативную селекцию в учебные заведения типа профессиональнотехнических учи
лищ. Да и сами такие учебные заведения утратили представления о том, кого и чему учить,
связи между ними и потенциальными потребителями оказались разорванными, учебные
инфраструктура, оборудование, обучающие программы и методы безнадежно устарели. Раз
витие по инерции в этой области – путь к полной деградации системы начальной профес
сиональной подготовки.
Мировой опыт, рассматриваемый в книге, не дает однозначного решения этой пробле
мы. Более того, он свидетельствует, что создание мощной системы начального профессио
нального обучения, устойчивой к вызовам времени и успешно приспосабливающейся к
экономическим, социальным, технологическим и организационным переменам, в совре
менном мире является скорее исключением, чем правилом. Ее создание – результат дли
тельных усилий и скоординированных коллективных действий государства, бизнеса и проф
союзов в рамках определенной модели рыночной организации хозяйства. Здесь различные
институциональные элементы являются взаимодополняющими и плотно подогнанными
друг к другу частями одной системы, а не случайно собранным набором шестеренок, болтов
и гаек. В преуспевшей в этом Германии такая «подгонка» началась еще в ХIХ в. Возможный
вывод отсюда для России заключается в том, что ни попытки консервации или реанима
ции советской модели профессиональнотехнического обучения, ни ускоренное «ad hoc»
конструирование государством какойто новой оригинальной модели, ни простое заим
ствование чужого опыта не обещают успешного решения проблемы.
566
Будущее российского человеческого капитала

Наша книга не содержит специальных прогнозов, но для любителей заглянуть в будущее
может дать пищу для размышлений. Каковы возможные сценарии развития, если принять
аналитические выводы, содержащиеся в наших исследованиях?
Как известно, экономика России уже вступила в полосу стремительного сокращения
численности трудоспособного населения, а значит (с небольшим временным лагом) – эко
номически активного населения и в конце концов занятости. По официальным данным
(см. средний вариант демографического прогноза Росстата), к 2030 г. трудоспособное насе
ление страны сократится на 11 млн человек. Другие источники дают еще более низкие
оценки ожидаемой численности. И хотя прогнозы, относящиеся к последующим десяти
летиям, расходятся в своих показаниях, ясно, что количественных потерь в человеческом
капитале в течение первой половины XXI столетия России в любом случае не избежать.
Но как в средне и долгосрочной перспективе станет меняться его качественное на
полнение? Какой будет вероятная динамика спроса и предложения высокообразованной
рабочей силы? Что будет происходить с накоплением как общего, так и специфического
человеческого капитала? Есть ли шансы на повышение эффективности их использова
ния? Частично к обсуждению этого круга вопросов мы уже обращались в основной части
книги. Здесь мы вернемся к ним вновь, чтобы обрисовать возможные сценарии в более
развернутой форме.
Динамика предложения. Со стороны предложения на рынке труда ситуация выглядит
достаточно однозначной. Инерция сложившихся тенденций вряд ли может претерпеть
сильные изменения в среднесрочной и даже долгосрочной (до двух поколений) перспекти
ве. При сохранении нынешних показателей охвата молодежи обучением в вузах и ссузах
(а оснований ожидать, что они почемулибо могут пойти вниз, нет) к середине столетия
российская рабочая сила будет как минимум на 80% состоять из обладателей третичного
образования, причем на две трети – высшего. Подчеркнем: обществ с подобной структурой
занятости, шире – с подобной социальной структурой, мировая история пока не знала.
Можно только догадываться, как оно будет функционировать, какие проблемы в нем будут
возникать и как они станут решаться. Россия едва ли окажется здесь первой, но то, что она в
этом отношении будет в числе странлидеров, почти не вызывает сомнений. При этом
даже при самых благоприятных вариантах экономического развития она, скорее всего, так
и останется страной со средним по мировым меркам уровнем ВВП на душу населения. Это
предполагает, что напряжение между чрезвычайно высоким (по формальным признакам)
образованием рабочей силы и не слишком высокой производительностью ее труда будет
сохраняться и даже нарастать.
567
Если все (или почти все) имеют третичное (прежде всего – высшее) образование, то его
наличие уже не представляет большой ценности и служит плохим сигналом для отбора
более производительных работников. Чтобы выделиться из общей массы, в подобной ситуа
ции может потребоваться уже иметь два высших образования. В такой ситуации специаль
ность по первому диплому практически утратит значение. Другими словами, связь между
решениями о выборе уровня образования и о выборе профессии будет разорвана, и эти ре
шения станут приниматься в разное время. Постепенное нарастание спроса на второе выс
шее образование и, соответственно, увеличение доли работников с двумя вузовскими дип
ломами нам представляется вполне правдоподобным.
Реализация описанного сценария означала бы, что в ближайшие десятилетия россий
ской экономике придется функционировать в условиях избыточного предложения работ
ников с высокой квалификацией и недостаточного предложения работников с низкой, а
возможно, и средней квалификацией (связанных с физическим трудом). Как показывает
мировой опыт, даже в наиболее продвинутых современных экономиках низкоквалифици
рованный труд никуда не исчезает. Он продолжает применяться в значительных масшта
бах в таких отраслях сферы услуг, как торговля, гостиничный и ресторанный бизнес, быто
вое обслуживание, уход за престарелыми и т.п. Массовый приток в эти отрасли высокооб
разованной рабочей силы может повлечь дальнейшее увеличение масштабов недоиспользо
вания человеческого капитала.
Конечно, с учетом фактора миграции (который до сих пор нами не принимался в рас
чет) ситуация может складываться несколько иначе. Уже очевидно, что потребности рос
сийской экономики в кадрах самой низкой квалификации смогут удовлетворяться только
за счет внешних источников, поскольку внутренние близки к исчерпанию. Однако даже
сверхактивная трудовая миграция не внесет перелома в складывающуюся ситуацию. По
оценкам, приток малообразованной рабочей силы изза рубежа сможет уменьшить долю
работников с дипломами вузов и ссузов не более чем на 5–10 п.п. Иными словами, даже в
этом случае образовательная структура российской занятости останется резко асимметрич
ной с абсолютным доминированием работников с высокой формальной подготовкой.
Качество образования. Что касается качества обучения, то здесь также едва ли следует
ожидать какихлибо больших перемен, причем как в лучшую, так и в худшую стороны.
С одной стороны, вступление в студенческий возраст малочисленных когорт, родив
шихся в 1990е годы, может положительно отразиться на качестве получаемых ими знаний
и навыков. Вопервых, этот процесс, скорее всего, будет сопровождаться увеличением за
трат в расчете на одного обучающегося, поскольку вряд ли объем ресурсов, направляемых
обществом на третичное образование, будет уменьшаться пропорционально сокращению
численности студентов. Вовторых, рано или поздно сжатие студенческого контингента
приведет к закрытию части вузов и ссузов, предположительно – наименее качественных и
568
эффективных. Втретьих, можно ожидать, что тенденция к опережающему росту неочных

форм обучения по сравнению с очными сменится на противоположную, так как в условиях
сокращения потенциальной численности студентов учебные заведения будут пытаться со
хранять прежде всего дневные отделения, жертвуя вечерними и заочными.
С другой стороны, есть немало факторов, которые будут способствовать консервации
сложившегося в последние десятилетия «плохого» равновесия с низким качеством обуче
ния. Вопервых, при дальнейшем увеличении охвата молодежи высшим образованием сту
дентами вузов будут становиться молодые люди со все более низкими способностями –
когнитивными, коммуникативными и т.п. Вовторых, конкуренция среди учебных заведе
ний за непрерывно уменьшающийся «пирог» (т.е. молодежь студенческих возрастов) будет
подталкивать их к еще большей эрозии академических стандартов обучения и к еще боль
шему снижению требований при оценивании получаемых студентами знаний. Втретьих,
общеэкономическая логика подсказывает, что резкое сокращение общей численности за
нятых, обусловленное демографическими факторами, спровоцирует ускоренный рост зара
ботной платы. В таком случае стимулы для студентовочников к совмещению учебы с рабо
той не только не уменьшатся, но, напротив, могут стать еще сильнее.
Здесь мы слышим возражение: государство многое делает и будет делать еще больше,
чтобы переломить негативный тренд к ухудшению качества обучения. Будем надеяться, что
программы реформирования системы образования в будущем окажутся успешными. Но
до сих пор они не были слишком результативными, и не совсем ясно, почему они должны
стать таковыми в ближайшем будущем. Поэтому наиболее вероятным нам кажется сцена
рий, при котором в среднесрочной и даже долгосрочной перспективе Россия в целом будет
оставаться страной с «посредственным» по международным меркам качеством образова
ния. «Посредственное» значит не откровенно провальное (как во многих развивающихся
странах), но и не настолько высокое, как в странахлидерах из Северной Европы или Вос
точной Азии. Это, впрочем, не исключает возможности создания небольшого числа уни
верситетов очень высокого, даже мирового уровня.
Человеческий капитал, производимый на рабочих местах. Важная составляющая чело
веческого капитала производится непосредственно на рабочих местах в процессе трудовой
деятельности. Ее значение в будущем может только возрастать, поскольку базовое образо
вание будет становиться все более общим и менее специализированным.
Шоки переходного периода в значительной степени подорвали экономическую цен
ность опыта (общего трудового стажа): общий трудовой стаж, наработанный еще при пла
новой системе, в новых, рыночных, условиях перестал обеспечивать ощутимый прирост в
заработках или производительности. Однако по мере изживания российской экономикой
своей «переходности» отдача от трудового опыта может начать восстанавливаться. Более
того, этот процесс уже идет: пик заработков в зависимости от возраста работников пусть
569
медленно, но все же смещается к более старшим возрастам – от границы между двадцатью

и тридцатью годами к границе между тридцатью и сорока. Скорее всего, тенденция к уве
личению экономической отдачи от общего трудового стажа в будущем продолжится, и ее
оценки начнут приближаться к значениям, характерным для зрелых рыночных экономик.
Иначе обстоит дело со специфическим человеческим капиталом, нарабатываемым на
конкретном рабочем месте. Предстоящее сокращение численности рабочей силы еще
больше обострит конкуренцию между предприятиями за ее привлечение, а, значит, стиму
лы к «переманиванию» работников только усилятся, тогда как стимулы к инвестированию в
их производственную подготовку станут еще слабее. Как и сейчас, работники не будут
слишком долго засиживаться на одном месте, поскольку отдача от специального стажа
будет оставаться низкой. Если сложившееся «плохое» равновесие с недостаточным объе
мом инвестиций в специфический человеческий капитал сохранится, то это будет серьезно
сдерживать рост производительности труда.
Динамика спроса. Взгляд со стороны спроса на рынке труда рисует менее определен
ную картину. Ясно, что полнота и эффективность использования накопленного человече
ского капитала будут напрямую зависеть от того, насколько он востребован российской
экономикой, т.е. от ее способности генерировать «хорошие» рабочие места, требующие вы
сокого формального образования. Здесь существует целый набор альтернативных траекто
рий, выбор между которыми не предопределен заранее.
Концептуально проблема может быть сформулирована так: в какой мере к российской
экономике приложима идея эндогенного технического прогресса, смещенного в пользу
высококвалифицированной рабочей силы (endogenous skillbiased technological change)? Дру
гими словами, можно ли утверждать, что в российских условиях предложение такой рабо
чей силы рождает свой собственный спрос – подобно тому, как, по мнению многих авто
ритетных исследователей, это происходит в зрелых рыночных экономиках?
Имеющиеся на этот счет эмпирические свидетельства, как мы видели, неоднозначны.
С одной стороны, в 2000е годы динамика спроса на высокообразованную рабочую силу,
наблюдавшаяся в российской экономике, в целом соответствовала динамике ее предложе
ния. С другой стороны, в российских условиях подстройка структуры рабочих мест под
структуру предложения рабочей силы оказывается возможна лишь в достаточно узких пре
делах. При такой подстройке российские фирмы сталкиваются с серьезными ограничения
ми (как технологическими, так и экономическими и административнополитическими),
которые они далеко не всегда способны или готовы преодолевать. Изза этого они не соз
дают достаточного числа «хороших» рабочих мест под работников с высоким формальным
образованием, имеющихся на рынке труда. Многим таким работникам они готовы пред
лагать лишь низкоквалифицированные рабочие места, что ведет к «недогрузке» накоплен
570
ного человеческого капитала, а значит – к более низкой производительности и более низ

ким заработкам.
Анализ недавнего прошлого не дает оснований для однозначного прогноза того, как
российские предприятия будут реагировать на рост предложения рабочей силы с высоким
формальным образованием в будущем. «Не заметят» этот рост или отреагируют на него
созданием новых высококвалифицированных рабочих мест, перестраивая для этого свою
технологическую и организационную базу? Теоретически возможны оба крайних сценария.
Однако наиболее вероятным представляется промежуточный вариант, предполагающий ог
раниченную адаптацию. В таком случае многим будущим обладателям третичного образо
вания придется всетаки «оседать» на низкоквалифицированных рабочих местах, не тре
бующих полученных знаний. Как следствие, к середине столетия контингент «избыточно
образованных» работников на российском рынке труда может оказаться намного масштаб
нее, чем даже сейчас.
Острота проблемы может быть снижена, если в ближайшие десятилетия отраслевой
структуре российской экономики удастся придать более выраженный «постиндустриаль
ный» характер за счет увеличения удельного веса сферы услуг. В развитых странах именно
такие отрасли, как образование, наука, финансы, деловые услуги и т.п., выступают главны
ми поставщиками «хороших» рабочих мест, заполняемых работниками с высоким фор
мальным образованием. Формирование модели экономического роста, «завязанного» на
опережающее развитие этих отраслей, существенно поддержало бы спрос на дипломиро
ванную рабочую силу.
Однако ключевой фактор, во многом определяющий выбор той или иной траекто
рии, – это величина совокупных издержек, связанных с созданием «хороших» рабочих
мест. В современной российской экономике они чаще всего остаются запретительно вы
сокими. Создание высококвалифицированных рабочих мест невозможно без значительных
инвестиций и тесно связано с осуществлением технологических и организационных инно
ваций. В этом смысле низкие темпы создания «хороших» рабочих мест – это всего лишь
оборотная сторона недостаточной инвестиционной и инновационной активности россий
ских предприятий, что в свою очередь является прямым результатом неблагоприятного
делового климата.
Институциональные изменения, необходимые для его радикального улучшения, дав
но и хорошо известны. Их набор включает и ослабление бремени регулирования, и сниже
ние коррупционной нагрузки, и отказ государства от управления экономикой в ручном ре
жиме, и обеспечение надежной защиты прав собственности, и устранение из деловых отно
шений силовой составляющей, и удлинение горизонта планирования при принятии ре
шений экономическими агентами, и многоемногое другое. Не будет преувеличением
сказать, что высокие темпы создания «хороших» рабочих мест могут поддерживаться только
571
в дружественной по отношению к предпринимательству институциональной среде. Но по

скольку в российских условиях шансы на ее формирование в ближайшей перспективе, по
видимому, невелики, то трудно ожидать, что сегмент высококвалифицированных рабочих
мест сможет расширяться темпами, сопоставимыми с прогнозируемыми темпами увеличе
ния численности рабочей силы с высоким формальным образованием. Иными словами,
спрос на работников с дипломами вузов и ссузов с каждым годом, скорее всего, будет все
сильнее и сильнее отставать от ее предложения.
При таком соотношении спроса и предложения наиболее вероятным представляется
сценарий, при котором в долгосрочной перспективе российская экономика получит жестко
сегментированный рынок труда. Этот рынок будет располагать достаточно ограниченным
набором высококвалифицированных рабочих мест – с высокой заработной платой, офици
ально оформленными трудовыми контрактами, благоприятными условиями занятости,
широкими возможностями для карьерного роста, высокой степенью удовлетворенности
трудом и т.д. Изза дефицита таких «хороших» рабочих мест доступ к ним будет открыт
лишь для ограниченного числа соискателей. Всем остальным – независимо от формального
образования – придется довольствоваться худшими рабочими местами: с низкой заработ
ной платой, малопривлекательными условиями занятости, широким распространением не
формальных или полуформальных трудовых контрактов, отсутствием возможностей для
карьерного роста, низкой степенью удовлетворенности трудом и т.д., где накопленный
ими человеческий капитал будет оставаться невостребованным. Наконец, еще один, самый
нижний, сегмент, состоящий из «совсем плохих» (преимущественно – неформальных) ра
бочих мест, будет заполняться мигрантами, а также российскими работниками, не сумев
шими или не захотевшими получить «пристойного», как принято считать, образования.
Формирование жестко сегментированного рынка труда способно заблокировать бóльшую
часть социальных лифтов, так как реальные возможности для вертикальной мобильности
будут сохраняться только в самом верхнем сегменте, состоящем из «хороших» рабочих мест.
Реализация описанного сценария чревата всеми теми негативными последствиями,
которых российскому рынку труда до сих пор удавалось в значительной мере избегать. Сре
ди них: высокая безработица работников с третичным образованием (как следствие отказа
от «плохих» рабочих мест в ожидании «хороших»); падение «премий» за высшее образова
ние (поскольку оно станет всеобщим); дальнейшая возгонка образовательных стандартов –
от массового бакалавриата к массовой магистратуре, от массовой магистратуры к массовому
второму высшему образованию и т.д. (поскольку чтобы находиться в начале «очереди» за
«хорошими» рабочими местами, нужно все время быть на шаг впереди других); масштабное
недоиспользование накопленного человеческого капитала (изза массового оседания ра
ботников с дипломами вузов и ссузов на неподходящих для них малоквалифицированных
рабочих местах).
572
Очевидно, что такой вариант развития событий будет сопряжен не только с огромны
ми потерями в экономической эффективности, но и с непредсказуемыми социальными и
политическими последствиями. Повторим: чтобы избежать его, необходимо резкое уско
рение темпов создания «хороших» рабочих мест, где может продуктивно использоваться
человеческий капитал работников с высоким образованием. Это в свою очередь практи
чески невозможно без радикального улучшения того, что принято называть деловым кли
матом. Похоже, что решение проблемы эффективного использования человеческого капи
тала лежит в основном за пределами собственно рынка труда.
Можно без преувеличения сказать, что будущее российского человеческого капитала
все больше будет зависеть от делового климата и институциональной среды в целом. В ус
ловиях глобальной конкуренции и открытых границ человеческий капитал вряд ли будет
мириться с тем, что он неполностью востребован и недооценен.
Многое из опыта ХХ в. говорит о том, что иметь богатство и быть богатым – далеко
не одно и то же. Например, большинство стран, изобилующих природными ресурсами, не
относятся к богатым и успешным. С человеческим капиталом ситуация вроде бы иная –
все лидеры мирового экономического роста являются одновременно лидерами и в его на
коплении, и в его использовании. Россия кажется редким исключением. Мы научились
создавать человеческий капитал, но не научилась его ценить и эффективно использовать
на благо собственного народа. Этому предстоит учиться в ХХI в. В противном случае отста
вание в экономическом и социальном развитии от странлидеров еще более увеличится.
А такое отставание в конечном счете завершается масштабными потерями человеческого
капитала, резко снижающими шансы на возможное процветание.
573
СВЕДЕНИЯ ОБ АВТОРАХ
Биляк Татьяна Андреевна – начальник отдела занятости и безработицы Управления ста
тистики труда, науки, образования и культуры Росстата.
Вишневская Нина Тимофеевна – к.э.н., ведущий научный сотрудник Центра трудовых

исследований НИУ ВШЭ.
Гимпельсон Владимир Ефимович – к.э.н., директор Центра трудовых исследований, про

фессор кафедры экономики труда и народонаселения НИУ ВШЭ.
Денисова Ирина Анатольевна – Ph.D. (Университет Манчестера), к.э.н., профессор Рос

сийской экономической школы (РЭШ), ведущий научный сотрудник Центра экономи
ческих и финансовых разработок (ЦЭФИР), научный сотрудник Центрального эконо
микоматематического института (ЦЭМИ) РАН.
Капелюшников Ростислав Исаакович – д.э.н., зам. директора Центра трудовых исследо

ваний НИУ ВШЭ, главный научный сотрудник Института мировой экономики и меж
дународных отношений (ИМЭМО) РАН.
Карабчук Татьяна Сергеевна – к.соц.н., зам. заведующего лабораторией сравнительных

социальных исследований НИУ ВШЭ.
Лазарева Ольга Владимировна – Ph.D. (Стокгольмская школа экономики), к.э.н., доцент

кафедры экономики труда и народонаселения НИУ ВШЭ, научный сотрудник Института
фундаментальных междисциплинарных исследований (ИФМИ) НИУ ВШЭ.
Лукьянова Анна Львовна – к.э.н., старший научный сотрудник Центра трудовых иссле
дований НИУ ВШЭ.
Ощепков Алексей Юрьевич – к.э.н., научный сотрудник Центра трудовых исследований

НИУ ВШЭ.
Рыжикова Зинаида Александровна – начальник Управления статистики труда, науки, об

разования и культуры Росстата.
Цухло Сергей Владимирович – к.э.н., заведующий лабораторией конъюнктурных опро

сов Института экономической политики им. Е.Т. Гайдара.
574
Российский работник: образование, профессия, квалификация [Текст] :
Р76 моногр. / под ред. В. Е. Гимпельсона, Р. И. Капелюшникова ; Нац. исслед. ун-т
«Высшая школа экономики». — М. : Изд. дом Высшей школы экономики, 2011.
— 574, [2] с. — 1000 экз. — ISBN 978-5-7598-0901-2 (в пер.).
Монография продолжает серию публикаций Центра трудовых исследований (ЦеТИ) НИУ ВШЭ,
посвященных российскому рынку труда, и предлагает комплексный анализ процессов накопления и
использования человеческого капитала России в 1990–2000-е годы.
В книге прослеживается, как на протяжении переходного периода менялись образовательные,
профессиональные и квалификационные характеристики российской рабочей силы. В свете межстра-
новых сопоставлений оцениваются количество и качество человеческого капитала, которым распо-
лагает сейчас отечественная экономика. Центральное место в работе занимает анализ уровня и динами-
ки отдачи от инвестиций в образование, а также ее дифференциации для различных категорий рабочей
силы. Подробно обсуждается проблема недоиспользования имеющихся у российских работников зна-
ний и навыков. Специальная глава посвящена человеческому капиталу, производимому непосредст-
венно на рабочих местах в ходе производственной подготовки работников. Во всех главах книги анализ
ведется с применением современных эконометрических методов и использованием больших масси-
вов микроданных. Исследование позволяет получить целостное представление об эволюции, текущем
состоянии и возможных траекториях дальнейшего развития российского человеческого капитала.
Для экономистов и социологов в области трудовых отношений, социальной и образовательной
политики. Монография может быть использована в качестве учебного пособия при преподавании
таких дисциплин, как экономика и социология труда, экономика и социология образования, управле-
ние человеческими ресурсами.
УДК 331.105.24(471+571)
ББК 65.240(2Рос)
Научное издание
Российский работник:
образование, профессия, квалификация
Зав. редакцией Е.А. Бережнова

Редактор О.В. Осипова
Художественный редактор А.М. Павлов
Компьютерная верстка и графика: Л.А. Моисеенко
Корректор О.В. Осипова
Подписано в печать 30.06.2011. Формат 70×90 1/16

Гарнитура Newton. Усл. печ. л. 42,12. Уч.-изд. л. 34,7.
Тираж 1000 экз. Изд. № 1444
Национальный исследовательский университет «Высшая школа экономики»

101000, Москва, ул. Мясницкая, д. 20
Тел./факс: (499) 611-15-52

Российский работник - книга - ВШЭ

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Российский работник - книга - ВШЭ

Загружено:

Авторское право:

Доступные форматы

РОССИЙСКИЙ

Издательский дом Высшей школы экономики

ISBN 978-5-7598-0901-2 © Оформление. Издательский дом

Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы

Глава 2. Отдача от образования в России: что показывает метаанализ

Глава 3. Отдача от высшего образования в российских регионах

Глава 4. Уровень образования российских работников:

Глава 5. Выбор профессии: чему учились и где пригодились?

Глава 6. Неравенство в заработках: роль профессий

Глава 7. Нужны ли нашей промышленности квалифицированные работники?

Глава 8. Подготовка на производстве: российский опыт

Глава 9. Национальные модели первичной профессиональной подготовки:

В последние десятилетия экономическая наука пришла к

дукт «…формирования ума, характера или физических способностей личности… В тех!

циалистических, – однозначно свидетельствуют о том, что экономическая отдача от че!

коспециализированных технических навыков в ущерб общим знаниям и умениям. Значи!

быстрым распространением компьютерных и информационно!коммуникационных тех!

Наш подход: особенности методологии

В!третьих, как уже отмечалось, упор делается на результатах накопления и функцио!

народной организации труда (МОТ), Организации экономического сотрудничества и раз!

дуются в обязательном порядке.) ОЗПП охватывают все важнейшие виды экономической

профессионального обучения на производстве и с этих позиций, используя значительные

Связь с предыдущими исследованиями

Предлагаемая работа является естественным продолжением двух предыдущих коллектив!

Этой книги не было бы без плодотворного сотрудничества с Издательским домом

Для кого предназначена эта книга?

Перспективы развития и модернизации экономики высшего профессионального образо!

В пореформенный период человеческий капитал России

с потребностями, определявшимися в рамках так называемого баланса трудовых ресурсов.

Не менее жестко контролировался процесс использования человеческого капитала.

на него, обладая уже совершенно иным человеческим капиталом. Система формального

сической музыкой). Вовторых, в ней можно выделить потребительскую и инвестицион

нения, где зависимой переменной является логарифм заработков, а независимыми пере

Таблица 1.1. Ступени образования по МСКО97

Название ступени по МСКО97 Эквивалент в российской системе образования

МСКО 0 – дошкольное образование Дошкольное образование

МСКО 1 – начальный уровень образования Начальное образование

МСКО 2 – нижний уровень вторичного (среднего) Общее среднее образование

МСКО 3 – верхний уровень вторичного (среднего)

МСКО 3А – программы предназначены Полное среднее образование

МСКО 3В – программы предназначены Начальное профессиональное образование

МСКО 3С – программы не предназначены Начальное профессиональное образование,

МСКО 4 – поствторичное (послесреднее) Начальное профессиональное образование

МСКО 5 – первая стадия третичного образования

МСКО 5А – программы носят в значительной Высшее профессиональное образование

МСКО 5В – программы являются более практи Среднее профессиональное образование

МСКО 6 – вторая стадия третичного образования Послевузовское образование (аспирантура,

Источник: Российское образование в контексте международных показателей, 2003, с. 23–24.

В динамике среднего числа накопленных лет образования отмечался устойчивый

Таблица 1.2. Среднее число накопленных лет образования

Годы Все Занятые

В свете международных сопоставлений запасы человеческого капитала, накопленные

Таблица 1.3. Образовательный уровень населения

Среднее число накопленных лет обучения Справочно:

Россия 10,57 10,70

Все население Занятое население

Но не является ли столь внушительный по международным меркам запас человече

Группы Все население Занятое население

В структуре занятого населения аналогичные сдвиги были выражены еще отчетли

Таблица 1.6. Образовательная структура населения России

Группы Все население Занятое население

В результате такого ускоренного роста в мировом рейтинге Россия переместилась на

дов. И если падение спроса на начальное профессиональное образование со стороны на

Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы

Глава 2. Отдача от образования в России: что показывает метаанализ

сической музыкой). Вовторых, в ней можно выделить потребительскую и инвестицион

нения, где зависимой переменной является логарифм заработков, а независимыми пере

Таблица 1.1. Ступени образования по МСКО97

Название ступени по МСКО97 Эквивалент в российской системе образования

МСКО 5В – программы являются более практи Среднее профессиональное образование

Но не является ли столь внушительный по международным меркам запас человече

В структуре занятого населения аналогичные сдвиги были выражены еще отчетли

дов. И если падение спроса на начальное профессиональное образование со стороны на

Новый интересный феномен, который необходимо отметить, – активный рост спро

Динамика спроса на профессиональное образование в России характеризовалась от

ческим и естественнонаучным дисциплинам охватывают все уровни общего образования

Согласно этим интегральным оценкам, качество школьного образования в России яв

чем у странлидеров – Тайваня, Южной Кореи, Сингапура, Японии, Гонконга (520–

Как и следовало бы ожидать, с возрастом доля пользователей компьютером посте

работников экономически наиболее активных возрастов (от 20 до 49 лет) доступ к Интер

Иначе складывалась ситуация с другой «инновационной» формой человеческого ка

фактически всеобщей. Более того, имеется достаточно многочисленный контингент работ

Что касается безработицы, то среди лиц с высшим образованием ее уровень оказыва

Динамика показателей безработицы была зеркальной: сначала резкий скачок в кри

Работаю Работаю из них:

ло, чаще, чем у работников с низким образованием, является результатом их доброволь

Качество рабочих мест во многом определяется степенью их формализации. Нефор

Крайний пример деформализации трудовой активности представляет занятость в «не

оборудования, с применением самых примитивных технологий. Имеющиеся данные сви

инвестиции в знания, опыт, квалификацию способствуют повышению заработков, оказы

Российские показатели, обсуждавшиеся выше, находятся в том же диапазоне. Работ

Они, следовательно, показывают, какой выигрыш в заработках обеспечивает не один до

Рисунки П144–П145, построенные по данным РМЭЗ, показывают, как в период