Академический Документы
Профессиональный Документы
Культура Документы
РАБОТНИК
образование
профессия
квалификация
Под редакцией
В.Е. Гимпельсона и Р.И. Капелюшникова
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
Введение................................................................................................................................. 7
3
Оглавление
4
Оглавление
5
Оглавление
Заключение .........................................................................................................................559
Сведения об авторах............................................................................................................574
6
Памяти нашего друга и коллеги
Андрея Полетаева посвящаем эту книгу
ВВЕДЕНИЕ
7
Введение
8
Введение
9
Введение
10
Введение
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.
12
Введение
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
14
Введение
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
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
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
21
Глава 1
ЭВОЛЮЦИЯ
ЧЕЛОВЕЧЕСКОГО
КАПИТАЛА В РОССИИ:
1990–2000-Е ГОДЫ
1.1.
Введение
22
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
23
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
25
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
28
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
31
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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.
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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).
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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.
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
36
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
37
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
41
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
44
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
Развитые страны
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
Переходные страны
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
Страны БРИК
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
существенно выше линии тренда. Это предполагает, что по качеству начального образова
ния она намного превосходила страны с сопоставимым уровнем душевого ВВП.
49
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
50
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
Развитые страны
Переходные страны
Страны БРИК
52
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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].
56
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
Источник: РМЭЗ.
57
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
58
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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.
60
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
предпенсионного возраста (женщины 50–54 лет, мужчины 50–59 лет); лица пенсионного
возраста (женщины 55 лет и старше, мужчины 60 лет и старше).
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
Лица зрелого
возраста 91,1 41,1 87,2 84,8 68,4 60,5 30,3
Лица предпенсион
ного возраста 88,2 82,9 82,2 78,1 72,6 58,8 36,9
Лица пенсионного
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
Лица зрелого
возраста 2,9 12,5 4,6 6,7 9,7 15,9 23,7
Лица предпенсион
ного возраста 2,4 2,3 4,2 5,0 6,4 10,2 15,2
Лица пенсионного
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.
Источник: ОНПЗ, 2008.
61
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
62
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
63
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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., %
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
65
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
66
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
70
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
72
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
73
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
77
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
78
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
79
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
80
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
81
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
83
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
84
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
85
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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.
87
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
Однако такое объяснение трудно признать достаточным. Дело в том, что за последние
полтора десятилетия доля «новичков» с максимально коротким специальным стажем (до
88
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
91
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
93
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
94
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
96
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
1 2 3 4 5 6 7 8 9 всего
Развитые страны
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
1 2 3 4 5 6 7 8 9 всего
Переходные страны
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
Страны БРИК
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.
98
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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., %
99
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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 .
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.
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
104
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
105
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
108
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
109
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
111
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
112
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
114
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
115
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
Приложение П1
14
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
и ВВП на душу населения, 2005 г.
Источники: Barro, Lee, 2010; World Bank, 2009.
116
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
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
117
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
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
118
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
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
119
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
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
120
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
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
121
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
и ВВП на душу населения, 2006 г.
Источники: Education at a Glance, 2009; World Bank, 2009.
40
35
Расходы на одного учащегося средних школ
y = 4,7612x – 24,114
R 2 = 0,1867
30
как % душевого ВВП
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
и ВВП на душу населения, 2006 г.
Источники: Education at a Glance, 2009; World Bank, 2009.
122
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
70
Расходы на одного студента третичного образования
60
y = –11,705x + 160,03
R 2 = 0,1054 США
50
как % душевого ВВП
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
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
123
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
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
124
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
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
125
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
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
126
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
log ВВП на душу населения, ППС
(в международных долларах 2005 г.)
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
127
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
log ВВП на душу населения, ППС
(в международных долларах 2005 г.)
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
log ВВП на душу населения, ППС
(в международных долларах 2005 г.)
128
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
600
575
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
log ВВП на душу населения, ППС
(в международных долларах 2005 г.)
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
log ВВП на душу населения, ППС
(в международных долларах 2008 г.)
129
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
log ВВП на душу населения, ППС
(в международных долларах 2008 г.)
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
log ВВП на душу населения, ППС
(в международных долларах 2008 г.)
130
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
log ВВП на душу населения, ППС
(в международных долларах 2000 г.)
Рис. П131. Средние оценки компетентности в решении проблем учащихся 15 лет (PISA)
и ВВП на душу населения, 2003 г.
Источники: PISA, 2003; World Bank, 2009.
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
131
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
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
132
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
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
133
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
20
18
16
14
12
%
10
0
1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
134
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
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
образование
нетретичное
профессиональное
профессиональное
образования
образование
образование
нетретичное
Ниже верхнего
Третичное
образования
Третичное
Высшее и
среднего
типа B
типа А
Начальное
Среднее
135
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
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
136
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
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
137
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Рис. П145. Динамика «премий» за высшее образование, по данным РМЭЗ, 1995–2009 гг.
(% превышения над заработками работников, имеющих полное среднее образование)
Источник: РМЭЗ.
65
60
55 Отрасли с низкой
"интеллектуалоемкостью"
50 (ОКОНХ)
45 Отрасли со средней
"интеллектуалоемкостью"
40 (ОКОНХ)
35 Отрасли с высокой
%
"интеллектуалоемкостью"
30 (ОКОНХ)
25 Отрасли с низкой
"интеллектуалоемкостью"
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
138
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
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
139
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
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)
140
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
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
141
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
6,1
Сербия (2003, ICS) 45,2
50,2
Португалия (2005, BEEPS) 75,2
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
Великобритания
Испания
Россия
142
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Великобритания
Австрия
Испания
Рис. П155. Доля затрат на оплату работников, занятых в режиме ученичества,
в общих издержках на рабочую силу в странах ЕС, 2004 г., %
Источник: Eurostat.
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
143
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
Литература
144
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
145
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
147
Глава 1. Эволюция человеческого капитала в России: 1990–2000е годы
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
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
Глава 2. Отдача от образования в России: что показывает метаанализ
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
Глава 2. Отдача от образования в России: что показывает метаанализ
2.2.
Методологические основы
измерения отдачи от образования:
уравнение Минцера
151
Глава 2. Отдача от образования в России: что показывает метаанализ
Как показал в своих работах Дж. Минцер, внутреннюю норму доходности от инве
стиций в образование можно рассчитать, используя простое уравнение
152
Глава 2. Отдача от образования в России: что показывает метаанализ
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
Глава 2. Отдача от образования в России: что показывает метаанализ
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
Глава 2. Отдача от образования в России: что показывает метаанализ
155
Глава 2. Отдача от образования в России: что показывает метаанализ
156
Глава 2. Отдача от образования в России: что показывает метаанализ
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
Глава 2. Отдача от образования в России: что показывает метаанализ
158
Глава 2. Отдача от образования в России: что показывает метаанализ
159
Глава 2. Отдача от образования в России: что показывает метаанализ
5
Эта проблема существенна и для традиционного обзора литературы.
160
Глава 2. Отдача от образования в России: что показывает метаанализ
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
Глава 2. Отдача от образования в России: что показывает метаанализ
162
Глава 2. Отдача от образования в России: что показывает метаанализ
163
Глава 2. Отдача от образования в России: что показывает метаанализ
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
Глава 2. Отдача от образования в России: что показывает метаанализ
8
Подробнее о том, как включение профессий искажает оценки нормы отдачи от образования, см. работу
[Angrist, Pischke, 2008, ch. 3].
165
Глава 2. Отдача от образования в России: что показывает метаанализ
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
Глава 2. Отдача от образования в России: что показывает метаанализ
13
Подробнее о методологии ОЗПП см. во Введении и Главе 3.
167
Глава 2. Отдача от образования в России: что показывает метаанализ
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
Глава 2. Отдача от образования в России: что показывает метаанализ
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
Глава 2. Отдача от образования в России: что показывает метаанализ
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.)
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
170
Глава 2. Отдача от образования в России: что показывает метаанализ
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
Глава 2. Отдача от образования в России: что показывает метаанализ
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, %
172
Глава 2. Отдача от образования в России: что показывает метаанализ
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
173
Глава 2. Отдача от образования в России: что показывает метаанализ
174
Глава 2. Отдача от образования в России: что показывает метаанализ
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
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
Глава 2. Отдача от образования в России: что показывает метаанализ
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
Глава 2. Отдача от образования в России: что показывает метаанализ
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
Глава 2. Отдача от образования в России: что показывает метаанализ
178
Глава 2. Отдача от образования в России: что показывает метаанализ
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
Глава 2. Отдача от образования в России: что показывает метаанализ
180
Глава 2. Отдача от образования в России: что показывает метаанализ
181
Глава 2. Отдача от образования в России: что показывает метаанализ
0,01
0,008
0,006
0,004
0,002
182
Глава 2. Отдача от образования в России: что показывает метаанализ
часовых ставок, а также в тех случаях, когда на выборку накладываются наиболее жесткие
возрастные ограничения.
183
Глава 2. Отдача от образования в России: что показывает метаанализ
184
Глава 2. Отдача от образования в России: что показывает метаанализ
185
Глава 2. Отдача от образования в России: что показывает метаанализ
16
Подробнее межрегиональная вариация в отдачах и ее детерминанты рассматриваются в Главе 3.
186
Глава 2. Отдача от образования в России: что показывает метаанализ
2.8.
Заключение
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
Глава 2. Отдача от образования в России: что показывает метаанализ
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
Глава 2. Отдача от образования в России: что показывает метаанализ
189
Глава 2. Отдача от образования в России: что показывает метаанализ
Литература
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
Глава 2. Отдача от образования в России: что показывает метаанализ
191
Глава 2. Отдача от образования в России: что показывает метаанализ
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
University Press, 2007.
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
Глава 2. Отдача от образования в России: что показывает метаанализ
Skills Shortages and Training in Russian Enterprises / Tan H., Savchenko Y., Gimpelson V. et al.
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
1
См., например, обзорные работы: [Psacharopulos, Patrinos, 2004; Flabbi et al., 2008].
194
Глава 3. Отдача от высшего образования в российских регионах
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
Глава 3. Отдача от высшего образования в российских регионах
196
Глава 3. Отдача от высшего образования в российских регионах
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»):
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
Глава 3. Отдача от высшего образования в российских регионах
5
Это хорошо иллюстрируется результатами симуляций в Главе 2.
198
Глава 3. Отдача от высшего образования в российских регионах
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
Глава 3. Отдача от высшего образования в российских регионах
WВО − WСО ⎛W ⎞
( eβ − 1) ⋅ 100% = ⋅ 100% = ⎜ ВО − 1⎟ ⋅ 100%, (34),
WСО W
⎝ СО ⎠
200
Глава 3. Отдача от высшего образования в российских регионах
⎛ 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
Глава 3. Отдача от высшего образования в российских регионах
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
Глава 3. Отдача от высшего образования в российских регионах
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
Глава 3. Отдача от высшего образования в российских регионах
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
Глава 3. Отдача от высшего образования в российских регионах
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
Глава 3. Отдача от высшего образования в российских регионах
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
Глава 3. Отдача от высшего образования в российских регионах
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.
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
Глава 3. Отдача от высшего образования в российских регионах
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
Глава 3. Отдача от высшего образования в российских регионах
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
Глава 3. Отдача от высшего образования в российских регионах
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
Глава 3. Отдача от высшего образования в российских регионах
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
Глава 3. Отдача от высшего образования в российских регионах
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
Глава 3. Отдача от высшего образования в российских регионах
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
Глава 3. Отдача от высшего образования в российских регионах
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
Глава 3. Отдача от высшего образования в российских регионах
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
Глава 3. Отдача от высшего образования в российских регионах
216
Глава 3. Отдача от высшего образования в российских регионах
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
Глава 3. Отдача от высшего образования в российских регионах
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
218
Глава 3. Отдача от высшего образования в российских регионах
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
Глава 3. Отдача от высшего образования в российских регионах
220
Глава 3. Отдача от высшего образования в российских регионах
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
Глава 3. Отдача от высшего образования в российских регионах
2005 г. + 2007 г.
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
Глава 3. Отдача от высшего образования в российских регионах
2005 г. + 2007 г.
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
Глава 3. Отдача от высшего образования в российских регионах
3.6.
Заключение
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
Глава 3. Отдача от высшего образования в российских регионах
36
Об этом свидетельствуют, например, работы [Kingdon, Theopold, 2008; Donnovan, Swinnerton, 2010].
225
Глава 3. Отдача от высшего образования в российских регионах
226
Глава 3. Отдача от высшего образования в российских регионах
Приложение П3
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
Глава 3. Отдача от высшего образования в российских регионах
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)
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
228
Глава 3. Отдача от высшего образования в российских регионах
ВРП (годовой) на душу, руб. на человека 99545,3 668272,2 15320,7 122352,5 782429,0 17471,2
Доля занятых
Цена 1 кв. м жилья на вторичном рынке, руб. 17510,2 52444,3 8555,7 34838,6 127874,4 15155,0
Ожидаемая продолжительность жизни, лет 64,4 75,6 56,0 66,8 79,0 58,7
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
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
Саратовская область
Владимирская область
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
Тульская область
Ульяновская область
Скорректированные отдачи
Ленинградская область
Московская область
Курская область
Амурская область
Республика Татарстан
Орловская область
Смоленская область
Республика Тыва
Республика Алтай
Алтайский край
Сахалинская область
Оренбургская область
Республика Коми
Читинская область
Еврейская автономная
Камчатская область
Республика Калмыкия
Хабаровский край
Омская область
Республика Башкортостан
Иркутская область
Республика Бурятия
Кировская область
Астраханская область
Курганская область
Пермская область
Карачаево-Черкесская
Архангельская область
Республика Дагестан
Свердловская область
Кабардино-Балкарская
Новосибирская область
Чувашская Республика
Республика Северная
Удмуртская Республика
Чукотский автономный округ
Тамбовская область
Липецкая область
Курская область
Мурманская область
Приморский край
Ставропольский край
Республика Саха (Якутия)
Вологодская область
Республика Хакасия
Республика Марий Эл
Ростовская область
Россия
Кемеровская область
Псковская область
Брянская область
Костромская область
Владимирская область
Республика Карелия
Магаданская область
Волгоградская область
Орловская область
Воронежская область
Саратовская область
Нижегородская область
Республика Татарстан
Тюменская область
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
180
160
140
100
Респ. Адыгея
80
Калужская обл.
г. Санкт-Петербург
Московская обл.
60
Самарская обл.
г. Москва
Россия
40
40 60 80 100 120 140 160 180
233
Глава 3. Отдача от высшего образования в российских регионах
234
Глава 3. Отдача от высшего образования в российских регионах
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
Глава 3. Отдача от высшего образования в российских регионах
Литература
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
Глава 3. Отдача от высшего образования в российских регионах
237
Глава 3. Отдача от высшего образования в российских регионах
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
Глава 3. Отдача от высшего образования в российских регионах
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?..
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?..
1
Горизонтальным рассогласованиям на российском рынке труда посвящена Глава 5.
241
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
246
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
251
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
252
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
253
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
ln W = Xβ + γ a S a + λ o Do + λ u Du + η, (43)
ln W = Xβ + γ a EDU a + λ o Do + λ u Du + η. (44)
256
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
Требуемое образование
низкое высокое
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
11
Первая цифра относится к спецификации, использующей одношаговое определение, а вторая – двух
шаговое.
261
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
267
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
269
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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)
270
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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)
271
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
* ** ***
Примечание: – статистическая значимость на уровне 0,10; – статистическая значимость на уровне 0,05; – стати
стическая значимость на уровне 0,01.
273
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
* ** ***
Примечание: – статистическая значимость на уровне 0,10; – статистическая значимость на уровне 0,05; – стати
стическая значимость на уровне 0,01.
274
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
* ** ***
Примечание: – статистическая значимость на уровне 0,10; – статистическая значимость на уровне 0,05; – стати
стическая значимость на уровне 0,01.
275
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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.
Заключение
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
277
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
278
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
279
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
Приложение П4
Таблица П4 1. Распределение работников в зависимости от соотношения
между фактическим и требуемым образованием, %
280
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
281
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
282
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
283
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
Размер предприятия
(не более 10 человек)
Отрасли
(промышленность)
** *
Строительство –0,049 –0,002 –0,037 0,002 –0,069 –0,019
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
284
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
ФО (ЦФО)
285
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
Размер предприятия
(не более 10 человек)
**
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
Отрасли
(промышленность)
** *
Строительство –0,048 0,017 –0,036 0,018 –0,079 0,025
Электроэнергетика
и ЖКХ –0,020 –0,023 –0,009 –0,024 –0,024 –0,025
Неформальный
*** * * ***
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
286
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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***
Размер предприятия
(не более 10 человек)
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
Отрасли
(промышленность)
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***
Электроэнергетика
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***
Неформальный
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
образования
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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***
Неполное среднее +
курсы –0,069 –0,069 0,097 –0,096 –0,080 0,053 –0,007 –0,027 0,180
Неполное среднее +
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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**
Размер предприятия
(не более 10 человек)
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
(промышленность)
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**
Электроэнергетика
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***
Неформальный
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
образования
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
Литература
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
Глава 4. Уровень образования российских работников: оптимальный, избыточный, недостаточный?..
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
293
Глава 5. Выбор профессии: чему учились и где пригодились?
1
См. классификатор ОКСО.
2
Авторам ближе третья из перечисленных точек зрения.
294
Глава 5. Выбор профессии: чему учились и где пригодились?
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
Глава 5. Выбор профессии: чему учились и где пригодились?
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
Глава 5. Выбор профессии: чему учились и где пригодились?
1. Руководители –
9. Неквалифицированные рабочие 1
297
Глава 5. Выбор профессии: чему учились и где пригодились?
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
Глава 5. Выбор профессии: чему учились и где пригодились?
299
Глава 5. Выбор профессии: чему учились и где пригодились?
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
Глава 5. Выбор профессии: чему учились и где пригодились?
301
Глава 5. Выбор профессии: чему учились и где пригодились?
302
Глава 5. Выбор профессии: чему учились и где пригодились?
10
Конкретные алгоритмы применения узкого и широкого подходов приводятся в табл. П5!1 и П5!2.
303
Глава 5. Выбор профессии: чему учились и где пригодились?
304
Глава 5. Выбор профессии: чему учились и где пригодились?
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
здравоохранения
Спец-ты права
Спец-ты по ест. и
Деятели лит-ры и
образования
информации
инженеры
образования
Спец-ты
искусства
тех. наукам
школе
наукам
наукам
305
Глава 5. Выбор профессии: чему учились и где пригодились?
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
Глава 5. Выбор профессии: чему учились и где пригодились?
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
Глава 5. Выбор профессии: чему учились и где пригодились?
308
Глава 5. Выбор профессии: чему учились и где пригодились?
309
Глава 5. Выбор профессии: чему учились и где пригодились?
310
Глава 5. Выбор профессии: чему учились и где пригодились?
70
65
60
55
50
45
40
% 35
30
25
20
15
10
5
0
Все Мужчины Женщины Город Село
70
65
60
55
50
45
40
% 35
30
25
20
15
10
5
0
15–25 26–35 36–45 46–55 55+
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)
311
Глава 5. Выбор профессии: чему учились и где пригодились?
312
Глава 5. Выбор профессии: чему учились и где пригодились?
80
75
70
65
60
55
50
45
% 40
35
30
25
20
15
10
5
0
Промышленность Торговля Бюджетный сектор
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
Глава 5. Выбор профессии: чему учились и где пригодились?
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, %
314
Глава 5. Выбор профессии: чему учились и где пригодились?
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
Глава 5. Выбор профессии: чему учились и где пригодились?
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».
Глава 5. Выбор профессии: чему учились и где пригодились?
11
Исключением являются техники по обслуживанию ЭВМ, среди которых «вниз» съезжают «лишь» 45%.
317
Глава 5. Выбор профессии: чему учились и где пригодились?
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
318
Глава 5. Выбор профессии: чему учились и где пригодились?
60
55
50
45
40
35
% 30
25
20
15
10
5
0
15–25 26–35 36–45 46–55 55+
319
Глава 5. Выбор профессии: чему учились и где пригодились?
70
65
60
55
50
45
40
% 35
30
25
20
15
10
5
0
Промышленность Торговля Бюджетный сектор
320
Глава 5. Выбор профессии: чему учились и где пригодились?
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
Глава 5. Выбор профессии: чему учились и где пригодились?
322
Глава 5. Выбор профессии: чему учились и где пригодились?
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
Глава 5. Выбор профессии: чему учились и где пригодились?
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
Глава 5. Выбор профессии: чему учились и где пригодились?
14
Мы оставляем за скобками остаточную категорию «других отраслей».
325
Глава 5. Выбор профессии: чему учились и где пригодились?
15
Не это ли определяет широкую распространенность в нашей стране упрощенных технократических
представлений о функционировании общества и экономики?
326
Глава 5. Выбор профессии: чему учились и где пригодились?
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
Глава 5. Выбор профессии: чему учились и где пригодились?
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
Глава 5. Выбор профессии: чему учились и где пригодились?
329
Глава 5. Выбор профессии: чему учились и где пригодились?
5.6.
Заключение
Богатые страны именно потому и богаты, что их население хорошо образовано и обладает
высоким уровнем профессиональной квалификации. Однако наличие человеческого ка!
330
Глава 5. Выбор профессии: чему учились и где пригодились?
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
Глава 5. Выбор профессии: чему учились и где пригодились?
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
Глава 5. Выбор профессии: чему учились и где пригодились?
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
Приложение П5
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
образования
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.
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
0
0
0
0
0
0
0
0
0
0
0
0
2
2
2
247
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
Специалисты среднего уровня
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
образования
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
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
Глава 5. Выбор профессии: чему учились и где пригодились?
2
1
2
0
0
0
0
0
0
0
0
0
0
0
0
0
0
Работники милиции
2
2
2
0
0
0
0
0
0
0
0
0
0
0
0
0
0
345
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*
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
335
1 – работа по специальности согласно узкому определению; 2 – работа по специальности согласно широкому определению; 0 – работа не по
Глава 5. Выбор профессии: чему учились и где пригодились?
336
Глава 5. Выбор профессии: чему учились и где пригодились?
337
Глава 5. Выбор профессии: чему учились и где пригодились?
338
Глава 5. Выбор профессии: чему учились и где пригодились?
339
Глава 5. Выбор профессии: чему учились и где пригодились?
340
Глава 5. Выбор профессии: чему учились и где пригодились?
341
Глава 5. Выбор профессии: чему учились и где пригодились?
342
Глава 5. Выбор профессии: чему учились и где пригодились?
343
Глава 5. Выбор профессии: чему учились и где пригодились?
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
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
344
Глава 5. Выбор профессии: чему учились и где пригодились?
Литература
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
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
Глава 6. Неравенство в заработках: роль профессий
фактора неравенства. Исключением можно считать Главу 8 в книге «Заработная плата в России: эволюция
и дифференциация» [Заработная плата в России, 2007].
347
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
9
Межпрофессиональные различия в оплате труда подробно анализируются в разделе 6.5 данной главы.
354
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
⎧n ( x ) ⎛ ⎡ α ⎞⎫⎪
1 ⎪ ⎜ x ⎤ ⎟
Gα(x) = 2 ⎨ ⎜⎢ ∑ ⎥ − 1⎟⎬ ,
(α − α )n( x) ⎪ i =1 ⎣ μ( x) ⎦
⎩ ⎝ ⎠⎪⎭
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
Глава 6. Неравенство в заработках: роль профессий
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.
359
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
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 )
361
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
364
Глава 6. Неравенство в заработках: роль профессий
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)
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
Глава 6. Неравенство в заработках: роль профессий
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.
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
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
370
Глава 6. Неравенство в заработках: роль профессий
371
Глава 6. Неравенство в заработках: роль профессий
372
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
374
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
21
В экономических терминах – профессиональные группы начинают получать монопольную ренту.
377
Глава 6. Неравенство в заработках: роль профессий
378
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
6.7.
Заключение
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
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
388
Глава 6. Неравенство в заработках: роль профессий
Приложение П6
Таблица П6-1. Массовые профессии в ОЗПП, 2007 г.
389
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
391
Глава 6. Неравенство в заработках: роль профессий
392
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
394
Глава 6. Неравенство в заработках: роль профессий
8163 Аппаратчики и операторы установок по обработке воды 0,1634 0,1470 0,1577 0,2086 0,2979
395
Глава 6. Неравенство в заработках: роль профессий
396
Глава 6. Неравенство в заработках: роль профессий
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
1222 Руководители подразделений
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
9412 Кладовщики, маркировщики,
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
Глава 6. Неравенство в заработках: роль профессий
398
Глава 6. Неравенство в заработках: роль профессий
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
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
399
Глава 6. Неравенство в заработках: роль профессий
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, %
20
19
18
17
Вклад региона, %
16
15
14
13
12
11
10
0 10 20 30 40 50 60 70 80 90 100
400
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
Литература
402
Глава 6. Неравенство в заработках: роль профессий
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
Глава 6. Неравенство в заработках: роль профессий
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
405
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
406
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
407
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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)
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
23000
21000
19000
17000
15000
13000
11000
9000
7000
5000
2003 2004 2005 2006 2007 2008 2009
411
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
7
Обсуждение причин этого явления выходит далеко за границы темы данной работы; см., например:
[Rutkovsky, Scarpetta, 2005].
413
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
16000
14000
12000
10000
8000
6000
4000
2000
0
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
414
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
6,00
5,00
4,00
3,00
2,00
1,00
0,00
Неквалифицированные
Специалисты средней
Квалифицированные
Специалисты высшей
Рабочие средней
Служащие без
Руководители
квалификации
квалификации
квалификации
квалификации
рабочие
рабочие
Рис. 7.4. Численность занятых в промышленности по основным профессиональным группам,
2000, 2004, 2008 гг., млн человек
415
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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.
140,0
120,0
100,0
Относительно средней по экономике в целом (1)
80,0
40,0
20,0
0,0
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
(см.: www.eurostat.eu). Темпы экономического роста в этих странах в данный период были гораздо ниже,
чем в России.
417
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
7.3.
Используемые данные
Наш дальнейший анализ опирается на микроданные трех выборочных обследований
предприятий обрабатывающей промышленности. Их сравнительная характеристика дана
в табл. 7.1.
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
421
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
422
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
423
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
ответ на негативные шоки со стороны спроса. Это, однако, не может остановить тенденцию
к снижению численности, но тормозит ее и сильно растягивает во времени.
Создано после 1992 г. (1 = да) 0,097 –0,189 0,098 – 0,151 0,077 –0,188
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
2
Псевдо R 0,1437 0,1344 0,1392
*
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
* ** *
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
Государственная собственность
больше 25% (1 = да) 0,161 –0,115 0,168 0,013 0,157 –0,287
*
Средняя заработная плата (ln) –0,213 –0,042
**
Рентабельность 0,248 –2,135
Отрасль Да Да Да Да Да Да
Регион Да Да Да Да Да Да
2
Псевдо R 0,1347 0,123 0,1291
*
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.
427
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
* **
Создано после 1992 г. (1 = да) –0,285 0,251 –0,336 0,269 –0,387 –0,004
Государственная собственность
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
***
Средняя заработная плата (ln) –0,323 –0,319
***
Производительность труда (ln) –0,303 –0,314
Отрасль Да Да Да Да Да Да
Регион Да Да Да Да Да Да
* **
Константа –1,366 –26,064 –0,190 –24,626 –1,649 –43,037
2
Псевдо R 0,1455 0,1378 0,1352
*
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.
428
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
Создано после 1992 г. (1 = да) –0,025 –0,305 –0,192 –0,269 –0,015 –0,378
Государственная собственность
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
Отрасль Да Да Да Да Да Да
Регион Да Да Да Да Да Да
*** *** ** *** *** ***
Константа –3,57 –28,85 –2,57 –29,23 –3,70 –29,18
2
Псевдо R 0,1425 0,1347 0,1358
429
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
16
Мы в этом случае контролируем те же переменные, что и в табл. 7.4–7.7.
430
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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.
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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
434
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
2004 г. 2008 г.
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.
435
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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).
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
440
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
441
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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
Квалифицированные
рабочие 21,7 29,7 24,7 20,3 3,7 2,55
Неквалифицированные
рабочие 68,9 19,6 8,6 2,3 0,6 1,46
447
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
28
С другой стороны, предприятия, предлагающие более высокую заработную плату, могут предъявлять и
более высокие требования к рабочей силе.
448
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
Таблица 7.18. Ordered probit: коэффициенты регрессии для индексов сложности поиска
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
451
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
29
Соответствующую таблицу см.: [Гимпельсон, 2004а, с. 33].
452
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
453
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
Специальности
455
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
7.9.
Заключение
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
457
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
458
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
459
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
Литература
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!
пелюшникова. М.: Изд. дом ГУ ВШЭ, 2008.
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
Глава 7. Нужны ли нашей промышленности квалифицированные работники? История последнего десятилетия
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
Глава 8. Подготовка на производстве: российский опыт
463
Глава 8. Подготовка на производстве: российский опыт
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
Глава 8. Подготовка на производстве: российский опыт
465
Глава 8. Подготовка на производстве: российский опыт
466
Глава 8. Подготовка на производстве: российский опыт
467
Глава 8. Подготовка на производстве: российский опыт
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
Глава 8. Подготовка на производстве: российский опыт
469
Глава 8. Подготовка на производстве: российский опыт
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
Глава 8. Подготовка на производстве: российский опыт
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
Глава 8. Подготовка на производстве: российский опыт
работников, прошедших
работников, прошедших
работников, прошедших
работников, прошедших
работников, прошедших
среди предоставлявших
среди предоставлявших
среди предоставлявших
обучение, вся выборка
доля предприятий,
доля предприятий,
обучение в 2001 г.
обучение в 2001 г.
обучение в 2001 г.
предоставлявших
предоставлявших
предоставлявших
обучение, только
обучение, только
обучение, только
средний процент
средний процент
средний процент
средний процент
средний процент
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
Глава 8. Подготовка на производстве: российский опыт
работников, прошедших
работников, прошедших
работников, прошедших
работников, прошедших
среди предоставлявших
среди предоставлявших
обучение, вся выборка
доля предприятий,
обучение в 2001 г.
обучение в 2001 г.
предоставлявших
предоставлявших
обучение, только
обучение, только
средний процент
средний процент
средний процент
средний процент
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
Глава 8. Подготовка на производстве: российский опыт
работников, прошедших
работников, прошедших
работников, прошедших
работников, прошедших
работников, прошедших
среди предоставлявших
среди предоставлявших
среди предоставлявших
обучение, вся выборка
доля предприятий,
доля предприятий,
обучение в 2004 г.
обучение в 2004 г.
обучение в 2004 г.
предоставлявших
предоставлявших
предоставлявших
обучение, только
обучение, только
обучение, только
средний процент
средний процент
средний процент
средний процент
средний процент
средний процент
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
Глава 8. Подготовка на производстве: российский опыт
2
Заметим, что в BEEPS представлено больше небольших предприятий, что объективно снижает долю
обучающих фирм, поскольку маленькие фирмы меньше обучают.
475
Глава 8. Подготовка на производстве: российский опыт
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
Глава 8. Подготовка на производстве: российский опыт
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.
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
Глава 8. Подготовка на производстве: российский опыт
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
Глава 8. Подготовка на производстве: российский опыт
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
Глава 8. Подготовка на производстве: российский опыт
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.
480
Глава 8. Подготовка на производстве: российский опыт
7
Заметим, что средняя доля предприятий, имеющих обучающий центр, близка к доле предприятий, даю
щих формальное обучение работникам по данным BEEPS.
481
Глава 8. Подготовка на производстве: российский опыт
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%.
482
Глава 8. Подготовка на производстве: российский опыт
483
Глава 8. Подготовка на производстве: российский опыт
484
Глава 8. Подготовка на производстве: российский опыт
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%
8
Необходимо отметить, что почти половина предприятий в выборке (от 45 до 49%) не ответили на этот
вопрос.
485
Глава 8. Подготовка на производстве: российский опыт
9
Респонденты могли выбрать несколько вариантов.
486
Глава 8. Подготовка на производстве: российский опыт
0 10 20 30 40 50 60
Процент 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
Глава 8. Подготовка на производстве: российский опыт
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].
488
Глава 8. Подготовка на производстве: российский опыт
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.
Примечание. Индикаторы отраслей включены. В скобках указаны робастные стандартные ошибки. Вме
сто коэффициентов представлены предельные эффекты.
*
Статистическая значимость на уровне 0,10.
**
Статистическая значимость на уровне 0,05.
***
Статистическая значимость на уровне 0,01.
489
Глава 8. Подготовка на производстве: российский опыт
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.
Примечание. Индикаторы отраслей включены. В скобках указаны робастные стандартные ошибки. Вме
сто коэффициентов представлены предельные эффекты.
*
Статистическая значимость на уровне 0,10.
**
Статистическая значимость на уровне 0,05.
***
Статистическая значимость на уровне 0,01.
490
Глава 8. Подготовка на производстве: российский опыт
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
Глава 8. Подготовка на производстве: российский опыт
12
Сумма предельных эффектов изменений по строке равна нулю (с поправкой на значимость коэффи
циентов).
492
Глава 8. Подготовка на производстве: российский опыт
493
Глава 8. Подготовка на производстве: российский опыт
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
Глава 8. Подготовка на производстве: российский опыт
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
Глава 8. Подготовка на производстве: российский опыт
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.
496
Глава 8. Подготовка на производстве: российский опыт
8%
7%
6%
5%
4%
3%
2%
1%
0%
2001 2002 2003 2004 2005 2006 2007 2008
Годы
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
Глава 8. Подготовка на производстве: российский опыт
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
Глава 8. Подготовка на производстве: российский опыт
499
Глава 8. Подготовка на производстве: российский опыт
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
Глава 8. Подготовка на производстве: российский опыт
501
Глава 8. Подготовка на производстве: российский опыт
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 работником
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
Глава 8. Подготовка на производстве: российский опыт
503
Глава 8. Подготовка на производстве: российский опыт
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
Глава 8. Подготовка на производстве: российский опыт
505
Глава 8. Подготовка на производстве: российский опыт
506
Глава 8. Подготовка на производстве: российский опыт
8.7.
Заключение
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
Глава 8. Подготовка на производстве: российский опыт
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
Глава 8. Подготовка на производстве: российский опыт
509
Глава 8. Подготовка на производстве: российский опыт
Приложение П8
Таблица П8$1. Структура регистра Росстата и панели ИЭПП
510
Глава 8. Подготовка на производстве: российский опыт
511
Глава 8. Подготовка на производстве: российский опыт
Среднее Стандартное
отклонение
512
Глава 8. Подготовка на производстве: российский опыт
Литература
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.
Образование в Российской Федерации: 2006. М.: ГУ ВШЭ, 2006.
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
Глава 8. Подготовка на производстве: российский опыт
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
Глава 8. Подготовка на производстве: российский опыт
Steedman H. The Economics of Youth Training in Germany // Economic Journal. 1993. Vol. 103.
Р. 1279–1291.
Skills Shortages and Training in Russian Enterprises / Tan H., Savchenko Y., Gimpelson V. et al.
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
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
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
518
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для 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.
519
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
520
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
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
521
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
522
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
3
К программам с профессиональным уклоном относятся программы, в которых не менее 75% учебного
времени отводится овладению специализированными навыками и компетенциями.
523
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
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
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
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
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
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
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
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
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
528
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
529
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
4
OECD Employment Outlook 2006. Supplementary material, Table W.3.2. (www.oecd.org/els/employmentoutlook/
statsupplement)
530
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
531
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
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
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
5
См. сайт: www.bibb.de
6
Там же.
533
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
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
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
535
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
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
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
9
См. сайт: www.bibb.de
537
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
538
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
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
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
540
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
10
Bundesinstitut fur Berufsbuilding (BIBB), 2006.
11
Eurostat online database. См. также Главу 1, раздел 1.5.
541
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
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
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
543
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
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
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
545
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
546
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
547
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
12
После принятия в 1986 г. Закона «О национальной системе присвоения квалификации» (National Vo
cational Qualifications) несколько лет ушло на разработку соответствующих стандартов.
548
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
549
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
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
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
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
551
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
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
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
заведений по статусу, равных университетам. Однако в этой группе стран лишь Финлян
дия и отчасти Германия значительно продвинулись в данном направлении.
9.7.
Заключение
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
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
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
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
14
См. Главу 1 данной монографии.
555
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
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
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
Литература
557
Глава 9. Национальные модели первичной профессиональной подготовки: уроки для России
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
University Press, 1996.
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
559
Заключение
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
Заключение
561
Заключение
562
Заключение
563
Заключение
564
Заключение
565
Заключение
566
Заключение
567
Заключение
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
Заключение
569
Заключение
570
Заключение
571
Заключение
572
Заключение
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.
Лукьянова Анна Львовна – к.э.н., старший научный сотрудник Центра трудовых иссле
дований НИУ ВШЭ.
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