Коллектив авторов - В тени регулирования. Неформальность на российском рынке труда
Стандартным инструментарием анализа силы причинно-следственных связей в экономических исследованиях является регрессионный анализ. Зная долю неформалов в регионах (за разные годы), в принципе, мы можем оценить уравнение, объясняющее вариацию этой зависимой переменной через вариацию независимых переменных, включающих факторы спроса на труд, предложения труда, настройку региональных институтов. Однако практическая реализация такой регрессии с помощью МНК связана с рядом возможных проблем, одной из которых является наличие ненаблюдаемой неоднородности. Каждый из регионов может иметь свои специфические и ненаблюдаемые особенности, влияющие на уровень деформализации. Это касается, прежде всего, системы правоприменения (полноты и избирательности действия всей совокупности механизмов инфорсмента), сильно влияющей на создание формальных рабочих мест и, соответственно, на вытеснение занятости в неформальную сферу. Их игнорирование в модели регрессии ведет к смещению оценок коэффициентов. Другой проблемой может быть эндогенность наших независимых переменных и, в частности, ненаблюдаемых индивидуальных эффектов.
Использование панельных данных позволяет решить первую проблему и, по крайней мере, ослабить вторую. Модель с фиксированными эффектами устраняет влияние ненаблюдаемых переменных и, если они потенциально эндогенны, снимает и эту проблему. Руководствуясь этими соображениями, мы оцениваем уравнение следующего вида[58]:
Нашей зависимой переменной Yit является доля занятых в неформальном секторе в регионе i в году t, где t = {2000–2009}. Мы последовательно используем три эконометрические спецификации, варьируя следующие зависимые переменные: доля занятых в неформальном секторе среди всех занятых в регионе (всего), доля неформально занятых по найму и доля самозанятых. Набор независимых переменных (Xit) включает показатели спроса на труд (логарифм душевого ВРП, логарифм средней заработной платы[59], уровень общей безработицы в регионе, измеренный по методологии МОТ), показатели предложения (возрастная структура населения и доля имеющих третичное образование). Кроме того, мы контролируем временной тренд (Time), чтобы отразить влияние времени. Слагаемое αi представляет собой ненаблюдаемый специфический эффект, а εit обозначает нормально-распределенный случайный остаток.
Для каждой из зависимых переменных мы оцениваем две спецификации: с логарифмом душевого ВРП или с логарифмом средней региональной заработной платы. Каждая из них имеет свои преимущества и недостатки. Так, ВРП является наиболее интегральной мерой спроса на труд, однако он потенциально эндогенен, поскольку более деформализованные экономики отличаются более низкой производительностью. Здесь возможны как обратная зависимость, так и влияние некоторой третьей переменной. Этот потенциальный эффект неравномерно распределяется по регионам и является ненаблюдаемой специфической особенностью, частично устраняемой с помощью модели с фиксированными эффектами. Средняя зарплата (а данные по ней относятся только к занятым в формальном секторе) является менее представительной характеристикой спроса на труд, но в то же время она и слабее подвержена потенциальной эндогенности.
Как известно, при оценивании модели с фиксированными эффектами из значений каждой переменной за текущий момент времени вычитается среднее значение этой переменной за весь период (yit – ŷit), в итоге ненаблюдаемый индивидуальный эффект (который предполагается постоянным во времени) исчезает. В результате такой процедуры мы фактически оцениваем влияние изменений в значениях независимых переменных xit на изменения значений Yit. Результаты оценивания представлены в табл. 3.2.
Таблица 3.2. Коэффициенты регрессии, модель с фиксированными эффектами, 2000–2009 гг.
Примечание: * p < 0,1; ** p < 0,05; *** p < 0,01.
Анализируя эту таблицу, прежде всего обратим внимание на то, что показатель логарифм ВРП положительно связан с уровнем неформальной занятости в целом и по найму. Это означает, что экономический рост в регионах ведет не к сокращению (как можно было бы ожидать!), а к увеличению доли неформального сектора[60]. Один дополнительный логпункт ВРП увеличивает долю неформального сектора на 2,8 п.п. Хотя в практическом смысле эта эластичность невелика, оценка статистически значима на 5-процентном уровне. Спецификация с логарифмом средней зарплаты и с логарифмом ВРП для занятых по найму дает схожие результаты. В спецификации для занятых по найму коэффициент при логарифме заработной платы также положителен, хотя статистически незначим. Другими словами, увеличение спроса на труд в регионе подхлестывает тенденции к деформализации, а не сдерживает их!
По-иному влияние обоих показателей спроса на труд проявляется в наших спецификациях для уровня самозанятости (два последних столбца таблицы). Здесь искомые коэффициенты имеют отрицательный знак, но статистически незначимы. Это хорошо согласуется с общей дескриптивной картиной, представленной ранее, где показатели самозанятости демонстрируют вялую динамику во времени, отражая незначительный вклад этой компоненты неформальности в адаптацию на рынке труда.
Еще одной характеристикой спроса на труд в регионе является уровень безработицы. Снижение последнего означает активизацию спроса и, соответственно, сокращение доли неформального сектора. Эту картину мы в общем-то и наблюдаем. Дополнительный процентный пункт безработицы увеличивает уровень неформальности на 0,12–0,18 п.п. Это также можно интерпретировать таким образом, что ухудшение ситуации на рынке труда одновременно идет по двум направлениям: как через увеличение безработицы, так и через ухудшение структуры занятости. И наоборот, снижение безработицы положительно сказывается и на структуре занятости с точки зрения удельного веса неформального сектора.
Увеличение доли лиц с высшим образованием снижает уровень неформальности при том, что в регионах с более образованным населением этот уровень изначально ниже. Это связано с тем, что занятые по найму в неформальном секторе имеют, как правило, невысокое образование, а связь образования с вероятностью самозанятости, как мы видели, вообще отсутствует. Эти зависимости мы также наблюдали и на индивидуальных данных. Данный вывод вполне соответствует конвенциональным представлениям о связи между этими явлениями.
