Материал: Региональная дифференциация заработных плат

.3 Работы по России

Стоит отметить, что теме регионального неравенства в России посвящено довольно большое число работ, однако практически все они базируются на исследовании динамики ВРП на душу населения, при этом зачастую авторы получают совершенно различные результаты в зависимости от выбранной методологии. Так, к примеру, о возрастающем неравенстве говорится в статье Lehmann, Silvagni (2013), в которой авторы использовали динамические панельные модели и пришли к выводу о том, что в абсолютном смысле в России наблюдается процесс дивергенции, с небольшой лишь корректировкой на то, что скорость этого процесса снижается. Такого же мнения придерживается и Akhmedjonov (2013), проанализировавший динамику ВРП на душу населения в период с 2000 по 2008 год с использованием нелинейных панельных и ADF регрессионных моделей. Об отсутствии абсолютной бета-конвергенции в период с 1999 по 2004 год говорится и в работе Buccellato (2007), в которой автор активно лоббирует идею пространственных характеристик и проводит анализ с их учетом.

С другой стороны, ряд работ демонстрируют совершенно противоположные результаты. В статье Kholodilin et al. (2009) авторы также использовали пространственные характеристики регионов, разделив их на четыре группы: высокоразвитые регионы, граничащие с высокоразвитыми, низкоразвитые с высокоразвитыми, высокоразвитые с низкоразвитыми и низкоразвитые с низкоразвитыми. Авторы пришли к выводу, что пространственные характеристики имеют большое значение и должны учитываться при анализе конвергенции. Однако, в итоге, была выявлена конвергенция регионов, хотя и очень слабая. Слабую конвергенцию в отношении доходов и заработных плат отмечают Guriev & Vakulenko (2012), рассмотревшие динамику ВРП покомпонентно в трех периодах: 1995-2000, 2000-2005 и 2005-2010, что позволило дать более детальную оценку процесса. В частности, авторы выявили, что в 90-е годы наблюдался процесс дивергенции, в то время как в начале и в конце 00-х регионы продемонстрировали слабую сходимость по ВРП на душу населения.

В целом, результаты по динамике ВРП должны совпадать с динамикой по заработной плате, так как последняя является компонентой ВРП, однако все в той же работе Guriev & Vakulenko (2012) авторы продемонстрировали, что заработная плата, в отличие от ВРП на душу населения, имеет тенденцию к сходимости. В России существует весьма ограниченное число работ по региональной конвергенции заработных плат в России, однако данный показатель является результатом рыночного механизма, и именно его анализ дает представление о несовершенстве рынка.

Резюмируя все вышесказанное, можно заключить, что существующие на сегодняшний день разрывы в региональных заработных платах должны быть нивелированы с течением времени с учетом региональных характеристик: одинаковая работа должна иметь одинаковую оплату. Однако, конечно же, нельзя ожидать полного выравнивания заработных плат, так как во многом существующие различия обусловлены компенсациями. По оценкам Ощепков (2007), 50% дифференциации в заработных платах между работниками со схожими характеристиками обусловлены премиями на плохие или благоприятные условия труда. С другой стороны, остается необъясненная часть дифференциации, анализ динамики которой позволяет утверждать о сближении или отдалении регионов. Если сокращение в заработных платах не происходит, то можно констатировать, что на рынке наблюдается недостаточная миграция или отсутствие необходимого объема инвестиций. В следующей главе описаны данные и методология проводимого исследования.

Глава 2. Данные и методология

.1 Данные

В качестве показателя заработной платы в работе используются данные по "среднемесячной номинальной начисленной заработной плате работников организаций" с 2000 по 2013 год из публикаций "Регионы России. Социально-экономические показатели".

Как известно, многие из автономных округов были упразднены. Вследствие того, что автономные округа входили в состав соответствующих областей, данные по сформированным регионам недоступны до момента их образования. В качестве пропущенных данных по сформированным регионам использовались данные по областям их объединявших. К примеру, отсутствующие данные по Пермскому краю с 2000 по 2004 год были взяты по Пермской области за соответствующий период, по Забайкальскому краю - Читинской области (с 2000 по 2007), по Камчатскому краю - Камчатской области с 2000 по 2006 годы. Также из анализа были исключены наблюдения по Чеченской республике вследствие отсутствия данных за интересующий период. Всего в анализ вошли 79 регионов.

В исследовании проводился анализ конвергенции трех показателей заработной платы: номинальной, реальной (скорректированной в соответствии с региональной инфляцией), а также номинальной заработной платы, скорректированной по паритету покупательной способности. Для этого использовалась стоимость фиксированного набора товаров и услуг, рекомендованная Росстатом для проведения межрегиональных сопоставлений.

Необходимость анализа конвергенции заработных плат в трех плоскостях обусловлена спецификой самих показателей. Номинальная заработная плата - это то, с чем сталкивается производитель при выборе региона для размещения производства; реальная - позволяет элиминировать региональную инфляцию, которая неоднородна по субъектам; наконец, заработная плата, скорректированная по ППС, является ориентиром для населения: способность приобрести на заработную плату большее число товаров и услуг должно стимулировать население к переезду в данный регион.

Помимо трех видов заработных плат, перечисленных выше, в данной работе выявление конвергенции проводится также с помощью анализа взвешенных показателей. Нормировка состоит в том, что более густонаселенным регионам присваивается больший вес. Данная мера необходима вследствие российской региональной специфики: наличие малонаселенных северных регионов с высокой заработной платой завышает показатели неравенства в условиях отсутствия нормировки. С другой стороны, если с течением времени население увеличивалось в регионах с высокой заработной платой, то взвешенные показатели не сократят неравенство, а могут даже привести к обратному эффекту. Che and Spilimbergo (2012)

В качестве прокси для капитала в исследовании был использован показатель, представляющий собой накопленное сальдо инвестиций в основной капитал и сбережений за рассматриваемый период. Включение в анализ сальдо, а не инвестиций в чистом виде обусловлено одним простым соображением: даже при наличии большого объема инвестиций сбережения населения могут их превышать - в таком случае можно констатировать отток инвестиций из региона, а не их увеличение. Поскольку данные по сбережениям отсутствуют в чистом виде, данная переменная, вслед за Guriev & Vakulenko (2012), была построена следующим образом: сначала были посчитаны совокупные денежные доходы в регионе, далее данный показатель умножался на суммарную долю инвестиций в недвижимость и финансовые активы.

Данные по миграции представляют собой накопленный миграционный прирост, рассчитанный на основе "коэффициента миграционного прироста на 10 000 человек населения". Конечный показатель представляет собой сумму населения региона в 2000 году и накопленного чистого миграционного прироста. Данное построение показателя позволяет анализировать исключительно влияние миграции без учета изменения структуры населения, рождаемости, смертности и прочих факторов.

Все показатели для расчетов были взяты из сборника "Регионы России. Социально-экономические показатели". Основные описательные статистики сгруппированы в соответствии с тремя рассматриваемыми видами заработных плат и представлены в приложении 1.

.2 Сигма-конвергенция

В теории конвергенции выделяют "сигма-" и "бета-" конвергенции. Первая измеряет разброс и показывает динамику неравенства: если дисперсия, коэффициент вариации или другие статистические показатели неравенства уменьшаются, то говорят о наличии конвергенции, в противном же случае показатели расходятся во времени. В качестве показателей неравенства могут выступать коэффициент Джини, индекс Херфиндаля-Хиршмана, индекс Тейла и другие.

Бета-конвергенция, в свою очередь, основывается больше на теории, в частности на модели Солоу, и отвечает на вопрос: смогут ли бедные регионы догнать богатые. Взаимосвязь данных концепций такова, что из сигма-конвергенции следует бета-, но в обратную сторону данное следствие не выполняется.

.3 Бета-конвергенция

В рамках теории выделяют безусловную и условную бета-конвергенции. Безусловная предполагает сходимость во времени к единому равновесному состоянию. В данном случае в уравнении конвергенции в качестве единственного регрессора выступает начальное значение анализируемого показателя:

Если оценка коэффициента β меньше нуля, то говорят об абсолютной бета-конвергенции, если же коэффициент положителен, то показатели расходятся во времени. Если принять гипотезу об относительном сходстве субъектов по своим региональным характеристикам, то данного анализа вполне достаточно. Однако, на деле, особенно в таких больших государствах как Российская Федерация, регионы весьма гетерогенны, что обуславливает необходимость анализа условной бета-конвергенции, предполагающей включение в анализ региональных характеристик, позволяющих учесть возможное движение к различным равновесным траекториям:

/T(ln y_i,t - lny_i,0) = βln y_i,0 + δM_i,t-1, + ε_i,t, (7)

где M_i,t-1 матрица факторов экономического роста. Критерий конвергенции в таком случае остается неизменным: если β меньше нуля, то гипотеза об условной конвергенции не отвергается.

Существуют три основных подхода к анализу бета-конвергенции. Первый сводится к кросс-секционному анализу методом OLS. К примеру, в работе Roses (2004) авторы анализируют сходимость заработных плат в Испании за период с 1850 по 1930 годы. Допуская неоднородность регионов по своим характеристикам, исследователи включили в уравнение долю грамотного населения и долю городского населения в нулевом периоде, как прокси для начального уровня труда и капитала. Выводы, полученные в результате оценки, позволили утверждать о существовании бета-конвергенции в рассматриваемом периоде.

Второй кластер работ, посвященных исследованию сходимости заработных плат, базируется на анализе временных рядов. В работе Mora (2005) автор проанализировали сходимость европейских стран, базируя свое предположение на том, что переход к единой валюте должен привести к снижению региональной дифференциации. В результате было получено, что наблюдалась конвергенция номинальных, но не реальных заработных плат.

Наконец, третий подход уделяет особое внимание пространственным характеристикам регионов.

.4 Пространственные связи

Разумно предположить, что влияние на заработную плату не ограничивается лишь набором региональных характеристик: регионы находятся в постоянном взаимодействии и взаимовлиянии, что не может быть проигнорировано. Любой экономический шок, приводящий к изменению заработной платы в регионе, обязательно отразится на данном показателе в соседних. К примеру, увеличение заработной платы в регионе приведет к увеличению предложения труда в нем за счет более активной миграции работников из соседних регионов, при этом в них, соответственно, предложение труда сократится. Все это, так или иначе, найдет свое отражение в изменении заработных плат.

С целью получения ответа о целесообразности включения в анализ пространственной зависимости проводится расчет I-статистики Морана.

I = y’Wy/(y’y), (8)

где y - вектор региональных заработных плат, W - матрица пространственных весов. В нашей работе весами выступают коэффициенты, рассчитанные на основе удаленности регионов друг от друга, где каждый элемент равен единице, деленной на расстояние между их столицами.

Выбор столиц регионов, а не географических центров в качестве "отправных пунктов" обусловлен тем фактом, что наиболее высокая экономическая активность наблюдается именно в столицах, а географический центр региона может выпадать на незаселенную территорию, как, например, в случае с Сибирским федеральным округом (Kholodilin et al., 2009).

Включение в уравнение пространственных характеристик приводит к невозможности дальнейшего применения метода OLS вследствие пространственной автокорреляции, вызывающей смещение полученных оценок. Gluschenko (2010)

Один из путей решения данной проблемы - это использование пространственного лага (spatial autoregression model (SAR)). В общем виде уравнение имеет вид:

1/T*ln(y_i,t /y_i,0) = a + βln y_i,0 + γprostran_t-1 + δM_i,t-1 + ε_i,t (9)_t-1=∑w_rsy_s, (10)

где prostran_t-1 - пространственный лаг.

Другой подход носит название spatial error model (SER). Суть модели заключается в том, что остатки регрессии считаются автокоррелированными:

Z=Xa + e (11)_i = p∑w_ije_j + u_i (12)

Данная модель может быть предпочтена модели SAR в случае, если автокорреляция представляет собой, скорее, помеху для оценки, нежели существенный параметр. Иными словами, это означает, что случайный шок в регионе влияет на темпы роста не только в данном, но и в соседних регионах. Проблема состоит в том, что зачастую модель SER отображает совместную реакцию регионов вследствие неопределенных пропущенных пространственных характеристик. Несмотря на тот факт, что в большинстве исследований используется модель SER, модель SAR имеет большую теоретическую основу (Fingleton and López-Bazo, 2006).

Анализ бета-конвергенции позволяет не только констатировать имеет место сходимость или нет, но и оценить количественно ее скорость. На основе оцениваемого коэффициента возможен расчет двух важнейших показателей: скорости сходимости и так называемого показателя "half-life", демонстрирующего за какое время регионы преодолеют половину существующего разрыва.

CR = - ln(1+β*T)/T, (13)= ln(2)/CR, (14)

где CR - скорость сходимости, β* - полученная оценка, T - число периодов, HL - half-life.

Глава 3. Результаты

.1 Сигма-конвергенция заработных плат по регионам России

Прежде чем переходить к результатам, стоит отметить, что нормирование заработных плат на численность населения и численность занятых дали практически идентичные результаты, поэтому весь дальнейший анализ проводился с учетом нормировки только на численность населения.

Расчеты позволяют констатировать, что для всех трех видов невзвешенных заработных плат коэффициент вариации, индекс Джини и отношение максимума к минимуму значительно снизились за рассматриваемый период с 2000 по 2008 год включительно, однако после выхода из кризиса неравенство какое-то время увеличивалось, но после снова начало снижаться.

Что же касается динамики индексов неравенства, измеренных по взвешенным показателям, то, как и в первом случае, номинальные заработные платы и заработные платы, скорректированные по ППС, демонстрируют тенденцию к снижению с небольшим увеличением в кризисный период, хотя и гораздо меньшую по сравнению с невзвешенными показателями. Однако взвешенные реальные заработные платы показывают практически нулевое изменение к 2013 году, при этом с 2006 года показатель имеет тренд к дивергенции, как в терминах коэффициента вариации, так и в терминах коэффициента Джини.

Следует также отметить, что корректировка на веса не привела к изменению отношения максимума к минимуму, поэтому анализ данного индекса проводился только для невзвешенных показателей.

Таким образом, можно предположить, что поведение заработных плат было различно в периоды с 2000 по 2008 и с 2009 по 2013, что обуславливает целесообразность анализа бета-конвергенции в рассмотренные периоды.

.2 Бета-конвергенция заработных плат по регионам России

Ниже представлена таблица с результатами оценки уравнений, использующих в качестве объясняемой переменной темпы роста по отношению к 2000 году для реальных, номинальных и заработных плат, скорректированных на покупательную способность. Все уравнения спецификации (6) оценивались методом OLS.

Таблица 1. Анализ безусловной бета-конвергенции