В тени регулирования. Неформальность на российском рынке труда - Коллектив авторов

Данные по неформальной занятости. Для расчета уровня неформальной занятости по регионам мы используем данные ОНПЗ. В своем определении неформально занятых мы полностью следуем подходу, применяемому Росстатом. К ним мы относим всех работников, занятых не на предприятиях (имеющих статус юридического лица). Плюсом такого «расширенного» определения является то, что оно не чувствительно к ошибкам и неответам респондентов на вопросы о размере предприятия, наличии официальной регистрации, уклонениях от налогов, отчислениях в фонды социального страхования и т. д., которые весьма распространены при ответах на вопросы такого рода. Но этот плюс является одновременно и его минусом. Априори не понятно, в какой мере это расширенное определение неформальности сочетается с ее отдельными проявлениями.

Отметим, что данное «расширенное» определение неформальной занятости не тождественно легалистскому определению, имплицитно заложенному в нашу модель влияния МЗП на неформальную занятость, согласно которому неформальной считается занятость, в отношении которой не соблюдается законодательство о МЗП. Вряд ли законодательство о МЗП не соблюдается абсолютно для всех занятых не на предприятиях. Вполне возможно, что есть рабочие места не на предприятиях, где законодательство о МЗП соблюдается. Тогда, используя «расширенное» определение, мы переоцениваем размер неформальной занятости. Однако мы предполагаем, что относительно полное соблюдение МЗП не на предприятиях встречается крайне редко, поэтому такие случаи не будут оказывать значимого влияния на наши результаты.

Тем не менее, согласно легалистскому определению, законодательство о МЗП должно выполняться для всех занятых в формальном секторе. Но на практике это может быть не так. Например, из-за того, что внутри формального сектора может существовать неформальная занятость. Однако, согласно оценкам Росстата на данных ОНПЗ, масштаб такой занятости был небольшой и составлял менее 1 %. Есть также некоторые свидетельства из статистики крупных и средних предприятий о выплате заработной платы ниже федерального МРОТ, но доля таких занятых также не велика и составляла менее 4 % [Lukiyanova, 2011]. Таким образом, эффект повышений МЗП на занятость в формальном секторе может несколько сглаживаться неполным соблюдением законодательства в этом секторе.

Мы рассчитываем три показателя для неформальной занятости. Первый (Неф-1) представляет собой долю работников, имеющих основную работу в неформальном секторе, в процентах от всех занятых. Этот показатель характеризует структуру занятости, степень ее разделения на формальную и неформальную части. Второй (Неф-2) рассчитывается аналогично первому, но дополнительно учитывает также всех имеющих в неформальном секторе и вторую работу. Он позволяет учитывать возможное влияние изменений в МЗП на выбор сектора для второй работы. Третий показатель (Неф-3) представляет собой уровень неформальной занятости – долю работников, имеющих основную работу в неформальном секторе, в процентах от населения в возрасте экономической активности (15–72 лет). В отличие от первого показателя, Неф-1, он не связан напрямую с занятостью в формальном секторе. (Например, при росте формальной занятости показатель Неф-1 автоматически сокращается, но при этом уровень неформальной занятости, Неф-3, может как сокращаться, так и не меняться или даже расти.)

Как отмечалось выше, влияние МЗП на неформальную занятость во многом зависит от ее влияния на формальную, в связи с чем во многих эмпирических исследованиях анализируется влияние МЗП и на формальную занятость. В нашей работе мы также рассчитываем и используем дополнительный показатель – уровень формальной занятости (Форм) – это доля работников, имеющих основную работу в формальном секторе, в процентах от населения в возрасте экономической активности (15–72 лет).

Данные ОНПЗ позволяют рассчитать описанные показатели по состоянию на середину каждого квартала (т. е. за февраль, май, август и ноябрь месяцы) каждого года рассматриваемого периода[88]. Динамика показателей неформальной занятости представлена на рис. П5-2. Мы наблюдаем распространение неформальности в 2001–2009 гг. и некоторое ее снижение в 2010 г. (подробнее см. главу 3)[89]. Описательные статистики по всем используемым переменным представлены в табл. П5-4. Данные подтверждают, что во втором подпериоде, в сравнении с первым периодом, заметно выросли как значения МЗП и индекса Кейтца, так и межрегиональная вариация в этих показателях.

Поскольку ОНПЗ не содержит информации о заработной плате, мы вынуждены пользоваться данными о заработной плате из статистики предприятий и не можем оценить эффект МЗП на уровень и распределение заработков неформально занятых.

5.5. Методология

В существующей литературе можно выделить три основных подхода к оцениванию влияния МЗП на рынок труда. Во-первых, это использование временных рядов агрегированных данных по стране в целом (см.: [Brown et al., 1982]); во-вторых, это панельные данные по регионам (например: [Neumark, Wascher, 1992]); в-третьих, это подход, предполагающий анализ отдельных повышений МЗП (например, [Card, Krueger, 1995]).

В нашем исследовании применяется второй подход, мы следуем методологии, предложенной Д. Ньюмарком и В. Уошером [Newmark, Washer, 1992]. Их работа – одно из первых обстоятельных исследований эффектов МЗП, выполненных на панельных региональных данных. Хотя авторы фокусировали внимание на молодежной занятости, предложенная ими методология применима для идентификации влияния МЗП также и на другие параметры рынка труда, в том числе на неформальность.

Идентификационная стратегия основана на оценивании уравнения следующего вида:

YiT = α + β · Kaitzi,t + γ1 · Year + γ2 · Month + αi + εiT, (1)

где i – регион; t – месяц; Т – февраль, май, август или ноябрь (на эти месяцы доступны региональные данные по зависимым переменным); Y – доля неформально занятых от всех занятых в регионе, %; Kaitz – индекс Кейтца, равный отношению МЗП в момент времени t к средней заработной плате в регионе в момент времени t; Year – годовые дамми-переменные, призванные контролировать изменения в экономике, происходящие на национальном уровне; Month – месячные дамми, призванные контролировать сезонность как в неформальной занятости (например, летом доля неформально занятых обычно растет), так и в индексе Кейтца (например, в декабре наблюдается всплеск в данных по средней номинальной заработной плате, что ведет к «провалу» в индексе Кейтца). Отметим, что годовые и месячные дамми вместе позволяют контролировать возможное наличие тренда в переменных; αi – ненаблюдаемые региональные эффекты; α, β, γ1 и γ2 – коэффициенты; ε – ошибки.