Ознакомительная версия.
136
Например, в своей аргументации Леманн и Пиньятти придают очень большое значение крайне низкому (почти нулевому) обороту между формальной самозанятостью, с одной стороны, и неформальной занятостью по найму и безработицей, с другой. На российском рынке труда этот оборот оказывается достаточно активным. (Скажем, поток, направляющийся из неформальной наемной занятости в формальную самозанятость, даже превосходит по интенсивности поток, направляющийся из нее в формальную наемную занятость.)
Однако данная модель не учитывает влияния ненаблюдаемых индивидуальных характеристик (например, предпочтений или способностей). Их учет может потенциально сильно повлиять на итоговые выводы и, скорее всего, дать дополнительные аргументы в пользу интегрированной, а не сегментированной картины российского рынка труда.
Мы не обсуждаем здесь влияние индивидуальных характеристик на выбор статуса на рынке труда, поскольку это напрямую не связано с центральным вопросом главы – мобильностью.
Отметим, что учет ненаблюдаемых индивидуальных характеристик в рамках модели со случайными эффектами дает картину еще большей мобильности [Slonimczyk, Gimpelson, 2013].
Необходимость рассчитывать АРЕ связана с тем, что коэффициенты при показателе типа занятости не характеризуют полное влияние последнего на заработки. Это влияние складывается как из прямого эффекта типа занятости, так и опосредованного рабочим временем и представляет собой частную производную логарифма заработной платы по типу занятости. Значение же этой производной будет зависеть от продолжительности рабочего времени. АРЕ усредняет получаемые значения.
Обратим внимание, что, если мы не контролируем тщательным образом отработанное рабочее время, переход из формальной занятости по найму в нерегулярную активность сопровождается сильным проигрышем в заработках.
В случае с нерегулярными работниками возможна иная функция полезности: не максимизация заработка при заданных ограничениях рабочего времени, а минимизация рабочего времени, необходимого для получения определенного дохода. В качестве примера такого подхода Г. Фарбер приводит нью-йоркских таксистов [Farber, 2005].
Для выделения этой группы использовались два вопроса из анкеты РМЭЗ: во-первых, вопрос о наличии в настоящее время работы и, во-вторых, вопрос: «Скажите, пожалуйста, на этой работе Вы работаете на предприятии, в организации? Мы имеем в виду любую организацию, в которой работает более одного человека, независимо от того, частная она или государственная. Например, любые учреждения, заводы, фирмы, колхозы, совхозы, фермерские хозяйства, магазины, армию, государственные службы и прочие организации». Все те, кто имел работу (включая тех, кто на момент опроса находился в различных отпусках) и не ответил утвердительно на второй вопрос, считались занятыми не на предприятиях.
Для выделения этой группы использовались два следующих вопроса: во-первых, вопрос о наличии в настоящее время работы и, во-вторых, вопрос: «Скажите, пожалуйста, Вы оформлены на этой работе официально, т. е. по трудовой книжке, трудовому соглашению, контракту?». Все те, кто имеет работу (включая тех, кто на момент опроса находился в различных отпусках) и не ответил утвердительно на второй вопрос, считались занятыми без трудового контракта.
Для выделения этой группы использовались два следующих вопроса: во-первых, вопрос о наличии в настоящее время работы и, во-вторых, вопрос: «Скажите, пожалуйста, в течение последних 30 дней Вы занимались (еще) какой-нибудь работой, за которую Вам заплатили или должны заплатить? Может быть, Вы сшили кому-то платье, подвезли кого-нибудь на машине, занимались репетиторством, помогли кому-то с ремонтом квартиры, машины, купили и доставили продукты, ухаживали за больными, продавали свои или купленные продукты или товары на рынке или на улице, челночили или делали что-то другое?». Все те, кто не имел постоянной работы на момент опроса и при этом ответил утвердительно на второй вопрос, считались нерегулярными работниками.
См. дискуссию о предложении труда в ситуациях с гибкими условиями занятости на примере водителей такси Нью-Йорка в работе Фарбера [Farber, 2005].
См.: Труд и занятость в России, 2011. Табл. 8.20.
Например, по кривой Лоренца для месячных заработков можно определить, какую долю суммарных заработков получают нижние 10, 20 и т. д. процентов работников. На рисунке воображаемая биссектриса, проведенная из начала координат, соответствует линии равномерного распределения. Чем дальше фактическая кривая, отстоит от биссектрисы, тем менее равномерно распределение показателя.
Коэффициент Джини равен отношению площади фигуры, ограниченной кривой Лоренца и линией равномерного распределения, и площади треугольника, лежащего ниже линии равномерного распределения.
Для декомпозиции коэффициента Джини использовалась пользовательская программа descogini.ado для пакета Stata. См. подробнее: [Lopez-Feldman, 2006].
Данный метод не применим к разложению коэффициента Джини. Энтропийные коэффициенты не имеют простой интуитивной интерпретации, поэтому они не очень полезны при описательном анализе неравенства. Однако в отличие от большинства других индексов неравенства они могут без остатка раскладываться на группы.
РМЭЗ не позволяет учесть налоги и прочие обязательные отчисления с заработной платы, которые увеличивают издержки на рабочую силу в случае формальной занятости. Поэтому мы не можем оценить ее «выгоды» работодателей с точки зрения издержек на рабочую силу.
Чтобы обеспечить сопоставимость рис. П8-8 с результатами оценивания МНК-регрессии, при декомпозиции в качестве базовых использовались коэффициенты уравнения для всей выборки, включая формальных и неформальных работников.
Подробнее о построении РФВ-регрессий и использовании их для декомпозиции неравенства см. Приложение П8.
См., например: [Bailey et al., 2012; Sakellariou, 2012; Magnani, Zhu, 2012; Daouli et al., 2013].
В расчетах использовались пользовательские программы для статистического пакета Stata – rifreg.ado и oaxaca.ado. Перевзвешивание не производилось.
Ознакомительная версия.
