The influence of population age structure on labor productivity and inventive activity of Russian regions

Введение. В большинстве развитых и развивающихся странах за последние десятилетия все большую актуальность приобретают вопросы последнего демографического перехода, сопряженного со старением населения. В данный момент, можно сказать, что не существует единого мнения о характере и степени влияния такой демографической тенденции на экономику и рост.

С одной стороны, исследователи Н. Маэстас и др. получили результаты, указывающие на негативное влияние старения населения на экономический рост. В их исследовании каналами такого негативного влияния выступили замедление роста занятости и производительности труда. [17] Я. Чжоу и др. в своем исследовании также приходят к выводу о замедлении экономического роста при старении населения. Однако их исследование также приводит к выводу о наличии сопряженных с этим промышленной модернизации и улучшении экологической ситуации. [21]

С другой стороны, исследование Дж. Сайклус и Л. Тайара указывает на то, что даже если старение населения может оказывать значимое негативное влияние на экономический рост, такой эффект может быть нивелирован благодаря росту эффективности системы здравоохранения. [16] Т. Н. Пхам и Д. Х. Ву, проанализировав большую выборку развивающихся стран, с периодом 1971 – 2015 годов, также выявили положительное влияние на рост экономики увеличения доли старшей группы населения. [20] Однако их результаты не в полной мере можно отнести к определению факторов роста производительности труда, и как следствие – роста благосостояния населения. Так, каналами влияния на экономику старения населения, кроме увеличения уровня накопляемого человеческого капитала, названы такие экстенсивные факторы, как рост государственных расходов, сбережений.

Методологически исследование опирается на подход Ц. Ю. Парк и др. На основе анализа кросс-секционных данных, с усредненными значениями показателей, исследователи приходят к выводу о наличии положительной динамики производительности труда и инновационной активности, при совместном влиянии доли старшей группы населения в общем числе занятых и роста автоматизации производств. Ц. Ю. Парк и др. определяют старение как отношение численности населения старше 50 лет к численности населения в возрасте от 20 до 49 лет, и исследуют влияние такого отношения на экономику. [19] В отличие от этого исследования, далее в работе были использованы не усредненные за 5 лет значения показателей, а непрерывные наблюдения.

М. Кристеа и др., исследуя экономики Европейского союза пришли к выводу о существенном положительном влиянии динамики числа занятых в возрасте 55 – 64 лет на производительность труда. Под действием нескольких социальных и экономических факторов. Из этого исследования можно вывести особую роль уровня здоровья населения при определении влияния на рост среднедушевого ВВП динамики занятости в старшей возрастной группе. [15]

Исследователи используют несколько путей для определения влияния старения населения на экономический рост, одним из основных является технологическое развитие. Ю. Аксой и др. обнаружили, что работники среднего возраста 40 – 49 лет оказывают сильное положительное влияние на инновационную деятельность. [13] Такая положительная связь может усиливаться в зависимости от уровня автоматизации. [14]

Таким образом, на данный момент нет общего мнения ни о том, как старение население влияет на экономику и инновационную активность, ни о том, каким инструментарием такое влияние стоит определять. Основной целью данной статьи является определение характера влияния отношения числа занятых в старших возрастных группах к общей численности занятых и населения на производительность труда и изобретательскую активность регионов России. Так как показатели изобретательской активности неравномерно распределены среди регионов, для целей исследования, была собрана выборка регионов, наиболее активных в изобретательской сфере.

В качестве научной новизны, кроме уже упомянутого, выступает подход, отличный от используемых в перечисленных ранее исследованиях. Такое отличие заключается в совместном использовании при моделировании показателей возраста трудящихся, вспомогательных факторов, показателей их взаимодействия. В ходе исследования были отобраны вспомогательные факторы, которые должны усиливать положительные или ослаблять негативные эффекты возрастной структуры на экономику и патентную активность регионов. Таким образом, на основе регрессионного анализа проверяется гипотеза о том, что показатели здоровья населения способствуют положительному вкладу старшей возрастной группы в повышение производительности туда.

О.А. Демидова и др., в своем исследовании утверждают наличие нелинейной связи между уровнем финансирования системы здравоохранения и экономическим ростом. Исследователи предполагают, что уровень здравоохранения стимулирует экономический рост через несколько каналов, главным из которых является рост общей производительности труда. Предположение о нелинейности означает наличие мультипликативного эффекта – рост производительности трудящихся приводит и к большей факторной производительности и увеличению производства в целом, и к расширению потребления, с последующим увеличением доходов. [2]

В качестве показателя, характеризующего динамику качества медицинского обслуживания и развития медицинских технологий, в данном случае использована ожидаемая продолжительность жизни. [6, 9] Во многих исследованиях отмечается наличие тесной связи этого показателя с валовым внутренним продуктом. [10] Кроме того, такой показатель отображает возможность реализации накопленного человеческого капитала. [7]

Относительно динамики патентной активности регионов, таким вспомогательным фактором должна выступать динамика численности персонала научно-исследовательских работ (далее – НИР). Далее в работе проверяется гипотеза о том, что старение населения не несет негативного, или оказывает положительное влияние на изобретательскую активность, ввиду преобладания числа высококвалифицированных исследователей именно в старшей возрастной группе занятых. [12] Ю. С. Колесникова, Е. В. Фахрутдинова и Д. В. Юрков в своем исследовании отмечают, что средний возраст исследователей и докторов наук превышает средний возраст занятых на 6 и более чем 20 лет соответственно. [3]

Материалы и методы. Исследование основывается на статистических данных, относящихся к регионам, наиболее активным в показателях числа регистрации объектов интеллектуальной собственности и их использования. [5] Данные по этим показателям за период 2005 ­– 2022 годы были получены от Федеральной службы по интеллектуальной собственности и Федеральной службы государственной статистики. Изначально были собраны данные за 80 регионов России, по которым статистическое наблюдение велось непрерывно с 2005 года. Далее были рассчитаны средние значения упомянутых показателей для всего периода. Для того, чтобы сопоставление регионов на основе показателей было сбалансированным, полученные средние обоих показателей значения каждых регионов суммированы с 50% весами к каждому. Стоит отметить, что сумма регистрируемых за год объектов интеллектуальной собственности не включает число регистрируемых товарных знаков, так как данная составляющая показателя не представляет интереса для данного исследования.

Итоговый синтетический показатель регистрации и использования объектов интеллектуальной собственности был использован для разделения всех регионов по 4 квартилям. В исследовании используются данные по регионам, относящимся к первому квартилю, за исключением Москвы, Санкт-Петербурга и Московской области, так как данные регионы стоит исследовать отдельно, ввиду существенного перевеса значений показателей этих регионов в общей сумме первого квартиля. Таким образом, выборка регионов включает: Воронежскую, Рязанскую, Тульскую, Ростовскую, Нижегородскую, Самарскую, Свердловскую, Тюменскую, Челябинскую, Новосибирскую, и Томскую области, а также Краснодарский, Ставропольский, Пермский и Красноярский края, Республики Татарстан и Башкортостан.

На рисунке 1 представлено сопоставление процентных долей возрастных групп в числе экономически активного населения в 2005 и 2022 годах соответственно.

Рисунок 1. Распределение долей возрастных групп в общей численности экономически активного населения, 2005 и 2022 г., %

Источник: Составлено автором по данным [22]

Как можно видеть на рисунке, средняя возрастная группа 30 – 49 лет существенно преобладает над прочими. Пропорции исследуемых возрастных групп не изменились за исследуемый период. Это также можно увидеть на таблице 1, где представлена описательная статистика численности рабочей силы исследуемых возрастных групп и прочих показателей, на основе которых далее будут получены производные показатели для последующего анализа.

Рисунок 2. Изменение средних по регионам значений объясняющих переменных, 2006 – 2022 г., %

Источник: Составлено автором по данным [22]

где: RDE – Численность персонала НИР;

H – Ожидаемой продолжительность жизни;

Otn1 – Отношение численности рабочей силы в возрасте 50 – 59 лет к численности рабочей силы в возрасте 20 – 49;

Otn2 – Отношение численности рабочей силы в возрасте 40 – 59 лет к численности населения.

Как видно на рисунке, в период 2005 – 2012 годов и в 2022 году возрастала доля возрастной группы 50 – 59 лет в соотношении с группой 20 – 49 лет. В другие годы наблюдается незначительное снижение показателя. Отношение же числа экономически активного населения в возрасте 40 – 59 лет к численности населения в среднем непрерывно снижалось за исследуемый период. В сопоставлении динамик численности персонала НИР с другими показателями не наблюдается какой-либо устойчивой систематической взаимосвязи. Относительно показателя ожидаемой продолжительности жизни, можно отметить существенное негативное влияние 2020 и 2021 годов на устойчивую стабильную тенденцию к росту.

Рисунок 3. Изменение средних по регионам значений объясняемых переменных, 2006 – 2022 г., %

Источник: Составлено автором по данным [22, 23]

где: P – число подано заявок на регистрацию изобретений, полезных моделей и промышленных образцов;

WRPnd – Валовый региональный продукт на душу населения.

При сопоставлении двух предложенных графиков можно увидеть разницу в динамиках средне душевого валового регионального продукта (далее – ВРП) с большинством объясняющих переменных в 2021 году. Для того чтобы избежать эндогенного влияния, происходившего в 2020 и 2021 годах ковид-кризиса, при оценке параметров модели, объясняющей изменение по душевого ВРП, кроме объясняющих факторов были использованы фиктивные переменные для 2020 и 2021 годов.

Таблица 1.

Описательная статистика

Как видно на таблице, средние значения по возрастным группам рабочей силы не отличаются значительно от медианных значений. Это относится и к прочим показателям, за исключением показателей ВРП и численности персонала НИР. Большой размах минимальных и максимальных значений отображает значительную кросс-секционную разницу значений, которая усиливает воздействие временной динамики показателей. На основании этого и выполненного теста Хаусмана, для оценки параметров построенной далее модели был использован метод наименьших квадратов с фиксированными эффектами.

Кроме этого, таблица содержит информацию о наличии нулевых значений в показателях количества подаваемых заявок на регистрацию объектов интеллектуальной собственности. В дополнение к этому, динамика количества заявок на регистрацию объектов интеллектуальной собственности (далее – ОИС) представляет собой позитивный подсчет независимых между собой событий. В подобных случаях рассматривается модель распределения Пуассона или модель отрицательного биномиального распределения. В данном случае не выполняется критическое для пуассоновского распределения требование равенства вариации и среднего значения. По этой причине, как и в исследовании динамики патентов С. Ли и К. Шао, для оценки параметров второй модели был использован метод оценки счетной модели квазимаксимального правдоподобия отрицательного биноминального распределения. [18]

Результаты. Перед проведением оценки параметров модели, стоит обратить внимание на корреляционный анализ уже перечисленных и новых синтетических показателей. Данная информация представлена на таблицах 2 и 3. Для достижения стационарности, для основных объясняющих переменных были взяты первые разности, показатель ВРП на душу населения был прологарифмирован.

Таблица 2.

Корреляции показателей первой модели

где: d – обозначает первую разность значений переменной, l – обозначает логарифм;

int1 – Взаимодействие ожидаемой продолжительности жизни и отношения численности рабочей силы в возрасте 50 – 59 лет к численности рабочей силы в возрасте 20 – 49 (H * Otn1);

int2 – Взаимодействие ожидаемой продолжительности жизни и отношения численности рабочей силы в возрасте 40 – 59 лет к численности населения (H * Otn2).

Все коэффициенты корреляций указывают на отсутствие рискового уровня линейной зависимости переменных. Исключения составили связь показателей взаимодействий и отношений возрастного состава рабочей силы. По этой причине, в последнем столбце таблицы представлены результаты проверки мультиколлинеарности факторов. значения менее 10.0 указывают на отсутствие мультиколлинеарности.

Таблица 3.

Корреляции показателей второй модели

где: P1 – Подано заявок на регистрацию изобретений;

P2 – Подано заявок на регистрацию полезных моделей;

P3 – Подано заявок на регистрацию промышленных образцов;

int3 – Взаимодействие численности персонала НИР и отношения численности рабочей силы в возрасте 40 – 59 лет к численности населения (RDE * Otn2).

Ввиду совершенной коллинеарности, во второй модели используется показатель взаимодействия со вспомогательной переменной только доли рабочей силы в возрасте 40 – 59 лет к численности населения.

Таблица 4.

Результаты оценок параметров первой модели

Из двух показателей взаимодействия статистически значимым является только относящийся к первому показателю доли возрастной группы экономически активного населения 50 – 59 лет. Как можно видеть взаимодействие этого показателя с динамикой ожидаемой продолжительности жизни оказывает положительное влияние на зависимую переменную. Сам же показатель данного отношения имеет негативное влияние. Обратная ситуация сложилась в случае отношения численности рабочей силы в возрасте 40 – 59 лет к общей численности населения. Таким образом, можно отметить изменение характера воздействия демографического перехода на производительность труда под влиянием развития медицинских технологий, инфраструктуры и их доступности. [1]

На таблице 5 представлены результаты оценки параметров моделей, объясняющих динамику заявляемых ОИС.

Таблица 5.

Результаты оценок параметров второй модели

Значения в квадратных скобках относятся к стандартной ошибки, значения в круглых скобках указывают статистическую значимость фактора.

Как можно видеть, при исследовании суммы подаваемых заявок на регистрацию ОИС, только фактор взаимодействия является значимым на 5% уровне. Как и предполагалось, данный показатель обладает большей объяснительной силой, чем только динамика персонала НИР. Влияние взаимодействия численности персонала НИР с удельных весомы работников старшей возрастной группы к численности населения является положительным и статистически значимым при выборе любого типа ОИС.

В случае с числом заявок на регистрацию полезных моделей, такое взаимодействие противопоставляется негативным эффектам, которые могут сопровождать инновационную активность отношение старшей возрастной группы к сумме занятых других групп. Последний показатель имеет значимое положительное влияние на динамику числа подаваемых заявок на регистрацию изобретений и полезных моделей. Другое же соотношение – отношение занятых в возрасте 40 – 59 лет к числу население имеет обратное влияние в случае с динамикой промышленных образцов и полезных моделей.

Обсуждение и выводы. Обнаружено, что увеличение продолжительности жизни обеспечивает или усиливает положительное воздействие на рост производительности труда и экономики долей старших возрастных групп занятых к сумме других возрастных групп или численности населения. Таким образом, демографический переход не может оказывать негативное влияние на экономический рост и его характер, при принятии предположения о сопряженности данного процесса с развитием технологий в целом, и медицинских технологий в частности.

В случае с динамикой разрабатываемых технологических ОИС, отвергнуто предположение о меньшей инновационной активности старшей возрастной группы занятых. Несколько иначе сложилась ситуация с промышленными образцами, где лишь отношение двух старших групп к общей численности населения оказало положительное влияние. Стоит отметить, что только данный тип ОИС касается защиты не технологических нововведений, а объектов дизайна, графических и архитектурных достижений. [11] В целом, на патентную активность оказывают положительное влияние доли старших возрастных групп, при учете динамики персонала НИР. Выявленные проблемы, относящиеся к определенным типам ОИС можно разрешить двумя путями.

В первую очередь, можно стимулировать «омоложение» исследователей и разработчиков в отдельно взятых, отраслях, связанных с более высоким относительным уровнем творческих и графических работ. Сделать это можно, с помощью целевых гранатовых программ, адресованных научным сотрудникам младших возрастных групп. [3] Другим способом достижения структурных улучшений в патентной активности, является повышение продуктивности исследовательских и конструкторских работ, проводимых старшей возрастной группой.

В данном случае более эффективными были бы программы по дополнительному образованию и содействие в перепрофилировании. Последнее наиболее важно, ввиду волатильности уровня потребности в исследованиях той или иной области. Дополнительное образование, являясь ключевым элементом непрерывного образования, также способствует увеличению вовлеченности старших возрастных групп в рынок труда, и росту производительности их труда. [4, 8]

Кроме всего прочего, результаты исследования указывают на оправданность и необходимость учета дополнительных факторов при изучении влияния возрастной структуры занятых на какие-либо экономические процессы. Для инновационной активности продолжающийся демографический переход должен соотносится с уровнем вовлеченности занятых в исследовательскую и конструкторскую деятельность.

Полученные результаты позволяют сделать предположения, относящиеся области государственного управления. Политика общественного здравоохранения, направленная на увеличение продолжительности жизни, помогает возрастным группам сохранять и усиливать вносимый им вклад в экономику. Таким образом, при оценке общей результативности и оправданности финансовых затрат на медицину и развитие технологий в данной области, следует учитывать положительное влияние увеличения ожидаемой продолжительности жизни на производительность и экономический рост.