Частная норма отдачи и экстерналии образования в экономике России

Существующие оценки отдачи образования, как правило, не принимают в расчёт его влияние на получение прямых выгод в потреблении, его денежную и неденежную отдачу в досуге и домашнем производстве, или вклад образовательной политики в социальную сплочённость. Поэтому, оценки нормы отдачи образования должны рассматриваться как их нижняя граница социальных выгод, которые были получены от инвестиций в человеческий капитал. [2, с.5]

Поскольку макроэкономические оценки включают в себя все индуцированные внешние выгоды, а микроэкономические оценки – только часть таких выгод, которые могут быть следствием прямых индивидуальных инвестиций в собственный человеческий капитал, разница между этими двумя оценками может быть интерпретирована как мера величины экстерналий, возникающих благодаря человеческому капиталу. По мнению А. де ла Фуэнте и А. Чикконе, большая часть правдоподобных источников таких экстерналий являются результатом связи между человеческим капиталом и темпами технических инноваций, а также косвенного влияния образования на производительность труда и занятость посредством воздействия на качество социальных институтов, что может быть рассмотрено как компонента социального капитала. [2, с.5]

В некоторых теоретических моделях предполагается также, что накопление человеческого капитала может увеличивать его экстерналии, так как некоторые выгоды от более образованной рабочей силы будут «утекать» от неё и генерировать выгоды, которые не могут быть присвоены теми, кто осуществил соответствующие инвестиции в человеческий капитал, в форме более высоких заработков и прочих доходов, из-за расширяющегося клина между соответствующими частными и социальными нормами отдачи. [2, с.26]

Например, Р. Лукас (1988) предположил, что рост среднего запаса человеческого капитала в экономике в целом увеличивает производительность на уровне фирм, даже если собственный запас человеческого капитала в экономике фирм остаётся постоянным. Также обычно предполагается, что влияние человеческого капитала посредством функции технического прогресса включает большую компоненту экстерналий, поскольку очень трудно частным образом присвоить полную экономическую ценность новой идеи. [2, с.26]

При сравнении микро- и макро- оценок отдачи образования возникают некоторые проблемы, так как они могут отличаться друг от друга даже при отсутствии эстерналий.

Во-первых, имеются статистические проблемы, связанные с пропуском релевантных переменных в регрессионных уравнениях, ошибками в измерении количества лет обучения и наличии обратной причинно-следственной связи от доходов к спросу на образование, которые могут вызывать появление двух наборов оценок с различной степенью разброса.

Во-вторых, нужно иметь в виду, что микро- и макро- оценки измеряют разные явления. Даже если оба набора коэффициентов действительно отражают предельную производительность образования, микроэкономические оценки говорят нам, что случится с заработками индивида, если его уровень образования растёт, при прочих равных условиях, то есть при постоянстве цен и среднего уровня образования занятого в экономике населения. Макроэкономическая же оценка схватывает влияние изменения агрегированного среднего уровня образования на производительность труда (и уровень доходов) при постоянстве агрегированного запаса физического капитала. [2, с. 14]

В-третьих, возможно, что шкала заработной платы в данной стране не точно отражает предельную производительность труда из-за искажений, вносимых институтами рынка труда. Например, в статье большой группы авторов, по результатам расчёта стандартного уравнения Дж. Минцера на основе данных ОЗПП, экономическая отдача высшего образования составила в России всего около 82% (по сравнению со средним общим образованием). [4, с.68]

В обществах с высокой антипатией к неравенству, коллективные переговоры о заработной плате ведут к относительно плоской шкале заработной платы («сжатию зарплат»), что приводит к тому, что частная отдача образования падает ниже его вклада в производительность. [2, с. 14]

В идеале социальная норма отдачи образования должна отражать полностью как затраты всех ресурсов, израсходованных на образование, частные и общественные, так и все выгоды от образования, как частные, так и общественные. [2, с. 20]

Попытаемся проверить наличие статистических связей между переменными на основе статистических данных о заработной плате и «доходов от предпринимательской деятельности, от собственности и прочих доходов (включая скрытую заработную плату)» в расчёте на одного работника, занятого в экономике регионов России, величине фондовооружённости труда в регионах, и среднем уровне образования, и других статистических данных за период 2002-2006 гг. Все расчёты проводились с использованием статистического пакета SPSS.

В данной статье, в качестве независимых переменных, использовался тот же набор переменных, что и в вышеуказанной статье автора [1]. Для учёта различий в масштабах экономики регионов России при расчёте регрессионных уравнений использовалась «взвешенная» регрессия. В качестве «весов», отражающих различия в уровнях экономического развития и масштабов экономики регионов, использовалась переменная «среднемесячные доходы» населения регионов России. В расчётах, как и предыдущей статье, используется производственная функция (1) с использованием фиктивных переменных, характеризующих особенности российских регионов [1]. Экспоненциальная зависимость доходов от величины неосязаемого человеческого капитала использовалась Р. Холлом и Ч. Джонсом [3].

(1)

Соответствующее уравнение регрессии имеет вид:

(2)

В таблице 1 приведены результаты расчёта коэффициентов «взвешенной» регрессии по формуле (2) с использованием в качестве зависимой переменной «среднемесячной заработной платы» работников, занятых в экономике регионов России. Коэффициенты детерминации уравнений довольно велики, они колеблются от 0,77 до 0,88.

Наиболее сильная и статистически значимая связь заработной платы обнаружилась с переменной «фондовооружённость труда» одного занятого в экономике регионов. Коэффициент (B) (стандартизованный) варьируется от 1,1 в 2000-м году до 0,492 в 2006-м году, обнаруживая явную тенденцию к снижению. Таким образом, на один процент роста фондовооружённости труда среднемесячная заработная плата одного занятого в экономике регионов росла на 0,5-1,1%. Коэффициент (Beta) (стандартизованный), характеризующий вклад данной независимой переменной в объяснённую вариацию зависимой переменной, варьируется от 79% в 2000-м году до 63% в 2006-м году, также несколько снижаясь к концу рассматриваемого периода.

Связь со второй независимой переменной (уровнем образования занятого населения) также статистически значима для большинства лет рассматриваемого периода, коэффициент (B) (не стандартизованный), частная норма отдачи образования, обнаруживает тенденцию к росту: он вырос с 19% в 2002-м году до 24,3% в 2006-м году, причём росла во времени и статистическая значимость этого коэффициента. Вклад данной независимой переменной в объяснённую вариацию среднемесячной заработной платы одного занятого в экономике регионов России также несколько вырос со временем: с 31,5% в 2001-м году до 35,9% в 2005-м.

Таблица 1

Взаимосвязь среднемесячной заработной платы одного занятого в экономике регионов России с фондовооружённостью труда и уровнем образования занятого населения в 2000-2006 гг.

Если рассматривать особенности структуры доходов в России, то заработная плата составляет только около 40% всех доходов населения регионов, сам уровень заработной платы обнаруживает относительно слабую статистическую связь с уровнем образования занятых в экономике регионов. Следовательно, можно предположить, что статистически значимую и сильную положительную связь уровня доходов занятых со средним уровнем образования, описанной в предыдущей статье автора, можно объяснить наличием значительной положительной связи с уровнем образования занятых доходов от предпринимательской деятельности, доходов от собственности и прочих доходов (включая скрытую заработную плату) [1].

В таблице 2 представлены результаты расчёта регрессионных уравнений, где в качестве зависимой используется переменная «доходы от предпринимательской деятельности, от собственности и прочие доходы (включая скрытую заработную плату)» в расчёте на одного работника, занятого в экономике регионов России. Наиболее сильная и статистически значимая связь данной зависимой переменной наблюдается со средним уровнем образования работников, занятым в экономике регионов, особенно в последние годы рассматриваемого периода. Можно заметить наличие явной тенденции к росту коэффициента (B) (не стандартизованный) с 0,332 в 2000-м году до 0,608 в 2006-м, и (Beta) (стандартизованный) с 0,287 до 0,567 за соответствующий период. Данный факт можно попытаться объяснить ростом влияния уровня образования работников на формирование доходов предпринимателей, доходов от собственности и прочих доходов в экономике регионов России. Одновременно снижался коэффициент (B) с 0,696 в 2000-м до 0,221 2006-м и (Beta) с 32,8% до 20,7% соответственно, что, по-видимому, показывает уменьшение вклада переменной «фондовооружённость» в формирование и вариацию по регионам данной зависимой переменной.

Таблица 2

Взаимосвязь доходов от предпринимательской деятельности, от собственности и прочих доходов (включая скрытую зарплату) в расчёте на одного занятого с фондовооружённостью труда и уровнем образования одного занятого в экономике регионов России.

Следует отметить, что в первые четыре года данного периода, с 2000-го по 2004-й, наибольший вклад в объяснённую вариацию данной зависимой переменной вносила фиктивная переменная, характеризующая города мегаполисы – Москву и Санкт-Петербург, она давала от 50% до 66% вклада в объяснённую вариацию – стандартизированный коэффициент А₁ (Beta). Но данная фиктивная переменная довольно специфична и не характеризует особенности остальных регионов России. Одновременно несколько выросла роль промышленно развитых регионов, включающих города миллионеры, коэффициент А₂ (B) вырос с 0,236 в 2000-м до 0,342 в 2006-м, а коэффициент А₂ (Beta) вырос, соответственно, с 0,115 до 0,232.

Знаменательно, что отсутствие статистически значимой связи фиктивной переменной, представляющей северные регионы, с прибылью предпринимателей, доходами от собственности и прочими доходами (включая скрытую заработную плату). Последние особенно характерны для малого и среднего бизнеса, а также для лиц свободных профессий. Данный результат можно объяснить тем, что в северных регионах чрезмерно высоки как трансформационные, так и транзакционные издержки, что резко снижает выгоды от ведения в них среднего и малого бизнеса, а также меньше ёмкость рынка и связанные с ней эффекты масштаба производства. В то же время, развитие в них добывающей промышленности крупными компаниями, возможно, сопровождается выведением прибыли из данных регионов в “центры прибыли”, расположенные, как правило, в крупных городах, или даже в других странах.

Можно сделать общий вывод, что уровень образования занятого в экономике регионов населения, также как и фондовооружённость труда, являются важными доходообразующими факторами. Кроме данных главных факторов, статистически значимое влияние на доходы населения оказывают природно-климатические факторы (в северных регионах России) и факторы городской агломерации (в крупных городах). Последние факторы, как уже отмечалось ранее, по мнению ряда известных западных экономистов, связаны с экстерналиями человеческого капитала, с эффектами “расплёскивания” знаний, сетевыми эффектами городского соседства, внутренними и внешними эффектами масштаба производства в городах, что подтверждается проведённым анализом результатов расчёта регрессионных уравнений.

Очевидно, что учёт экономико-географических особенностей регионов России существенно повышает качество подгонки регрессионных уравнений. Например, введение фиктивных переменных, характеризующих особенности «северных» регионов России, а также мегаполисов и регионов с городами-миллионерами, позволяет повысить коэффициент. Использование «взвешенной» регрессии, позволяющей учитывать масштабы экономики регионов, позволило повысить коэффициент детерминации уравнений регрессии до уровня 0,90-0,92.

Мегаполисы характеризуются повышенными доходами от предпринимательской деятельности, от собственности и прочими доходами, которые явно связаны с величиной накопленного физического и человеческого капитала, но практически отсутствует значимая статистическая связь соответствующей фиктивной переменной с уровнем заработной платы занятых в экономике мегаполисов. Причём, если для 2000-го и 2002-го годов слабая статистическая связь данной фиктивной переменной с уровнем оплаты труда ещё обнаруживается, то в 2003-2006-е годы она исчезает. Не обнаруживается также статистически значимой связи переменной «среднемесячная заработная плата» с фиктивной переменной, характеризующей регионы с городами-миллионерами, за все годы рассматриваемого периода. При этом, связь данной фиктивной переменной с доходами и расходами в расчёте на одного занятого явно прослеживается, и она статистически значима для переменной, характеризующей доходы предпринимателей, от собственности и прочие доходы [1].

Можно предположить, что в хорошо населённых регионах с крупными городами и в городах-мегаполисах сформировались конкурентные для работников рынки труда. Если в Москве и Санкт-Петербурге существовал в начале 2000-х годов дефицит труда, то к 2003-му году он исчез, возможно, благодаря ослаблению режима регистрации и массовому притоку мигрантов.

В северных регионах России, особенности которых отражает фиктивная переменная d₃, дефицит рабочей силы сохраняется, что показывает положительная и статистически значимая величина коэффициента А₃, но постепенно ослабевает к концу рассматриваемого периода. Об этом свидетельствует постепенное снижение коэффициента А₃ (B) с 0,354 в 2002-м году до 0,134 в 2005-м году, и коэффициента А₃ (Beta) с 0,201 в 2002-м году до 0,072 в 2005-м. (см. табл. 2). Связь же «северной» фиктивной переменной с доходами предпринимателей, от собственности и прочими отсутствует во все годы рассматриваемого периода, что, по-видимому, свидетельствует о неблагоприятных условиях для предпринимательской деятельности в этих регионах из-за тяжёлых климатических условий, плохой транспортной доступности и относительно высокого уровня оплаты труда.

Интересным результатом проведённых расчётов, является довольно слабая статистическая связь между фондовооружённостью труда и доходами предпринимателей, от собственности и прочими доходами (включая скрытую заработную плату) (см. табл. 2). Очевидно, что доходы от предпринимательской деятельности, доходы от собственности и прочие определяются, главным образом, величиной неосязаемого человеческого капитала (уровнем образования занятого населения). Кроме человеческого капитала, на доходы предпринимателей влияют уровни концентрации населения в городах-мегаполисах и городах-миллионерах, то есть тот же человеческий капитал, но проявляющийся косвенно, через свои внешние эффекты – экстерналии. В крупных городах наиболее активно идут процессы производства и распространения новых знаний, технологий, инноваций, что очевидно, реализуется в повышенной доходности предпринимательской деятельности. В крупных городах существуют также более благоприятные условия для возникновения внутренней и внешней экономии на масштабах производства.

Можно сделать вывод, что значительную часть экономических выгод от образования работников получают в России работодатели, а не сами собственники человеческого капитала – наёмные работники. Поэтому можно надеяться в будущем более активного участия предпринимателей в финансировании профессионального образования разных уровней, а также повышения уровня оплаты квалифицированных работников.