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

Снижение относительных заработков наблюдалось и в верхней части распределения. В начале 2000-х годов занятость в неформальном секторе приносила высокооплачиваемым работникам дополнительный доход в размере 25–30 %. К середине 2000-х годов эта выгода сходит на нет – коэффициенты РФВ-регрессии для 2005 г. статистически не значимы. К концу периода премии восстанавливаются, но все равно не превышают 10–15 %.

Таким образом, неформальность в целом имеет крайне неоднородный эффект. Для низкооплачиваемых работников она оборачивается существенными потерями в заработках. Для медианного работника неформальность была выгодна с финансовой точки зрения в начале 2000-х годов, но уже с середины 2000-х годов эти дополнительные премии исчезают. Высокооплачиваемые работники получают максимальную выгоду от неформальной занятости, но и для них на протяжении 2000-х размеры премии сократились.

Полученные результаты хорошо согласуются с теорией двухъярусного неформального сектора [Fields, 1990], которая предполагает, что в неформальном секторе существует два типа рабочих мест – высокооплачиваемых в сегменте самозанятости и низкооплачиваемых в сегменте занятости по найму. В таблице П8-12 мы попытались связать низко– и высокооплачиваемые рабочие места с разными типами неформальной занятости. С точки зрения месячных заработков низкооплачиваемые рабочие места чаще всего связаны с неформальной занятостью с нерегулярными приработками, а высокооплачиваемые – с занятостью вне корпоративного сектора (вне предприятий). Вместе с тем налицо заметная поляризация неформальных работников без регулярной работы – в конце периода высокооплачиваемые представители этого типа занятости имели заработки, заметно превышавшие доходы от формальной занятости.

Коэффициенты РФВ-регрессии для квантилей можно интерпретировать, пересчитав их в эффекты неформальности на децильные коэффициенты для лог-зарплат (табл. П8-13). Это разница коэффициентов при переменной неформальности в РФВ-регрессиях для соответствующих децилей распределения заработных плат. Например, в 2000 г. увеличение уровня неформальной занятости на 10 % привело бы к увеличению лог-разрыва между медианой и первым децилем (50–10) на 0,025 и лог-разрыва между девятым децилем и медианой (90–50) на 0,011[157]. Это небольшая величина, учитывая, что в 2000 г. лог-разрыв между медианой и первым децилем составлял 1,386, а лог-разрыв между девятым децилем и медианой – 1,204. Увеличение уровня неформальной занятости на 10 % привело бы к росту этих показателей неравенства на 1–2 %.

Подобные эффекты можно рассчитать для каждого года. Они довольно сильно различаются по своей величине для разных лет, особенно в нижней части распределения. Чтобы получить количественную оценку, можно усреднить эффекты за весь период. Тогда получаем, что в 2000-е годы увеличение уровня неформальной занятости на 10 % привело бы к увеличению лог-разрыва между медианой и первым децилем в среднем на 0,022, а разрыва между девятым децилем и медианой на 0,015. Все значения эффектов положительны. Это означает, что следствием неформальности является увеличение дифференциации заработков как в верхней, так и в нижней частях распределения. В течение всего периода с 2000 по 2010 гг. неформальность усиливала неравенство как среди низкооплачиваемых, так и среди высокооплачиваемых работников. Другими словами, неформальность ведет к «растягиванию» распределения в обе стороны. При этом «растягивающий» эффект действовал сильнее в нижней части распределения, но и для нее во второй половине 2000-х годов воздействие неформальности все же снизилось. В верхней части распределения «растягивающий» эффект хотя и оставался меньше по величине, но отличался стабильностью во времени – его величина практически не менялась на протяжении 2000-х годов.

В таблице П8-11 показано влияние неформальности и на другие показатели неравенства – коэффициент Джини и дисперсию лог-зарплат. Во все годы неформальность имела значимое положительное влияние на оба показателя. При этом для средней части распределения (а коэффициент Джини здесь наиболее чувствителен) это влияние оставалось достаточно стабильным во времени. Влияние на дисперсию заработков несколько снизилось к концу периода, но оставалось очень сильным, что подтверждает выводы, сделанные при анализе влияния неформальности на различные децили распределения. Таким образом, разные способы измерения и показатели неравенства, обладающие различной чувствительностью, дают один и тот же результат – неформальность усиливает неравенство в заработках. Соответственно, рост неформальности, при прочих равных, должен вести к увеличению дифференциации заработных плат.

Детализация переменной неформальной занятости подтверждает, что ключевую роль в растягивании неравенства играет группа работников с нерегулярными приработками (табл. П8-12). Причем, с учетом различий по наблюдаемым характеристикам, этот эффект только усиливался во времени. В 2000 г. увеличение доли работников без регулярной работы на 10 п.п. привело бы к увеличению дисперсии лог-зарплат на 5 %, а в 2010 г. – уже к увеличению на 15 %. Однако в реальности доля этих работников снижалась, поэтому и эффект работал в обратную сторону, т. е. «подстегивал» снижение неравенства. К концу периода усилилось влияние на неравенство группы занятых не на предприятиях. В 2010 г. соответствующий коэффициент в РФВ-регрессии для коэффициента Джини и дисперсии лог-зарплат становится значимым. Хотя величина эффекта существенно скромнее, чем для группы работников без регулярной работы, но в отличие от последних доля занятых вне предприятий постоянно росла на протяжении периода. В начале и середине периода рост доли занятых вне предприятий не оказывал влияния на коэффициент Джини и дисперсию лог-зарплат, к концу периода этот рост перестал быть нейтральным, а стал фактором увеличения неравенства.

8.8. Декомпозиция изменений в общем уровне неравенства во времени: вклад неформальности

До сих пор мы рассматривали влияние неформальности на уровень неравенства в конкретные моменты времени. Теперь мы попытаемся ответить на вопрос, повлияли ли изменения в уровне неформальной занятости на изменения в уровне неравенства, произошедшие с 2000 по 2010 гг. Для этого мы проводим декомпозицию изменений в четырех показателях неравенства для лог-зарплат (децильные коэффициенты для нижней и верхней половины распределения, коэффициент Джини и дисперсия), используя метод декомпозиции РФВ-функций, предложенный Фипро, Фортин и Лемье[158]. В качестве базовых при декомпозиции использовались коэффициенты 2000 г. Сначала мы представим результаты для дихотомической группировки, т. е. формально занятые vs все неформально занятые, затем сравним формально занятых с отдельными подгруппами неформально занятых.