Размещено на http://www.allbest.ru/

Национальный исследовательский университет

Высшая школа экономики

Факультет экономических наук

Магистерская программа "Экономика"

Специализация "Экономика труда"

Диссертация

«Конвергенция российских регионов по заработной плате»

Выполнил

Студент группы № 71Э (ЭТ)

Суслов С.С.

Научный руководитель

доцент, к.э.н. Ощепков А.Ю.

Москва 2015

Оглавление

• Введение
• 1. Обзор литературы и теоретическая основа
• 1.1 Конвергенция ВВП и ВРП
• 1.2 Конвергенция заработных плат
• 1.3 Работы по России
• 2. Данные и методология
• 2.1 Данные
• 2.2 Сигма-конвергенция
• 2.3 Бета-конвергенция
• 2.4 Пространственные связи
• 3. Результаты
• 3.1 Сигма-конвергенция заработных плат по регионам России
• 3.2 Бета-конвергенция заработных плат по регионам России
• Заключение
• Список литературы
• Приложение

Введение

На сегодняшний день проблема регионального неравенства в России является одной из наиболее обсуждаемых и ключевых тем для исследования. В России один из самых высоких уровней регионального неравенства: по ВРП на душу населения регион-лидер опережает аутсайдера более чем в 65 раз. Нельзя сказать, что данная проблема является сугубо «российской», так как имеет место практически во всех странах с большой территорией: Бразилии, Индии, США и т.д., однако региональная дифференциация в России особенно велика и является третьей в мире по своим масштабам (Gennaioli, 2013). Данная диспропорция находит свое отражение и в заработных платах: так, согласно данным Росстата за 2013 год, средняя заработная плата работников организаций в регионе-лидере (Ямало-Ненецком АО) более чем в 4 раза выше, чем в регионе-аутсайдере (Республике Дагестан).

Во время Советского Союза межрегиональные диспропорции не были столь ярко выражены, так как экономика была построена по командному типу, в соответствии с которым ресурсы распределялись согласно указаниям «сверху», а не исходя из рыночных механизмов. Это позволяло изначально не самым благополучным регионам находиться практически на одном уровне с богатыми регионами, тем самым существенно снижая региональную дифференциацию в заработных платах. Однако после перехода к рыночному типу экономики региональное неравенство резко выросло.

Исследование региональной дифференциации заработных плат интересно по ряду причин. Во-первых, заработная плата является ценой фактора производства - труда. Невыполнение закона единой цены в данном случае противоречит базовым предсказаниям экономической теории и требует объяснений.

Во-вторых, заработная плата является основной частью денежных доходов, и, таким образом, неравенство по заработным платам транслируется в неравенство по доходам. Сильные различия в заработных платах могут приводить к социальной напряженности. Так, согласно «Стратегии 2020», одной из ключевых проблем неравенства населения, представленной в документе, является «заметное ухудшение социально-психологического состояния россиян в последнее время, во многом связанное с резким снижением их толерантности к сложившейся системе социальных неравенств в посткризисных условиях» [33]. Кроме того, число работ по анализу сходимости заработных плат в России весьма ограничено, что также подогревает интерес к данной теме.

В данном исследовании мы анализируем два взаимосвязанных вопроса: 1) имеет ли место конвергенция заработных плат по российским регионам, и 2) какие факторы и как влияют на этот процесс. Особую роль в данной работе мы отводим потокам ресурсов - труда и капитала. Принято считать, что более активная миграция и рост объема инвестиций способствуют снижению дифференциации. В частности, данные результаты были получены в ключевых работах, касающихся теории конвергенции Baumol (1986) и Sala-i-Martin (1991). Однако на деле влияние данных факторов нельзя определить априори, так как миграция, собственно как и инвестиции, может не только снижать региональную дифференциацию, но и способствовать ее росту.

В отличие от предыдущих исследований по данной теме, работа имеет несколько отличительных особенностей. Во-первых, анализ региональной конвергенции производится по трем видам заработных плат: номинальным, реальным и скорректированным по паритету покупательной способности. Во-вторых, вследствие российской региональной специфики данные по заработным платам были пронормированы в соответствии с численностью населения в регионах. В-третьих, мы учитываем пространственное взаимодействие, оценивая модели в рамках класса «spatial models». Наконец, мы проводим анализ конвергенции региональных заработных плат на различных временных интервалах, что позволяет получить более детальную оценку процесса.

По итогам работы были получены следующие результаты: вплоть до кризиса 2008 года региональная дифференциация в заработных платах продемонстрировала снижение, однако в кризисные годы различия снова начали возрастать. При этом стоит отметить, что для показателей, взвешенных на численность населения, снижение регионального неравенства оказалось гораздо менее существенным.

Однако, несмотря на краткосрочное изменение динамики в кризисные годы, анализ бета-конвергенции позволяет утверждать, что в России имеет место сходимость заработных плат. Кроме того, исходя из пространственного анализа, можно сделать вывод о том, что учет взаимодействия регионов крайне важен, и увеличение заработной платы в одном из регионов непременно приводит к ее увеличению в соседних.

Немаловажным результатом, полученным в ходе работы, является тот факт, что миграция в нашей стране способствует дивергенции региональных заработных плат, в то время как инвестиции не оказывают на нее значимого влияния.

Структура работы построена следующим образом: в первой главе представлена основная теория и обзор имеющейся литературы; во второй главе описаны данные и методология; в третьей главе представлены основные результаты. В заключении содержатся основные комментарии по итогам работы.

1. Обзор литературы и теоретическая основа

1.1 Конвергенция ВВП и ВРП

Литература, касающаяся конвергенции берет свое начало с работы Baumol (1986). Используя данные за 1870-1979 годы по 16 наиболее развитым странам, автор выявил, что практически все страны, отстававшие по производительности труда, смогли преодолеть существовавший разрыв по отношению к лидеру. При этом наблюдалась сильная отрицательная корреляция между производительностью в 1870 году и последующим темпом роста: так, к примеру, рост производительности за 110 лет варьировал от 400% в Австралии до 2500% в Японии, однако изначально производительность Австралии (лидера на тот момент) превосходила производительность Японии (аутсайдера) в восемь раз. Результатом же последующих ста лет стало сокращение данного разрыва вчетверо. Стоит отметить, что в послевоенные годы данный феномен имел место не только в рыночных, но и в командных экономиках и лишь самые бедные страны продемонстрировали тенденцию к увеличению отставания. Базируя свое исследование на модели Solow (1956), У. Баумоль смог интерпретировать данный феномен.

Модель Солоу предполагает, что выпуск зависит от двух производственных факторов: труда и капитала, однако для удобства интерпретации сразу перейдем к удельным показателям:

y = f(k), (1)

где Y - выпуск, K - капитал, L - труд, y = Y/L, k = K/L.

Отсюда следует, что в наиболее общем случае удельный выпуск обусловлен капиталовооруженностью труда, причем в соответствии с моделью эта взаимосвязь вовсе не линейна: по мере увеличения капиталовооруженности предельный продукт капитала падает, что и замедляет рост производственной функции. Перейдя к приростным показателям, получим:

dy/dt = df(k)/dk * dk/dt (2)

Другими словами, с ростом k темп роста выпуска сокращается. Используя данный вывод модели, У. Баумоль оценил следующее уравнение:

Growth Rate (1870-1979) = 5.25 -0.751n (GDP per WorkHr, 1870) (3)

Коэффициент R² при этом составил 88%, что свидетельствует о сильной отрицательной корреляции между начальным уровнем производительности и последующим темпом роста.

В качестве одного из объяснений была предложена гипотеза о том, что данная сходимость имеет место вследствие сформировавшегося общего доступа к технологиям. Иными словами, новые эффективные технологии становятся общественным благом и беспрепятственно могут быть заимствованы и реализованы другими странами с помощью инновационной политики и инвестиций. В итоге, технологии находятся в открытом доступе, страны сильно дифференцированы по капиталовооруженности, тогда, в условиях убывающей отдачи от капитала, инвестиции в бедные страны приведут к большей отдаче, нежели если бы они были вложены в богатые страны. Данный механизм, по мнению автора, и обусловил стремительное сокращение разрыва в производительности.

Работа У. Баумоля положила начало большому числу исследований, посвященных межстрановой и межрегиональной конвергенции. Одной из наиболее значимых является статья Sala-i-Martin (1991). В отличие от У. Баумоля, Х. Сала-и-Мартин сфокусировал свое внимание не только на капитале и инвестициях, но и, основываясь также на теории роста Solow (1956), автор проанализировал влияние другого не менее значимого фактора конвергенции - миграции, выступающей в качестве прокси для основного изменения совокупного предложения труда. По результатам исследования было выявлено, что инвестиции способствуют конвергенции валового регионального продукта, но приводят к дивергенции доходов индивидов. Однако же главным результатом, полученным в данной работе, послужило то, что миграция способствовала конвергенции регионов.

Несмотря на выявленную сходимость в работах Baumol (1986) и Sala-i-Martin (1991), у ряда исследователей возникло подозрение, что страны изначально были включены в выборку, исходя из высокой производительности труда на конец периода, что и привело к неверной интерпретации результатов. В попытках проверить устойчивость модели ряд авторов использовали более обширные данные и инструментарий. В частности, в работе Dowrick (1989) авторы утверждают, что существует ключевое различие между конвергенцией производительности труда и конвергенцией общей факторной производительности. Используя данные по странам OECD и скорректировав их по паритету покупательной способности, авторы выявили, что, несмотря на слабую конвергенцию доходов, наблюдавшуюся с 1973 года, и зависимость конечных результатов от выборки, тренд по сближению общей факторной производительности стабилен и не чувствителен к проблеме самоотбора до тех пор, пока наиболее бедные страны не включены в выборку.

Несмотря на существенное продвижение в вопросе анализа межстрановой конвергенции, авторы непременно сталкивались с проблемами, касающимися анализируемых данных: во-первых, число наблюдений по странам крайне ограничено; во-вторых, данные по странам не всегда сопоставимы вследствие меняющихся валютных курсов. Данная проблема вывела исследования конвергенции на новый уровень - межрегиональный, позволивший существенно увеличить число наблюдений и преодолеть проблему сопоставимости. Кроме того, межрегиональный анализ интересен по ряду причин: регионы внутри какой-либо страны более связаны за счет единой валюты, единого языка, открытости экономик и единого рынка, а следовательно, концепция конвергенции, если она имеет место, должна в таком случае выражаться более ярко и процесс сближения должен происходить более интенсивно. Так, в работе Barro (1992), проанализировав межрегиональую конвергенцию по уровню ВРП на душу населения, авторы пришли к выводу, что в условиях идентичного технологического обеспечения наличие общего рынка капитала приводит к ускорению конвергенции регионов по ВРП.

1.2 Конвергенция заработных плат

Заработная плата, являющаяся объектом данного исследования, с одной стороны, схожа с ВРП на душу населения, как показатель благосостояния, но с другой стороны, она может быть интерпретирована и в ином ключе. Во-первых, данный показатель может быть рассмотрен в качестве производительности труда в регионе: чем больше валовой выпуск работника, тем выше его заработная плата; во-вторых, заработная плата является ценой фактора производства - труда.

Рыночный механизм предполагает, что более высокая цена фактора или продукта вызывает увеличение его предложения до тех пор, пока цена не снизится до среднерыночной. И тогда возникает вполне закономерный вопрос: если заработная плата - это цена труда, то почему не происходит ее выравнивание на межрегиональном уровне? Таким образом, согласно Williamson (1995), заработная плата, как цена фактора производства, является наиболее подходящим показателем для оценки долгосрочной конвергенции.

Кроме того, с целью выявления причины наличия или отсутствия конвергенции регионов по заработной плате, вслед за Baumol (1986) и Sala-i-Martin (1991), в работе анализируется влияние двух показателей, непосредственно влияющих на нее - миграции и инвестиций, выступающих в качестве двух основных потоков ресурсов: труда и капитала. Ключевым моментом является то, что их влияние на сходимость заработных плат нельзя определить априори.

С одной стороны, более активная миграция способствует функционированию рыночных механизмов, свойственных малой открытой экономике, обеспечивая приток рабочей силы в регионы с высокой заработной платой (Pencavel (1987), Robert J.Willis (1986)). Увеличение предложения труда в данном регионе снизит ее по отношению к общенациональному уровню. С другой стороны, миграция может способствовать и дивергенции заработных плат. Данный эффект имеет место в случае, когда мигрируют в основном люди с высоким человеческим капиталом, что сопряжено с определенными экстерналиями. Приток квалифицированной рабочей силы, обмен опытом и технологиями могут не только увеличить предельную отдачу от капитала, но и сделать ее возрастающей, что приведет к еще большему производству и спросу на труд, а, следовательно, и к более высокой заработной плате.

Эффект от инвестиций также не может быть интерпретирован определенно, вследствие того, что, с одной стороны, увеличение общего объема инвестиций, согласно результатам, полученным в работах Baumol (1986) и Sala-i-Martin (1991), способствует конвергенции производительности труда, а следовательно и выравниванию заработных плат в равновесном состоянии. С другой же стороны, необходимо принимать во внимание тот факт, что большинство инвестиций направляется в уже высокоразвитые регионы. Связано это, прежде всего, с меньшими рисками для инвесторов. Таким образом, создание новых рабочих мест и увеличение спроса на труд в изначально «богатых» регионах еще более увеличивает заработную плату в данном регионе, тем самым способствуя дивергенции заработных плат.

Однако необходимо понимать, что идеальное равновесное состояние, когда заработная плата идентична по всем регионам, не достижимо в условиях их сильной гетерогенности. Неоднородность регионов в климатических, социальных и экономических характеристиках, так или иначе, находит свое отражение в премиях на плохие или благоприятные условия труда и соответствующем принятии решения о предложении труда в том или ином регионе. Все это свидетельствует о том, что даже при установлении общего равновесия региональные заработные платы будут отличаться на премию за плохие или хорошие условия труда, тогда закон единой цены превращается в закон единой полезности. Теория, посвященная данной теме, носит название теории компенсационных различий.

Согласно Rosen (1986), модель базируется на предположении о том, что предпочтения индивида определены в отношении двух благ и представимы функцией полезности:

u = u(C, D), (4)

где С - потребление, D - индикатор «качества» работы.

Переменная D в данной модели является антиблагом: для определенного уровня потребления u(C,0) > u(C,1). Функция полезности позволяет произвести точные вычисления дохода или рыночного потребления, необходимые для компенсации более неблагоприятных условий. Пусть, к примеру, С₀ - потребление при D = 0, тогда для любого такого С₀ определим С* как уровень потребления, необходимый для достижения того же уровня полезности при D = 1, другими словами:

u(C*, 1) = u(C₀, 0) (5)

Вследствие того, что D = 1 никогда не предпочитается альтернативе, следует, что C*? C₀, тогда компенсационные различия можно определить как функцию Z = C*-C₀. Другими словами, Z представляет собой минимальную резервную цену соглашения на более плохие условия труда, иногда в теории данный показатель именуют как «теневая» цена. Таким образом, агент выбирает работу, максимизирующую его полезность: D = 1, если u(ДW+ C(0,1)) > u(C(0,0)) и D=0 иначе. Иными словами, прием на работу является некоторой сделкой, в которой индивид предлагает свои услуги в обмен на соответствующие характеристики рабочего места. И чем лучше условия проживания и работы, тем меньше компенсационная часть заработной платы. О неоднородности регионов и соответствующих премиях на заработную плату было отмечено в целом ряде работ (Berger (2008), Brown (1980), Dumond (1999), Greenwood (1991), Randall (1994), Roback (1988)).

1.3 Работы по России

Стоит отметить, что теме регионального неравенства в России посвящено довольно большое число работ, однако практически все они базируются на исследовании динамики ВРП на душу населения, при этом зачастую авторы получают совершенно различные результаты в зависимости от выбранной методологии. Так, к примеру, о возрастающем неравенстве говорится в статье Lehmann, Silvagni (2013), в которой авторы использовали динамические панельные модели и пришли к выводу о том, что в абсолютном смысле в России наблюдается процесс дивергенции, с небольшой лишь корректировкой на то, что скорость этого процесса снижается. Такого же мнения придерживается и Akhmedjonov (2013), проанализировавший динамику ВРП на душу населения в период с 2000 по 2008 год с использованием нелинейных панельных и ADF регрессионных моделей. Об отсутствии абсолютной бета-конвергенции в период с 1999 по 2004 год говорится и в работе Buccellato (2007), в которой автор активно лоббирует идею пространственных характеристик и проводит анализ с их учетом.

С другой стороны, ряд работ демонстрируют совершенно противоположные результаты. В статье Kholodilin et al. (2009) авторы также использовали пространственные характеристики регионов, разделив их на четыре группы: высокоразвитые регионы, граничащие с высокоразвитыми, низкоразвитые с высокоразвитыми, высокоразвитые с низкоразвитыми и низкоразвитые с низкоразвитыми. Авторы пришли к выводу, что пространственные характеристики имеют большое значение и должны учитываться при анализе конвергенции. Однако, в итоге, была выявлена конвергенция регионов, хотя и очень слабая. Слабую конвергенцию в отношении доходов и заработных плат отмечают Guriev & Vakulenko (2012), рассмотревшие динамику ВРП покомпонентно в трех периодах: 1995-2000, 2000-2005 и 2005-2010, что позволило дать более детальную оценку процесса. В частности, авторы выявили, что в 90-е годы наблюдался процесс дивергенции, в то время как в начале и в конце 00-х регионы продемонстрировали слабую сходимость по ВРП на душу населения.

В целом, результаты по динамике ВРП должны совпадать с динамикой по заработной плате, так как последняя является компонентой ВРП, однако все в той же работе Guriev & Vakulenko (2012) авторы продемонстрировали, что заработная плата, в отличие от ВРП на душу населения, имеет тенденцию к сходимости. В России существует весьма ограниченное число работ по региональной конвергенции заработных плат в России, однако данный показатель является результатом рыночного механизма, и именно его анализ дает представление о несовершенстве рынка.

Резюмируя все вышесказанное, можно заключить, что существующие на сегодняшний день разрывы в региональных заработных платах должны быть нивелированы с течением времени с учетом региональных характеристик: одинаковая работа должна иметь одинаковую оплату. Однако, конечно же, нельзя ожидать полного выравнивания заработных плат, так как во многом существующие различия обусловлены компенсациями. По оценкам Ощепков (2007), 50% дифференциации в заработных платах между работниками со схожими характеристиками обусловлены премиями на плохие или благоприятные условия труда. С другой стороны, остается необъясненная часть дифференциации, анализ динамики которой позволяет утверждать о сближении или отдалении регионов. Если сокращение в заработных платах не происходит, то можно констатировать, что на рынке наблюдается недостаточная миграция или отсутствие необходимого объема инвестиций. В следующей главе описаны данные и методология проводимого исследования.

2. Данные и методология

2.1 Данные

В качестве показателя заработной платы в работе используются данные по «среднемесячной номинальной начисленной заработной плате работников организаций» с 2000 по 2013 год из публикаций «Регионы России. Социально-экономические показатели».

Как известно, многие из автономных округов были упразднены. Вследствие того, что автономные округа входили в состав соответствующих областей, данные по сформированным регионам недоступны до момента их образования. В качестве пропущенных данных по сформированным регионам использовались данные по областям их объединявших. К примеру, отсутствующие данные по Пермскому краю с 2000 по 2004 год были взяты по Пермской области за соответствующий период, по Забайкальскому краю - Читинской области (с 2000 по 2007), по Камчатскому краю - Камчатской области с 2000 по 2006 годы. Также из анализа были исключены наблюдения по Чеченской республике вследствие отсутствия данных за интересующий период. Всего в анализ вошли 79 регионов.

В исследовании проводился анализ конвергенции трех показателей заработной платы: номинальной, реальной (скорректированной в соответствии с региональной инфляцией), а также номинальной заработной платы, скорректированной по паритету покупательной способности. Для этого использовалась стоимость фиксированного набора товаров и услуг, рекомендованная Росстатом для проведения межрегиональных сопоставлений.

Необходимость анализа конвергенции заработных плат в трех плоскостях обусловлена спецификой самих показателей. Номинальная заработная плата - это то, с чем сталкивается производитель при выборе региона для размещения производства; реальная - позволяет элиминировать региональную инфляцию, которая неоднородна по субъектам; наконец, заработная плата, скорректированная по ППС, является ориентиром для населения: способность приобрести на заработную плату большее число товаров и услуг должно стимулировать население к переезду в данный регион.

Помимо трех видов заработных плат, перечисленных выше, в данной работе выявление конвергенции проводится также с помощью анализа взвешенных показателей. Нормировка состоит в том, что более густонаселенным регионам присваивается больший вес. Данная мера необходима вследствие российской региональной специфики: наличие малонаселенных северных регионов с высокой заработной платой завышает показатели неравенства в условиях отсутствия нормировки. С другой стороны, если с течением времени население увеличивалось в регионах с высокой заработной платой, то взвешенные показатели не сократят неравенство, а могут даже привести к обратному эффекту. Che and Spilimbergo (2012)

В качестве прокси для капитала в исследовании был использован показатель, представляющий собой накопленное сальдо инвестиций в основной капитал и сбережений за рассматриваемый период. Включение в анализ сальдо, а не инвестиций в чистом виде обусловлено одним простым соображением: даже при наличии большого объема инвестиций сбережения населения могут их превышать ---- в таком случае можно констатировать отток инвестиций из региона, а не их увеличение. Поскольку данные по сбережениям отсутствуют в чистом виде, данная переменная, вслед за Guriev & Vakulenko (2012), была построена следующим образом: сначала были посчитаны совокупные денежные доходы в регионе, далее данный показатель умножался на суммарную долю инвестиций в недвижимость и финансовые активы.

Данные по миграции представляют собой накопленный миграционный прирост, рассчитанный на основе «коэффициента миграционного прироста на 10 000 человек населения». Конечный показатель представляет собой сумму населения региона в 2000 году и накопленного чистого миграционного прироста. Данное построение показателя позволяет анализировать исключительно влияние миграции без учета изменения структуры населения, рождаемости, смертности и прочих факторов.

Все показатели для расчетов были взяты из сборника «Регионы России. Социально-экономические показатели».

2.2 Сигма-конвергенция

В теории конвергенции выделяют «сигма-» и «бета-» конвергенции. Первая измеряет разброс и показывает динамику неравенства: если дисперсия, коэффициент вариации или другие статистические показатели неравенства уменьшаются, то говорят о наличии конвергенции, в противном же случае показатели расходятся во времени. В качестве показателей неравенства могут выступать коэффициент Джини, индекс Херфиндаля-Хиршмана, индекс Тейла и другие.

Бета-конвергенция, в свою очередь, основывается больше на теории, в частности на модели Солоу, и отвечает на вопрос: смогут ли бедные регионы догнать богатые. Взаимосвязь данных концепций такова, что из сигма-конвергенции следует бета-, но в обратную сторону данное следствие не выполняется. заработный дифференциация солоу конвергенция

2.3 Бета-конвергенция

В рамках теории выделяют безусловную и условную бета-конвергенции. Безусловная предполагает сходимость во времени к единому равновесному состоянию. В данном случае в уравнении конвергенции в качестве единственного регрессора выступает начальное значение анализируемого показателя:

1/T(lny_i,t - ln y_i,0) = a + вln y_i,0 + е_i,t (6)

Если оценка коэффициента в меньше нуля, то говорят об абсолютной бета-конвергенции, если же коэффициент положителен, то показатели расходятся во времени. Если принять гипотезу об относительном сходстве субъектов по своим региональным характеристикам, то данного анализа вполне достаточно. Однако, на деле, особенно в таких больших государствах как Российская Федерация, регионы весьма гетерогенны, что обуславливает необходимость анализа условной бета-конвергенции, предполагающей включение в анализ региональных характеристик, позволяющих учесть возможное движение к различным равновесным траекториям:

1/T(ln y_i,t - lny_i,0) = вln y_i,0 + дM_i,t-1, + е_i,t, (7)

где M_i,t-1 матрица факторов экономического роста. Критерий конвергенции в таком случае остается неизменным: если в меньше нуля, то гипотеза об условной конвергенции не отвергается.

Существуют три основных подхода к анализу бета-конвергенции. Первый сводится к кросс-секционному анализу методом OLS. К примеру, в работе Roses (2004) авторы анализируют сходимость заработных плат в Испании за период с 1850 по 1930 годы. Допуская неоднородность регионов по своим характеристикам, исследователи включили в уравнение долю грамотного населения и долю городского населения в нулевом периоде, как прокси для начального уровня труда и капитала. Выводы, полученные в результате оценки, позволили утверждать о существовании бета-конвергенции в рассматриваемом периоде.

Второй кластер работ, посвященных исследованию сходимости заработных плат, базируется на анализе временных рядов. В работе Mora (2005) автор проанализировали сходимость европейских стран, базируя свое предположение на том, что переход к единой валюте должен привести к снижению региональной дифференциации. В результате было получено, что наблюдалась конвергенция номинальных, но не реальных заработных плат.

Наконец, третий подход уделяет особое внимание пространственным характеристикам регионов.

2.4 Пространственные связи

Разумно предположить, что влияние на заработную плату не ограничивается лишь набором региональных характеристик: регионы находятся в постоянном взаимодействии и взаимовлиянии, что не может быть проигнорировано. Любой экономический шок, приводящий к изменению заработной платы в регионе, обязательно отразится на данном показателе в соседних. К примеру, увеличение заработной платы в регионе приведет к увеличению предложения труда в нем за счет более активной миграции работников из соседних регионов, при этом в них, соответственно, предложение труда сократится. Все это, так или иначе, найдет свое отражение в изменении заработных плат.

С целью получения ответа о целесообразности включения в анализ пространственной зависимости проводится расчет I-статистики Морана.

I = y'Wy/(y'y), (8)

где y - вектор региональных заработных плат, W - матрица пространственных весов. В нашей работе весами выступают коэффициенты, рассчитанные на основе удаленности регионов друг от друга, где каждый элемент равен единице, деленной на расстояние между их столицами.

Выбор столиц регионов, а не географических центров в качестве «отправных пунктов» обусловлен тем фактом, что наиболее высокая экономическая активность наблюдается именно в столицах, а географический центр региона может выпадать на незаселенную территорию, как, например, в случае с Сибирским федеральным округом (Kholodilin et al., 2009).

Включение в уравнение пространственных характеристик приводит к невозможности дальнейшего применения метода OLS вследствие пространственной автокорреляции, вызывающей смещение полученных оценок. Gluschenko (2010)

Один из путей решения данной проблемы - это использование пространственного лага (spatial autoregression model (SAR)). В общем виде уравнение имеет вид:

1/T*ln(y_i,t /y_i,0) = a + вln y_i,0 + гprostran_t-1 + дM_i,t-1 + е_i,t (9)

prostran_t-1=?w_rsy_s, (10)

где prostran_t-1 --- пространственный лаг.

Другой подход носит название spatial error model (SER). Суть модели заключается в том, что остатки регрессии считаются автокоррелированными:

Z=Xa + e (11)

e_i = p?w_ije_j + u_i (12)

Данная модель может быть предпочтена модели SAR в случае, если автокорреляция представляет собой, скорее, помеху для оценки, нежели существенный параметр. Иными словами, это означает, что случайный шок в регионе влияет на темпы роста не только в данном, но и в соседних регионах. Проблема состоит в том, что зачастую модель SER отображает совместную реакцию регионов вследствие неопределенных пропущенных пространственных характеристик. Несмотря на тот факт, что в большинстве исследований используется модель SER, модель SAR имеет большую теоретическую основу (Fingleton and Lуpez-Bazo, 2006).

Анализ бета-конвергенции позволяет не только констатировать имеет место сходимость или нет, но и оценить количественно ее скорость. На основе оцениваемого коэффициента возможен расчет двух важнейших показателей: скорости сходимости и так называемого показателя «half-life», демонстрирующего за какое время регионы преодолеют половину существующего разрыва.

CR = - ln(1+в*T)/T, (13)

HL = ln(2)/CR, (14)

CR - скорость сходимости, в* - полученная оценка, T - число периодов, HL - half-life.

3. Результаты

3.1 Сигма-конвергенция заработных плат по регионам России

Прежде чем переходить к результатам, стоит отметить, что нормирование заработных плат на численность населения и численность занятых дали практически идентичные результаты, поэтому весь дальнейший анализ проводился с учетом нормировки только на численность населения.

Расчеты позволяют констатировать, что для всех трех видов невзвешенных заработных плат коэффициент вариации, индекс Джини и отношение максимума к минимуму значительно снизились за рассматриваемый период с 2000 по 2008 год включительно, однако после выхода из кризиса неравенство какое-то время увеличивалось, но после снова начало снижаться.

Что же касается динамики индексов неравенства, измеренных по взвешенным показателям, то, как и в первом случае, номинальные заработные платы и заработные платы, скорректированные по ППС, демонстрируют тенденцию к снижению с небольшим увеличением в кризисный период, хотя и гораздо меньшую по сравнению с невзвешенными показателями. Однако взвешенные реальные заработные платы показывают практически нулевое изменение к 2013 году, при этом с 2006 года показатель имеет тренд к дивергенции, как в терминах коэффициента вариации, так и в терминах коэффициента Джини.

Следует также отметить, что корректировка на веса не привела к изменению отношения максимума к минимуму, поэтому анализ данного индекса проводился только для невзвешенных показателей.

Таким образом, можно предположить, что поведение заработных плат было различно в периоды с 2000 по 2008 и с 2009 по 2013, что обуславливает целесообразность анализа бета-конвергенции в рассмотренные периоды.

3.2 Бета-конвергенция заработных плат по регионам России

Ниже представлена таблица с результатами оценки уравнений, использующих в качестве объясняемой переменной темпы роста по отношению к 2000 году для реальных, номинальных и заработных плат, скорректированных на покупательную способность. Все уравнения спецификации (6) оценивались методом OLS.

Таблица 1. Анализ безусловной бета-конвергенции

	2000-2008	2009-2013	2000-2013
Номинальные заработные платы
в	-.028919***	-.012791**	-.022726***
R2	0.45	0.139	0.5248
Реальные заработные платы
в	-.027556***	-.0224326	-.026686***
R2	0.3396	0.0517	0.3598
Скорректированные заработные платы
в	-.050305***	-.0143106	-.037264***
R2	0.5652	0.0321	0.6017

*** - значимость на 1% уровне, ** - значимость на 5%, * - значимость на 10%.

Как можно заметить, коэффициенты оказались значимы практически во всех периодах на уровнях значимости, не превышающих 5%. Кроме того, отрицательный знак коэффициента свидетельствует о сходимости, что позволяет констатировать абсолютную бета-конвергенцию заработных плат. Как уже было отмечено, скорость сходимости в каждом из периодов положительна, при этом скорость сходимости скорректированных заработных плат выше, чем у номинальных и реальных. Результат вполне соответствует ожиданиям, так как динамика данного показателя обеспечена сразу двумя процессами. С одной стороны, это изменение числителя - заработной платы: более высокая заработная плата приводит к увеличению предложения труда в регионе и ее последующему снижению. С другой стороны, это также и изменение знаменателя - стоимости фиксированного набора: относительно низкие цены на товары и услуги в регионе приведут к повышенному спросу на них и последующему относительному росту цен.

Таким образом, при скорости сходимости равной 0,027 (скорость сходимости номинальных заработных плат за весь рассматриваемый период) регионы преодолеют половину существующего разрыва за 26 лет.

Пространственные эффекты

Полученные результаты позволяют констатировать, что начиная с 2006 года, существует значимая пространственная корреляция между заработными платами. Это указывает на необходимость учета пространственных эффектов при анализе конвергенции.

В соответствии с моделью SAR В рамках анализа была оценена более сложная модель SARAR, но коэффициент при переменной, отвечающей за автокорреляцию ошибок, оказался не значим, что и обусловило выбор модели SAR. Все расчеты модели SARAR могут быть предоставлены по требованию., включим в регрессионное уравнение переменные, отвечающие за пространственные характеристики. Поскольку включение данных переменных приводит к автокорреляции, уравнение не может быть оценено методом наименьших квадратов, что приводит к необходимости оценки методом GS2SLS, который, в свою очередь, позволяет получить эффективные оценки (Arraiz et al., 2008; Kelejian and Prucha, 1998; Piras, 2010). Результаты оценки уравнения представлены в таблице 2.

Таблица 2. Анализ условной бета-конвергенции с пространственным взаимодействием

	2000-2008	2009-2013	2000-2013
Номинальные заработные платы
в	-.029418***	-.0126946	-.022937***
г	.200251***	-.0133778	.130951***
R2 adj	0.6033	0.1285	0.5953
Реальные заработные платы
в	-.028123***	-.0225098	-.026893***
г	.342814***	.0351088	.2427576**
R2 adj	0.4466	0.0394	0.3843
Скорректированные заработные платы
в	-.0503188	-.0130133	-.0370341
г	.0072544	-.2560936	-.2352163
R2 adj	0.5639	0.0267	0.4745

*** - значимость на 1% уровне, ** - значимость на 5%, * - значимость на 10%; если модель не значима в целом, то все коэффициенты отмечены как незначимые.

Переменная, отвечающая за пространственное взаимодействие, оказалась значима во всех спецификациях, где модель значима на 5% уровне, при этом коэффициент оказался положительным. Это говорит о том, что увеличение заработной платы в одном из регионов в той или иной степени распространяется и на соседние регионы. Кроме того, как можно заметить, скорость сходимости хоть и не значительно, но возросла по сравнению с результатами оценки безусловной бета-конвергенции. Данный факт свидетельствует о том, что взаимовлияние регионов приводит к дивергенционным процессам, вероятнее всего, обеспеченным образованием так называемых «клубов конвергенции» и соответствующим движением к различным равновесным траекториям.

Далее добавим в анализ абсолютный миграционный прирост, а также сальдо инвестиций и сбережений как прокси для потоков труда и капитала, оказывающих непосредственное влияние на темп роста заработных плат. Включение региональных характеристик должно происходить последовательно для извлечения влияния каждого из факторов сепаративно. Результаты оценки регрессионного уравнения (9) с учетом миграции представлены в таблице 3.

Таблица 3. Анализ условной бета-конвергенции с учетом миграции

	2000-2008	2009-2013	2000-2013
Номинальные заработные платы
в	-.029026***	-.0131248	-.024532***
в2	.0108535	-.1352584	-.039135**
г	.1901623	.112524	.2041021***
R2 adj	0.5988	0.1612	0.6213
Реальные заработные платы
в	-.025745***	-.023693	-.028323***
в2	.0651894	-.3874849	-.0348207
г	.2353462**	.9115088	.3783638**
R2 adj	0.4618	0.0729	0.3881
Скорректированные заработные платы
в	-.050913***	-.0127225	-.038851***
в2	.0039638	.0552192	-.0393664**
г	.4063881***	-.5022059	.4756904***
R2 adj	0.6679	0.0193	0.6564

*** - значимость на 1% уровне, ** - значимость на 5%, * - значимость на 10%; если модель не значима в целом, то все коэффициенты отмечены как незначимые.

Стоит отметить, что в значимых моделях переменная миграционного прироста значима и имеет отрицательный коэффициент. Отсюда можно сделать вывод, что увеличение предложения труда в регионе приводит к замедлению темпа роста заработных плат, подтверждая гипотезу, основанную на модели Солоу. Однако с другой стороны, включение в анализ миграции привело к увеличению скорости сходимости, а это, в свою очередь, свидетельствует о том, что миграция способствует дивергенции заработных плат. Объясняется это, вероятнее всего, тем фактом, что в России мигрируют в основном люди с высоким человеческим капиталом в регионы с высокой заработной платой. Увеличение доли высококвалифицированных работников в регионе приводит к еще большему увеличению средней заработной платы в благополучном регионе. Далее проанализируем влияние инвестиций, также используя спецификацию (9).

Таблица 4. Анализ условной бета-конвергенции с учетом инвестиций

	2000-2008	2009-2013	2000-2013
Номинальные заработные платы
в	-.030137***	-.012671	-.02258***
в3	.072741	-.0357407	-.0128419
г	.194339***	-.0214842	.1326201***
R2 adj	0.6044	0.1172	0.5924
Реальные заработные платы
в	-.028017***	-.0232505	-.026475***
в3	-.0270646	-1.121012	-.0575723
г	.340978***	-.0124272	.2469617**
R2 adj	0.4394	0.0303	0.3779
Скорректированные заработные платы
в	-.051318***	-.0112815	-.036535***
в3	.0644271	.7097902	-.087654
г	.3612128***	-.3330723	.1755483*
R2 adj	0.6685	0.0205	0.6378

*** - значимость на 1% уровне, ** - значимость на 5%, * - значимость на 10%; если модель не значима в целом, то все коэффициенты отмечены как незначимые.

Как можно заметить, накопленные инвестиции в основной капитал оказались не значимы ни в одной из спецификаций. С одной стороны, это может быть объяснено тем фактом, что большинство инвестиционных проектов, реализованных в изначально не самых богатых регионах и потенциально влияющих на процесс сходимости, были проведены сравнительно недавно и, с учетом лага, еще не оказали значимого влияния. С другой стороны, данный результат может быть вызван неточным измерением инвестиций, полученным вследствие аппроксимации сбережений. Так или иначе, вопрос измерения инвестиций и их включения в анализ сходимости заработных плат требует дальнейшего анализа и работы.

Сводная таблица со всеми оценками спецификаций представлена в приложении 2.

Заключение

Региональное неравенство является одной из наиболее обсуждаемых и острых проблем в экономике России. Данная проблема находит свое отражение не только в экономических потерях, возникающих вследствие недостаточной мобильности факторов производства, но и в социальной напряженности, что обуславливает интерес к данной теме и разработке путей снижения региональной дифференциации.

В данном исследовании в качестве анализируемого показателя выступает «среднемесячная номинальная начисленная заработная плата работников организаций», а также рассчитанные на ее основе реальные и скорректированные по ППС заработные платы. Кроме того, вследствие присутствия в анализе малонаселенных северных регионов с высокой заработной платой, анализ также проводился с учетом нормировки на численность населения.

Анализ динамики каждого из вышеперечисленных показателей позволил выявить, что с 2000 по 2008 год включительно наблюдалась сигма-конвергенция региональных заработных плат, однако в кризисные годы неравенство снова начало возрастать. Данное изменение тренда привело к не столь существенному снижению регионального неравенства, а в случае взвешенных заработных плат дифференциация по итогам рассматриваемого периода практически не изменилась.

Результаты также позволяют констатировать, что в России имеет место безусловная бета-конвергенция, причем ее скорость возрастала вплоть до 2009 года Расчеты по динамике скорости сходимости могут быть предоставлены по требованию.. Включение переменных, отвечающих за пространственное взаимодействие, лишь подтвердило и упрочило результаты: скорость сходимости возросла еще больше, однако общая тенденция к снижению после 2009 года осталась неизменной.

По итогам пространственного анализа было получено, что региональное взаимодействие в России оказывает значимое влияние на темп роста заработных плат лишь с 2006 года, при этом данное влияние имеет вполне логичный и оправданный эффект: увеличение заработной платы в одном из регионов приводит к ее соответствующему повышению в соседних.

Включение в анализ переменных, отвечающих за движение труда и капитала позволило оценить условную бета-конвергенцию. Добавление данных переменных обусловлено тем, что оба показателя, так или иначе, влияют на предложение труда и на его спрос в регионе, что находит свое отражение в динамике заработных плат. Включение региональных переменных повысило объясняющую силу модели, а результаты оказались схожи с полученными ранее, причем скорость сходимости оказалась еще выше. Полученная оцененная скорость сходимости позволяет утверждать, что регионы преодолеют половину существующего разрыва лишь за 24 года.

Увеличение скорости сходимости после включения в анализ миграции свидетельствует о том, что она способствует дивергенции регионов. Возможное объяснение заключается в том, что в России, в основном, мигрируют люди с высоким человеческим капиталом, так как они подвержены меньшему риску и могут рассчитывать на больший прирост в заработной плате по сравнению с людьми с низким человеческим капиталом. Таким образом, получается, что в развитом регионе повышается доля занятых с высоким человеческим капиталом. Обмен опытом и знаниями может привести не только к более высокой отдаче от капитала, но и большей производительности, что способствует увеличению производства и спроса на труд, сопровождающегося увеличением заработной платы. Данное структурное изменение отражается в повышении средней заработной платы, что еще больше отдаляет ее от бедных регионов.

Другим немаловажным результатом является тот факт, что накопленное сальдо инвестиций и сбережений не оказывает влияния на заработные платы, что вероятнее всего, обусловлено инвестиционным лагом и спецификой расчета показателя. Как известно, в последнее время множество крупных инвестиционных проектов было реализовано в Краснодарском крае, в Приморском крае, в Республике Татарстан и других регионах, имеющих изначально не самые высокие заработные платы и окруженных еще более бедными регионами. В таком случае, результаты пространственного анализа позволяют предположить, что увеличение заработных плат в данных регионах, возникшее вследствие увеличения инвестиций, должно повлечь увеличение заработных плат и в соседних регионах, что приведет к относительному выравниванию заработных плат. Однако в данном исследовании мы получаем незначимость инвестиций на уровне формирования темпов роста. Это обуславливает необходимость рассмотрения других показателей в качестве прокси для капитала в дальнейшей работе.

Полученные результаты могут быть расценены как сигналы для осуществления соответствующих политических мер. Стимулирование мобильности всех слоев населения и создание новых рабочих мест в изначально не самых благополучных регионах должны стать первостепенными задачами на пути решения высокой региональной дифференциации. К примеру, предоставление налоговых каникул в данных регионах, в условиях импортозамещения, должно стимулировать отечественных производителей к размещению производств в «отстающих» регионах. Создание новых рабочих мест приведет не только к увеличению заработных плат, но и повышению мобильности населения вследствие увеличения доходов.

Список литературы

1. Akhmedjonov A., Lau M. C. K., Izgi B. B. (2013) New evidence of regional income divergence in post?reform Russia. Applied Economics, Vol. 45, Issue 18.

2. Arraiz I. & David M. Drukker & Harry H. Kelejian & Ingmar R. Prucha, 2008. "A Spatial Cliff-Ord-type Model with Heteroskedastic Innovations: Small and Large Sample Results,"CESifo Working Paper Series 2485, CESifo Group Munich.

3. Barro, Robert J & Sala-i-Martin, Xavier, 1992. "Convergence," Journal of Political Economy, University of Chicago Press, vol. 100(2), pages 223-51, April.

4. Baumol, William J, 1986. "Productivity Growth, Convergence, and Welfare: What the Long-run Data Show," American Economic Review, American Economic Association, vol. 76(5), pages 1072-85, December.

5. Berger M., G. Blomquist and K. Sabirianova-Peter (2008) «Compensating differentials in emerging labor and housing markets: Estimates of quality of life in Russian cities» Journal of Urban Economics, Vol. 63, 25-55, 2008.

6. Brown C. "Equalizing Differences in the Labor Market." The Quarterly Journal of Economics, Vol. 94, No. 1, (February 1980), pp. 113-134.

7. Buccellato T., 2007. "Convergence across Russian Regions: A Spatial Econometrics Approach," Working Papers 72, CENTRE FOR THE STUDY OF ECONOMIC AND SOCIAL CHANGE IN EUROPE,School of Slavonic and East European Studies,University College London (SSEES,UCL).

8. Dowrick, Steve & Nguyen, Duc-Tho, 1989. "OECD Comparative Economic Growth 1950-85: Catch-Up and Convergence," American Economic Review, American Economic Association, vol. 79(5), pages 1010-30, December.

9. Dumond J., B. Hirsch and D. Macpherson (1999) «Wage Differentials Across Labor Markets and Workers: Does Cost of Living Matter?», Economic Inquiry., Vol. 37. No.4, 577-598, 1999.

10. Fingleton B. & Enrique Lуpez-Bazo, 2006. "Empirical growth models with spatial effects," Papers in Regional Science, Wiley Blackwell, vol. 85(2), pages 177-198, 06.

11. Genc I. & Anil Rupasingha, 2009. "Time-series Tests of Stochastic Earnings Convergence across US Nonmetropolitan Counties, 1969-2004," Applied Econometrics and International Development, Euro-American Association of Economic Development, vol. 9(2).

12. Gennaioli N. & Rafael La Porta & Florencio Lopez de Silanes & Andrei Shleifer, 2013. "Growth in Regions,"NBER Working Papers 18937, National Bureau of Economic Research, Inc.

13. Gluschenko K. (2010). Methodologies of Analyzing Inter?Regional Income Inequality and Their Applications to Russia. William Davidson Institute Working Paper, Number 984.

14. Greenwood M., G. Hunt, D. Rickman and G. Treyz (1991a) «Migration, Regional Equilibrium, and the Estimation of Compensating Differentials», The American Economic Review, Vol.81, No.5, 1382-1390, 1991.

15. Guriev S. & Vakulenko E., 2012. Convergence between Russian regions, Working Papers w0180, Center for Economic and Financial Research (CEFIR).

16. Kelejian H. & Ingmar R. Prucha, 2008. "Specification and Estimation of Spatial Autoregressive Models with Autoregressive and Heteroskedastic Disturbances,"CESifo Working Paper Series 2448, CESifo Group Munich.

17. Kholodilin K., Siliverstovs B., Oshchepkov A. (2009). The Russian regional convergence process: Where does it go? DIW Discussion Paper, No.861.

18. Lehmann, Hartmut & Silvagni, Maria Giulia, 2013. Is There Convergence of Russia's Regions? Exploring the Empirical Evidence: 1995-2010, IZA Discussion Papers 7603, Institute for the Study of Labor (IZA).

19. Mora T., 2005. "Elasticities of ergodic solutions in the Markov chains approach to economic growth convergence," Papers in Regional Science, Wiley Blackwell, vol. 84(1), pages 121-126, 03.

20. Pencavel, John, 1987. "Labor supply of men: A survey," Handbook of Labor Economics, in: O. Ashenfelter & R. Layard (ed.), Handbook of Labor Economics, edition 1, volume 1, chapter 1, pages 3-102 Elsevier.

21. Piras G. & Nancy Lozano-Gracia & Geoffrey J. D. Hewings, 2010. "The Journey to Safety: Conflict-Driven Migration Flows in Colombia," International Regional Science Review, , vol. 33(2), pages 157-180, April.

22. Randall W. Eberts & Mark E. Schweitzer, 1994. Regional Wage Convergence and Divergence: Adjusting Wages for Cost-of-Living Differences, Upjohn Working Papers and Journal Articles rwe1994er2, W.E. Upjohn Institute for Employment Research.

...