Далее рассмотрим взаимосвязь гибкой занятости и инновационной активности предприятий, уделяя особое внимание теоретическим аспектам, на основе которых можно предположить, каково влияния использования предприятия гибких форм занятости на их инновационную активность.

В рамках управления человеческими ресурсами представляется целесообразным рассмотреть влияние гибкой занятости на инновационную активность предприятий с точки зрения ресурсно-ориентированного подхода. Согласно данной концепции, организации получают конкурентное преимущество, в том числе и в сфере инноваций, используя внутренние ресурсы и собственные возможности, которые сложно имитировать или заменить (Wachsen, Blind, 2016), в том числе знания, умения и навыки сотрудников предприятия. С другой стороны, согласно S. Matusik и C. Hill, для инновационной деятельности предприятия зачастую используют не только внутренние ресурсы (Matusik, Hill, 1998); более того, организации не могут ограничиваться только ими, поскольку должны опираться на эффективное использование знаний и технологий, внешних по отношению к компании (Wachsen, Blind, 2016). Таким образом, использование внешних возможностей может рассматриваться как дополнительный ресурс для инновационной деятельности. Отметим, что использование гибкой занятости, например, договоров аутстаффинга, может служить средством привлечения такого ресурса. Таким же образом привлечение работников с рынка труда на временные проекты путем заключения срочных договоров может стать способом привлечения уникальных либо, по меньшей мере, новых для организации знаний, умений и навыков, которые могут стать источником инноваций. Интересно отметить, что в данном случае инновации могут возникнуть даже в случае, если их создание не планировалось в рамках проекта, поскольку в рамках компании возникнет комбинация новых производственных факторов, что, как было отмечено ранее, зачастую приводит к созданию инноваций.

Исходя из приведенных выше аргументов относительно возможного влияния гибкой занятости на инновационную активность предприятий были сформулированы следующие гипотезы:

H1а: При росте доли работников со срочными контрактами вероятность инновационной активности предприятий повышается.

H1b: При росте доли работников с договорами аутстаффинга вероятность инновационной активности предприятий повышается.

Существуют и другие причины, почему гибкая занятость и инновационная активность могут быть связаны положительно. Одной из таких причин может являться то, что высокая защищенность сотрудников от увольнений может служить преградой для перераспределения рабочей силы между умирающими и новыми, а также расцветающими отраслями экономики, снижая инновационную активность предприятий в этих отраслях (Kleinknecht et al., 2014). Кроме того, низкие барьеры найма и увольнения персонала могут приводить к тому, что сотрудники с большей вероятностью найдут должность, на которой они будут наиболее продуктивны (после смены нескольких работ).

Инновации в организации являются результатом сочетания управленческих решений, наличия необходимых ресурсов и инвестиций в инновационную деятельность (De Spiegelaere et al., 2014). Поскольку использование практик гибкой занятости также снижает издержки предприятий на труд, в том числе на наем и увольнение персонала (Arvanitis, 2003), это позволяет изменить структуру затрат предприятия, перераспределив освободившиеся средства на инновационную деятельность.

На основе данных аргументов были сформулированы следующие гипотезы:

H2a: При росте доли работников со срочными контрактами вероятность проведения научных исследований и разработок, проектно-конструкторских и технологических разработок на предприятии повышается.

H2b: При росте доли работников с договорами аутстаффинга вероятность проведения научных исследований и разработок, проектно-конструкторских и технологических разработок на предприятии повышается.

Наличие позитивной связи между численной гибкостью труда и инновационной активностью предприятий может объясняться также повышением трудовой мобильности и лучшим соответствием работников и работы при использовании срочных трудовых договоров, увеличением скорости реакции организации на экономические шоки, а также ростом производительности труда из-за низкой защиты занятости (Arvanitis, 2006).

Наконец, высокая текучесть персонала как следствие использования гибких форм занятости способствует притоку в организацию новых идей и связей и, напротив, препятствует застою, что повышает инновационную активность организации (Kleinknecht et al., 2014).

Однако стоит отметить, что, поскольку временным работникам зачастую не хватает специфических для конкретной организации знаний, как было указано ранее, привлечение их к инновационной деятельности может привести за собой необходимость дополнительного обучения данных работников уже имеющимся в организации знаниям, умениям и навыкам, необходимым для ее дальнейшего успешного осуществления. В связи с этим были сформулированы следующие гипотезы:

Н3a: При росте доли работников со срочными контрактами вероятность обучения и подготовки персонала в связи с внедрением новых продуктов, производственных процессов на предприятии повышается.

Н3b: При росте доли работников с договорами аутстаффинга вероятность обучения и подготовки персонала в связи с внедрением новых продуктов, производственных процессов на предприятии повышается.

Таким образом, на основе проведенного теоретического анализа была разработана теоретическая модель исследования и сформулированы гипотезы исследования.

1.4 Обзор литературы

Как было отмечено ранее, среди исследователей нет единого мнения относительно характера связи между гибкостью занятости и инновационной активностью предприятий. Одна из причин данной особенности может заключаться в том, что хотя к проблеме взаимосвязи между гибкостью занятости и инновационной активностью предприятий обращалось значительное количество исследователей, многие из них концентрировались на одноуровневом анализе и рассматривали лишь один аспект инновационной активности или гибкости занятости. Так, специалисты по экономике труда фокусируются в основном на связи между регулированием занятости и инновационной активностью, организационных социологов интересует в первую очередь связь между использованием практик гибкости занятости и организационной инновационностью, тогда как организационные психологи рассматривают гибкость занятости в контексте ее связи с организационной креативностью (De Spiegelaere et al., 2014).

Использование на предприятии практик управления человеческими ресурсами, связанных с функциональной гибкостью труда, согласно результатам многих исследований, имеет положительную связь с инновационной активностью предприятий (Arvanitis, 2005; Kleinknecht et al., 2014; Zhou et al., 2011). В самом деле, результаты многих эмпирических исследований показывают, что практики управления человеческими ресурсами, связанные с функциональной гибкостью труда, положительно связаны с инновационной активностью предприятий, причем данные результаты получены как с помощью исследований на больших выборках (Arvanitis, 2005), так и на малых выборках, включающих компании из отдельных секторов экономики (Malgarini et al., 2013; Michie, Sheehan, 2003), а также лонгитюдных исследований (Zhou et al., 2011). При этом стоит отметить, что эффект влияния отдельных практик на инновационную активность предприятий является относительно небольшим, тогда как совокупный эффект от использования нескольких практик одновременно значителен (и положителен) (De Spiegelaere et al., 2014).

Инновации в организации являются результатом сочетания управленческих решений, наличия необходимых ресурсов и инвестиций в инновационную деятельность. Например, затраты на наем и увольнение персонала могут повлиять на управленческое решение инвестировать в технологии, способствующие сокращению необходимой рабочей силы (De Spiegelaere et al., 2014).

Поскольку инновации, как подчеркивалось ранее, являются критическим условием выживания и процветания организации, предприятия зачастую ищут различные способы увеличения инновационной активности. Так, в литературе, посвященной высокопроизводительным рабочим системам (high-performance work systems), функциональная гибкость рассматривается как один из способов повышения инновационной активности организации, поскольку практики управления человеческими ресурсами, связанные с функциональной гибкостью, путем обогащения содержания работы сотрудников позволяют работникам реализовывать свой инновационный потенциал, а также снижают их сопротивление организационным изменениям (De Spiegelaere et al., 2014).

В свою очередь, результаты исследований взаимосвязи между численной гибкостью труда (в том числе гибкостью занятости) и инновационной активностью организаций не дают однозначного ответа на вопрос о характере связи между рассматриваемыми явлениями (Kato, Zhou, 2017).

Так, J. Storey и коллеги в своем исследовании на данных 2700 предприятий Великобритании обнаружили, что гибкие формы контрактов крайне редко рассматриваются как часть стратегии по увеличению инновационной активности компании. Более того, с сотрудниками, вовлеченными в инновационную деятельность, фирмы, как правило, не заключают контрактов «нестандартных» форм (Storey et al., 2002).

J. Michie и M. Sheehan изучали связь между инновациями и практиками управления человеческими ресурсами, связанными с гибкостью труда, на данных 242 предприятий Великобритании. Они обнаружили, что использование практик управления человеческими ресурсами, связанными с функциональной гибкостью, имеет позитивную связь со всеми категориями инноваций, и самую сильную - для процессных инноваций, тогда как использование практик, связанных с численной гибкостью, негативно связано также со всеми видами инноваций (Michie, Sheehan, 2003).

E. Lorenz и A. Valeyre, проведя исследование на выборке более чем 17000 европейских компаний, обнаружили, что «самообучающиеся организации», признанные типом организации с наиболее высокой инновационной активностью, заключают меньше срочных договоров с сотрудниками, чем предприятия других типов (Lorenz, Valeyre, 2005).

S. Arvanitis обнаружил позитивную связь между численной гибкостью труда и инновационной активностью предприятий, которую объяснил тем, что временные сотрудники, возможно, были наняты с целью внедрения конкретных инноваций, на которые существует специфический спрос на рынке (Arvanitis, 2005).

A. Martinez-Sanchez с коллегами обнаружили, что негативная связь между временной занятостью и инновационной активностью сменяется на позитивную при добавлении переменной, отражающей межорганизационную кооперацию. Исследователи объяснили это тем, что компании, отличающиеся высокими уровнем межорганизационного сотрудничества, привлекают с помощью временных контрактов высококвалифицированных сотрудников, поэтому для этих организаций использование срочных контрактов становится инструментом для повышения инновационного потенциала компании (Martinez-Sanchez et al., 2011).

S. Beugelsdijk, выборка исследования которого включает 988 нидерландских предприятий, в которых работают по меньшей мере пять сотрудников, обнаружил сильную негативную связь между использованием в компании срочных трудовых договоров и продуктовыми инновации, в особенности - радикальными продуктовыми инновациями. Таким образом, автор статьи приходит к выводу, что хотя использование срочных контрактов может позитивно влиять на финансовые показатели компании (такой вывод автор делает из предыдущих исследований), их применение может в то же самое время негативно влиять на инновационной предприятия, на что HR-менеджерам стоит обратить особое внимание (Beugelsdijk, 2008).

Выводом, сделанным в результате исследования A. Altuzarra и F. Serrano, стало замечание, что позитивная связь между использованием временных контрактов и инновационной активностью предприятий становится негативной после достижения определенного уровня использования срочных договоров на предприятии (Altuzarra, Serrano, 2010). Заметим, что к данному заключению пришли и A. Martinez-Sanchez с коллегами.

Исследование, проведенное H. Zhou, R. Dekker и A. Kleinknecht, показало, что высокая доля сотрудников с временными контрактами на предприятии способствует успеху в выводе на рынок имитационных инноваций, тогда как первыми новые продукты и услуги представляют на рынке организации, обладающие меньшей долей временных работников (Zhou et al., 2011).

A. Kleinknecht, F. Van Schaik и H. Zhou выявили негативный эффект, оказываемый численной гибкостью труда на инвестиции в НИОКР, а также на постоянно ведущиеся на предприятия НИОКР, проанализировав данные 1216 нидерландских компаний (Kleinknecht et al., 2014).

Л. И. Смирных, проведя исследование на данных 2003 российских предприятий, ведущих бизнес в различных отраслях экономики (добыча полезных ископаемых, промышленность, строительство, транспорт и связь, торговля, финансы, бизнес услуги), приходит к следующему выводу: с ростом количества работников со срочными трудовыми договорами вероятность инноваций на предприятиях снижается. Тем не менее, на предприятиях, использующие срочные трудовые договоры, инновации встречаются чаще, чем на не использующих. Автор также отмечает, что на инновационных предприятиях работников со срочными трудовыми договорами больше по сравнению с предприятиями вообще без инноваций (Смирных, 2015).

Рассмотрим возможные причины наличия негативной связи между численной гибкостью труда и инновационной активностью предприятий.

Негативное влияние гибкости занятости на инновации может быть обусловлено более низким уровнем общего и специфического человеческого капитала (Franceschi, Mariani, 2016), характерного для временных работников. Кроме того, работники будут более заинтересованы в получении общих, нежели специфических знаний, если их отношения с работодателем в перспективе не являются долгосрочными (Kleinknecht et al., 2014), что может негативно сказаться на инновационной деятельности, если она связана со специфическими разработками компании, а не базовыми исследованиями, о которых упоминалось ранее.

Выявленная негативная связь может также быть объяснена нежеланием фирмы инвестировать в работников со срочными трудовыми договорами, а также потенциальную мотивацию фирмы избавиться от временных работников, предложивших либо разработавших инновацию, с целью получить всю прибыль от этой инновации (Franceschi, Mariani, 2016), снижение производительности труда работников со срочными трудовыми договорами по причине низкой защиты занятости (Смирных, 2015).

Наконец, низкие барьеры найма и увольнения персонала могут приводить к сокращению периода отдачи от инвестиций компании в развитие сотрудников. Кроме того, существует гипотеза, что высокий уровень использования гибких форм занятости снижает компрессию заработных плат на рынке, поскольку, по мнению ряда исследователей, компрессия заработных плат является одним из стимулов, побуждающих фирму к обучению сотрудников (Kleinknecht et al., 2014).

Таким образом, несмотря на значительное количество исследований, посвященных проблеме взаимосвязи гибкости труда и инноваций, проведенных в разных странах, среди исследователей нет согласия не только относительно наличия и степени влияния гибкости труда на инновационную деятельность организаций, но даже характера связи между двумя этими явлениями. Возможные причины противоречивых выводов могут заключаться в использовании различных методов анализа данных, выражении рассматриваемых явлений через разные переменные, порою различном понимании исследователями самих понятий «инновации», «инновационная деятельность», «инновационная активность» и «гибкая занятость».

Глава 2. Описание данных и методы оценки влияния гибкой занятости на инновационную активность предприятий

2.1 Методы измерения гибкой занятости и инновационной активности на уровне предприятий

Далее будут рассмотрены различные применяемые на практике методы измерения гибкой занятости и инновационной активности предприятий, а также переменные, характеризующие данные явления, используемые в эмпирических исследованиях.

Гибкая занятость. Исследования гибкости труда и, в частности, гибкости занятости проводятся на разных аналитических уровнях, от макро (межнациональные сравнения рынков труда, уровень национальных экономик, а также секторов занятости) до микро (гибкость занятости на предприятиях, динамика рабочего места, а также исследования, направленные на выявление гибкости занятости отдельных лиц, домашних хозяйств и семей). В данной работе нас в первую очередь интересуют исследования гибкости занятости на уровне предприятий.

Гибкая занятость является объектом исследования в различных типах работ: эмпирических исследований на основе количественных, качественных либо смешанных методов, а также концептуальных (теоретических) статей. На организационном уровне ряд количественных, качественных и концептуальных (теоретических) подходов используется для исследования мотивов и последствий использования гибкой занятости работодателями. Однако многоуровневое моделирование используется редко; также редко в одном исследовании встречается применение подходов различных типов (Bessa, Tomlinson, 2017).

Подавляющее большинство статей основано на эмпирических исследованиях, в большей части которых применяются количественные методы, при этом исследователи часто используют вторичные данные национального либо межнационального масштаба на выборке большого размера. Например, в США исследователи часто используют данные, полученные в ходе Текущего опроса населения (Current Population Survey), Национального лонгитюдного опроса молодежи (National Longitudinal Survey of Youth) и Национальных лонгитюдных исследований рынка труда (National Longitudinal Surveys of Labour Market Experience), в ряде исследований используется Национальный опрос работодателей (National Employers Survey; часть экономической переписи в США) (Bessa, Tomlinson, 2017), Исследование заработных плат по отраслям (Industry Wage Surveys (IWS); проводится Bureau of Labor Statistics (BLS)) (Abraham, Taylor, 1996).

В национальных рамках существуют как государственные опросы населения, так и частные, чаще всего проводимые университетами. Среди национальных источников данных по гибкой занятости можно выделить Панельное исследование рабочих мест в Корее (Korean Workplace Panel Survey (KWPS)) (Heung-Jun et al., 2016), Исследование стратегий бизнеса (the Survey on Business Strategies (ESEE)), проводимое Министерством промышленности, Туризма и Торговли Испании (Roca-Puig et al., 2008), Опрос рабочих и трудовых отношений (WERS) и Обследование рабочей силы (LFS) в Великобритании (Bessa, Tomlinson, 2017), Базу данных по коллективным соглашениям в Нидерландах (the Dutch Database of Collective Agreements (DUCADAM); исследование проводится Amsterdam Institute for Advanced Labour Studies (AIAS)) (Wachsen, Blind, 2016), Обзор домашних хозяйств, доходов и трудовой деятельности в Австралии (HILDA) (Bessa, Tomlinson, 2017), опрос предприятий «Взаимодействие внутреннего и внешнего рынков труда» (ВВВРТ), проводимого с 2009 г. ежегодно Лабораторией исследований рынка труда НИУ ВШЭ (Смирных, 2015).

Для межнациональных исследований могут быть использованы данные Мирового банка, такие как База данных по ведению бизнеса (World Bank Doing Business Database), Исследования бизнес среды (World Bank Business Environment surveys) (Pierre, 2004), Общеевропейское исследование рабочей силы (ELFS) (Bessa, Tomlinson, 2017).

Особенность использования вторичных данных для анализа заключается в том, что исследователь находится в рамках уже собранных данных, поэтому ему или ей приходится оперировать переменными, используемыми в базах данных, к которым он или она обращается, или производными от них. В связи с недостатком данных, опубликованных в официальных источниках, для ряда исследований проводятся специальные опросы, содержащие только те вопросы, которые интересуют исследователя, и проводимые на релевантных выборках. Примеры использования подобных опросов можно найти в работах S. Arvanitis (Arvanitis, 2005), исследовавшего влияние гибкости труда (в том числе гибкой занятости) на инновации и результативность предприятий Швейцарии (выборка составила 1400 организаций), M. Kato и H. Zhou (Kato, Zhou, 2017), изучавших влияние гибкой занятости на инновационную активность японских стартапов (выборка составила 441 компанию).

Стоит отметить, что основными методами, используемыми в исследованиях гибкой занятости на предприятиях, являются опросы (как непосредственные, так и направленные по почте) (Arvanitis, 2005; Kato, Zhou, 2017), а также интервью с руководителями либо специалистами по управлению человеческими ресурсами (Heung-Jun et al., 2016).

При измерении гибкой занятости на предприятиях крайне важной особенностью являются переменные, используемые авторами, чьи работы основаны на количественных методах анализа данных, поскольку именно они отражают тот аспект гибкости труда, который интересует исследователей. В табл. 3 представлены переменные, характеризующие гибкость труда и, в частности, гибкость занятости на предприятиях, которые используются в работах авторов, изучавших связь между гибкостью труда, в частности, гибкой занятостью, и инновационной активностью предприятий, финансовыми результатами компании, а также удовлетворенностью работников.

Таблица 2

Использование переменных, характеризующих гибкость труда, в том числе гибкую занятость, в зарубежных работах, где гибкость занятости рассматривается на уровне предприятий

Заметим, что наиболее часто используемыми в данных работах являются такие переменные, как доля работников со срочными контрактами и гибкие часы работы. При этом данные переменные нередко используются вместе в одном исследовании. Таким образом, несмотря на разнообразие типов гибкости труда, рассмотренных выше, исследователи в основном обращаются к численной гибкости труда, как внешней (гибкой занятости), так и внутренней. Данную особенность, на наш взгляд, можно объяснить доступностью данных по численной гибкости, поскольку консолидация сведений об изменении содержания характера работы сотрудников за период (функциональная гибкость) может быть для организации более затруднительной.

Таким образом, для измерения гибкой занятости на предприятиях чаще всего применяется такой метод, как опрос. При этом исследователи нередко используют вторичные данные, полученные в ходе опроса предприятий государственными либо частными организациями, что связано с большим объемом выборки, необходимым для количественных исследований, которые обычно используются при изучении гибкой занятости на предприятиях.

Инновационная активность предприятий. Как и в случае с гибкой занятостью, исследования, связанные с инновационной активностью предприятий, в основном опираются на количественные методы анализа данных. При этом исследователи могут использовать как вторичные данные, так и применять различные методы сбора данных. Чаще всего используется такой метод, как опрос (личный либо по почте) (Arvanitis, 2006; Guimaraes, Paranjape, 2017; Malgarini et al., 2013; Storey, 2002), однако используются и формализованные интервью (Beugelsdijk, 2008).

Примерами источников вторичных данных, используемых для анализа в контексте инновационной активности предприятий, могут служить исследования, финансируемые Европейским Союзом, в частности, Европейским фондом регионального развития (ERDF) (Naranjo-Valencia et al., 2016) и Европейской комиссией, например, Совместное Согласованное Исследование Бизнеса и Потребителей (Joint Harmonised Business and Consumers Survey (BCS)), в рамках которого также проводятся специализированные опросы по инновационной деятельности предприятий (Malgarini et al., 2013). Источниками данных могут также служить исследования университетов, например, Инновационный опрос Исследовательского института Konjunkturforschungsstelle в Цюрихе, Швейцария (KOF Innovation Survey) (Arvanitis, 2006) или опрос предприятий «Взаимодействие внутреннего и внешнего рынков труда» (ВВВРТ), проводимого с 2009 г. ежегодно Лабораторией исследований рынка труда НИУ ВШЭ (Смирных, 2015). Наконец, исследователи могут воспользоваться данными, предоставляемыми государственными статистическими службами, а также национальными Торговыми палатами (Beugelsdijk, 2008).

Стоит отметить, что, по сравнению с измерением гибкой занятости, в случае инновационной активности исследователи часто проводят собственные опросы предприятий. На наш взгляд, это может быть связано как с недостатком вторичных данных, необходимых для проведения исследования, так и с использованием широкого ряда показателей для измерения инновационной активности. В самом деле, несмотря на то, что понимание инновационной активности в академической среде в целом является общим, исследователи используют разнообразные метрики для ее измерения. Данная особенность изучения инновационной активности предприятий приводит к тому, что в академической среде нет единого мнения относительно связи между инновационной активностью и различными характеристиками предприятия, в частности, использовании в компании гибких форм занятости.

Другой особенностью исследования инновационной активности предприятий являются трудности, с которыми сталкиваются исследователи при попытках напрямую измерить инновационную активность компаний. Существует два основных подхода к относительно непосредственному измерению инновационной активности предприятий: концентрация на вложениях в инновационную деятельность (например, затраты на НИОКР) либо на результатах инновационной деятельности (типичными примерами показателей являются количество новых продуктов или услуг, количество патентов). При этом важно отметить, что два данных подхода редко используются совместно, что ограничивает исследование инновационной активности предприятий лишь одним из нее аспектов. В академической литературе встречаются также попытки опосредованного измерения инновационной активности предприятий, например, при помощи такого показателя, как выход на новые рынки (Foster et al., 2018).

Переменные, отражающие инновационную активность предприятий и встречающиеся в академической литературе, представлены в табл. 3.

Таблица 3

Использование переменных, отражающих инновационную активность предприятий, в зарубежной литературе

Важно отметить, что на примере работ, приведенных в табл. 3, можно увидеть как разнообразие переменных, применяемых для измерения инновационной активности предприятий, так и использование авторами различных подходов: изучение вложений в инновации либо результатов инновационной деятельности. Заметим также, что обзор академической литературы по исследованию инновационной активности предприятий позволяет нам выделить еще один подход к измерению инновационной активности: выявление использования предприятием различных видов инновационной деятельности.

На наш взгляд, целесообразным является применение комплексного подхода, в рамках которого рассматриваются как инвестиции предприятия в инновационную деятельность, так и виды инновационной деятельности, осуществляемые в организации, так и результаты инновационной деятельности. По нашему мнению, в совокупности вышеперечисленные аспекты отражают инновационную активность предприятий более полно, чем по отдельности.

Таким образом, при изучении инновационной активности предприятий исследователи чаще проводят собственные мероприятия по сбору данных, чем обращаются к вторичным данным, при этом в большинстве работ, посвященных инновационной активности организаций, используются количественные метода сбора и анализа данных. Существуют несколько подходов к измерению инновационной активности компаний: рассмотрение инвестиций в инновационную деятельность, осуществление на предприятии различных видов инновационной деятельности, а также концентрация на результатах инновационной деятельности, предпринимаемой в организации. Стоит отметить, что использование лишь одного из данных подходов ограничивает исследование инновационной активности предприятий одним из ее аспектов. Для комплексного изучения данного явления необходимо совместное использование вышеперечисленных подходов.

2.2 Описание данных

Источником данных для исследования российских организаций является опрос предприятий, который проводится Лабораторией исследований рынка труда НИУ ВШЭ ежегодно, начиная с 2009 года - «Взаимодействие внутреннего и внешнего рынков труда» (ВВВРТ). Выборка данного опроса является репрезентативной по России и формируется на основе двух критериев: вида деятельности (промышленность, строительство, торговля, финансы, добыча полезных ископаемых, транспорт и связь, а также бизнес услуги и другие; стоит отметить, что перечень видов деятельности менялся с 2016 по 2018 годы опроса, поэтому для анализа были использованы только отрасли, повторяющиеся из года в год) и размера предприятия; выборка включает от 1500 до 2000 предприятий. Основной метод сбора данных - интервью с руководителями (служб персонала, отдела кадров и т.д.) предприятий с численностью сотрудников более 50 человек.

Опрос ВВВРТ представляет для нас интерес потому, что содержит вопросы как о внедренных инновациях и видах инновационной деятельности, финансируемых на предприятии, так и о практиках гибкой занятости, применяемых в организациях: использование на предприятии срочных трудовых договоров, а также договоров аутстаффинга.

Для анализа в данном исследовании используются перекрестные данные опроса с 2016 по 2018 год, единицами анализа являются предприятия. В 2016 году опрос прошли 1526 предприятий, в 2017 году - 1703 предприятий, в 2018 году - 1701 предприятие.

Выборка непанельная, однако стоит отметить, что большая часть вопросов сохраняется неизменной из года в год, при этом ряд вопросов позволяют также получить ретроспективные сведения о ситуации на предприятии или его деятельности за год, предшествующий году опроса.

В табл. 4 представлены краткие описания переменных, сформированных на основе массива данных для дальнейшего анализа.

Таблица 4

Краткое описание сформированных переменных

Отметим, что в рамках данного опроса выделяются следующие виды внедряемых на предприятиях инноваций, которые можно соотнести с типами инноваций, отраженными в теоретической модели:

1. Выведение на рынок новой или значительно усовершенствованной продукции (продуктовые инновации);

2. Внедрение новой или значительно усовершенствованной производственной технологии (процессные инновации);

3. Внесение значительных изменений в дизайн или упаковку продукта, его логистику и складирование, изменение продвижения продукта на рынок (маркетинговые инновации);

4. Внедрение новых методов ведения бизнеса (организационные инновации);

5. Внедрение других видов инноваций, не указанных в перечне выше.

Кроме того, рассматриваемые в рамках опроса виды инновационной деятельности также можно совместить с отраженной в теоретической модели классификацией:

1. Проведение научных исследований и разработок, проектно-конструкторских и технологических разработок (исследования и разработки);

2. Приобретение машин и оборудования, связанных с внедрением новых продуктов, производственных процессов (приобретение машин и оборудования);

3. Приобретение новых технологий (патентов и лицензий), связанных с внедрением новых продуктов, производственных процессов (приобретение новых технологий);

4. Обучение и подготовка персонала в связи с внедрением новых продуктов, производственных процессов (обучение и подготовка персонала);

5. Другие виды подготовки производства для выпуска новой продукции или методов ее производства;

6. Другое.

Далее представлено описание данных, которые будут использованы для анализа.

Доля предприятий, внедривших хотя бы один вид инноваций за рассматриваемый период, составила 40,15%. Доля предприятий, профинансировавших хотя бы один вид инновационной деятельности за рассматриваемый период, составила 36,4%. В целом уровень инновационной активности, представляющий собой отношение инновационно-активных предприятий к общему числу опрошенных предприятий, за рассматриваемый период составил 46,43%.

На инновационную активность предприятий оказывают влияние характеристики организации, такие как размер предприятия, его возраст, форма собственности и вид деятельности. Рассмотрим структуру выборки в по данным характеристикам.

Размер предприятия. 49,46% предприятий в выборке составляют малые предприятия (численность персонала менее 100 человек), 39,6% - средние предприятия (от 101 до 500 сотрудников), 10,94% - крупные предприятия (более 500 сотрудников).

Возраст предприятия. Средний возраст предприятий в выборке - 17,2 года.

Форма собственности. 88% предприятий в выборке составляют частные российские предприятия, 1,1% - частные иностранные предприятия, 6% - государственные предприятия, 1,2% - предприятия смешанной формы собственности.

Вид деятельности. 23,9% предприятий выборки относятся к отрасли промышленности, 19,9% - торговли, 13% - строительства, 10% - финансовой деятельности, 9,8% - сфере транспорта и связи, 9% - добычи, 14,6% - услуг для бизнеса.

Средняя доля специалистов на предприятиях выборки составляет 41,41%. Средняя доля женщин среди руководителей на рассматриваемых предприятиях составляет 20,03%, среди специалистов - 42,32%, среди рабочих и служащих низшего звена - 22,21%.

В среднем доля работников, прошедших обучение в год, предшествовавший опросу, и за 9 месяцев года опроса, составила 14,69%. Среднее значение доли неквалифицированных рабочих и служащих для предприятий выборки равно 25,42%. Доля мигрантов на предприятиях выборки в среднем составила 6,26%.

2.3 Эконометрическая модель и методы исследования

Основными методами исследования, с помощью которых будет проверена правдоподобность гипотез, являются дескриптивный и регрессионный анализ.

Дескриптивный анализ включает в себя создание частотных таблиц, вычисление статистических характеристик, таких как средние значения и стандартные отклонения, формирование таблиц сопряженности.

В качестве основной модели для регрессионного анализа будет использована пробит-регрессия, а именно модель бинарного пробита с непрерывным эндогенным регрессором (ivprobit). В данном случае эндогенным регрессором в уравнении является доля работников со срочными договорами на предприятиях или доля работников с договорами аутстаффинга. Система уравнений имеет следующий вид:

где i = 1, … N - количество предприятий, y_2i - вектор доли работников со срочными договорами или доли работников с договорами аутстаффинга (эндогенного регрессора), x_1i - вектор 1 ? k₁ экзогенных переменных, x_2i - вектор 1 ? k₂ дополнительных инструментов, в и г - векторы структурных параметров, П₁ и П₂ - матрицы параметров в сокращенной форме, u_i и v_i ~ N(0,?) и представляют собой случайные ошибки. Модель является рекурсивной: y_2i присутствует в уравнении y*_1i, при этом y*_1i не присутствует в уравнении y_2i. Отметим, что y*_1i представляет собой ненаблюдаемую величину, наблюдаемой величиной является:

Основным методом оценки для ivprobit является метод максимального правдоподобия. Данный метод предполагает непрерывность регрессора и не может быть использован при наличии дискретных эндогенных регрессоров.

Автор использует данную модель, поскольку предполагает, что используемые регрессоры (доля работников со срочными контрактами и доля работников с договорами аутстаффинга) могут коррелировать со случайной ошибкой.

Специфика модели предполагает контроль исследователем ряда параметров. Так, при расчете ivprobit с использованием эконометрического пакета STATA производится тест Вальда, проверяющий экзогенность инструментальных переменных. Нулевой гипотезой служит предположение об отсутствии эндогенности. Таким образом, если значение коэффициента не значимо, исследователь не может отвергнуть нулевую гипотезу. Тогда может понадобиться probit-регрессия, поскольку оценки, получившиеся при применении данного типа регрессии, вероятно, будут иметь меньшие стандартные ошибки, чем оценки, полученные на основе ivprobit.

Кроме того, для заключения о силе используемых инструментов и применимости модели исследователю необходимо провести следующие тесты: тест на эндогенность (при помощи команды estat endogenous), тест на релевантность исключенных экзогенных переменных (при помощи команды estat firststage) и тест на сверхидентифицирующие ограничения (при помощи команды estat overid).

Результаты теста на эндогенность позволяют заключить, являются ли используемые эндогенные переменные на самом деле экзогенными. Для проверки данной гипотезы используются тесты Durbin и Wu-Hausman. Если результаты теста является значимыми, это позволяет сделать заключение об эндогенности переменных.

Тест на релевантность позволяет производить несколько статистических расчетов для оценки объяснительной силы инструментов. Так, с его помощью проверяется, что исключенные экзогенные переменные существенно коррелируют с включенным в модель эндогенным регрессором, но не коррелируют с ошибкой; также проверяются, не являются ли используемые инструменты слабыми, поскольку слабые инструменты приводят к смещению оценок.

Тесты на сверхидентифицирующие ограничения фактически проверяют две вещи одновременно: не коррелируют ли инструменты с ошибкой и является ли полученное уравнение не специфицированным, то есть не должны ли одна или несколько исключенных экзогенных переменных быть включены в структурное уравнение. Таким образом, значимые результаты тестов могут означать либо несостоятельность инструментов, либо неверно заданное структурное уравнение. В рамках данной процедуры проводятся тесты Sargan и Basmann.

Таким образом, для оценки параметров регрессионной модели будет использован метод инструментальных переменных, основанный на использовании дополнительных переменных, включенных в модель с помощью уравнения отбора.