Цифровизация и гендерный разрыв в оплате труда

Поэтому оценки в табл. 3 для данных, объединенных за все годы, можно считать отражающими ситуацию за весь рассматриваемый период.

5. Альтернативные индексы цифровизации

Данные O*NET позволяют рассчитать другие показатели цифровизации, учитывающие отдельные аспекты ее измерения. На рис. 5 сравнивается динамика базового индекса цифровизации с частными индексами, отражающими важность цифровых навыков (ИЦ_IM), их уровень (ИЦ_LV), знания (ИЦ_KNOW) и использование (ИЦ_USE).

Рис. 5. Альтернативные индексы цифровизации профессий

Базовый индекс занимает серединную позицию. Наиболее быстрыми темпами в 2003-2018 годах росла важность цифровых навыков -- характеристика, описывающая спрос на цифровые навыки со стороны работодателей.

Медленнее всего увеличивался показатель уровня цифровых навыков, то есть их предложение со стороны работников. Таким образом, спрос на цифровые навыки опережал их предложение. Наблюдался также перенос внимания со знаний на использование: в начале знания оценивались выше навыков практического использования, однако уже с 2006 года наблюдается перевес в пользу использования, и в дальнейшем происходит увеличение этого перевеса. В табл. 5 представлены оценки декомпозиции гендерного разрыва для 2004-2018 годов с использованием альтернативных индексов цифровизации. При оценивании уравнения заработной платы использовалась спецификация с отраслевыми переменными и коэффициентами их объединенного уравнения. Как видно из таблицы, общие основные результаты очень схожи с результатами декомпозиции с базовым индексом цифровизации.

Таблица 5 Декомпозиция гендерного разрыва c использование альтернативных индексов цифровизации

Примечания: 1. В скобках приведены робастные стандартные ошибки, кластеризованные по переменным: год х 4-digit ISCO и идентификатор индивида. 2. Е -- объясненная часть, U -- необъясненная часть. 3. *** -- оценка коэффициента значима на 1-процентном уровне, ** -- оценка коэффициента значима на 5-процентном уровне, * -- оценка коэффициента значима на 10-процентном уровне.

Источники: данные 0*NET и РМЭЗ ЕІИУ ВШЭ. https://www.onetcenter.org; http://www.hse.ru/rlms.

Описанные выше закономерности более четко видны в спецификациях с индексом использования и индексом значимости. По этим показателям сильнее заметно преимущество женщин: они чаще заняты в профессиях с более высоким спросом на цифровые навыки и в тех профессиях, где выше оценивается использование цифровых навыков. В части профессий, требующих теоретических знаний, преимущество женщин менее очевидно, но тоже присутствует и со значимым коэффициентом. Единственным отличием от базовой спецификации является появление значимого положительного коэффициента при индексе цифровизации в необъясненной части. Этот коэффициент может означать, что в некоторых обстоятельствах мужчины всё же получают более высокую отдачу, чем женщины, от цифровизации своих профессий или при переходе в более цифровизированную профессию. Этот эффект может наблюдаться при использовании показателей цифровизации, делающих акцент на навыках использования ИКТ.

Заключение

С использованием данных РМЭЗ НИУ ВШЭ и O*NET за 2003-2018 годы в статье рассматривается эволюция цифрового контента профессий и навыков ИКТ среди мужчин и женщин на российском рынке труда. Проведенные расчеты фиксируют существенный рост доли занятого населения, использующего компьютеры и интернет на фоне усиления спроса на цифровые навыки со стороны работодателей. Если в начале периода большинство мужчин и женщин были заняты в профессиях с низким уровнем цифровизации, то к 2018 году профессии с низким уровнем цифровизации становятся маргинальными, профессии со средним уровнем цифровизации обеспечивают занятость для двух третей мужчин и женщин. Несмотря на высокие темпы цифровизации женской занятости, представленность женщин в наиболее высокотехнологичных профессиях практически не изменилась, в то время как среди мужчин этот показатель вырос в два с половиной раза. При этом средний уровень цифровых навыков остается выше среди женщин, хотя разрыв и сократился вдвое в течение рассматриваемого периода.

Однако высокотехнологичные профессии в силу малой доли в занятости не могли являться основным драйвером роста уровня цифровизации. Главным источником цифровой трансформации явилась быстрая цифровизация традиционных профессий; появление новых и исчезновение устаревших профессий играло второстепенную роль.

Цифровизация сама по себе оказывает позитивное воздействие на заработные платы, помимо опосредованного влияния через образование или выбор сферы занятости, что показывают оценки уравнения заработной платы. Имеющиеся данные не позволяют получить точные размеры эффекта, но убедительно демонстрируют, что наличие навыков использования компьютера коррелирует с более высоким уровнем заработной платы, и средние заработные платы -- при прочих равных -- выше в профессиях с более высоким уровнем цифровизации. При этом зависимость между цифровым индексом профессии и заработной платой усиливалась с течением времени. Цифровые навыки вносят значимый вклад в объяснение гендерного разрыва в оплате труда. Учитывая преимущество женщин в части опыта использования компьютеров и их занятости в профессиях с более высокими цифровыми требованиями, включение цифровизации в декомпозицию ведет к увеличению условной величины гендерного разрыва. Вместе с тем цифровизация не является дополнительным источником дискриминации женщин. Навыки личного использования компьютера приносят женщинам такое же вознаграждение, что и мужчинам, а при цифровиза- ции своей профессии или переходе в более цифровизированную профессию мужчины и женщины получают одинаковый прирост заработной платы. Это может означать, что цифровые компетенции измеряются и отслеживаются работодателями гораздо лучше многих других навыков.

Полученные результаты демонстрируют хорошую устойчивость по отношению к многочисленным проверкам робастности, проведенным в работе. Следует, впрочем, принимать во внимание, что используемые индексы цифровизации основаны на американских данных, хотя и с корректировкой на профессиональную структуру российской занятости. Построенные индексы хорошо коррелируют с показателями использования компьютера и интернета из РМЭЗ НИУ ВШЭ, но в целом существующие данные по ИКТ крайне ограничены для анализа воздействия цифровиза- ции на российский рынок труда. В имеющихся в России обследованиях не разрабатываются показатели цифровизации в разрезе узких профессий и отраслей. Всестороннего описания профессий, схожего с проектом O*NET, в России не существует, поэтому представляется целесообразным создание системы отслеживания требований к профессиям по ключевым навыкам, в том числе цифровым.

References

1. Akerman A., Gaarder I., Mogstad M. The Skill Complementarity of Broadband Internet. The Quarterly Journal of Economics, 2015, vol. 130, no. 4, pp. 1781-1824.

2. Autor D. H., Dorn D. The Growth of Low-Skill Service Jobs and the Polarization of the US Labor Market. American Economic Review, 2013, vol. 10, no. 5, pp. 1553-1597.

3. Autor D. H., Levy F., Murnane R. J. The Skill Content of Recent Technological Change: An Empirical Exploration. The Quarterly Journal of Economics, 2003, vol. 118, no. 4, pp. 12791334.

4. Black S. E., Spitz-Oener A. Explaining Women's Success: Technological Change and the Skill Content of Women's Work. The Review of Economics and Statistics, 2010, vol. 92, no. 1, pp. 187-194.

5. Blau F. D., Kahn L. M. The Gender Wage Gap: Extent, Trends, and Explanations. Journal of Economic Literature, 2017, vol. 55, no. 3, pp. 789-865.

6. Blinder A. S. Wage Discrimination: Reduced Form and Structural Estimates. Journal of Human Resources, 1973, vol. 8, no. 4, pp. 436-455.

7. Borghans L., Ter Weel B., Weinberg B. A. People Skills and the Labor-Market Outcomes of Underrepresented Groups. ILR Review, 2014, vol. 67, no. 2, pp. 287-334.

8. Cai Z., Fan X., Du J. Gender and Attitudes Toward Technology Use: A Meta-Analysis. Computers & Education, 2017, vol. 105, pp. 1-13.

9. Cameron A. C., Miller D. L. A Practitioner's Guide to Cluster-Robust Inference. Journal of Human Resources, 2015, vol. 50, no. 2, pp. 317-372.

10. Cotton J. On the Decomposition of Wage Differentials. The Review of Economics and Statistics, 1988, vol. 70, no. 2, pp. 236-243.

11. Drabowicz T. P. Gender and Digital Usage Inequality Among Adolescents: A Comparative Study of 39 Countries. Computers & Education, 2014, vol. 74, pp. 98-111.

12. Hall J. V., Krueger A. B. An Analysis of the Labor Market for Uber's Driver-Partners in the United States. ILR Review, 2018, vol. 71, no. 3, pp. 705-732.

13. Hardy W., Keister R., Lewandowski P Educational Upgrading, Structural Change and the Task Composition of Jobs in Europe. Economics of Transition, 2018, vol. 26, no. 2, pp. 201-231.

14. Khitarishvili T. Gender Pay Gaps in the Former Soviet Union: A Review of the Evidence. Journal of Economic Surveys, 2019, vol. 33, no. 4, pp. 1257-1284.

15. Muro M., Liu S., Whiton J., Kulkarni S. Digitalization and the American Workforce, 2017. https://www.brookings.edu/research/digitalization-and-the-american-workforce/.

16. Neumark D. Employers' Discriminatory Behavior and the Estimation of Wage Discrimination. Journal of Human Resources, 1988, vol. 23, no. 3, pp. 279-295.

17. Oaxaca R. Male-Female Wage Differentials in Urban Labor Markets. International Economic Review, 1973, vol. 14, no. 3, pp. 693-709.

18. Pajarinen M., Rouvinen P., Ekeland A. Computerization Threatens One-Third of Finnish and Norwegian Employment. ETLA Brief, no. 34, 2015.

19. Siddiq F., Scherer R. Is There a Gender Gap? A Meta-Analysis of the Gender Differences in Students' ICT Literacy. Educational Research Review, 2019, vol. 27, pp. 205-217.

20. Warman C., Worswick C. Technological Change, Occupational Tasks and Declining Immigrant Outcomes: Implications for Earnings and Income Inequality in Canada. Canadian Journal of Economics, 2015, vol. 48, no. 2, pp. 736-772.

Размещено на Allbest.ru