| | Проблемы современной экономики, N 2 (42), 2012 | | ВОПРОСЫ ЭКОНОМИЧЕСКОЙ ТЕОРИИ. МАКРОЭКОНОМИКА | | Устинова К. А. инженер-исследователь Института социально-экономического развития территорий РАН (г. Вологда)
| |
| | В работе на основе региональных статистических данных Федеральной службы государственной статистики оценивается уравнение регрессии, характеризующее взаимосвязь между доходами населения региона, численностью занятых с высшим профессиональным, средним специальным уровнями образования и другими параметрами | Ключевые слова: уровень образования, заработная плата, доходы населения, функция Кобба-Дугласа | УДК 330.133.8 Стр: 76 - 82 | В условиях перехода к инновационной экономике человеческий фактор является одним из основополагающих. Новые знания, навыки и способности приобретаются и формируются за счет участия населения в образовательном процессе и реализуются в трудовой деятельности. Этот процесс для работодателей сопровождается получением конкурентных преимуществ и прибыли, для работника — ростом заработков. Помимо экономического эффекта от образования следует отметить, что высококвалифицированная рабочая сила успешно адаптируется к технологическим, институциональным и социальным изменениям, активно включается в освоение новых знаний и навыков, быстро реагирует на достижения научно-технического прогресса и начинает внедрять их в своей повседневной практике1.
Образование составляет «ядро» человеческого капитала, а повышение его уровня в большинстве случаев сопровождается ростом производительности труда работника. Когда в условиях рынка цена труда стремится к равенству с предельной производительностью индивидуумов, более высокая ступень образования приводит к увеличению их доходов при прочих равных условиях2.
Исследование влияния образования и профессиональной подготовки на вознаграждение работников — одно из актуальных направлений в отечественной науке.
Одним из инструментов определения взаимосвязи образования и уровня доходов могут служить производственные функции, с помощью которых выявляется зависимость между величиной выпущенного продукта и используемыми факторами производства (например, функция Кобба-Дугласа, которую применяют для решения научных задач как отечественные, так и зарубежные ученые). При этом в исследованиях мы встречаемся с модификациями исходной модели, за счет включения в нее дополнительных параметров и условий. Так, в качестве факторов производства рассматриваются не только ресурсные переменные, но и параметры государственного регулирования (процентные ставки, налоговое бремя и др.)3. Функцию Кобба-Дугласа используют также для прогнозирования занятости (для определения желаемого уровня занятости в зависимости от объема выпущенной продукции)4, анализа влияния уровня образования на индивидуальные результаты деятельности сотрудников (доходы)5.
В связи с этим, цель данной статьи заключается в анализе зависимости между уровнем образования и заработной платой (доходами) населения на региональном уровне на основе статистических данных Госкомстата (среднемесячная начисленная заработная плата населения региона, стоимость основных фондов, доля работников с различными уровнями образования). Анализ включал в себя ряд последовательных этапов: на первом — осуществлялся выбор модели и переменных. На втором исследовались территориальные особенности параметров, включенных в модель. Третий — предполагал расчет коэффициентов уравнения регрессии в разрезе регионов РФ. Заключительный этап представлял собой интерпретацию полученных результатов исследования.
В качестве метода использовался регрессионный анализ на основании расширенной функции Кобба-Дугласа6. Его применение имеет как преимущества, выраженные в обоснованности экономической теорией7, в простоте функциональной зависимости, так и трудности, связанные с выбором вида и параметров уравнения8.
Вместе с тем, следует отметить, что использование функции Кобба-Дугласа является своеобразным компромиссом между сложностью математических зависимостей и возможностью их использования на практике, а ограниченность функции (отсутствие в качестве одной из переменных технологического прогресса) удается преодолеть, используя модификации ее классической формы9. Обозначенные преимущества метода обусловили возможность его применения для достижения цели исследования.
В отличие от существующей классической формы функции Кобба-Дугласа, которая описывает взаимосвязь между произведенным продуктом и такими факторами производства как труд и капитал, в данной работе использовалась ее модификация, что обусловлено как целью исследования, так и возможностью преобразования исходной функции. В качестве зависимой переменной рассматривалась среднемесячная начисленная заработная плата населения региона, в качестве независимых — стоимость основных производственных фондов региона, доля занятых с высшим и незаконченным высшим образованием в общей численности занятых региона, доля занятых со средним специальным и начальным профессиональным образованием, доля занятых со средним общим и незаконченным средним образованием.
Среднемесячная начисленная заработная плата использовалась в качестве зависимой переменной поскольку она, с одной стороны, характеризует стоимость трудовых ресурсов в зависимости от количества и качества затраченного труда и тем самым определяет вклад работника в производство продукции, с другой стороны, использование этой переменной общепринято в моделях, описывающих взаимосвязь между уровнем образования, стажем работников и вознаграждением за труд.
Вместе с тем дополнительно изучалась взаимосвязь между среднедушевыми доходами населения и вышеобозначенными независимыми переменными с целью проверки результатов, полученных в первой модели. Предполагалось, что результаты анализа зависимости между параметрами, включенными во вторую модель, где в качестве зависимой переменной выступают среднедушевые денежные доходы населения, будут сопоставимы с теми выводами, которые будут получены в результате анализа первой модели. Подобное предположение, с точки зрения автора, обусловлено тем, что доход и заработная плата соотносятся как «целое-часть», поскольку структура доходов по источникам поступления включает доходы от предпринимательской деятельности, оплату труда, социальные выплаты, доходы от собственности. Оплата труда является основным источником формирования денежных доходов населения: в 2009 г. в структуре доходов населения оплата труда в целом по РФ составляла более 40%, в Вологодской области — 52%10.
Параметры, включенных в модель, исследовались в территориальном разрезе (по всем регионам РФ) за период 2000–2009 гг. и использовались в расчетах в сопоставимой оценке (в ценах 2009 г.).
Анализ показал, что по величине среднемесячной начисленной заработной платы совокупность регионов страны неоднородна. Наибольшее значение на протяжении всего исследуемого периода отмечено в Ямало-Ненецком автономном округе, наименьшее — в Республике Дагестан (табл. 1).
Выявлено снижение дифференциации регионов РФ по величине среднемесячной заработной платы с 10 раз в 2000 г. до 5 — в 2009 г. Вологодская область в исследуемый период находилась на среднем по стране уровне и в 2009 г. по сравнению с 2000 г. улучшила свое положение, перейдя с 45 на 27 место (в ранжированном по убыванию признака ряду).
Российские регионы различались также и по величине среднедушевых доходов населения. Дифференциация субъектов РФ по данному показателю была существенной, но снизилась с 18 раз в 2000 г. до 8 раз в 2009 г. (табл. 2).
Лидером по величине среднедушевых доходов населения до 2007 г. был г. Москва, затем — Ненецкий автономный округ, стабильно низкую позицию на протяжении всего исследуемого периода занимала Республика Ингушетия. Вологодская область с 2003 г. ухудшила свое положение по отношению к среднему по стране уровню.
Наиболее сильно регионы РФ различались по стоимости основных производственных фондов (в 2000 г. — более чем в 300 раз), при этом к 2009 г. дифференциация не уменьшилась, а, напротив, возросла (в 2009 г. регионы РФ различались по данному показателю более чем в 400 раз) (табл. 3).
Вместе с тем, по ряду показателей (доля занятых с высшим и незаконченным высшим, доля занятых со средним специальным и начальным профессиональным образованием) дифференциация между субъектами РФ была минимальной. Так в 2000 г. по доле занятых с высшим и незаконченным высшим образованием регионы различались в 4 раза (табл. 4), в 2009 г. — в 3 раза, по удельному весу занятых со средним специальным и начальным профессиональным — в 2 и 3 раза соответственно.
Таблица 1
Дифференциация регионов РФ по величине среднемесячной начисленной заработной платы*,
в ценах 2009 г. (ранжирование по данным 2009 г.) | 2000 г. | 2005 г. | 2007 г. | 2008 г. | 2009 г. | Регионы РФ с наибольшей величиной среднемесячной заработной платы, руб. | Ямало-Ненецкий автономный округ | 2587 | 16322 | 28698 | 37080 | 46481 | Чукотский автономный округ | 1404 | 13133 | 22287 | 29749 | 42534 | Ханты-Мансийский автономный округ | 2476 | 14128 | 24440 | 30640 | 38387 | Тюменская область | 2006 | 12068 | 21661 | 27975 | 34773 | г. Москва | 931 | 8822 | 17385 | 24778 | 33358 | Регионы РФ с наименьшей величиной среднемесячной заработной платы, руб. | Республика Калмыкия | 344 | 2588 | 4979 | 7298 | 10849 | Республика Северная Осетия Алания | 356 | 2754 | 5505 | 7386 | 10832 | Кабардино-Балкарская Республика | 330 | 2648 | 5030 | 7067 | 10777 | Карачаево-Черкесская Республика | 319 | 2623 | 5218 | 7443 | 10477 | Республика Дагестан | 273 | 2052 | 3843 | 5866 | 9125 | Max/Min, раз | 10 | 8 | 8 | 6 | 5 | Источник: Официальный сайт Федеральной службы государственной статистики РФ [Электронный ресурс]. — Режим доступа: http://www.gks.ru/wps/wcm/connect/rosstat/ rosstatsite/main/
* здесь и далее расчеты максимального и минимального значения показателя по регионам РФ произведены, учитывая данные в автономных округах, а также в городах федерального значения (г. Москва, г. Санкт-Петербург)
Таблица 2
Дифференциация регионов РФ по величине среднедушевых доходов населения, в ценах 2009 г.
(ранжирование по данным 2009 г.) | 2000 г. | 2005 г. | 2007 г. | 2008 г. | 2009 г. | Регионы РФ с наибольшей величиной среднедушевых доходов населения, руб. | Ненецкий автономный округ | 830 | 12993 | 28164 | 38892 | 48752 | г. Москва | 2306 | 15263 | 26118 | 27742 | 41891 | Чукотский автономный округ | 1168 | 11408 | 20119 | 24953 | 35079 | Ханты-Мансийский автономный округ | 1932 | 11145 | 20558 | 26922 | 32263 | Сахалинская область | 783 | 7117 | 14415 | 19610 | 27577 | Регионы РФ с наименьшей величиной среднедушевых доходов населения, руб. | Чувашская Республика | 321 | 2445 | 4899 | 7079 | 9405 | Ивановская область | 288 | 2009 | 3977 | 6700 | 9343 | Республика Марий Эл | 315 | 2061 | 4347 | 6346 | 9210 | Республика Калмыкия | 276 | 1396 | 3131 | 4540 | 7097 | Республика Ингушетия | 128 | 1307 | 2787 | 4273 | 6400 | Max/Min, раз | 18 | 12 | 10 | 9 | 8 | Источник: Официальный сайт Федеральной службы государственной статистики РФ [Электронный ресурс]. — Режим доступа: http://www.gks.ru/wps/wcm/connect/rosstat/ rosstatsite/main/
Таблица 3
Дифференциация регионов РФ по стоимости основных фондов, в ценах 2009 г.
(ранжирование по данным 2009 г.) | 2000 г. | 2005 г. | 2007 г. | 2008 г. | 2009 г. | Регионы РФ с наибольшей стоимостью основных фондов | г. Москва | 416597 | 3270014 | 6996401 | 12065253 | 15605926 | Тюменская область | 404012 | 3288113 | 5748892 | 7727589 | 10315779 | Ханты-Мансийский автономный округ | 252186 | 1796932 | 3038926 | 3974029 | 5423503 | Ямало-Ненецкий автономный округ | 86264 | 1237973 | 2148630 | 3142065 | 4002082 | Московская область | 184700 | 1041045 | 2087704 | 2790497 | 3938800 | Регионы РФ с наименьшей стоимостью основных фондов | Еврейская автономная область | 6220 | 30143 | 66684 | 81014 | 97290 | Чукотский автономный округ | 4665 | 16682 | 24470 | 36922 | 63044 | Республика Алтай | 4453 | 13279 | 26296 | 32416 | 44595 | Республика Ингушетия | 1252 | 13338 | 28155 | 29683 | 40638 | Республика Тыва | 5081 | 12042 | 20364 | 25582 | 36142 | Max/Min, раз | 333 | 273 | 344 | 472 | 432 | Источник: Официальный сайт Федеральной службы государственной статистики РФ [Электронный ресурс]. — Режим доступа: http://www.gks.ru/wps/wcm/connect/rosstat/ rosstatsite/main/
Таблица 4
Дифференциация регионов РФ по доле занятых с высшим и незаконченным высшим образованием в общей численности занятых, (ранжирование по данным 2009 г.) | 2000 г. | 2005 г. | 2007 г. | 2008 г. | 2009 г. | Регионы РФ с наибольшей долей занятых с высшим и неполным высшим образованием | г. Москва | 47,2 | 45,3 | 47,2 | 51,9 | 48,2 | Республика Ингушетия | 26,3 | 29,2 | 48,6 | 46,0 | 46,2 | г. Санкт-Петербург | 41,4 | 41,5 | 38,7 | 43,0 | 40,2 | Московская область | 30,4 | 28,6 | 30,6 | 36,3 | 35,6 | Республика Северная Осетия Алания | 30,2 | 38,0 | 38,4 | 33,6 | 35,6 | Регионы РФ с наименьшей долей занятых с высшим и неполным высшим образованием | Псковская область | 22,9 | 15,6 | 22,0 | 19,8 | 19,0 | Липецкая область | 20,8 | 21,3 | 23,2 | 19,7 | 18,4 | Сахалинская область | 24,2 | 21,2 | 21,0 | 22,1 | 18,1 | Еврейская автономная область | 19,5 | 20,9 | 18,3 | 16,4 | 17,7 | Ненецкий автономный округ | 12,7 | 19,7 | 23,9 | 21,0 | 16,6 | Max/Min, раз | 4 | 3 | 3 | 3 | 3 | Источник: Официальный сайт Федеральной службы государственной статистики РФ [Электронный ресурс]. — Режим доступа: http://www.gks.ru/wps/wcm/connect/rosstat/ rosstatsite/main/
Лидерами в структуре занятых с высшим и незаконченным высшим образованием (более 40% в общей численности занятых) в 2009 г. были города федерального значения (г. Москва, г. Санкт-Петербург), Республики Ингушетия и Северная Осетия. Нижние строчки списка (менее 20% в общей численности занятых) занимали Псковская, Липецкая области, а также ряд субъектов Дальневосточного федерального округа.
В 2009 г. около 60% занятых со средним специальным и начальным профессиональным образованием было сконцентрировано в регионах Уральского федерального округа (Тюменская область, Ямало–Ненецкий автономный округ), а также в Волгоградской, Архангельской областях и Республике Тыва (табл. 5).
В Приволжском федеральном округе (Нижегородская, Саратовская области, Республики Марий Эл, Мордовия) удельный вес занятых со средним специальным и начальным профессиональным образованием был наименьшим среди всех субъектов РФ.
В регионах Дальневосточного (Еврейская автономная область и Амурская), а также Южного федеральных округов (Ставропольский край, Республика Дагестан) в структуре занятых преобладало население (около 40%) со средним общим и незаконченным средним образованием (табл. 6).
Характеризуя дифференциацию субъектов РФ в разрезе занятости населения с различным уровнем образования, отметим, что регионы в большей степени различались по доле занятых с высшим и незаконченным высшим, а также со средним общим и незаконченным средним образованием. В результате анализа определены регионы-лидеры, а также те, которые занимают нижние строчки рейтинга. Так, в областях Центрального федерального округа преобладают занятые с высшим профессиональным и незаконченным высшим образованием, а регионы Дальневосточного федерального округа лидируют по доле занятых со средним общим и незаконченным средним образованием.
Это вполне объяснимо сложившейся структурой производства в федеральных округах, которая обуславливает требования к уровню образования и квалификационной подготовке работников. Например, в Центральном федеральном округе распространение получили высокотехнологичные, наукоемкие отрасли обрабатывающей промышленности (машиностроение, ракетно-космическая промышленность, авиастроение, радио- и электронная промышленность, железнодорожное машиностроение и др.)11, соответственно для реализации целей социально-экономического развития необходимы высококвалифицированные кадры, что формирует спрос на работников с высшим уровнем образования12. Аналогичная ситуация в регионах Сибирского федерального округа, где приоритетными отраслями социально-экономического развития считаются информационные, телекоммуникационные технологии, машиностроение, авиастроение, производство медицинского оборудования, точное приборостроение и др. Для совершенствования обозначенных направлений необходим высокий уровень развития научно-технического и научно-образовательного потенциала округа13.
В субъектах Южного федерального округа важнейшими секторами экономики являются агропромышленный, туристско-рекреационный, торговля14, что обуславливает потребность в специалистах преимущественно среднего специального образования и квалификации. Вместе с тем, учитывая тенденции, связанные с переходом страны и ее регионов на инновационный путь развития, можно предположить, что спрос на высококвалифицированных специалистов в долгосрочной перспективе будет возрастать.
Ресурсная направленность экономики регионов Дальневосточного федерального округа (развитие преимущественно добывающих отраслей производства, как-то: угольная, горнорудная, рыбная и лесная промышленность и др.) обусловила спрос на занятых со средним общим и незаконченным средним образованием, что подтверждается на основании анализа.
В регионах Северо-Западного федерального округа развитие получили как направления, в которых преобладает высококвалифицированный труд (машиностроение, металлургия), так и те, для функционирования которых необходимы работники со средней квалификацией (добыча полезных ископаемых, агропромышленный сектор и др.). В связи с этим, Северо-Западный федеральный округ занимает промежуточное положение между округами, специализирующимися на выпуске высокотехнологичной продукции (Центральным и Сибирским федеральными округами) и теми, в которых развитие получили добывающие отрасли производства (Южный и Дальневосточный федеральные округа).
Таким образом, результаты исследования, которые были получены в ходе изучения территориальных особенностей параметров, включенных в модель, позволяют сделать вывод о существовании дифференциации между регионами РФ (особенно по таким переменным как величина среднедушевых доходов населения, величина среднемесячной заработной платы населения), что приводит к предположению о возможных различиях между субъектами РФ по результатам оценки регрессионных уравнений.
Анализ уравнения регрессии проводился в разрезе регионов РФ в целом за период 2000 — 2009 гг. Оно было получено путем логарифмирования модификации функции Кобба-Дугласа:
Wagei = A* Kia * L1iβ1 * L2iβ2 * L3iβ3 (1)
где
зависимая переменная:
Wagei — среднемесячная начисленная заработная плата населения i-го региона в ценах 2009 г., руб.;
независимые переменные:
Ki — стоимость основных фондов i-го региона на конец года в ценах 2009 г., руб.;
L1i — доля занятых с высшим и незаконченным высшим образованием i-го региона;
L2i — доля занятых со средним специальным и начальным профессиональным образованием i-го региона;
L3i — доля занятых со средним общим и незаконченным средним образованием i-го региона;
коэффициенты:
А — технологический коэффициент15;
α, β1, β2, β3 — коэффициенты эластичности, характеризующие прирост среднемесячной заработной платы, приходящийся на 1% прироста соответствующего фактора (стоимости основных фондов, доли занятых с высшим и незаконченным высшим образованием и др.).
Оцениваемое уравнение регрессии (1′)16 имело следующий вид:
LnWagei = LnA + αLnKi + β1LnL 1i + β2LnL 2i + β3LnL 3i + εi (1′)
Значительные различия между величиной показателей, входящих в модель, как в динамике, так и в территориальном разрезе привели к тому, что полученные в результате анализа коэффициенты регрессии также существенным образом различаются между собой (табл. 7).
Проведенные расчеты показали, что в регионах Центрального федерального округа изменение величины среднемесячной заработной платы в значительной степени (на 83%) обусловлено влиянием таких факторов как стоимость основных производственных фондов, доля занятых с высшим и незаконченным высшим образованием в общей численности занятых и другими параметрами, включенными в модель (1). В то время как в субъектах Дальневосточного и Сибирского федеральных округов вариация среднемесячной заработной платы на 74 и 46% соответственно объясняется другими параметрами, не включенными в модель, что в дальнейшем потребует дополнительных исследований с целью определения не выявленных факторов и анализа их влияния на среднемесячную заработную плату.
Установлено, что среднемесячная заработная плата в большей степени будет возрастать при увеличении стоимости основных производственных фондов в регионах Центрального, Приволжского и Уральского федеральных округов (так, при увеличении стоимости основных производственных фондов на 1% величина среднемесячной заработной платы в регионах обозначенных федеральных округов увеличится на 0,85, 0,77, 0,67% соответственно). В наименьшей степени среднемесячная заработная плата будет изменяться при увеличении стоимости основных производственных фондов в субъектах Сибирского и Дальневосточного федеральных округов.
В тоже время в регионах Сибирского федерального округа значительное влияние на формирование среднемесячной заработной платы оказывают такие параметры как доля занятых с высшим и незаконченным высшим образование, а также со средним специальным и начальным профессиональным образованием (так, при увеличении доли занятых со средним специальным и начальным профессиональным образованием на 1%, величина среднемесячной заработной платы увеличится на 12%, а при увеличении на 1% доли занятых с высшим и неполным высшим образованием — на 8%).
Положительный характер взаимосвязи между удельным весом занятого населения с различными уровнями образования и величиной среднемесячной заработной платы выявлен в субъектах таких федеральных округов как Центральный, Южный, Приволжский и Сибирский (в регионах Центрального федерального округа при увеличении на 1% доли занятых с высшим и неполным высшим, а также со средним специальным и начальным профессиональным образованием среднемесячная заработная плата увеличится на 2 и 6% соответственно).
Обратный характер взаимосвязи между долей занятых с различным уровнем образования и среднемесячной заработной платой отмечен в субъектах Северо-Западного, Уральского и Дальневосточного федеральных округов. В регионах Северо-Западного федерального округа при увеличении доли занятых с высшим и неполным высшим, а также со средним общим и незаконченным средним образованием среднемесячная начисленная заработная плата снижается на 1 и 2% соответственно. Данный результат анализа требует дополнительных исследований для выявления причин подобной ситуации.
Очевидно, что в регионах Центрального, Приволжского, Уральского федеральных округов высокий уровень заработной платы работников в ряде случаев связан с тем, какие отрасли промышленности являются преобладающими (машиностроение, ракетно-космическая промышленность, авиастроение, радио- и электронная промышленность, железнодорожное машиностроение и др.). Развитие данных направлений приводит к необходимости, с одной стороны, совершенствования материально-технической базы за счет приобретения основных фондов, с другой стороны, привлечения высококвалифицированных специалистов, способных использовать новейшее оборудование для производства инновационных продуктов.
В целом, следует подчеркнуть, что на основании результатов анализа уравнения регрессии (1′) были выявлены группы регионов, которые различаются между собой направлением и степенью влияния на среднемесячную начисленную заработную плату независимых переменных:
первая группа — существенное положительное влияние на формирование среднемесячной заработной платы оказывают стоимость основных производственных фондов и доля занятых с разным уровнем образования (регионы Центрального федерального округа);
вторая группа — бóльшее влияние на формирование среднемесячной заработной платы оказывает стоимость основных фондов и меньшее положительное влияние доля занятых с разным уровнем образования (субъекты Приволжского и Южного федеральных округов);
третья группа — бóльшее положительное влияние на формирование заработной платы оказывает доля занятых с разным уровнем образования и меньшее положительное влияние стоимость основных производственных фондов (регионы Сибирского федерального округа);
четвертая группа — бóльшее положительное влияние на формирование заработной платы оказывает стоимость основных производственных фондов и отрицательное влияние доля занятых с разным уровнем образования (регионы Северо-Западного, Уральского, Дальневосточного федеральных округов).
Однако отрицательный характер влияния доли занятых с разным уровнем образования на формирование среднемесячной заработной платы требует дополнительного анализа для выявления причин и интерпретации результатов.
Вторая модель (зависимой переменной в которой выступают среднедушевые денежные доходы населения) была получена путем логарифмирования модификации функции Кобба-Дугласа:
L i = A* Kia * L1iβ1 * L2iβ2 * L3iβ3 (2)
где
зависимая переменная:
Ii — среднедушевые доходы населения i-го региона в ценах 2009 г., руб.;
независимые переменные — такие же, как и в уравнении регрессии (1′).
Оцениваемое уравнение регрессии (2′) имело следующий вид:
LnIi = LnA + αLnKi + β1LnL 1i + β2LnL 2i + β3LnL 3i + εi (2′)
В целом следует отметить, что выводы на основании анализа регрессионного уравнения (2′) сопоставимы с результатами анализа регрессионного уравнения (1′) как по степени влияния на величину среднедушевых доходов населения независимых переменных, так и по направлению влияния.
Также как в первой модели, изменение среднедушевых денежных доходов населения в регионах Центрального и Приволжского федеральных округов более чем на 80% определяется стоимостью основных производственных фондов и удельным весом занятых с разным уровнем образования. В то время как в субъектах Дальневосточного и Сибирского федеральных округов вариация зависимой переменной на 74 и 46% соответственно определяется неучтенными факторами (табл. 8).
Результаты, полученные по отдельным федеральным округам во второй модели, также соотносятся с теми, что были выявлены в первом случае. Так, в регионах Сибирского федерального округа увеличение доли занятых с высшим и неполным высшим образованием на 1% приводит к возрастанию среднедушевых доходов населения и среднемесячной заработной платы на 7 и 8% соответственно. А рост доли занятых со средним специальным и начальным образованием сопровождается увеличением доходов и заработной платы на 11 и 12% соответственно.
Также как и в результате анализа регрессионного уравнении (1′) были выявлены федеральные округа, в которых увеличение доли занятых с различным уровнем образования сопровождается снижением величины среднедушевых денежных доходов населения (субъекты Дальневосточного, Уральского, Северо-Западного федеральных округов), что приводит к необходимости дополнительных исследований.
В целом, можно заключить, что сложившаяся в России модель рыночной экономики не всегда обуславливает взаимосвязь между уровнем образования и доходами населения. На основании анализа было также выявлено, что одним из факторов, который влияет на величину заработной платы и доходов населения является стоимость основных производственных фондов. Таким образом, резервы роста заработной платы и тем самым обеспечение взаимосвязи между уровнем образования и доходами населения вызваны, с одной стороны, диверсификацией производства, с другой, — увеличением стоимости основных производственных фондов.
Так, изменения в организации производственного процесса, которые включают не только приобретение новейшей техники и технологии, научных разработок, но и сопровождаются одновременным развитием не связанных друг с другом производств, расширением ассортимента выпускаемой продукции, приводят к возрастанию роли человеческого фактора. Это связано с тем, что при осуществлении преобразований необходимы проектирование и организация новых сфер деятельности, создание новых производственных комплексов. В связи с этим повышаются требования к профессиональной подготовке сотрудников, к их квалификации, производственному опыту, что сопровождается ростом спроса на специалистов с высшим уровнем образования.
Таблица 5
Дифференциация регионов РФ по доле занятых со средним специальным и начальным профессиональным образованием (ранжирование по данным 2009 г.) | 2000 г. | 2005 г. | 2007 г. | 2008 г. | 2009 г. | Регионы РФ с наибольшей долей занятых со средним специальным и начальным профессиональным образованием | Тюменская область | 42,6 | 52,7 | 50,0 | 49,2 | 67,1 | Волгоградская область | 39,1 | 43,2 | 48,9 | 59,1 | 59,0 | Республика Тыва | 45,9 | 47,6 | 44,8 | 42,6 | 58,5 | Архангельская область | 48,8 | 52,2 | 50,1 | 53,9 | 58,1 | Ямало-Ненецкий автономный округ | 53,0 | 48,0 | 47,4 | 44,9 | 57,6 | Регионы РФ с наименьшей долей занятых со средним специальным и начальным профессиональным образованием | Нижегородская область | 39,3 | 38,9 | 41,5 | 43,1 | 36,7 | Республика Марий Эл | 42,3 | 45,1 | 45,3 | 55,2 | 35,6 | Саратовская область | 44,0 | 43,4 | 46,6 | 45,3 | 34,6 | Республика Мордовия | 31,9 | 33,4 | 39,5 | 44,0 | 26,3 | Республика Хакасия | 42,2 | 41,9 | 40,4 | 40,3 | 24,5 | Max/Min, раз | 2 | 3 | 3 | 2 | 3 | Источник: Официальный сайт Федеральной службы государственной статистики РФ [Электронный ресурс]. — Режим доступа: http://www.gks.ru/wps/wcm/connect/rosstat/ rosstatsite/main/
Таблица 6
Дифференциация регионов РФ по доле занятых со средним общим и незаконченным средним образованием (ранжирование по данным 2009 г.) | 2000 г. | 2005 г. | 2007 г. | 2008 г. | 2009 г. | Регионы РФ с наибольшей долей занятых со средним и незаконченным средним образованием | Республика Дагестан | 45,6 | 48,6 | 45,9 | 43,2 | 44,8 | Амурская область | 34,9 | 41,3 | 36,5 | 40,7 | 41,9 | Воронежская область | 43,0 | 42,2 | 40,1 | 37,5 | 38,3 | Ставропольский край | 37,5 | 34,4 | 33,8 | 35,6 | 38,3 | Еврейская автономная область | 37,6 | 42,6 | 37,8 | 35,5 | 34,9 | Регионы РФ с наименьшей долей занятых со средним и незаконченным средним образованием | Костромская область | 27,4 | 28,3 | 23,9 | 21,7 | 17,9 | Волгоградская область | 34,7 | 33,6 | 26,5 | 18,5 | 17,4 | Архангельская область | 31,3 | 26,3 | 24,8 | 17,4 | 17,0 | Ненецкий автономный округ | 33,0 | 29,7 | 14,0 | 15,5 | 14,9 | г. Москва | 16,3 | 16,2 | 12,6 | 10,4 | 10,1 | Max/Min, раз | 3 | 3 | 4 | 4 | 4 | Источник: Официальный сайт Федеральной службы государственной статистики РФ [Электронный ресурс]. — Режим доступа: http://www.gks.ru/wps/wcm/connect/rosstat/ rosstatsite/main/
Таблица 7
Результаты анализа уравнения регрессии (1′) в разрезе регионов различных Федеральных округов РФ в целом за период 2000–2009 гг.Территория | Коэффициенты уравнения регрессии |
---|
A | α | β1 | β2 | β3 | Коэф. детерминации |
---|
Регионы Центрального ФО | -41,263
(5,173) | 0,854
(0,043) | 2,380
(0,482) | 5,771
(0,627) | 2,830
(0,441) | 0,792
(179 набл.) | Регионы Северо-Западного ФО | 7,152
(11,985) | 0,557
(0,069) | -1,333
(0,963) | 1,256
(1,692) | -1,859
(0,906) | 0,631
(109 набл.) | Регионы Южного ФО | -11,902
(6,808) | 0,545
(0,052) | 3,050
(0,702) | 0,658
(0,769) | 0,312
(0,644) | 0,574
(119 набл.) | Регионы Приволжского ФО | -20,940
(10,038) | 0,774
(0,055) | 1,867
(0,704) | 2,705
(1,349) | 0,925
(0,923) | 0,807
(139 набл.) | Регионы Уральского ФО | 15,636
(21,127) | 0,670
(0,090) | -0,036
(1,497) | -3,173
(3,047) | -1,104
(1,703) | 0,755
(59 набл.) | Регионы Сибирский ФО | -90,608
(21,645) | 0,346
(0,055) | 7,629
(1,544) | 11,851
(2,784) | 7,516
(1,961) | 0,485
(109 набл.) | Регионы Дальневосточного ФО | 13,685
(23,261) | 0,408
(0,081) | -0,641
(1,741) | -0,781
(2,854) | -1,377
(2,254) | 0,265
(89 набл.) | Источник: Расчеты автора по данным официального сайта Федеральной службы государственной статистики РФ [Электронный ресурс]. — Режим доступа: http://www.gks.ru/wps/wcm/connect/rosstat/ rosstatsite/main/
Таблица 8
Результаты анализа уравнения регрессии (2’) в разрезе регионов различных Федеральных округов в целом за период 2000–2009 гг.Территория | Коэффициенты уравнения регрессии |
---|
A | α | β1 | β2 | β3 | Коэффициент
детерминации |
---|
Регионы Центрального ФО | -34,891
(4,895) | 0,887
(0,041) | 2,058
(0,456) | 4,774
(0,593) | 2,216
(0,418) | 0,826
(179 набл.) | Регионы Северо-Западного ФО | 12,801
(12,652) | 0,546
(0,073) | -1,580
(1,016) | 0,426
(1,786) | -2,373
(0,956) | 0,606
(109 набл.) | Регионы Южного ФО | -14,798
(6,207) | 0,630
(0,048) | 3,102
(0,640) | 0,835
(0,701) | 0,591
(0,587) | 0,670
(119 набл.) | Регионы Приволжского ФО | -20,940
(10,038) | 0,774
(0,055) | 1,867
(0,704) | 2,705
(1,349) | 0,925
(0,923) | 0,807
(139 набл.) | Регионы Уральского ФО | 15,636
(21,127) | 0,670
(0,090) | -0,036
(1,497) | -3,173
(3,047) | -1,104
(1,703) | 0,755
(59 набл.) | Регионы Сибирский ФО | -79,333
(20,336) | 0,392
(0,051) | 6,650
(1,451) | 10,499
(2,615) | 6,400
(1,842) | 0,536
(109 набл.) | Регионы Дальневосточного ФО | 11,169
(23,594) | 0,397
(0,082) | -0,369
(1,766) | -0,497
(2,895) | -1,241
(2,286) | 0,260
(89 набл.) | Источник: Расчеты автора по данным официального сайта Федеральной службы государственной статистики РФ [Электронный ресурс]. — Режим доступа: http://www.gks.ru/wps/wcm/connect/rosstat/ rosstatsite/main/
* в скобках указана стандартная ошибка оценки. |
| |
|
|