В тени регулирования

Тем не менее, согласно легалистскому определению, законодательство о МЗП должно выполняться для всех занятых в формальном секторе. Но на практике это может быть не так. Например, из-за того, что внутри формального сектора может существовать неформальная занятость. Однако, согласно оценкам Росстата на данных ОНПЗ, масштаб такой занятости был небольшой и составлял менее 1 %. Есть также некоторые свидетельства из статистики крупных и средних предприятий о выплате заработной платы ниже федерального МРОТ, но доля таких занятых также не велика и составляла менее 4 % [Lukiyanova, 2011]. Таким образом, эффект повышений МЗП на занятость в формальном секторе может несколько сглаживаться неполным соблюдением законодательства в этом секторе.

Мы рассчитываем три показателя для неформальной занятости. Первый (Неф-1) представляет собой долю работников, имеющих основную работу в неформальном секторе, в процентах от всех занятых. Этот показатель характеризует структуру занятости, степень ее разделения на формальную и неформальную части. Второй (Неф-2) рассчитывается аналогично первому, но дополнительно учитывает также всех имеющих в неформальном секторе и вторую работу. Он позволяет учитывать возможное влияние изменений в МЗП на выбор сектора для второй работы. Третий показатель (Неф-3) представляет собой уровень неформальной занятости – долю работников, имеющих основную работу в неформальном секторе, в процентах от населения в возрасте экономической активности (15–72 лет). В отличие от первого показателя, Неф-1, он не связан напрямую с занятостью в формальном секторе. (Например, при росте формальной занятости показатель Неф-1 автоматически сокращается, но при этом уровень неформальной занятости, Неф-3, может как сокращаться, так и не меняться или даже расти.)

Как отмечалось выше, влияние МЗП на неформальную занятость во многом зависит от ее влияния на формальную, в связи с чем во многих эмпирических исследованиях анализируется влияние МЗП и на формальную занятость. В нашей работе мы также рассчитываем и используем дополнительный показатель – уровень формальной занятости (Форм) – это доля работников, имеющих основную работу в формальном секторе, в процентах от населения в возрасте экономической активности (15–72 лет).

Данные ОНПЗ позволяют рассчитать описанные показатели по состоянию на середину каждого квартала (т. е. за февраль, май, август и ноябрь месяцы) каждого года рассматриваемого периода[88]. Динамика показателей неформальной занятости представлена на рис. П5-2. Мы наблюдаем распространение неформальности в 2001–2009 гг. и некоторое ее снижение в 2010 г. (подробнее см. главу 3)[89]. Описательные статистики по всем используемым переменным представлены в табл. П5-4. Данные подтверждают, что во втором подпериоде, в сравнении с первым периодом, заметно выросли как значения МЗП и индекса Кейтца, так и межрегиональная вариация в этих показателях.

Поскольку ОНПЗ не содержит информации о заработной плате, мы вынуждены пользоваться данными о заработной плате из статистики предприятий и не можем оценить эффект МЗП на уровень и распределение заработков неформально занятых.

5.5. Методология

В существующей литературе можно выделить три основных подхода к оцениванию влияния МЗП на рынок труда. Во-первых, это использование временных рядов агрегированных данных по стране в целом (см.: [Brown et al., 1982]); во-вторых, это панельные данные по регионам (например: [Neumark, Wascher, 1992]); в-третьих, это подход, предполагающий анализ отдельных повышений МЗП (например, [Card, Krueger, 1995]).

В нашем исследовании применяется второй подход, мы следуем методологии, предложенной Д. Ньюмарком и В. Уошером [Newmark, Washer, 1992]. Их работа – одно из первых обстоятельных исследований эффектов МЗП, выполненных на панельных региональных данных. Хотя авторы фокусировали внимание на молодежной занятости, предложенная ими методология применима для идентификации влияния МЗП также и на другие параметры рынка труда, в том числе на неформальность.

Идентификационная стратегия основана на оценивании уравнения следующего вида:

Y_iT = α + β · Kaitz_i,t + γ₁ · Year + γ₂ · Month + α_i + ε_iT, (1)