ДЕТЕРМИНАНТЫ ЖЁСТКОСТИ НОМИНАЛЬНОЙ ЗАРПЛАТЫ В

ДЕТЕРМИНАНТЫ ЖЁСТКОСТИ НОМИНАЛЬНОЙ ЗАРПЛАТЫ В РОССИИ
THE DETERMINANTS OF NOMINAL WAGE RIGIDITY IN RUSSIA
Ларин А. В., старший преподаватель кафедры математической экономики,
Национальный исследовательский университет «Высшая школа экономики»
E-mail: alarin@hse.ru
Анисимова А. С., студент факультета экономики, Национальный исследовательский
университет «Высшая школа экономики»
E-mail: asanisimova@edu.hse.ru
Аннотация
В данной статье мы исследуем жёсткость номинальных зарплат в России в период с
2001 по 2012 года. Важность вопроса жёсткости зарплаты для формирования
финансовой политики фирмы обусловлена тем, что данная концепция позволяет
объяснить, почему фирмы не решаются на снижение зарплат, даже если того требуют
внешние условия. Новизна работы заключается в том, что жёсткость зарплат
исследуется в условиях высокой инфляции и слабых профсоюзов. Для эмпирического
анализа мы используем данные панельного опроса российских домохозяйств
RLMS-HSE. Зависимая переменная — «жёсткая» зарплата — принимает значение 0,
если индивид даёт положительный ответ об уменьшении зарплаты за последний год, и
значение 1, если указанная им зарплата не менялась в течение последнего года. Для
выявления факторов, позволяющих объяснить различия в жёсткости зарплат между
индивидами, мы оцениваем модель бинарного выбора. Результаты оценки позволяют
сделать вывод о том, что жёсткость зарплат выше для мужчин, растёт с возрастом и
падает с увеличением размера фирмы. Наибольшее влияние оказывают место
жительства (различие в жёсткости зарплат до 19.0 процентных пункта) и отрасль, в
которой работает индивид (различие до 35.1 процентных пункта). При этом, несмотря
на слабые профсоюзы, доля работников, зарплата которых не была снижена из-за
жёсткости, составляет 63.1%, что намного выше, чем в странах Европы и США.
1. Введение
Жёсткость зарплат (wage rigidity), наряду с жесткостью цен, является концепцией,
позволяющей объяснить, почему номинальные шоки могут влиять на реальные
экономические показатели. Идея заключается в том, что зарплаты не могут мгновенно
подстраиваться
под
изменения
внешней
экономической
среды,
и
поэтому
краткосрочное равновесие в экономике достигается за счет других показателей таких
как, например, уровень безработицы. При этом, как правило, речь идет о нисходящей
жёсткости (downward rigidity) — фирмы могут свободно повышать зарплату, но часто
не решаются на её снижение, даже если того требуют внешние условия.
В литературе выделяют два типа жесткости — жёсткость номинальных зарплат
(nominal wage rigidity) и жёсткость реальных зарплат (real wage rigidity) — причины и
1
последствия которых могут различаться [8]. В качестве причин жесткости реальной
зарплаты обычно выделяют профсоюзы и коллективные трудовые контракты, одной из
целей которых является поддержание реальной зарплаты на высоком уровне [2;10].
В основе жесткости номинальной зарплаты могут лежать психологические аспекты
поведения работников — снижение номинальной заработной платы считается
работниками
несправедливым
и
приводит
к
значительному
снижению
производительности [1;6].
В данной статье мы исследуем факторы, позволяющие объяснить различия в
жёсткости зарплат между индивидами. Для эмпирического анализа мы используем
данные панельного опроса российских домохозяйств RLMS-HSE1 за период с 2001 по
2012 года. В качестве меры жёсткости мы используем вероятность того, что зарплата
индивида не уменьшится при условии, что в отсутствие жёсткости его зарплата должна
была бы сократиться.
Данная статья интересна с той точки зрения, что мы исследуем жёсткость зарплат в
условиях высокой инфляции и слабых профсоюзов, тогда как в большинстве работ
рассматриваются страны с обратной картиной — Великобритания, США, страны
Евросоюза [7;8;10]. Результаты оценки позволяют сделать вывод о том, что жёсткость
зарплат в России определяется теми же факторами, что и в Европе и США, за
исключением активности профсоюзов.
Статья состоит из 5 разделов, включая данный. Во втором разделе описывается
методология оценки жёсткости номинальных зарплат. Третий раздел посвящён
данным, используемым для эмпирического анализа. В четвёртом разделе приведены
результаты оценки. Основные выводы работы описаны в заключении.
2. Методология оценки
Следуя подходу, предложенному Дикенсом и др.[4], мы рассматриваем только тех
индивидов, зарплата которых уменьшилась бы в отсутствие жёсткости номинальных
зарплат. В этом случае мера жёсткости определяется как вероятность того, что зарплата
таких индивидов останется неизменной:
«Российский мониторинг экономического положения и здоровья населения НИУ-ВШЭ (RLMS-HSE)»,
проводимый Национальным исследовательским университетом - Высшей школой экономики и ЗАО
«Демоскоп» при участии Центра народонаселения Университета Северной Каролины в Чапел Хилле и
Института социологии РАН. Сайты обследования RLMS-HSE: http://www.cpc.unc.edu/projects/rlms и
http://www.hse.ru/rlms
1
2
dnwrit = P(wit = 0 | wit* < 0).
(1)
Здесь dnwrit — мера жёсткости номинальной зарплаты для i -го индивида в период t ,
wit — номинальная зарплата, wit = wit  wit 1 — наблюдаемое изменение зарплаты,
wi* — изменение зарплаты, которое наблюдалось бы в случае отсутствия жёсткости
номинальных зарплат.
Часто предполагают, что все случаи не меняющейся во времени зарплаты являются
проявлением жёсткости зарплат [4]. Однако, существуют ошибки округления [5;10],
которые могут быть вызваны как действиями работодателя — зарплата вряд ли будет
повышена, если экономические условия требуют её увеличения на 1 рубль, так и
поведением работников при ответах на вопросы анкеты — индивиды склонны
округлять свою зарплату, например, до тысяч рублей. Но ожидается, что ошибки
округления не окажут существенного влияния на оценки жёсткости зарплат по двум
причинам. Во-первых, об этом говорит низкий процент округлений зарплат — более
40% индивидов из используемой нами выборки, отвечая на вопросы анкеты, указали
свою зарплату с точностью до 100 рублей. Во-вторых, влияние ошибок округления
частично компенсируется ошибками измерения, когда индивиды осознанно или
неосознанно завышают или занижают свою зарплату. В этом случае наблюдается
эффект, обратный ошибкам округления — даже если в действительности зарплата не
менялась, мы будем наблюдать её изменение.
Кроме того, очевидно, что постоянные во времени зарплаты могут наблюдаться на
достаточно коротких временных интервалах даже в отсутствие жёсткости зарплаты и
ошибок округления. Однако мы ожидаем, что в условиях высокой инфляции в России
зарплаты должны меняться часто — не менее одного раза в год. Если же зарплаты не
меняются в течение 12 месяцев, мы рассматриваем это как проявление жёсткости
номинальных зарплат.
Для того чтобы выявить факторы, влияющие на жёсткость, мы оцениваем
пробит-модель бинарного выбора, предполагая, что шум  it распределён по
нормальному закону с нулевым математическим ожиданием и единичной дисперсией.
Зависимой переменной yit мы присваиваем значение 0, если номинальная зарплата
3
индивида уменьшилась по сравнению с прошлым периодом, и значение 1, если его
зарплата осталась неизменной.
Мы предполагаем, что работодатель при выборе зарплаты ориентируется на
некоторую ненаблюдаемую переменную
объясняющих
переменных
yit* , которая определяется набором
xit ,1 , xit ,2 ,  , xit , K
и
шумом
 it . Переменная
yit*
интерпретируется как относительная полезность того, что работодатель не уменьшит
зарплату индивиду в случае, если того требуют экономические условия, в которых
находится фирма.
В качестве результатов мы приводим оценки средних предельных эффектов,
которые показывают, как та или иная объясняющая переменная влияет на вероятность
того, что зарплата индивида останется неизменной. Так как для оценки мы используем
выборку, состоящую только из индивидов, у которых зарплата либо уменьшилась, либо
осталась неизменной, данная вероятность совпадает с мерой жёсткости dnwrit , и
поэтому предельные эффекты показывают влияние объясняющих переменных на
жёсткость номинальных зарплат.
3. Данные
Для эмпирического анализа мы используем данные панельного опроса RLMS-HSE
за период с 2001 по 2012 года (X–XXI волны опроса)2. Для формирования переменных
мы используем файлы индивидуальных данных репрезентативной выборки.
Панельный
характер
данных
позволяет
отслеживать
изменения
зарплаты
индивидов, происходящие между двумя волнами опроса. Зарплата определяется, как
сумма, указанная индивидом в ответ на вопрос «Сколько денег в течение последних 30
дней Вы получили по основному месту работы после вычета налогов и отчислений?».
Для определения изменения зарплаты используется ответ на вопрос «В течение
последних 12 месяцев Вам уменьшали зарплату или сокращали часы работы не по
Вашему желанию?». Для оценки модели мы выделяем две группы работников — в
первую группу попадают работники с отрицательным изменением номинальной
В каждой волне каждый из индивидов опрашивается один раз в период с сентября по март. Так,
например, наблюдения для XXI волны собраны с сентября 2012 года по март 2013 года. Однако в
итоговой выборке, используемой для оценки модели, доля индивидов, опрошенных в январе-марте,
составляет менее одного процента. Поэтому для простоты восприятия мы ставим в соответствие каждой
волне только один год — от 2001 года для X волны до 2012 года для XXI волны.
2
4
зарплаты, во вторую — с нулевым изменением.
Так как индивиды в разные волны могут опрашиваться в разные месяцы,
рассчитанные значения wit могут соответствовать изменению месячной зарплаты не
только за предыдущие 12 месяцев, но и за более длинные или более короткие
промежутки времени. Чтобы избежать данного несоответствия мы оставляем в
выборке только тех индивидов, которые в разные волны опрашиваются в один и тот же
месяц.
Для определения индивидов, зарплата которых уменьшилась за последний год,
используется ответ на вопрос об уменьшении зарплаты, а не рассчитанное изменение
зарплаты wit . Мы предполагаем, что данный подход позволяет смягчить последствия
ошибок измерения, которые являются одной из основных проблем при работе с
данными о зарплате, собранными на основе опроса [4;10]. При ответе на вопрос о
зарплате индивиды склонны осознанно или неосознанно предоставлять неточные
сведения, тем самым искажая информацию об изменении зарплат. О наличии этой
проблемы косвенно свидетельствует отрицательная автокорреляция изменения зарплат
— для используемой нами выборки оценка автокорреляции значимо меньше нуля и
равна  0.31, хотя, как отмечают Дикенс и др. [4], в отсутствие ошибок измерения
данное значение должно быть близко к нулю. Мы ожидаем, что при ответе на вопрос о
том, снижалась ли их зарплата (а не о самом значении зарплаты), индивиды, во-первых,
имеют меньше стимулов говорить неправду и, во-вторых, сами себе могут дать более
точный ответ — вспомнить, снижалась ли заработная плата за последний год, проще,
чем вспомнить точную сумму зарплаты.
Таким образом, зависимая переменная yit — «жёсткая» зарплата — принимает
значение 0, если индивид попадает в первую группу (даёт положительный ответ об
уменьшении зарплаты за последние 12 месяцев), и значение 1, если индивид попадает
во вторую группу (указанная им зарплата не менялась в течение последних 12 месяцев).
В качестве объясняющих переменных, которые могут влиять на жёсткость зарплат,
мы берём как характеристики индивида (пол, возраст, образование, стаж работы на
данном предприятии, место жительства), так и характеристики предприятия (число
сотрудников, отрасль). Также мы включаем в модель бинарные переменные для
каждой из волн опроса, чтобы проконтролировать макроэкономические эффекты,
возникающие из-за воздействия на жёсткость зарплат таких показателей как, например,
5
инфляция и безработица.
Для оценки мы используем данные за 12 волн опроса — с X по XXI. Выбор этих волн
обусловлен тем, что в более ранних волнах отсутствовал вопрос об уменьшении
зарплаты3. Исходная выборка из работающих индивидов для этого периода состоит из
70 523 наблюдений, в среднем по 5 876 наблюдений в каждой волне. Мы оставляем в
итоговой выборке только те наблюдения, для которых выполнены все условия,
перечисленные ниже:
1. Время, прошедшее с прошлого интервью равно 12 месяцам;
2. Индивид работает на данном предприятии более 12 месяцев;
3. Число сотрудников предприятия, на котором работает индивид, больше 1;
4. Индивид не является владельцем или совладельцем предприятия;
5. Номинальная зарплата индивида за последние 30 дней больше или равна 1 тыс.
руб. и меньше 1 млн. руб.
6. Возраст индивида от 18 до 64 лет;
7. Индивид положительно отвечает на вопрос об уменьшении его зарплаты за
последние 12 месяцев, либо указанная им зарплата не менялась в течение
последних 12 месяцев.
В итоговой выборке остаётся 2 255 наблюдений, в среднем по 188 наблюдений в
каждой волне.
4. Результаты оценки
Среднее значение жёсткости зарплаты для рассматриваемой выборки составляет
0.631, из чего можно сделать вывод, что в среднем вероятность того, что зарплата
индивида не будет уменьшена из-за жёсткости номинальных зарплат, составляет
63.1%. Предельные эффекты позволяют сделать вывод о том, как меняется данная
вероятность при изменении объясняющих переменных. В табл. 1 мы приводим оценки
предельных эффектов, рассчитанные на основе пробит-модели бинарного выбора.
Оценки предельных эффектов говорят о том, что для женщин вероятность
«жёсткой» зарплаты на 4.7 процентных пункта меньше, чем для мужчин, а наличие
высшего образования никак не влияет на жёсткость зарплаты — предельный эффект
незначим на 10% уровне значимости.
В IX волне данный вопрос присутствует, но выборка для этой волны состоит всего из 9 наблюдений,
поэтому мы исключаем IX волну опроса из рассмотрения.
3
6
Таблица 1
Оценки предельных эффектов
Переменная
Индивидуальные характеристики
Пол (женский)
Возраст
От18 до 29 лет +
От 30 до 39 лет
Стаж
От 1 до 4 лет +
От 5 до 9 лет
Размер фирмы
От 2 до 9 человек +
От 10 до 99 человек
Отрасль
Бюджетные отрасли +
Органы управления
Торговля, бытовое
обслуживание
Финансы
Пищевая промышленность
Лёгкая промышленность
Тяжёлая промышленность
и машиностроение
Место жительства
Проживает в городе
Волна опроса
2001 год (X волна)
2002 год (XI волна)
Оценка
Переменная
Оценка
-0.047**
(0.021)
Высшее образование
-0.033
(0.023)
—
От 40 до 49 лет
0.029
(0.032)
От 50 до 64 лет
—
10 и более лет
0.027
(0.031)
0.101***
(0.033)
-0.042*
(0.025)
-0.020
(0.026)
—
100 человек и более
-0.187***
(0.043)
Нефтегазовая
промышленность
Военно-промышленный
комплекс
Строительство
0.108
(0.071)
-0.163***
(0.062)
-0.045
(0.042)
-0.056
(0.040)
-0.025
(0.050)
-0.108**
(0.054)
-0.132***
(0.043)
—
0.188**
(0.088)
0.057
(0.037)
0.003
(0.083)
0.014
(0.058)
-0.135***
(0.041)
-0.163***
(0.040)
0.022
(0.024)
—
Транспорт, связь
Сельское хозяйство
Другие отрасли
Москва, Санкт-Петербург
0.190***
(0.033)
2007 год (XVI волна)
0.177**
(0.079)
0.138*
(0.077)
0.069
(0.074)
0.192**
(0.075)
0.296***
(0.072)
0.284***
(0.072)
-0.002
2008 год (XVII волна)
(0.065)
2003 год (XII волна)
0.141**
2009 год (XVIII волна)
(0.06)
2004 год (XIII волна)
0.100
2010 год (XIX волна)
(0.078)
2005 год (XIV волна)
0.130*
2011 год (XX волна)
(0.076)
2006 год (XV волна)
0.131*
2012 год (XXI волна)
(0.077)
Число наблюдений
2 255
Примечание. + — базовая категория набора бинарных переменных. *, **, *** — предельный эффект значим на 10%,
5% и 1% уровне значимости соответственно. В круглых скобках указаны стандартные ошибки, рассчитанные на
основе дельта-метода.
С возрастом жёсткость зарплаты - для индивидов старше 50 лет жёсткость зарплаты
7
на 10.1 процентных пункта выше, чем для индивидов в возрасте от 18 до 29 лет (базовая
категория).
Необычным на первый взгляд выглядит вывод об отрицательной связи стажа работы
на предприятии и жёсткости зарплаты. Мы склонны объяснять данный результат тем,
что возраст и стаж работы сильно связаны между собой, и поэтому при оценке тяжело
отделить эффект одной переменной от эффекта другой. В данном случае
отрицательный эффект стажа не означает, что при росте стажа работы жёсткость
зарплаты уменьшается. Можно заметить, что по модулю эффект возраста больше
эффекта стажа и при этом увеличении стажа неизбежно связано с увеличением
возраста. Отсюда можно сделать вывод о том, что с увеличением стажа жёсткость
зарплаты растёт или, по крайней мере, не уменьшается.
С ростом размера фирмы жёсткость зарплат быстро уменьшается — для фирм с
числом сотрудников более 100 человек вероятность «жёсткой» зарплаты на 18.7
процентных пункта ниже, чем для фирм числом сотрудников от 2 до 9 человек. В
качестве объяснения данного вывода Дю Кажу и др. [5] отмечают, что, как правило,
большие фирмы предлагают более высокую зарплату, оставляя некоторый задел для её
возможного снижения, и поэтому менее подвержены жёсткости зарплат.
По сравнению с бюджетными отраслями более высокая жёсткость зарплат
наблюдается только в органах управления. Большая часть отраслей (торговля, бытовое
обслуживание, финансы, транспорт и связь, пищевая промышленность, нефтегазовая
промышленность,
строительство,
сельское
хозяйство)
жёсткость
зарплат
статистически не отличается от жёсткости в бюджетных отраслях. Для оставшихся
отраслей (лёгкая промышленность, тяжёлая промышленность, военно-промышленный
комплекс и другие отрасли) жёсткость зарплат значимо ниже. Данный результат
объясняется реорганизацией крупных промышленных предприятий, когда проблема
снижения зарплат отходит на второй план, уступая место повышению эффективности
работы, так и низкой мобильностью работников промышленной отрасли — снижение
зарплат рассматривается как альтернатива увольнению.
В Санкт-Петербурге, Москве и Московской области жёсткость зарплат выше на 19.0
процентных пункта. При этом разница в жёсткости зарплат между городскими и
сельскими жителями оказывается незначимой.
С 2001 по 2012 года наблюдался плавный рост жёсткости зарплаты — в среднем
8
вероятность «жёсткой» зарплаты за этот период выросла на 28.4 процентных пункта.
5. Заключение.
В статье на основе данных RLMS-HSE исследуется жёсткость номинальных зарплат
в России. Для того чтобы выявить факторы, определяющие различие в жёсткости
зарплат между индивидами, оценивается модель бинарного выбора. Для решения
проблемы ошибок измерения зависимая переменная строится не только на основе
указанной индивидом зарплаты, но и на основе ответа на вопрос об уменьшении
зарплаты.
Результаты оценки позволяют сделать вывод о том, что источники жёсткости
зарплат в России те же, что и в странах с низкой инфляцией и высокой активностью
профсоюзов. Жёсткость зарплат выше для мужчин, растёт с возрастом и падает с
увеличением размера фирмы. Наибольшая жёсткость зарплат наблюдается в органах
управления, наименьшая — в тяжёлой промышленности, машиностроении и
военно-промышленном комплексе. При этом наибольшее влияние оказывают место
жительства (различие в жёсткости зарплат до 19.0 процентных пункта) и отрасль
(различие до 35.1 процентных пункта).
При этом, несмотря на слабые профсоюзы, доля работников, зарплата которых не
была снижена из-за жёсткости, составляет 63.1%, что намного выше, чем в странах
Европы и США (см., например, [4]). Данный результат может быть объяснён высокой
инфляцией в России, снижающей потери фирм, которые возникают из-за отказа от
снижения зарплат [7].
Список литературы / References
1. Bewley T. F. Fairness, reciprocity, and wage rigidity // In: Diamond P. and Vartiainen H.
(Eds.), Behavioral Economics and Its Applications. Princeton: Princeton University Press.
2007. P. 157-188.
2. Booth A. L. The Economics of the Trade Union // Cambridge: Cambridge University
Press. 1994.
3. Dias A. D., Marques C. R., Martins F. The Determinants of Downward Wage Rigidity:
Some Methodological Considerations and New Empirical Evidence // Еconomic Bulletin.
2013. V. 19. No 3. P. 91–105.
4. Dickens W. T., Goette L., Groshen E. L., Holden S., Messina J., Schweitzer M. E., Turunen
9
J., Ward M. E. How Wages Change: Micro Evidence from the International Wage
Flexibility Project // The Journal of Economic Perspectives. 2007. V. 21. No 2. P. 195–
214.
5. Du Caju P., Fuss C., Wintr L. Understanding sectoral differences in downward real wage
rigidity: workforce composition, institutions, technology and competition // Working
Paper Series 1006, European Central Bank. 2009.
6. Elsby M. W. L. Evaluating the Economic Significance of Downward Nominal Wage
Rigidity // CEP Discussion Papers dp0704, Centre for Economic Performance, LSE. 2005.
7. Elsby M. W. L. Evaluating the Economic Significance of Downward Nominal Wage
Rigidity // Journal of Monetary Economics. 2009. V. 56. P. 154–169.
8. Goette L., Sunde U., Bauer T. Wage Rigidity: Measurement, Causes and Consequences //
The Economic Journal. 2007. V. 117. No 524. P. 499–507.
9. Holden S. How Strong is the Macroeconomic Case for Downward Real Wage Rigidity? //
Economica. 2003. V. 70. No 2, 251–265.
10. Smith J. C. Nominal Wage Rigidity in the United Kingdom //The Economic Journal. 2000.
V. 19. No 3. P. 176–195.
11. Stuber H., Bessinger T. Does downward nominal wage rigidity dampen wage increases? //
European Economic Review. 2012. V. 56. No 4. P. 870–887.
10