Текст книги "Мобильность и стабильность на российском рынке труда"

Литература

Бессонов В.А. О динамике совокупной факторной производительности в российской переходной экономике // Экономический журнал ВШЭ. 2004. Т. 8. № 4. С. 542–587.

Бессонов В.А. Проблемы анализа российской макроэкономической динамики переходного периода. М.: Институт экономики переходного периода, 2005.

Воскобойников И.Б., Гимпельсон В.Е. Рост производительности труда, структурные сдвиги и неформальная занятость в российской экономике: Препринт НИУ ВШЭ. № WP3/2015/04. Серия: Проблемы рынка труда. 2015. (http://www.hse.ru/data/2015/07/17/1085497876/WP3_2015_04_FFF.pdf)

Гимпельсон В.Е., Жихарева О.Б., Капелюшников Р.И. Движение рабочих мест: что говорит российская статистика // Вопросы экономики. 2014. № 7. С. 93–126.

Гимпельсон В.Е., Капелюшников Р.И. Неформальная занятость: определения, измерения, межстрановая вариация // В тени регулирования. Неформальность на российском рынке труда / В.Е. Гимпельсон, Р.И. Капелюшников (ред.). М.: Изд. дом ВШЭ, 2014. С. 78–115.

Гимпельсон В.Е., Капелюшников Р.И. «Поляризация» или «улучшение»? Эволюция структуры рабочих мест в России в 2000-е годы: Препринт НИУ ВШЭ. № WP3/01/2015. 2015. Серия: Проблемы рынка труда. (http://www.hse.ru/data/2015/02/27/1091543859/WP3_2015_01_.pdf)

Гурвич Е. Макроэкономическая оценка роли российского нефтегазового комплекса // Вопросы экономики. 2004. № 10. С. 4–31.

Капелюшников Р.И. Занятость в домашних хозяйствах населения // Нестандартная занятость в российской экономике / В.Е. Гимпельсон, Р.И. Капелюшников (ред.). М.: Изд. дом ГУ ВШЭ, 2006. С. 224–280.

Росстат. Методологические положения по статистике. Вып. 2. М.: Росстат, 1998.

Росстат. Национальные счета России в 2002–2009 годах. М.: Росстат, 2010.

Росстат. Национальные счета России в 2005–2012 годах. М.: ФСГС, 2013.

Росстат. Национальные счета России в 2006–2013 годах. М.: ФСГС, 2014.

Balk B.M. Dissecting Aggregate Output and Labour Productivity Change // Journal of Productivity Analysis. 2014. Vol. 42. № 1. P. 35–43.

Bartelsman E.J., Haltiwanger J.C., Scarpetta S. Cross-country Differences in Productivity: The Role of Allocation and Selection // American Economic Review. 2013. Vol. 103. № 1. Р. 305–334.

Baumol W.J. Macroeconomics of Unbalanced Growth: The Anatomy of Urban Crisis // American Economic Review. 1967. Vol. 57. № 3. Р. 415–426.

Bosworth B.P., Triplett J.E. The Early 21^st Century U.S. Productivity Expansion Is Still in Services // International Productivity Monitor. 2007. № 14. Р. 3–19.

Brown D.J., Earle J.S. Understanding the Contributions of Reallocation to Productivity Growth: Lessons from a Comparative Firm-level Analysis: IZA Discussion Paper. № 3683. (September). 2008. (http://ftp.iza.org/dp3683.pdf)

Campos N.F., Coricelli F. Growth in Transition: What We Know, What We Don’t, and What We Should // Journal of Economic Literature. 2002. Vol. 40. № 3. Р. 793–836.

De Avillez R. Sectoral Contributions to Labour Productivity Growth in Canada: Does the Choice of Decomposition Formula Matter? // International Productivity Monitor. 2012. Vol. 24. Fall. Р. 97–117.

Denison Ed.F. The Sources of Economic Growth in the United States and the alternatives Before Us // Supplementary Paper. № 13. Published by the Committee for Economic Development. New York: Committee for Economic Development, 1962.

Denison Ed.F. Why Growth Rates Differ. Postwar Experience in Nine Western Countries. Washington, DC: The Brookings Institution, 1967.

DiewertE.W. Decompositions of Productivity Growth into Sectoral Effects // Journal of Productivity Analysis. 2015. Vol. 43. № 3. Р. 367–387.

Dumagan J.C. A Generalized Exactly Additive Decomposition of Aggregate Labor Productivity Growth // Review of Income and Wealth. 2013. Vol. 59. № 1. Р. 157–168.

FabricantS. Employment in Manufacturing, 1899–1939: NBER chapters. NBER, 1942.

Gimpelson V.E., Kapeliushnikov R.I. Labour Market Adjustment: Is Russia Different? // M. Alexeev, Sh. Weber (eds.). The Oxford Handbook of the Russian Economy. Oxford University Press, 2013. Р. 693–724.

Gimpelson V.E., Kapeliushnikov R.I. Between Light and Shadow: Informality in the Russian Labour Market // S. Oxenstierna (ed.). The Challenges for Russia’s Politicized Economic System. Routledge, 2015.

Harris J.R., Todaro M.P. Migration, Unemployment and Development: A Two-sector Analysis // American Economic Review. 1970. Vol. 60. № 1. Р. 126–142.

Jorgenson D.W., Timmer M.P. Structural Change in Advanced Nations: A New Set of Stylized Facts // Scandinavian Journal of Economics. 2011. Vol. 113. № 1. Р. 1–29.

Kuboniwa M., Tabata Sh., Ustinova N. How Large Is the Oil and Gas Sector of Russia?: A Research Report // Eurasian Geography and Economics. 2005. Vol. 46. № 1. Р. 68–76.

Landefeld S.J., Parker R.P. BEA’s Chain Indexes, Time Series, and Measures of Long Term Economic Growth // Survey of Current Business.1997. Vol. 77. May. Р. 58–68.

La Porta R., Shleifer A. Informality and Development // Journal of Economic Perspectives. 2014. Vol. 28. № 3. Р. 109–126.

Lehmann H. Informal Employment in Russia: Incidence, Determinants and Labour Market Segmentation // Comparative Economic Studies. 2015. Vol. 57. March. Р. 1–30.

Lewis W.A. Economic Development with Unlimited Supplies of Labor // The Manchester School of Economic and Social Studies. 1954. Vol. 22. Р. 139–191.

McMillan M., Rodrik D. Globalization, Structural Change, and Productivity Growth // M. Bacchetta, M. Jansen (eds.). Making Globalization Socially Sustainable. Geneva: ILO; WTO, 2011. Р. 49–84. (http://www.ilo.org/wcmsp5/groups/public/-dgreports/—dcomm/–publ/documents/publication/wcms_144904.pdf)

Nordhaus W.D. Productivity Growth and the New Economy // Brookings Papers on Economic Activity. 2002. Vol. 33. № 2. Р. 211–244.

OECD. Measuring the Non-observed Economy: A Handbook. Paris: OECD, 2002.

OECD. Reviews of Labour Market and Social Policies: Russian Federation 2011. Paris: OECD, 2011.

Pasinetti L.L. Structural Change and Economic Growth. A Theoretical Essay on the Dynamics of the Wealth of Nations. Cambridge: Cambridge University Press, 1981.

Perry G.E., Maloney W.F., Arias O.S., Fajnzylber P., Mason A.D., Saavedra-Chanduvi J. Informality: Exit and Exclusion. Washington, DC: The World Bank, 2007.

Reinsdorf M. Measuring Industry Contributions to Labour Productivity Change: A New Formula in a Chained Fisher Index Framework // International Productivity Monitor. 2015. № 28. Р. 3–26.

Roncolato L., Kucera D. Structural Drivers of Productivity and Employment Growth: A Decomposition Analysis for 81 Countries // Cambridge Journal of Economics. 2014. Vol. 38. № 2. Р. 399–424.

Stiroh K.J. Information Technology and the U.S. Productivity Revival: What Do the Industry Data Say? // American Economic Review. 2002.Vol. 92. № 5. Р. 1559–1576.

System of National Accounts. Brussels, New York, Paris, Washington, 1993. (http://unstats.un.org/ unsd/nationalaccount/docs/1993sna.pdf)

System of National Accounts. Brussels, New York, Paris, Washington, 2008. (http://unstats.un.org/ unsd/nationalaccount/docs/SNA2008.pdf)

Tang J., Wang W. Sources of Aggregate Labour Productivity Growth in Canada and the United States // The Canadian Journal of Economics / Revue Canadienne d’Economique. 2004. Vol. 37. № 2. Р. 421–444.

TimmerM.P., Szirmai A. Productivity Growth in Asian Manufacturing: The Structural Bonus Hypothesis Examined // Structural Change and Economic Dynamics. 2000. Vol. 11. № 4. Р. 371–392.

Timmer M.P., Inklaar R., O’Mahony M., van Ark B. Economic Growth in Europe. Cambridge: Cambridge University Press, 2010.

Timmer M.P., Voskoboynikov I.B. Is Mining Fuelling Longrun Growth in Russia? Industry Productivity Growth Trends Since 1995 // Review of Income and Wealth. 2014. Vol. 60 (Supplement Iss. S2). Р. S398-S422.

Timmer M.P., Vries G. de. Structural Change and Growth Accelerations in Asia and Latin America: A New Sectoral Data Set // Cliometrica. 2009. Vol. 3. № 2. Р. 165–190.

Timmer M.P., Vries G. de, Vries K de. Patterns of Structural Change in Developing Countries // Journal of Development Studies. 2015. (Forthcoming.)

Voskoboynikov I.B. New Measures of Output, Labor and Capital in Industries of the Russian Economy. GGDC Research Memorandum, № GD-123. 2012. (http://www.rug.nl/feb/onderzoek/onderzoekscentra/ ggdc/index)

Voskoboynikov I.B. Economic Growth in Russia: A Comparative Perspective. Theses in Economics and Business. Groningen: University of Groningen, 2014.

Voskoboynikov I.B., Solanko L. When High Growth Is Not Enough: Rethinking Russia’s Precrisis Economic Performance // BOFIT Policy Brief. 2014. № 6.

Vries G.J. de, Erumban A.A., Timmer M.P., Voskoboynikov I.B., Wu H.X. Deconstructing the BRICs: Structural Transformation and Aggregate Productivity Growth // Journal of Comparative Economics. 2012. Vol. 40. № 2. Р. 211–227.

World Bank. Russian Federation: From Transition to Development. Washington, DC: The World Bank, 2005. March.

World Bank. Unleashing Prosperity: Productivity Growth in Eastern Europe and the Former Soviet Union. Washington, DC: EBRD and the World Bank, 2008.

Глава 4
Потоки на рынке труда

4.1. Введение

Все взрослые граждане распределяются между тремя состояниями: они могут быть занятыми в экономике, безработными или пребывать вне рабочей силы и рынка труда (быть экономически неактивными). Принадлежность к тому или иному состоянию не является раз и навсегда закрепленной, мобильность между ними представляется нормой. Направленность и интенсивность таких перемещений непосредственно сказывается на значениях ключевых показателей рынка труда, например, таких как коэффициенты занятости и безработицы. В современном мире индивиды редко надолго застаиваются в одном состоянии, периодически меняют или теряют работу, уходят с рынка труда и вновь возвращаются на него. Перемещаясь между состояниями – статусами на рынке труда или внутри пула занятых, они вливаются в определенные потоки. Анализ информации о параметрах потоков открывает новые возможности и в понимании более общих механизмов функционирования рынков труда, и в объяснении движения показателей занятости и безработицы (см., например: [Blanchard, Diamond, 1990; Petrangolo, Pissarides, 2008; Elsby, Smith, Wadsworth, 2011]).

Данная глава анализирует российский рынок труда через призму потоков. Что нового нам может предложить такой подход?

Как было показано в целом ряде исследований, российский рынок труда выработал свою и не совсем стандартную модель адаптации к шокам (см., например: [Заработная плата в России, 2007, гл. 1; OECD, 2011]). Ее суть заключается в том, что приспособление к шокам спроса происходит в основном через изменение ценовых, а не количественных параметров. Такой режим адаптации поддерживается всей системой институтов рынка труда, включая низкие уровни минимальной заработной платы и пособий по безработице, механизмы формирования заработной платы и жесткую защиту занятости. Однако эти же институты не являются нейтральными по отношению к движению рабочей силы, поскольку могут стимулировать одни потоки и тормозить другие, влиять как на выбор направлений перемещений, так и на их интенсивность, а также и на продолжительность пребывания индивидов в том или ином состоянии.

Взгляд на поведение российского рынка труда с использованием данных о потоках позволяет поднять целый ряд новых вопросов, имеющих и исследовательский, и практический интерес. Насколько эти потоки интенсивны? Куда направлены и кого затрагивают? Как влияют на динамику показателей занятости и безработицы? И это лишь начало длинного списка вопросов.

Ответы на вопросы о том, каковы природа, интенсивность и направленность основных потоков, имеют значение для политики на рынке труда. Во-первых, они характеризуют общие механизмы адаптации, действующие на рынке труда, и влияют на параметры и динамику занятости и безработицы. Во-вторых, характер соединения работников с рабочими местами и связанные с этим реаллокационные процессы могут влиять на экономический рост и производительность (см. Главу 3).

Цель данной главы – представить специфику функционирования российского рынка труда через призму потоков рабочей силы в 2000–2012 гг. Эта «призма» должна показать, кто, куда и как движется. Поскольку обсуждаемый период отличался быстрым снижением безработицы, одной из задач является анализ вклада потоков работников в ее динамику. Уровень безработицы снизился с 10,6 % в 2000 г. до 5,5 % в 2012 г., а уровень занятости в то же время вырос с 58,5 до 64,9 % [Труд и занятость, 2013, c. 30]. Такие изменения в условиях относительно стабильной численности населения предполагают интенсивное межстатусное движение.

Анализ потоков за предыдущий период (90-е годы ХХ в.) был проведен в ряде работ, но затем эти вопросы в литературе практически не рассматривались[59]59
  См.: [Сабирьянова, 1998; Foley, 1995]. В. Гимпельсон, Р. Капелюшников и Ф. Слонимчик анализировали потоки за нулевые годы, но в их фокусе было движение через разные сегменты неформального сектора [В тени регулирования, 2014; Slonimczyk, Gimpelson, 2015].


[Закрыть]. В нулевые годы основные количественные параметры функционирования рынка труда сильно изменились, хотя качественные и институциональные изменения были несущественными.

Опираясь на панельные данные РМЭЗ НИУ ВШЭ за 2000–2012 гг., мы показываем, что:

1) мобильность между основными состояниями на российском рынке труда значительна, а состояние неактивности играет существенную роль в адаптационных процессах на рынке труда;

2) работники бюджетного сектора отличаются слабой подвижностью по сравнению с работниками рыночного сектора;

3) неформально занятые и экономически неактивные имеют более высокие шансы попадания в безработицу (чем формально занятые); это особенно заметно у мужчин;

4) безработные мужчины с большей вероятностью получают работу в частном формальном секторе, а безработные женщины – покидают рынок труда;

5) динамика безработицы практически полностью объясняется интенсивностью входных потоков, а изменения в оттоке практически на нее не влияют;

6) наблюдаемые интенсивность и направленность потоков хорошо согласуются с действующей в России институциональной конфигурацией (российской моделью) рынка труда.

Особенности мобильности в рамках российской модели рынка труда описаны в разделе 4.2. В разделе 4.3 мы кратко представляем данные и используемую технологию работы с ними. В разделе 4.4 обсуждаются направленность, интенсивность и структура основных потоков на рынке труда. В разделе 4.5 анализируются индексы мобильности. В разделе 4.6 приводятся оценки, полученные на основе динамической мультиномиальной логит-модели (Д-МНЛ). Раздел 4.7 представляет результаты декомпозиции потоков рабочей силы, соединяющих безработицу с иными состояниями. Заключение подводит итоги и формулирует выводы для экономической политики.

4.2. Российская модель и следствия для мобильности

Анализ потоков не имеет смысла вне более общего контекста функционирования рынка труда. В постсоветский период в России сложилась и закрепилась особая модель. Ее основным отличием признан неконвенциональный режим приспособления к шокам – адаптация происходит, как правило, через изменение ценовых, а не количественных параметров [OECD, 2011; The Oxford Handbook of Russian Economy, 2013, ch. 29]. При значительном падении ВВП мы наблюдаем слабый и очень инерционный отклик агрегированных показателей занятости и безработицы, но быструю и сильную реакцию со стороны цены труда. Подобная картина наблюдалась во время всех кризисных эпизодов (1992, 1994, 1998, 2008/09, 2014/15), но так было – хотя и с обратным знаком – в период быстрого экономического роста в нулевые годы.

Так, за 2000–2008 гг. ВВП вырос на 66 %, а общая численность занятых всего лишь на 6,2 % (численность занятых в организациях даже сократилась на 3,5 %). При этом безработица снизилась с 10,6 до 6,2 %. Сильно изменилась и отраслевая структура занятости. В кризис 2008–2009 гг. ВВП сократился на 8,5 %, занятость опять изменилась слабо, а безработица ненадолго подросла до 8,3 %. Однако затем безработица очень быстро стала отыгрывать назад и вновь сократилась до 5,5 %, продолжились и сдвиги в структуре занятости. Реальная зарплата при этом (в 2009 г.) потеряла 3,5 % [Труд и занятость, 2013, с. 32]. Таким образом, приспособление зарплаты во все шоковые эпизоды устойчиво доминирует над приспособлением численности занятых.

Что стоит за такой реакцией? Как уже неоднократно отмечалось, подобный отклик предполагает определенную конфигурацию институтов рынка труда. Одни институты (законодательство о защите занятости и используемые при этом административные процедуры) подтормаживают количественные колебания в численности занятых, а другие (минимальная зарплата, пособия по безработице, «двухслойное» строение зарплаты) дают возможность трудовым издержкам свободно подстраиваться как вверх, так и вниз. Но эти же институты могут влиять и на мобильность рабочей силы. Так, российские институты, связанные с формированием оплаты труда, увеличивают неравенство в заработках, в частности за счет вариации в их переменной составляющей, но тем самым они провоцируют дополнительные наймы и увольнения. Низкие пособия должны дестимулировать вход в безработицу и стимулировать скорейший выход из нее. Жесткость правил, регулирующих трудовые отношения в формальном секторе, стимулирует экспансию неформального сектора, в котором преобладают краткосрочные трудовые отношения, т. е. интенсифицируются перемещения разного рода и в разных направлениях. К тому же, демпфирующее влияние на потоки со стороны законодательства об увольнениях отчасти компенсируется неполным и выборочным инфорсментом формальных правил.

В итоге мы ожидаем, что сформировавшаяся модель адаптации рынка труда проявляется и в конфигурации потоков рабочей силы. Можно предположить, что потоки должны быть интенсивными, но при этом несимметричными, стараясь обходить безработицу стороной. Но имеют ли такие ожидания эмпирическое подтверждение?

4.3. Эмпирические данные и логика анализа

В качестве основного источника информации мы используем данные РМЭЗ НИУ ВШЭ (далее просто РМЭЗ)[60]60
  Подробно о природе и структуре данных см.: http://www.hse.ru/rlms


[Закрыть]. Благодаря их панельной природе мы можем проследить изменения в положении индивидов во времени и оценить интенсивность и состав потоков. К сожалению, годовой интервал в наблюдениях не позволяет учесть переходы, имевшие место в период времени между обследованиями. Лучшим решением было бы использование месячных или квартальных данных, но таковых, к сожалению, не существует. Дополнительно на потенциальное занижение общих показателей мобильности может влиять естественное истощение панели, если выбывающие из нее индивиды являются более мобильными.

Мы ограничиваем наш анализ периодом 2000–2012 гг., хотя РМЭЗ доступен и за более ранние годы. Однако в 1997 г. и 1999 г. данные не собирались, а двухлетний перерыв между обследованиями для наших целей чрезмерен и чреват серьезными искажениями оценок мобильности. Мы рассматриваем индивидов в возрасте 20–72 лет, поскольку вне этого интервала уровни экономической активности с обеих сторон очень малы. В итоге мы имеем выборку, включающую 136268 наблюдений.

Для анализа мы делим всех индивидов в нашей выборке по статусу на рынке труда на три группы (занятые {E}, безработные {U} и неактивные {IN}), стараясь при этом следовать (насколько это возможно с учетом имеющихся данных) стандартным правилам такого рода классификации. К занятым относятся индивиды, которые удовлетворяют хотя бы одному из следующих условий: они 1) работали в предшествующем опросу месяце; 2) находились в любом оплачиваемом отпуске, кроме декретного или по уходу за ребенком до трех лет; 3) находились в неоплачиваемом отпуске; 4) занимались случайной или нерегулярной оплачиваемой работой в течение последних 30 дней. К безработным отнесены те, кто не имел работы, ее искал и был готов приступить. Соответственно, все остальные индивиды классифицируются как экономически неактивные, т. е. не входят в состав рабочей силы и находятся вне рынка труда.

Кроме того, в разделе 4.4 и разделе 4.6 мы дополнительно делим всех занятых на три группы по типу занятости. К бюджетному сектору {PB} мы относим индивидов, которые: 1) работают по найму на предприятиях и в организациях (юридических лицах), единственным собственником которых является государство; 2) относятся к таким видам деятельности, как здравоохранение, образование, органы управления, наука и культура. Если индивиды трудятся на предприятиях и в организациях, но условия (1) и (2) одновременно не соблюдаются, то мы считаем их работниками корпоративного коммерческого сектора {PR}. Наконец, все, чья трудовая деятельность не связана трудовыми контрактами с работодателями – юридическими лицами, считаются занятыми в некорпоративном секторе {IF}. Сюда относятся индивидуальные предприниматели, самозанятые, а также работающие по найму у них и у отдельных граждан. Эта последняя группа примерно соответствует тому, что можно назвать неформальным сектором в производственном определении[61]61
  Об определениях неформальности см.: [В тени регулирования, 2014, гл. 1].


[Закрыть].

Дескриптивная статистика, которая дает представление о структуре данных и распределении основных переменных, представлена в табл. П4.1 Приложения. В анализируемой выборке в среднем за весь период занятые составляли около 65 % всего населения в соответствующем возрасте, из которых 2/3 были заняты в небюджетном секторе. Оставшаяся треть делилась примерно в равной пропорции между бюджетным и некорпоративным секторами. Что касается демографической структуры данных, то женщины преобладали (они составляли около 57 %), а средний возраст индивидов составил 42 года. Почти половина респондентов (в среднем 44,5 %) имели третичное (высшее или среднее специальное) образование, а 38 % – вторичное. Каждый третий проживал в региональных столицах, еще треть – в малых населенных пунктах (ПГТ, село и т. д.), и лишь 11,4 % в Москве и Санкт-Петербурге. В среднем 28,1 % являются пенсионерами и 6,1 % – студентами. Все названные параметры близки к соответствующим показателям из официальной статистики.

Наш дальнейший анализ потоков на рынке труда использует несколько методологических подходов. В сумме они позволяют получить оценки мобильности и ее доминирующих направлений, сравнить мобильность в России с мобильностью в странах Европы, оценить вероятности межстатусных перемещений и вклады разных потоков в динамику безработицы.

Стандартные вероятности переходов (p_ij/p_i.) из состояния i в состояние j (i→j), равные численности перешедших, отнесенной к численности в исходном состоянии, просты для интерпретации, но не учитывают различия в численности индивидов между конечными состояниями, т. е. используют разные знаменатели. В итоге большее значение коэффициента может достигаться при незначительной абсолютной численности самого потока. Это создает ложное впечатление сильной динамики, хотя затрагивает лишь малое число индивидов. Абсолютные величины потоков, соотнесенные с единым знаменателем – общей численностью населения, отражают долю вовлеченных в данный поток в общей численности населения. Это облегчает сопоставления, но ничего не говорит о том, какова вероятность для индивидов перейти из состояния i в j.

Имея матрицы переходов, мы можем рассчитать индексы мобильности, впервые предложенные А. Шорроксом [Shorrocks, 1978]. Они дают интегральную оценку гибкости рынка труда. В этом упражнении мы следуем за работой М. Вард-Вармедингер и С. Мачиарелли [Ward-Warmedinger, Macchiarelli, 2013], в которой исследуются потоки в странах ЕС. В качестве количественных критериев интенсивности мобильности мы можем использовать аналогичные показатели по другим странам. Они, как правило, выше в странах с более динамичным рынком труда. Однако такие индексы не учитывают смену работы без выхода из состояния занятости и тем самым занижают оценки общей мобильности.

Далее мы оцениваем динамическую мультиномиальную логит-модель (Д-МНЛ), в которой в качестве регрессоров наряду с наблюдаемыми социодемографическими переменными используются лагированные (со сдвигом в один год) дамми для статусов на рынке труда. С ее помощью мы ищем ответ на вопрос об устойчивости наблюдаемых состояний и наличии влияния предшествующего состояния. Д-МНЛ-модель исследуется нами отдельно для мужчин и для женщин, поскольку мы ожидаем разное поведение на рынке труда в зависимости от пола респондента. На основе полученных коэффициентов симулируются вероятности выбора того или иного статуса при заданной характеристике и фиксировании всех прочих. Ограничением данного подхода является неслучайность начального состояния в нашей панели и наличие ненаблюдаемых характеристик, потенциально влияющих на выбор статуса.

Почти двукратное снижение безработицы за рассматриваемый в статье период означает существенное изменение объемных параметров либо входа в нее, либо выхода из нее, либо и того и другого. Для анализа вклада входящих и исходящих потоков по разным направлениям мы используем соответствующие методы декомпозиции, предложенные Б. Пет-ронголо и А. Писсаридесом [Petrongolo, Pissarides, 2008].

Более подробно используемая методология анализа приводится в соответствующих разделах данной главы.