Мы получили три основных результата. Во-первых, мы показываем, что уровень агрегированной производительности за период с 1995 по 2012 г. вырос почти вдвое, причем его основными драйверами были отрасли, связанные с производством неторгуемых продуктов, – строительство, розничная торговля, телекоммуникации, финансовые услуги, а также с добычей и реализацией полезных ископаемых. Во-вторых, применяя новые методы анализа к российским данным, мы находим подтверждение гипотезы о том, что расширение неформального сегмента замедляет рост производительности. Аналогичные результаты были представлены для Индии [Vries et al., 2012]. Этот эффект мы наблюдаем в рассматриваемый период при использовании всех четырех методов декомпозиции, обеспечивающих разложение суммарного прироста производительности на внутриотраслевые и реаллокационные компоненты. Эффект замедления роста производительности связан с перераспределением труда из более производительных формальных сегментов в менее производительные неформальные. В-третьих, используя декомпозицию Э. Диверта [Diewert, 2015], мы показываем, что в 2005–2012 гг. более двух третей вклада нефтегазового комплекса в структурную компоненту роста производительности обеспечивалось ростом относительных цен на продукцию этого сектора и лишь треть – реаллокацией рабочей силы.
3.2. Рост производительности труда и отраслевые структурные сдвиги. Методология анализа
Рост агрегированной производительности труда зависит как от динамики производительности внутри отдельных отраслей, так и от перераспределения рабочей силы между отраслями с разной производительностью. Соответствующие внутриотраслевая и реаллокационная компоненты роста агрегированной производительности труда имеют разную природу. Первая связана с накоплением физического и человеческого капитала, нематериальных активов, развитием технологий[27]. Вторая зависит от происходящих в экономике различных структурных изменений. Например, рост доходов населения смещает спрос от простых и дешевых товаров к более сложным и дорогим, а также от товаров к услугам, в результате меняется структура занятости. Изменения возможны и со стороны предложения. Например, совершенствование технологии производства компьютеров ведет к снижению их цен и соответственно доли отрасли в добавленной стоимости по экономике в целом, а офшоринг сокращает занятость. Еще одна группа примеров касается институциональной среды. Так, аутсайдерам открыть магазин или мастерскую в арендованном помещении гораздо проще, чем получить лицензию на добычу нефти или даже разрешение на новое строительство; при недостаточной защите прав собственности рабочие места будут создавать там, где риски экспроприации меньше. Таким образом, действующие в стране институты облегчают вход в одни отрасли и затрудняют или даже блокируют – в другие.
В экономической литературе методы декомпозиции производительности на внутри– и межотраслевую компоненты объединены общим названием «анализ структурных сдвигов» (shift-share analysis). Исследования в этой области начались с работ С. Фабриканта [Fabri-cant, 1942] и продолжаются до сих пор [Diewert, 2015]. Среди множества различных методов мы выделяем группу, которая включает «традиционную» (TRAD) декомпозицию[28], восходящую к работам Денисона [Denison, 1962; 1967], и ее последовательные модификации в работах канадского Центра изучения стандартов уровня жизни (CSLS)[29] [30], декомпозицию GEAD [Tang, Wang, 2004] и ее трехфакторную версию (GEAD-3f), предложенную Дивертом [Diewert, 2015]. Такой набор методов в данной работе позволяет полнее анализировать эффекты реаллокации, учитывая ограничения каждого подхода.
Представленные выше методологические подходы предусматривают использование агрегированных отраслевых данных. Однако в последнее время все более популярными становятся исследования, в основе которых лежат микроданные, – по фирмам [Bartelsman et al., 2013]. Такой подход имеет ряд преимуществ. Во-первых, он дает возможность анализировать не только межотраслевую, но и внутриотраслевую реаллокацию. Создание и ликвидация рабочих мест протекают в значительной мере внутри узких отраслей, что макроотраслевые данные игнорируют. Во-вторых, микроданные, особенно имеющие панельную структуру, позволяют анализировать причинность во взаимоотношениях динамики производительности и структурных изменений занятости. Однако здесь есть свои ограничения, важные для нашего исследования.
27
Изменения, интерпретируемые как технологические, могут быть также связаны с временным нарушением равновесия из-за запоздалой реакции на произошедшие ранее технологические изменения, с изменением условий внешней торговли, низкой мобильностью труда и капитала, а также всевозможными барьерами для свободной конкуренции [Reinsdorf, 2015].
30
Generalized exactly additive decomposition. Дж. Думаган, предложивший эту аббревиатуру, поясняет, что метод – «обобщенный»