Preview

Азиатско-Тихоокеанский регион: экономика, политика, право

Расширенный поиск

Пространственноавторегрессионный анализ межрегиональной взаимосвязанности заработных плат в отраслевом разрезе

https://doi.org/10.24866/1813-3274/2020-1/46-60

Полный текст:

Аннотация

Важной причиной оттока трудоспособного населения, помимо низкого уровня развитости инфраструктуры, является сравнительно более низкий уровень заработных плат по сравнению с другими регионами. Существует ли межрегиональная взаимосвязанность между величинами заработных плат? C одной стороны, возможно наличие положительной пространственной корреляции. Так, повышение оплаты труда в соседнем регионе приведет к тому, что у рабочих появятся стимулы к переезду в этот регион, что, в свою очередь, может привести к дефициту рабочих в рассматриваемом регионе, что, в свою очередь, создаст стимулы для местных компаний повысить оплату труда. С другой стороны, положительная пространственная корреляция может и не наблюдаться или быть незначимой, например, в случае наличия тех или иных барьеров, препятствующих переезду из одного региона в другой. В статье был произведен пространственно-авторегрессионный анализ взаимосвязанности региональных заработных плат в отраслевом разрезе, позволяющий ответить на вопрос, увеличится или уменьшится величина заработной платы в регионе в конкретной отрасли при увеличении соответствующего показателя в соседних регионах при прочих равных условиях. В рамках моделирования было в том числе оценено влияние на заработную плату некоторых социально-экономических факторов. К их числу относятся уровень образованности, доля пенсионеров, коэффициент демографической нагрузки, уровень развития финансовой инфраструктуры в регионе, уровень безработицы, производительность труда. Основной новизной работы представляется использование моделей пространственной авторегрессии, что помимо выявления пространственных взаимосвязей позволило получить более точные оценки коэффициентов, характеризующих влияние на заработную плату рассмотренных факторов ввиду того, что частично удаётся решить известные проблемы, связанные с наличием пропущенных переменных в классических регрессионных моделях. Для анализа были рассмотрены соответствующие региональные данные с 2012 г. по 2016 г. для 83 субъектов Российских Федерации по следующим отраслям: сельское хозяйство, охота и лесное хозяйство; производство пищевых продуктов (включая напитки) и табака; строительство; оптовая торговля, включая торговлю через агентов; розничная торговля, государственное управление и военная безопасность, обработка древесины и производство изделий из дерева (кроме мебели). Положительная значимая пространственной корреляции была выявлена для всех рассмотренных отраслей, кроме оптовой торговли и обработки древесины. Полученные результаты и сформулированные выводы в дальнейшем могут применяться органами государственной власти при реализации мер социально-экономической политики, направленных на регулирование рынка труда, в том числе мер по привлечению и удержанию кадров на конкретной территории.

Об авторах

А. Р. Нагапетян
Дальневосточный федеральный университет
Россия
Артур Рубикович Нагапетян, старший преподаватель департамента экономических наук, Школа экономики и менеджмента г. Владивосток


Д. В. Гришин
Дальневосточный федеральный университет
Россия

Данил Витальевич Гришин, студент, Школа экономики и менеджмента

г. Владивосток 



А. В. Кедровская
Дальневосточный федеральный университет
Россия

Анна Викторовна Кедровская, студент, Школа экономики и менеджмента

г. Владивосток 



Список литературы

1. Вакуленко, Е. С. Моделирование механизмов российского рынка труда / Е. С. Вакуленко, Е. Т. Гурвич // Вопросы экономики. – 2015. – № 11. – С. 5–29.

2. Внутрироссийская миграция по территориям прибытия и выбытия («шахматка» по федеральным округам). 2018. – URL: http://old.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/population/demography/# (дата обращения: 13.05.2020).

3. Вакуленко, Е. С. Анализ связи между региональными рынками труда в России с использованием модели Оукена // Прикладная эконометрика. – 2015. – № 4. – С. 28–48.

4. Blanchard, O. Wage dynamics: reconciling theory and evidence / O. Blanchard, L. Katz // American Economic Review. – 1999. – No. 89. – Р. 69–74.

5. Ощепков, А. Ю. Отдача от высшего образования в российских регионах // Экономический журнал Высшей школы экономики. – 2010. – Т. 14, вып. 4. – С. 468–491.

6. Gatti, D. Unemployment and finance: how do financial and labour market factors interact? / D. Gatti, C. Rault, A.-G. Vaubourg // Oxford Economic Papers. – 2011. – Vol. 64, iss. 3. – P. 464–489.

7. Ours, J. C. Age, Wage and productivity in Dutch manufacturing / J. C. Ours, L. Stoeldraijer // Economist. – 2011. – Vol. 159, iss. 2. – Р. 113–137.

8. Hellerstein, J. K. Wages, productivity, and worker characteristics: Evidence from plant-level production functions and wage equations / J. K. Hellerstein, D. Neumark, K. R. Troske // Journal of Labor Economics. – 1999. – Vol. 17, iss. 3. – Р. 409–446.

9. Демидова, О. А. Пространственно-авторегрессионная модель для двух групп взаимосвязанных регионов (на примере восточной и западной части России) // Прикладная эконометрика. – 2014. – Т. 34, № 2. – С. 19–35.

10. Регионы России. Социально-экономические показатели. 2017. – URL: https://www.gks.ru/folder/210/document/13204 (дата обращения: 13.05.2020).


Для цитирования:


Нагапетян А.Р., Гришин Д.В., Кедровская А.В. Пространственноавторегрессионный анализ межрегиональной взаимосвязанности заработных плат в отраслевом разрезе. Азиатско-Тихоокеанский регион: экономика, политика, право. 2020;22(1):46-60. https://doi.org/10.24866/1813-3274/2020-1/46-60

For citation:


Nagapetyan A.R., Grishin D.V., Kedrovskaya A.V. Spatial-autoregressive analysis of inter-regional interconnectedness of wages in the context of industry. Pacific Rim: Economics, Politics, Law. 2020;22(1):46-60. (In Russ.) https://doi.org/10.24866/1813-3274/2020-1/46-60

Просмотров: 12


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1813-3274 (Print)
ISSN 2499-9474 (Online)