Мобильность и стабильность на российском рынке труда. Коллектив авторов

технологический прогресс, генерирующий более сложные рабочие места, предъявляющий все более высокие требования к образованию и квалификации и в итоге перераспределяющий плоды экономического роста в пользу обладателей таковых. Данный сценарий связан с гипотезой о технологических изменениях, смещенных в пользу квалифицированного труда (skill-biased technological change – SBTC) [Katz, Murphy, 1992]. Своего рода тестом на оправданность этой гипотезы выступает монотонная положительная связь между приростом занятости и качественными характеристиками рабочих мест.

      В соответствии с альтернативным сценарием ситуация развивается иначе. Да, «хороших» рабочих мест становится больше, и в этом заслуга (в частности) технологического прогресса. Но одновременно становится больше и «плохих» рабочих мест – не рутинных, но и не требующих особой квалификации. Таких особенно много в сфере услуг, где занятость непрерывно растет. Принципиально нерутинный характер делает невозможной автоматизацию подобных рабочих мест, поэтому их число по мере развертывания компьютерной революции не сокращается, а увеличивается. Отсюда – поляризация, когда и «хороших», и «плохих» рабочих мест становится все больше, а середина «проваливается», так как промежуточные по качеству рабочие места активно свертываются (routine-biased technological change – RBTC) [Autor, Levy, Murnane, 2003]. Их нарастающая ликвидация обусловлена рутинным характером трудовых операций, относительно легко поддающихся автоматизации. В итоге возникает U-образная зависимость между ростом занятости и качеством рабочих мест. Этот сценарий также связывает структурные изменения с технологическим развитием, но иначе идентифицирует знаки эффектов и группы рабочих мест, подвергающихся его воздействию.

      Наша работа – первая попытка взглянуть на российскую экономику под таким углом зрения. Есть несколько причин, почему российский случай может представлять особый интерес. Во-первых, российская экономика одна из самых крупных в мире. Во-вторых, в 2000-е годы она ускоренно росла, ВВП почти удвоился, что сопровождалось стремительным повышением реальной заработной платы. В-третьих, этот рост носил экспортоориентированный характер, что должно было оказывать неоднозначное влияние на структуру занятости. В-четвертых, в этот период серьезно изменилась отраслевая структура занятости: доля сельского хозяйства и промышленности быстро сокращалась, тогда как сферы услуг – расширялась. Наконец, в-пятых, происходила бурная экспансия высшего образования, в результате к началу 2010-х годов каждый третий российский работник стал обладателем вузовского диплома. Добавим, что все эти «драматические» сдвиги наблюдались в переходной экономике, только что вышедшей из глубокой и затяжной трансформационной рецессии. Причем некоторые изменения (предположительно) лучше согласуются со сценарием прогрессирующего улучшения структуры рабочих мест, а другие – со сценарием поляризации. Такая неоднозначность делает эмпирическое тестирование этих альтернативных гипотез вдвойне интересным.

      Используемый нами эмпирический подход основан на ранжировании рабочих мест в зависимости от их качества [Fernandez-Macias, 2012; Fernandez-Macias, Storrie, Hurley, 2012].

      В его рамках тот или иной тип, или кластер, рабочих мест определяется как ячейка, образуемая пересечением отраслевой и профессиональной принадлежности работников.

      На первом этапе анализа мы ранжируем все рабочие места по их качеству, для чего используем данные об уровне образования и заработной плате во всех ячейках. Полученный рейтинг разбивается