ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ ФАКТОРОВ ИЗМЕНЕНИЯ УРОВНЯ БЕЗРАБОТИЦЫ В РОССИИ

Введение

Рынок труда является одной из ключевых сфер социально-экономического развития, поскольку через занятость, уровень безработицы и качество рабочей силы проявляется способность экономики создавать устойчивые источники дохода для населения. Для России эта проблема имеет особое значение: в последние годы рынок труда одновременно испытывал влияние демографических ограничений, структурных изменений в отраслях, колебаний деловой активности и адаптации предприятий к внешним ограничениям. Поэтому анализ безработицы не может ограничиваться простым описанием динамики показателя; необходимо оценить, какие макроэкономические факторы статистически связаны с его изменением.

Цель исследования состоит в эконометрической оценке влияния темпа роста ВВП и инфляции на изменение уровня безработицы в России. Выбор данных факторов обусловлен тем, что экономический рост отражает расширение спроса на труд, а инфляция может быть связана как с фазой делового цикла, так и с изменением издержек предприятий и реальных доходов населения. В теоретическом плане ожидается отрицательная связь между ростом выпуска и безработицей: при ускорении роста ВВП предприятия, как правило, увеличивают загрузку мощностей и потребность в рабочей силе. При этом связь между инфляцией и безработицей может быть менее устойчивой, поскольку она зависит от природы инфляционного давления.

Актуальность работы определяется тем, что эконометрический подход позволяет перейти от общего рассуждения о состоянии рынка труда к количественной проверке гипотез. Даже простая регрессионная модель, построенная на сопоставимых официальных международных данных, помогает выявить направление связи, оценить силу факторов и определить границы применимости полученных результатов. Такой подход важен для учебных и прикладных исследований, так как делает выводы более проверяемыми и воспроизводимыми.

Рассматриваемый период включает несколько разных фаз развития российской экономики: восстановление после мирового финансового кризиса, замедление 2014-2015 гг., пандемийный спад 2020 г., адаптацию 2022 г. и последующее снижение безработицы до исторически низких значений. Такая неоднородность периода делает задачу анализа более содержательной, поскольку рынок труда реагировал не только на обычные колебания деловой активности, но и на внешние шоки. Именно поэтому в работе используется не описательный, а эконометрический подход, позволяющий сопоставить годы с разными макроэкономическими условиями в рамках одной расчетной модели.

Методика и данные

Информационной базой исследования являются годовые данные Всемирного банка по Российской Федерации за 2010-2024 гг. Использованы показатели: уровень безработицы в процентах от рабочей силы, темп роста ВВП в годовом выражении и инфляция, рассчитанная по индексу потребительских цен. Период 2010-2024 гг. выбран потому, что по указанным переменным доступен полный сопоставимый ряд наблюдений. Данные за 2025 г. не включались, так как на дату подготовки работы по части макроэкономических показателей ряд еще не является полным.

Зависимой переменной модели выступает не сам уровень безработицы, а его годовое изменение: ΔUₜ = Uₜ - Uₜ₋₁. Такой выбор позволяет сосредоточиться на краткосрочной реакции рынка труда на изменение макроэкономической среды и частично снизить риск ложной регрессии, который может возникать при использовании трендовых уровневых рядов. В качестве объясняющих переменных использованы темп роста ВВП и инфляция за тот же год.

Оцениваемая модель имеет следующий вид: ΔUₜ = β₀ + β₁GDPₜ + β₂INFₜ + εₜ, где ΔUₜ - изменение уровня безработицы в процентных пунктах, GDPₜ - темп роста ВВП, INFₜ - инфляция, εₜ - случайная ошибка модели. Оценивание выполнено методом наименьших квадратов. Для проверки качества модели рассчитаны коэффициенты регрессии, стандартные ошибки, t-статистики, p-value, коэффициент детерминации, скорректированный R², статистика Дарбина-Уотсона и критерий Жарка-Бера для остатков.

Преимущество выбранной спецификации состоит в ее интерпретируемости: каждый коэффициент показывает, как в среднем меняется годовое приращение безработицы при изменении соответствующего фактора на один процентный пункт. При этом модель не претендует на полное описание всех процессов на рынке труда. На занятость влияют демография, миграция, профессиональная структура рабочей силы, региональные различия, уровень реальной заработной платы, технологические изменения и государственная политика. Эти факторы частично остаются за пределами модели, поэтому результаты следует рассматривать как оценку базовой макроэкономической связи, а не как исчерпывающий прогнозный инструмент.

Таблица 1.

Исходные показатели рынка труда и макроэкономической динамики России

Источник: составлено автором по данным World Bank Data [2-4].

Рисунок 1. Динамика уровня безработицы и темпа роста ВВП в России

Источник: построено автором по данным World Bank Data [2-3].

Результаты эконометрического анализа

Таблица 2.

Результаты оценки OLS-модели

Расчеты показывают, что коэффициент при темпе роста ВВП равен -0,198. Это означает, что при увеличении темпа роста ВВП на 1 процентный пункт годовое изменение уровня безработицы в среднем уменьшается примерно на 0,198 процентного пункта при прочих равных условиях. Полученный знак соответствует экономической логике: ускорение роста выпуска связано с расширением спроса на труд и снижением давления на безработицу. Коэффициент статистически значим на 1%-ном уровне, что подтверждает устойчивость данной связи в рамках выбранной спецификации.

Коэффициент при инфляции составил -0,059. Его отрицательный знак можно интерпретировать как проявление краткосрочной связи, близкой к логике кривой Филлипса: в годы более высокой инфляции безработица, как правило, не увеличивалась, а снижалась или росла слабее. Однако уровень значимости данного фактора ниже, чем у темпа роста ВВП: p-value равно 0,075. Следовательно, инфляцию следует рассматривать как дополнительный, а не основной фактор объяснения динамики безработицы.

Коэффициент детерминации модели равен 0,668, скорректированный R² - 0,608. Это означает, что выбранные макроэкономические факторы объясняют около 66,8% вариации годового изменения уровня безработицы за рассматриваемый период. F-статистика модели равна 11,089 при p-value 0,002, что указывает на совместную статистическую значимость факторов.

Таблица 3.

Диагностика качества модели

Диагностика показывает, что модель имеет приемлемые статистические характеристики для учебного исследования на коротком годовом ряду. Статистика Дарбина-Уотсона не указывает на выраженную положительную автокорреляцию остатков. Критерий Жарка-Бера не дает оснований отвергать нормальность остатков на стандартных уровнях значимости. Вместе с тем необходимо учитывать малое число наблюдений: при 14 наблюдениях после перехода к годовым изменениям результаты чувствительны к отдельным кризисным годам и не должны трактоваться как исчерпывающее описание всех механизмов рынка труда.

Полученные оценки согласуются с наблюдаемой динамикой: после периода повышенной безработицы в начале 2010-х годов показатель постепенно снижался, а в 2023-2024 гг. достиг минимальных значений. При этом годы экономического спада или замедления сопровождались ухудшением динамики занятости, что отражается в отрицательном коэффициенте при росте ВВП. Для более глубокой модели в дальнейшем можно было бы добавить реальные заработные платы, демографические показатели, отраслевую структуру занятости и региональные различия, однако в рамках данной статьи выбран более компактный набор факторов, сопоставимый по международной методологии.

Отдельного внимания заслуживает то, что снижение безработицы в последние годы не всегда означает отсутствие проблем на рынке труда. Низкий показатель может быть связан не только с высокой деловой активностью, но и с ограниченным предложением рабочей силы, старением населения, изменением миграционных потоков и ростом кадрового дефицита в отдельных отраслях. Следовательно, количественный вывод о связи между ВВП и безработицей должен дополняться качественной оценкой структуры занятости. Для научной статьи это особенно важно: эконометрическая модель показывает статистическую зависимость, но ее экономический смысл раскрывается только через анализ институционального и отраслевого контекста.

Также необходимо учитывать возможную обратную причинность. С одной стороны, рост ВВП повышает спрос на труд и способствует снижению безработицы. С другой стороны, увеличение занятости само по себе поддерживает производство и потребление, влияя на динамику ВВП. В рамках данной учебной модели эта проблема не устраняется полностью, поскольку используются годовые агрегированные данные и простая OLS-оценка. Однако для первичного анализа рынка труда такой подход допустим, так как главная задача состоит в выявлении направления и статистической силы связи между ключевыми макропоказателями.

Выводы

Проведенное исследование позволяет сделать вывод, что экономический рост является наиболее значимым фактором изменения уровня безработицы в России в 2010-2024 гг. Оцененная OLS-модель показывает: ускорение роста ВВП статистически связано со снижением годового прироста безработицы. Это подтверждает практическую значимость стимулирования устойчивой деловой активности, инвестиционного спроса и производительности труда для стабилизации рынка труда.

Инфляция в модели также имеет отрицательный коэффициент, однако ее статистическая устойчивость ниже. Это объясняется тем, что инфляционные процессы могут иметь разную природу: они могут сопровождать рост спроса, но могут быть вызваны и ростом издержек, изменением валютного курса, нарушением логистических цепочек или административными факторами. Поэтому при анализе рынка труда инфляцию необходимо рассматривать совместно с показателями выпуска, доходов населения и структуры занятости.

Практическая ценность работы состоит в демонстрации того, как открытые макроэкономические данные могут использоваться для количественной оценки состояния рынка труда. Эконометрический анализ не заменяет содержательную интерпретацию, но повышает обоснованность выводов, позволяет проверить гипотезы и выявить ограничения используемых данных. В дальнейшем исследование может быть расширено за счет панельной модели по регионам России, включения реальной заработной платы и анализа отраслевых различий спроса на труд.