Социальный и человеческий капитал как факторы благосостояния и развития

сигналов. Действительно ли в ходе обучения индивид получает такие навыки,

которые делают его более производительным работником, или в силу его

большей производительности ему легче получить образование и его диплом не

более чем сигнал работодателю об этом, и выпускники престижных вузов

зарабатывают больше из-за лучшего багажа знаний или из-за «знака качества»

вуза.

По сути проблема очень схожа с воздействием параметров способности и

происхождения на отдачу от образования. Для получения показателей чистой

отдачи от статуса вуза Эренберг и Брюер используют селективную модель

(Wilis & Rosen 1979). Структурная модель состоит из уравнения выбора и

уравнения, оценивающего результаты данного выбора. Предполагается, что

индивиды делают выбор между частным и государственным колледжем со статусом

j (=1,2..K), который позволяет им максимизировать полезность в течение

всего жизненного цикла. Полезность, получаемая индивидом i при выборе

колледжа, описывается как линейная функция ожидаемых денежных доходов (Y),

вызванных обучением в колледже категории j, чистых прямых затрат на

обучение (С), индивидуальных характеристик (Х) и параметра индивидуальных

предпочтений (. Прямые чистые издержки образования в данном случае –

разность между стоимостью обучения в колледже j и финансовой помощью.

Индивидуальные предпочтения могут различным образом влиять на полезность (в

уравнении (2) (ji почти всегда не равно (ki).

(2) Uji=u(Yji,Cji,Xi,(i) = (0 + (jiXi + (2Yji + (3Cji + (ji

Колледж категории j выбирается, если:

(3) Ii = Uji – Uki ( 0 , при (k.

Структурная модель состоит из уравнений (2), (3) и (4):

(4) Yki = (0 + (kiXi + (ki, при (k

Логарифмируя уравнение доходов индивида и сведя вместе (2), (3) и (4)

получаем сокращенное уравнение модели выбора:

(5) Ii= d0 + djiXi + d2Cji + (

Выбор зависит от индивидуальных характеристик, а также разницы прямых

издержек, связанных с обучением в выбранном j колледже по сравнению с

остальными. Предполагается, что индивиды сравнивают стоимость обучения в

каждом типе вузов.

До сих пор мы оценивали только реальные доходы, получаемые индивидами.

Для определения величины премии от статуса вуза необходимо понять разницу

между имеющимся доходом и предполагаемым, в случае выбора вуза другой

категории. Авторами была сделана «коррекция влияния выбора» для каждого

индивида ((), отражающая вероятность выбора определенного типа вуза

определенной категории, выведенная из сокращенной модели выбора. В случае

(6), в отличие от (1), коэффициенты уже согласованы:

(6) ln Wji = b0 + bjiXji + bji(ji + eji, j=1,..6

Способ коррекции выбора вызван функциональной формой и включением

прямых издержек в уравнение выбора вуза (5). Качество / статус вуза

определяется здесь, как издержки на обучение в нем, а не величиной будущих

заработков.

Отдача от статуса вуза на рынке труда выводится из уравнения (6).

Сначала выводятся средние ожидаемые заработки индивидов, посещающих

определенные типы вузов, затем они корректируются по типу вузов, и

оценивается разница в доходах. Т.о. подставляя величины предполагаемого

дохода, полученные в уравнении (6) в уравнение выбора вуза (5), можно

эмпирическим путем подсчитать степень влияния статуса вуза на доход (7):

7) Ii = d0 + d1Xji + d2Cji + d3Cki + d4lnWji + d5lnWki +

(i

Влияние статуса вуза на доход работника

Оценка отдачи от статуса вуза может быть сделана с помощью уравнения

(1), в котором переменная, описывающая статус вуза, включена в логарифм

ожидаемых доходов выпускников вузов. Результаты представлены в Табл. №4.

Во всех случаях (выборки 1972, 1980 и 1982 гг.) учеба в «престижном

частном» вузе приводила к статистически значимой положительной разнице в

доходе по сравнению с «непрестижными государственными». С течением времени

после выпуска эта разница будет скорее всего увеличиваться, о чем говорит

рост разрыва в почасовой оплате между верхним и нижним квартилем с 9% в

1979 до 14% в 1986 (отличие статистически не значимо).

Так же обращает на себя внимание рост премии от статуса у выпускников

1980 г. по сравнению с выпускниками 1972 г. На это указывает тот факт, что

через 6 лет после окончания вуза у выпускников «престижного частного»

образца 1980 г. премия составляла 20% по сравнению с 9% премией, которая

была у выпускников 1972 г. спустя 7 лет после их выпуска. Через десять лет

после выпуска (1992 г.) окончившие «престижный частный» колледж в 1982 г.

получали на 37% больше своих ровесников из «непрестижных государственных»,

в то время как аналогичный показатель у выпускников 1972 г. через 14 лет

работы составлял лишь15%.

Табл. №4. Существующая премия от статуса вуза по сравнению с «непрестижными

государственными» (%)[109]

| |Выборка 1972 |Выборка |Выборка |

| | |1980 |1982 |

|Тип вуза, сравнив.|Ставка |Ставка |Годовой|Ставка |Годовой |

|с «непрестижным |почасовой|почасовой |доход |почасово|доход |

|государственным» |оплаты |оплаты |1986 |й оплаты|1992 |

| |1979 |1986 | |1986 | |

|«престижный |9% |14% |15% |20% |37% |

|частный» | | | | | |

|«средний частный» |4% |10% |13% |10% |8% |

|«непрестижный |0,4% |4% |9% |1% |16% |

|частный» | | | | | |

|«престижный |19% |17% |22% |12% |25% |

|государственный» | | | | | |

|«средний |5% |5% |3% |9% |5% |

|государственный» | | | | | |

|Размер выборки |2959 |2378 |2172 |2172 |1786 |

Отдача от статуса вуза, модель с коррекцией выбора

Данные в Табл. №4 не принимают во внимание влияние информации о

предполагаемых доходах на выбор вуза. Для получения более корректных данных

используется формула (7), дающая возможность прогнозировать потенциальные

доходы индивида в случае выбора вуза любого статуса.

Методология подсчетов Р.Эренберга /Д.Брюера такова, что сначала

подсчитываются чистые издержки обучения в каждом из 6 типов вузов (частные

и государственные – престижные, средние и непрестижные). Для облегчения

подсчета издержек предполагается, что все обучались в вузах своего штата

(т.е. исключаются издержки, связанные с переездом), а так же используются

официальные данные о стоимости учебы. В обоих опросах (NLS72 и HSB)

приводятся величины финансовой помощи, получаемые респондентами в течение

первого года их обучения. Делалась регрессия декларируемой величины помощи

по основным параметрам ее распределения (пол, раса, успеваемость,

спортивные достижения, доход родителей и размер семьи). На основании

полученных зависимостей конструировалась вероятностная величина финансовой

помощи, которую индивид получал бы в случае обучения в каждом из 6 типов

колледжей. Соединив показатели стоимости обучения и финансовой помощи, были

получены предполагаемые издержки обучения во всех типах вузов для каждого

из респондентов.

Модель предполагает, что абитуриент выбирает одну из 6 статусных групп

вузов на основании издержек, связанных с каждой из них, и индивидуальных

характеристик таких, как пол, раса, уровень дохода и образования родителей,

а также собственных академических достижений. Плюс к этому авторы добавили

еще две переменные: наличие вузов всех категорий в штате, где была

закончена средняя школа, и разность между декларируемым в опросе рейтингом

и средним проходным рейтингом в том типе колледжа, где он реально обучался.

В Табл. №5 приводится разность доходов выпускников каждой из групп

вузов по отношению к «непрестижным государственным», подсчитанная по двум

альтернативным методикам. Первый вариант – подсчет условных предполагаемых

доходов индивида (8):

(8): lnWji = b0 + bjiXji + bji(ji, j=1…6.

Второй вариант – подсчет безусловных предполагаемых доходов индивида, b в

обоих случаях идентичны.

(9): lnWji = b0 + bjiXji, j=1…6.

В безусловном варианте i-тый индивид, обучающийся в j-том колледже, из

группы выбирается случайным образом. Так как. мы не рассматриваем отдачу от

категории вне зависимости от реального выбора индивида, то предполагаемый

доход демонстрирует нам только изменяющуюся отдачу от статуса вуза.

С другой стороны, при подсчете условного предполагаемого дохода мы

знаем категорию вузов, выбранную индивидом на самом деле, поэтому наши

предположения одновременно охватывают отдачу и от наблюдаемых, и от не

наблюдаемых характеристик, следовательно точность оценки - выше. Это - два

«полярных» подхода. Их применимость зависит от того, насколько

рассматриваемый выбор категории вуза зависит от «ненаблюдаемых»

характеристик. В Табл. №5 «условные» различия в предполагаемой отдаче от

образования, зависящие от статуса вуза, показаны в ряду (1), «безусловные»

– в ряду (2).

Табл. №5. Модель с коррекцией выбора. Предполагаемая премия от статуса вуза

по сравнению с «непрестижным государственным» (%)

| |Выборка 1972 |Выборка |Выборка |

| | |1980 |1982 |

|Тип вуза, сравнив. с |Ставка |Ставка |Годовой|Ставка |Годовой |

|«непрестижным |почасовой |почасовой |доход |почасово|доход |

|государственным» |оплаты |оплаты |1986 |й оплаты|1992 |

| |1979 |1986 | |1986 | |

|«престижный |1 |15,7 |26,7 |36,7 |37,4 |45,0 |

|частный» | | | | | | |

| |2 |7,2 |17,1 |26,1 |36,8 |47,8 |

|«средний частный»|1 |5,5 |16,7 |17,4 |14,9 |18,1 |

| |2 |-2,3 |25 |9,3 |31,8 |47,2 |

|«непрестижный |1 |-1,2 |2,3 |-4,7 |5,5 |-3,6 |

|частный» | | | | | | |

| |2 |-7,9 |-9,3 |-32 |78,7 |59,8 |

|«престижный |1 |-11,7 |18,7 |19,5 |23,1 |9,7 |

|государственный» | | | | | | |

| |2 |11,7 |-10 |-33,7 |27,3 |-54,4 |

|«средний |1 |6,4 |9,7 |8,5 |15,5 |6,8 |

|государственный» | | | | | | |

| |2 |11,8 |15,1 |4,7 |34,4 |11 |

Источник: D.Brewer, R.Ehrenberg “Does it pay to attend an elite private

college?”,

Комментируя расчеты в Табл. №5 можно сказать, что на основе

предложенной авторами методологии были получены данные подтверждающие

наличие значительной отдачи от статуса вуза. По сравнению с выпускниками

«непрестижных государственных» вузов наибольшую премию в доходах на рынке

труда получают выпускники «престижных частных», несколько меньшую –

выпускники «средних частных». (Данные о «престижных государственных» ввиду

малой величины выборки менее показательны.) Также очевиден рост премиальной

отдачи от обучения в «престижных частных» вузах для выборок 1980/82 по

сравнению с 1972.

2.1.2. Данные о росте ВВП. Макроуровень.

Стандартная модель экономического роста, основанного на капитале и

труде, получила развитие в модели Солоу[110], где показано, что выпуск

растет быстрее, чем два основных экономических фактора – капитал и труд –

благодаря дополнительному фактору – техническому прогрессу. Критики

подобных «упражнений» в оценке экономического роста[111] утверждают, что

количественная оценка запаса человеческого капитала проблематична, а оценки

роста не дают никакого представления о влиянии отдельных факторов.

Альтернативный подход к измерению влияния различных факторов на рост

ВВП заключается в использовании межстрановых регрессий, включающих в

качестве переменных физический капитал, образование, уровень доходов, а

также переменные, отражающие различные социальные и институциональные

факторы[112]. Однако получаемые результаты существенно различаются в

зависимости от изучаемых стран, включаемых переменных, выбора временных

интервалов и спецификации моделей. Например, соотношение между количеством

лет обучения и выпуском зависит от того, используются ли уровневые,

темповые или полу-логарифмические формы. Невозможно предположить, что

отдача от образования не зависит от первоначального уровня. Некоторые

исследования включают в анализ и развитые, и развивающиеся страны, отчего

усиливается зависимость результатов от качества исходных статистических

данных, которые, как правило, очень разнородны, в то же время в таких

исследованиях предполагается, что факторы роста в развитых и развивающихся

странах качественно одинаковы, хотя и различаются количественно.

В ранних моделях экономического роста не учитывалась роль различных

уровней и качества образования, а также роль человеческого капитала в

создании внешних или дополнительных эффектов, например, через воздействие

на производительность других факторов. С развитием так называемых моделей

«нового роста»[113] роль образования и обучения в создании новых технологий

и инноваций была существенно усилена. Новые разработки и идеи, созданные

исследовательскими и наукоемкими секторами, вызвали повышение

производительности физического капитала в других отраслях и областях

экономики. Технологические изменения, рост отдачи от масштаба, открытия,

совершаемые в процессе технологически интенсивного производства подпитывают

рост выпуска продукции. Например, рост экспорта продукции

высокотехнологичных отраслей стимулирует повышение знаний и инноваций в

экономике в целом благодаря мобильности трудовых и организационных навыков

и распространению новых технологий и продуктов. Первоначальный запас

человеческого капитала в предыдущем периоде создает дополнительные эффекты

и позитивные экстерналии, которые воздействуют на другие фирмы и даже

отрасли и страны[114]. Часть этого первоначального запаса относится к

базовым или прикладным научным знаниям, приобретенным благодаря высшему

образованию. В литературе[115] появилось даже разделение между «дрожжевым»

и «грибным» эффектами в моделях экономического роста. Знания и человеческий

капитал действуют как дрожжи для относительно равномерного повышения

производительности в экономике в целом, в то время как прочие факторы типа

технологических прорывов и открытий возникают внезапно, как грибы, что

ведет к более резкому росту производительности в одних отраслях по

сравнению с другими.

Высшее образование важно для проведения и развития инновационных

исследований, а также восприятия и применения их результатов. Поэтому в

некоторых теориях «нового роста» предпринимались попытки построения более

сложных моделей, учитывающих человеческий капитал не только в форме

образования как такового, но и его побочных продуктов, таких как

исследования и инновации. Когда, например, расходы на исследования и

развитие включаются в модели роста, непосредственное значение школьного

обучения снижается. Таким образом, в данных исследованиях находит

подтверждение идея о том, что некоторая часть экономического роста, которая

ранее приписывалась базовому образованию на самом деле является результатом

исследований и инноваций.

Исследования влияния образования на экономический рост часто не имеют

выводов. Это отчасти происходит из-за низкого качества данных, а отчасти –

из-за сложности учета всех видов воздействия человеческого капитала на

экономический рост. Например, некоторые исследователи[116] считают, что

охват населения образованием не имеет значимого положительного эффекта на

уровень роста производительности или экономический рост. Как правило, для

оценки человеческого капитала используют следующие показатели: совокупный

уровень охвата населения образованием (то есть, доля населения,

получающего среднее образование); среднее количество лет завершенного

образования для взрослого населения; для рабочей силы или взрослого

населения, имеющего начальное, среднее или высшее образование; или оценки

качества образования на основе результатов тестов или обследований

учащихся. При анализе влияния этих показателей на экономический рост

возникает целый ряд трудно преодолимых аналитических проблем.

1. Причинно-следственная зависимость не всегда очевидна.

2. Роль человеческого капитала может быть скрыта из-за его взаимодействия с

другими факторами: адаптацией к новым технологиям, совершенствованием

организации труда, более эффективным размещением физического капитала.

3. Завершенный уровень образования является крайне неудовлетворительным

показателем с точки зрения роли знаний и навыков.

4. Существует ошибка измерения из-за отсутствия единства классификации

завершенного образования в разных странах.

5. Нетипичные, «выпадающие из общего ряда» страны могут существенно

исказить общие результаты. [117]

Ситуация, описанная примером 2, происходит, когда модель не может

отразить, каким образом некоторые страны с низким первоначальным запасом

Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18