CC BY-NC-ND
150
Экономический журнал ВШЭ. 2018. Т. 22. № 2. С. 197-227. HSE Economic Journal, 2018, vol. 22, no 2, pp. 197-227.
Дороги, ведущие молодежь в NEET: случай России1
Зудина А.А.
Понимание причин и последствий попадания молодежи в специфическую группу, которая не учится и не работает - так называемую группу NEET (Not in Employment, Education or Training), - является актуальной областью исследований зарубежных рынков труда. Молодежь NEET, как правило, составляет одну из наиболее уязвимых категорий незанятого населения. Представители данной группы часто являются получателями социальных пособий от государства, зависят от денежных трансфертов родственников, вероятность нахождения постоянной работы для молодых людей, побывавших в статусе NEET, снижается. Среди других негативных последствий отмечаются риски неформальной занятости, проблемы с физическим и психическим здоровьем, склонность к правонарушениям и потреблению алкоголя и наркотиков, низкий уровень доверия к социальным институтам. Несмотря на актуальность изучения особенностей переходов молодежи между различными типами статуса NEET (NEET-безработицы и NEET-неактивности) и состояниями обучения и занятости, подобные исследования пока проводятся на панельных данных относительно редко.
Настоящее исследование впервые помещает в фокус анализа потоки молодежи, входящие и исходящие из состояния NEET на российском рынке труда. Данная тема представляет актуальность для России, так как, согласно данным Росстата, доля российской NEET-молодежи в период 2010-2015 гг. составляла 12-15% всей молодежи в возрасте 15-24 лет. Эмпирическую базу исследования представляют данные Российского мониторинга экономического положения и здоровья населения НИУ ВШЭ (РМЭЗ НИУ ВШЭ) за 20002016 гг. Основные выводы исследования базируются на анализе матриц перехода и результатах оценивания динамической мультиномиальной логит-регрессии на подвыборках мужчин и женщин в возрасте 15-24 лет. Согласно полученным результатам, доля NEET-молодежи в России к 2016 г. составляла около 15% всей молодежи в возрасте 15-24 лет. При этом в периоды эко-
1 Работа выполнена в рамках проекта Программы фундаментальных исследований НИУ ВШЭ. Автор выражает признательность за ценные замечания и комментарии В.Е. Гимпельсону.
Зудина Анна Алексеевна - к.соц.н., научный сотрудник Центра трудовых исследований Национального исследовательского университета «Высшая школа экономики». E-mail: [email protected].
Статья поступила: 26.03.2018/Статья принята: 23.05.2018.
номического кризиса рост доли NEET-молодежи происходил преимущественно за счет увеличения NEET-безработных молодых людей. Доля последних в 2015-2016 гг. достигла максимальных значений за весь анализируемый период (9-10% всей молодежи в возрасте 15-24 лет). Несмотря на неоднородный характер российской NEET-молодежи, риски попадания в состояние NEET связаны, преимущественно, с образованием - либо с его недостаточным уровнем (в случае неактивных NEET), либо с его невысоким качеством (в случае безработных NEET). Так, высшее профессиональное образование в России оказывается сопряжено с наибольшими рисками NEET-безработи-цы, в то время как риски перехода в NEET-неактивность сосредоточены среди тех, кто закончил ПТУ после неполного среднего образования или после выпуска из старшей школы. Важным фактором попадания молодежи в статус NEET является и изменение семейного статуса. При этом вероятность найти работу в следующем году составляет около 50% для безработных NEET, и около 30-40% - для неактивных NEET. Таким образом, статус NEET в настоящий момент не представляется однозначной безвыходной «ловушкой» для российской молодежи.
Ключевые слова: молодежная безработица; молодежный рынок труда; Россия; группа NEET; экономическая неактивность.
DOI: 10.17323/1813-8691-2018-22-2-197-227
1. Введение
Понимание причин и последствий попадания молодежи в специфическую группу, которая не учится и не работает - так называемую группу NEET (Not in Employment, Education or Training), - является актуальной областью исследований современных рынков труда. Молодежь NEET, как правило, является одной из наиболее уязвимых категорий незанятого населения. Представители данной группы часто являются получателями социальных пособий от государства и зависят от денежных трансфертов родственников. Пребывание в статусе NEET оставляет чувствительный «шрам» на дальнейшей трудовой карьере и материальном благополучии молодежи. Наиболее вероятными «пунктами назначения» вчерашней молодежи NEET является экономическая неактивность и безработица [Samoilenko, Carter, 2015], в то время как шансы на постоянную оплачиваемую работу снижаются. Среди других негативных последствий - риски неформальной занятости, проблемы с физическим и психическим здоровьем, склонность к правонарушениям и потреблению алкоголя и наркотиков, низкий уровень доверия к социальным институтам. Тем самым, изучение особенностей переходов молодежи между различными типами статуса NEET (NEET-безработицы и NEET-неактивности) и состояниями обучения и занятости, а также факторов этих переходов, представляет особый интерес для исследователей.
Понимание причин и последствий попадания молодежи в статус NEET в настоящий момент актуально для России. Согласно данным Росстата, доля российской NEET-молоде-жи в период 2010-2015 гг. была достаточно велика и составляла 12-15% всей молодежи
в возрасте 15-24 лет. При этом, вопреки результатам предшествующих исследований, наличие высшего образования значимо увеличивает вероятность попадания в состояние NEET-безработицы, при прочих равных условиях [Zudina, 2017].
Существующие исследования российской молодежи NEET не отслеживают перемещений молодежи между различными статусами на рынке труда и вне его. Целью настоящей работы являлось изучение причин и последствий попадания молодежи в статус NEET при помощи анализа особенностей ее переходов между состояниями обучения, занятости, NEET-безработицы и NEET-неактивности в 2000-2016 гг. Откуда молодые люди чаще всего попадают в статус NEET? Какова вероятность покинуть его? Является ли NEET-безработица долгосрочным состоянием на российском рынке труда? Могут ли молодые люди найти работу, побывав в статусе NEET? Для ответа на все эти вопросы мы проанализировали потоки молодежи, полученные на основе несбалансированной панели из волн обследования РМЭЗ НИУ ВШЭ за 2000-2016 гг.
Используя матрицы переходов и результаты оценивания динамической мультиномиальной регрессии, мы показываем, что мобильность между состояниями занятости, обучения, NEET-безработицы и NEET-неактивности значительна. Статус NEET в настоящий момент не представляется однозначной безвыходной «ловушкой» для российской молодежи. Вероятность найти работу в следующем году составляет около 50% для безработных NEET и около 30-40% - для неактивных NEET. При этом исследование согласуется с результатами предшествующих работ по России и показывает, что, несмотря на неоднородный характер российской NEET-молодежи, риски попадания в состояние NEET связаны, преимущественно, с образованием - либо с его недостаточным уровнем (в случае неактивных NEET), либо с невысоким качеством (в случае безработных NEET).
Работа имеет следующую структуру. В разделе 2 представлен обзор результатов зарубежных эмпирических исследований, посвященных изучению причин и последствий попадания молодежи в статус NEET и выполненных на лонгитюдных данных. Раздел 3 содержит описание эмпирической базы исследования, процедуры конструирования ключевых показателей и используемых методов анализа. В разделе 4 приведены результаты, касающиеся особенностей масштаба и динамики доли молодежи NEET в 2000-2016 гг. и их основных социально-демографических характеристик. Раздел 5 содержит результаты анализа направления потоков молодежи между различными состояниями на рынке труда и индивидуальных и семейных факторов входа в статус NEET. В разделе 6 подведены итоги работы.
2. Почему молодые люди попадают в группу NEET и как покидают ее: обзор эмпирических исследований
Качество человеческого капитала молодых работников является фактором будущей производительности труда и экономического развития в целом. В одну из наиболее
" 2
уязвимых категорий молодежи входят те2, кто оказывается за пределами как рынка труда,
2 Возрастные рамки определения группы молодежи NEET, согласно рекомендациям Евростата, ограничены периодом 15-24 лет, однако некоторые национальные статистические агентства расширяют их до 29 лет или 34 лет. Варьируется и нижняя возрастная граница. К примеру, в категорию
так и системы образования, т.е. группа NEET (Not in Employment, Education or Training). В международную статистическую практику категория NEET вошла с начала 2000-х годов как альтернатива показателю молодежной безработицы. Последний рассчитывается по отношению к численности экономически активной молодежи, которая, как правило, невелика, и, тем самым, приводит к значительному искусственному завышению масштабов проблемы доступа молодежи к рабочим местам (см. подробнее [Варшавская, 2015]). Категория, выделение которой основывается на принципах социальной эксклюзии, т.е. регистрирует отсутствие у молодежи работы и образования, представлялась исследователям более информативной.
Существуют два типа NEET-молодежи - безработные и неактивные, которые находятся за пределами рынка труда [Eurofound, 2012]. Они по определению не ищут работу, а потому у них меньше возможностей перейти в состояние занятости. В период резких негативных экономических шоков среди молодежи увеличивается в первую очередь доля безработных NEET [Carcillo et al., 2015].
Траектории попадания в группу NEET и факторы выхода из нее, предполагающие наличие панельных данных, рассматриваются в исследованиях относительно редко. Имеющиеся работы выполнены в русле развития теории человеческого капитала, согласно которой процесс его накопления носит динамический характер, на который влияет множество различных институтов. Одна из ключевых ролей в этом процессе, начинающемся задолго до школьного обучения, отводится характеристикам семьи [Heckman, Car-neiro, 2003]. Теоретическая модель Г. Солона предполагает, что человеческий капитал является главным «переносчиком» социального неравенства между поколениями [Solon, 2004]. Применяя теоретические положения данной модели к процессу попадания молодежи в группу NEET, можно предположить, что исходное социально-экономическое неравенство семей в возможностях инвестирования и получения отдачи от человеческого капитала приводит к возникновению неравенства возможностей в формировании и развитии различных когнитивных и некогнитивных навыков у детей. При этом под социально-экономическим неравенством семей может пониматься не только их материальное положение, т.е. экономический капитал, но и уровень накопленного социального [Coleman, 1988] и культурного капитала семьи [Bordieu, Passeron, 1977]. Сформировавшиеся под влиянием семейных характеристик когнитивные и некогнитивные навыки в дальнейшем и определяют достижения в обучении молодых людей и успешность перехода от учебы к работе [Heckman et al., 2014]. Исходя из этих теоретических предпосылок, молодежь из семей с ограниченными возможностями накопления различных типов капитала будет попадать в состояние NEET либо сразу после окончания средней школы, либо не сумев получить даже полное среднее образование. В свою очередь, позже, выйдя из возраста NEET-молодежи, они будут чаще оказываться в состоянии безработицы и экономической неактивности по сравнению с теми, у кого было больше возможностей инвестировать в человеческий капитал в ранних возрастах. Представителей молодежи NEET, которые «предрасположены» к вхождению в данную группу благодаря характеристикам своих семей, также называют «ядром NEET» [Youths NEET Census Report, 2015].
Эмпирические исследования взаимосвязи положения семьи, формирования различных навыков и попадания в статус NEET появились недавно. Статус NEET во многом
NEET, согласно определению Бюро трудовой статистики США, включается молодежь в возрасте 16-29 лет [DeSilver, 2016].
определяется отсутствием финансовой поддержки, из-за чего молодые люди вынуждены досрочно выходить на рынок труда, занимаясь низкооплачиваемой работой на непостоянных рабочих местах [Inui, 2005; Yuji, 2005].
Влияние семейных характеристик может быть и более опосредованным. Так, в работах [Bynner et al., 2000; Bynner, Parsons, 2002] были выделены межпоколенческие и образовательные факторы вовлечения в группу NEET: социальный статус семьи; уровень образования родителей; интерес, проявляемый родителями к образованию детей и их планам на будущее; место проживания; образовательные достижения молодых людей в раннем возрасте. Согласно [Bynner, Parsons, 2002], недостаточный интерес родителей к образованию детей и отсутствие занятий чтением с детьми в возрасте до 5 лет повышают шансы войти в NEET. Авторы работы [Alfieri et al., 2015] показывают, что высокий уровень образования родителей, их поддержка и доверительные отношения с детьми значимо снижают вероятность такого исхода. Наличие высшего образования у отца или матери снижает соответствующую вероятность на 7-8%. Невысокий уровень образования родителей при этом рассматривается одновременно как самостоятельный индикатор низкого социально-экономического статуса семьи [Abramson et al., 1982] и как показатель ограниченных возможностей семьи в принятии рационального решения по поводу образовательной стратегии ребенка [Rennison et al., 2005]. Согласно данным лонгитюдных обследований молодежи в США и Австралии, те, кто не сумели окончить школу, находятся в состоянии NEET в течение более длительного периода по сравнению со сверстниками, которые получили школьный аттестат. При этом главными значимыми факторами досрочного отчисления являются не только плохие оценки, но и низкий социальный статус семьи, проживание в сельской местности и посещение государственных школ, предполагающих более низкую стоимость обучения [Rumberger, Lamb, 2003]. Недостаток когнитивных навыков в ранних возрастах является важнейшим фактором попадания в категорию NEET и определяет продолжительность пребывания в данном состоянии [Gladwell et al., 2016]. Тем самым, пребывание в статусе NEET для большинства молодежи отнюдь не является результатом свободного выбора [Chen, 2009].
Исследования последствий пребывания в статусе NEET, выполненные на панельных данных, в настоящий момент также немногочисленны. Наиболее вероятными «пунктами назначения» бывших NEET, когда они перестают относиться к данной группе в силу возраста, является экономическая неактивность и безработица [Coles et al., 2002], что приводит впоследствии к уменьшению вероятности нахождения постоянной работы [Crawford et al., 2010; Cockx, Picchio, 2011; Wadsworth, 2013], увеличению рисков низкооплачиваемой занятости [Gregg, Tominey, 2005; Wadsworth, 2013], бедности и зависимости от денежных трансфертов со стороны семьи и пособий от государства [Coles et al., 2002; Eurofound, 2012]. Вероятность покинуть состояние NEET в период экономической рецессии значительно сокращается [Kelly, McGuinness, 2013], а длительность периода нахождения в группе NEET увеличивает риск последующего неуспеха на рынке труда, негативные последствия пребывания в данном статусе сказываются на заработной плате даже спустя 5-10 лет [Crawford et al., 2010].
Тем не менее негативные последствия пребывания в статусе NEET могут со временем сглаживаться. Так, согласно исследованиям британского рынка труда, пребывание в состоянии безработицы более одного года приводит по достижении возраста 23 лет к формированию 20-процентного разрыва в доходах, который со временем сокращается
[Gregg, Tominey, 2005]. О сходимости показателей занятости, обучения и доли молодежи NEET между контрольной группой и молодежью, имевшей опыт пребывания в статусе NEET, по истечении четырехлетнего периода говорят и результаты [Samoilenko, Carter, 2015].
Особый интерес представляют результаты исследований последствий пребывания в статусе NEET в тех странах, где соответствующая доля высока. Среди всех стран ОЭСР доля NEET-молодежи является максимальной в Турции. Несмотря на значительное сокращение показателя в 2004-2013 гг. (с 42 до 27% от всей молодежи в возрасте 15-24 лет), в 2014 г. соответствующая доля все еще составляла почти треть [Bilgen Susanli, 2016] и большая часть находится в состоянии NEET-неактивности. Более 80% молодежи, которые были неактивны в предыдущем году, остаются в этом состоянии. Безработные NEET имеют больше шансов перейти в состояние занятости, однако около 34% остаются в состоянии поиска работы.
Особенности выхода из состояния NEET анализируются и в развивающихся странах, которые также характеризуются высокими показателями доли NEET-молодежи. Согласно исследованию мексиканского рынка труда, пребывание в статусе NEET в текущем году увеличивает вероятность остаться в этом состоянии в будущем году в 1,5 раза и негативно влияет на возможность нахождения работы. При этом NEET-безработица также характеризуется более высокой вероятностью перехода в занятость, чем экономическая неактивность. К особой группе риска исследователи относят женщин с низким доходом, имеющих невысокий уровень образования. Именно они попадают в так называемую NEET-ловушку, вероятность покинуть которую невелика [Ranzani, Rosati, 2013].
Последствия пребывания в статусе NEET отнюдь не ограничиваются сферой занятости и доходов, так как попадание в категорию NEET имеет важные долгосрочные последствия для благополучия индивида в целом. Среди них проблемы с физическим и психическим здоровьем [Coles et а1., 2002], склонность к правонарушениям [OECD, 2010] и потреблению алкоголя и наркотиков [Coles et а1., 2002]. В сравнении с теми, кто учится или работает, молодежь NEET также демонстрирует гораздо меньший уровень доверия к социальным институтам, а также слабый интерес к политике и жизни общества [Alfieri et al., 2015а; Eurofound, 2012].
Понимание причин и последствий пребывания молодежи в состоянии NEET представляет особую важность и для современной России. По данным Росстата, доля группы NEET в 2015 г. составляла 12% всей молодежи в возрасте 15-24 лет, а в структуре данной группы доминировала экономически неактивная молодежь, которая не входит в состав рабочей силы. При этом, вопреки результатам предшествующих исследований, наличие высшего образования значимо увеличивает риски попадания в состояние NEET-безработицы [Zudina, 2017]. Существующие исследования российской молодежи NEET не отслеживают перемещений молодежи между различными статусами на рынке труда и вне его, так как преимущественно выполнены на данных Росстата об обследованиях рабочей силы, которые не являются панельными [Варшавская, 2016; Варшавская, Стукен, 2017; Zudina, 2017]. У нас пока нет ответов на вопросы о том, как и почему молодые люди попадают в группу NEET, могут ли покинуть ее и каково направление и характеристика потоков молодежи между состояниями обучения, занятости, NEET-безработицы и NEET-неактивности. Настоящее исследование представляет собой попытку получить динамическую картину проблемы NEET.
3. Эмпирическая база и методология исследования
Эмпирическую базу исследования составляют данные Российского мониторинга экономического положения и здоровья населения НИУ ВШЭ (РМЭЗ НИУ ВШЭ)3 за 20002016 гг.
Объектом исследования выступает безработная или экономически неактивная молодежь в возрасте 15-24 лет, которая на момент опроса не обучалась по программам образовательных организаций очной формы и не проходила обучение на профессиональных курсах. При этом безработица и пребывание вне рабочей силы определяются стандартным образом в соответствии с рекомендациями Международной организации труда (МОТ).
Предметом исследования являются потоки молодежи между состояниями обучения, занятости, NEET-безработицы и NEET-неактивности.
Все молодые люди в возрасте 15-24 лет делятся на 4 группы следующим образом.
1. Занятые - имеющие работу либо находящиеся в оплачиваемом отпуске, декретном отпуске, отпуске по уходу за ребенком до трех лет или неоплачиваемом отпуске. Сюда также были отнесены те, кто при ответе на вопрос о своем основном занятии в настоящий момент отметили, что являются фермерами, предпринимателями, заняты на предприятии или вне предприятий. Из данной категории были исключены те, кто совмещал работу и учебу.
2. Учащиеся включают тех, кто не имел работы и являлся учеником средней школы или ПТУ или студентом техникума или вуза.
3. NEET-безработные - те, кто на момент опроса нигде не учился, не имел работы, искал ее и был готов к ней приступить.
4. NEET-неактивные - к ним были отнесены те, кто на момент опроса нигде не учился, не имел работы и не искал ее. В эту категорию также были отнесены те, кто на момент опроса был незанят по причинам получения пенсии, состоянию здоровья или инвалидности, заботы о маленьких детях или других членах семьи.
Анализ был проведен отдельно для мужчин и женщин и двух возрастных групп молодежи - 15-19 лет и 20-24 лет.
Мы начинаем наш эмпирический анализ с обсуждения масштаба и динамики различных показателей NEET-молодежи в 2000-2016 гг., а затем ищем ответ на вопрос о том, насколько устойчиво или, наоборот, подвижно пребывание в данном статусе. Из каких состояний молодые люди попадают в статус NEET? Какова вероятность покинуть его? Существуют ли потоки между состояниями NEET-безработицы и NEET-неактивности? Для ответа на эти вопросы мы анализируем матрицы переходов, описывающие безусловную вероятность изменения состояния респондента между двумя последовательными годами, на основе несбалансированной панели из 17 волн обследования РМЭЗ НИУ ВШЭ. Данный тип анализа был проведен как для всей молодежи в возрасте 15-24 лет, так и для возрастных подгрупп 15-19 и 20-24 лет. При этом рассматривались отдельные матрицы переходов для мужчин и женщин, жителей столиц и сел, а также молодежи с различными уровнями образования.
3 Подробное описание проекта см. на сайте: http://www.hse.ru/rlms/
Выяснение степени устойчивости статуса NEET в пространстве двух лет не дает понимания того, какие факторы выталкивают молодежь в данный статус, а также не позволяет в полной мере оценить устойчивость статуса NEET. Поэтому, следуя общей методологии, представленной в работе [Ranzani, Rosati, 2013], мы оцениваем динамическую мультиномиальную логит-регрессию (D-MNL) на панельных данных, которая позволяет оценить вероятность попадания индивида i в статусj в период t, с учетом того, что нам известен его статус в предшествующий период t - 1, а также определенные наблюдаемые характеристики в период t.
Зависимой переменной в настоящей модели выступал показатель состояния на рынке труда, который принимал четыре значения - образование, занятость, ЖЕТ-безра-ботица и ЖЕТ-неактивность {/ = ЕМРЬ, EDUC, ЫЕЕТ-иЫЕМРЬ, ЫЕЕТ-ШАСТ}4.
В качестве регрессоров были включены такие характеристики, как возрастная группа, семейное положение5, уровень образования, логарифм душевого дохода6, самооценка здоровья7, тип населенного пункта, федеральный округ, дамми-переменные года наблюдения, а также лагированный статус состояния индивида на рынке труда (с шагом в один год) (). Эти характеристики соответствуют традиционному набору параметров, которые контролируются при изучении различных явлений рынка труда. Коэффициенты модели являются основой для симулирования вероятностей выбора того или иного состояния на рынке труда при заданной характеристике и фиксировании остальных (см. подробнее о применении данного метода к анализу потоков на российском рынке труда [Гимпельсон, Шарунина, 2015])8. При этом коэффициенты при лагированных переменных характеризуют интересующие нас потоки молодежи между состояниями на рынке труда, что позволяет построить матрицу условных вероятностей переходов между
4 Следуя методологии изучения факторов попадания в категорию NEET, представленной в зарубежных исследованиях, в настоящей работе при оценке динамической мультиномиальной ло-гит-модели мы исключаем из анализа ту категорию молодежи, которая совмещает работу и учебу (см., например: [Ranzani, Rosati, 2013]).
5 Использовалась дамми-переменная, описывающая, состоит ли респондент в браке (неважно, зарегистрированы отношения или нет). Разведенные и вдовые респонденты, а также те, кто состояли в официально зарегистрированном браке, но не проживали совместно, были отнесены в категорию не состоящих в браке.
6 Среднедушевой доход определялся как сумма доходов, полученных домохозяйством из всех источников за последние 30 дней, деленная на число членов домохозяйства. Затем показатель среднедушевого дохода домохозяйства был дефлирован при помощи региональных индексов потребительских цен и приведен к ценам 2000 г.
7 В качестве самооценки здоровья использовался ответ на вопрос: «Были у вас в течение последних 30 дней какие-либо проблемы со здоровьем?».
8 Расчет симулированных вероятностей производился при помощи команды margins пакета Stata 14.0.
(1)
различными состояниями и, тем самым, уточнить результаты, полученные на предыдущем этапе. Недостатком данной модели является то, что мы не наблюдаем всю траекторию перемещений респондента «с рождения», и, в этом отношении, начальное состояние, в котором мы застаем его в период наблюдения, является неслучайным [Да^аш, Rosati, 2013]. Еще одним источником возможных смещений в оценках является то, что на выбор состояния на рынке труда могут влиять ненаблюдаемые индивидуальные характеристики9.
4. Масштаб и динамика молодежи ^ЕТ в 2000-2016 гг.
На рис. 1 представлена динамика показателя ЖЕТ-молодежи в целом, а также отдельно по двум типам ЖЕТ - ЖЕТ-безработным и ЖЕТ-неактивным в 2000-2016 гг.
• ЫЕЕТ-все ---КЕЕТ-безработные -■-КЕЕТ-неактивные
■А-Учащиеся ^ Занятые
Рис. 1. Динамика структуры молодежи в возрасте 15-24 лет, РМЭЗ НИУ ВШЭ, 2000-2016 гг., в %10
Согласно данным РМЭЗ НИУ ВШЭ, на протяжении последних семнадцати лет доля группы ЖЕТ в общей структуре молодежи в возрасте 15-24 лет была достаточно вели-
9 Обсуждение возможного решения этой проблемы на данных РМЭЗ НИУ ВШЭ приводится в работе ^тре^оп, Slonimczyk, 2013].
10 Характеристика численности выборки молодых людей в возрасте 15-24 лет в РМЭЗ НИУ ВШЭ за 2000-2016 гг. представлен в табл. П1 Приложения.
ка. Так, в 2000 г. к группе ЖЕТ относился почти каждый пятый в возрасте 15-24 лет, а в 2016 г. соответствующая доля составляла около 15%. Эти значения в целом согласуются с результатами предшествующих исследований, выполненных на данных Росстата за 1995-2015 гг. р^та, 2017].
Тем не менее, как показывают данные РМЭЗ НИУ ВШЭ, в промежутке между этими двумя крайними временными точками доля группы ЖЕТ как уменьшалась, так и возрастала. К примеру, 2000-2005 годы в целом характеризовались наиболее высокими значениями показателя (около 20%), на смену которым пришло плавное снижение в 20062008 гг. до 15%. Начиная с 2009 г., т.е. в период экономического кризиса, наблюдается увеличение доли ЖЕТ-молодежи до 17%. В дальнейшем показатель стабилизируется на уровне 16-17% вплоть до 2015 г., когда он превышает 18%. Между 2015 г. и 2016 г., как было указано выше, значение доли ЖЕТ-молодежи вновь снижается и достигает докризисного уровня в 15%. Описанная вариация до некоторой степени противоречит результатам предшествующих исследований, которые фиксировали плавное снижение показателей вовлеченности молодежи в категорию ЖЕТ на протяжении 2000-х годов ^и-dina, 2017]. Однако при этом данные исследования были сфокусированы на анализе определенных временных точек (1995, 2000, 2005, 2010 и 2015 гг.) и не рассматривали вариацию в значениях показателей между ними.
Анализируя динамику показателей различных типов ЖЕТ, можно отметить, что на протяжении большей части периода в структуре молодежи преобладали экономически неактивные ЖЕТ, что соответствует результатам исследований, выполненных на данных Росстата. Вместе с тем в 2015-2016 гг. показатель доли ЖЕТ-безработных впервые превысил соответствующие значения неактивной ЖЕТ-молодежи. Это произошло за счет резкого увеличения доли NEET-безработных в кризисный период 2014-2015 гг. (с 7,8 до 9,6%), наблюдавшегося на фоне продолжающегося снижения показателя неактивной ЖЕТ-молодежи. В 2015-2016 гг. показатели ЖЕТ-безработицы достигли максимума за весь анализируемый период.
Доля учащихся средней школы и студентов среди молодежи 15-24 лет в 20002016 гг. увеличилась с 44 до 54%. Подобная тенденция к увеличению вовлеченности молодых людей в сферу образования также отмечалась исследователями при изучении молодежи ЖЕТ на данных Росстата за сопоставимый период. При этом доля занятой молодежи в разные годы, согласно данным РМЭЗ НИУ ВШЭ, варьировалась от 30 до 40%. Наибольшие показатели занятости были характерны для 2006-2012 гг., когда доля занятых молодых людей составляла 38-43%.
В табл. П2 Приложения представлена динамика статусов молодежи на рынке труда в разрезе различных социально-демографических характеристик. Среди мужчин доли безработных NEET, как правило, оказываются выше (6-11% против 4-8% у женщин). Среди женщин, напротив, предсказуемо выше доля экономически неактивных ЖЕТ. Указанные особенности согласуются с полученными ранее выводами на данных Росстата. Доля экономически неактивных ЖЕТ среди женщин варьируется от 16% в 2000 г. до 9% в 2016 г., в то время как среди мужчин показатель ЖЕТ-неактивности не превышал 9%, а в 2016 г. достиг своего минимального значения в 4%.
Показатели ЖЕТ-безработицы и ЖЕТ-неактивности оказываются значительно ниже среди молодежи 15-19 лет по сравнению с теми, кто находится в возрасте 20-24 лет. Наименьшие показатели ЖЕТ-безработицы среди 15-19-летних наблюдались в период
2011-2013 гг. и в 2016 г. На этот же период приходится и наибольшее сокращение доли экономически неактивных ЖЕТ среди 15-19-летних, которое происходит на фоне растущей вовлеченности 15-19-летней молодежи в образование, которая к 2016 г. составляет 90%.
Среди 20-24-летних ЖЕТ наименьшие значения ЖЕТ-безработицы наблюдались в 2006-2007 гг. (7,2-7,6%), а 2015 г. и 2016 г., напротив, характеризуются наибольшими значениями показателя за весь период (15%). Доля экономически неактивных ЖЕТ среди молодежи данных возрастов изменяется волнообразно, при этом период наиболее выраженного роста приходится на 2008-2012 гг., когда он увеличивается с 11 до 15%. В 2013-2016 гг. доля экономически неактивных ЖЕТ устойчиво снижается с 13 до 10%. При этом доля учащихся среди 20-24-летних в 2000-2016 гг. также увеличивается, однако вполне ожидаемо, что этот рост несопоставим с масштабами вовлеченности в образование в младших возрастах. Так, к концу анализируемого периода показатель доли учащихся среди 20-24-летней молодежи достигает 18% по сравнению с 12-13% в начале 2000-х годов. Подавляющая доля молодежи 20-24 лет в России является занятой. На протяжении всего рассматриваемого периода соответствующий показатель составлял более 55%. Пик его значений приходится на 2007-2009 гг. (64-68%).
Города-столицы (Москва и Санкт-Петербург) характеризуются меньшим уровнем вовлеченности молодежи в группу ЖЕТ по сравнению с селами и поселками городского типа (ПГТ). Показатели ЖЕТ-безработицы составляли от 3 до 11%, демонстрируя периоды роста и падения, в 2013-2016 гг. они возросли с 4 до 9-11%. Доли ЖЕТ-безработных среди молодежи, проживающей в ПГТ и селах, составляли от 5 до 14%, при этом периоды наибольшего роста были характерны для 2002-2005 и 2010-2016 гг. Показатели ЖЕТ-неактивности в городах-столицах также значительно колебались в анализируемый период, составляя от 2% в 2013 г. и 4% в 2016 г. до 10% в 2000 г. и 9% в 2015 г. В ПГТ и селах на протяжении большей части периода доля ЖЕТ-неактивных составляла около 17%, однако в период 2013-2016 гг. наблюдалось значительное сокращение показателя - с 18 до 9%. Областные центры характеризовались более высокой ЖЕТ-неактивностью и более низкой ЖЕТ-безработицей по сравнению с городами-столицами на протяжении большей части периода. В свою очередь, по сравнению с областными центрами в городах наблюдались более высокие значения обоих показателей вовлеченности в ЖЕТ, однако они, тем не менее, меньше аналогичных значений в селах.
5. Потоки молодежи между состояниями на рынке труда
Таблица 1 содержит средние безусловные вероятности переходов молодежи между различными статусами на рынке труда. Так, средняя вероятность остаться в состоянии ЖЕТ-безработицы для молодежи 15-24 лет составляет около 26%. При этом почти каждый пятый безработный ЖЕТ переходит в следующем периоде в NEET-неактивность, тем самым покидая рынок труда. Одновременно с этим вероятность найти работу в следующем периоде достаточно высока - в среднем почти половина безработных ЖЕТ переходит в состояние занятости. Гораздо меньше оказывается вероятность продолжить обучение, она составляет около 4%. Таким образом, состояние ЖЕТ-безработицы в целом отнюдь не предполагает замыкания в данном статусе для молодежи.
Таблица 1.
Средние безусловные вероятности перехода молодежи между статусами на российском рынке труда (2000-2016 гг.), РМЭЗ НИУ ВШЭ, в %
Статус в году г - 1 Статус в году г
NEET- NEET- Учащиеся Занятые
безработица неактивность
NEET-безработица 26,0
NEET-неактивность 15,0
Учащиеся 4,7
Занятые 6,2
20,3 51,6 5,4 5,6
3,9 5,9 77,5 1,6
49,8 27,5
12.4
86.5
Статус ЖЕТ-неактивности сопряжен с гораздо более выраженными негативными последствиями. Так, средняя вероятность остаться в данном состоянии достигает практически 52%, а перейти в статус ЖЕТ-безработицы - около 15%. Вероятность найти работу из состояния ЖЕТ-неактивности значительно ниже, чем из состояния ЖЕТ-безра-ботицы, и составляет 28%. Продолжение обучения после пребывания в статусе ЖЕТ-неактивности также является маловероятным - лишь 6% неактивных ЖЕТ становятся учащимися в следующем периоде.
Откуда молодые люди чаще попадают в статус ЖЕТ - из состояния занятости или обучения? Усредненная матрица переходов показывает, что относительно более высокая вероятность оказаться в состоянии ЖЕТ-безработицы характерна для предшествующего статуса занятости, чем для обучения. Так, вероятность перехода в состояние ЖЕТ-безра-ботицы из состояния занятости составляет около 6%, а аналогичный показатель перехода из состояния обучения - менее 5%. При этом вероятности перехода в ЖЕТ-неактив-ность из состояний обучения и занятости примерно равны и составляют около 5-6%. Состояние занятости является одним из самых устойчивых. В среднем более 85% занятых остаются в данном состоянии в следующем периоде. Аналогичный показатель устойчивости состояния обучения составляет более 77%.
Можно отметить определенные гендерные отличия в показателях потоков между различными статусами (табл. 2). NEET-безработица отличается большей устойчивостью среди мужчин - почти треть остается в данном состоянии в следующем периоде, в то время как среди женщин соответствующий показатель составляет чуть больше 20%. В свою очередь, среди женщин намного выше показатель устойчивости пребывания в статусе ЖЕТ-неактивности. Он составляет более 58%, при этом аналогичные значения среди мужчин достигают чуть менее 40%.
Переход в занятость из состояния ЖЕТ-неактивности среди женщин распространен несколько реже, чем среди мужчин. Только четверть неактивных женщин-ЖЕТ становятся занятыми в следующем периоде, в то время как среди мужчин данный показатель составляет более трети. Женщины, находящиеся в состоянии ЖЕТ-безработицы, также чаще переходят в ЖЕТ-неактивность, чем мужчины.
Таблица 2.
Средние безусловные вероятности перехода молодежи между статусами на российском рынке труда (2000-2016 гг.) по полу, РМЭЗ НИУ ВШЭ, в %
Статус в году г - 1 Статус в году г
NEET-безработные NEET-неактивные Учащиеся Занятые
Мужчины
NEET-безработные 29,6 15,5 4,4 50,5
NEET-неактивные 21,0 39,8 7,2 32,1
Учащиеся 4,8 5,9 76,9 12,4
Занятые 7,7 4,0 1,7 86,7
Женщины
NEET-безработные 22,0 25,6 3,4 49
NEET-неактивные 11,6 58,2 5,2 24,9
Учащиеся 4,7 5,0 78,0 12,4
Занятые 4,9 7,1 1,6 86,4
В табл. 3 представлено распределение потоков молодежи в возрасте 15-24 лет между различными состояниями на рынке труда в зависимости от типа поселения.
Таблица 3.
Средние безусловные вероятности перехода молодежи между статусами на российском рынке труда (2000-2016 гг.) по типу поселения, РМЭЗ НИУ ВШЭ, в %
Статус в году г - 1 Статус в году г
NEET-безработица NEET-неактивность Учащиеся Занятые
Города-столицы
NEET-безработица 23,8 14,0 3,5 58,7
NEET-неактивность 12,0 42,4 13,9 31,7
Учащиеся 4,0 3,1 76,6 16,2
Занятые 5,7 3,4 3,3 87,6
ПГТ и села
NEET-безработица 32,6 25,9 4,8 36,7
NEET-неактивность 16,7 55,2 6,1 22,1
Учащиеся 5,4 9,0 76,7 8,9
Занятые 7,2 8,5 1,3 82,9
Вполне ожидаемо, что показатели устойчивости пребывания в состоянии ЖЕТ-безработицы и ЖЕТ-неактивности в городах-столицах намного ниже. Города столичного статуса предоставляют молодым людям гораздо больше возможностей продолжить свое образование или получить работу. Вероятность перехода из состояний ЖЕТ-безработи-цы и ЖЕТ-неактивности в занятость для столичной молодежи составляют 59 и 32% соответственно. Аналогичные значения для молодежи, проживающей в ПГТ и селах, равняются 37 и 22%. Почти каждый десятый учащийся или занятый в возрасте 15-24 лет, проживающий в ПГТ или селах, в следующем периоде становится представителем группы экономически неактивных ЖЕТ, а вероятность соответствующих переходов в городах-столицах составляет около 3%. Среди сельской молодежи также намного больше распространены переходы между различными типами ЖЕТ. При этом сельская молодежь относительно чаще переходит из состояния ЖЕТ-безработицы в ЖЕТ-неактивность, т.е. уходит с рынка труда. В городах-столицах вероятность перейти в другой тип ЖЕТ примерно одинакова для ЖЕТ-безработных и ЖЕТ-неактивных.
Описанные выше матрицы перехода содержали в себе оценку безусловных вероятностей того или иного статуса молодежи в году t в зависимости от статуса в году t - 1. Однако данные вероятности являются результатом влияния различных социально-демографических характеристик индивида, а также его семьи, которые в простых матрицах перехода никак не контролируются. Для того чтобы более точно оценить устойчивость статуса ЖЕТ и вероятности совершения перехода между различными состояниями на рынке труда, при прочих равных условиях, а также изучить факторы, которые выталкивают молодежь в статус NEET, была оценена динамическая мультиномиальная логит-регрессия на панельных данных. Полученные при оценке коэффициенты для мужчин и женщин отдельно представлены в табл. П3 Приложения, а симулированные условные вероятности - в табл. П4 Приложения.
Анализируя значимые различия в представленных симулированных вероятностях, можно отметить тот факт, что мужчины в возрасте 20-24 лет оказываются в большей степени склонными к переходу в ЖЕТ-безработицу по сравнению с мужчинами 15-19 лет (10% против 8%). Последние же несколько чаще переходят в состояние ЖЕТ-неактивно-сти при прочих равных условиях (10% против 9%). При этом высшее профессиональное образование в России оказывается сопряжено с наибольшими рисками ЖЕТ-безрабо-тицы для мужчин, что согласуется с результатами предшествующих исследований, выполненных на данных Росстата [Zudina, 2017]. Соответствующая вероятность достигает 18% в группе молодых мужчин с высшим профессиональным образованием. Риски перехода в ЖЕТ-неактивность, напротив, сопряжены с невысоким образовательным уровнем и сосредоточены среди тех, кто закончил ПТУ после неполного среднего образования или после выпуска из старшей школы (16 и 15% соответственно). Они также оказываются значимо выше среди проживающих в ПГТ и селах. Мужчины, относящиеся к категориям ЖЕТ-безработных или ЖЕТ-неактивных, как правило, не состоят в браке, при этом субъективная оценка здоровья не оказывает значимого влияния на их статус на рынке труда.
Среди женщин риски ЖЕТ-безработицы оказываются распределены между возрастными группами 15-19 и 20-24 лет примерно поровну. При этом девушки в возрасте 15-19 лет несколько чаще переходят в ЖЕТ-неактивность. Наибольшая вероятность ЖЕТ-безработицы характерна для девушек с высшим профессиональным образовани-
ем (16%). Как и среди мужчин, вероятности перехода в ЖЕТ-неактивность достигают максимальных значений среди тех молодых женщин, которые закончили ПТУ после неполного среднего образования (19%) или после окончания средней школы (17%). Вступление в брак значимо не влияет на переход в состояние ЖЕТ-безработицы, однако является важным фактором попадания в ЖЕТ-неактивность. Это также согласуется с результатами российских и зарубежных исследований, согласно которым для женщин вступление в брак является одним из важных факторов попадания в группу ЖЕТ-неак-тивности. Самооценка здоровья вновь оказывается незначимым фактором перехода в статус ЖЕТ. Анализируя фактор типа поселения, можно отметить, что проживание в городах-столицах несколько увеличивает вероятность ЖЕТ-безработицы для женщин, в то время как жительницы ПГТ и сел значимо чаще оказываются среди неактивных ЖЕТ при прочих равных условиях.
В контексте настоящего исследования особый интерес представляют условные вероятности переходов между различными статусами на рынке труда. Матрицы предсказанных вероятностей переходов для мужчин и женщин, построенные на основе симуляций, представлены в табл. П5 Приложения. Они подтверждают и уточняют основные результаты, полученные ранее при анализе простых матриц переходов. Вероятность попадания в тот или иной тип статуса ЖЕТ из состояния занятости или обучения для молодых мужчин и женщин в среднем не превышают 10%. При этом мужчины чаще попадают из состояния занятости в ЖЕТ-безработицу, а женщины - в ЖЕТ-неактивность. Среди российской молодежи состояние ЖЕТ-неактивности является наиболее устойчивым из двух типов ЖЕТ (вероятность остаться в нем составляет 33% среди мужчин и 47% среди женщин). Вероятность найти работу из данного состояния оказывается меньше, чем вероятность аналогичного перехода из состояния ЖЕТ-безработицы (39% среди мужчин и 31% среди женщин против 49 и 50% соответственно). Показатели устойчивости состояний ЖЕТ-безработицы и ЖЕТ-неактивности, при прочих равных условиях, оказываются на 3-11 п.п. ниже, чем при рассмотрении безусловных вероятностей - таким образом, вероятность покинуть данное состояние при контроле различных наблюдаемых характеристик оказывается выше. К примеру, вероятность найти работу из состояния ЖЕТ-неактивности среди мужчин и женщин составляет около 39 и 31% соответственно. Вероятности нахождения работы из состояния ЖЕТ-безработицы практически не изменились.
6. Заключение
Целью настоящего исследования являлось изучение причин и последствий попадания молодежи в статус NEET при помощи анализа особенностей ее переходов между состояниями обучения, занятости, ЖЕТ-безработицы и NEET-неактивности в 20002016 гг.
Согласно полученным результатам, доля ЖЕТ-молодежи в России к 2016 г. составляла около 15% всей молодежи в возрасте 15-24 лет. При этом в периоды экономического кризиса наблюдался рост доли ЖЕТ-молодежи, преимущественно за счет увеличения ЖЕТ-безработных молодых людей. Доля последних в 2015-2016 гг. достигла максимальных значений за весь анализируемый период (9-10% всей молодежи в возрасте 15-24 лет). Наличие высшего профессионального образования значимо увеличивает вероят-
ность попадания в ЖЕТ-безработицу. Однако, при прочих равных условиях, ЖЕТ-безра-ботица отнюдь не предполагает замыкания молодых людей в данном состоянии, так как показатели устойчивости данного статуса равняются 19-26%, а вероятность найти работу в следующем периоде для ЖЕТ-безработных молодых людей составляет около 50%.
Можно предположить, что полученная оценка влияния высшего профессионального образования является смещенной и завышенной. Она включает в себя влияние качества образования, полученного индивидом в вузе, и его собственных когнитивных и некогнитивных способностей. Полученные оценки вклада высшего образования оказываются завышенными и из-за проблемы эндогенности и неслучайности начального состояния наблюдения индивидов в панели. В этом отношении изучение влияния некогнитивных навыков на процесс попадания молодежи в статус ЖЕТ представляется перспективным направлением дальнейших исследований данной темы и позволит до некоторой степени уточнить полученные результаты.
Другая важная часть ЖЕТ-молодежи - экономически неактивные ЖЕТ - доминировала в структуре молодежи на протяжении большей части 2000-х годов. Данное состояние среди российской молодежи отличается гораздо большей стабильностью, чем состояние ЖЕТ-безработицы. Указанные характеристики согласуются с результатами изучения ЖЕТ-молодежи, выполненными по данным Турции и Мексики, которые также демонстрировали значительную устойчивость пребывания в состоянии ЖЕТ-неактивно-сти и ограниченность возможностей выхода из него на рынок труда. Экономически неактивные ЖЕТ по определению находятся за пределами рынка труда, а потому зачастую исключены из активных каналов информации о требуемых навыках, компетенциях и вакансиях. Риски ЖЕТ-неактивности сопряжены с невысоким образовательным уровнем и сосредоточены среди тех, кто закончил ПТУ после неполного среднего образования или после выпуска из старшей школы. Переход в ЖЕТ-неактивность без полного среднего образования может быть сигналом ограниченных возможностей семей молодых людей в накоплении различных типов капитала, не позволяющих детям продолжить обучение [Несктап et а1., 2014]. Риски устойчивой ЖЕТ-неактивности также значительно увеличиваются среди проживающих в поселках городского типа и селах.
Важным фактором попадания молодежи в статус ЖЕТ является семейный статус. Состояние в браке является значимым фактором устойчивой ЖЕТ-неактивности для молодых женщин. Эти результаты вполне согласуются с имеющимися данными о традиционности распределения гендерных ролей на рынке труда в российском обществе. Напомним, что замужние женщины с невысоким уровнем образования, согласно зарубежным исследованиям, также имеют наибольшую вероятность попадания в так называемую ЖЕТ-ловушку ^а^аш, Rosati, 2013].
Подводя итоги, можно сказать, что мобильность молодежи между состояниями занятости, обучения, ЖЕТ-безработицы и ЖЕТ-неактивности значительна, при этом вероятность попадания молодежи в тот или иной тип ЖЕТ в среднем не превышает 10%. Статус ЖЕТ в настоящий момент, при прочих равных условиях, не представляется однозначной безвыходной ситуацией для российской молодежи. Вероятность найти работу в следующем году составляет около 50% для безработных ЖЕТ, и около 30-40% - для неактивных ЖЕТ. При этом исследование согласуется с результатами предшествующих работ по России и показывает, что, несмотря на неоднородный характер российской ЖЕТ-молодежи, риски попадания в состояние ЖЕТ связаны, преимущественно, с обра-
зованием - либо с его недостаточным уровнем (в случае неактивных ЖЕТ), либо с невысоким качеством (в случае безработных ЖЕТ).
Дальнейшие перспективные исследования последствий пребывания в данной группе, на наш взгляд, могут быть связаны с расширением фокуса анализа, предполагающего отслеживание трудовых траекторий бывших ЖЕТ, когда они выходят из молодежного возраста, а также с анализом характеристик рабочих мест, на которых оказываются те, кто покидает группу ЖЕТ. Отдельное направление исследований должно быть также посвящено анализу потерь от пребывания в данном состоянии для материального положения и социального статуса молодых людей, которые были сознательно оставлены за скобками в рамках настоящей работы.
Приложение
Таблица П1.
Численность выборки молодых людей в возрасте 15-24 лет, РМЭЗ НИУ ВШЭ, всего и по отдельным составляющим, человек, 2000-2016 гг.
Годы Всего в том числе:
NEET-безработные NEET-неактивные учащиеся занятые
2000 1726 134 206 766 620
2001 1926 140 211 853 722
2002 2019 133 227 913 746
2003 2046 154 221 923 748
2004 2030 160 214 915 741
2005 1964 155 228 895 686
2006 2372 163 259 1046 904
2007 2308 138 229 986 955
2008 2080 118 191 887 884
2009 2020 126 218 871 805
2010 2965 177 335 1274 1179
2011 2912 176 343 1271 1122
2012 2786 154 322 1268 1042
2013 2497 155 245 1191 906
2014 2064 160 184 989 731
2015 1972 189 172 992 619
2016 1912 166 126 1034 586
Таблица П2.
Динамика структуры статусов молодежи на российском рынке труда, РМЭЗ НИУ ВШЭ, %, 2000-2016 гг.
Годы Мужчины Женщины
^ЕТ-безработные ^ЕТ-неактивные учащиеся занятые ^ЕТ-безработные ЖЕТ-неактивные учащиеся занятые
2000 9,5 7,3 45,1 38,1 6,3 15,7 43,8 34,2
2001 8,6 6,7 46,3 38,5 6,2 14,4 42,6 36,7
2002 7,2 8,1 47,6 37,1 6,1 13,9 43,2 36,8
2003 8,1 8,6 47,7 35,5 7,0 12,7 42,8 37,5
2004 8,0 7,5 48,6 36,0 7,8 13,3 41,9 37,0
2005 7,5 8,8 47,1 36,6 8,3 14,3 44,1 33,3
2006 7,1 8,2 45,2 39,5 6,7 13,4 43,1 36,8
2007 6,7 7,2 44,5 41,5 5,3 12,4 41,1 41,2
2008 5,7 7,4 43,4 43,6 5,6 10,8 42,0 41,6
2009 7,3 7,8 43,3 41,6 5,3 13,3 43,0 38,4
2010 7,3 8,8 41,4 42,6 4,8 13,5 44,4 37,3
2011 7,6 9,2 43,3 39,9 4,6 14,2 44,0 37,2
2012 6,9 9,0 44,6 39,5 4,3 13,8 46,3 35,5
2013 8,4 6,8 46,3 38,5 4,1 12,7 49,0 34,2
2014 8,5 5,6 49,0 36,9 7,1 12,1 46,9 33,9
2015 11,4 6,2 51,3 31,3 7,9 11,2 49,4 31,5
2016 10,7 4,1 54,8 30,4 6,8 8,9 53,4 30,9
Всего 7,9 7,6 46,2 38,3 6,0 13,0 44,7 36,3
Продолжение табл. П2.
Годы Возраст 15-19 лет Возраст 20-24 лет
^ЕТ-безработные ^ЕТ-неактивные учащиеся занятые ^ЕТ-безработные ЖЕТ-неактивные учащиеся занятые
2000 3,9 8,5 76,5 11,2 11,5 15,3 13,2 59,9
2001 3,3 6,4 77,5 12,8 11,1 15,4 12,3 61,2
2002 4,1 6,7 76,9 12,3 9,2 15,9 12,7 62,3
2003 4,2 8,7 76,3 10,8 10,8 12,9 14,3 62,0
2004 5,5 8,1 75,3 11,2 10,4 13,1 14,1 62,5
2005 4,2 8,7 75,7 11,4 11,7 14,6 14,6 59,2
2006 4,7 8,2 75,6 11,5 8,8 13,4 15,5 62,2
2007 4,5 6,1 75,0 14,4 7,2 13,2 15,0 64,5
2008 3,3 7,2 77,6 12,0 7,6 10,9 14,0 67,5
2009 2,9 6,3 81,6 9,3 8,8 14,3 13,6 63,3
2010 3,2 6,8 80,2 9,9 7,9 14,5 17,2 60,5
2011 2,4 6,6 84,5 6,5 8,5 15,2 16,3 59,9
2012 2,2 7,0 85,0 5,8 8,0 15,0 16,2 60,9
2013 1,6 5,8 87,0 5,5 9,9 13,1 15,8 61,3
2014 3,3 5,8 85,9 5,0 11,5 11,5 15,7 61,2
2015 3,6 5,1 87,4 3,9 15,0 12,0 16,8 56,3
2016 2,4 2,8 90,4 4,4 14,9 10,3 18,0 56,8
Всего 3,5 6,8 80,5 9,3 9,9 13,6 15,2 61,3
Продолжение табл. П2.
Годы Города-столицы ПГТ и села
^ЕТ-безработные ^ЕТ-неактивные учащиеся занятые ЖЕТ-безработные ^ЕТ-неактивные учащиеся занятые
2000 6,0 9,5 42,9 41,7 10,3 16,8 39,4 33,5
2001 4,9 8,9 44,3 41,9 10,6 15,6 41,6 32,2
2002 4,5 5,2 45,3 45,0 7,2 17,9 42,0 32,9
2003 4,7 6,1 45,1 44,0 11,7 16,8 39,5 32,1
2004 5,5 4,2 46,4 43,9 11,9 17,5 39,6 31,0
2005 3,3 5,7 51,0 40,0 11,0 19,2 41,1 28,7
2006 6,2 6,5 44,6 42,7 9,5 18,5 42,0 30,0
2007 4,9 7,3 42,1 45,8 9,5 15,5 42,4 32,6
2008 4,8 6,2 41,6 47,4 7,1 13,8 43,9 35,2
2009 8,5 5,6 40,4 45,5 6,5 16,3 45,9 31,3
2010 6,7 5,1 45,5 42,8 5,4 19,0 42,8 32,8
2011 7,3 6,9 45,7 40,1 5,8 20,2 44,9 29,1
2012 5,8 6,7 45,4 42,2 5,9 19,0 45,0 30,1
2013 4,3 2,0 50,2 43,6 6,4 18,1 47,9 27,6
2014 8,5 5,1 48,7 37,7 11 13,1 47,8 28,1
2015 10,5 9,0 50,5 30,0 14,3 10,8 50,2 24,8
2016 9,4 4,2 60,9 25,5 13,5 9,2 53,6 23,7
Всего 6,1 6,0 46,4 41,5 9,0 16,6 44,1 30,3
Окончание табл. П2.
Годы Областные центры Города
^ЕТ-безработные ^ЕТ-неактивные учащиеся занятые ЖЕТ-безработные ^ЕТ-неактивные учащиеся занятые
2000 5,3 7,5 50,9 36,2 8,0 11,8 42,5 37,6
2001 4,3 7,6 50,7 37,4 7,9 10,1 39,6 42,4
2002 5,3 7,4 49,7 37,6 8,5 10,2 44,2 37,1
2003 5,6 5,9 50,6 38,0 5,5 10,6 46,7 37,1
2004 5,0 6,7 49,3 39,1 7,3 9,6 46,6 36,5
2005 5,1 6,8 47,5 40,6 9,0 9,4 46,8 34,7
2006 3,7 7,1 46,6 42,6 7,7 8,1 43,5 40,7
2007 3,2 7,6 43,2 46,0 5,7 7,2 42,8 44,3
2008 4,7 6,6 43,1 45,6 5,5 7,9 41,0 45,7
2009 6,5 8,0 42,5 43,0 4,6 9,4 41,4 44,6
2010 6,0 7,1 43,5 43,5 6,4 8,7 41,7 43,2
2011 4,9 7,8 43,6 43,8 7,4 7,9 41,3 43,4
2012 4,8 7,4 46,9 40,9 5,7 9,6 44,6 40,2
2013 6,5 5,0 49,6 38,9 6,3 8,2 44,2 41,3
2014 4,9 6,2 47,9 41,1 6,8 8,7 47,7 36,8
2015 5,8 6,2 49,1 38,9 7,6 9,0 52,0 31,4
2016 5,1 5,8 52,2 37,0 6,6 5,2 54,3 33,9
Всего 5,1 6,9 47,1 40,9 6,8 8,8 44,6 39,8
Таблица П3.
Динамическая мультиномиальная логит-регрессия, коэффициенты, РМЭЗ НИУ ВШЭ, 2000-2016 гг. (зависимая переменная: статус молодежи на рынке труда, база - обучение)
Характеристики Мужчины
NEET-безработные NEET-неактивные Занятые
коэф. станд. ош. коэф. станд. ош. коэф. станд. ош.
Возрастная группа, лет
15-19 -0,973*** 0,125 -0,496*** 0,118 -1,051*** 0,106
20-24 База
Уровни образования
неполное среднее и ниже База
неполное среднее + ПТУ 3,225*** 0,487 2,920*** 0,457 3,542*** 0,479
полное среднее образование 0,231* 0,133 0,03 0,116 0,320*** 0,106
полное среднее + ПТУ, техникум 3,336*** 0,224 2,801*** 0,218 3,562*** 0,205
среднее профессиональное образование 2,913*** 0,211 2,347*** 0,21 3,255*** 0,192
высшее, включая аспирантуру 3,455*** 0,262 2,256*** 0,291 3,529*** 0,236
Логарифм душевого дохода -0,268*** 0,051 -0,283*** 0,044 0,285*** 0,05
Состояние в браке
да 0,543*** 0,173 0,124 0,19 1,320*** 0,155
нет База
Субъективная оценка здоровья
плохое База
хорошее 0,281** 0,12 0,12 0,113 0,181* 0,103
Лагированный статус на рынке труда
^ЕТ-безработица 4,305*** 0,222 3,499*** 0,217 3,901*** 0,205
^ЕТ-неактивность 3,650*** 0,19 3,957*** 0,197 3,287*** 0,177
Обучение База
Занятость 3,742*** 0,18 3,107*** 0,18 4,978*** 0,166
Тип населенного пункта
областной центр База
город 0,115 0,141 0,182 0,153 0,149 0,12
ПГТ + село 0,324*** 0,131 0,870*** 0,137 0,264** 0,112
столица 0,122 0,202 -0,013 0,218 0,016 0,154
Годы Контролируются
Федеральные округа Контролируются
Количество наблюдений 11594
Pseudo R2 0,465
Prob > chi2 0,0000
Окончание табл. П3.
Характеристики Женщины
NEET-безработные NEET-неактивные Занятые
коэф. станд. ош. коэф. станд. ош. коэф. станд. ош.
Возрастная группа, лет
15-19 -0,271** 0,119 -0,109 0,109 -0,569*** 0,098
20-24 База
Уровни образования
неполное среднее и ниже База
неполное среднее + ПТУ 2,843*** 0,6 2,540*** 0,609 3,052*** 0,581
полное среднее образование 0,700*** 0,136 0,281** 0,113 0,717*** 0,101
полное среднее + ПТУ, техникум 3,071*** 0,243 2,326*** 0,235 3,014*** 0,226
среднее профессиональное образование 3,243*** 0,198 2,577*** 0,181 3,602*** 0,169
высшее, включая аспирантуру 4,369*** 0,257 3,309*** 0,243 4,514*** 0,23
Логарифм душевого дохода -0,301*** 0,044 -0,279*** 0,044 0,160*** 0,043
Состояние в браке
да 0,929*** 0,127 1,882*** 0,114 1,031*** 0,108
нет База
Субъективная оценка здоровья
плохое База
хорошее 0,052 0,103 0,033 0,097 0,118 0,084
Лагированный статус на рынке труда
^ЕТ-безработица 4,365*** 0,257 4 391*** 0,253 4,356*** 0,238
^ЕТ-неактивность 3,327*** 0,177 4,537*** 0,175 3,240*** 0,161
Обучение База
Занятость 3,400*** 0,183 3,510*** 0,173 5,126*** 0,162
Тип населенного пункта
областной центр База
город 0,504*** 0,141 0,393*** 0,127 0,245** 0,111
ПГТ + село 0,298** 0,13 0,393*** 0,12 0,121 0,107
столица 0,380* 0,211 0,129 0,196 -0,056 0,164
Годы
Федеральные округа Количество наблюдений Pseudo R2 Prob > chi2
Контролируются Контролируются 12992 0,483 0,0000
Примечание: здесь и далее *** р < 0,01, ** р < 0,05, * р < 0,1.
Таблица П4.
Динамическая мультиномиальная логит-регрессия, симулированные условные вероятности, РМЭЗ НИУ ВШЭ, 2000-2016 гг. (зависимая переменная: статус молодежи на рынке труда)
Характеристики Мужчины
^ЕТ-безработные ^ЕТ-неактивные Учащиеся Занятые
коэф. станд. ош. коэф. станд. ош. коэф. станд. ош. коэф. станд. ош.
Возрастная группа, лет
15-19 0,077*** 0,006 0,101*** 0,005 0,449*** 0,004 0,373*** 0,007
20-24 0,098*** 0,004 0,089*** 0,004 0,376*** 0,007 0,437*** 0,005
Уровни образо-
вания
неполное
среднее и ниже 0,074*** 0,005 0,092*** 0,005 0,492*** 0,005 0,343*** 0,007
неполное
среднее + ПТУ 0,133*** 0,018 0,163*** 0,021 0,131*** 0,043 0,573*** 0,035
полное среднее образование 0,077*** 0,004 0,082*** 0,004 0,474*** 0,005 0,366*** 0,006
полное среднее + ПТУ, техникум 0,147*** 0,011 0,145*** 0,012 0,131*** 0,018 0,576*** 0,015
среднее профессиональное образование 0,132*** 0,011 0,125*** 0,011 0,169*** 0,018 0,574*** 0,016
высшее, включая
аспирантуру 0,179*** 0,016 0,094*** 0,015 0,141*** 0,021 0,587*** 0,02
Состояние в браке
да 0,072*** 0,006 0,058*** 0,006 0,354*** 0,014 0,516*** 0,011
нет 0,0930*** 0,003 0,094*** 0,003 0,425*** 0,003 0,388*** 0,004
Субъективная
оценка здоровья
плохое 0,077*** 0,006 0,087*** 0,006 0,431*** 0,006 0,405*** 0,007
хорошее 0,087*** 0,003 0,086*** 0,003 0,418*** 0,003 0,409*** 0,004
Тип населенного
пункта
областной центр 0,086*** 0,005 0,064*** 0,005 0,437*** 0,005 0,413*** 0,006
город 0,086*** 0,005 0,069*** 0,005 0,426*** 0,005 0,419*** 0,007
ПГТ + село 0,086*** 0,004 0,110*** 0,005 0,402*** 0,005 0,402*** 0,006
столица 0,094*** 0,011 0,062*** 0,009 0,434*** 0,009 0,409*** 0,011
Окончание табл. П4.
Характеристики Женщины
^ЕТ-безработные ^ЕТ-неактивные Учащиеся Занятые
коэф. станд. ош. коэф. станд. ош. коэф. станд. ош. коэф. станд. ош.
Возрастная
группа, лет
15-19 0,070*** 0,005 0,154*** 0,006 0,415*** 0,004 0,361*** 0,007
20-24 0,067*** 0,003 0,132*** 0,003 0,388*** 0,005 0,413*** 0,004
Уровни образования
неполное
среднее и ниже 0,045*** 0,005 0,157*** 0,007 0,492*** 0,005 0,306*** 0,008
неполное
среднее + ПТУ 0,101*** 0,023 0,194*** 0,03 0,210*** 0,066 0,495*** 0,043
полное среднее образование 0,060*** 0,004 0,137*** 0,004 0,449*** 0,004 0,354*** 0,005
полное среднее + ПТУ, техникум 0,130*** 0,012 0,167*** 0,011 0,211*** 0,024 0,492*** 0,018
среднее профессиональное образование 0,112*** 0,009 0,152*** 0,008 0,164*** 0,015 0,573*** 0,013
высшее, включая
аспирантуру 0,157*** 0,014 0 141*** 0,011 0,082*** 0,013 0,619*** 0,016
Состояние в браке
да 0,067*** 0,004 0,207*** 0,007 0,315*** 0,009 0,411*** 0,006
нет 0,072*** 0,003 0,097*** 0,003 0,421*** 0,003 0,410*** 0,004
Субъективная
оценка здоровья
плохое 0,066*** 0,004 0,137*** 0,005 0,406*** 0,004 0,391*** 0,006
хорошее 0,065*** 0,002 0,133*** 0,003 0,401*** 0,003 0,400*** 0,004
Тип населенного
пункта
областной
центр 0,058*** 0,004 0,122*** 0,005 0,414*** 0,005 0,407*** 0,006
город 0,073*** 0,005 0,134*** 0,006 0,392*** 0,005 0,401*** 0,006
ПГТ + село 0,065*** 0,004 0,143*** 0,005 0,399*** 0,004 0,394*** 0,006
столица 0,079*** 0,01 0,128*** 0,011 0,409*** 0,009 0,384*** 0,011
Примечания. В регрессиях дополнительно контролировались годовые дамми, дамми для федеральных округов и натуральный логарифм дефлированного душевого дохода домохозяйства, стандартные ошибки оценивались как робастные и кластеризованные по индивидам. При подсчете симулированных вероятностей стандартные ошибки рассчитывались дельта-методом.
Таблица П5.
Матрица предсказанных вероятностей переходов, построенная на основе симуляций, РМЭЗ НИУ ВШЭ, 2000-2016 гг.
Статус в году t
Статус в NEET-безработные NEET-неактивные Учащиеся Занятые
году t - 1 вероятность стандартная ошибка вероятность стандартная ошибка вероятность стандартная ошибка вероятность стандартная ошибка
Мужчины
NEET-без-работные 0,261*** 0,016 0,168*** 0,014 0,084*** 0,014 0,487*** 0,018
NEET-неак-тивные 0,184*** 0,013 0,327*** 0,02 0,103*** 0,014 0,385*** 0,017
Учащиеся 0,074*** 0,005 0,074*** 0,004 0,600*** 0,008 0,252*** 0,007
Занятые 0,095*** 0,006 0,079*** 0,007 0,056*** 0,008 0,770*** 0,011
Женщины
NEET-без-работные 0,192*** 0,015 0,247*** 0,016 0,063*** 0,012 0,498*** 0,018
NEET-неак-тивные 0,120*** 0,009 0,469*** 0,016 0,100*** 0,011 0,310*** 0,013
Учащиеся 0,075*** 0,005 0,089*** 0,005 0,600*** 0,008 0,236*** 0,007
Занятые 0,062*** 0,005 0,091*** 0,006 0,053*** 0,007 0,794*** 0,009
* * *
СПИСОК ЛИТЕРА ТУРЫ
Варшавская Е.Я. Молодежь, исключенная из сферы занятости и образования, в странах ЕС и России // Вопросы статистики. 2015. № 4. С. 40-47.
Варшавская Е.Я. Российская NEET-молодежь: характеристики и типология // Социологические исследования. 2016. № 9. C. 31-39.
Варшавская Е.Я., Стукен Т.Ю. Российская молодежь вне сферы занятости и образования: анализ региональной дифференциации // Регион: Экономика и Социология. 2017. № 1. С. 121-141.
Гимпельсон В.Е., Шарунина А.В. Потоки на российском рынке труда: 2000-2012 гг. // Экономический журнал Высшей школы экономики. 2015. Т. 19. № 3. С. 313-348.
Abramson J.H. et al. Indicators of Social Class: A Comparative Appraisal of Measures for Use in Epidemiological Studies // Social Science & Medicine. 1982. Vol. 16. Iss. 20. P. 1739-1746. DOI: https://doi.org/10.1016/0277-9536(82)90267-2
Alfieri S. et al. Young Italian NEETs (Not in Employment, Education, or Training) and the Influence of their Family Background // Europe's Journal of Psychology. 2015. Vol. 11. № 2. P. 311-322.
Alfieri S. et al. Who Are Italian Neets? Trust in Institutions, Political Engagement, Willingness to Be Activated and Attitudes Toward the Future in a Group at Risk for Social Exclusion. Rivista Internazi-onale di Scienze Sociali. Vita e Pensiero. Pubblicazioni dell 'Universita' Cattolica del Sacro Cuore. 2015a. Vol. 130. № 3. P. 285-306.
Bilgen Susanli Z. Understanding the NEET in Turkey // Eurasian Journal of Economics and Finance. 2016. Vol. 4. № 2. P. 42-57.
Bourdieu P., Passeron J.-C. Reproduction in Education, Society and Culture. London and Beverley Hills: SAGE Publications, 1977.
Bynner J. et al. Obstacles and Opportunities on the Route to Adulthood: Evidence from Rural and Urban Britain. London, United Kingdom: Smith Institute, 2000.
Bynner J., Parsons S. Social Exclusion and the Transition from School to Work: The Case of Young People Not in Education, Employment, or Training (NEET) // Journal of Vocational Behavior. 2002. Vol. 60. P. 289-309. Doi:10.1006/jvbe.2001.1868
Carcillo S. et al. NEET Youth in the Aftermath of the Crisis: Challenges and Policies: OECD Social, Employment and Migration Working Papers. № 164. Paris: OECD Publishing, 2015. DOI: http://dx.doi.org/10.1787/5js6363503f6-en
Chen Y.-W. Once 'NEET', Always 'NEET'? Experiences of Employment and Unemployment of Youth Participating in a Job Training Program in Taiwan. The 2009 Singapore Conference Materials: Asian Social Protection in Comparative Perspective. Singapore: National University of Singapore, 2009.
Cockx B., Picchio M. Scarring Effects of Remaining Unemployed for Long-Term Unemployed School-Leavers: CESifo Working Papers. 2011.
Coleman J. Social Capital in the Creation of Human Capital // American Journal of Sociology. 1988. Vol. 94. Supplement: Organizations and Institutions: Sociological and Economic Approaches to the Analysis of Social Structure. P. 95-120.
Coles B. et al. Literature Review of the Costs of being 'Not in Education, Employment or Training' at Age 16-18. Research Report no 347. Nottingham: Department of Education and Skills, 2002.
Crawford C. et al. Young People's Education and Labour Market Choices Aged 16/17 to 18/19. Research Report. Department of Education, 2010. DFE-RR182. (https://www.gov.uk/government/ uploads/system/uploads/attachment_data/file/183355/DFE-RR182.pdf).
DeSilver D. Millions of Young People in U.S. and EU Are Neither Working Nor Learning. Pew Research Center, 2016. (http://www.pewresearch.org/fact-tank/2016/01/28/us-eu-neet-population).
Eurofound. NEETs - Young People Not in Employment, Education or Training: Characteristics, Costs and Policy Responses in Europe. Luxembourg: Publications Office of the European Union, 2012. (https://www.eurofound.europa.eu/sites/default/files/ef_publication/field_ef_document/ef1254en.pdf).
Gimpelson V., Slonimczyk F. Informality and Mobility: Evidence from Russian Panel Data: IZA Discussion Paper. 2013. № 7703.
Gladwell D. et al. A Dynamic Analysis of Skill Formation and NEET Status: Sheffield Economic Research Paper Series. SERPS № 2015016. The University of Sheffield, 2016. (https://www.sheffield.ac.uk/ polopoly_fs/1.471636!/file/serps_2015016.pdf).
Gregg P., Tominey E. The Wage Scar from Male Youth Unemployment // Labour Economics. 2005. Vol. 12. Iss. 4. P. 487-509.
Heckman J., Carneiro P. Human Capital Policy: NBER Working Paper Series. 2003. № 9495. (http://www.nber.org/papers/w9495.pdf).
Heckman J. et al. Fostering and Measuring Skills: Improving Cognitive and Noncognitive Skills to Promote Lifetime Success. OECD, 2014.
Inui A. Why Freeter and NEET Are Misunderstood: Recognizing the New Precarious Conditions of Japanese Youth // Social Work and Society. 2005. Vol. 3. P. 244-251.
Kelly E., McGuinness S. The Impact of the Recession on the Structure and Labour Market Success of Young NEET Individuals in Ireland: ESRI Working Papers. 2013. Working Paper № 465.
OECD. Off to a Good Start? Jobs for Youth. Paris: OECD Publishing, 2010. DOI: http://dx.doi.org/10.1787/9789264096127-en
Ranzani M., Rosati F. The NEET Trap: A Dynamic Analysis for Mexico: Understanding Children's Work (UCW) Project Working Papers. March 2013.
Rennison J. et al. Young People Not in Education, Employment or Training: Evidence from the Education Maintenance Allowance Pilots Database. Research Brief № RB628. Nottingham, United Kingdom: Centre for Research in Social Policy, Department of Education and Skills, 2005.
Rumberger R.W., Lamb S.P. The Early Employment and Further Education Experiences of High School Dropouts: A Comparative Study of the United States and Australia // Economics of Education Review. 2003. Vol. 22. P. 353-366.
Samoilenko A., Carter K. Economic Outcomes of Youth Not in Education, Employment or Training (NEET): New Zealand Treasury Working Paper 15/01. March 2015. (http://www.treasury.govt.nz/ publications/research-policy/wp/2015/15-01).
Solon G. A Model of Intergenerational Mobility Variation over Time and Place // Miles Corak (ed.) Generational Income Mobility in Europe and North America. Cambridge University Press, 2004. P. 38-47.
Wadsworth J. Youth and The UK Labour Market. Growing up in Recession Britain. A MISOC event presenting new research. Presentation materials. 2013.
Youths NEET Census Report. Census on Youths Neet: Report on Findings. European Social Fund, 2015. Youth guarantee ESF-3.231.
Yuji G. The NEET Problem in Japan // Social Science Japan. 2005. Vol. 32. P. 3-4.
Zudina A.A. What Makes Youth Become NEET? The Evidence from Russian LFS. NRU Higher School of Economics Series Working Paper BRP «Economics/EC». 2017. № WP BRP 177/EC/2017.
The Pathways That Lead Youth in NEET: The Case of Russia
Anna Zudina
National Research University Higher School of Economics, 20, Myasnitskaya st., Moscow, 101000, Russian Federation.
E-mail: [email protected]
Causes and consequences of the so-called NEET status (Not in Employment, Education or Training) are one of the popular foreign areas of youth labour markets research. NEET youth are one of the most vulnerable categories of the non-employed. Representatives of this group are common recipients of social benefits from the state and depend on the money transfers from relatives. The probability of finding a permanent job for young people who previously were in the NEET status is reduced. They have higher risks of informal employment, problems with physical and mental health, propensity to criminal activities and substance abuse, low level of trust in social institutions. Despite the relevance of the study, youth transitions between school, employment and different types of NEET status (so-called NEET-unemployment and NEET-inactivity) are relatively rare analyzed on panel data.
Present study introduces the flows of young people entering and leaving the NEET group in the Russian labour market as the focus of the research for the first time. This topic is particularly relevant for Russia since, according to Rosstat, the share of Russian NEET youth in 2010-2015 was 12-15% of all young people aged 15-24 years. The source of the data for the study is the Russia Longitudinal Monitoring Survey - Higher School of Economics (RLMS-HSE) for 2000-2016. The main findings of the study are based on the analysis of the transition matrices and the results of the estimations of dynamic multinomial logit regression models on the subsamples of men and women aged 15-24 years. According to the results received the share of NEET youth in Russia by 2016 was about 15% of all young people aged 15-24 years. At the same time, during the economic crisis, the growth in the share of NEET youth was mainly due to the increase of NEET-unemployment. The share of the latter in 2015-2016 reached the maximum values for the entire period analyzed (9-10% of all young people aged 15-24 years). Despite the heterogeneous nature of the Russian NEET, the risks of falling into this state are mainly associated with education - either with its insufficient level (in the case of inactive NEETs) or with its low quality (in the case of unemployed NEETs). Thus, higher education in Russia is associated with the greatest risks of NEET unemployment, while the risks of transition to the state of NEET-inactivity are concentrated among those who received vocational education after incomplete secondary school or after graduating from high school. Changes in the marital status are also among important factors of NEET state. However the probability of finding a job next year reaches 50% for unemployed NEETs, and about 30-40% for inactive NEETs. Thus, NEET status at the moment does not seem to be unequivocal hopeless «trap» for Russian youth.
Key words: youth unemployment; youth labour market; Russia; NEET; out of labour force. JEL Classification: J13, J21, J24, Z13.
* * *
References
Varshavskaya E.Ya. (2015) Molodezh, iskluchennaya iz spheri zanyatosti i obrazovania, v stranah ES i Rossiii [Youth Excluded from Employment and Education in EU Countries and in Russia]. Voprosy statistiki, 4, pp. 40-47.
Varshavskaya E.Ya. (2016) Rossiiskaya NEET-molodezh: harakteristiki i tipologiya [Russian NEET-youth: its Characteristics and Typology]. Sociologicheskie issledovaniya, 9, pp. 31-39.
Varshavskaya E.Ya., Stuken T. Yu. (2017) Rossiyskaya molodezh' vne sfery zanyatosti i obra-zovaniya: analiz regional'noy differentsiatsii [Russian Youth Outside Employment and Education: Analysis of Regional Differentiation]. Region: Ekonomika iSotsiologiya, 1, pp. 121-141.
Gimpelson V.E., Sharunina A.V. (2015) Potoki na rossiyskom rynke truda: 2000-2012 [Flows in the Russian Labor Market: 2000-2012]. HSE Economic Journal, 19, 3, pp. 313-348.
Abramson J.H. et al. (1982) Indicators of Social Class: A Comparative Appraisal of Measures for Use in Epidemiological Studies. Social Science & Medicine, 16, 20, pp. 1739-1746. DOI: https://doi.org/10.1016/0277-9536(82)90267-2
Alfieri S. et al. (2015) Young Italian NEETs (Not in Employment, Education, or Training) and the Influence of their Family Background. Europe's Journal of Psychology, 11, 2, pp. 311-322.
Alfieri S. et al. (2015a) Who Are Italian Neets? Trust in Institutions, Political Engagement, Willingness to Be Activated and Attitudes Toward the Future in a Group at Risk for Social Exclusion. Rivista Internazionale di Scienze Sociali. Vita e Pensiero. Pubblicazioni dell 'Universita' Cattolica del Sacro Cuore, 130, 3, pp. 285-306.
Bilgen Susanli Z. (2016) Understanding the NEET in Turkey. Eurasian Journal of Economics and Finance, 4, 2, pp. 42-57.
Bourdieu P., Passeron J.-C. (1977) Reproduction in Education, Society and Culture. London and Beverley Hills: SAGE Publications.
Bynner J. et al. (2000) Obstacles and Opportunities on the Route to Adulthood: Evidence from Rural and Urban Britain. London, United Kingdom: Smith Institute.
Bynner J., Parsons S. (2002) Social Exclusion and the Transition from School to Work: The Case of Young People Not in Education, Employment, or Training (NEET). Journal of Vocational Behavior, 60, pp. 289309. Doi:10.1006/jvbe.2001.1868
Carcillo S. et al. (2015) NEET Youth in the Aftermath of the Crisis: Challenges and Policies. OECD Social, Employment and Migration Working Papers. No 164. Paris: OECD Publishing. DOI: http://dx.doi.org/10.1787/5js6363503f6-en
Chen Y.-W. (2009) Once 'NEET', Always 'NEET'? Experiences of Employment and Unemployment of Youth Participating in a Job Training Program in Taiwan. The 2009 Singapore Conference Materials: Asian Social Protection in Comparative Perspective. National University of Singapore, Singapore.
Cockx B., Picchio M. (2011) Scarring Effects of Remaining Unemployed for Long-Term Unemployed School-Leavers. CESifo Working Papers.
Coleman J. (1988) Social Capital in the Creation of Human Capital. American Journal of Sociology, 94. Supplement: Organizations and Institutions: Sociological and Economic Approaches to the Analysis of Social Structure, pp. 95-120.
Coles B. et al. (2002) Literature Review of the Costs of being 'Not in Education, Employment or Training' at Age 16-18. Research Report no 347. Nottingham: Department of Education and Skills.
Crawford C. et al. (2010) Young People's Education and Labour Market Choices Aged 16/17 to 18/19. Research Report. Department of Education. DFE-RR182. Available at: https://www.gov.uk/ government/uploads/system/uploads/attachment_data/file/183355/DFE-RR182.pdf.
DeSilver D. (2016) Millions of Young People in U.S. and EU Are Neither Working Nor Learning. Pew Research Center. Available at: http://www.pewresearch.org/fact-tank/2016/01/28/us-eu-neet-population.
Eurofound (2012) NEETs - Young People Not in Employment, Education or Training: Characteristics, Costs and Policy Responses in Europe. Publications Office of the European Union, Luxembourg. Available at: https://www.eurofound.europa.eu/sites/default/files/ef_publication/field_ef_document/ef1254en.pdf.
Gimpelson V., Slonimczyk F. (2013) Informality and Mobility: Evidence from Russian Panel Data. IZA Discussion Paper. No 7703.
Gladwell D. et al. (2016) A Dynamic Analysis of Skill Formation and NEET Status. Sheffield Economic Research Paper Series. SERPS no 2015016. The University of Sheffield. Available at: https://www.sheffield.ac.uk/ polopoly_fs/1.471636!/file/serps_2015016.pdf.
Gregg P., Tominey E. (2005) The Wage Scar from Male Youth Unemployment. Labour Economics, 12, 4, pp. 487-509.
Heckman J., Carneiro P. (2003) Human Capital Policy. NBER Working Paper Series. No 9495. Available at: http://www.nber.org/papers/w9495.pdf.
Heckman J. et al. (2014) Fostering and Measuring Skills: Improving Cognitive and Noncognitive Skills to Promote Lifetime Success. OECD.
Inui A. (2005) Why Freeter and NEET Are Misunderstood: Recognizing the New Precarious Conditions of Japanese Youth. Social Work and Society, 3, pp. 244-251.
Kelly E., McGuinness S. (2013) The Impact of the Recession on the Structure and Labour Market Success of Young NEET Individuals in Ireland. ESRI Working Papers. Working Paper no 465.
OECD (2010) Off to a Good Start? Jobs for Youth. Paris: OECD Publishing. DOI: http://dx.doi.org/10.1787/9789264096127-en
Ranzani M., Rosati F. (2013) The NEET Trap: A Dynamic Analysis for Mexico. Understanding Children's Work (UCW) Project Working Papers. March.
Rennison J. et al. (2005) Young People Not in Education, Employment or Training: Evidence from the Education Maintenance Allowance Pilots Database. Research Brief no RB628. Nottingham, United Kingdom: Centre for Research in Social Policy, Department of Education and Skills.
Rumberger R.W., Lamb S.P. (2003) The Early Employment and Further Education Experiences of High School Dropouts: A Comparative Study of the United States and Australia. Economics of Education Review, 22, pp. 353-366.
Samoilenko A., Carter K. (2015) Economic Outcomes of Youth Not in Education, Employment or Training (NEET). New Zealand Treasury Working Paper 15/01. March. Available at: http://www.treasury.govt.nz/ publications/research-policy/wp/2015/15-01.
Solon G. (2004) A Model of Intergenerational Mobility Variation over Time and Place. Generational Income Mobility in Europe and North America (ed. Miles Corak), Cambridge University Press, pp. 38-47.
Wadsworth J. (2013) Youth and The UK Labour Market. Growing up in Recession Britain. A MISOC event presenting new research. Presentation materials.
Youths NEET Census Report (2015) Census on Youths Neet: Report on Findings. European Social Fund, Youth guarantee ESF-3.231.
Yuji G. (2005) The NEET Problem in Japan. Social Science Japan, 32, pp. 3-4.
Zudina A.A. (2017) What Makes Youth Become NEET? The Evidence from Russian LFS. NRU Higher School of Economics Series Working Paper BRP «Economics/EC». No WP BRP 177/EC/2017.
