Оплата труда STEM-специалистов в России: значение человеческого капитала и институциональных факторов

В эпоху цифровой трансформации все чаще возникает дискуссия о дефиците кадров, в частности ИТ-специалистов, и специалистов в области науки и техники (англ. STEM – Science, Technology, Engineering and Mathematics) в целом. Одно из решающих значений в привлечении и удержании высококвалифицированных кадров занимает уровень оплаты труда, поэтому важно разобраться, от каких детерминант зависит ее уровень в России, чему и посвящено представленное исследование. Рассмотрено влияние человеческого капитала (специальный стаж и наличие высшего образования) и институциональных факторов (размер организации, сектор экономики, профиль организации) на уровень оплаты труда STEM-специалистов в России. Для анализа использовались данные Российского мониторинга экономического положения и здоровья населения Национального исследовательского университета «Высшей школы экономики» (RLMS-HSE) за 2010–2020 гг. В статье представлено подробное описание итоговой выборки (N = 4 674). Уравнение заработной платы Дж. Минцера используется как основная эконометрическая модель. Полученные результаты показывают, что уровень материальной компенсации повышается при наличии высшего образования у STEM-специалиста, при работе в крупной и в коммерческой организации. Специальный стаж (опыт работы) не влияет на размер вознаграждения. Профиль организации (техническая или нет) также не показал однозначного результата в данном исследовании.

1. Гимпельсон В.Е., Капелюшников Р., Ощепков А. (2016). Премия за специальный стаж в России: возвращение к теме // Экономический журнал ВШЭ. Т. 20, № 4. С. 553–587.

2. Гимпельсон В.Е., Зинченко Д.И. (2021). «Физики» и «лирики»: кто российскому рынку более ценен? // Вопросы экономики. № 8. С. 5–36. https:// doi.org/10.32609/0042-8736-2021-8-5-36

3. Задворнова Ю.С. (2019). Ликвидация гендерного разрыва в оплате труда в STEM-отраслях как ключевая задача преодоления гендерного неравенства в странах с цифровой экономикой // Женщина в российском обществе. №3. С.114–120. https://doi.org/10.21064/winrs.2019.3.9

4. Кельчевская Н.Р., Ширинкина Е.В. (2019). Региональные детерминанты эффективного использования человеческого капитала в цифровой экономике // Экономика региона. Т. 15, № 2, С. 465–482. https://doi.org/10.17059/2019-2-12

5. Михайлова Е.А. (2016). Реализация профессионального потенциала российских женщин: социологическое измерение // Женщина в российском обществе. № 3. С. 25–38. https://doi.org/10.21064/winrs.2016.3.3

6. Acemoglu D., Autor D. (2011). Skills, Tasks and Technologies: Implications for Employment and Earnings // In: D. Card, O. Ashenfelter (eds.) Handbook of Labor Economics. V. 4, part B. Amsterdam: Elsevier. Pp. 1043–1171. https://doi.org/10.1016/S0169-7218(11)02410-5

7. Anderson M., Banker R., Ravindran S. (2000). Executive compensation in the information technology industry // Management Science. V. 46, no. 4. Pp. 530–547. https://doi.org/10.1287/mnsc.46.4.530.12055

8. Ang S., Slaughter S., Ng K.Y. (2002). Human capital and institutional determinants of information technology compensation: Modeling multilevel and cross-level interactions // Management Science. Vol. 48, no. 11, article number 1427. https://doi.org/10.1287/mnsc.48.11.1427.264

9. Deming D., Noray K. (2019). STEM Careers and the Changing Skill Requirements of Work // HKS Working Paper. No. RWP19-025. August. http://dx.doi.org/10.2139/ssrn.3451346

10. Handy F., Katz E. (1998). The wage differential between nonprofit institutions and corporations: Getting more by paying less // Journal of Comparative Economics. V. 26, no. 2. Pp. 246–261. https://doi.org/10.1006/jcec.1998.1520

11. Katz L.F., Murphy K.M. (1992). Changes in Relative Wages, 1963– 1987: Supply and Demand Factors // Quarterly Journal of Economics. V. 107, no. 1. Pp. 35–78. https://doi.org/10.2307/2118323

12. Levina N., Xin M. (2007). Research Note – Comparing IT Workers’ Compensation Across Country Contexts: Demographic, Human Capital, and Institutional Factors // Information Systems Research. V. 18, no. 2. Pp. 193–210. https://doi.org/10.1287/isre.1070.0121

13. Mincer J. (1974). Schooling, Experience, and Earnings. Cambridge, Massachusetts: National Bureau of Economic Research. 152 p.

14. Segal M. (1986). Post-institutionalism in labor economics: The forties and fifties revisited // Industrial and Labor Relations Review. No. 39. Pp. 388–403. https://doi.org/10.2307/2524098

15. Talmor E., Wallace J.S. (1998). Computer industry executives: An analysis of the new barons’ compensation // Information Systems Research. V. 9, no. 4. Pp. 398–414. https://doi.org/10.1287/isre.9.4.398

16. Xuan Jiang (2021). Women in STEM: Ability, preference, and value // Labour Economics. V. 70. Article number 101991. https://doi.org/10.1016/j.labeco.2021.101991

17. Xue Yi, Larson R.C. (2015). STEM crisis or STEM surplus? Yes and yes // Monthly Labor Review, U.S. Bureau of Labor Statistics. http://dx.doi.org/10.21916/mlr.2015.14