Региональные тенденции распространения неформальной занятости в России
Автор: Сафонов А.Л., Некипелова Д.В.
Журнал: Уровень жизни населения регионов России @vcugjournal
Рубрика: Экономические исследования
Статья в выпуске: 2 т.22, 2026 года.
Бесплатный доступ
Цель исследования – выявление региональных особенностей и тенденций распространения неформальной занятости в России. Теоретическую основу составили положения производственного и легалистского подходов Международной организации труда, концепции прекаризации трудовых отношений и теория «цифрового организованного неформалитета». Методологическая база включает балансовый подход к оценке неформальной занятости (на основе данных ЕМИСС) как разности между общей численностью занятых в экономике и среднесписочной численностью работников организаций, а также корреляционный анализ (коэффициент Пирсона) для выявления взаимосвязей с уровнем безработицы и темпами легализации самозанятых. Установлено, что после пандемийного спада 2020 г. восстановительная динамика обеспечила достижение абсолютного максимума – 30 млн неформально занятых к 2023–2024 гг., что свидетельствует о закреплении неформального сектора как системного элемента экономики. Корреляционный анализ подтвердил его компенсаторную функцию: преобладание отрицательной связи с уровнем безработицы (76 регионов) указывает на роль амортизатора рынка труда. Выявлена устойчивая положительная корреляция между численностью неформально занятых и количеством легализовавшихся самозанятых (78 регионов с коэффициентом 0,96–1,00), что демонстрирует эффект «высвечивания», а не замещения неформальности. Зафиксирована глубокая региональная дифференциация: от доминирования неформальной занятости в республиках Северного Кавказа до минимальных значений в арктических территориях. Обоснована необходимость перехода от политики «подавления» к политике «встраивания» новых форм занятости в систему социально-трудовых гарантий. Полученные результаты могут быть использованы при корректировке региональной политики занятости.
Неформальная занятость, прекаризация труда, платформенная занятость, самозанятость, фриланс, регионы РФ, безработица
Короткий адрес: https://sciup.org/143185841
IDR: 143185841 | УДК: 330.34 | DOI: 10.52180/1999-9836_2026_22_2_5_256_268
Regional Trends in the Prevalence of Informal Employment in Russia
The aim of the study is to identify regional patterns and trends in the prevalence of informal employment in Russia. The theoretical framework comprises the productive and legalist approaches of the International Labour Organization, the concept of precarisation of labour relations, and the theory of «digital organised informality». The methodological basis includes a balance approach to estimating informal employment (using data from the Unified Interdepartmental Information and Statistical System, EMISS) as the difference between the total number of employed persons in the economy and the average number of employees in organisations, as well as correlation analysis (Pearson’s coefficient) to identify relationships with the unemployment rate and the rate of legalisation of the self-employed. It has been established that, following the post-pandemic decline in 2020, the recovery dynamics led to an absolute maximum of 30 million informally employed by 2023–2024, indicating the consolidation of the informal sector as a systemic element of the economy. Correlation analysis confirmed its compensatory function: the predominance of a negative relationship with the unemployment rate (76 regions) points to its role as a labour market buffer. A stable positive correlation was identified between the number of informally employed and the number of legalised self-employed individuals (78 regions, with coefficients ranging from 0.96 to 1.00), demonstrating an «illumination» effect rather than the substitution of informality. Profound regional differentiation was recorded, ranging from the dominance of informal employment in the republics of the North Caucasus to minimal values in the Arctic territories. The necessity of transitioning from a «suppression» policy to an «embedding» policy for new forms of employment into the system of social and labour guarantees is substantiated. The findings can be used to adjust regional employment policies.
Текст научной статьи Региональные тенденции распространения неформальной занятости в России
Неформальная занятость представляет собой один из наиболее устойчивых и противоречивых феноменов современного российского рынка труда [1; 2; 3], однако в рамках Российской Федерации она обладает высокой степенью региональной дифференциации. В отдельных регионах её уровень сопоставим с показателями развивающихся стран, тогда как для большинства субъектов характерна ситуация, типичная для стран Восточной Европы [4; 5].
В условиях цифровой трансформации проблема усугубляется ростом платформенной занятости и распространением новых форм пре-каризации. При этом, как показывают оценки С.В. Киселева с соавторами, ключевыми факторами, определяющими динамику неформальной занятости, выступают уровень безработицы и заработной платы, тогда как влияние урбанизации статистически незначимо [6]. Введение специального налогового режима для самозанятых, призванного вывести из тени неформальные доходы, как отмечает С.В. Дорошенко, пока не привело к однозначному сокращению неформальной занятости, что свидетельствует о сохранении глубинных институциональных причин данного феномена [7].
Актуальность исследования обусловлена дефицитом достоверных оценок неформальной занятости, особенно в региональном разрезе. Действующая методология статистического учёта, основанная на производственном подходе, как подчёркивают Н.Н. Куницына и Е.И. Дюдикова [8], Е.С. Кубишин [9] и др. не учитывает современные реалии, смешивая занятость в неформальном секторе и неформальную занятость, что ведёт к искажению реальных масштабов явления. В этой связи особую значимость приобретают косвенные методы оценки.
Объектом исследования выступает неформальная занятость в регионах России. В настоящем исследовании используется операциональное (расчётное) понимание неформальной занятости, основанное на косвенном балансовом методе. В рамках данного подхода расчётный показатель неформальной занятости определяется как разность между общей численностью заня- тых в экономике и среднесписочной численностью работников организаций.
Следует подчеркнуть, что получаемая таким образом величина не является прямым измерением неформальной занятости. Она представляет собой интегральный остаточный показатель, включающий совокупность занятых, не учтенных в административной отчётности организаций, в том числе лиц, занятых в индивидуальной деятельности, совместителей, самозанятых граждан и штатных работников, вовлечённых в неформальные трудовые отношения.
В связи с этим в дальнейшем по тексту используется термин «расчётный показатель неформальной занятости», что позволяет избежать смешения теоретической и операциональной трактовок данного феномена. Предметом исследования являются региональные особенности, тенденции и вызовы распространения неформальной занятости. Цель статьи – выявить региональные особенности и тенденции распространения неформальной занятости в России. Гипотеза исследования заключается в том, что неформальная занятость является устойчивым элементом российского рынка труда, обладает высокой степенью региональной дифференциации и выступает своеобразным буфером, нивелирующим последствия дефицита рабочих мест в корпоративном секторе экономики. Для достижения поставленной цели в работе решаются следующие задачи: обоснование методологического подхода к оценке неформальной занятости, количественное измерение её масштабов в регионах РФ за 2017–2024 гг., анализ динамики и региональной дифференциации, а также проверка гипотез о компенсаторной функции неформальной занятости (во взаимосвязи с безработицей) и эффекте легализации самозанятых посредством корреляционного анализа.
Теоретические и методологические основы
Гетерогенность неформальной занятости как экономического феномена предопределяет множественность теоретических трактовок и методологических подходов к её измерению. Официальная статистика РФ базируется на производственном подходе Международной организации труда (МОТ), фиксируя «занятость в неформальном секторе» (индивидуальные предприниматели, микропредприятия, домашние хозяйства)1. Однако данный подход ограничен, поскольку фактически измеряет занятость в некорпоративном секторе экономики и не учитывает, например, неформальные трудовые отношения на предприятиях формального сектора или неформальную самозанятость (без регистрации).
Более поздняя методология МОТ, ориентированная на характеристику рабочих мест (основной критерий – наличие трудового договора), позволяет измерять собственно «неформальную занятость» независимо от типа предприятия и считается более объемлющей. Тем не менее, как отмечает Э. Фейдж, ни один прямой метод не позволяет в полной мере уловить все проявления неформальности в силу принципиальной ограниченности любого измерительного инструмента [10; 11]. Сложнее всего учёту поддаются скрытые формы, например, в рамках оформленных трудовых отношений (неофициальные подработки, «конвертные» выплаты, неоплачиваемые переработки). В связи с этим даже легалистский подход в настоящее время подвергается критике. В частности, В.Н. Бобков с соавторами указывают на недостаточность отождествления неформальности лишь с отсутствием оформления, предлагая многоаспектную систему индикаторов прекаризации [12]. Ж.Т. Тощенко также рассматривает неформальную занятость в контексте прекаризации, акцентируя содержание трудовых отношений и уровень социальных гарантий [13]. При этом, как убедительно демонстрирует Р.И. Капелюшников [14, с. 41], в зависимости от выбранного определения итоговые оценки масштабов неформальной занятости могут варьироваться в разы, что необходимо учитывать при межрегиональных сопоставлениях.
В настоящей работе авторы придерживаются легалистского подхода, где ключевым критерием выступает наличие трудового договора или регистрации в качестве индивидуального работника. В связи с этим в исследовании используется следующее рабочее определение неформальной занятости – это вид трудовых отношений без заключения трудового договора на выполнение трудовой функции, не нарушающей моральноэтические принципы, между работником и работодателем, которая реализуется на основе устных договоренностей в целях сокращения расходов работодателя на обеспечение установленных государством социальных гарантий, а также уклонения от выполнения норм трудового права, регулирующих вопросы оплаты труда, режима труда и отдыха, гарантий по соблюдению безопасных условий труда. Кроме того, к ней может относиться индивидуальная трудовая деятельность работника, осуществляемая без регистрации в качестве индивидуального предпринимателя (ИП) или самозанятого гражданина в соответствии с определённым порядком, но не нарушающая морально-этические принципы общества. Это обуславливает применение косвенного (балансового) метода расчёта, при котором численность неформально занятых определяется как разность между общей численностью занятых в экономике (по данным баланса трудовых ресурсов) и среднесписочной численностью работников орга-низаций2. Выбор данного подхода продиктован статистической надёжностью показателей: среднесписочная численность базируется на строгой административной отчётности (включая малые предприятия и ИП), а общая численность занятых верифицируется через обследования рабочей силы. Полученный балансовым методом остаток с определённой долей условности можно рассматривать как оценку масштабов неформальной занятости, поскольку он аккумулирует лиц, не учтённых в административных источниках в качестве официально оформленных работников. Данный остаток авторы далее трактуют как расчётный показатель неформальной занятости.
Информационную базу исследования составили официальные статистические данные ЕМИСС за период 2017–2024 гг. в региональном разрезе, включающие показатели среднесписочной численности работников организаций и общей численности занятых в экономике Российской Федерации.
Балансовый метод имеет ряд ограничений. Во-первых, он не позволяет учесть вторичную занятость: если работник имеет оформленную основную работу, он уже включён в среднесписочную численность, и его дополнительная занятость не отражается в остатке. Если же основная работа не оформлена, любая дополнительная за- нятость квалифицируется как неформальная. Во-вторых, зарегистрированные плательщики налога на профессиональный доход (самозанятые) и индивидуальные предприниматели без наёмных работников имеют легальный статус, однако их деятельность не оформляется трудовым договором. Часть из них уже учтена в среднесписочной численности по основной работе, другие используют режим НПД для деятельности, не связанной с занятостью (например, сдача недвижимости в аренду). Введение корректировок на величину самозанятых и ИП породило бы больше методологических вопросов, чем позволило бы решить, поэтому их присутствие в остатке рассматривается как ограничение метода.
Целевой группой, ради которой строится балансовый метод, являются лица, занятые по найму без оформления трудовых отношений по Трудовому кодексу РФ. Именно эта группа соответствует теоретическому понятию неформальной занятости в рамках принятого легалистского подхода. Такие работники не учтены в административной отчётности, но присутствуют в общей численности занятых, что обусловливает их попадание в расчётный остаток. Учитывая описанные особенности, в исследовании используется термин «расчётный показатель неформальной занятости», позволяющий разграничить теоретическое и операциональное понимание феномена.
Для проверки гипотезы о компенсаторной функции неформальной занятости применён корреляционный анализ Пирсона [15]3. Зависимая переменная – расчётный показатель неформальной занятости; независимые переменные – уровень безработицы и численность плательщиков налога на профессиональный доход. Расчёты проведены по субъектам РФ за 2017–2024 гг. Корреляционный анализ используется как инструмент выявления статистических взаимосвязей и не предполагает установления причинно-следственных зависимостей.
Результаты исследования и их обсуждение
Анализ динамики полученных показателей за период с 2017 по 2024 год позволяет выявить ряд устойчивых тенденций и структурных закономерностей, характеризующих российский рынок труда.
В территориальном разрезе сохраняются глубокие диспропорции. Наибольшие абсолютные значения расчётного показателя неформальной занятости традиционно сосредоточены в регионах с высокой плотностью экономической активности и численности населения. Так, на Центральный федеральный округ (ЦФО) приходится почти треть от общероссийской расчётной численности неформально занятых, что составляет более 8 млн человек (см. таблицу 1).
Таблица 1
Расчетные данные неформальной занятости по ЦФО, тыс. чел .
Table 1
Estimated Data on Informal Employment in the Central Federal District, Thousand People3
|
Регион |
2017 г. |
2018 г. |
2019 г. |
2020 г. |
2021 г. |
2022 г. |
2023 г. |
2024 г. |
|
Центральный федеральный округ (в целом) |
8 870,3 |
8 799 ,0 |
8 686 ,0 |
8 447,2 |
8 476,3 |
8 351,0 |
8 403,5 |
8 124,6 |
|
Белгородская область |
271,1 |
265,8 |
269,1 |
274,1 |
295,7 |
309,4 |
303,8 |
315,5 |
|
Брянская область |
215,2 |
209,3 |
196,2 |
193,7 |
212,2 |
212,3 |
217,6 |
222,3 |
|
Владимирская область |
227,9 |
221,3 |
236,9 |
222,3 |
224,4 |
264,0 |
241,6 |
248,0 |
|
Воронежская область |
421,3 |
429,3 |
427,1 |
439,9 |
488,1 |
513,1 |
514,5 |
530,0 |
|
Ивановская область |
180,7 |
172,9 |
177,8 |
167,5 |
182,4 |
196,0 |
202,4 |
206,0 |
|
Калужская область |
205,6 |
203,3 |
202,0 |
204,7 |
226,0 |
224,8 |
228,1 |
231,1 |
|
Костромская область |
93,7 |
88,2 |
79,7 |
79,2 |
80,7 |
87,1 |
86,3 |
86,7 |
|
Курская область |
202,3 |
193,1 |
185,9 |
175,2 |
194,6 |
199,0 |
189,7 |
197,2 |
|
Липецкая область |
206,4 |
206,4 |
212,6 |
218,1 |
235,6 |
231,4 |
238,6 |
243,0 |
|
Московская область |
1 516,6 |
1 420,0 |
1 407,9 |
1 371,9 |
1 453,3 |
1 428,5 |
1 631,5 |
1 583,3 |
|
Орловская область |
103,1 |
99,1 |
92,0 |
91,2 |
101,1 |
100,0 |
106,3 |
95,4 |
|
Рязанская область |
196,7 |
183,5 |
177,7 |
163,4 |
179,9 |
194,0 |
188,2 |
177,2 |
|
Смоленская область |
146,4 |
135,1 |
117,2 |
127,3 |
135,0 |
155,0 |
152,9 |
145,8 |
|
Тамбовская область |
195,2 |
182,9 |
175,8 |
186,6 |
194,3 |
214,0 |
194,1 |
203,2 |
|
Тверская область |
208,5 |
214,7 |
207,9 |
205,3 |
204,0 |
212,0 |
214,0 |
218,4 |
3 Корреляционный анализ является традиционным и широко апробированным методом для выявления взаимосвязей неформальной занятости с макроэкономическими показателями, включая уровень безработицы. См., например: [16].
Окончание Таблицы 1
|
Регион |
2017 г. |
2018 г. |
2019 г. |
2020 г. |
2021 г. |
2022 г. |
2023 г. |
2024 г. |
|
Тульская область |
293,2 |
290,2 |
282,0 |
288,3 |
300,3 |
303,8 |
292,5 |
295,4 |
|
Ярославская область |
208,9 |
215,6 |
187,5 |
189,6 |
202,6 |
199,4 |
212,7 |
207,4 |
|
Город Москва |
3 900,8 |
4 004,3 |
3 987,2 |
3 748,7 |
3 537,4 |
3 251,0 |
3 149,7 |
2 868,1 |
Источник: составлено авторами на основании расчётов по данным Росстата.4,5
Однако в целом в ЦФО наблюдается снижение показателя, при этом отдельные регионы демонстрируют разнонаправленную динамику. В Москве устойчивое снижение (с 3,90 до 2,87 млн чел.) вероятнее всего обусловлено легализацией, контролем и развитием корпоративного сектора, тогда как в Московской области фиксируются стабильно высокие показатели (пик в 1,63 млн чел. в 2023 г.), что свидетельствует о сохранении значительной неформальной компоненты. Положительная динамика роста отмечается также в
Белгородской, Брянской, Воронежской, Ивановской, Калужской, Липецкой, Тамбовской, Тверской и Тульской областях. Однако сокращение в Москве (около 1 млн чел.) нивелировало рост в большинстве других регионов округа.
В свою очередь Северо-Западный федеральный округ (СЗФО), наоборот, в целом демонстрирует положительную динамику роста расчётного показателя неформальной занятости, хотя прирост и небольшой – около 50 тыс. человек (см. таблицу 2).
Таблица 2
Расчётные данные неформальной занятости по СЗФО, тыс. чел.
Table 2
Estimated Data on Informal Employment in the Northwestern Federal District, Thousand People
|
Регион |
2017 г. |
2018 г. |
2019 г. |
2020 г. |
2021 г. |
2022 г. |
2023 г. |
2024 г. |
|
Северо-Западный федеральный округ (в целом) |
2 371,7 |
2 310,9 |
2 304,4 |
2 233,9 |
2 319,0 |
2 417,1 |
2 458,6 |
2 418,9 |
|
Республика Карелия |
69,8 |
63,4 |
59,6 |
53,5 |
58,7 |
55,4 |
59,2 |
57,9 |
|
Республика Коми |
75,3 |
81,3 |
76 ,7 |
62,0 |
65 ,0 |
67 ,0 |
67 ,1 |
78,5 |
|
Архангельская область |
140,0 |
126,5 |
107,3 |
96 ,9 |
108,0 |
111,9 |
110,7 |
111,5 |
|
Ненецкий автономный округ |
2,7 |
2,3 |
1,8 |
1,7 |
2,1 |
2,8 |
2,5 |
2,3 |
|
Архангельская область (кроме НАО) |
137,3 |
124,2 |
105,5 |
95,1 |
105,9 |
109,2 |
108,2 |
109,2 |
|
Вологодская область |
177,1 |
174,4 |
171,1 |
165,4 |
167,3 |
181,7 |
170,8 |
167,5 |
|
Калининградская область |
166,9 |
166,9 |
164,9 |
164,0 |
187,8 |
235,5 |
249,0 |
259,4 |
|
Ленинградская область |
397,5 |
395,0 |
400,3 |
418,3 |
460,0 |
571,8 |
549,0 |
539,3 |
|
Мурманская область |
82,5 |
80,3 |
81,0 |
67,7 |
70,0 |
56,4 |
58,7 |
63,7 |
|
Новгородская область |
89,4 |
86,0 |
83,1 |
65,9 |
69,8 |
73,7 |
78,9 |
80,1 |
|
Псковская область |
78,9 |
84,0 |
84,6 |
80,6 |
87,5 |
86,8 |
107,7 |
106,0 |
|
Город Санкт-Петербург |
1 095,6 |
1 053,9 |
1 077,3 |
1 061,2 |
1 146,3 |
1 179,3 |
1 209,0 |
1 178,8 |
Источник: составлено авторами на основании расчётов по данным Росстата.6
Наибольшее влияние на статистику округа оказал рост показателя в таких регионах, как Республика Коми, Калининградская, Ленинградская, Псковская обла сти и г. Санкт-Петербург.4 5 6
Наиболее высокая доля неформальности по отношению к официальной занятости фиксируется в регионах Юга и Северного Кавказа (см. таблицы 3, 4)7. Здесь институциональная структура экономики исторически характеризуется высокой концентрацией малого бизнеса, сезонной занятости (туризм, сельское хозяйство) и личных подсобных хозяйств.
Таблица 3
Расчётные данные неформальной занятости по ЮФО, тыс. чел.
Table 3
Estimated Data on Informal Employment in the Southern Federal District, Thousand People
|
Регион |
2017 г. |
2018 г. |
2019 г. |
2020 г. |
2021 г. |
2022 г. |
2023 г. |
2024 г. |
|
Южный федеральный округ (в целом) |
3 561,6 |
3 570,4 |
3 585,8 |
3 579,5 |
3 887,8 |
4 066,3 |
4 308,4 |
4 403,5 |
|
Республика Адыгея |
67,9 |
68,6 |
69,4 |
70,6 |
70,7 |
74,2 |
66,8 |
67,3 |
|
Республика Калмыкия |
57,6 |
54,3 |
49,8 |
50,6 |
53,0 |
60,4 |
61,9 |
75,8 |
|
Республика Крым |
436,1 |
433,9 |
449,3 |
433,7 |
446,0 |
446,2 |
486,8 |
509,7 |
|
Краснодарский край |
1 226,9 |
1 232,2 |
1 250,7 |
1 275,1 |
1 390,2 |
1 459,4 |
1 575,3 |
1 559,6 |
|
Астраханская область |
252,5 |
237,5 |
228,4 |
211,7 |
231,8 |
251,1 |
259,6 |
281,4 |
|
Волгоградская область |
539,8 |
558,3 |
540,8 |
537,9 |
590,6 |
629,2 |
647,0 |
641,7 |
|
Ростовская область |
894,1 |
870,7 |
878,1 |
885,5 |
967,7 |
1 009,2 |
1 067,5 |
1 112,6 |
|
Город Севастополь |
86,7 |
114,3 |
120,0 |
114,5 |
137,8 |
136,6 |
142,5 |
155,0 |
Источник: составлено авторами на основании расчётов по данным. 8,9
В Южном федеральном округе (ЮФО) расчётный показатель неформальной занятости вырос с 3,56 до 4,40 млн чел., главным образом за счёт Краснодарского края, Ростовской и Волгоградской областей.
Таблица 4
Расчётные данные неформальной занятости по СКФО10, тыс. чел.
Table 4
Estimated Data on Informal Employment in the North Caucasian Federal District, Thousand People
|
Регион |
2017 г. |
2018 г. |
2019 г. |
2020 г. |
2021 г. |
2022 г. |
2023 г. |
2024 г. |
|
Северо-Кавказский ФО (в целом) |
2 331,7 |
2 430,2 |
2 439,3 |
2 287,6 |
2 404,5 |
2 639,9 |
2 705,5 |
2 820,1 |
|
Республика Дагестан |
754,5 |
788,4 |
772,8 |
677,6 |
715,5 |
827,4 |
894,2 |
936,7 |
|
Республика Ингушетия |
122,8 |
123,4 |
129,1 |
120,5 |
120,4 |
133,5 |
140,7 |
139,1 |
|
Кабардино-Балкарская Республика |
248,6 |
260,6 |
255,5 |
253,0 |
256,9 |
274,3 |
269,5 |
270,0 |
|
Карачаево-Черкесская Республика |
90,2 |
94,9 |
90,6 |
85,5 |
93,5 |
106,1 |
115,5 |
124,0 |
|
Республика Северная Осетия-Алания |
172,2 |
182,2 |
158,5 |
137,3 |
143,8 |
157,0 |
158,4 |
156,6 |
|
Чеченская Республика |
318,4 |
319,5 |
337,6 |
310,1 |
331,9 |
362,9 |
352,9 |
354,5 |
|
Ставропольский край |
624,9 |
661,2 |
695,1 |
703,6 |
742,4 |
778,4 |
774,3 |
839,2 |
Источник: составлено авторами на основании расчётов по данным Росстата.11,12
рующей низкую чувствительность к кризисным явлениям.
В Приволжском федеральном округе (ПФО), крупнейшем по численности занятых после ЦФО, расчётный показатель неформальной занятости демонстрирует наиболее динамичный рост в абсолютных цифрах: с 4,86 до 5,59 млн чел. (лидеры роста – Башкортостан, Татарстан, Самарская и Саратовская области) (см. таблицу 5).
Таблица 5
Расчётные данные неформальной занятости по ПФО, тыс. чел.8 9 10
Table 5
Estimated Data on Informal Employment in the Volga Federal District, Thousand People
|
Регион |
2017 г. |
2018 г. |
2019 г. |
2020 г. |
2021 г. |
2022 г. |
2023 г. |
2024 г. |
|
Приволжский ФО (в целом) |
4 862,5 |
4 634,8 |
4 466,5 |
4 499,1 |
4 874,4 |
5 033,3 |
5 249,4 |
5 585,3 |
8 Среднесписочная численность работников (без внешних совместителей) по полному кругу организаций за отчётный период // Росстат: [сайт]. URL: (дата обращения: 11.02.2026).
Окончание Таблицы 5
|
Регион |
2017 г. |
2018 г. |
2019 г. |
2020 г. |
2021 г. |
2022 г. |
2023 г. |
2024 г. |
|
Республика Башкортостан |
635,9 |
604,2 |
572,6 |
555,9 |
635,6 |
706,1 |
758,2 |
788,7 |
|
Республика Марий Эл |
113,4 |
105,7 |
103,7 |
93,7 |
102,4 |
102,2 |
111,8 |
130,5 |
|
Республика Мордовия |
172,2 |
155,4 |
167,2 |
149,6 |
163,0 |
180,1 |
168,3 |
167,7 |
|
Республика Татарстан |
687,7 |
697,0 |
701,8 |
724,7 |
792,6 |
801,7 |
733,8 |
771,1 |
|
Удмуртская Республика |
205,5 |
205,2 |
200,8 |
196,6 |
217,3 |
221,1 |
241,0 |
241,0 |
|
Чувашская Республика |
214,3 |
208,4 |
194,9 |
181,4 |
200,0 |
201,4 |
224,0 |
227,9 |
|
Пермский край |
368,5 |
370,0 |
344,2 |
360,4 |
397,0 |
398,4 |
425,8 |
410,6 |
|
Кировская область |
174,9 |
185,7 |
164,2 |
169,4 |
175,9 |
174,3 |
179,5 |
185,4 |
|
Нижегородская область |
492,0 |
453,4 |
469,5 |
478,0 |
521,3 |
537,1 |
580,1 |
534,6 |
|
Оренбургская область |
268,4 |
286,6 |
249,6 |
240,7 |
287,5 |
285,6 |
351,4 |
390,7 |
|
Пензенская область |
211,6 |
218,4 |
203,7 |
237,6 |
267,6 |
261,2 |
288,1 |
293,7 |
|
Самарская область |
612,3 |
627,0 |
613,3 |
621,4 |
668,9 |
661,8 |
663,9 |
652,9 |
|
Саратовская область |
483,4 |
435,1 |
431,7 |
414,4 |
440,5 |
498,5 |
531,0 |
571,4 |
|
Ульяновская область |
222,8 |
219,0 |
206,4 |
190,5 |
202,1 |
222,1 |
221,3 |
219,3 |
Источник: составлено авторами на основании расчётов по данным Росстата.13
Уральский федеральный округ (УФО), напротив, тяготеет к северной модели формализации (см. таблицу 6). При полученном расчётном показателе неформальной занятости 1,54 млн чел., основная
Расчётные данные неформальной занятости по УФО, тыс. чел.
Table 6
Estimated Data on Informal Employment in the Ural Federal District, Thousand People
|
Регион |
2017 г. |
2018 г. |
2019 г. |
2020 г. |
2021 г. |
2022 г. |
2023 г. |
2024 г. |
|
Уральский ФО (в целом) |
1 455,9 |
1 445,3 |
1 412,4 |
1 340,2 |
1 441,8 |
1 405,9 |
1 517,9 |
1 540,9 |
|
Курганская область |
71,6 |
60,4 |
49,1 |
52,5 |
47,9 |
52,1 |
64,8 |
73,0 |
|
Свердловская область |
508,1 |
488,6 |
464,2 |
415,6 |
476,2 |
466,9 |
524,3 |
528,9 |
|
Тюменская область |
474,6 |
491,8 |
489,0 |
470,8 |
503,1 |
485,6 |
521,3 |
546,5 |
|
Ханты-Мансийский АО–Югра |
236,7 |
248,4 |
247,2 |
237,1 |
258,8 |
247,1 |
267,0 |
268,1 |
|
Ямало-Ненецкий АО |
68,9 |
68,7 |
70,9 |
67,5 |
72,8 |
71,0 |
78,5 |
79,9 |
|
Тюменская область (без АО) |
169,0 |
174,7 |
170,9 |
166,2 |
171,5 |
167,5 |
175,8 |
178,5 |
|
Челябинская область |
401,6 |
404,5 |
410,1 |
401,3 |
414,6 |
401,3 |
407,5 |
392,5 |
Источник: составлено авторами на основании расчётов по данным Росстата.14
Противоположный полюс по отношению к южным регионам представляют территории с до- минированием крупных корпоративных структур и бюджетного сектора. На Крайнем Севере и в высокоиндустриальных регионах разрыв между общей занятостью и списочным составом минимален (Ненецкий АО – 2,3 тыс., Чукотский АО – масса приходится на Свердловскую, Тюменскую и Челябинскую области. В автономных округах неформальная занятость минимальна из-за доминирования крупных добывающих корпораций.
Таблица 6
6,3 тыс., Магаданская область – 18,7 тыс.) поскольку экономика этих территорий практически полностью монополизирована крупными предприятиями.
Сибирский и Дальневосточный федеральные округа (СФО и ДФО) занимают промежуточное положение (см. таблицы 7, 8).
Таблица 7
Расчётные данные неформальной занятости по СФО, тыс. чел.13 14
Table 7
Estimated Data on Informal Employment in the Siberian Federal District, Thousand People
|
Регион |
2017 г. |
2018 г. |
2019 г. |
2020 г. |
2021 г. |
2022 г. |
2023 г. |
2024 г. |
|
Сибирский ФО (в целом) |
2 340,8 |
2 339,4 |
2 259,6 |
2 102,6 |
2 280,7 |
2 336,4 |
2 425,2 |
2 553,0 |
|
Республика Алтай |
18,9 |
19,1 |
19,2 |
19,3 |
21,3 |
22,8 |
25,1 |
29,6 |
|
Республика Тыва |
26,0 |
31,0 |
30,6 |
31,9 |
34,6 |
41,0 |
40,6 |
46,9 |
|
Республика Хакасия |
68,4 |
64,8 |
55,8 |
50,9 |
63,1 |
68,1 |
79,8 |
82,7 |
|
Алтайский край |
308,2 |
326,6 |
326,1 |
292,0 |
325,4 |
381,5 |
418,5 |
439,1 |
13 Среднегодовая численность занятых в экономике (расчёты на основе интеграции данных) с 2017 г. // Росстат: [сайт]. URL: (дата обращения: 11.02.2026).
Окончание Таблицы 7
|
Регион |
2017 г. |
2018 г. |
2019 г. |
2020 г. |
2021 г. |
2022 г. |
2023 г. |
2024 г. |
|
Красноярский край |
388,7 |
395,0 |
393,1 |
363,9 |
416,6 |
397,5 |
433,6 |
475,1 |
|
Иркутская область |
333,3 |
330,6 |
334,5 |
323,9 |
352,5 |
374,3 |
381,1 |
397,5 |
|
Кемеровская область |
396,8 |
398,5 |
388,3 |
373,0 |
390,7 |
396,9 |
393,6 |
410,6 |
|
Новосибирская область |
442,3 |
432,8 |
433,6 |
407,8 |
448,8 |
436,8 |
447,1 |
456,1 |
|
Омская область |
255,2 |
258,0 |
252,9 |
262,3 |
270,7 |
273,2 |
267,3 |
276,6 |
|
Томская область |
154,6 |
161,8 |
158,7 |
152,6 |
163,0 |
163,4 |
171,3 |
188,2 |
Источник: составлено авторами на основании расчётов по данным Росстата.15
В СФО расчётный показатель неформальной занятости вырос с 2,34 до 2,55 млн чел., наибольшие значения в Новосибирской области, Красноярском и Алтайском краях.
Таблица 8
Расчётные данные неформальной занятости по ДФО, тыс. чел.
Table 8
Estimated Data on Informal Employment in the Far Eastern Federal District, Thousand People
|
Регион |
2017 г. |
2018 г. |
2019 г. |
2020 г. |
2021 г. |
2022 г. |
2023 г. |
2024 г. |
|
Дальневосточный ФО (в целом) |
1 175,6 |
1 176,5 |
1 085,4 |
1 072,8 |
1 112,1 |
1 092,1 |
1 141,2 |
1 183,6 |
|
Республика Бурятия |
113,8 |
115,7 |
101,6 |
97,3 |
112,9 |
109,9 |
123,1 |
121,2 |
|
Забайкальский край |
140,9 |
142,9 |
131,4 |
134,0 |
140,3 |
134,5 |
130,1 |
136,1 |
|
Республика Саха (Якутия) |
131,6 |
139,7 |
149,0 |
141,4 |
148,8 |
163,1 |
175,3 |
188,9 |
|
Камчатский край |
38,6 |
37,7 |
38,5 |
40,1 |
38,6 |
31,6 |
34,9 |
35,1 |
|
Приморский край |
314,7 |
314,1 |
288,0 |
286,1 |
300,3 |
293,3 |
302,4 |
323,9 |
|
Хабаровский край |
215,9 |
218,8 |
198,1 |
201,5 |
210,4 |
207,0 |
217,2 |
233,3 |
|
Амурская область |
119,6 |
118,8 |
120,4 |
117,9 |
120,4 |
124,1 |
143,3 |
148,6 |
|
Магаданская область |
20,8 |
20,8 |
20,3 |
20,3 |
21,9 |
20,1 |
18,5 |
18,7 |
|
Сахалинская область |
64,4 |
62,1 |
60,8 |
59,3 |
54,1 |
58,6 |
62,8 |
52,6 |
|
Еврейская АО |
20,6 |
19,8 |
18,9 |
19,7 |
18,6 |
19,1 |
17,7 |
20,8 |
|
Чукотский АО |
5,2 |
5,3 |
5,1 |
5,5 |
6,5 |
5,8 |
5,2 |
6,3 |
Источник: составлено авторами на основании расчётов по данным Росстата.16
В ДФО расчётный показатель неформальной занятости составляет 1,18 млн чел., из них более половины приходится на Приморский и Хабаровский края. В северных и восточных регионах округа (Камчатский край, Магаданская область, Чукотский АО) она остаётся крайне низкой.
На федеральном уровне наблюдается выраженная цикличность (см. Рисунок 1).
Рисунок 1. Динамика численности неформально занятых в РФ, чел.
Figure 1. Dynamics of the Number of Informally Employed in the Russian Federation, People
Источник: составлено по расчётам авторов.
-
15 Среднегодовая численность занятых в экономике (расчёты на основе интеграции данных) с 2017 г. // Росстат: [сайт]. URL: https://www.fedstat.ru/indicator/58994 (дата обращения: 11.02.2026).
-
16 Там же.
В 2020 году на фоне пандемийных ограничений совокупный расчётный показатель неформальной занятости по РФ сократился до 26,6 млн чел. Однако с 2021 года фиксируется интенсивный восстановительный рост. К 2023 году численность достигла абсолютного максимума в 30 млн чел., сохранившись на этом уровне в 2024-м (30,1 млн чел.). Это подтверждает, что адаптация экономики к новым геополитическим условиям происходила при активном расширении неформальной компоненты. Период 2022–2024 гг. характеризуется новым витком роста в ряде регионов: Ленинградской (с 397,5 до 539,3 тыс.), Калининградской (с 166,9 до 259,4 тыс.), Воро-
Результаты корреляционного анализа расчётного показателя неформальной занятости с уровнем безработицы в регионах 17
Таблица 9
Table 9
Results of Correlation Analysis of the Estimated Indicator of Informal Employment with the Unemployment Rate in the Regions
|
Коэффициент Сила связи корреляции (r) |
Регионы |
|
Очень сильная от –1,00 до –0,91 отрицательная |
35 регионов (в том числе Москва, Московская область, Санкт-Петербург, Ленинградская область, Краснодарский край, Белгородская область и др.) |
|
Сильная от –0,90 до –0,71 отрицательная |
41 регион (Республики Северного Кавказа (кроме Чечни), Татарстан, Башкортостан, Свердловская область, регионы Сибири и Дальнего Востока) |
|
Умеренная от –0,70 до –0,31 отрицательная |
3 региона (Ненецкий АО, Магаданская область, Камчатский край) |
|
Слабая / от –0,30 до +0,30 отсутствует |
0 |
|
Положительная выше +0,31 (аномальная) |
1 регион (Чеченская Республика) |
Источник: составлено по расчётам авторов.
Преобладание отрицательных связей (76 регионов с весьма сильной и сильной корреляцией) подтверждает гипотезу о том, что неформальный сектор выполняет роль амортизатора, абсорбируя высвобождающуюся рабочую силу в периоды нестабильности, а также из-за особенностей региональных рынков труда. Данный вывод согласуется с исследованиями, согласно которым неформальная занятость выступает важнейшим механизмом подстройки к экономическим шокам [19] и непосредственно зависит от уровня социально-экономического развития региона [4]. Наличие регионов нежской (с 421,3 до 530,0 тыс.) областях, а также в республиках Северного Кавказа и Юга России. Данная динамика может отражать процессы структурной перестройки: переток рабочей силы в малый бизнес и сектор услуг, активизацию строительства, рост числа микропредприятий на грани формального и неформального секторов [16; 17; 18].
Для верификации гипотезы о роли неформальной занятости как буфера, компенсирующего дефицит рабочих мест, проведён корреляционный анализ с уровнем безработицы. Результаты расчёта коэффициентов корреляции Пирсона представлены в таблице 9.
с положительной связью (Чеченская Республика, Камчатский край, Сахалинская область) указывает на ограниченность универсальности этого механизма локальными факторами. В частности, исследование влияния МРОТ демонстрирует, что повышение зарплат в формальном секторе может парадоксально стимулировать найм в неформальном, создавая положительную связь [20].
Для оценки влияния институциональных преобразований проанализирована связь неформальной занятости с динамикой легализации самозанятых (НПД) (см. таблицу 10).
Таблица 10
Результаты корреляционного анализа расчётного показателя неформальной занятости с темпами регистрации плательщиков налога на профессиональный доход (НПД) (самозанятость)
Table 10
Results of Correlation Analysis of the Estimated Indicator of Informal Employment with the Registration Rates of Payers of the Tax on Professional Income (Self-Employment)17
|
Сила связи |
Коэффициент корреляции (r) |
Регионы |
|
Очень сильная положительная |
0,96–1,00 |
86 регионов |
|
Сильная положительная |
0,91–0,95 |
0 |
|
Умеренная положительная |
0,86–0,90 |
0 |
17 Для расчёта коэффициентов корреляции использовался уровень безработицы (в процентах от экономически активного населения). Проверка на альтернативном измерителе (абсолютная численность безработных) не выявила принципиальных изменений в направлении и структуре связей.
Окончание Таблицы 10
|
Сила связи |
Коэффициент корреляции (r) |
Регионы |
|
Слабая / отсутствует |
≤ 0,85 |
0 |
|
Очень сильная отрицательная (аномальная) |
–1,00 до –0,91 |
1 регион (г. Москва) |
Источник: составлено по расчётам авторов.
Анализ подтвердил очень сильную положительную корреляцию (0,96–1,00) в 86 регионах, а также очень сильную отрицательную корреляцию (–0,99) в г. Москве. Это отражает структурное сходство рынков – регионы с более высоким расчётным показателем неформальной занятости демонстрируют и более высокую регистрационную активность самозанятых, что согласуется с полученными ранее результатами о региональной структуре неформальной занятости. В то же время отрицательная корреляция в Москве объясняется разнонаправленной динамикой: снижением расчётного показателя неформальной занятости на фоне активной регистрации самозанятых. Однако в силу того, что плательщики НПД не исключаются из расчётного остатка, из этих данных невозможно сделать однозначный вывод о влиянии института самозанятости на масштабы неформальной занятости, для этого требуется анализ на микроуровне.
Полученные результаты укладываются в рамки концепции «цифрового организованного не-формалитета» [16], согласно которой цифровые институты могут придавать неформальности новую форму, делая её более видимой для государства, но не обязательно трансформируя прекарный характер труда. Как отмечается в исследовании МОТ, цифровизация в развивающихся экономиках часто происходит на фоне слабых институтов, формируя «цифровую потогонную систему».18 Применительно к России можно предположить, что институт самозанятости охватывает регионы с исторически значительным неформальным сектором (Юг, Северный Кавказ, ряд областей ЦФО и ПФО), что согласуется с гипотезой о его роли как инструмента частичной фиксации, а не радикального сокращения неформальности.
В свою очередь рост расчётного показателя неформальной занятости в постиндустриальных и приграничных регионах (Белгородской, Воронежской, Ленинградской, Калининградской областях) в 2022–2024 гг. актуализирует проблему новых форм прекаризации. Платформенная занятость и самозанятость создают зоны право- вой неопределённости, что при выраженной региональной специфике (сокращение показателя в Москве контрастирует с его стабильно высоким уровнем в Московской области) подтверждает необходимость типологизации регионов для целей дифференцированной политики занятости [21; 22; 23; 24].
Структурный характер неформальной занятости подтверждается постпандемийным ростом расчётного показателя до 30 млн человек. Таким образом можно сказать, что неформальная занятость выступает полноценным элементом региональных экономических систем, реагируя на институциональные и экономические изменения.
Выводы
Проведённое исследование подтвердило гипотезу об устойчивом и структурном характере неформальной занятости в России, её высокой региональной дифференциации и роли компенсаторного механизма на рынке труда. Расчётная численность неформально занятых, достигнув 30 млн человек к 2024 году, свидетельствует о встраивании этого сегмента в модель адаптации экономики к кризисам, структурным и институциональным сдвигам. Результаты корреляционного анализа свидетельствуют о наличии статистически значимой отрицательной взаимосвязи между расчётным показателем неформальной занятости и уровнем безработицы в большинстве регионов. Полученные данные позволяют предположить возможную компенсаторную функцию неформальной занятости, однако требуют дальнейшей проверки с использованием более сложных эконометрических моделей.
Выявленная регионализация неформальности подтверждает необходимость дифференцированного подхода к регулированию. Типо-логизация регионов на основе доли и динамики неформального сегмента позволяет выделить: а) регионы-«локомотивы» с устойчивым снижением (Москва); б) пояса «серой» зоны (Московская, Ленинградская области); в) южные и приграничные территории с исторически высокой долей неформальности (СКФО, ЮФО), где в последние годы зафиксирован дополнительный рост, вероятнее всего, связанный с импортозамещением и логистической перестройкой; г) северные и сы- рьевые регионы с минимальным уровнем неформальной занятости.
Корреляционный анализ выявил очень сильную положительную корреляцию между расчётным показателем неформальной занятости и численностью зарегистрированных самозанятых (r > 0,95) во всех регионах РФ за исключением г. Москвы. Это отражает структурное сходство рынков: регионы с более высоким расчётным показателем демонстрируют и более высокую регистрационную активность. Однако в силу того, что плательщики НПД не исключаются из расчётного остатка, из этих данных невозможно сделать однозначный вывод о влиянии института самозанятости на масштабы неформальной занятости, для этого требуется более детальный анализ на микроуровне. Вместе с тем полученные результаты укладываются в рамки концепции «цифрового организованного неформалитета» и согласуются с гипотезой о том, что институт самозанятости может выступать инструментом частичной фиксации, а не радикального сокращения неформальной занятости.
Таким образом, полученные результаты ставят задачу перехода от политики подавления к политике «встраивания» неформальной занятости в систему социально-трудовых гарантий с учётом региональной специфики и новых форм организации труда в цифровой среде.
