Ресурсы роста: молодые люди вне системы занятости и образования

Глобальная мировая социально-экономическая система в настоящее время находится в состоянии глубокой трансформации, обусловленной четвертой промышленной революцией, являющейся следствием высоких темпов научно-технического прогресса, внедрения во все сферы жизнедеятельности общества его результатов, прежде всего интернет-технологий и искусственного интеллекта. К. Шваб отметил: «Мы стоим у истоков революции, которая фундаментально изменит нашу жизнь, наш труд и наше общение… Характер происходящих изменений настолько фундаментален, что мировая история еще не знала подобной эпохи – времени как великих возможностей, так и потенциальных опасностей» (Шваб, 2016). Опасения, высказанные К. Швабом, небезосновательны. Так, наряду с очевидными преимуществами наиболее выраженными деструктивными последствиями происходящих трансформаций являются деградация демократии и ослабление государственности, фундаментальное изменение модели мироустройства, регресс духовных ценностей общества, нарастающий социальноэкономический кризис, проецирующийся на производственном и институциональном аспектах экономической системы, в том числе существенно преобразующий социально-трудовые отношения.

Социально-трудовая сфера, охватывающая всю совокупность социально-трудовых отношений, по мнению экспертов Международной организации труда (МОТ), также испытывает на себе влияние обозначенных негативных процессов. В отчете о перспективах мировой занятости и социальной сферы на 2024 год, представленном специалистами МОТ, отмечается сохранение нестабильности в социально-трудовой сфере в масштабах всего мира, возрастание неравенства, при этом особый акцент делается на проблемах молодежи в данной сфере. В настоящее время для рынка труда и сферы занятости населения остаются до конца непреодоленными последствия пандемии COVID-19.

Среди наиболее острых проблем социальнотрудовой сферы в глобальном масштабе экспертами отмечаются следующие1:

– низкая производительность труда, сохраняющаяся несмотря на высокие темпы технологического обновления производства, что выступает значимым барьером для дальнейшего экономического роста;

– усугубление неравенства доходов населения, в том числе трудовых, а также обострение проблемы работающих бедных;

– низкие темпы создания рабочих мест с достойными условиями труда;

– сохранение проблемы неформальной занятости в большинстве стран мира, а также возрастание доли молодежи, вовлеченной в неформальные трудовые отношения;

– гендерное неравенство, отмечающееся в перспективах трудоустройства, карьерном росте и трудовых доходах;

– актуализация проблемы NEET-молодежи;

– усиливающийся дефицит рабочей силы в странах с развитой и переходной экономикой, являющийся следствием, с одной стороны, демографического кризиса, с другой стороны – отсутствия необходимых компетенций у трудовых иммигрантов, прибывающих из развивающихся стран.

В настоящее время проблема дефицита рабочей силы является одной из наиболее обсуждаемых на международной арене: ее обострение и перспективы решения выступают предметом активного научного дискурса; разрабатываются программы решения данной проблемы на уровне отдельных государств и их объединений. Очевидно, что молодежь, обладающая высоким трудовым потенциалом, является ключевым источником пополнения рабочей силы. Однако разрастание такой группы, как NEET-молодежь (люди в возрасте 15–24 лет, которые не работают и не учатся), о чем свидетельствуют статистические данные и исследования экспертов МОТ, а также работы зарубежных и отечественных ученых, определяет необходимость ее всестороннего исследования.

Актуальность этой проблемы и ее межстрановая специфика нашли отражение в следующих материалах МОТ: «Мировая занятость и социальные перспективы: тенденции 2024 года»2, «Профиль молодых NEET-школьников Португалии» (O’Higgins, Brockie, 2024), «Тенденции, характеристики и влияние COVID-19 на молодежь, которая не работает, не учится и не приобретает профессиональных навыков (NEET) в Таиланде»3, «Содействие трудоустройству и обучению молодежи NEET в Южном Средиземноморье»4, «Количество молодежи, не имеющей работы, образования или профессиональной подготовки (NEET), вызывает беспокойство, несмотря на снижение уровня безработицы»5.

Исследованию проблемы NEET-молодежи посвящен масштабный научный проект «Уязвимость молодежи в европейских городах» (Paabort et al., 2023), реализованный международной группой ученых M. Beilmann, Е. Gero-hazi, M. Medgyesi, T. Tammaru и других при грантовой поддержке Программы исследований и инноваций Европейского союза Horizon 2020. Также масштабные исследования провели M. Gunnes, K. Thaulow , S.L. Kaspersen, K. Jensen , S.O. Ase, что позволило им выявить широкий спектр факторов, которые приводят к формированию проблемы NEET-молодежи. Данные факторы исследователи структурировали по следующим группам: индивидуальные, семейные и социально-экономические. Ученые доказали, что в долгосрочной перспективе на формирование NEET-молодежи оказывают воздействие низкий уровень образования, высокий риск психических расстройств и высокий уровень безработицы (Gunnes et al., 2025). В свою очередь I. Swart, H. Hillamo, B.H. Holte в работах, посвященных исследованию практической применимости концепции NEET-молодежи в разных странах (государствах Северной Европы и Южной Африки), доказали ее научную обоснованность и практическую значимость (Swart et al., 2021). Большой интерес представляет работа C. Mayombe, в которой автор предложил инновационную модель взаимодействия социальных партнеров в целях трудоустройства выпускников из категории потенциальной NEET-молодежи (Mayombe, 2022).

В России NEET-молодежь стала предметом научных исследований сравнительно недавно. Одним из первых масштабных исследований по данной проблематике является работа Е.Я. Варшавской «Российская NEET-молодежь: характеристики и типология», в которой впервые дана оценка масштабов распространения и структуры NEET-молодежи в России, а также выявлены факторы, определяющие ее формирование (Варшавская, 2016). В настоящее время количество исследований по этой проблеме увеличилось. Например, М.Б. Буланова обосновала необходимость расширения спектра подгрупп в составе NEET-молодежи путем выделения «добровольно сделавших выбор в пользу данного варианта жизни», а также детально изучила социальные характеристики и воздействие трансформационных процессов на NEET (Буланова, 2019; Буланова, 2020; Буланова, Артамонова, 2020). В свою очередь С.В. Митрухина исследовала особенности этой подгруппы NEET-молодежи в современных условиях и выявила соответствующие нынешним реалиям причины ее формирования (Петренко, Митрухина, 2024). Большой вклад в развитие данной проблематики внесли исследования А.А. Зудиной, которая не только глубоко изучила социальные и психологические аспекты NEET-молодежи, но и выявила воздействие на нее ограничений, связанных с пандемией коронавируса (Зудина, 2019; Зудина, 2024). Н.Н. Шестакова с соавторами определили об- условленные национальной спецификой причины, способствующие формированию данной группы молодежи. В результате исследования учеными было доказано, что основной причиной вхождения в NEET-молодежь выступает нарушение семейно-социальной связей (Шестакова и др., 2019). Е.А. Яковлева в рамках эмпирического исследования оценила долю молодежи в Южном федеральном округе, у которой риск попадания в группу NEET максимально высок. На основе социологического исследования эта доля составила 20% от опрошенных (Яковлева, Галахова, 2017). В аналитических материалах, опубликованных А.Р. Туренко, охарактеризованы национальные особенности распространения NEET-молодежи в странах СНГ (Туренко, 2023).

Таким образом, в представленных работах отечественных ученых NEET-молодежь не рассматривается как потенциальный трудовой ресурс развития современной российской экономики, как возможность сокращения дефицита молодых кадров на рынке труда, не прорабатываются стратегические и тактические меры, ориентированные на включение NEET-молодежи в процесс общественного воспроизводства. Данными обстоятельствами обусловлены актуальность и новизна настоящего исследования. Цель работы – оценка масштабов распространения NEET-молодежи в российском обществе, выявление ее особенностей и обоснование рекомендаций тактического и стратегического характера, направленных на решение исследуемой проблемы. Цель конкретизирована рядом исследовательских задач: проанализировать масштабы распространения проблемы NEET-молодежи в мировой и российской экономиках; определить особенности NEET-молодежи в России, выявить факторы и оценить их влияние на проблему NEET-молодежи; обосновать комплекс мер стратегического и тактического характера, направленных на вовлечение NEET-молодежи в трудовую деятельность. Гипотеза исследования состоит в том, что проблема NEET-молодежи в среднесрочной перспективе останется актуальной для российской экономики и будет способствовать росту дефицита рабочей силы.

Методология и методы исследования

Методологической основой настоящего исследования выступают научные работы в области экономики труда и социологии молодежи. Проблемы формирования ценностной структуры молодых людей, трансформация модели трудового поведения данной демографической группы, вопросы молодежной безработицы и занятости входили в круг научных интересов многих отечественных ученых6 (Бобков, Бобков, 2016; Варшавская, 2016; Гневашева, 2010; Гневашева, 2025; Занятость…, 1998; Зубок и др., 2021; Леонидова, Головчин, 2018; Попов, 2023; Тощенко, 2021; Рощин, 2003; Шабунова и др., 2013).

Данное исследование выполнено с использованием комплекса методов, включающего общенаучные (дедукция, индукция, анализ, синтез и др.), а также частные (статистический анализ, в том числе корреляционный анализ, факторный анализ, регрессионный анализ; методы древовидной классификации; экспертный опрос).

Эмпирические данные получены на основе экспертного опроса, который проводился с использованием Google Forms (ссылка: . В качестве экспертов выступили представители научного сообщества, занимающиеся исследованиями в области экономики и социологии труда, а также представители профильных государственных структур, курирующих вопросы реализации молодежной политики. Всего было опрошено 30 экспертов из одиннадцати субъектов РФ: Республики Башкортостан, Республики Крым, Воронежской, Липецкой, Новосибирской, Ростовской, Самарской, Саратовской, Свердловской, Оренбургской областей и города Москва.

Использование корреляционного анализа позволило определить степень парной линейной зависимости между показателями, характеризующими анализируемые причины, и результирующей переменной – NEET-молодежь в общей численности населения соответствую- щей возрастной группы (%). Факторный анализ был направлен на сокращение размерности пространства показателей, за счет построения на их основе обобщенных факторов, представляющих собой линейные комбинации исходных показателей и сохраняющих основную статистическую информацию об исходных показателях. Методы древовидной классификации использованы для формирования классифицирующих регрессионных деревьев для результирующей переменной. Метод регрессионного анализа позволил построить уравнение регрессии, в котором роль зависимой переменной играет результирующая переменная, а роль объясняющих переменных – обобщенные факторы.

Результаты исследования и их обсуждение

Информационной базой анализа послужила статистическая информация, опубликованная в докладе МОТ «Мировая занятость и социальные перспективы: тенденции 2024 года»7. Материалы в докладе, представленные по 189 государствам, отображают ситуацию как в целом по миру, так и по следующим группам стран: Африка (Северная Африка и Африка к югу от Сахары), арабские страны (арабские страны без GCC8, арабские страны GCC), Америка (Латинская Америка и Карибский бассейн, Северная Америка), Азия и Тихоокеанский регион (Восточная Азия, Юго-Восточная Азия, Тихоокеанский регион, Южная Азия), Европа и Центральная Азия (Северная, Южная и Западная Европа, Восточная Европа, Центральная и Западная Азия). Российская Федерация включена в группу стран Восточной Европы. В докладе МОТ рассмотрен период с 2000 по 2022 год.

Положение молодежи (в возрасте от 15 до 24 лет) на мировом рынке труда представлено в таблице 1 .

Анализ представленных в таблице 1 показателей и статистических данных позволяет сделать следующие выводы.

Таблица 1. Динамика основных показателей мирового рынка труда, %

Показатель	Год
	2000	2010	2019	2020	2021	2022
Уровень участия в рабочей силе, % всего	64,2	62,0	60,5	59,2	59,8	60,3
Уровень участия в рабочей силе, % молодежь	51,3	45,6	40,9	39,3	39,8	40,0
Уровень занятости, % всего	60,2	58,1	57,1	55,3	56,2	57,1
Уровень занятости, % молодежь	45,1	39,6	35,2	33,2	34,1	34,7
Уровень безработицы, % всего	6,1	6,4	5,6	6,6	6,1	5,3
Уровень безработицы, % молодежь	12,1	13,3	13,8	15,7	14,5	13,3
Доля NEET-молодежи, %	-	22,3	22,4	23,8	22,4	21,7

Источник: World Employment and Social Outlook: Trends 2024. Available at: 995343385502676 (accessed: 30.08.2024).

Уровень участия населения мира в рабочей силе с 2000 по 2021 год сократился на 4,4 п. п. Однако численность рабочей силы за этот период возросла на 774,2 млн чел. Такое несоответствие динамики показателей обусловлено комплексом причин, в числе которых разный темп изменения численности населения и рабочий силы, старение населения мира и другое. В возрастной группе 15–24 лет уровень участия в рабочей силе существенно сократился – на 11,5 п. п. В абсолютном значении также отмечается сокращение на 71,5 млн чел. В 2022 году уровень участия населения в рабочей силе возрос в обеих анализируемых группах, однако доковидных значений данный показатель не достиг.

Показатель «уровень занятости» за период 2000–2020 гг. сократился в целом по населению мира на 4,9 п. п., а по группе «молодежь в возрасте 15–24 лет» – на 11,9 п. п. В 2021 году данный показатель вышел на траекторию роста и в 2022 году достиг значений 57,1 и 34,7% соответственно. В молодежной группе показатель не вышел на уровень доковидного периода.

Показатель «уровень безработицы» в 2000– 2022 гг. постоянно колебался в диапазоне от 5,3% в 2022 году до 6,6% в 2020 году в целом на рынке труда, а в молодежном сегменте – от 12,1% в 2000 году до 15,7% в 2020 году. В целом представленные данные подтверждают тезис о сложном положении молодежи на рынке труда и ее уязвимости. В 2022 году показатель «уровень безработицы» снизился по сравнению с доковидными значениями по обеим исследуемым группам.

Показатель «доля NEET-молодежи» в докладе МОТ представлен только с 2010 года. Его значения за весь наблюдаемый период были высокими и превышали 20%. Максимального значения показатель достиг в 2020 году (23,8%), что обусловлено ограничениями, связанными с COVID-19.

Экспертами также приводятся прогнозные оценки основных показателей мирового рынка труда на 2023–2025 годы, которые не предполагают резких и значимых изменений в обозначенном периоде.

Рассмотрим динамику показателя «доля NEET-молодежи» по представленным выше группам стран ( рис. 1 ).

Исходя из представленных на рисунке 1 данных, можно констатировать, что самый высокий уровень анализируемого показателя за весь исследуемый период отмечается в государствах группы «Арабские страны без GCC», в которую входят Египет, Иран, Ирак, Иордания, Палестина, Йемен. Максимального значения этот показатель достиг в 2020 году, когда он равнялся 39,7%; минимального – в 2010 году – 38,2%.

Рис. 1. Динамика показателя «доля NEET-молодежи» по группам стран за 2010–2022 гг., %

— ♦ — Северная Африка

— ■ —Африка к югу от Сахары

—Й—Латинская Америка и Карибский бассейн Северная Америка

—и^Арабские государства без GCC

—•—Арабские государства GCC

—^ Восточная Азия

^^^^^^^в Юго-Восточная Азия

— ♦ — Южная Азия

— ♦ —Тихоокеанский регион

■ ■ " Северная, Южная, Западная Европа

—*— Восточная Европа

Центральная и Западная Азия

Источник: World Employment and Social Outlook: Trends 2024. Available at: outputs/report/995343385502676 (accessed: 30.08.2024).

Сравнивая значения показателя по группам стран со среднемировыми значениями за исследуемый период, мы можем объединить данные группы в три категории:

• 1)    группы стран со значением показателя ниже среднемирового (15% и менее): Северная, Южная, Западная Европа, Восточная Европа, Северная Америка, Восточная Азия;

• 2)    группы стран с приближенным к среднемировым значениям показателя (в диапазоне 15–25%): Латинская Америка и Карибский бассейн, арабские государства GCC, ЮгоВосточная Азия, Тихоокеанский регион, Центральная и Западная Азия;

• 3)    группы стран со значением показателя выше среднемирового (25% и выше): Северная Африка, Африка к югу от Сахары, Южная Азия, арабские страны без GCC.

Наличие такой дифференциации между странами мира, по нашему мнению, является следствием воздействия широкого спектра факторов, в числе которых особенности исторического и культурного развития, а также социально-экономического положения, демографической ситуации и политического устройства. Следовательно, в разрезе каждой отдельно взятой страны проблема NEET-молодежи имеет свою специфику формирования и развития, что определяет необходимость ее более глубокого изучения на уровне конкретного государства.

В Российской Федерации статистическое измерение показателя «доля молодежи, которая не учится, не работает и не приобретает профессиональных навыков в возрасте 15–24 лет, в общей численности населения соответ-

Рис. 2. Динамика доли молодежи в возрасте 15–24 лет, которая не учится, не работает и не приобретает профессиональных навыков, в общей численности населения соответствующей возрастной группы за 2001–2022 гг., %

—•— Всего   — ■ — Мужчины —A—Женщины       Линейная (Всего)

Источник: Индикаторы достойного труда. URL: (дата обращения: 10.09.2024).

ствующей возрастной группы» (то есть доля NEET-молодежи) ведется с начала 2000-х гг. ( рис. 2 ).

Доля NEET-молодежи в исследуемом периоде демонстрирует понижательный тренд. Пиковых значений за всю историю наблюдения она достигала в 2001 и 2009 гг. (15,7 и 15,2%, соответственно). В абсолютном значении сокращение численности молодежи NEET в 2022 году по сравнению с 2001 годом составило 365955 чел., в относительном – 20%. Сравнение со средними значениями данного показателя по миру позволило сделать вывод о том, что уровень NEET-молодежи в России существенно ниже среднемирового и сопоставим с его значениями в экономически развитых странах.

Анализируя структуру NEET-молодежи в России в гендерном разрезе, можно констатировать дифференциацию по данному показате- лю, которая отмечается на протяжении всего периода исследования. Вовлеченность мужчин в группу NEET существенно ниже по сравнению с вовлеченностью женщин. Среди мужчин в анализируемом периоде данный показатель изменялся в диапазоне от 9,0 до 13,2%, среди женщин – от 11,2 до 18,3%.

На основании статистических данных рассчитаны значения показателей для подгрупп NEET-безработные⁹ и NEET-экономически неактивные¹⁰ ( рис. 3 ), а также определено их процентное соотношение ( табл. 2 ).

Рис. 3. Изменение структуры группы NEET-молодежи по основным подгруппам за 2001–2022 гг., %

NEET-безработные     NEET-экономически неактивные

Рассчитано по: данные Росстата.

Таблица 2. Соотношение основных подгрупп в структуре группы NEET-молодежи за 2001–2022 гг., %

Подгруппа	2001	2002	2003	2004	2005	2006	2007	2008	2009	2010	2011
NEET-молодежь, в том числе:	100	100	100	100	100	100	100	100	100	100	100
NEET-безработные	45,9	47,2	45,0	46,2	44,4	46,7	45,5	46,1	51,3	51,4	51,2
NEET-экономически неактивные	54,1	52,8	55,0	53,8	55,6	53,3	54,5	53,9	48,7	48,6	48,8
	2012	2013	2014	2015	2016	2017	2018	2019	2020	2021	2022
NEET-молодежь, в том числе:	100	100	100	100	100	100	100	100	100	100	100
NEET-безработные	48,3	50,0	46,7	53,3	52,4	56,2	56,9	49,1	52,3	52,9	43,6
NEET-экономически неактивные	51,7	50,0	53,3	46,7	47,6	43,8	43,1	50,9	47,7	47,1	56,4
Рассчитано по: данные Росстата.

На основании рассчитанных показателей можно сделать следующие выводы.

• 1.    В анализируемом периоде не выявлено выраженных тенденций в соотношении подгрупп в структуре NEET-молодежи. При этом с 2001 по 2008 год подгруппа «NEET-экономически неактивные» преобладала в общей структуре, а с 2009 года эта тенденция отсутствует. На наш взгляд, такое соотношение подгрупп в структуре NEET-молодежи несет в себе риски, так как подгруппа «NEET-экономически неактивные» крайне неоднородна по своему составу,

• 2.    В периоды экономических кризисов преобладала подгруппа «NEET-безработные» (2009 год – 51,3%; 2015 год – 53,3%; 2020 год – 52,3%). Максимального значения NEET-безработица достигала в 2018 году (56,9%), минимального – в 2022 году (43,6%). Следовательно, NEET-безработица закономерно увеличивается в России в кризисные периоды.

а также не всегда очевидны мотивы «неактив-ности», что требует дополнительного исследования этой подгруппы и выработки соответствующих механизмов ее сокращения.

В разрезе субъектов РФ ситуация с распространением NEET-молодежи существенно дифференцирована. Так, в ряде регионов по состоянию на 2022 год доля NEET-молодежи крайне высокая и достигает следующих значений: Чеченская Республика – 34,7%; Республика Дагестан – 28%; Республика Ингушетия – 23,9%. В то же время в Санкт-Петербурге этот показатель демонстрирует самое низкое значение среди всех регионов РФ – 3,2%. В связи с этим проведена группировка всех субъектов РФ по значению данного показателя ( рис. 4 ).

Анализируя представленные на рисунке 4 результаты группировки, можно констатировать, что только в восьми субъектах РФ отмечается низкая доля NEET-молодежи, не превышающая 6% по состоянию на 2022 год. Большинство регионов (49) относится к категории «ниже среднего», где диапазон значений данного показателя колеблется в пределах от 6 до 10% включительно. В группу регионов со значением показателя «выше среднего» (11–

15%) входят 24 субъекта РФ. То есть практически третья часть российских регионов характеризуется как «неблагополучная» в отношении масштабов распространения NEET-молодежи. Крайне негативная ситуация сложилась в шести российских регионах, в них доля NEET-молодежи составляет более 15%. При анализе линии тренда по каждому из субъектов РФ за период с 2017 по 2022 год только по пяти регионам была выявлена устойчивая положительная динамика снижения доли NEET-молодежи: Брянская область, Владимирская область, Костромская область, Республика Крым, Омская область. В Тамбовской области отмечается рост показателя.

Проведенный анализ масштабов распространения NEET-молодежи в Российской Федерации позволяет сделать вывод о том, что по сравнению с мировыми тенденциями ситуация в стране относительно благополучная. Однако существенно обострившаяся на настоящий момент проблема дефицита трудовых ресурсов в России и негатив-

Рис. 4. Группировка субъектов Российской Федерации по значению показателя «доля молодежи в возрасте 15–24 лет, которая не учится, не работает и не приобретает профессиональных навыков, в общей численности населения соответствующей возрастной группы» в 2022 г.

Рассчитано по: данные Росстата.

ные прогнозы ее усугубления в перспективе по причине сложной демографической ситуации актуализируют поиск трудовых резервов, в качестве одного из которых, как отмечалось выше, может рассматриваться NEET-молодежь.

С целью изучения особенностей и проблем NEET-молодежи в Российской Федерации нами был проведен экспертный опрос, по итогам которого получены следующие результаты.

Большинство экспертов (60%) считают проблему существования NEET-молодежи актуальной для российской экономики, только 10% отрицают ее значимость. При этом все эксперты сходятся во мнении, что данное явление в настоящее время не получило широкого распространения. Так, 20% респондентов оценивают уровень распространения NEET-молодежи как крайне низкий (менее 6%), 40% – как низкий (6–10%) и 40% – как средний (11–15%).

Относительно прогноза распространения этого явления в экономике РФ на среднесрочную перспективу 1/3 экспертов указали, что оно будет расти ( рис. 5 ).

Важным аспектом для поиска механизмов «вывода» молодежи из категории NEET является понимание внутренней структуры этой группы. При опросе экспертов была использована классификация ( рис. 6 ), предложенная М.Б. Булановой (Буланова, 2019).

С позиции экспертов наиболее распространены в структуре NEET-молодежи такие категории, как временно неактивные, имеющие договоренность о работе и учебе, собирающиеся приступить к ней в ближайшее время (76,7%), добровольно сделавшие выбор в пользу данного варианта жизни (60%), прочие неактивные, которые не могут указать причину своей неактивности, но сознательно отказываются от работы и учебы (46,7%). В структуре NEET-категория «отчаявшиеся» экспертами не выделена. Таким образом, полученные результаты опроса подтверждают неоднородность структуры группы NEET-молодежи и согласуются с представленными на рисунке 3 статистическими данными. При этом подгруппа «NEET-экономически неактивные» вероятнее всего в большей степени представлена такими категориями, как добровольно сделавшие выбор в пользу данного варианта жизни и прочие неактивные, а в меньшей – экономически неактивные по причинам болезни, инвалидности и выполнения семейных обязанностей.

Распространение NEET-молодежи, по мнению экспертов, сопровождается широким спектром негативных социально-экономических последствий ( рис. 7 ).

Самыми часто отмечаемыми последствиями увеличения численности NEET-молодежи для российской экономики оказались возрастание дефицита рабочей силы (60%), маргинализация (53,3%), сокращение налоговых поступлений в бюджет (50%), рост социальной напряженности (46,7%).

Рис. 5. Распределение ответов на вопрос «Каков Ваш прогноз относительно изменения уровня распространения NEET-молодежи в РФ на среднесрочную перспективу?», %

• □    Рост

• □    Снижение

• □    Отсутствие изменений

• □    Затрудняюсь ответить

Составлено по: результаты экспертного опроса.

Рис. 6. Распределение ответов на вопрос «Какие три группы, по Вашему мнению, преобладают в структуре NEET-молодежи в РФ?», %

1 – временно неактивные, имеющие договоренность о работе и учебе, собирающиеся приступить к ней в ближайшее время; 2 – краткосрочно безработные, т. е. зарегистрированные официально как безработные и пребывающие в этом статусе менее года; 3 – длительно безработные, т. е. не имеющие работы более года; 4 – экономически неактивные по причине болезни и инвалидности; 5 – экономически неактивные по причине выполнения семейных обязанностей; 6 – отчаявшиеся, т. е. прекратившие активные поиски нового рабочего места; 7 – добровольно сделавшие выбор в пользу данного варианта жизни; 8 – прочие неактивные, которые не могут указать причину своей неактивности, но сознательно отказываются от работы и учебы.

Составлено по: результаты экспертного опроса.

Рис. 7. Распределение ответов на вопрос «Какие последствия для российской экономики несет увеличение численности NEET-молодежи?», %

1 – возрастание дефицита рабочей силы; 2 – рост неформальной занятости; 3 – снижение уровня и качества жизни населения; 4 – увеличение дифференциации доходов населения; 5 – рост социальной напряженности; 6 – маргинализация; 7 – рост преступности; 8 – рост наркомании и алкоголизма; 9 – увеличение расходов госбюджета на содержание NEET-молодежи; 10 – сокращение налоговых поступлений в бюджет.

Составлено по: результаты экспертного опроса.

Полученные результаты подтверждают ранее выдвинутую нами гипотезу о рассмотрении NEET-молодежи в качестве трудового резерва. Следовательно, возрастает важность решения задачи, связанной с поиском причин формирования этой группы, с целью разработки мер по снижению ее масштабов.

Экспертный опрос позволил выявить основные причины формирования группы NEET-молодежи в РФ ( рис. 8 ).

Согласно полученным данным, основными причинами формирования группы NEET-молодежи в России являются обесценение престижа труда (63,3%) и попадание в категорию наркозависимых или алкоголезависимых (53,3%).

К числу менее выраженных причин эксперты отнесли социальные проблемы (30%), проживание в сельской местности (26,7%), проблемы со здоровьем (26,7%), занятость в раннем возрасте в неформальном секторе (26,7%), недоступность образования (20%). Эксперты дополнили предложенный перечень причин такими, как высокий уровень дохода семьи (3,3%);

нежелание работать по полученной специальности (3,3%); гражданская неактивность (3,3%).

С целью определения степени влияния выделенных причин на проблему NEET-молодежи нами были использованы методы корреляционного, факторного, регрессионного анализа и древовидной классификации.

Для реализации данных методов отобраны только те причины формирования NEET-молодежи в РФ, которые можно измерить статистическими показателями и которые по оценкам экспертов получили 10% и более. Таким образом, в качестве оцениваемых причин выбраны следующие:

– занятость в раннем возрасте в неформальном секторе;

– недоступность образования;

– проживание в сельской местности;

– проблемы со здоровьем;

– попадание в категорию наркозависимых или алкоголезависимых;

– социальные проблемы (раннее материнство, уход за больными членами семьи и др.);

– низкий уровень дохода семьи.

Рис. 8. Распределение ответов на вопрос «Укажите основные причины формирования NEET-молодежи в РФ», %

1 – низкий уровень дохода семьи; 2 – занятость в раннем возрасте в неформальном секторе; 3 – недоступность образования; 4 – проживание в сельской местности; 5 – проблемы со здоровьем; 6 – попадание в категорию нарко-зависимых или алкоголезависимых; 7 – распространение преступности среди молодежи; 8 – социальные проблемы (раннее материнство, уход за больными членами семьи и др.); 9 – обесценение престижа труда среди молодежи; 10 – другое.

Составлено по: результаты экспертного опроса.

На следующем этапе была сформирована система показателей (объясняющих переменных), характеризующих обозначенные выше причины:

Х1 – численность занятых в неформальном секторе в возрастной группе 15–19 лет, тыс. чел.;

Х2 – численность студентов, обучающихся по программам подготовки специалистов среднего звена, бакалавриата, специалитета, магистратуры на начало учебного года, тыс. чел.;

X3 – численность сельского населения в возрасте 15–24 лет, чел.;

X4 – численность инвалидов в возрасте до 18 лет, тыс. чел.;

X5 – численность больных наркоманией, состоящих на учете в лечебно-профилактических организациях на конец отчетного года, тыс. чел.;

X6 – численность больных алкоголизмом и алкогольными психозами, состоящих на учете в лечебно-профилактических организациях на конец отчетного года, тыс. чел.;

X7 – коэффициент рождаемости среди подростков (в возрасте от 15 до 19 лет) на 1000 женщин в соответствующей возрастной группе;

X8 – доля населения, живущего за национальной чертой бедности, %.

В таблице 3 приведены значения данных показателей за период с 2013 по 2022 год.

Значения результирующего показателя Y (доля NEET-молодежи в общей численности населения соответствующей возрастной группы, %) за 2013–2022 гг. приведены в таблице 4 .

На рисунке 9 приведена корреляционная матрица для выбранной системы результирующих и объясняющих переменных.

Таблица 3. Данные для анализа

Переменная	2013	2014	2015	2016	2017	2018	2019	2020	2021	2022
Х1	248	202	204	219	185	180	168	155	149	142
Х2	7628,8	7312,1	6939,1	6704,3	6633,6	6626,0	6644,5	6809,1	6900,4	7113,1
Х3	4300619	4153494	3971969	3872864	3849171	3858149	3876083	3460295	3469200	3344226
Х4	568	580	605	617	636	651	671	689	704	729
Х5	308,3	300,7	288,0	259,5	231,6	217,4	207,0	207,5	212,0	213,8
Х6	1749,5	1690,0	1577,0	1444,5	1304,6	1208,6	1126,7	1102,8	1077,7	1051,4
Х7	26,6	26,0	24,0	21,5	18,4	16,1	14,6	14,1	13,5	13,4
Х8	10,8	11,3	13,4	13,2	12,9	12,6	12,3	12,1	11,0	9,8
Рассчитано по: данные Росстата.

Таблица 4. Результирующий показатель

Показатель	2013	2014	2015	2016	2017	2018	2019	2020	2021	2022
Y	11,8	12,0	12,0	12,4	10,5	10,2	10,6	10,9	10,2	10,1
Рассчитано по: данные Росстата

Рис. 9. Корреляционная матрица для выбранной системы показателей

Variable	Correlations (Федченко.sta) Marked correlations are significant at p < ,05000 N=10 (Casewise deletion of missing data)
	Y	X1	X2	X3	X4	X5	X6	X7	X8
Y	1 0000001 0.804353		0,380855	0.662176	-0.805198	0.835638	0.838340	0.854769	0.340006
\ X1	0,804353	1.000000	0.459932	0.897215	-0.939732	0.865992	0.915084	0.910432	0.280703
X2	0,380855	0.459932	1.000000	0.416009	-0.442560	0.700193	0,623320	0,601181	-0.649649
X3	0,662176	0.897215	0.416009	1.000000	-0.952931	0.818607	0.889618	0.878043	0.274012
X4	-0.806198	-0.939732	-0.U2560	-0.952931	1.000000	-0.907752	-0.964197	-0.960715	-0.331949
X5	0.835638	0.865992	0.700193	0.818607	-0.907752	1.000000	0.986002	0.986275	0.046955
X6	0.838340	0.915084	0,623320	0.889618	-0.964197	0.986002	1.000000	0.998440	0.148757
X7	0.854769	0.910432	0.601181	0.878043	-0.960715	0.986275	0.998440	1.000000	0.171936
X8	0 340006	0.280703	-0.649649	0,274012	-0,331949	0,046955	0.148757	0.171936	1.000000

Источник: рассчитано авторами.

Анализ корреляционной матрицы показывает достаточно высокую корреляцию между долей NEET-молодежи (Y) с такими показателями как: численность занятых в неформальном секторе в возрастной группе 15–19 лет (X1), численность сельского населения в возрасте 15–24 лет (X3), численность инвалидов в возрасте до 18 лет (X4), численность больных наркоманией, состоящих на учете в лечебнопрофилактических организациях (X5), численность больных алкоголизмом и алкогольными психозами, состоящих на учете в лечебно-профилактических организациях (X6), коэффициент рождаемости среди подростков (в возрасте от 15 до 19 лет) на 1000 женщин в соответствующей возрастной группе (X7).

Для углубления поля исследования, проведенного на основе анализа коэффициента корреляции, используем метод древовидной классификации, позволяющий построить прогностическую модель на основе классификации для результирующей переменной, т. е. выделить классы наблюдений с ее различными средними значениями.

На первом этапе построения прогностической модели на основе классифицирующих регрессионных деревьев методом CHAID в качестве объясняющих переменных рассматривались все переменные X1, X2, X3, X4, X5, X6, X7, X8. Результаты, приведенные на рисунке 10 , показывают, что хорошее качество классификации достигается при использовании всего

Рис. 10. Результаты применения классифицирующих регрессионных деревьев при построении прогностической модели

Источник: рассчитано авторами.

одной разделяющей переменной X1, данная переменная обладает высокой разделительной способностью. Наблюдения делятся на два класса по значению переменной X1 – численности занятых в неформальном секторе в возрастной группе 15–19 лет, тыс. чел., левый класс содержит наблюдения, для которых данный показатель меньше или равен 185, правый класс – больше 185. Для наблюдений левого класса среднее значение результирующей переменной равно 10,42%, среднеквадратическое отклонение 0,093. Для наблюдений правого класса среднее значение результирующей переменной 12,5, среднеквадратическое отклонение 0,063.

При исключении из анализа переменной X1 дерево классификации строится также всего по одной переменной X5 – численность больных наркоманией, состоящих на учете в лечебнопрофилактических организациях на конец отчетного года, тыс. чел. Данная переменная обладает следующей по мощности разделительной способностью. Наблюдения делятся на два класса по значению переменной X5, левый класс содержит наблюдения, для которых данный показатель меньше или равен 231, правый класс – больше 231. Для наблюдений левого класса среднее значение результирующей переменной равно 10,42%, среднеквадратическое отклонение 0,093. Для наблюдений правого класса среднее значение результирующей переменной 12,5, среднеквадратическое отклонение 0,063.

При исключении из анализа переменных X1, X5 следующей по мощности разделительной способностью обладает переменная X6 – численность больных алкоголизмом и алкогольными психозами, состоящих на учете в лечебнопрофилактических организациях на конец отчетного года, тыс. чел. Наблюдения делятся на два класса по значению переменной X6, левый класс содержит наблюдения, для которых дан- ный показатель меньше или равен 1304,6, правый класс – больше 1304,6. Для наблюдений левого класса среднее значение результирующей переменной равно 10,42%, среднеквадратическое отклонение 0,093. Для наблюдений правого класса среднее значение результирующей переменной 12,5, среднеквадратическое отклонение 0,063.

Таким образом, использование метода древовидной классификации позволило выделить три переменных, максимально влияющих на результирующую (доля NEET-молодежи): первой по степени воздействия является переменная «численность занятых в неформальном секторе в возрастной группе 15–19 лет»; второй – переменная «численность больных наркоманией, состоящих на учете в лечебно-профилактических организациях»; третьей – переменная «численность больных алкоголизмом и алкогольными психозами, состоящих на учете в лечебно-профилактических организациях».

Корреляционная матрица, приведенная на рисунке 9, отражает не только сильную корреляцию переменных X1, X3, X4, X5, X6, X7 с результирующей переменной, но и сильную корреляцию их друг с другом, поэтому применение регрессионного анализа затруднено присутствием мультиколлинеарности объясняющих переменных. В связи с этим в рамках исследования был проведен факторный анализ объясняющих переменных, направленный на снижение размерности пространства объясняющих переменных и формирование небольшого количества общих факторов, а затем построено регрессионное уравнение, где в качестве объясняющих переменных выступают общие факторы.

В результате факторного анализа было выявлено два общих фактора, которые в совокупности объясняют 95% вариации исходных показателей ( рис. 11 ).

Рис. 11. Результаты теста накопленной значимости для определения количества факторов

Value	Eigenvalues (Федченко.sta) Extraction: Principal components
	Eigenvalue	% Total variance	Cumulative Eigenvalue	Cumulative %
1	6.001582	75,01978	6.001582	75,01978
2	1 667571   20.84464		7,669154	9 5,8 6442

Источник: рассчитано авторами.

Факторные нагрузки приведены на рисунке 12. Первый фактор оказывает сильное влияние на формирование таких показателей, как X1, X3, X4, X5, X6, X7. Данный фактор характеризует занятых в ненаблюдаемой, теневой экономике и категории людей, имеющих проблемы с занятостью по состоянию здоровья, психики и временной нетрудоспособности. Второй фактор оказывает сильное влияние на показатели X2, X8. Данный фактор характеризует категории молодежи, не имеющей достойных доходов по причи- не обучения или занятости с низкой оплатой труда.

Результаты регрессионного анализа с использованием факторов в качестве объясняющих переменных приведены на рисунке 13 . Второй фактор оказался незначимой переменной. Модель имеет достаточно высокий R² = 0,697, следовательно, около 70% вариации результирующей переменной объясняется уравнением регрессии. Уравнение в целом значимо (F = 18,422, p = 0,00264), стандартная ошибка равна 0,51695.

Рис. 12. Показатели, формирующие первый и второй факторы

Источник: рассчитано авторами.

Рис. 13. Результаты регрессионного анализа

N=10	Regression Summary for Dependent Variable: Y (Федченко.sta) R= ,83499927 R?= ,69722377 Adjusted R?= ,65937675 F(1.8)=18 422 p<,00264 Std.Error of estimate: ,51695
	b*	Std.Err. of b*	b	Std.Err. of b	4«)	p-value
Intercept			11,07000	0,163474	67,71714	0,000000
фактор 1	0.834999" 0.194543		0,73960	0,172317	4,29210	0,002644

Источник: рассчитано авторами.

Выполнены гипотезы о нормальном распределении ошибок модели ( рис. 14 ) и об отсутствии корреляции в ошибках ( рис. 15 ), что свидетельствует о хорошем качестве регрессионной модели.

Проведенный анализ подтверждает, что выбранные для анализа показатели оказывают существенное влияние на формирование результирующей переменной и позволяют строить прогностические модели для ее предсказания.

Подытожив результаты экспертного опроса и использованных математических методов, нами были сделаны следующие выводы:

– проблема существования NEET-молодежи является актуальной для нашего государства, несмотря на относительно небольшие масштабы ее распространения;

– структура группы NEET-молодежи весьма неоднородна (временно неактивные, имею- щие договоренность о работе и учебе, собирающиеся приступить к ней в ближайшее время; добровольно сделавшие выбор в пользу данного варианта жизни; прочие неактивные, которые не могут указать причину своей неактивности, но сознательно отказываются от работы и учебы), что подтверждается результатами как экспертного опроса, так и статистического анализа;

– основными причинами, в наибольшей степени влияющими на формирование NEET-молодежи, выступают обесценение престижа труда среди молодежи, занятость в раннем возрасте в неформальном секторе и попадание в категорию наркозависимых или алкоголезависимых; также высокая корреляция отмечается с такими причинами, как проживание в сельской местности, проблемы со здоровьем, социальные проблемы (раннее материнство, уход за больными членами семьи и др.);

Рис. 14. Глазомерный метод проверки на нормальность ошибок модели

Источник: рассчитано авторами.

Рис. 15. Статистика Дарбина – Уотсона

	Durbin-Watson d (Федченко.sta)   * and serial correlation of residuals
	Durbin- Watson d	Serial Corr.
Estimate	1.855616.	0.028229

Источник: рассчитано авторами.

– наиболее опасными социально-экономическими последствиями существования данной группы молодежи являются возрастание дефицита рабочей силы, маргинализация, сокращение налоговых поступлений в бюджет, рост социальной напряженности, что требует разработки комплекса регулирующих мер в условиях прогнозируемого роста данного явления.

Таким образом, использование ретроспективного и статистического анализа, эмпирического исследования позволило изучить особенности данного явления в мировой и российской экономике, определить основные причины его распространения и подтвердить выдвинутую выше гипотезу.

Заключение

Проблема NEET-молодежи в последние годы приобрела широкий научный интерес среди исследователей всего мира. Это обусловлено негативными последствиями, которые несет в себе данное явление. Для стран с развитой экономикой и сложной демографической ситуацией NEET-молодежь выступает одним из источников пополнения рабочей силы при трудодефицитной конъюнктуре рынка труда. Для развивающихся стран, отличающихся низкими темпами развития экономики и избытком рабочей силы, проблема NEET-молодежи еще более значима, так как масштабирование данного явления приводит к серьезным социальным и экономическим последствиям в долгосрочной перспективе. Следовательно, для отдельно взятой страны эта проблема имеет свою специфику формирования и развития, что предопределяет содержание соответствующей государственной политики. Для Российской Федерации на основании полученных результатов исследования предлагается реализовать комплекс тактических (преимущественно ориентированных на тех, кто уже пребывает в составе NEET-молодежи) и стратегических (носящих превентивный характер) мероприятий.

В числе тактических мер считаем целесообразными:

• 1)    включение в государственную молодежную политику совокупности мер, ориентированных на данную группу молодежи и дифференцированных для NEET-безработных и NEET-экономически неактивных; по причине

того в последние годы доля экономически неактивных превалирует в составе NEET-молодежи, необходимо совершенствовать законодательнонормативную базу, касающуюся этой группы, и психолого-просветительскую работу в ее среде; исходя из неоднородности подгруппы «NEET-экономически неактивные» и отсутствия четко выраженных мотивов ее формирования рекомендуется проводить регулярные исследования причин «неактивности», т. к. турбулентность социально-экономических процессов не позволяет сформировать такого рода мероприятия на перспективу;

• 2)    расширение мер государственной поддержки для молодых людей в период экономических кризисов с целью снижения доли NEET-безработных, в том числе на основе квотирования рабочих мест в государственных и бюджетных организациях;

• 3)    вовлечение NEET-молодежи из «неблагополучных» субъектов РФ, где данный показатель составляет 11% и выше, в трудовую деятельность с использованием широкого спектра форм нестандартной занятости, а именно дистанционной или виртуальной занятости, самозанятости, платформенной занятости, вахтовой работы, временной занятости;

• 4)    расширение на законодательном уровне мер поддержки для молодых женщин, занимающихся уходом за маленькими детьми (гарантировать возможность выполнять работу дистанционно, использовать гибкие режимы рабочего дня, режимы неполной занятости); целесообразна разработка «дорожных карт» вовлечения таких женщин в трудовую деятельность с учетом региональной и отраслевой специфики;

• 5)    увеличение масштабов государственной помощи, в том числе расходов на выявление и лечение, для больных наркоманией и алкоголизмом с акцентом на молодежь; особую значимость должны иметь мероприятия, способствующие социальной и трудовой адаптации, в том числе ориентированные на формирование или «реабилитацию» трудовых и профессиональных навыков такого населения;

• 6)    активизацию мер по формированию без-барьерной среды, расширению возможностей получения профессионального образования для инвалидов, вовлечению лиц с ограниченны-

• ми возможностями в трудовую деятельность, включая поддержку работодателей, обеспечивающих рабочие места для лиц с ОВЗ.

Среди мер стратегического характера считаем необходимыми:

• 1)    масштабные преобразования в воспитательной и культурно-просветительской работе среди детей и молодежи, ориентированные на формирование и осознание ценности труда, его роли в жизни отдельного человека и современного общества; важно с раннего возраста заложить правильные представления о профессиях и их вкладе в развитие экономики страны, а также уважение к трудовому подвигу;

• 2)    систематическую профориентационную работу, реализуемую с ранних этапов развития личности и базирующуюся на широком спектре инструментов, в том числе цифровых;

• 3)    профилактические меры, направленные на формирование здорового образа жизни среди детей и молодежи, в том числе расширение возможностей для занятий физкультурой и спортом, прежде всего на безвозмездной

основе, на воспитание негативного отношения к курению, алкоголизму и наркомании.

Дальнейшие перспективы исследования NEET-молодежи как трудового потенциала развития видятся в непосредственной связи данной проблемы с цифровой трансформацией мира и социально-экономических отношений на всех уровнях – глобальном, страновом, региональном, а также корпоративном и личном. Направления дальнейших исследований NEET-молодежи на российском рынке труда касаются таких изменений, как появление на рынке труда платформ (изменение взаимоотношений «заказчик» – человек) и расширение использования искусственного интеллекта во всех сферах, что отражается на всех компонентах рабочей архитектуры, касающихся физической и социальной среды. Поведение NEET-молодежи непосредственно связано с изменением формата работы, ростом ценности человеческого капитала, развитием технологий, турбулентностью в некоторых отраслях и сферах.