Систематизация факторов динамики фонда оплаты труда на основе рекуррентного анализа тенденций циклического развития экономики региона

Производственный цикл рассматривается нами как одна из составляющих современного макроэкономического цикла, отражающая колебания уровней производственной активности хозяйствующих субъектов [1]. В отечественной литературе традиционно под производственным циклом изготовления изделия принято понимать отрезок времени, в течение которого предметы труда проходят все стадии производственного процесса вплоть до выпуска готового изделия [2], а его продолжительность обусловлена влиянием технологических, организационных и экономических факторов [3, с. 338–339].

В современных условиях считаем целесообразным расширить данное толкование производственного цикла, так как при характеристике макроэкономических процессов, по мнению авторов, именно понятие производственного цикла отражает производство не только материальных товаров, но и услуг, как доминирующего продукта в фазе перехода от неоиндустри- альной к цифровой и инновационной экономике. Поэтому фазовую характеристику производственного цикла предлагается осуществлять на основе четырех базовых статистических показателей: 1) объемы производства (ВВП и ВРП на душу населения); 2) количество организаций; 3) сальдированный финансовый результат; 4) среднесписочная численность работников.

Вместе с тем перечисленные показатели не в полной мере отражают рекуррентные зависимости между производственным циклом, характеризующим современный макроэкономический цикл, и социальным, а также структурным циклом, которые рассматриваются нами как результирующие в рамках современного макроэкономического цикла (подробнее см. работы [4; 5]). Поскольку затраты труда являются одним из элементов любого производственного процесса, зачастую определяющим его длительность, считаем целесообразным дополнить оценку фазы текущего производственного цикла динамикой показателя фонда оплаты труда (далее – ФОТ) в качестве стоимостной характеристики затрат живого труда на производство и реализацию продукции, работ и услуг.

Систематизация факторов, оказывающих влияние на ФОТ, представляет интерес для выявления характера рекуррентных зависимостей между производственным, социальным и структурными циклами с точки зрения прогнозирования и управления циклической динамикой в экономике региона, а также представляется актуальной в связи с тем, что ФОТ:

• -    составляет значительную долю в ВВП и ВРП, которые используются в большей части исследований циклической динамики для характеристики производственного цикла;

• -    является одним из ключевых факторов экономического роста во многих моделях прогнозирования экономического развития, но имеет значительный потенциал повышения точности оценки его величины, поскольку по расчетам независимых экспертов бюджетная система России недополучает значительные суммы налога на доходы физических лиц – около 1,6% ВВП ([6] и др.);

• -    имеет не только экономическую, но и социальную сущность, так как затрагивает интересы большей части граждан России, что обусловливает повышенное внимание к нему как важнейшему показателю состояния экономики в целом и отдельных со-

• ставляющих современного макроцикла –

производственного и социального циклов в частности (подробнее см. работу [ 4 ] ).

Целью настоящего исследования явилось обоснование факторов динамики ФОТ на уровне регионов РФ, их последу- ющая систематизация и анализ.

Степень изученности проблемы

Большая часть российских научных публикаций посвящена анализу внешних фак- торов формирования ФОТ как источника поступления налога на доходы физических лиц (далее – НДФЛ). При этом обосновывается необходимость реформирования оплаты труда и порядка исчисления НДФЛ, прежде всего введения прогрессивной шкалы НДФЛ для снижения уровня дифференциации доходов населения. При рассмотрении внутренних факторов большее внимание уделяется проблемам собираемости и оценки потерь НДФЛ в теневом секторе экономики [7–11].

Совершенствование методик прогнозирования НДФЛ, по мнению М.Ю. Малкиной, Р.В. Балакина [12, с. 3– 6], может быть реализовано посредством использования лучшей международной практики моделирования налога на персональный доход для различных его составляющих – доходов от труда, социальных выплат, доходов от капитала.

Е.В. Зенцова на основе эконометрического анализа динамики собираемости НДФЛ пришла к выводу, что динамика поступлений данного налога независима от изменения экономической ситуации в стране, поэтому в качестве направлений управления поступлениями НДФЛ были выделены:

• 1)    повышение эффективности работы комиссий по легализации налоговой базы на основе обновления правил их деятельности и ужесточения контроля за выплатой теневой заработной платы;

• 2)    «обеление» рынка труда, улучшение условий ведения легального бизнеса, обеспечение равных конкурентных условий для сокращения теневого сектора и вовлечения граждан в официальную экономику;

• 3)    совершенствование прогнозирования ФОТ как налоговой базы НДФЛ на основе использования методов имитационного моделирования, которые позволяют разработать и сравнить несколько вариантов прогнозов в зависимости от изменения социально-экономических условий, отраслевой структуры и доминирующих видов экономической деятельности региона, а также от изменений параметров бюджетной и налоговой политики [13].

Ряд авторов анализирует проблемы прогнозирования ФОТ организаций ИТ-сектора, оказывающих услуги через Интернет с помощью цифровых средств и инструментов как резидентами, так и нерезидентами [14], рассматривает проблемы учета и отражения в официальной отчетности доходов от деятельности самозанятых и фрилансеров [15].

При рассмотрении внутренних факторов динамики ФОТ в регионах ученые уделяют значительное внимание оценкам и анализу доли скрытой зарплаты в ее общем объеме, влияния на величину ФОТ теневой деятельности. Так, О.С. Колесникова отмечает, что в 2010 г. 23,6%, а в 2015 г. 38,6% общей суммы налогооблагаемых доходов не были учтены налоговыми органами [7; 8]. А.И. Поварова обосновывает значение показателя уровня неофициальной заработной платы в РФ в 2002– 2015 гг. в размере 27% и предлагает оценивать уровень собираемости НДФЛ на основе анализа соотношения облагаемых доходов физических лиц и потребительских расходов, приводит результаты исследования на основе предложенной методики [9, с. 193–213].

Для повышения качества бюджетного прогнозирования и минимизации бюджетных рисков в регионах Е.Т. Гурвич, А.Л. Суслина предлагают дополнить существующую систему анализа собираемости налогов по принципу «начислено/уплачено»

анализом динамики НДФЛ на основании макроэкономического подхода [10, с. 32]. Возможности роста сбережений и получения инвестиционного дохода населением при повышении уровня минимальной и средней заработной платы рассматриваются в работе [11].

Значительный интерес, на наш взгляд, представляют работы, в которых обосновывается необходимость оценки динамики ФОТ с учетом фазы делового цикла, структуры региональной экономики [14, с .75; 11], отраслевой структуры валового регионального продукта [6], оценки дифференциации уровня жизни населения на основе таких индикаторов, как коэффициент Джини, распределение денежных доходов по 20-процентным группам населе-ния1 [7; 8].

Показатели, характеризующие фактор труда, в том числе ФОТ, используются для моделирования производственного цикла (цикла деловой активности) на основе производственной функции Кобба – Дугласа, которая отражает зависимость объема производства определенного товара от сочетания двух факторов производства – труда и капитала. Данная функция сегодня широко используется для моделирования не только мелкомасштабных процессов, но и целых отраслей экономики, а также для оценки эффективности производства на уровне национального хо-зяйств2. Для этого при оценке динамики объемных показателей развития регионов, муниципальных образований (ВРП, валовая добавленная стоимость), наряду с первоначальным видом производственной функции Кобба – Дугласа, используются трех- [16, с. 5483], пяти- [17] и многофакторные [18; 19] модели производственной функции, учитывающие разные показатели оценки затрат труда:

• -    численность населения, занятого в экономике, и оплата труда (трехфакторная модель В.С. Буравлева [16, с. 5483]);

• -    среднегодовая занятость в регионе (тыс. чел.) (модель М.Ю. Малкиной [17]; модель Д.Н. Шульца, Р.С. Ошакбаева [19]);

• -    среднегодовая численность занятых и индекс производительности труда по видам экономической деятельности, уровень безработицы на конец года; среднегодовая численность занятых в экономике (модель Л.А. Китрар, Т.М. Липкинд, Г.В. Остапко-вич [18]).

Предложенная В.С. Буравлевым версия трехфакторной производственной функции Кобба – Дугласа учитывает, кроме фондовооруженности труда и величины трудовых ресурсов, мотивацию работников через оплату труда [ 21 ] . По мнению В.С. Буравлева, для получения требуемого ВВП на очередном цикле производства возможно осуществлять планирование численности трудовых ресурсов и оплаты их труда в экономике на основе определения доли оплаты труда и внутренних инвестиций пропорционально темпу прироста ВВП [ 16 ] .

Построенные на основе производственной функции Кобба – Дугласа модели свидетельствуют о том, что для развитых стран характерны постоянные доли вкладов труда и капитала в объем производства на протяжении длительного времени. В то же время такие авторы, как А.А. Венедиктов, В.Н. Юсим и В.С. Филиппов, рассматривая теоретическую обоснованность и практическую значимость производственной функции, отмечают, что «в последнее время функция Кобба – Дугласа почти не используется на практике для прогнозов развития экономики, так как плохо описывает существующую действительность» [ 22 ] . При этом отмечается недостаточная обоснованность выделения именно двух факторов, которые к тому же зависят друг от друга, отсутствие разумной экономической интерпретации для коэффициентов модели Кобба – Дугласа и необоснованность предположения об ее универсальности, которая, как показывает логический анализ, в общем случае противоречит здравому смыслу (см.

детальное обоснование этой позиции в работе [ 16, с. 90-94 ] ).

Все большее число ученых разделяют точку зрения, согласно которой использование показателей затрат и результатов, относящихся к разным периодам, является не вполне обоснованным и недостаточным для формирования выводов. Другими словами, на основе статистических данных о прошлом при отсутствии какого-либо объяснения происходящих процессов в сфере производства на текущий момент сложно определить общий тренд развития [ 22 ] .

Управление развитием больших экономико-технологических систем, к ко- торым относятся регионы и муниципальные образования в их составе, невозможно без изучения и анализа закономерностей их функционирования и развития. Для этих целей, по мнению авторов, требуется построение более сложных и гибких моделей, позволяющих проводить факторный анализ изменения показателей производственной деятельности при различных вариантах прогнозных значений отдельных факторов.

Методы и результаты исследования

На основе представленных выше результатов анализа отечественных и зарубеж- ных публикаций было выделено два основных подхода к систематизации факторов, которые необходимо учитывать при оценке и прогнозировании динамики ФОТ на региональном уровне и в муниципальных обра- зованиях.

Первый из выделенных в ходе настоящего исследования подходов определяется в научной литературе как микроэкономический и квазибухгалтерский подход. В нем принято ориентироваться на достигнутый уровень доходов на текущий и прогнозируемый периоды [14, с. 22].

Наличие и усиление негативных тенденций планирования НДФЛ на основе фактически достигнутой в отчетном периоде величины ФОТ в регионе привело к разработке многофакторного макроэкономического подхода к прогнозированию (см. работы [6; 14; 23; 24] и др.). Его отличием от квазибухгалтерского подхода является акцент на повышении эффективности прогно- зирования величины облагаемого ФОТ на основе учета множества определяющих его факторов, которые систематизированы по уровням управления. Применение статистического, графического, эмпирического, эконометрического методов исследования позволяет определить один доминирующий или группу существенных факторов, что значительно повышает точность прогнозирования ФОТ.

В целом сопоставление подходов к анализу и прогнозированию динамики ФОТ для оценки фазы производственного и социального циклов позволило предложить авторскую классификацию факторов. Ее методологической особенностью является многоуровневость и акцент на исследовании межфакторных зависимостей (другими словами, выявленных факторов первого и второго порядка). В соответствии с данным подходом могут быть выделены две основные группы факторов динамики ФОТ:

• -    первая группа – внешние факторы, связанные с социально-экономическими тенденциями в Российской Федерации в целом (табл. 1);

• -    вторая группа – внутренние факторы, связанные с особенностями социально-экономического развития отдельного региона, муниципального образования (табл. 2).

В каждой группе факторы объединены в подгруппы, и для каждой группы факторов были выделены по 2–3 уровня основных факторов/показателей, их определяющих.

В табл. 1 объединены в группы следующие факторы и показатели:

• -    уровень инфляции;

• -    уровень и динамика факторов и показателей оплаты труда, включая установленные в регионах уровни прожиточного минимума и минимальной заработной платы;

• -    средняя начисленная заработная плата, зависящая от уровня инфляции, минимальной заработной платы, внутренних факторов развития региона;

• -    политика налогообложения физических лиц и миграционная политика.

Наиболее значимые факторы второй группы выделены в табл. 2. К ним относятся:

• -    ВРП с выделением таких показателей, влияющих на его размер, как ФОТ, среднемесячная начисленная заработная плата работающих и среднегодовая численность занятых, просроченная задолженность по заработной плате;

• -    структура экономики региона по ВЭД, определяющая значение удельных показателей ФОТ по ВЭД и региону в целом: ФОТ на рубль ВРП и на одного работающего, которые отражают различную трудоемкость и зарплатоемкость продукции (услуг) по ВЭД;

• -    контроль выплаты заработной платы и налоговое администрирование, направленное на снижение задолженности по заработной плате и повышение уровня собираемости налогов;

• -    риски сокрытия доходов по теневому сектору экономики, зависящие от доли ВЭД с высокими рисками сокрытия доходов из-за сложности контроля (оптовая и розничная торговля), степени социальной поляризации населения (коэффициент Джини и др.), оценки сокрытия доходов на основе анализа потребительских расходов населения.

На основе предложенной классификации был проведен анализ и оценка степени влияния выявленных факторов на динамику ФОТ в Пермском крае за 2015–2018 гг. в сравнении с несколькими близкими по структуре экономики регионами Приволжского и Уральского федеральных округов России1. Результаты анализа показывают разнонаправленное воздействие рассмотренных выше факторов на динамику ФОТ и соответственно ВРП как по отдельным ВЭД, так и по региону в целом.

Таблица 1

Внешние факторы динамики ФОТ в регионе, связанные с социально-экономическими тенденциями в России

№ п/п	Группы и наименование факторов		Направления влияния на ФОТ
1	Уровень инфляции		Влияют на величину номинальной заработной платы с лагом запаздывания
1.1	ИПЦ на товары и услуги в РФ
1.2	ИПЦ на товары и услуги в регионе
2	Уровень и динамика факторов оплаты труда		Определяют возможности сбережения и получения дополнительных доходов от вкладов, ценных бумаг и т. п.
2.1	Прожиточный минимум	Установленный в регионе прожиточный минимум
		Доля установленного прожиточного минимума в среднемесячной начисленной заработной плате
		Отношение прожиточного минимума, установленного в регионе, к величине прожиточного минимума в РФ
2.2	Минимальная  заработ ная плата	Минимальный размер оплаты труда в РФ
		Минимальный размер оплаты труда в регионе
		Отношение уровня минимальной зарплаты в России к уровню минимальной заработной платы в регионе
2.3	Средняя начисленная заработная плата занятых в экономике		Определяет объем ФОТ
3	Законодательное регулирование налогов с физических лиц		Существенно не изменялось в 2015 – 2018 гг. Определяют инвестиционные возможности плательщиков и использование вычетов, разных налоговых ставок, что влияет на величину реальной заработной платы в регионе
3.1	Налоговая база
3.2	Налоговые ставки
3.3	Налоговые вычеты	Социальные вычеты
		Благотворительность
		Имущественные вычеты
		Профессиональные вычеты
3.3	Виды НДФЛ и группы плательщиков
4	Доходы мигрантов		Законодательство существенно не изменялось в 2015 – 2018 гг. Изменились правила регистрации
4.1	Мигранты	Численность иностранных граждан, имеющих действующее разрешение на работу
		Численность иностранных граждан, имеющих действующий патент на осуществление трудовой деятельности
		Сумма доходов иностранных граждан, имеющих действующий патент на осуществление трудовой деятельности

Таблица 2

Внутренние факторы динамики ФОТ региона, связанные с особенностями его социально-экономического развития

№ п/п	Факторы 1-го уровня	Факторы 2-го уровня	Направления влияния на ФОТ
1	Валовой  региональный продукт (ВРП)	Доля ФОТ работников (кроме ИП и самозанятых) в ВРП, коп. /руб.	Влияет на ФОТ через распределение ВРП
		Среднемесячная начисленная заработная плата работающих, руб.	Влияет на ФОТ через число работающих, ИП, самозанятых
		Доходы ИП и самозанятых, инвестиционные доходы граждан, руб.

Окончание табл. 2

№ п/п	Факторы 1-го уровня	Факторы 2-го уровня	Направления влияния на ФОТ
2	Численность работающих	2.1. Среднегодовая численность занятых (кроме ИП и самозанятых)	Влияет на ФОТ через численность занятых
		2.2. Число зарегистрированных безработных по методике МОТ
3	Структура  экономики региона (по ВЭД)	3.1. ФОТ на рубль ВРП, всего и по ВЭД, коп./ руб.	Отражает зарплатоемкость ВРП всего и по основным ВЭД
		3.2. ВРП/ ФОТ на одного работающего всего и по ВЭД (среднемесячная начисленная заработная плата одного работающего по ВЭД), руб./чел.
		3.3. Доля ВЭД в общей сумме ФОТ, %
4	Контроль выплаты заработной платы и налоговое администрирование	Объем и доля задолженности по заработной плате в общей сумме ФОТ	Рост ФОТ при снижении задолженности
5	Потери ФОТ по теневому сектору экономики	5.1. Доля скрытой зарплаты в общем объеме: – доля занятых в сфере оптовой и розничной торговли и др. ВЭД с большей возможностью развития теневой деятельности; – доля населения, имеющего зарплату ниже прожиточного минимума	Социальная поляризация населения создает мотивацию малоимущих для сокрытия доходов
		5.2. Оценка доли теневого ФОТ на основе анализа потребительских расходов населения
		5.3. Степень концентрации доходов в обществе, дифференциация уровня жизни населения (коэффициент Джини)
		5.4. Интернет-занятость, маятниковые миграции работающих между регионами	Влияние разницы между входящими и исходящими потоками работающих

Проведенный анализ внешних факторов динамики ФОТ в Пермском крае показал, что наибольшее влияние на его величину в 2015–2018 гг. оказывали:

• а)    Уровень инфляции, или индекс потребительских цен (далее – ИПЦ) , который оказывал воздействие на объем и динамику ФОТ через инфляционный рост номинальной начисленной заработной платы по полному кругу организаций как в РФ, так и в исследуемых регионах: ежегодные приросты в 2016–2017 гг. составили от 6–8% (за исключением Кировской и Свердловской областей в 2016 г. – прирост 5,4–5,8%). Рост ИПЦ в 2018 г. к базовому уровню 2014 г. составил по Пермскому краю 51,7%, Пермский край так же, как большинство исследуемых регионов, в 2015–2018 гг. имел значения ИПЦ, близкие к среднероссийскому или превышавшие его, в особенности начиная с 2016 г.

• б)    Величина и структура налоговых вычетов . Укрупненные оценки влияния общей суммы вычетов из налоговой базы НДФЛ на его величину в 2015–2017 гг. по регионам показывают их существенное влияние на объем и динамику фактических доходов населения: от 14 до 43 % к годовому объему НДФЛ в разных регионах, а в Пермском крае – от 29 до 37%. Причем более детальный анализ отчетов по данным налоговых деклараций в Пермском крае показал, что существует значительная неравномерность распределения налоговых вычетов и расходов, уменьшающих налоговую базу по НДФЛ в разрезе муниципальных районов и городских округов Пермского края, большая их часть сосредоточена в крупных промышленных городах и региональном центре (г. Перми) – более 68%.

• в)    Доля индивидуальных предпринимателей в структуре доходов. В Пермском крае доля индивидуальных предпринимате-

  Систематизация факторов динамики фонда … лей в структуре доходов была незначительна и ежегодно снижалась в 2015–2018 гг., в то время как в отдельных регионах группы сравнения она устойчиво росла – в Свердловской области на 11–12%, Удмуртии – от 4 до 13%, Башкирии в 2016 г., а Кировской области в 2017 г. – на 37 и 20% соответственно.

Проведенный анализ внутренних факторов динамики ФОТ в Пермском крае показал, что существенное влияние на него в 2015–2018 гг. оказывали:

• а)    Структура экономики , изменение которой отражается в удельных показателях зарплатоемкости ВРП, ФОТ на одного занятого в экономике региона по ВЭД. За счет существенных отличий (налогоемко-сти по НДФЛ) от значений по группе сравниваемых регионов Пермский край теряет от 10 до 30 % НДФЛ ежегодно.

• б)    Теневой сектор экономики: его доля в оплате труда в исследованных регионах соответствует средним значениям по России в целом и составляет от 44 до 48% в течение анализируемого периода¹.

• в)    Неравномерность распределения доходов в обществе (коэффициент Джини). Результаты проведенных расчетов на основе эконометрического моделирования показали, что объективно отрицательным фактором для величины ФОТ является коэффициент Джини, уровень которого в 2018 г. (0,402) в Пермском крае превышает значения этого показателя в Липецкой области (0,390) и Удмуртии (0,364). Коэффициент парной корреляции коэффициента Джини с показателем «Оплата труда наемных работников» по Пермскому краю составил –0,7683.

• г)    Динамика численности занятых в экономике региона . Численность занятых неоднозначно влияла на динамику ФОТ. Так, например, в Пермском крае в сравнении с базовым (2014 г.) численность работающих ежегодно уменьшалась от 1 до 3% в год (за исключением 2017 г.) при росте показателя в целом по России и ПФО (кро-

  ме 2015 и 2018 гг.) от 1 до 3 % в год, а в отдельных территориях группы сравнения (Липецкая область) – от 1 до 5% ежегодно. Это указывает на имеющиеся резервы роста ФОТ за счет роста числа занятых.

На основе корреляционного анализа имеющихся данных по Пермскому краю за период 2009–2018 гг. был обнаружен отрицательный коэффициент парной корреляции между среднегодовой численностью занятых в экономике и объемом оплаты труда наемных работников (–0,9599) и поступлениями НДФЛ (–0,9495), что достаточно сложно интерпретировать экономически. Очевидно, что рост среднегодовой численность занятых в экономике должна оказывать прямое положительное влияние на объем ФОТ и сумму НДФЛ, но расчеты показали обратную ситуацию.

Возможно, полученные результаты связаны с методикой расчета среднегодовой численности занятых в экономике, применяемой в Росстате2, а также воздействием других социально-экономических процессов:

• -    рост численности занятых вследствие развития внутреннего и внешнего совместительства, неполной занятости и интенсификации труда без дополнительной оплаты, что обусловлено ослаблением профсоюзного и государственного контроля за соблюдением трудового законодательства;

• -    увеличение доли квалифицированного персонала с более высокой заработной платой в структуре работающих при автоматизации производственных процессов, что перекрывает снижение ФОТ при сокращении численности.

Результаты сравнительных расчетов по другим регионам анализируемой группы показали, что положительная взаимосвязь между ФОТ и численностью работающих наблюдается лишь в Липецкой области и в целом в РФ. Можно предположить, что определенную роль может иг- рать неучтенная внутренняя миграция занятых между субъектами РФ.

Заключение

П роведенный анализ показал, что учет какого-либо одного показателя использования труда (численность занятых, ФОТ, производительность труда или др.) для оценки динамики производственного цикла вряд ли целесообразно, поскольку разработка управленческих решений требует анализа системы взаимосвязанных между собой показателей и факторов динамики ФОТ:

• -    ИПЦ и рост номинальной начисленной заработной платы;

• -    величина и структура налоговых вычетов по НДФЛ;

• -    структура экономики региона, которая отражается в удельных показателях зарплатоемкости ВРП, удельного показателя ФОТ на одного занятого в экономике по ВЭД;

• -    коэффициент Джини, характеризующий неравномерность распределения доходов в обществе;

• -    резервы увеличения официальной величины заработной платы за счет сокращения теневого сектора экономики;

• -    динамика численности занятых в экономике региона и др.

Обоснование и систематизация многоуровневой системы взаимосвязанных факторов динамики ФОТ в регионе для последующей оценки текущей фазы производственного цикла, безусловно, усложняет экономико-математическое моделирование и оценку рекуррентных зависимостей между показателями производственного, социального и других составляющих современного макроцикла, но может повысить гибкость и точность полученных на их основе прогнозов и рекомендаций региональным органам государственной власти и управления.

Статья подготовлена при финансовой поддержке гранта РФФИ № 18-410-590003 «Особенности производственного цикла в системах различных уровней в экономике региона».