Средняя заработная плата в Северо-Западном федеральном округе: оценка территориальных диспропорций на поселенческом уровне

Введение. Без объективного понимания влияния внутреннего территориального неравенства на экономику не представляется возможным осуществлять качественное управление региональными процессами социально-экономического развития. Этому не способствует отсутствие в официальной статистике в разрезе поселений открытых данных по такому базовому показателю, как средняя заработная плата. Для преодоления указанной проблемы впервые предлагается использовать альтернативный источник данных – форму налоговой отчетности 5-НДФЛ. Цель статьи – определение территориальных диспропорций средней заработной платы на поселенческом уровне в Северо-Западном федеральном округе.

Материалы и методы. Исследование охватывает все муниципальные образования СевероЗападного федерального округа за период с 2015 по 2020 г. На основе обработки 7 947 форм 5-НДФЛ рассчитаны средние заработные платы по городским и сельским поселениям, муниципальным районам и городским округам. Проведено сравнение с доступными в официальной статистике данными. По федеральному округу и каждому региону рассчитаны коэффициенты вариации и Джини, а также разница между средней прогрессивной и средней регрессивной заработной платой. Построены картограммы для отдельных муниципальных районов.

Результаты исследования. Предложен подход для определения средней заработной платы в муниципальном образовании на основе данных формы 5-НДФЛ. Обосновано, что эта форма является адекватным источником данных для определения территориального неравенства в оплате труда в разрезе поселений. Установлено, что в федеральном округе на фоне незначительного роста средней и медианной заработной платы происходило сокращение территориального неравенства. На примере отдельных муниципальных районов показана существующая разница в оплате труда между сельскими и городскими поселениями и зафиксирована определяющая роль районного центра в консолидированных показателях района.

Обсуждение и заключение. Сравнительный анализ показателей неравенства в оплате труда выявил более высокие значения территориальных диспропорций на поселенческом уровне. В практическом плане переход от районных значений показателей к поселенческим в системе государственного мониторинга позволяет повысить объективность оценки происходящих процессов и улучшить качество принятия управленческих решений.

Контент доступен под лицензией Creative Commons Attribution 4.0 License.

This work is licensed under a Creative Commons Attribution 4.0 License.

Конфликт интересов. Автор заявляет об отсутствии конфликта интересов.

Финансирование. Статья подготовлена в рамках государственного задания ИЭ КарНЦ РАН № 122032200200-2 «Комплексное исследование и разработка основ управления устойчивым развитием северного и приграничного поясов России в контексте глобальных вызовов».

Original article

The Average Wage in the North-West Federal District: An Assessment of Territorial Disparities on a Settlement Level

Introduction. Effective management of regional socioeconomic development processes is not possible without an objective understanding of impact on the economy exerted by internal territorial disparities. The lack of open data in the official statistics concerning settlements and displaying such a basic indicator as an average wage does not contribute to the task also. For the first time, the suggested solution of the following problem is to use an alternative source of data ‒ Russian form of personal income tax (5-NDFL) tax reports. The goal of the article is to determine territorial disparities between average wages on the settlement level in the North-West Federal District.

Materials and Methods. The research covers all municipalities of the North-West Federal District from 2015 to 2020. Average wages in urban and rural settlements, municipal districts and city districts were calculated based on the analysis of 7947 5-NDFL tax reports. A comparison was made with the data from the official statistics. The coefficient of variation and the Gini index were calculated for each area and the North-West District in whole as well as the difference between progressive and regressive types of average wages. Mappings were made for selected municipal areas.

Results. Based on the data extracted from 5-NDFL forms, the research suggests a method of average wage calculation in municipalities. The proof is given that the following tax reports can be viewed as an appropriate source of data for determination of income inequality in case of settlements. It is established that territorial disparities in the Federal District have decreased due to the slight growth of average and median wages. Through the example of selected municipal districts, the research displays the existing difference in wages amid urban and rural settlements and also indicates the decisive role of the area center in the consolidated regional scores.

Discussion and Conclusion. A comparative analysis of inequality indicators in wages has revealed higher values of territorial disparities at the settlement level. In practical terms, the transition from district values of indicators to settlement values in the state monitoring system makes it possible to increase the objectivity of assessing ongoing processes and improve the quality of managerial decision-making.

Conflict of interests. The author declares that there is no conflict of interest.

Funding. The article was prepared within the framework of IE KarRC RAS task № 122032200200-2 “Comprehensive study and elaboration of management principles for sustainable development of Russia’s northern and borderland belts in the context of global challenges”.

Введение. Средняя заработная плата наряду с численностью населения является одним из базовых индикаторов социально-экономического развития территории. В настоящее время в государственную систему оценки эффективности деятельности глав субъектов Российской Федерации¹ и органов местного самоуправления (муниципальных, городских округов и муниципальных районов)² включены такие показатели, как «темп роста реальной среднемесячной заработной платы» и «среднемесячная номинальная начисленная заработная плата работников» соответственно. Тем не менее существующие сегодня диспропорции в оплате труда, связанные с видом экономической деятельности работника [1-4] и его местом проживания [5-9], приводят к тому, что заработная плата значительной части населения не достигает ее средних показателей по стране [10; 11] и региону [12].

Мировой опыт показывает, что более высокая заработная плата в городах (особенно в крупных и столицах) является обычной практикой [13; 14]. В англоязычной литературе этот феномен получил название urban wage premium , и ученые связывают его появление с действием агломерационных эффектов [15–17]. Выше и заработная плата в экспортно-ориентированных секторах экономики [18-20]. Для лучшего понимания процессов трудовой миграции и определения зон влияния агломерационных эффектов внутри страны зарубежные исследователи предпочитают использовать не региональный, а районный уровень, отражающий дифференциацию в размере заработной платы³ [15; 21-23].

Переход на муниципальный уровень позволяет под другим углом оценить региональные процессы социально-экономического развития. Даже в успешно развивающейся Калужской области уровень среднемесячной начисленной заработной платы в 21 из 26 муниципальных районов и городских округов существенно ниже среднерегионального [24]. Очевидно, что территориальное неравенство в оплате труда, связанное с неоднородной географией размещения высокооплачиваемых рабочих мест, проявляется не только на региональном и районном, но и на поселенческом уровне. Наличие крупного экспортирующего предприятия в районном центре будет вытягивать среднюю заработную

^^ РЕГИОНОЛОГИЯ. Том 31, № 2, 2023 плату всего муниципального района [9], маскируя существующие на поселенческом уровне диспропорции и вытекающие из них проблемы.

В связи с этим исследования, определяющие параметры неравенства в оплате труда в российских регионах на уровне поселений, представляются чрезвычайно важными и актуальными.

В данной статье мы хотим предложить подход для расчета средней заработной платы по поселениям на основе данных налоговой формы 5-НДФЛ. Цель статьи – определить территориальные диспропорции средней заработной платы на поселенческом уровне в Северо-Западном федеральном округе.

Обзор литературы. Результаты отечественных исследований показывают, что территориальный фактор объясняет до четверти вариации заработной платы [5; 25]. В последнее время происходило снижение территориальной дифференциации в оплате труда [2; 11; 26], но данный процесс шел очень медленно и обеспечивался преимущественно за счет роста заработной платы в государственном секторе экономики [2; 27]. Тем не менее существующая разница в оплате труда приводит к стягиванию населения в крупные городские агломерации [5; 16], сокращая возможности развития периферийных территорий [9].

В отечественных работах чаще всего неравенство в оплате труда фиксируется на региональном [5–7; 11; 24; 25; 28–35] и районном уровнях [9; 16; 24; 26; 36–39], при этом последний, как правило, рассматривается в границах одного региона. За исключением пары работ [40; 41], нам не удалось найти исследований, оценивающих уровень оплаты труда по поселениям. В данном случае оба исследования опираются на одну эмпирическую базу (база данных «Экономика городов России»), в которой информация доступна по 997 городам за период с 1996 по 2013 г. Для настоящего времени она уже не актуальна. Еще одним уникальным источником данных, используемым в отечественных работах, является база данных выборочных исследований Российского мониторинга экономического положения и здоровья населения НИУ ВШЭ, но характеристики ее выборки не позволяют проводить исследования дифференциации заработной платы даже в региональном аспекте [25; 42]. Остальные исследования в качестве источников данных используют статистические сборники и информационные ресурсы Росстата, возможности которых по территориальному делению показателя, характеризующего оплату труда, ограничены районным уровнем. Для оценки более широкого круга факторов, влияющих на уровень заработной платы, можно воспользоваться набором микроданных Росстата по выборочному наблюдению доходов населения и участия в социальных программах [5]. Хотя возможности этой выборки позволяют провести сортировку данных по сельским и городским территориям, а также сгруппировать по размерам населенного пункта, территориальное деление в ней представлено только региональным уровнем.

Проведенный обзор российских работ позволяет сделать вывод о том, что особенности находящихся в открытом доступе и используемых отечественными исследователями источников данных не дают возможности оценить масштабы территориального неравенства в оплате труда в России на поселенческом уровне. Нельзя не обратить внимания на то, что в отечественной научной литературе на уровне сельских поселений в отличие от городских территорий [16; 26; 40; 41] эта проблема не была освещена. В настоящей работе для заполнения этого пробела мы предлагаем использовать новый источник данных - форму статистической налоговой отчетности 5-НДФЛ. Эта форма заполнятся в разрезе муниципалитетов, и в ней содержатся консолидированные сведения о налоговой базе, подлежащей налогообложению по налогу на доходы физических лиц. Конечно, рассчитанная на ее основе средняя заработная плата не является полноценным аналогом средней номинальной заработной платы, полученной по данным Росстата. Вместе с тем представляется, что в открытом доступе этот источник данных является безальтернативным для получения сведений о размерах средних заработных плат на уровне поселений.

В отличие от предыдущих исследований территориальной дифференциации оплаты труда в России использование нового источника данных позволяет впервые получить ее параметры в разрезе сельских и городских поселений. Еще одной особенностью нашей работы, по сравнению с аналогичными на муниципальном уровне, является увеличение географического охвата исследования с региона до федерального округа.

Материалы и методы. В границах Северо-Западного федерального округа (СЗФО) находится 199 городских округов, муниципальных районов и округов, включающих 1 039 городских и сельских поселений. Единственный город-миллионер в федеральном округе – Санкт-Петербург – занимает особое место в исследовании. Он рассматривался отдельно как одна административно-территориальная единица без деления на муниципальные образования. Хронологические рамки исследования охватывают период с 2015 по 2020 г., выбор которого обусловлен наличием в открытом доступе пригодных для нашей цели налоговых данных. Тут надо остановиться на одном важном моменте, связанном с проблемой сопоставимости данных из-за уменьшения общего количества городских и сельских поселений за период исследования. До 2019 г. в основном происходило укрупнение поселений путем присоединения одних к другим. В СЗФО значительная часть таких укрупнений пришлась на 2015 г., но они продолжались на протяжении всего рассматриваемого периода. Поэтому для обеспечения сопоставимости данных налоговая информация по объединенным поселениям суммировалась, начиная с первого года. В Калининградской области поселения присоединялись к городским округам, и к 2018 г. отдельных поселений как административных единиц в области не осталось. А поскольку уже в 2015 г. практически вся область состояла из городских округов, данные сразу считались только по округам. В 2019 г. в отечественном законодательстве⁴ появился новый вид муниципальных образований - муниципальный округ, который создавался за счет объединения всех поселений одного муниципального района. В нашу выборку попало семь таких образований, объединивших в себе 38 поселений. Для проведения дальнейших расчетов было принято решение оставить доступные данные по этим поселениям по 2018 г.

Основу эмпирической базы исследования составляют данные по форме статистической налоговой отчетности 5-НДФЛ. Эти формы находятся в открытом доступе на сайте Федеральной налоговой службы по каждому региону в разделе «Статистика и аналитика». Всего для цели исследования было обработано 7 947 форм 5-НДФЛ5. Для большинства регионов СЗФО информация по форме 5-НДФЛ доступна с 2012 г., но только с 2015 г. в нее добавили данные о количестве физических лиц, получивших доходы. В предыдущих версиях формы был только показатель «количество сведений о доходах физических лиц». Одно физическое лицо может предоставить в течение года несколько сведений о доходах из-за смены работы или трудоустройства в нескольких местах, что при использовании «количества сведений о доходах» для расчета средней заработной платы привело бы к занижению последней. Поэтому именно 2015 г. был выбран в качестве отправной точки нашего исследования.

Форма 5-НДФЛ содержит обширный перечень наименований доходов6. Для расчета средней заработной платы мы использовали всего пять. Кроме непосредственно вознаграждения, получаемого налогоплательщиком за выполнение трудовых или иных обязанностей (код дохода 2000), были собраны данные по вознаграждению директоров (код дохода 2001), по суммам отпускных выплат (код дохода 2012), по пособию по временной нетрудоспособности (код дохода 2300) и по оплате труда в натуральной форме (код дохода 2530). Выбор перечисленных наименований доходов обусловлен составом выплат, указанных в методике Росстата для расчета среднемесячной начисленной заработной платы наемных работников в организациях, у индивидуальных предпринимателей и физических лиц (среднемесячного дохода от трудовой деятельности). Согласно данной методике, в заработную плату включаются: начисленные работнику суммы оплаты труда в денежной и неденежной формах за отработанное и неотработанное, но подлежащее оплате время (например, за ежегодный отпуск); компенсационные выплаты, связанные с режимом работы и условиями труда (например, оплата бензина); доплаты и надбавки; премии; единовременные поощрительные выплаты; оплата питания и проживания, имеющая систематический характер7. Заметим, что средняя начисленная заработная плата, публикуемая Росстатом, содержит налоги. Для включения в расчеты рассматривался еще один вид дохода из формы 5-НДФЛ – выплаты по договорам гражданско-правового характера (код дохода 2010), потому что в указанной выше методике Росстата включены лица, работающие по данным договорам, для которых эта работа является основной (единственной). Представление данных в форме 5-НДФЛ не позволяет осуществить деление людей по признаку основной (единственной) работы, поэтому было принято решение не учитывать этот вид дохода в наших расчетах. Здесь надо сделать еще одно уточнение: для расчетов мы используем налоговые данные с признаками «1» и «3»8. Признаки «2» и «4» означают налогоплательщика, с доходов которого не был уплачен подоходный сбор. В разрезе поселений данные с признаками «2» и «4» чаще всего пропущены из-за их малого количества и распространяющейся вследствие этого политики конфиденциальности данных.

Именно наличие пропущенных значений из-за обеспечения требований конфиденциальности стало основной проблемой, которая возникла на этапе сбора данных. В исходных данных есть деление на граждан России и иностранных граждан9, в нашем исследовании мы рассматриваем их вместе без деления. Однако наличие одного или двух иностранцев автоматически делает эти данные по отдельному коду дохода непубликуемыми, при этом чтобы не было возможности высчитать пропущенные данные по оставшимся значениям в форме, закрываются и общие значения. Это наиболее распространенный случай по вознаграждениям, получаемым налогоплательщиком за выполнение трудовых или иных обязанностей (код дохода 2000). При его возникновении пропущенные значения заменялись значениями по гражданам России. Для заполнения пропуска по отпускным (код дохода 2012) и больничным (код дохода 2300) выплатам на консолидированных региональных данных рассчитывалось пропорциональное отношение этих кодов с кодом дохода 2000, затем полученная пропорция умножалась на значение по коду дохода 2000 в поселении, в результате чего получалось искомое значение. Для пропусков по коду дохода 2001 и 2530 на основе консолидированных данных по региону высчитывалось среднее значение. Далее это среднее сравнивалось с разницей между общей суммой дохода в поселении и остальными заполненными значениями по кодам доходов. Если среднее оказывалось меньше полученной разницы, пропуск заполнялся средним значением, а если больше – то полученной разницей. Сам расчет средней заработной платы по поселениям осуществлялся следующим образом: общая сумма дохода физических лиц, получивших доходы по кодам 2000, 2001, 2012, 2300 и 2530, делилась на количество лиц, получивших доходы по коду 2000, и делилась на 12 месяцев. На основе поселенческих данных были рассчитаны средневзвешенные заработные платы по муниципальным районам.

Дополнительно за исследуемый период с базы данных Показатели муниципальных образований (БД ПМО) были собраны данные по среднемесячной заработной плате в муниципальных районах и городских округах СЗФО. Они используются в качестве контрольной группы для сравнения с рассчитанными по налоговым данным значениями. Для обеспечения сопоставимости данных все показатели были приведены в цены 2020 г. при помощи региональных индексов потребительских цен. Предполагается, что сравнение полученных данных с контрольной группой в абсолютных значениях покажет существенные различия между ними. Дело в том, что предоставляемые Росстатом данные в муниципальном разрезе не содержат сведения о субъектах малого предпринимательства. По оценке Л. А. Миграновой, средняя заработная плата наемных работников, работающих у индивидуальных предпринимателей, фермеров и физических лиц, существенно ниже средней заработной платы в организациях [43]. Это приводит к завышению значений средней заработной платы, что наглядно демонстрирует сравнение с заработной платой с учетом субъектов малого предпринимательства, которая считается на региональном уровне и ранее публиковалась в муниципальных статистических сборниках в отдельных регионах10 (рис. 1).

_ Без учета субъектов малого предпринимательства / Excluding the small business entities

• □ С учетом субъектов малого предпринимательства / Including the small business entities

a

• _ Без учета субъектов малого предпринимательства / Excluding the small business entities

С учетом субъектов малого предпринимательства / Including the small business entities

b

Р и с. 1. Сравнение показателей средней номинальной заработной платы по данным Росстата:

• a)    регионы Северо-Западного федерального округа;

• b)    муниципальные районы Вологодской области¹¹

• F i g. 1. Comparison of nominal average wages according to Rosstat:

• a) regions of the North-West Federal District; b) municipal districts of Vologda Region

Кроме того, к завышению реальных значений объемов получаемых денежных средств приводит используемая Росстатом методика. «Искажения» происходят за счет сотрудников, работающих неполный рабочий день или неполную неделю. В методике они учитываются в среднесписочной численности работников пропорционально отработанному рабочему времени. Получается, что человек, работающий на половину ставки и получающий 20 тыс. руб., учитывается в официальной статистике с заработной платой в 40 тыс. руб., при этом реально потратить на свои нужды он может только 20 тыс. руб. Напротив, налоговая статистика четко фиксирует весь объем сумм официальных выплат на конкретной территории. Существенным недостатком является то, что в указанном количестве физических лиц присутствуют те, которые по разным причинам могли отработать неполный год. В первую очередь, это касается лиц, прекративших свою трудовую деятельность в связи с выходом на пенсию. Среди них могут быть также лица, потерявшие работу, или лица, сменившие место жительства. Поскольку внутренняя миграция в России примерно поровну делится на межрегиональную и внутрирегиональную [42], то один и тот же человек может быть зафиксирован в разных муниципалитетах по форме 5-НДФЛ в течение одного года в одном регионе. Поэтому значения по консолидированной по региону форме 5-НДФЛ отличаются от аналогичных значений, полученных путем суммирования данных с муниципальных форм 5-НДФЛ. Все вышеперечисленное приводит к занижению реальных значений средней заработной платы. Тем не менее мы исходим из того, что процентное соотношение подобных случаев в муниципальных образованиях примерно одинаковое. И несмотря на то, что абсолютные значения занижены, в относительном выражении полученные данные будут отражать реальные масштабы неравенства и существующие тренды. Мы ожидаем, что при сравнении с показателями динамики контрольной группы существенных расхождений наблюдаться не будет.

Для определения параметров территориального неравенства оплаты труда в СЗФО были рассчитаны следующие показатели: 1) разница между средней прогрессивной12 и средней регрессивной заработной платой13 («разрыв») [24]; 2) коэффициент вариации; 3) коэффициент Джини. Расчет коэффициентов вариации и Джини осуществлялся с помощью пакета «ineq» программной среды R. Для демонстрации возможностей анализа территориальных диспропорций оплаты труда на поселенческом уровне по отдельным муниципальным районам в геоинформационной системе QGIS были построены картограммы.

Результаты исследования. Как и предполагалось, сравнение средней заработной платы по муниципальным районам, полученной по данным Росстата и налоговой службы, показало наличие существенных различий в абсолютных значениях (рис. 2a). Полученные по формам 5-НДФЛ средние заработные платы оказались значительно ниже. При этом между полученными разными способами показателями существует сильная положительная связь (рис. 2b): коэффициент корреляции, рассчитанный по каждому году отдельно, находится в диапазоне от 0,88 до 0,95. Сравнение динамики рассчитанных показателей неравенства по двум наборам данных (табл. 1) не фиксирует значительных противоречий в трендах коэффициента вариации и Джини. Единственное различие заключается в динамике абсолютного показателя «разрыв». При этом в обоих случаях резких и существенных изменений данного показателя не наблюдается. Все вышеперечисленное позволяет нам сделать вывод о том, что данные по форме 5-НДФЛ достаточно корректно фиксируют диспропорции в оплате труда на районном уровне. Следовательно, нет существенных препятствий для использования этих данных при анализе проблем территориального неравенства средней заработной платы на поселенческом уровне.

Результаты анализа территориальных диспропорций в оплате труда на поселенческом уровне представлены в таблице 2. За исследуемый период произошел рост среднего и медианного значения показателя средней заработной платы по муниципальным образованиям СЗФО. По сравнению с 2015 г. в абсолютном выражении «разрыв» в оплате труда заметно снизился и на протяжении всего рассматриваемого периода оставался на одном уровне, за исключением 2020 г., где на ситуацию на рынке труда значительным образом повлияла пандемия COVID-19.

• ■    По БД ПМО / Data points in РМО (the Municipalities Indicators Database)

• ■    По НДФЛ / Data points in 5-NDFL tax reports

a

Значения по форме 5-НДФЛ, тыс. руб. / Data points in 5-NDFL tax reports, thousand rubles

b

Р и с. 2. Сравнение показателей средней заработной платы по муниципальным районам на основе Базы данных показателей муниципальных образований и данных форм 5-НДФЛ: a) сравнение абсолютных значений; b) диаграмма рассеивания за 2015–2020 гг.

F i g. 2. Comparison of average wages in municipal areas based on the data from the Municipal Entities Indicators Database and 5-NDFL tax reports: a) comparison of absolute values; b) scatterplot diagram for 2015–2020

Т а б л и ц а 1. Динамика показателей неравенства средней заработной платы по муниципальным районам и городским округам Северо-Западного федерального округа, 2015 ‒ 2020 гг.

T a b l e 1. The dynamics of average wages inequality in municipal districts and city districts of the North-West Federal District, 2015–2020

Показатель / Indicator           2015    2016    2017    2018    2019

2020

База данных показателей муниципальных образований / Database of indicators of municipalities Разрыв, тыс. руб. / Gap, thousand rubles   21,9     22,5     23,2     23,2     23,7 Коэффициент вариации / Coefficient of    375    374    365    346    338 variation, %                                             ,           ,           ,           ,           , Коэффициент Джини / Gini index       0,1909  0,1913  0,1898  0,1836  0,1804 5-НДФЛ / 5-NDFL Разрыв, тыс. руб. / Gap, thousand rubles   16,1     14,7     15,4     14,9     14,7 Коэффициент вариации / Coefficient of variation, %                               42,3     39,8     41,6     39,0     37,2 Коэффициент Джини / Gini index       0,2063  0,1937  0,2013  0,1960  0,1855

23,3 32,7 0,1748 15,5 37,2 0,1887

Дифференциация муниципалитетов по средней заработной плате снижается, о чем свидетельствует сокращение значений коэффициентов вариации и Джини. Заметим, что переход на поселенческий уровень, увеличивающий количество наблюдений для расчета этих коэффициентов, приводит к повышению их значений по сравнению с аналогичными показателями по муниципальным районам. Максимальные значения средней заработной платы наблюдаются в муниципальных образованиях, относящихся к северным регионам, особенно к Арктической зоне. Именно муниципалитеты СЗФО, относящиеся к районам Крайнего Севера и приравненных к ним местностям, за счет наличия разных районных коэффициентов и северных надбавок увеличивают степень дифференциации исследуемого показателя.

Т а б л и ц а 2. Динамика показателей неравенства средней заработной платы по муниципальным образованиям Северо-Западного федерального округа, 2015 ‒ 2020 гг.

T a b l e 2. The dynamics of average wages inequality in municipalities of the North-West Federal District, 2015 ‒ 2020

Показатель / Indicator	2015	2016	2017	2018	2019	2020
Среднее значение, тыс. руб. / Average value, thousand rubles	20,7	20,6	20,4	21,8	22,2	23,6
Медиана, тыс. руб. / Median, thousand rubles	18,5	18,9	18,7	20,4	20,5	22,0
Разрыв, тыс. руб. / Gap, thousand rubles	14,7	13,0	12,4	12,4	12,5	13,1
Коэффициент вариации / Coefficient of variation, %	47,2	42,8	41,8	39,3	39,6	37,2
Коэффициент Джини / Gini index	0,2339	0,2128	0,2075	0,1985	0,1952	0,1915

Проведение расчетов по каждому региону СЗФО отдельно показало, что для всех них характерен рост медианного значения средней заработной платы в муниципалитетах (табл. 3). Кроме Мурманской и Калининградской областей, в регионах СЗФО было зафиксировано увеличение среднего значения

^^ РЕГИОНОЛОГИЯ. Том 31, № 2, 2023 средней заработной платы. Показатели внутрирегионального неравенства оказались ниже аналогичных по федеральному округу. Во всех регионах происходило снижение коэффициентов вариации и Джини, а также разницы между средней прогрессивной и средней регрессивной заработной платой. Снижение последней было незначительным и в большинстве регионов составило от 1,3 до 3 тыс. руб. Наименьшие значения относительных показателей неравенства были зафиксированы в Калининградской области, которая в настоящее время состоит исключительно из городских и муниципальных округов. В качестве причин конвергенции средних заработных плат отечественные исследователи указывают на рост оплаты труда в бюджетном секторе экономики [2; 27] и выравнивание оплаты труда в городах и селах [2].

Сравнение коэффициентов вариации и Джини по регионам в разрезе муниципальных районов и поселений показало, что укрупнение территориальной единицы приводит к снижению показателей неравенства и затрудняет анализ их динамики, что не способствует улучшению понимания происходящих на территории социально-экономических процессов. Кроме того, это доказывает, что используемые в мониторинге эффективности деятельности органов власти показатели не позволяют отразить реально существующие масштабы территориального неравенства в оплате труда, а следовательно, разработать и реализовать эффективные меры по его снижению.

Т а б л и ц а 3. Динамика показателей неравенства средней заработной платы по муниципальным образованиям в разрезе регионов Северо-Западного федерального округа

T a b l e 3. The dynamics of average wages inequality in municipalities among regions of the North-West Federal District

Регион / Region	Год / Year	Среднее значение, тыс. руб. / Average value, thousand rubles	Медиана, тыс. руб. / Median, thousand rubles	Разрыв, тыс. руб. / Gap, thousand rubles	Коэффициент вариации / Coefficient of variation, %	Коэффициент Джини / Gini index
1	2	3	4	5	6	7

Архангельская	2015	20,9	19,1	12,4	43,2	0,1953
область / Arkhangelsk Region	2020	25,5	23,5	12,3	34,1	0,1652
Вологодская	2015	16,5	14,7	9,9	39,8	0,1967
область / Vologda Region	2020	19,8	18,8	8,1	27,6	0,1423
Калининградская область / Kaliningrad Region	2015 2020	20,8 20,6	19,7 20,4	6,4 3,7	16,7 11,7	0,0901 0,0623
Ленинградская	2015	23,2	21,9	12,0	33,4	0,1761
область / Leningrad Region	2020	24,7	23,7	9,0	23,6	0,1268
Мурманская область / Murmansk	2015 2020	42,4 42,3	38,0 41,5	19,3 14,3	28,5 21,7	0,1553 0,1166
Region

Окончание табл. 3 / End of table 3

1     □	2 1	3 1	4 1	5 1	6	7
Ненецкий автономный округ /	2015	43,9	38,9	23,8	33,6	0,1509
Nenets Autonomous Area	2020	44,2	41,2	22,0	31,0	0,1330
Новгородская	2015	16,7	15,6	8,7	33,0	0,1738
область / Novgorod region	2020	17,7	17,1	7,5	27,4	0,1501
Псковская область /	2015	13,3	13,2	7,3	38,1	0,2014
Pskov Region	2020	16,0	15,7	6,7	25,8	0,1458
Республика	2015	21,4	19,4	11,9	37,3	0,1746
Карелия / Republic of Karelia	2020	26,1	25,2	10,5	25,8	0,1417
Республика Коми /	2015	22,4	20,7	12,7	36,3	0,1894
Komi Republic	2020	25,9	24,8	11,4	28,6	0,1542

Для отобранных случайным образом четырех муниципальных районов СЗФО за 2018 г. были построены картограммы распределения размера средней заработной платы по поселениям (рис. 3–6). В получившейся выборке районные центры в половине случаев не были лидерами по средней заработной плате (рис. 3, 4), но при этом за счет высокой концентрации занятых уровень оплаты труда в районном центре (рис. 3, 5, 6) определяет общий районный уровень средней заработной платы. Во всех рассматриваемых муниципальных образованиях средняя заработная плата в большинстве поселений оказалась заметно ниже (особенно в Бабаевском муниципальном районе (рис. 6)), чем средневзвешенная по району. Сравнение средней заработной платы в сельских и городских поселениях показало, что кроме нескольких случаев в Кондопожском и Тосненском муниципальных районах уровень оплаты труда в сельской местности уступает городскому. В случаях-исключениях на территории поселений расположено несколько важных на региональном уровне предприятий. Для Кондопожского района это малые предприятия по форелеводству, в том числе по производству кормов для рыбы и выращиванию малька. В Тосненском районе, наоборот, это два крупных предприятия по свиноводству и производству кормов. Получается, что наличие 1–2 успешно работающих предприятий в сельском поселении, где трудоустроена значительная часть местных жителей, заметно улучшает показатели оплаты труда на фоне остальных муниципалитетов района.

Таким образом, сделанное в начале статьи предположение о неоднородном размещении высокооплачиваемых рабочих мест на поселенческом уровне было наглядно подтверждено с помощью картограмм. Предложенный уровень детализации позволил увидеть как наиболее проблемные территории, так и неожиданных лидеров за пределами районных центров. Это создает хороший задел для более детального обследования обеих групп поселений с анализом широкого набора доступных социально-экономических данных и привлечением методов социологии. Итоги подобных обследований должны использоваться органами власти для решения задач по сокращению межтерриториального неравенства при разработке дифференцированных мер поддержки в программах социальноэкономического развития территорий, а также для принятия решений по улучшению транспортной и энергетической инфраструктуры.

Условные обозначения / Explanatory notes

® Районный центр / Administrative center

Н Водная поверхность / Water surface

Средняя заработная плата, тыс. руб. / Average wage, thousand rubles

□ 18,6

□ 22,0

□ 23,0

□ 24,2 - 24,6

П 26,5

■ 34,1

■ 41,2

Структрура занятости, % / Structure of employment, %

□ 0,5

• □    1,2- 1,7

• □    2,9-3,1

• □    4,2 - 4,5

I I 81,9

I - Новинское с. п. (сельское поселение) / Novinskoe r. s. (rural settlement)

II - Янишпольское c. n. / Yanishpolskoye r. s.

Ill - Кедрозерское c. n. / Kedrozerskoye r. s.

IV - Гирвасское c. n. / Girvasskoye r. s.

V - Кяппесельгское c. n. / Kyappeselgskoe r. s.

VI - Петровское c. n. / Petrovskoe r. s.

VII - Кондопожское c. n. / Kondopoga r. s.

VIII - Кончезерское c. n. / Konchezerskoe r. s.

Р и с. 3. Кондопожский муниципальный район Республики Карелия

F i g. 3. Kondopozhsky municipal district, Republic of Karelia

Условные обозначения / Explanatory notes

I - Шапкинское c. n. / Shapkinskoe r. s.

II - Трубникоборское c. n. / Trubnikovskoe r. s.

Ill - Нурминское c. n. / Nurminskoe r. s.

IV - Любанское г. п. (городское поселение) / Lubanskoe u. s. (urban settlement)

V - Рябовское г. п. / Ryabovskoe u. s.

VI - Лисинское c. n. / Lisinskoye r. s.

VII - Красноборское г. п. / Krasnoborskoye u. s.

IVIII - Фёдоровское г. п. / Fedorovskoe u. s.

IX - Ульяновское г. п. / Ulyanovsk u. s.

X - Тельмановское c. n. / Telmanovskoe r. s.

XI - Никольское c. n. / Nikolskoe r. s.

XII - Форновское г. п. / Fornosovskoe u. s.

XIII - Тосненское г. п. / Tosnenskoe u. s.

Структура занятости, % / Structure of employment, %

® Районный центр / Administrative center

Водная поверхность / Water surface

Р и с. 4. Тосненский муниципальный район Ленинградской области

F i g. 4. Tosnensky municipal district, Leningrad Region

I - Каргопольское г. п. / Kargopol u. s.

II - Ошевенское с. п. / Oshevenskoe г. s.

Ill - Павловское с. п. / Pavlovskoe г. s.

IV - Печниковское с. п. / Pechnikovskoe г. s.

V - Приозёрное с. п. / Priozernoye г. s.

VI - Ухотское с. п. / Ukhotskoye г. s.

Р и с. 5. Каргопольский муниципальный район Архангельской области F i g. 5. Kargopolsky municipal district, Arkhangelsk Region

Условные обозначения / Explanatory notes

О Районный центр / Administrative center

Водная поверхность / Water surface

Средняя заработная плата, тыс. руб. / Average wage, thousand rubles □ 12,1

• □    15,1 - 15,5

• □    16,4

• □    17,8 - 18,7

• ■    25,2

Структура занятости, % / Structure of employment, %

• □    1,5-2,1

• □    9,4

О 81,7

I - Борисовское с. п. / Borisovskoe г. s.

• II    - Вепсское национальное с. п. / Vepsskoe national г. s.

• Ill    - г. п. Бабаево / Babaevo г. s.

• IV    - Пяжозерское с. п. / Pyazhozerskoe г. s.

V - Санинское с. п. / Saninskoe г. s.

km vi _ Тороповское с. п. / Toropovskoe г. s.

VII - Бабаевское с. п. / Babaevskoe г. s.

Р и с. 6. Бабаевский муниципальный район Вологодской области

F i g. 6. Babaevsky municipal district, Vologoda Region

Кроме того, с помощью оценки изменения средней заработной платы появляется возможность оценить непосредственное влияние на местную экономику (особенно в малонаселенных сельских территориях) рабочих мест, созданных новыми субъектами малого и среднего предпринимательства в рамках грантовой поддержки от государства. Необходимо обратить внимание на то, что процесс объединения поселений в городские и муниципальные округа снижает уровень детализации предоставления официальной статистической отчетности. Так, упомянутый выше Каргопольский муниципальный район в 2020 г.

^^ РЕГИОНОЛОГИЯ. Том 31, № 2, 2023 стал муниципальным округом. Из-за полуторагодового лага публикации формы 5-НДФЛ данные по нему за 2019 г. были выложены уже в консолидированном виде. Подобные укрупнения административных единиц препятствуют объективному пониманию процессов социально-экономического развития, сокращая реальные масштабы территориальной дифференциации оплаты труда.

Обсуждение и заключение. Результаты исследования показали, что в условиях отсутствия в открытом доступе данных Росстата по уровню средней заработной платы в разрезе поселений форма статистической отчетности 5-НДФЛ является адекватным источником для решения задачи по определению территориального неравенства в оплате труда на поселенческом уровне. Рассчитанные на ее основе показатели средней заработной платы на районном уровне не противоречат данным официальной статистики. Итоги наших расчетов территориального неравенства оплаты труда согласуются с результатами отечественных исследователей, отмечающих снижение дифференциации оплаты труда в последние годы [2; 11; 26]. В отличие от предыдущих отечественных исследований территориального неравенства в оплате труда [5; 11; 16; 24; 26; 31; 36] использование нового источника данных позволило впервые в России получить параметры этого неравенства на поселенческом уровне в границах федерального округа.

Использование данных по муниципальным районам и исключение из учета занятых на малых предприятиях снижают показатели территориальных диспропорций оплаты труда в официальной отчетности. Предложенный подход на основе данных налоговой статистики позволяет обойти эти ограничения. Впрочем, необходимо помнить, что полученные этим способом абсолютные значения средней заработной платы по муниципалитетам из-за особенностей исходных данных будут занижены. В чистом виде рассчитанные значения можно интерпретировать как нижнюю границу, за которую фактическая средняя заработная плата в муниципалитете не опускается. С другой стороны, их расчет позволяет помимо определения параметров территориального неравенства задать шкалу градации по оплате труда, которую можно использовать в математическом моделировании социально-экономических процессов на муниципальном уровне, а также получить относительные показатели динамики и структуры, отражающие состояние развития экономики исследуемой территории.

По результатам анализа территориальных диспропорций в оплате труда на поселенческом уровне в СЗФО за 2015–2020 гг. было установлено снижение коэффициента вариации на 10 п. п., снижение коэффициента Джини с 0,2339 до 0,1915. Был зафиксирован рост среднего и медианного значения показателя «средняя заработная плата». Среднегодовые темпы прироста этих показателей оказались небольшие и составили 2,7 % и 3,5 %, соответственно. При этом схожая динамика наблюдалась внутри каждого региона СЗФО отдельно. Именно по показателю средняя заработная плата ситуация в разрезе поселений СЗФО намного ближе к абсолютному равенству, чем к абсолютному неравенству. Наличие в выборке Санкт-Петербурга не оказывает влияния на параметры территориального неравенства по средней заработной плате в СЗФО. На них в большей степени влияют муниципалитеты, относящиеся к районам

RUSSIAN JOURNAL OF REGIONAL STUDIES. Vol. 31, no. 2. 2023 ^^ Крайнего Севера и приравненных к ним местностям. Можно констатировать, что происходит постепенное выравнивание муниципальных образований по исследуемому показателю.

Переход на поселенческий уровень благодаря обработке форм 5-НДФЛ позволил увидеть существующую разницу в оплате труда между сельскими и городскими территориями, которая ранее фиксировалась только с помощью выборочных наблюдений [2; 5]. Кроме того, использование налоговой статистики предоставляет совершенно новую для исследователей возможность: оценить, насколько велика роль районного центра в консолидированных показателях района. По сути, для улучшения районных показателей местным властям необходимо сконцентрироваться на социально-экономическом развитии районного центра. В то же время даже появление нового малого предприятия за пределами районного центра может дать значительно больший экономический эффект для конкретной территории. В связи с этим вызывает опасение набирающая ход тенденция по объединению поселений в муниципальные округа и последующая за ней консолидация статистических данных.

Подводя итоги, можно сказать, что предложенный в исследовании подход расчета средней заработной платы на поселенческом уровне в первую очередь представляет интерес для научного сообщества, занимающегося вопросами регионального и муниципального социально-экономического развития. В практическом плане результаты исследования могут быть использованы органами государственной власти для улучшения системы мониторинга результативности работы местных властей, для разработки планов и программ комплексного развития территорий, для оценки эффективности как реализуемых, так и перспективных инвестиционных проектов.